付晓强，俞 缙，戴良玉，张会芝，黄凌君，杨 悦

(1.三明学院建筑工程学院，福建 三明365004；2.华侨大学福建省隧道与城市地下空间工程技术研究中心，福建 厦门 361021；3.三明科飞产气新材料股份有限公司，福建 三明 365500)

爆破信号具有典型的非平稳随机特性，识别和量化爆破信号中所包含的特征信息，是土木工程、岩土工程等领域关注的热点[1-2]。目前常用的非线性特征提取方法主要包括小波变换、希尔伯特-黄变换和神经网络等。小波方法中，小波基的选取对分析结果影响极大，其通常需根据信号的直观特点进行经验性选取，具有很大的盲目性；希尔伯特-黄变换克服了小波方法的小波基选取难题，但其算法存在的“端点效应”极易使信号内部受到不同程度的污染；而神经网络需要大量的数据对网络模型进行训练，且模型建立较为困难，工程实践对分析人员的理论水平要求较高。而近年来流行的混沌理论揭示了确定系统所可能产生的随机结果，可准确提取出非线性信号中包含的看似混乱却遵循特定规则的有序特征。

自Yan[3]提出频率切片小波变换(Frequency Slice Wavelet Transform，FSWT)分析方法以来，其优良的时频特性提取和解读能力得到信号分析领域广泛认可。其中，马朝永等[4]采用FSWT方法并结合谱负熵对轴承故障信号进行了分析，准确辨识出复杂故障信号中包含的周期性冲击循环平稳信息。蔡剑华等[5]提出了基于频率切片小波变换时频分析的大地电磁信号去噪方法，对仿真信号和实测信号的分析验证了结果的准确度。……