谢 博 施富强 马 胜 李 锋
1 西南交通大学牵引动力国家重点实验室,成都市二环路北一段111号,610031 2 西南交通大学机械工程学院,成都市二环路北一段111号,610031 3 四川省安全科学技术研究院,成都市武科西四路18号,610000
在将微震监测技术应用于矿山边坡、地质灾害的实时在线监测和岩体稳定性安全评估[1]时,由于采集到的数据中包含大量干扰信号[2],探究微震信号降噪方法已成为识别岩石破裂信号和准确拾取信号初至时间的关键技术之一。部分学者将经验模态分解(empirical mode decomposition,EMD)及其改进方法引入到微震信号的分析处理中[3-7],但与其相关的降噪方法不能完全消除边界效应和模态混叠的影响。
针对低信噪比微震信号初至拾取精度低、难度大等问题,本文基于经验小波变换(empirical wavelet transform,EWT)方法[8-9],提出一种EWT结合分量阈值重构规则及奇异值分解技术的微震信号降噪方法,并通过仿真信号与实际微震信号验证本文降噪方法的有效性和适用性。
EWT是Gilles[10]提出的一种构建自适应小波的新方法,其与EMD的相同之处是都能根据信号特点自适应调整相关参数,但EMD方法在理论基础方面有所欠缺,而小波变换方法无法自适应划分频带。因此,EWT是一种EMD自适应性与小波框架理论多尺度特点相结合的信号分析方法,具体分解过程与原理见文献[11]。
利用MATLAB软件编程,构建微震信号降噪处理算法模型,具体流程如下:
1)选取合适的小波函数,利用EWT算法将原始微震信号f(j)自适应分解为各个频率尺度的固有模态分量C0,C1,…,Ci。……