基于EMD改进算法的爆破振动信号去噪

为了解决振动信号经验模态分解(empirical mode decomposition, EMD)滤波去噪效果不佳的问题，提出一种自适应性正交经验模态分解(principal empirical mode decomposition, PEMD)的信号去噪方法。该算法融合了EMD分解的自适应性和主成分分析(principal component analysis，PCA)的完全正交性特点，对信号EMD分解过程中产生的模态混叠现象进行消除，得到了最佳的去噪效果。分析表明:PEMD在仿真模拟试验中相比于传统EMD算法和集总经验模态分解(ensemble empirical mode decomposition, EEMD) 算法，信噪比分别提高了1.15 dB和0.38 dB，且均方根误差最小；频域上PEMD对仿真信号频率(30 Hz)识别的灵敏度最高，30 Hz之外的噪声滤除效果最好。在爆破振动试验中，PEMD和EEMD去除噪声毛刺的效果较为理想，且PEMD在0～300 Hz的中低频振动信号保存效果最好，300 Hz以上的高频噪声滤除效果最好。     

深孔台阶爆破近区振动信号趋势项去除方法

基于深孔台阶爆破近区大量实测振动信号,总结了趋势项产生的原因主要为大振幅脉冲输入下的非线性失真及低频干扰叠加,在此基础上以测试仪器有效监测范围作为识别趋势项组成部分的判别准则。利用集合经验模态分解（ensemble empirical mode decomposition,EEMD）、小波分解等信号分析手段,提出了以固有模态函数（intrinsic mode function,IMF）的频带分布为指标、人工判别的趋势项去除方法,以及基于自相关分析识别噪声特征的小波阈值去噪方法。实例证明该方法切实有效,可实现爆破信号的批量化预处理。     

室内地埋供热管道泄漏的声学监测及其信号去噪方法研究

为了更精确地对室内地埋供热管道泄漏声学监测信号进行主要特征频率提取和分析,需先对测量信号去噪。本文采用变分模态分解(variational mode decomposition, VMD),对距离漏水点5 cm和40 cm测量点的原始声信号分别进行模态分解,计算出各模态分量的排列熵并将其作为噪声信号剔除的依据,最后对信号进行重构,并与经验模态分解(empirical mode decomposition, EMD)、集合经验模态分解(ensemble empirical mode decomposition, EEMD)的处理结果进行对比。发现相比于其他两种分解降噪方法,VMD能够更好地解决模态混叠问题,能更为精确地将噪声信号去除,达到更好的去噪效果。     

模式自适应连续小波去除趋势项方法在爆破振动信号分析中的应用

为了更精确提取爆破振动信号峰值速度、能量等重要特征,必须对爆破振动加速度信号时域积分中的趋势项予以去除。通过对实测爆破振动加速度信号进行梯形数值积分,提出以时域积分后的爆破振动速度信号来构造模式自适应小波基的方法,并用此方法去除时域积分后爆破振动速度信号中的趋势项,然后对去除趋势项后的爆破振动速度信号进行能量特征分析。结果表明:模式自适应连续小波法成功去除了时域积分后爆破振动速度信号中的趋势项;与建立在传统Fourier变换基础上的频谱分析相比,小波变换的能量分析具有更精细的频率分辨率,更适合于对频率分辨率要求更高的爆破振动信号进行分析;各频率区间范围划分越宽,爆破振动加速度信号与速度信号各频率区间内能量分布的相关程度越高,反之,相关程度越低。     

冻结立井爆破近区井壁振动信号基线漂移校正和消噪方法

冻结立井爆破过程中，近区监测信号中含有的基线漂零及噪声成分对其局部特征精细化提取影响显著。在对近区井壁振动信号有效采集基础上，通过互补总体经验模态分解（complementary ensemble empirical mode decomposition, CEEMD）方法、稀疏化基线估计消噪（baseline estimation and de-noising with sparsity, BEADS）方法和隐马尔可夫模型消噪（hidden Markov model de-noising, HMMD）方法等，解决了信号中基线漂移和随机噪声消除难题，并采用交叉小波变换对校正和消噪效果进行了相关性评价。实例分析结果表明:信号中缓变的基线成分遍历信号各个模态分量的整个过程，且主要集中于低频分量中，而噪声则集中在高频分量。组合分析方法对低频基线漂零和高频噪声的处理效果好，是一种高效且相对保幅的信号分析方法，可用于批量信号数据的预处理过程。     

