基于CEEMD-MPE-IMPROVED WTD的爆炸振动信号噪声抑制方法

光纤分布式声传感(distributed acoustic sensing,DAS)系统因其灵敏度高、抗电磁干扰和分布式远距离传感的特点,广泛应用于微震监测和震源定位等领域。通过DAS系统采集爆炸产生的振动信号,并利用信号的到时信息进行爆源定位。但由于爆炸试验现场的噪声干扰,信号和噪声混叠,到时算法求得的到时信息误差较大,影响定位精度,因此需要对信号进行去噪处理。鉴于经验模态分解(empirical mode decomposition,EMD)方法处理爆炸振动信号时有效信息的严重损失,提出了一种基于互补集合经验模态分解(complementary ensemble empirical mode decomposition,CEEMD)、多尺度互变熵(multiscale permutation entropy,MPE)和改进的小波阈值去噪(wavelet threshold denoising,WTD)的融合降噪方法,对DAS系统采集的信号进行去噪。它与EEMD-MPE、CEEMD-MPE和CEEMD-MPE-WTD方法进行了比较。试验结果表明,该方法可以将信噪比(signal-to-noise ratio,SNR)提高到25.95 dB,明显高于其他方法。用去噪后的信号来定位信号源,误差在5米以内。而且该方法可以有效地去除环境噪声和仪器的高频噪声,同时保留了爆炸振动信号的主导频率能量。结果表明,该方法适用于爆炸振动信号的去噪。