低成本的MEMS加速仪用于地震预警系统:在意大利中部地震事件期间收集的数据集
Marco Esposito1, Simone Marzorati2, Alberto Belli1
1Department of Information Engineering (DII), Università Politecnica delle Marche, Ancona 60131, Italy.
Data in brief
|February 20, 2024
概括
来自意大利中部低成本无线传感器网络 (WSN) 的新一套地震数据集捕获了地震加速信号. 这些有价值的数据有助于开发用于地震分析和结构健康监测的机器学习算法.
科学领域:
- 地震学 地震学
- 地质物理学 地质物理学
- 土木工程 土木工程是指土木工程.
背景情况:
- 低成本的无线传感器网络 (WSN) 为地震监测提供了潜力.
- 获得高质量的地震数据,特别是低信号噪声比率的地震数据,对于研究和应用至关重要.
- 现有的地震数据集可能无法完全捕捉低成本MEMS加速度计在现实世界的地震事件中的性能.
研究的目的:
- 描述和发布一个新的地震加速信号数据集.
- 在实际地震事件期间,从低成本的WSN提供注释数据.
- 促进用于地震学,结构健康监测和MEMS加速仪应用的机器学习研究.
主要方法:
- 在意大利中部部署了使用ADXL355加速度计的5节点无线传感器网络 (WSN).
- 从2023年2月到6月获得了连续加速数据,捕获了多个地震事件.
- 由INGV分析师选择67个地震事件,修剪数据,并执行手动注释 (P和S阶段选择不确定性).
主要成果:
- 编制了一个数据集,包括328个地震痕迹 (3 × 25,001个数组) 和全面的元数据.
- 包括用于噪声分析的非地震痕迹 (电子,环境,人类).
- 在国家地理与火山学研究所 (INGV) 数据中心提供注释数据.
结论:
- 该数据集适用于训练机器学习和信号处理算法,用于低信号对噪声的地震数据.
- 它支持地震分析,结构健康监测和MEMS加速仪性能研究.
- 该资源促进了低成本传感器在地震工程和民防领域的应用.
