基于AEEMD与IWT的电磁辐射信号去噪研究*
2016-08-22刘桂芬蔡景怡仝泽仁
传感器与微系统 2016年7期
刘桂芬, 蔡景怡, 杨 桢,2,李 鑫, 仝泽仁
(1.辽宁工程技术大学 电气与控制工程学院,辽宁 葫芦岛 125105;2.辽宁工程技术大学 安全科学与工程学院,辽宁 阜新 123000)
基于AEEMD与IWT的电磁辐射信号去噪研究*
刘桂芬1, 蔡景怡1, 杨 桢1,2,李 鑫1, 仝泽仁1
(1.辽宁工程技术大学 电气与控制工程学院,辽宁 葫芦岛 125105;2.辽宁工程技术大学 安全科学与工程学院,辽宁 阜新 123000)
为在复合煤岩受载破裂电磁辐射(EME)特性研究中更加精准地采集电磁辐射信号,提出了自适应集合经验模态分解(AEEMD)与改进小波阈值(IWT)相结合的电磁辐射信号去噪算法,弥补了传统小波去噪对小波基存在选择性的不足。分别采用IWT算法、EMD结合改进小波阈值(EMD-IWT)算法及自适应EEMD结合改进小波阈值 (AEEMD-IWT) 算法对Bumps和Quadchirp两种加噪信号进行去噪仿真;将三种去噪算法嵌入自主研发新型煤岩电磁辐射采集系统中,采集复合煤岩受载破裂电磁辐射信号并去噪,仿真与实验结果证明:AEEMD-IWT电磁辐射去噪算法去噪性能优越、使用范围广、实用性强。
电磁辐射; 自适应集合经验模态分解; 改进小波阈值; 去噪
0 引 言
煤岩受载变形破裂的过程中释放具有规律性的电磁辐射(EME)信号,且电磁辐射的测量具有非接触性,电磁辐射预警技术成为煤岩动力灾害预测预报技术的发展方向。电磁辐射信号的准确采集是电磁辐射预警技术的关键,然而实验室和应用现场电磁背景复杂,实际测得的电磁辐射信号定会被环境噪声污染,有效处理电磁信号从而获取真实信号特征的问题亟待解决。……
登录APP查看全文
