基于EMD改进算法的爆破振动信号去噪

• 作者: 刘连生 易文华 董斌斌 闫雷
• 来源期刊: 爆炸与冲击
• 关键词: 爆破振动 去噪 模态混叠 主成分分析 经验模态分解 集总经验模态分解
• 年，卷（期）: 2020,（9）
• 所属期刊栏目: 应用爆炸力学
• 页码范围: 75-85
• 页数: 11页
• 分类号: O389
• 语种: 中文
• DOI: 10.11883/bzycj-2019-0471

摘要

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘连生		20	61	5.0	6.0
2	闫雷		6	1	1.0	1.0
3	董斌斌		3	0	0.0	0.0
4	易文华		3	0	0.0	0.0