10.11835/j.issn.1000-582X.2019.07.011
CEEMDAN自适应阈值去噪算法在地震方向的应用
提出一种基于自适应完备集合经验模态分解(CEEMDAN,complete ensemble empirical mode decomposition with adaptive noise)的自适应阈值去噪算法.含噪信号经CEEMDAN算法分解成若干个模态分量(IMF,intrinsic mode functions),根据样本熵理论,对IMF分量中高频分量自适应选取,根据噪声和有用信息与原始信号的相关性不同,对高频分量中的噪声系数定位,利用能量熵选取噪声主区间,用高频分量中噪声主区间的噪声系数方差作为阈值,对高频分量进行阈值去噪,进一步去除噪声,保留高频中的有用信息,最后将信噪分离的高频分量和低频分量重构.分别对合成和实际地震信号去噪处理,并与常规去噪算法进行对比.数据仿真和实验结果表明,在原始信号信噪比为0.5 dB时,常规与改进算法去噪后信噪比分别为4.55 dB和9.97 dB,大幅提高信噪比,达到随机噪声压制的目的,实现了高频分量的自适应选取和高频分量中有用信息的再提取.
自适应完备集合经验模态分解(CEEMDAN)、样本熵、能量熵、去噪、地震信号
42
TB53(声学工程)
黑龙江省自然科学基金资助项目F201404
2019-09-04(万方平台首次上网日期,不代表论文的发表时间)
共10页
95-104