基于变分模态分解和粒子群算法的微震信号降噪方法

为从含噪微震信号中提取有效信息,并准确识别岩体破裂信号和爆破振动信号,提出了基于粒子群算法和小波阈值去噪的改进变分模态分解方法。该方法利用粒子群算法实现模态数量和惩罚因子的最优取值,以最优参数对微震信号进行变分模态分解,再对由高频噪声主导的模态分量进行小波阈值去噪,将去噪后的高频信号分量与原先的低频信号分量进行重构,实现信号降噪。经验证,该方法相比集合经验模态分解和单纯的变分模态分解方法具有更好的降噪效果。以该方法对200组岩体破裂信号和200组爆破振动信号进行去噪,以第一模态分量能量占比50%作为区分爆破振动信号和岩体破裂信号的依据,识别成功率达到97.25%,证实了此识别方法的准确性。

基于VMD联合小波阈值去噪法的微震监测信号去噪研究

针对矿山采集微震信号中混杂的噪声,提出基于变分模态分解(VMD)和小波阈值去噪的VMD联合小波阈值去噪方法提取有效的微震信号,首先利用VMD分解获得一系列高频至低频的本征模态分量,然后对由高频噪声主导的模态分量进行小波阈值去噪,去噪后的高频信号分量与原先的低频分量信号进行重构,完成信号的去噪步骤。工程实例表明,与EEMD方法和单纯的VMD方法相比,VMD联合小波阈值去噪拥有更好的降噪效果。用该方法对200组岩体破裂信号和200组爆破振动信号进行去噪,再以0~100Hz频段能量比值高于80%作为岩体破裂信号的判别条件,结果表明,其对岩体破裂信号的识别准确率达到99%,对爆破振动信号的识别准确率达到98%。