改进的VMD⁃WT微震信号联合去噪方法

熊璐伟; 李庶林; 杨明辉; 陈兰英; 卢贤锥; 郑宗槟; 陈志超

doi:10.13409/j.cnki.jdpme.20230606001

您当前的位置：

首页 >

文章列表页 >

改进的VMD⁃WT微震信号联合去噪方法

论文 | 更新时间：2025-03-10

- 改进的VMD⁃WT微震信号联合去噪方法
- Improved VMD⁃WT Microseismic Signal Joint Denoising Method
- 防灾减灾工程学报 2025年45卷第1期页码：188-197
- 作者机构：
  
  1.厦门大学，福建厦门 361005
  2.自然资源部丘陵山地地质灾害防治重点实验室，福建福州 350002
  3.福建省地质工程勘察院，福建福州 350002
- 作者简介：
  
  熊璐伟（1999—），男，硕士研究生。主要从事微震监测等方面的科研工作。E-mail：1320209800@qq.com
- 基金信息：
  
  国家自然科学基金资助项目(51674218);自然资源部丘陵山地地质灾害防治重点实验室(福建省地质灾害重点实验室)开放基金资助项目(FJKLGH2020K005);自然资源部丘陵山地地质灾害防治重点实验室(福建省地质灾害重点实验室)自主课题资助项目(KLGH202104;KY-07000-04-2022-020)
- DOI：10.13409/j.cnki.jdpme.20230606001
  中图分类号： P315.3
- 收稿：2023-06-06，
  
  修回：2023-11-24，
  
  纸质出版：2025-02-15
- 稿件说明：
移动端阅览
熊璐伟,李庶林,杨明辉等.改进的VMD⁃WT微震信号联合去噪方法[J].防灾减灾工程学报,2025,45(01):188-197.

XIONG Luwei,LI Shulin,YANG Minghui,et al.Improved VMD⁃WT Microseismic Signal Joint Denoising Method[J].Journal of Disaster Prevention and Mitigation Engineering,2025,45(01):188-197.
熊璐伟,李庶林,杨明辉等.改进的VMD⁃WT微震信号联合去噪方法[J].防灾减灾工程学报,2025,45(01):188-197. DOI： 10.13409/j.cnki.jdpme.20230606001.

XIONG Luwei,LI Shulin,YANG Minghui,et al.Improved VMD⁃WT Microseismic Signal Joint Denoising Method[J].Journal of Disaster Prevention and Mitigation Engineering,2025,45(01):188-197. DOI： 10.13409/j.cnki.jdpme.20230606001.

摘要

外部环境噪声信号的存在，影响着微震监测系统对岩体破裂灾害的预警效果。针对微震信号具有非线性、随机性强、非稳定的特点与传统VMD、WT算法中在去噪处理时存在一定局限性的问题，提出了一种改进的VMD⁃WT联合去噪方法。首先，使用GSWOA算法对VMD中的分解个数及惩罚因子进行参数寻优，将优化后的参数代入VMD算法中将含噪信号分解为若干个IMF分量；其次，使用MI法对IMF分量进行分类，将有效分量保留并重构信号；最后，使用GSWOA算法对改进阈值函数的WT算法进行参数寻优，实现对含噪信号的二次去噪。对构建的仿真信号进行去噪处理，验证了改进后的联合去噪方法的可行性与优越性；并进一步将此方法应用于实测微震信号的去噪处理中，并以信噪比、均方根误差、平方绝对误差作为去噪效果评价指标，结果表明，与单一的EMD、WT、VMD去噪算法及EMD⁃SVD、VMD⁃SVD联合去噪算法相比，改进的VMD⁃WT去噪方法能在保留原有信号信息的基础上，更好地去除微震信号中的噪声干扰，为后续利用微震监测系统对岩体破裂灾害进行预警奠定基础。

