同步挤压小波变换在矿山微震监测系统中的应用

微震监测技术是一种保证矿山安全、高效、可持续发展的重要地压监测手段。矿山传感器获取的微震数据容易受到宽频带非平稳噪声的影响,导致微震监测缺乏可用的高质量数据。本文介绍了一种新的频谱分析方法——同步挤压小波变换,它提供了一种将数据同时分解到时域和频域的方法,且比小波变换等方法的时频分辨率更高,可以在时频谱上更为清晰地展示微震信号。同时,本文还比较了Morlet小波基和Bump小波基对微震波形的影响程度,并通过现场微震监测波形验证了Morlet小波基的相对可靠性。采用基于噪声水平的硬阈值滤波方法对其进行分别处理,结果表明,基于Morlet小波基的同步挤压小波变换在从原始数据中提取微震信号方面具有更大的实用价值,能够有效地提高信号的信噪比。     

小波降噪在煤岩微震信号处理中的应用

根据微震信号噪声强度ε,利用FFT滤波以及缺省的阈值确定模型、Birge-Massart策略的阈值确定模型和小波包变换中的penalty阈值确定模型对原煤单轴全程压缩加载破坏实验的微震信号进行降噪处理。理论分析及降噪结果表明,FFT滤波得到的降噪信号过于平滑,抑制了很多有用的信息成分,而小波三种阈值确定模型能够更加有效去除微震信号中的噪声成分,降噪后的信号与原信号有着很好的相似性,最大限度的反应了原始信号本身的性质。     

基于AWSST和GCV的矿山微震信号联合降噪新方法

由于露天矿山开采环境的复杂性和各异性,传感器采集得到的微震信号包含大量的噪声干扰,为了获得更加准确的微震信号特征,提出了基于自适应同步压缩小波变换（Adaptive Synchrosqueezing Wavelet Transform,AWSST）和广义交叉验证（Generalized Cross-Validation,GCV）的联合降噪方法,从而对微震事件定位和判断开挖过程中岩体状态提供可靠的数据保障。首先在自适应小波变换（Adaptive Wavelet Transform, AWT）的基础上,对每个尺度中的小波系数进行阈值化处理,利用GCV方法自动确定每个成分的最佳阈值水平,达到去除噪声的目的。然后,通过同步压缩变换（Synchrosqueezing Transform,SST）的后处理操作,在时频平面对小波变换系数进行二次重分配,从而提升时频表达的能量聚集性。最后,应用于微震信号的降噪处理,并与现有的时频分析方法进行比较,结果表明提出的联合去噪方法降噪效果更好、时频分析的分辨率更高。     

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

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。     

基于EEMD方法的地下矿山微震信号去噪研究

对地下矿山实时在线监测的微震信号进行微震事件特征提取和识别分类研究时,识别的效率往往取决于训练样本和测试样本的质量,为提高数据样本的质量,去除信号中掺杂的噪声,采用聚合经验模态分解(EEMD)方法对地下矿山微震信号进行预处理。通过采用EEMD分析方法对矿山微震信号进行预处理,获得从高频到低频铺展的一组固有模式分量(IMF)及一个残余分量,通过计算各分量能量占比把IMF中的噪声部分及残余项去除,再将包含矿山微震信号主要信息的剩余分量进行重构,从而得到去噪后的微震信号。通过信号仿真实验及实例分析,对比小波预处理方法,结果表明:该方法利用EEMD自适应分解的特性不但克服了小波阈值和分解函数选取困难等弊端,而且能显著提高信号的信噪比,较好地保留了信号形态,获得较为理想的去噪效果。     

小波卡尔曼模型在岸堤沉降监测数据处理中的应用

卡尔曼滤波技术是一种对动态系统进行实时数据处理的有效方法,广泛的用于变形监测的预测和估计,但卡尔曼滤波要求系统噪声和观测噪声为零均值的白噪声,如果这一条件不满足,将使滤波失真。为了更好的满足这一要求,我们引进小波变换,采用小波变换对变形信号进行滤波处理,再利用卡尔曼滤波进行预测,并结合某岸堤的数据进行计算与分析,结果表明小波卡尔曼滤波的预测精度要高于卡尔曼滤波的预测精度。     

利用小波阀值降噪技术提高微地震信号的信噪比

微地震检测技术在工程施工、地质灾害防治等方面有着重要的作用,同时微地震信号又有信号能量弱,易受背景噪声干扰的特性,造成微震信号的初至无法准确拾取,导致微地震事件的定位不准确.该文利用小波阀值降噪技术对微地震检测信号进行降噪处理,并在Matlab平台对微震信号进行实验.通过对小波基特性的分析选出最优小波基,并使用时间序列的噪声检测方法来确定分解层数,再对分解信号通过阀值降噪去掉部分噪声干扰从而达到提高微地震信号信噪比的目的.     

永磁直线同步电机垂直运输系统弱信号的检测

在分析小波包变换具有良好的时频特性基础上,根据信号和噪声具有不同的小波特性,采用浮动阈值去噪的方法,解决了低信噪比情况下弱信号的检测。仿真结果表明,采用小波包去噪可改善系统对信号的检测能力。     

小波变换在地质雷达信号处理中的应用

地质雷达信号处理的关键是去除噪声提取有用信息。小波变换是近年发展起来的信号处理手段,通过设定不同的尺度参数,来提取不同空间域的信号。将小波变换用于雷达信号处理中,阐述了小波变换用于信号去噪的基本原理,实际应用结果表明,去噪效果良好,提高了信噪比。     

