基于小波变换和压缩感知对煤岩体声发射信号降噪方法

发布时间：2021-07-21 22:08

　　针对煤岩体声发射信号具有随机非平稳、易受噪声信号干扰的特点,提出一种基于小波变换和压缩感知理论相结合的煤岩体声发射信号降噪方法.该方法利用噪声信号不具有稀疏性的特点,在小波分解的基础上进行压缩感知的压缩重构与降噪处理,使噪声信号与煤岩体声发射信号最大程度分离,该方法不仅达到降噪的目的,还避免了小波阈值滤波中阈值选取对降噪效果的影响.与小波阈值滤波、小波包降噪方法和压缩感知方法在选取不同压缩比、观测矩阵、重构算法对降噪效果进行对比.仿真结果表明,所提方法能够有效地抑制噪声信号的干扰,提高信号信噪比,降低均方误差,具有较强的实用价值. 

【文章来源】：信息与控制. 2020,49(01)北大核心CSCD

【文章页数】：8 页

【部分图文】：

小波阈值滤波过程流程图

压缩感知理论主要由稀疏变换、 观测矩阵及重构算法[15]三个部分组成, 如图2所示.只有满足信号x∈RN本身具有稀疏性或在某稀疏域内具有稀疏性时, 通过压缩感知方法才能对信号进行有效地采样压缩. 如果信号x为非稀疏信号, 需要通过稀疏基或稀疏字典对其进行稀疏处理, 让它近似满足稀疏性成为可压缩信号, 才能对它们进行压缩感知处理.

为了将含噪声发射信号中的噪声信号和有效信号彻底分离, 提高信号降噪的效果, 通过将小波变换和压缩感知相结合, 对小波分解后的煤岩体声发射信号进行降噪重构处理, 降噪流程如图3所示.由于煤岩体声发射信号在实际监测采集过程中, 主要受到高斯白噪声的干扰, 因此对含噪声发射信号通过小波变换进行分解, 分解后的噪声信号主要分布在细节分量中. 利用噪声信号不具有稀疏性, 通过压缩感知对含有噪声信号的细节分量进行观测重构, 重构过程中将噪声信号与有效信号分离, 最后采用小波逆变换获得降噪后的煤岩体声发射信号. 与小波阈值滤波方法相比, 本文所提方法的降噪过程避免了由阈值选取和阈值函数设计的差异导致的降噪效果不理想等问题, 实现了有效信号和噪声信号的彻底分离.

【参考文献】：
期刊论文
[1]一种基于压缩感知的水下目标被动测距方法[J]. 李军,林秋华,杨秀庭,康春玉.  信息与控制. 2019(01)
[2]基于邻域相关性多阈值新函数寻优法的小波降噪分析[J]. 宋立业,周乐,刘昕明.  信息与控制. 2019(01)
[3]基于小波包多阈值处理的海杂波去噪方法[J]. 阎妍,行鸿彦.  电子测量与仪器学报. 2018(08)
[4]基于小波变换降噪的声发射源定位方法[J]. 王宗炼,任会兰,宁建国.  振动与冲击. 2018(04)
[5]稀疏傅里叶变换在雷达中的应用研究[J]. 张秀丽,王浩全,庞存锁.  电子测量技术. 2017(11)
[6]基于小波的声发射信号去噪研究[J]. 杨慧,顾菊平,华亮,罗来武,陈猛.  现代电子技术. 2017(13)
[7]Levy噪声中EMD降噪的随机共振研究[J]. 贺利芳,曹莉,张天骐.  电子测量与仪器学报. 2017(01)
[8]基于分布式压缩感知的双通道SAR GMTI[J]. 胡文强,齐向阳.  国外电子测量技术. 2016(07)
[9]一种新的小波自适应阈值函数振动信号去噪算法[J]. 李红延,周云龙,田峰,李松,孙天宝.  仪器仪表学报. 2015(10)
[10]单轴受压煤岩声发射特征的层理效应试验研究[J]. 张朝鹏,张茹,张泽天,高明忠,戴峰.  岩石力学与工程学报. 2015(04)

硕士论文
[1]基于压缩感知的图像重建及去噪初步研究[D]. 张锐.西南交通大学 2010



本文编号：3295852