Abstract

External environmental noise signals affect the early warning performance of microseismic monitoring systems for rock mass rupture disasters. An improved VMD-WT joint denoising method was proposed to address the nonlinear

highly random

and unstable characteristics of microseismic signals

along with the limitations of traditional VMD and WT algorithms in denoising. First

the GSWOA algorithm was used to optimize the decomposition number and penalty factor in the VMD process. The optimized parameters were substituted into the VMD algorithm to decompose the noisy signal into several IMF components. Next

the MI method classified the IMF components

retained the effective components

and reconstructed the signal. Finally

the GSWOA algorithm optimized the parameters of the improved threshold function in the WT algorithm for secondary denoising of the noisy signal. The feasibility and superiority of the improved joint denoising method were verified by denoising simulated signals. The method was further applied to real microseismic signals. Its denoising performance was evaluated using signal-to-noise ratio (SNR)

root mean square error (RMSE)

and mean square error (MSE). The results showed that

compared to the individual EMD

and VMD denoising algorithms

and the EMD-SVD and VMD-SVD joint denoising methods

the improved VMD-WT method more effectively removed noise interference from microseismic signals while preserving the original signal information. This method provides a solid foundation for future early warning of rock mass rupture disasters using microseismic monitoring systems.

关键词

Keywords

references

张朝鹏，张茹，张泽天，等 . 单轴受压煤岩声发射特征的层理效应试验研究［J］. 岩石力学与工程学报， 2015 ， 34 （ 4 ）： 770 - 778 .

Zhang Z P ， Zhang R ， Zhang Z T ， et al . Experimental research on effects of bedding plane on coal acoustic emission under uniaxial compression ［J］. Chinese Journal of Rock Mechanics and Engineering ， 2015 ， 34 （ 4 ）： 770 - 778 . （in Chinese）

胡中华，徐奴文，戴峰，等 . 白鹤滩水电站岩质边坡微震活动特征研究［J］. 防灾减灾工程学报， 2017 ， 37 （ 5 ）： 769 - 775 .

Hu Z H ， Xu N W ， Dai F ， et al . Micro-seismicity analysis of the left bank slope at baihetan hydropower station ［J］. Journal of Disaster Prevention and Mitigation Engineering ， 2017 ， 37 （ 5 ）： 769 - 775 . （in Chinese）

徐奴文，唐春安，吴思浩，等 . 微震监测技术在大岗山水电站右岸边坡中的应用［J］. 防灾减灾工程学报， 2010 ， 30 （增1 ）： 216 - 221 .

Xu N W ， Tang C A ， Wu S H ， et al . Application of micro-seismic monitoring technology in the right bank slope of dagangshan hydropower station ［J］. Journal of Disaster Prevention and Mitigation Engineering ， 2010 ， 30 （ Sup1 ）： 216 - 221 . （in Chinese）

陈哲，胡玉其，田世庆，等．基于非平稳信号组合分析的故障诊断方法［J］．通信学报， 2020 ， 41 （ 5 ）： 187 - 195 .

Chen Z ， Hu Y Q ， Tian S Q ， et al . Non-stationary signal combined analysis based fault diagnosis method ［J］. Journal on Communications ， 2020 ， 41 （ 5 ）： 187 - 195 . （in Chinese）

Liu H H ， Han M H . A fault diagnosis method based on local mean decomposition and multi-scale entropy for roller bearings ［J］. Mechanism and Machine Theory ， 2014 ， 75 ： 67 - 78 .

Konstantin D ， Dominique Z . Variational mode decompo-sition ［J］. IEEE Transactions on Signal Processing Signal Process ， 2014 ， 62 （ 3 ）： 531 - 534 .

Zhang Y G ， Pan G F ， Chen B ， et al . Short-Term wind speed prediction model based on GA-ANN improved by VMD ［J］. Renewable Energy ， 2020 ， 156 ： 1373 - 1388 ．

徐宏斌，李庶林，陈际经 . 基于小波变换的大尺度岩体结构微震监测信号去噪方法研究［J］. 地震学报， 2012 ， 34 （ 1 ）： 85 - 96，127 .

Xu H B ， Li S L ， Chen J J . A study on method of signal denoising based on wavelet transform for micro-seismicity in large-scale rockmass structures ［J］. Acta Seimologica Sinica ， 2012 ， 34 （ 1 ）： 85 - 96，127 . （in Chinese）

张杏莉，卢新明，贾瑞生，等 . 基于变分模态分解及能量熵的微震信号降噪方法［J］. 煤炭学报， 2018 ， 43 （ 2 ）： 356 - 363 .

