针对矿井瓦斯监测数据采用小波消噪容易剔除有效信号成分的问题,提出了一种基于希尔伯特-黄变换的矿井瓦斯监测数据消噪方法。该方法将原始瓦斯监测数据序列通过经验模态分解处理成若干固有模态函数分量的集合,进而通过Hilbert变换得到边际谱,依据原始瓦斯监测数据序列与各固有模态函数分量边际谱中的幅频关系来分析二者的相关性,确定噪声信号序列并剔除。实例分析表明,通过经验模态分解处理使得瓦斯监测数据序列在时间尺度上特征明显,易于识别信号的高频噪声部分,通过Hilbert谱分析,可消除瓦斯监测数据序列中的高频噪声信号,并保留原始瓦斯监测数据的本征特征,在实现消噪处理的同时避免信号失真,保持了瓦斯监测数据的真