基于小波变换的自适应阈值微震信号去噪研究

doi:10.12068/j.issn.1005-3026.2018.09.023

东北大学学报:自然科学版 ›› 2018, Vol. 39 ›› Issue (9): 1332-1336.DOI: 10.12068/j.issn.1005-3026.2018.09.023

基于小波变换的自适应阈值微震信号去噪研究

程浩，袁月，王恩德，付建飞

(东北大学深部金属矿山开采教育部重点实验室，辽宁沈阳110819)

收稿日期:2017-06-20 修回日期:2017-06-20 出版日期:2018-09-15 发布日期:2018-09-12
通讯作者: 程浩
作者简介:程浩(1988-)，男，辽宁沈阳人，东北大学师资博士后; 王恩德(1957-)，男，辽宁盖州人，东北大学教授，博士生导师.冯明杰(1971-)，男，河南禹州人，东北大学副教授; 王恩刚(1962-)，男，辽宁沈阳人，东北大学教授，博士生导师.
基金资助:
中央高校基本科研业务费专项资金资助项目(N160103001)；国家重点基础研究发展计划项目(2016YFC0801603).国家自然科学基金资助项目(51171041).

Study of Hierarchical Adaptive Threshold Micro-seismic Signal Denoising Based on Wavelet Transform

CHENG Hao， YUAN Yue， WANG En-de， FU Jian-fei

Key Laboratory of Ministry of Education on Safe Mining of Deep Metal Mines， Northeastern University， Shenyang 110819， China.

Received:2017-06-20 Revised:2017-06-20 Online:2018-09-15 Published:2018-09-12
Contact: CHENG Hao
About author:-
Supported by:
-

摘要/Abstract

摘要： 针对矿山微震信号中所包含的随机噪声对微震监测和微震源的准确定位存在着严重干扰的问题，根据前人的研究成果，在分层阈值上增加分层自适应因子，提出一种新的分层自适应阈值方法.该方法根据矿山微震有效信号的低频特性，利用分层自适应因子，将高频部分的噪声信号最大限度地去除，提高矿山微震信号的信噪比;同时，最大程度地保留低频部分的信号.通过实际数据与分层阈值的对比，验证了该方法的有效性与优越性.

关键词: 矿山微震信号, 小波变换, 去噪方法, 自适应阈值, 信噪比

Abstract: Random noise contained in the mine micro-seismic signal has serious interference to the micro-seismic monitoring and the accurate positioning of the micro-seismic source. According to the previous research and the actual application effects， the paper proposed a new denoising method with the hierarchical adaptive threshold based on the characteristics of mine micro-seismic signals. It adds the layered adaptive factors to the hierarchical threshold. According to the low frequency characteristic of the mine micro-seismic effective signal， the noise signal of the high frequency part is removed greatly by using the layered adaptive factor to improve the signal to noise ratio of the mine micro-seismic signal. And the signal of the low frequency part is maximally kept. The validity and superiority of the method are illustrated by comparing the hierarchical threshold with the real-field micro-seismic data.

Key words: mine micro-seismic signal, wavelet transform, denoising method, adaptive threshold, signal to noise ratio

中图分类号:

P631

程浩，袁月，王恩德，付建飞. 基于小波变换的自适应阈值微震信号去噪研究[J]. 东北大学学报:自然科学版, 2018, 39(9): 1332-1336.

CHENG Hao， YUAN Yue， WANG En-de， FU Jian-fei. Study of Hierarchical Adaptive Threshold Micro-seismic Signal Denoising Based on Wavelet Transform[J]. Journal of Northeastern University Natural Science, 2018, 39(9): 1332-1336.

