利用经验模态分解及小波变换压制微震信号中的随机噪声
宫月
贾瑞生
卢新明
彭延军
赵卫东
张杏莉
1.山东科技大学计算机科学与工程学院,山东青岛266590;山东科技大学山东省智慧矿山信息技术省级重点实验室,山东青岛2665902.山东科技大学计算机科学与工程学院,山东青岛266590;山东科技大学山东省智慧矿山信息技术省级重点实验室,山东青岛2665903.山东科技大学计算机科学与工程学院,山东青岛266590;山东科技大学山东省智慧矿山信息技术省级重点实验室,山东青岛2665904.山东科技大学计算机科学与工程学院,山东青岛266590;山东科技大学山东省智慧矿山信息技术省级重点实验室,山东青岛2665905.山东科技大学计算机科学与工程学院,山东青岛266590;山东科技大学山东省智慧矿山信息技术省级重点实验室,山东青岛2665906.山东科技大学计算机科学与工程学院,山东青岛266590;山东科技大学山东省智慧矿山信息技术省级重点实验室,山东青岛266590
摘要：随机噪声的压制是微震信号分析过程中的重要环节,目前大多数降噪技术都不同程度的存在去噪效果差、易损伤有效信号等问题.针对微震信号的随机非平稳特征,提出一种联合经验模态分解(EMD)及小波阈值的降噪方法,压制微震信号中的随机噪声.该法首先使用EMD对微震信号进行自适应分解,得到有限个本征模态函数(IMF).考虑到随机噪声主要集中在高频IMF分量中,基于噪声能量突变原则找出低频IMF分量与高频IMF分量的分界后,利用小波阈值方法对高频IMF进行降噪处理,最后将降噪后的高频IMF分量与剩余的低频IMF分量重构即可实现微震信号降噪.仿真分析及实验结果表明,该方法能充分保留微震信号的随机非平稳特征,较对比方法具有更好的降噪效果.
关键词：微震信号降噪技术经验模态分解小波阈值
分类号：TD311(矿山压力与支护)TN911.7(通信)
资助基金：国家重点研发计划资助项目(2016YFC0801406)山东省重点研发计划资助项目(2017GSF20115)中国博士后科学基金资助项目(2015M582117)
论文发表日期：2018-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：10( 3247-3256 )
英文信息