【技术实现步骤摘要】
本专利技术涉及电磁波测量，具体涉及一种煤矿噪声高精度测量过程中噪声处理方法。
技术介绍
1、在煤矿开采过程中会较多利用微波测量技术，微波电路产生的电磁波具有穿透力强、非接触、高频率等特点，尤其在矿物勘测或矿内通信、控制系统等方面应用广泛，为了保证勘测或通信、控制结果的准确性，电磁波测量的精度需求非常高，但由于电路系统产生的噪声会限制电路系统测量分析电磁波的能力，电磁波的传播环境中也存在较多干扰因素，一般需要对接收到的电磁波进行预处理消除噪声。
2、为满足煤矿井下对电气设备的防爆要求，煤矿井下电噪声测试设备必须使用煤矿井下的本安电源，而煤矿井下的本安电源都是直流的，目前地面所有的电噪声测量仪器都需要交流供电，这也使地面无线电噪声的测量仪器和方法难以在井下应用，并且煤矿井下的电噪声通常是非稳态的，因此无法有效评估噪声来源和噪声强度，这可能造成滤波器的去噪效果不稳定，现有利用孤立森林筛除异常测量值并配合滤波器进行电磁波去噪的处理方法可以提高电磁波的去噪效果，但若不对孤立森林的树深进行合理限制，又可能导致电磁波测量值存在过度处理的问题。
技术实现思路
1、本专利技术提供一种煤矿噪声高精度测量过程中噪声处理方法，以解决现有利用孤立森林筛除异常测量值并配合滤波器进行电磁波去噪的处理方法中，不对孤立森林树深进行限制可能导致电磁波测量值存在过度处理的问题。
2、本专利技术的一种煤矿噪声高精度测量过程中噪声处理方法采用如下技术方案：
3、本专利技术一个实施例提供了
4、获取混合电磁波，根据混合电磁波得到若干个分量信号，每个分量信号中包含若干个采样点；
5、获取每个分量信号的所有极值区间，根据每个分量信号的所有极值区间得到每个分量信号的所有极值区间组合，根据每个分量信号的所有极值区间组合得到每个分量信号的噪声密度估测值，所述每个分量信号的噪声密度估测值描述了对每个分量信号的所有采样点的分割难度预期；获取每个分量信号的所有采样点的所有特征参数，根据每个分量信号的所有采样点的所有特征参数得到每个分量信号的特征参数划分尺度，所述特征参数划分尺度描述了每个分量信号的所有采样点的所有特征参数对所有采样点分割结果的预期影响，根据每个分量信号的噪声密度估测值与特征参数划分尺度得到每个分量信号的预期树深；
6、根据每个分量信号的预期树深获取每个分量信号的最优树深，根据每个分量信号的最优树深得到每个分量信号的异常测量值，根据每个分量信号的异常测量值得到去噪后的电磁波。
7、进一步的，所述根据每个分量信号的所有极值区间得到每个分量信号的所有极值区间组合，包括的具体步骤如下：
8、将混合电磁波每个分量信号中的每个极值区间与其后一个相邻的极值区间组合为一个极值区间组合，得到混合电磁波每个分量信号中的所有极值区间组合。
9、进一步的，所述根据每个分量信号的所有极值区间组合得到每个分量信号的噪声密度估测值，包括的具体步骤如下：
10、
11、其中，代表任意一个分量信号的噪声密度估测值，g代表任意一个分量信号的成分复杂性，h代表任意一个分量信号的波动差异，t代表任意一个分量信号的总时序长度内包含的所有采样点数量，n代表任意一个分量信号的极值区间数量，代表离差归一化函数。
12、进一步的，所述任意一个分量信号的成分复杂性，包括的具体步骤如下：
13、
14、其中，g代表任意一个分量信号的成分复杂性，n代表任意一个分量信号的极值区间数量，s代表任意一个分量信号的第s个极值区间，代表任意一个分量信号的第s个极值区间的时序长度内包含的所有采样点数量，代表任意一个分量信号的所有极值区间的时序长度内包含的所有采样点数量的平均值。
15、进一步的，所述任意一个分量信号的波动差异，包括的具体步骤如下：
16、任意一个极值区间组合中包含两个相邻的极值区间，将任意一个极值区间组合的前一个极值区间中的采样点称为a点，将后一个极值区间中的采样点称为b点，利用dtw将每个极值区间组中的两个相邻极值区间的所有采样点进行对齐，每个极值区间组得到若干个采样点对，每个采样点对均有一个a点和一个b点；
17、
18、其中，h代表任意一个分量信号的波动差异，i代表任意一个分量信号的第i个极值区间组合，代表任意一个分量信号的极值区间组合数量，j代表任意一个分量信号的任意一个极值区间组合中第j个采样点对，代表任意一个分量信号的第i个极值区间组合的所有采样点对数量，代表第i个极值区间组合中第j个采样点对的a点测量值一阶导数，代表第i个极值区间组合中第j个采样点对的b点测量值一阶导数。
19、进一步的，所述根据每个分量信号的所有采样点的所有特征参数得到每个分量信号的特征参数划分尺度，包括的具体步骤如下：