参考文献

[1]刘玉春.小波变换在矿震信号滤波和识别的应用研究［D］.阜新:辽宁工程技术大学，2008.(Liu Yu-chun.Application of wavelet transform in mine seismic signal filtering and recognition ［D］.Fuxin:Liaoning University of Engineering and Technology，2008.)
[2]Awala M A，Mostafaa S S，Ahmada M，et al.An adaptive level dependent wavelet thresholding for ECG denoising ［J］.Biocybernetics and Biomedical Engineering， 2014，34(4):238-249.
[3]Han X C，Zhang P，Zhang J，et al.Application of wavelet transform in signal denoising ［C］//2003 International Conference on Machine Learning and Cybernetics.Xi’an，2003:436-441.
[4]Lang M，Guo H，Odegard J E，et al.Noise reduction using an undecimated discrete wavelet transform ［J］.IEEE Signal Processing Letters，1996，3(1):10-12.
[5]管亮，冯新泸.基于小波变换的信号消噪效果影响因素研究及其Matlab实践［J］.自动化与仪器仪表，2004(6): 43-46.(Guan Liang，Feng Xin-lu.Study on influencing factors of signal denoising effect based on wavelet transform and its Matlab practice ［J］.Automation and Instrumentation，2004(6):43-46.)
[6]Tomic M.Wavelet transforms with application in signal denoising［R］.Vienna:DAAAM International Vienna，2008:1-3.
[7]Al-Ajlouni A M，Abo-Zahhad M，Ahmed J，et al.ECG signal performance denoising assessment based on threshold tuning of dual-tree wavelet transform ［J］.Journal of Medical Engineering，2008，16:425-433.
[8]Varady P.Wavelet-based adaptive denoising of phonocardiographic records［C］//Proceedings of the 23rd Annual International Conference of the IEEE.Istanbul，2001:1846-1849.
[9]Alireza G，Mohammad A R.Seismic coherent and random noise attenuation using the undecimated discrete wavelet transform method with WDGA technique ［J］.Journal of Geophysics and Engineering，2012(9):619-631.

[1]	杨爱萍，王朝臣，王建，张腾飞. 基于自适应感知金字塔网络的图像去雨[J]. 东北大学学报（自然科学版）, 2022, 43(4): 470-479.
[2]	张田，田勇，王子，王昭东. 基于清晰度评价的自适应阈值图像分割法[J]. 东北大学学报:自然科学版, 2020, 41(9): 1231-1238.
[3]	郑艳，高爽. 基于自适应门限的分形维数语音端点检测[J]. 东北大学学报:自然科学版, 2020, 41(1): 7-11.
[4]	鲍喜荣，沈晓燕，张石，苏婷. 基于改进DMAS的平面波超声成像算法及其GPU实现[J]. 东北大学学报:自然科学版, 2019, 40(7): 925-931.
[5]	王鑫，顾亮，李晓雷，董明明. 基于系统响应的履带车辆路面识别方法[J]. 东北大学学报:自然科学版, 2019, 40(7): 968-973.
[6]	程浩，王德利，王恩德，付建飞. Curvelet域GPR数据噪声压制与高频补偿方法[J]. 东北大学学报:自然科学版, 2019, 40(6): 903-907.
[7]	徐林，郑晓彤，付博，田歌. 基于改进GAN算法的电机轴承故障诊断方法[J]. 东北大学学报:自然科学版, 2019, 40(12): 1679-1684.
[8]	金硕巍，李晶皎，苏瑞琴，李贞妮. 过电平采样模数转换器误差源的建模[J]. 东北大学学报:自然科学版, 2018, 39(4): 478-482.
[9]	张娜，曹琨，刘亚轩. 基于块分割的新型压缩感知算法[J]. 东北大学学报:自然科学版, 2017, 38(4): 486-492.
[10]	孙瑶，巩亚东，刘寅. 慢走丝电火花线切割TC4试验研究和参数优化[J]. 东北大学学报:自然科学版, 2016, 37(7): 979-983.
[11]	徐久强，江萍萍，朱宏博，左伟. 面向运动目标检测的ViBe算法改进[J]. 东北大学学报:自然科学版, 2015, 36(9): 1227-1231.
[12]	赵伟，储满生，汤雅婷，唐珏. 基于田口法的钒钛磁铁矿热压块抗压强度的优化[J]. 东北大学学报:自然科学版, 2015, 36(10): 1441-1444.
[13]	吴春俐，张宪林，聂荣，丁山. 基于小波变换的改进DDGVF医学图像分割算法[J]. 东北大学学报:自然科学版, 2014, 35(6): 790-794.
[14]	王星东，李新武，熊章强，梁雷. XPGR结合小波变换的南极冰盖冻融探测[J]. 东北大学学报:自然科学版, 2014, 35(5): 650-654.
[15]	马致远，杨洪英，陈国宝，李海军. 基于田口法的生物浸出液萃铜工艺的优化[J]. 东北大学学报(自然科学版), 2013, 34(7): 990-993.

基于小波变换的自适应阈值微震信号去噪研究

Study of Hierarchical Adaptive Threshold Micro-seismic Signal Denoising Based on Wavelet Transform

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价