基于经验小波变换的矿山微震信号识别研究 论文

针对微震信号与爆破震动信号自动识别难的问题，提出了基于经验小波变换（EWT）的矿山微震信号识别方法。运用仿真信号对EWT和经验模态分解(EMD)进行对比检验，表明EWT分解效果优于EMD，可以减少模态混叠问题。对矿山实测的400组爆破震动和微震信号进行EWT分解，得到紧支集频谱的内禀模态分量，借助互信息量筛选得到f1~f7共7个分量，利用这些分量分别构建Hankel矩阵，计算每个Hankel矩阵的奇异值平均值、方均根值、标准差，并作为特征量。利用支持向量机(SVM)对微震和爆破震动信号进行分类。结果表明：爆破震动信号分量f1~f7的奇异值方均根值和标准差均大于微震信号，分量f1~f5的奇异值平均值也大于微震信号。EWT_Hankel_SVD特征提取法识别效果优于EWT_SVD，基于EWT_Hankel_SVD的分类准确率达到92.5%。