CN111506859A - 一种基于模态分解的爆破信号处理方法及装置 - Google Patents
一种基于模态分解的爆破信号处理方法及装置 Download PDFInfo
- Publication number
- CN111506859A CN111506859A CN202010291733.0A CN202010291733A CN111506859A CN 111506859 A CN111506859 A CN 111506859A CN 202010291733 A CN202010291733 A CN 202010291733A CN 111506859 A CN111506859 A CN 111506859A
- Authority
- CN
- China
- Prior art keywords
- data
- continuation
- curve
- endpoint
- original data
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Withdrawn
Links
- 238000005422 blasting Methods 0.000 title claims abstract description 83
- 238000000354 decomposition reaction Methods 0.000 title claims abstract description 27
- 238000003672 processing method Methods 0.000 title claims abstract description 12
- 238000012545 processing Methods 0.000 claims abstract description 85
- 238000000034 method Methods 0.000 claims abstract description 56
- 230000007704 transition Effects 0.000 claims abstract description 49
- 238000010586 diagram Methods 0.000 claims description 8
- 230000005526 G1 to G0 transition Effects 0.000 claims description 6
- 230000002596 correlated effect Effects 0.000 claims description 6
- 230000000875 corresponding effect Effects 0.000 claims description 6
- 238000012216 screening Methods 0.000 claims description 3
- 230000009286 beneficial effect Effects 0.000 description 7
- 230000000694 effects Effects 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 6
- 238000004880 explosion Methods 0.000 description 6
- 230000002401 inhibitory effect Effects 0.000 description 5
- 238000012217 deletion Methods 0.000 description 3
- 230000037430 deletion Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000010924 continuous production Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 230000005611 electricity Effects 0.000 description 2
- 238000009412 basement excavation Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000011109 contamination Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000009396 hybridization Methods 0.000 description 1
- 230000006641 stabilisation Effects 0.000 description 1
- 238000011105 stabilization Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- Data Mining & Analysis (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Computational Mathematics (AREA)
- Pure & Applied Mathematics (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Algebra (AREA)
- Compression, Expansion, Code Conversion, And Decoders (AREA)
Abstract
