基于盲分離的煤巖破裂聲發(fā)射信號(hào)提取方法的研究.pdf

1、煤巖在受應(yīng)力變形破裂時(shí)會(huì)以聲發(fā)射信號(hào)的形式向外釋放能量，通過(guò)分析煤巖破裂聲發(fā)射信號(hào)的特征預(yù)測(cè)煤巖受力狀態(tài)、煤與瓦斯突出的危險(xiǎn)程度，并通過(guò)對(duì)煤巖體聲發(fā)射源進(jìn)行定位，預(yù)測(cè)突出位置，提前預(yù)測(cè)預(yù)報(bào)災(zāi)害，因此，聲發(fā)射信號(hào)可作為礦井安全預(yù)警的研究對(duì)象。然而礦井環(huán)境下噪聲多樣，并且混雜著掘進(jìn)開(kāi)采時(shí)的破裂聲發(fā)射信號(hào)，此類(lèi)信號(hào)特征與災(zāi)害預(yù)警監(jiān)測(cè)的聲發(fā)射信號(hào)特征近似，且頻譜重疊，因此，對(duì)于獲取的聲發(fā)射信號(hào)首先要去除掉各種背景噪聲干擾，并進(jìn)一步從混雜掘進(jìn)開(kāi)采

2、時(shí)的破裂聲發(fā)射信號(hào)中準(zhǔn)確的提取有效應(yīng)力作用下的煤巖破裂聲發(fā)射信號(hào)，對(duì)于后續(xù)的工作尤為重要。在源信號(hào)以及各種干擾信號(hào)的混疊方式未知時(shí)，盲源分離方法成為一種自然的選擇。本文的研究?jī)?nèi)容如下：
　?。?）就煤巖破裂聲發(fā)射信號(hào)產(chǎn)生機(jī)理、傳播特性、時(shí)頻特性進(jìn)行分析，并對(duì)礦井環(huán)境下噪聲來(lái)源及特點(diǎn)進(jìn)行了分析。
　?。?）在盲源分離方法中，重點(diǎn)分析了獨(dú)立成分分析方法。關(guān)于算法應(yīng)用時(shí)數(shù)據(jù)的預(yù)處理方法、獨(dú)立判據(jù)和優(yōu)化算法以及分離性能的評(píng)價(jià)指標(biāo)進(jìn)行

3、闡述。最后對(duì)三種典型的 ICA算法（FastICA、SOBI、JADE）的分離性能進(jìn)行了仿真分析，結(jié)果表明，F(xiàn)astICA算法分離效果最佳，更適合對(duì)于預(yù)警監(jiān)測(cè)的有效煤巖破裂聲發(fā)射信號(hào)的準(zhǔn)確提取。
　?。?）針對(duì)傳統(tǒng)ICA算法對(duì)含噪混疊信號(hào)分離效果不佳的劣勢(shì)，采用小波去噪聯(lián)立 ICA的算法。為了最大程度上恢復(fù)源信號(hào)且不失真，按照先小波預(yù)消噪，然后 ICA分離、最后再小波去噪的步驟進(jìn)行。通過(guò)仿真實(shí)驗(yàn)，在小波基函數(shù)和分解尺度等參數(shù)選擇合

4、理時(shí)，信號(hào)的分離性能得到提高。因此， ICA結(jié)合小波閾值降噪的方法能改善聲發(fā)射信號(hào)的提取性能。
　?。?）小波降噪效果受小波基函數(shù)和分解尺度等因素的影響，其直接決定了最終的分離性能?；贗CA的稀疏編碼收縮算法（SCS）在去噪時(shí)，直接利用信號(hào)的特征基函數(shù)進(jìn)行降噪，對(duì)信號(hào)的破壞較小，避免了小波基函數(shù)的約束，尤其在信噪比較低的情況下，SCS算法降噪的優(yōu)越性就突顯出來(lái)。另外，這種算法適合于只有單通道觀測(cè)信號(hào)的源信號(hào)提取。通過(guò)實(shí)驗(yàn)驗(yàn)證，基