Zhang X L ， Lu X M ， Jia R S ， et al . Micro-seimic signal denoising method based on variational mode decomposition and energy entropy ［J］. Journal of China Coal Society ， 2018 ， 43 （ 2 ）： 356 - 363 . （in Chinese）

张袁元，李舜酩，胡伊贤，等 . LMS方法的改进及联合EEMD在振动信号去噪中的应用［J］. 振动与冲击， 2013 ， 32 （ 20 ）： 61 - 66 .

Zhang Y Y ， Li S M ， Hu Y X ， et al . Improvement of LMS method and its application combined with EEMD in vehicle vibration signal denoising ［J］. Journal of Vibration and Shock ， 2013 ， 32 （ 20 ）： 61 - 66 . （in Chinese）

崔少华，李素文，汪徐德 . BP神经网络和SVD算法联合的地震数据去噪方法［J］. 电子测量与仪器学报， 2020 ， 34 （ 2 ）： 12 - 19 .

Cui S H ， Li S W ， Wang X D . Joint de-noising method of seismic data via BP neural network and SVD algorithm ［J］. Journal of Electronic Measurement and Instrumentation ， 2020 ， 34 （ 2 ）： 12 - 19 . （in Chinese）

栗鸣，郭东敏，权建峰，等 . 基于提升小波的改进半软阈值降噪方法［J］. 探测与控制学报， 2009 ， 31 （ 4 ）： 54 - 57 .

Li M ， Guo D M ， Quan J F ， et al . Improved half-soft threshold denoising based on lifting wavelet ［J］. Journal of Detection and Control ， 2009 ， 31 （ 4 ）： 54 - 57 . （in Chinese）

洪勇 . 矿山微震监测信号去噪处理与统计辨识研究［D］. 厦门：厦门大学， 2020 .

Hong Y . Study on denoising and statistical identification of microseismic monitoring signal of mine ［D］. Xiamen ： Xiamen University ， 2020 . （in Chinese）

Donoho D L . De-noising by softhresholding ［J］. IEEE Transactions on Information Theory ， 2002 ， 41 （ 3 ）： 613 - 627 .

Yong X . Blind source separation based on constant modulus criterion and signal mutual information ［J］. Computers and Electrical Engineering ， 2007 ， 34 （ 5 ）： 416 - 422 .

蔡改贫，李洋波，杨丽荣，等 . 改进的VMD-ITD岩石声发射信号联合降噪方法［J］. 机械科学与技术， 2023 ， 42 （ 8 ）： 1340 - 1348 .

Cai G P ， Li Y B ， Yang L R ， et al . Improved VMD-ITD joint denoising method for rock acoustic emission signal ［J］. Mechanical Science and Technology for Aerospace Engineering ， 2023 ， 42 （ 8 ）： 1340 - 1348 . （in Chinese）

Seyedali M ， Andrew L . The whale optimization algorithm ［J］. Advance in Engineering Software ， 2016 ， 95 ： 51 - 67 .

刘磊，白克强，但志宏，等 . 一种全局搜索策略的鲸鱼优化算法［J］. 小型微型计算机系统， 2020 ， 41 （ 9 ）： 1820 - 1825 .

Liu L ， Bai K Q ， Dan Z H ， et al . Whale optimization algorithm with global search strategy ［J］. Journal of Chinese Computer Systems ， 2020 ， 41 （ 9 ）： 1820 - 1825 . （in Chinese）

Mitrakovic D ， Grabec I ， Sedmak S . Simulation of AE signals and signal analysis systems ［J］. Ultrasonics ， 1985 ， 23 （ 5 ）： 263 - 267 .

马增强，张俊甲，张安，等 . 基于VMD-SVD联合降噪和频率切片小波变换的滚动轴承故障特征提取［J］. 振动与冲击， 2018 ， 37 （ 17 ）： 210 - 217 .

Ma Z Q ， Zhang J J ， Zhang A ， et al . Faultfeature extracction of rolling bearings based on VMD-SVD joint de-noising and FSWT ［J］. Journal of Vibration and Shock ， 2018 ， 37 （ 17 ）： 210 - 217 . （in Chinese）

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

暂无数据