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

TD311%TN911.7; 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...

Full description

Saved in:
Bibliographic Details
Published in煤炭学报 Vol. 43; no. 11; pp. 3247 - 3256
Main Authors 宫月, 贾瑞生, 卢新明, 彭延军, 赵卫东, 张杏莉
Format Journal Article
LanguageChinese
Published 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 01.11.2018
山东科技大学计算机科学与工程学院,山东青岛266590
Subjects
微震信号
经验模态分解
小波阈值
降噪技术
Online AccessGet full text
ISSN0253-9993
DOI10.13225/j.cnki.jccs.2017.1667

Cover

More Information
Summary:TD311%TN911.7; 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.
ISSN:0253-9993
DOI:10.13225/j.cnki.jccs.2017.1667