滚动轴承振动信号小波域自适应滤波方法

针对滚动轴承故障特征的提取问题,提出一种振动信号小波域自适应滤波方法。小波自适应滤波是一种新的非线性滤波方式,可以有效地提取出信号的边缘轮廓及信号的形状特征。计算机仿真证实小波域自适应滤波具有抑制信号噪声、保留信号非线性特征方面的作用。工程实验结果表明,利用小波域自适应滤波可以从滚动轴承振动信号中成功提取隐藏在噪声中的冲击故障特征。     

煤岩微弱电磁信号的噪声源识别及去噪方法

煤岩破坏可以产生电磁信号,分析其信号特征对于准确预测煤岩动力灾害有着重要作用,然而当破裂信号较为微弱时,外界干扰因素会对结果分析产生极大影响。为此,在分析实验条件下煤岩受载电磁信号的噪声来源及其各自特征的基础上,提出了循环带阻滤波、基于白噪声统计特征及经验模态分解(EMD)的均值滤波、基于模态分量自相关函数频谱的准周期特征识别及带阻滤波等方法,对不同源头的噪声进行了自动识别及去噪,同时,在信号源未知的情况下提出了评估去噪效果的噪噪比(NNR)方法。结果表明:基于分源去噪方法而得出的型煤电磁信号噪噪比仅为0.136 6,明显优于单一的小波及EMD去噪方法,表明分源去噪方法在煤岩受载微弱电磁信号去噪中有着良好的应用效果。     

基于小波包的机械故障信号消噪处理

在旋转机械故障诊断系统中需要获得采样信号用于系统的故障辨识或判断,而这些采样信号将不可避免地受到噪声污染,使系统辨识精度得不到提高。小波包变换的方法可以降低系统噪声影响,通过变换分解出高频噪声部分,利用小波包收缩的阈值量化方法去掉高频部分,再重构信号从而达到消噪目的。     

采煤机震源有效信号提取及初步应用

基于采煤机震源的随采地震能实现工作面的实时探测,但采煤机震源有效信号的提取方法还需要做全面研究。笔者利用互相关干涉作为主要数据处理方法,对比研究了采煤机位于不同位置时,不同频带内的波场特征;还对比了参考信号检波器位于不同位置时的影响;初步对一个已知煤层尖灭进行了随采地震探测。研究发现：利用互相关干涉技术能够将采煤机的连续震动稳定地转化为脉冲炮集,且信号在1～500 Hz频带和700 m传播距离内都有较高的信噪比,其中槽波和巷道面波是主要的震相,而参考信号的选择对干涉结果有一定的影响。研究认为,利用互相关干涉方法能够提取采煤机的有效信息,能量和频带宽度都符合随采地震的要求。     

基于EEMD和小波阈值法的爆破振动信号预处理研究

针对爆破振动信号去噪和趋势项消除问题,借助相关性分析,引入了一种基于集合经验模态分解(EEMD)和小波阈值法的预处理滤波方法。首先运用EEMD方法进行信号分解,利用互相关系数进行含噪IMF分量和趋势项分量的预选,然后分别借助自相关函数特性和频带特点进行判断,最后完成含噪分量的小波阈值去噪和趋势项分量的去除,重构波形。实例验证结果表明,该方法能有效消除噪声、趋势项干扰,保留波形真实信息,进而提高频谱分析精度。     

基于小波收缩的电机控制系统去噪研究

小波变换的方法可以降低电机控制系统中的噪声影响,通过变换分解出高频噪声部分,利用小波收缩的阈值量化方法去掉高频部分,再重构信号从而达到去噪目的,通过实验总结出SYM12结合软阈值处理法在信号重构及去噪效果方面都是最优的。     

基于小波双谱的矿用齿轮箱故障诊断

针对矿用齿轮箱振动信号的非平稳、非高斯等特点,提出了一种小波双谱分析的齿轮箱故障诊断方法。利用小波分解可将齿轮箱的振动信号分解到对应不同特征频率的频带,以提高频率分辨率和信噪比,然后有针对性地选择故障特征频率较明显的频带信号进行重构,并做双谱分析,以实现齿轮箱的有效故障诊断。实例表明,小波双谱分析是一种十分有效的齿轮箱故障诊断方法,它更能揭示故障齿轮箱振动信号的非平稳和非线性相位耦合特点。     

井下电机车载波电话自适应除噪技术的应用

针对井下架线电机车载波电话中严重的随机噪声,提出应用DSP技术和自适应滤波理论进行消除噪声的技术方法,对话筒周围的环境噪声,采用带参考输入的最小二乘法（LMS）横向滤波结构,可以取得较区的与噪声相关的住处,消噪效果明显,由于滤除架空线载波信号中的噪声中,不能直接取得与噪声相关的信号,刚采用载频信号增强技术,从宽带噪声中提取有用信号。     

爆破震动信号的小波包分析

爆破引起的震动非常复杂,是一种典型的非平稳信号。利用小波分析良好的时频局部化性质,可以很好地对爆破地震波进行信号重构和能量分析。利用MATLAB的“db6”小波基函数,编制MATLAB程序,把震动信号划分为几个频带进行分析,在每个频带上选取该波段的速度峰值及其主频,据此得出不同频带上的能量分布情况。通过对实测爆破震动信号的小波包分析可以看出,大多数信号的主频位于0～15 Hz以内的中低频带内,这对爆破震动的安全控制具有现实意义。     

陕北煤田地震数据处理技术初探

在陕北煤田地震勘探中,由于地表沟梁纵横、表层黄土厚度纵横向变化大,激发与接收条件的一致性较差,致使地震波场的高频成分吸收衰减严重,振幅和频率横向变化较大,总体波场的信噪比和分辨率不高。因此,在全频带且相对较高信噪比采集数据的基础上,应用合理有效的非一致性处理、静校正处理、展宽频带处理及去噪处理等技术,可提高煤田地震勘探成果的精度和可靠性,为煤系地层的正确对比追踪及煤层厚度的定量描述奠定基础。