EEMD修正爆破加速度零漂信号中的最优白噪声系数

为了有效降低振动信号误差以提高数据的可信度，先针对花岗岩爆破试验中的加速度零漂信号，使用集合经验模态分解（ensemble empirical mode decomposition，EEMD）与高低频处理相结合的方法进行修正；接着，根据信号冲击响应谱提出表征修正前后频域平均偏差幅度的修正指数；最后，基于频域和时域分别讨论了不同白噪声系数范围内信号的修正效果。分析表明:EEMD方法能够有效地消除爆破加速度信号的零漂现象，但对积分后速度信号的零漂趋势改善有限；随着白噪声系数增大，不同频段上修正指数均不同程度地增大，二者呈现幂指数关系；根据不同频段上的修正指数分析，可以确定不同零漂加速度信号对应的最优白噪声系数范围。本文提出的修正指数可为EEMD方法处理加速度零漂信号时白噪声系数的合理选取提供参考。     

基于CEEMDAN-小波包分析的隧道爆破信号去噪方法

针对隧道爆破施工中采集到的实测振动信号,引入一种基于总体平均经验模态分解方法（CEEMDAN分解）联合小波包分析的降噪方法。首先,通过CEEMDAN分解得到多个本征模态分量,利用相关系数筛选出包含噪声的模态分量,并通过模态分量的频谱图及方差贡献率进行校核。然后,利用小波包阈值降噪方法对含有噪声的模态分量进行处理。最后,将未经处理的模态分量与去噪完成的分量重构得到最终纯净的爆破振动信号。同时,通过小波包能量谱分析验证此降噪方法的可行性。本文引入的方法兼具CEEMDAN分解及小波包分析的优点,与现有方法相比,去噪效果较好,可以应用于类似隧道爆破信号的去噪处理中。     

一种评价旋转态内嵌流体欧拉梁自适应减振效果的新方法

为了评价内嵌式粘性流体单元自适应减振方法(IVFUM)消减运动柔性结构残余振动的效果,进行了旋转态内嵌粘性流体欧拉梁自适应减振试验,对残余振动信号进行了处理。针对旋转态下的内嵌粘性流体欧拉梁残余振动信号具有刚体衰减转动的慢变信号与柔性结构残余振动快变信号相耦合的非平稳特征以及模态参数随时间变化的特点,提出了结合小波包、经验模式分解(EMD)、随机减量技术(RDT)、希尔伯特变换(HT)的综合信号处理方法。提取了内嵌粘性流体欧拉梁的一阶主振动响应信号,识别了梁的一阶模态参数(无阻尼固有频率和等效模态阻尼比)。与SDOF模型处理的数据结果进行比较,欧拉梁残余振动衰减的变化趋势基本一致,表明本文提出的方法在实际应用中是有效可行的。可以推断欧拉梁内嵌1/3左右空腔容积的水在2～5 Hz的旋转频率时,由于流动性较好,可以有效地消减运动柔性结构的残余振动。为半定量评价内嵌粘性流体方式对运动的工程柔性结构残余振动衰减效果提供了有效的依据。     

低失真爆炸冲击信号零漂分析和处理方法

短时的爆炸瞬态冲击信号,具有冲击频带宽、幅值高特点,在测试过程中,常常会有信号失真的零漂现象。本文中详细分析零漂现象产生的原因,对比各种修正方法的优缺点,提出基于经验模态分解（empirical mode decomposition,EMD）改进高效算法,结合频域窗函数滤波方法,这种新修正方法,能够较好弥补现行修正方法的缺陷,可为瞬态冲击信号时域模拟提供失真较小的环境条件数据。     

基于集合经验模态分解-小波阈值方法的爆破振动信号降噪方法

为了更好地消除混杂在爆破信号中的噪声,引入一种基于集合经验模态分解和小波阈值共同作用的降噪方法。首先将信号进行集合经验模态分解,然后选择含噪的模态函数分量进行小波阈值降噪处理,最后把处理后的分量和未处理的分量进行叠加,重构的信号即为降噪信号。该方法不仅能有效的去除噪声,还能使爆破波形保留其真实性和完整性。     