20、混合电磁波每个分量信号的每个采样点的所有特征参数包括：每个采样点的测量值、每个采样点处的一阶导数、每个采样点所处极值区间的长度，得到每个分量信号的每个采样点的所有特征参数的欧式范数；
21、
22、上式中，t代表任意一个分量信号的总时序长度内包含的所有采样点数量，p代表任意一个分量信号的第p个采样点，q代表任意一个分量信号中除了第p个采样点之外的第q个采样点，代表第p个采样点在时序上的时间值，代表第q个采样点在时序上的时间值，表示第p个采样点和第q个采样点的所有特征参数的欧式范数，代表任意一个分量信号的特征参数划分尺度，代表双曲正切函数，e代表自然常数。
23、进一步的，所述根据每个分量信号的噪声密度估测值与特征参数划分尺度得到每个分量信号的预期树深，包括的具体步骤如下：
24、
25、其中，代表任意一个分量信号的噪声密度估测值，代表任意一个分量信号的特征参数划分尺度，t代表任意一个分量信号的总时序长度内包含的所有采样点数量，代表以2为底的对数函数，代表任意一个分量信号的预期树深。
26、进一步的，所述根据每个分量信号的预期树深获取每个分量信号的最优树深，包括的具体步骤如下：
27、获取混合电磁波每个分量信号的所有采样点；
28、对每个分量信号的所有采样点的测量值建立孤立树，根据预期树深以及每个分量信号的所有采样点的测量值在孤立树上每个分割节点处的分割结果，得到每个分割节点的目标函数，取目标函数输出值最大的一个分割节点所对应的树深位置作为最优树深。
29、进一步的，所述每个分割节点的目标函数，包括的具体步骤如下：
30、将混合电磁波每个分量信号的所有采样点的测量值作为孤立树的样本；
31、
32、其中，m代表孤立树的第m个分割节点，v代表第m个分割节点前第v个分割节点，代表第m个分割节点所分割的左侧子节点样本数量，代表第m个分割节点所分割的右侧子节点样本数量，代表第v个分割节本文档来自技高网...
【技术保护点】
1.一种煤矿噪声高精度测量过程中噪声处理方法，其特征在于，该方法包括以下步骤：
2.根据权利要求1所述一种煤矿噪声高精度测量过程中噪声处理方法，其特征在于，所述根据每个分量信号的所有极值区间得到每个分量信号的所有极值区间组合，包括的具体步骤如下：
3.根据权利要求1所述一种煤矿噪声高精度测量过程中噪声处理方法，其特征在于，所述根据每个分量信号的所有极值区间组合得到每个分量信号的噪声密度估测值，包括的具体步骤如下：
4.根据权利要求3所述一种煤矿噪声高精度测量过程中噪声处理方法，其特征在于，所述任意一个分量信号的成分复杂性，包括的具体步骤如下：
5.根据权利要求3所述一种煤矿噪声高精度测量过程中噪声处理方法，其特征在于，所述任意一个分量信号的波动差异，包括的具体步骤如下：
6.根据权利要求1所述一种煤矿噪声高精度测量过程中噪声处理方法，其特征在于，所述根据每个分量信号的所有采样点的所有特征参数得到每个分量信号的特征参数划分尺度，包括的具体步骤如下：
7.根据权利要求1所述一种煤矿噪声高精度测量过程中噪声处理方法
8.根据权利要求1所述一种煤矿噪声高精度测量过程中噪声处理方法，其特征在于，所述根据每个分量信号的预期树深获取每个分量信号的最优树深，包括的具体步骤如下：
9.根据权利要求8所述一种煤矿噪声高精度测量过程中噪声处理方法，其特征在于，所述每个分割节点的目标函数，包括的具体步骤如下：
10.根据权利要求1所述一种煤矿噪声高精度测量过程中噪声处理方法，其特征在于，所述根据每个分量信号的最优树深得到每个分量信号的异常测量值，根据每个分量信号的异常测量值得到去噪后的电磁波，包括的具体步骤如下：
...【技术特征摘要】
1.一种煤矿噪声高精度测量过程中噪声处理方法，其特征在于，该方法包括以下步骤：
2.根据权利要求1所述一种煤矿噪声高精度测量过程中噪声处理方法，其特征在于，所述根据每个分量信号的所有极值区间得到每个分量信号的所有极值区间组合，包括的具体步骤如下：
3.根据权利要求1所述一种煤矿噪声高精度测量过程中噪声处理方法，其特征在于，所述根据每个分量信号的所有极值区间组合得到每个分量信号的噪声密度估测值，包括的具体步骤如下：
4.根据权利要求3所述一种煤矿噪声高精度测量过程中噪声处理方法，其特征在于，所述任意一个分量信号的成分复杂性，包括的具体步骤如下：
5.根据权利要求3所述一种煤矿噪声高精度测量过程中噪声处理方法，其特征在于，所述任意一个分量信号的波动差异，包括的具体步骤如下：
6.根据权利要求1所述一种煤矿噪声高精度测量过程中噪声处理方法，其特征在于，所...
【专利技术属性】
技术研发人员：郭超，范磊，安栋，魏世凯，
申请(专利权)人：山西众诚安信安全科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。