崩岸前兆次声波信号降噪处理方法、特征识别方法及装置制造方法及图纸

本发明专利技术公开了一种崩岸前兆次声波信号降噪处理方法、特征识别方法及装置，其中，崩岸前兆次声波信号降噪处理方法使用离散小波变换进行时频域特征提取，离散小波变换的是使用不同频率的滤波器分析不同频率的信号，主要是高通滤波器和低通滤波器，并确定恰当的分解层数，最后结合各层的小波系数和计算好的各层阈值对信号进行重组以实现降噪和信号处理。值对信号进行重组以实现降噪和信号处理。值对信号进行重组以实现降噪和信号处理。

Noise reduction processing method, feature recognition method and device of bank collapse precursor infrasonic signal

【技术实现步骤摘要】
崩岸前兆次声波信号降噪处理方法、特征识别方法及装置


[0001]本专利技术涉及次声监测领域，特别是涉及一种崩岸前兆次声波信号降噪处理方法、特征识别方法及装置。

技术介绍

[0002]在次声信号采集完毕后，崩岸前兆次声信号难以判断，因为实际采集到的次声信号包括两类分量信息：一是特征信号，即直接或间接地对研究对象造成不同程度的影响，是信号处理中的特征信息部分，也是崩岸前兆次声的主要部分；二则是噪声信号，因为受环境影响所采集到的与研究对象无关的外部干扰，即无用部分。为了更好的提取信号特征，我们应把噪声部分处理掉。这些“干扰”会掩盖特性信号，使其更加隐蔽不易被发现。所以在实际的关键特征提取过程中往往需要提取对次声信号进行降噪处理，以便增加信号识别的可靠性。
[0003]崩岸信号采集的工作环境复杂多变，利用传感器提取的次声信号中往往含有大量的干扰噪声，这些噪声会掩盖掉真正有用的信息，所以在对崩岸前兆次声信号提取特征值之前需要先对原始信号进行降噪处理。
[0004]信号源中携带有我们希望传送的有用信息，然而在信号变化及传输过程中，由于噪声及干扰的叠加，使信号的辨认产生困难，要复原携带的有用信号，必须去除信号中叠加的噪声和干扰成分，如果噪声的频率高于或低于有效信号，通常采用滤波方法去除噪声，也可以通过使信号平滑的方法抑制干扰带来的毛刺。滤波方法是一种频域处理方法，在分析信号的频率特性时，信号变化率小的部分对应低频分量，变化率大的部分对应高频分量。用滤波的方法滤除其高频部分就能去掉噪声，使信号平滑。
[0005]滤波是将信号中特定波段频率滤除的操作，是抑制和防止干扰的一项重要措施。是根据观察某一随机过程的结果，对另一与之有关的随机过程进行估计的概率理论与方法。
[0006]当前常用的传统降噪方法主要有wiener滤波、卡尔曼滤波、小波滤波、低通滤波等方法，这些传统的方法会使信号的熵增高，难以刻画信号的峰值点和断点等非平稳特性。