爆破震动信号的小波分析与HHT变换

以实测的爆破震动信号为例,分别应用小波分析和HHT(Hilbert-Huang Transform)变换从不同方面进行对比分析,讨论了爆破震动信号的特征提取和时频分布。结果表明:小波分析和HHT变换都是处理非平稳信号的两种好方法,都能很好地提取信号的主要特征信息和进行滤波、消噪。然而,小波分析存在选择小波基的困难,而HHT变换不需要预先选择基函数,其EMD（empirical mode decomposition）得到的IMF(intrinsic mode function)能反映原始信号的固有特性,通常具有实际物理意义;小波谱的能量在频率范围内分布较宽,而Hilbert能量谱能清晰地表明能量随时频的具体分布,大部分能量都集中在有限的能量谱线上;小波分析中时间、频率分辨率受Heisenberg测不准原理的限制,而HHT变换中时间分辨率不变且精度很高,其频率分辨率则可随信号内在的特性进行自适应调节。分析表明:HHT变换在分析非平稳信号时较小波分析更具适应性,在岩石中波的传播、衰减规律、结构动态响应特征和爆破震动破坏等研究中有着广阔的应用前景。     

基于小波变换的爆破振动信号能量分布特征分析

为了深入研究爆破地震波特性,应用小波变换方法对具有短时非平稳特点的爆破振动信号进行了能量分布特征分析。根据小波变换的时-频特性和分层分解展开关系,将爆破振动时间历史信号用分层重构信号进行扫描,应用这些信号得到了不同频率带上爆破振动的相对能量分布和振动强度的时间变化规律。爆破振动信号实测结果分析表明,基于小波变换的能量分布特征分析可以更准确地给出爆破振动信号的细节信息。研究结果为分析爆破振动结构安全性提供了新的途径。     

基于l2范数的EMD滤波方法在光纤陀螺信号中的应用

光纤陀螺的随机漂移限制了惯性导航系统的精度,如何减小它是一项非常艰巨的任务.结合经验模态分解(EMD)和信号与模态之间的概率密度函数,提出了一种新型的依赖Hurst指数的信号滤波方法.当H＜0.5时,利用l2范数选择出相关模态,累加并形成的部分重构方法来对光纤陀螺的信号进行滤波;当H≥0.5时,间隔阈值的经验模态(EMD-IT)被引入对相关模态进行滤波,之后按照部分重构的方法对光纤陀螺的信号进行滤波;称为混合的EMD-pdf和EMD-IT.与其它的滤波方法进行对比,如基于相关函数的EMD部分重构(EMD-cor),基于概率密度函数的EMD部分重构(EMD-pdf),仿真信号和实际数据结果表明,该混合模型的优越性,有效减小了光纤陀螺的随机误差.     

地应力水平对深埋隧洞爆破振动频谱结构的影响

爆破振动的频谱特性对隧洞安全施工具有重要意义。采用动力有限元方法，分析了不同地应力水平条件下围岩爆破振动频率特征，通过对实测爆破振动信号的时域和频域联合分析，研究了不同频带上的振动能量分布。结果表明，爆破振动的主频及各个振动能量优势频带都有随地应力水平升高而降低的趋势，伴随爆破破岩过程而发生的地应力瞬态卸载动力效应是产生这一现象的主要原因。地应力水平越高，爆破振动信号中20～100 Hz的低频振动能量比重越大。当爆区的地应力为20 MPa时，20～100 Hz频带内的振动能量可达到总振动能量的35%左右；当爆区的地应力为30～50 MPa时，20～100 Hz频带内的振动能量可达到总振动能量的50%以上。除地应力水平外，应力卸载速率及岩体的力学特性也对爆破振动主频具有显著影响，卸载速率越高，低频振动能量比重越大。卸载速率取决于掏槽爆破方式，直孔掏槽导致岩体应变能释放速率最高。岩体弹性模量越大，爆破振动的主频越高。