基于一维卷积与对抗神经网络的轴承故障信号生成（TensorFlow2）

1. 数据集生成

这个参考的浦项大学一位老师的开源代码，生成信号

1.1 单一信号

def data_gen(f1, f2, A1, A2):
    Fs = 100
    T = 1 / Fs

    N = 1024  # 信号长度
    t = np.arange(0, N) * T  # [0.   0.01 0.02 0.03 0.04 0.05 0.06 ... ]
    k = np.arange(0, N)
    f = (Fs / N) * k

    # 通过系数式的信号叠加
    x1 = A1 * np.sin(2 * np.pi * f1 * t)
    x2 = A2 * np.sin(2 * np.pi * f2 * t)
    x = x1 + x2
    return x

1.2 批量信号（batch）

# 按照batch大小生成信号batch包
def batch_maker(n_batch):
    signals = []
    for _ in range(n_batch):
        A1 = 0.4 + 0.1 * np.random.random()  # uniform [0.4,0.5]
        A2 = 0.1 + 0.2 * np.random.random()  # uniform [0.1,0.3]
        x = data_gen(2, 5, A1, A2)
        signals.append(x)

    return np.array(signals)

添加高斯噪声

# 添加噪声
def make_nois