技术实现思路

[0007]为了解决上述技术问题，本专利技术采用以下技术方案：
[0008]根据本专利技术的第一方面，提供了一种崩岸前兆次声波信号降噪处理方法，其特征在于，所述方法包括：
[0009]获取崩岸前兆次声波信号；
[0010]根据预设的分解层数将所述崩岸前兆次声波信号分解成若干个小波；
[0011]根据各分解层的小波系数和阈值将对应小波进行重组。
[0012]进一步，通过如下方法获取崩岸前兆次声波信号：
[0013]通过崩岸次声物理模型测试得到所述崩岸前兆次声波信号；
[0014]所述崩岸次声物理模型包括非滑动体、滑动体、刚性墙体、钢管、千斤顶、次声传感器以及压力传感器，所述非滑动体的上方设置所述滑动体，所述滑动体具有斜坡面，通过所述斜坡面将所述钢管插入至所述滑动体中，所述钢管内设置所述压力传感器，所述刚性墙体设置在所述非滑动体的一侧，所述刚性墙体上设置所述千斤顶，所述滑动体的一侧设置所述压力传感器，所述千斤顶的顶伸端对应所述压力传感器设置，当所述千斤顶顶出时，通过所述压力传感器推动所述滑动体在所述非滑动体上滑动。
[0015]进一步，所述根据预设的分解层数将所述崩岸前兆次声波信号分解成若干个小波具体包括：将所述崩岸前兆次声波信号作为原始信号分解成第一低频信号和第二高频信号，并将所述第一低频信号和/或所述第二高频信号作为原始信号继续分解直到达到预设的分解层数。
[0016]进一步，所述根据预设的分解层数将所述崩岸前兆次声波信号分解成若干个小波具体包括：将所述崩岸前兆次声波信号转换成数字信号f(m)；基于所述数字信号f(m)，通过如下公式确定崩岸前兆次声波信号对应分解得到的小波：
[0017]c
j+1
(n)＝∑
k∈Z
h(k
‑
2n)c
j
(k)
[0018]d
j+1
(n)＝∑
k∈Z
g(k
‑
2n)c
j
(k)
[0019]式中，c
j+1
(n)为第j+1层的尺度变换系数，d
j+1
(n)为第j+1层的小波变换系数，k为正整数，j为尺度，h(n)和g(n)是由小波函数ψ(x)确定的两列共轭滤器系数；
[0020]通过如下公式确定所述小波函数ψ(x)：
[0021][0022]式中，g(k)＝(
‑
1)
k
h(1
‑
k)，为尺度函数。
[0023]进一步，通过如下方法确定各个分解层的阈值：将所述崩岸前兆次声波信号中每个数字的绝对值从大到小进行排列，再对每个绝对值平方，得到一组新序列f(k)；取阈值为f(k)的第k个元素的平方根，该阈值产生的风险Rish(k)为：
[0024][0025]式中，j为小波变换的尺度，N为信号f(m)经过小波变换后在对应尺度上的小波系数的个数；
[0026]令最小风险点对应的值为k
min
，确定阈值
[0027]或
[0028]通过如下公式确定各个分解层的阈值λ：
[0029][0030]式中，N为信号f(m)经过小波变换后在对应尺度上的小波系数的个数，
[0031]或
[0032]通过如下公式确定各个分解层的阈值λ：
[0033][0034]式中，N为信号f(m)经过小波变换后在对应尺度上的小波系数的个数。
[0035]进一步，所述根据各分解层的小波系数和阈值将对应小波进行重组具体包括：比对各分解层的小波系数的数值与对应预设阈值的数值大小，若所述小波系数的数值小于对应的预设阈值，则将所述小波系数的数值确定为0；若所述小波系数的数值大于或等于对应的预设阈值，则确定所述小波系数的数值不变或将所述小波系数的数值确定为所述小波系数的数值与对应预设阈值的差值。
[0036]进一步，所述根据各分解层的小波系数和阈值将对应小波进行重组还包括：
[0037]通过如下公式对小波进行重组：
[0038]c
j
(k)＝H
*
c
j+1
+G
*
d
j+1
。
[0039]式中，c
j
(k)为第j层的重构信号，H
*
、G
*
为h(n)和g(n)的改写，由小波函数ψ(x)确定的两列共轭滤器系数，c
j+1
为第j+1层的尺度变换系数，d
j+1
为第j+1层的小波变换系数。
