基于经验模态分解及独立成分分析的微震信号降噪方法

被引:105
作者
贾瑞生 [1 ,2 ]
赵同彬 [3 ,2 ]
孙红梅 [1 ]
闫相宏 [1 ]
机构
[1] 山东科技大学信息科学与工程学院
[2] 山东科技大学矿山灾害预防控制省部共建国家重点实验室培育基地
[3] 山东科技大学矿业与安全工程学院
关键词
微震信号降噪; 经验模态分解; 独立成分分析; 互相关;
D O I
暂无
中图分类号
P315.6 [测震学];
学科分类号
摘要
针对微震信号具有高噪声、突变快、随机性强等特点,基于经验模态分解(EMD)及独立成分分析(ICA)提出一种微震信号降噪方法.首先,对含噪信号进行EMD分解,获得一系列按频率从高到低的内蕴模态函数(IMF),利用原信号与各IMF之间的互相关系数辨识出噪声与信号的分界,将分界之上的高频噪声滤除;其次,为有效去除分界IMF中的模态混叠噪声,基于ICA算法对分界IMF进行盲源分离,提取其中的微震有效信号,并将其与剩余的IMF累加重构,从而得到降噪后的微震信号;最后,利用快速傅里叶变换(FFT)时频谱对比分析降噪前后的信号特征,定性说明本文方法的有效性;引入信噪比和降噪后信号占原信号的能量百分比两个参数,定量说明本文方法能充分保留微震信号的瞬态非平稳特征,降噪效果明显.
引用
收藏
页码:1013 / 1023
页数:11
相关论文
共 13 条
[1]   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
[2]   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
[3]   基于HHT法的煤冲击破坏SHPB测试信号去噪 [J].
李成武 ;
解北京 ;
杨威 ;
熊庄 .
煤炭学报, 2012, 37 (11) :1796-1802
[4]   基于经验模态分解和独立成分分析的柴油机噪声源识别技术 [J].
张俊红 ;
李林洁 ;
刘海 ;
王健 ;
王凯楠 .
内燃机学报, 2012, 30 (06) :544-549
[5]   基于独立分量分析的EMD模态混叠消除方法研究 [J].
汤宝平 ;
董绍江 ;
马靖华 .
仪器仪表学报, 2012, 33 (07) :1477-1482
[6]   基于EMD小波阈值去噪和时频分析的齿轮故障模式识别与诊断 [J].
邵忍平 ;
曹精明 ;
李永龙 .
振动与冲击, 2012, 31 (08) :96-101+106
[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HHT的地震信号自动去噪算法 [J].
杨光亮 ;
朱元清 ;
于海英 .
大地测量与地球动力学, 2010, 30 (03) :39-42
[9]   A novel strategy for molecular signature discovery based on independent component analysis [J].
Hang-Phuong Pham ;
Derian, Nicolas ;
Chaara, Wahiba ;
Bellier, Bertrand ;
Klatzmann, David ;
Six, Adrien .
INTERNATIONAL JOURNAL OF DATA MINING AND BIOINFORMATICS, 2014, 9 (03) :277-304
[10]   Wavelet based seismic signal de-noising using Shannon and Tsallis entropy [J].
Beenamol, M. ;
Prabavathy, S. ;
Mohanalin, J. .
COMPUTERS & MATHEMATICS WITH APPLICATIONS, 2012, 64 (11) :3580-3593