基于变分模态分解及能量熵的微震信号降噪方法

被引:46
作者
张杏莉 [1 ,2 ]
卢新明 [1 ,2 ]
贾瑞生 [1 ,2 ]
阚淑婷 [1 ]
机构
[1] 山东科技大学计算机科学与工程学院
[2] 山东科技大学山东省智慧矿山信息技术省级重点实验室
基金
国家重点研发计划;
关键词
微震; 降噪; 变分模态分解; 能量熵;
D O I
10.13225/j.cnki.jccs.2017.4153
中图分类号
TD76 [矿山安全监测系统];
学科分类号
081903 ;
摘要
为了从含噪微震监测数据中提取有效的微震信号,提出了一种基于变分模态分解(Variational Mode Decomposition,VMD)和能量熵的自适应微震信号降噪方法。采用变分模态分解法对含噪微震信号进行自适应分解,得到一系列按频率从高到低的变分模态分量;计算每个变分模态分量的能量熵,搜索并辨识出噪声与信号的分界;剔除高频噪声,将剩余分量进行重构,得到降噪后的微震信号。通过与基于经验模态分解(Empirical Mode Decomposition,EMD)的微震信号降噪方法对比,从信噪比、降噪后信号占原信号的能量百分比和原信号与降噪后信号的均方根误差3个评价指标上定量说明该方法在微震信号降噪中表现出更好的降噪效果。
引用
收藏
页码:356 / 363
页数:8
相关论文
共 16 条
[1]   基于变分模态分解-传递熵的脑肌电信号耦合分析 [J].
谢平 ;
杨芳梅 ;
李欣欣 ;
杨勇 ;
陈晓玲 ;
张利泰 .
物理学报, 2016, 65 (11) :285-293
[2]   矿山微震信号干扰特征及去噪方法研究 [J].
李学龙 ;
李忠辉 ;
王恩元 ;
景林波 ;
冯俊军 .
中国矿业大学学报, 2015, 44 (05) :788-792+822
[3]   基于经验模态分解及独立成分分析的微震信号降噪方法 [J].
贾瑞生 ;
赵同彬 ;
孙红梅 ;
闫相宏 .
地球物理学报, 2015, 58 (03) :1013-1023
[4]   参数优化变分模态分解方法在滚动轴承早期故障诊断中的应用 [J].
唐贵基 ;
王晓龙 .
西安交通大学学报, 2015, (05) :73-81
[5]   基于EMD和互信息熵的微震信号自适应去噪 [J].
梁喆 ;
彭苏萍 ;
郑晶 .
计算机工程与应用, 2014, 50 (04) :7-11+32
[6]   过渡内蕴模态函数对经验模态分解去噪结果的影响研究及改进算法 [J].
李月 ;
彭蛟龙 ;
马海涛 ;
林红波 .
地球物理学报, 2013, 56 (02) :626-634
[7]   爆破震动与岩石破裂微震信号能量分布特征研究 [J].
朱权洁 ;
姜福兴 ;
于正兴 ;
尹永明 ;
吕垒 .
岩石力学与工程学报, 2012, 31 (04) :723-730
[8]   基于EEMD能量熵和支持向量机的齿轮故障诊断方法 [J].
张超 ;
陈建军 ;
郭迅 .
中南大学学报(自然科学版), 2012, 43 (03) :932-939
[9]   基于小波变换的大尺度岩体结构微震监测信号去噪方法研究 [J].
徐宏斌 ;
李庶林 ;
陈际经 .
地震学报, 2012, 34 (01) :85-96+127
[10]   经验模态分解中的模态混叠问题 [J].
胡爱军 ;
孙敬敬 ;
向玲 .
振动测试与诊断., 2011, 31 (04) :429-434+532