[0040]根据本专利技术的第二方面，提供了一种崩岸前兆次声波信号特征识别方法，所述方法包括：对如上任一所述的方法降噪处理后的崩岸前兆次声波信号在时域和频域上分别进行特征提取，得到时域特征参数和频域特征参数；所述时域特征参数至少包括有量纲参数，所述有量纲参数至少包括平均值、有效值本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种崩岸前兆次声波信号降噪处理方法，其特征在于，所述方法包括：获取崩岸前兆次声波信号；根据预设的分解层数将所述崩岸前兆次声波信号分解成若干个小波；根据各分解层的小波系数和阈值将对应小波进行重组。2.根据权利要求1所述的方法，其特征在于，通过如下方法获取崩岸前兆次声波信号：通过崩岸次声物理模型测试得到所述崩岸前兆次声波信号；所述崩岸次声物理模型包括非滑动体、滑动体、刚性墙体、钢管、千斤顶、次声传感器以及压力传感器，所述非滑动体的上方设置所述滑动体，所述滑动体具有斜坡面，通过所述斜坡面将所述钢管插入至所述滑动体中，所述钢管内设置所述压力传感器，所述刚性墙体设置在所述非滑动体的一侧，所述刚性墙体上设置所述千斤顶，所述滑动体的一侧设置所述压力传感器，所述千斤顶的顶伸端对应所述压力传感器设置，当所述千斤顶顶出时，通过所述压力传感器推动所述滑动体在所述非滑动体上滑动。3.根据权利要求1所述的方法，其特征在于，所述根据预设的分解层数将所述崩岸前兆次声波信号分解成若干个小波，具体包括：将所述崩岸前兆次声波信号作为原始信号分解成第一低频信号和第二高频信号，并将所述第一低频信号和/或所述第二高频信号作为原始信号继续分解直到达到预设的分解层数。4.根据权利要求1所述的方法，其特征在于，所述根据预设的分解层数将所述崩岸前兆次声波信号分解成若干个小波具体包括：将所述崩岸前兆次声波信号转换成数字信号f(m)；基于所述数字信号f(m)，通过如下公式确定崩岸前兆次声波信号对应分解得到的小波：c
j+1
(n)＝∑
k∈Z
h(k
‑
2n)c
j
(k)d
j+1
(n)＝∑
k∈Z
g(k
‑
2n)c
j
(k)式中，c
j+1
(n)为第j+1尺度层的尺度变换系数，d
j+1
(n)为第j+1尺度层的小波变换系数，k为正整数，j为尺度，h(n)和g(n)是由小波函数ψ(x)确定的两列共轭滤器系数；通过如下公式确定所述小波函数ψ(x)：式中，g(k)＝(
‑
1)
k
h(1
‑
k)，为尺度函数。5.根据权利要求4所述的方法，其特征在于，通过如下方法确定各个分解层的阈值：将所述崩岸前兆次声波信号中每个数字的绝对值从大到小进行排列，再对每个绝对值平方，得到一组新序列f(k)；取阈值为f(k)的第k个元素的平方根，该阈值产生的风险Rish(k)为：式中，j为小波变换的尺度，N为信号f(m)经过小波变换后在对应尺度上的小波系数的
个数；令最小风险点对应的值为k
min
，确定阈值或通过如下公式确定各个分解层的阈值λ：式中，N为信号f(m)经过小波变换后在对应尺度上的小波系数的个数，或通过如下公式确定各个分解层的阈值λ：式中，N为信号f(m)经过小波变换后在对应尺度上的小波系数的个数。6.根据权利要求1或5所述的方法，其特征在于，所述根据各分解层的小波系数和阈值将对应小波进行重组具体包括：比对各分解层的小波系数的数值与对应预设阈值的数值大小，若所述小波系数的数值小于对应的预设阈值，则将所述小波系数的数值确定为0；若所述小波系数的数值大于或等于对应的预设阈值，则确定所述小波系数的数值不变或将所述小波系数的数值确定为所述小波系数的数值与对应预设阈值的差值。7.根据权利要求6所述的方法，其特征在于，所述根据各分解层的小波系数和阈值将对应小波进行重组还包括：通过如下公式对小波进行重组：c
j
(k)＝H
*
c
j+1
+G
*
d
j+1
。式中，c
j
(k)为第j层的重构信号，H
*
、G
*
为h(n)和g(n)的改写，由小波函数ψ(x...

【专利技术属性】
技术研发人员：陈乔，韦方强，周儒夫，刘敦龙，陈吉龙，张议芳，刘阳，郭小载，贾东铭，王莉莎，马健荣，
申请(专利权)人：中国科学院重庆绿色智能技术研究院，
类型：发明
国别省市：