本发明提供了一种基于模态分解的爆破信号处理方法及装置。获取爆破信号的原始数据端点，确定所述原始数据端点的内部数据；在所述内部数据中采用极点值扩展法，确定所述原始数据端点的外部扩展点，根据所述内部数据确定所述原始数据端点的极大值和极小值；在所述外部扩展点中采用延拓处理的方式，在所述极大值和极小值上下构造过渡包络线，并构造延拓曲线；将所述延拓曲线通过EMD由过渡阶段向平稳阶段进行数据扩展，获取延拓数据；将所述延拓曲线输入CEEMD对信号的模态进行抑制，获取抑制后的延拓曲线；通过所述抑制后的延拓曲线对延拓数据进行处理，结合原始数据端点，获取最终的爆破信号的数据。
Description
技术领域
本发明涉及隧道爆破技术领域，特别涉及一种基于模态分解的爆破信号处理方法及装置。
背景技术
目前，隧道挖掘中，爆破振动信号是爆破设计的外在表现。通过对爆破信号的处理可以分析出不同类型的炮孔，可以检测爆破震动的强度。而现有技术中，对于爆炸信号的处理存在巨大缺点，如端点效应、模态混叠和虚假分量等问题。现有技术中，具有对于爆破信号的处理技术，但是原始数据的处理和EMD处理部分具有较大的缺陷，需要针对性的进行处理。
发明内容
本发明提供一种基于模态分解的爆破信号处理方法及装置，用以解决端点效应、模态混叠和虚假分量的情况。
一种基于模态分解的爆破信号处理方法，其特征在于，包括：
获取爆破信号的原始数据端点，确定所述原始数据端点的内部数据；
在所述内部数据中采用极点值扩展法，确定所述原始数据端点的外部扩展点，根据所述内部数据确定所述原始数据端点的极大值和极小值；
在所述外部扩展点中采用延拓处理的方式，在所述极大值和极小值上下构造过渡包络线，并构造延拓曲线；
将所述延拓曲线通过EMD由过渡阶段向平稳阶段进行数据扩展，获取延拓数据；
将所述延拓曲线输入CEEMD对信号的模态进行抑制，获取抑制后的延拓曲线；
通过所述抑制后的延拓曲线对延拓数据进行处理，结合原始数据端点，获取最终的爆破信号的数据。
作为本发明的一种实施例，所述获取爆破信号的原始数据端点，确定所述原始数据端点的内部数据，包括：
读取所述爆破信号，并输入预设的信号读取设备，获取所述爆破信号的第一波形图；
在所述第一波形图上标注每个时段的峰值点，并根据时段信息确定原始数据端点，其中，
所述原始数据端点包括端点A和端点B；
主动访问所述端点A和端点B内的峰值点，判断所述端点A和端点B内的峰值点是否能够读取内容数据；
当能够读取到内容数据时，根据所述内容数据的信号强度，判断所述内容数据是否为真实数据；
当所述内容数据为真实数据时，获取所述真实数据，并将所述真实数据与所述峰值点相对应，确定所有具有真实数据的峰值点，并删除无真实数据的峰值点；
获取删除无真实数据的峰值点后的第二波形图，并将所述第二波形图内的数据作为所述原始数据端点的内部数据。
作为本发明的一种实施例，所述在所述内部数据采用极点值扩展法，确定所述原始数据端点的外部扩展数据，并根据所述内部数据和外部扩展数据确定极大值和极小值，包括以下步骤：
根据所述内部数据选取所述原始数据端点的临近端点，并获取所述临近端点的极大值和极小值；
将所述临近端点的极大值和极小值进行直线延拓，并确定所述临近端点的极大值和极小值之间的范围，并获取所述临近端点的极大值和极小值之间的点作为外部扩展点；
设所述临近端点的极大值为x，极小值为y，所述临近端点的极大值x和极小值y之间的范围为(x，y)；
判断所述原始数据端点是否在所述临近端点的极大值和极小值的范围内，从而确定所述原始数据端点的极大值和极小值；其中，
设所述原始数据端点为Z；
当所述原始数据端点Z＜x时，所述原始数据端点的极大值和极小值范围为(z,y)；
当所述原始数据端点x＜z＜y时，所述原始数据端点的极大值和极小值范围为(z,y)；
当所述原始数据端点z＞y时，所述原始数据端点的极大值和极小值范围为(x,z)。
作为本发明的一种实施例，所述在所述外部扩展点中采用延拓处理的方式，在所述极大值和极小值上下构造过渡包络线，并构造延拓曲线，包括：
剔除所述原始数据端点的极大值和极小值中负的极大值和正的极小值，由所述原始数据端点的极大值和极小值的范围内正的极大值和负的极小值替换；
将所述原始数据端点的极大值和极小值按照信号接受顺序，以一个极大值和一个极小值为一组，间隔设置；
选择符合条件的极大值和极小值组，以所述原始数据端点最后一位极值点作为终值，构造所述原始数据端点的包络线曲线；其中，
所述包络线曲线包括：上包络线曲线和下包络线曲线。
作为本发明的一种实施例，所述在所述外部扩展点中采用延拓处理的方式，在所述极大值和极小值上下构造过渡包络线，并构造延拓曲线，还包括：
将上包络线曲线和下包络线曲线进行叠加，确定叠加包络线曲线；
将所述叠加包络线曲线导入EMD进行迭代筛分，去除所述叠加包络线曲线上的污染，构成延拓曲线。
作为本发明的一种实施例，所述将所述延拓曲线通过EMD由过渡阶段向平稳阶段进行数据扩展，获取延拓数据，包括：
构造过渡阶段的延拓曲线：
其中，所述GE(t)过渡阶段延拓曲；所述e(t)表示包络线曲线；所述T为函数周期；所述a0为原始坐标；
构造平稳阶段的延拓曲线：
所述GE2(t)为平稳阶段的延拓曲线；所述A为曲线幅值；
将所述过渡阶段的延拓曲线和平稳阶段的延拓曲线带入EMD分解，并在分解过后将延拓时的延拓序列数据删除，获取延拓数据。
作为本发明的一种实施例，所述将所述延拓曲线通过EMD由过渡阶段向平稳阶段进行数据扩展，获取延拓数据，还包括：
将所述过渡阶段的延拓曲线分解为多个延拓分样数据i，所述i＝1,2,3……i，所述i表示第i个延拓分样数据；并确定每个延拓分样数据的误差参数β：
其中，所述Mi表示第i个延拓分样数据的期望延拓曲线；
根据所述误差参数β，计算所述过渡阶段的延拓曲线的权重值q：
其中，所述ζ表示分样常数；
将所述权重值q带入所述平稳阶段的延拓曲线，对所述平稳阶段的延拓曲线进行调整，
∑qGE2(t)＝GE2(t)"
通过调整得到调整后的平稳阶段的延拓曲线GE2(t)"。
作为本发明的一种实施例，所述将所述延拓曲线通过EMD由过渡阶段向平稳阶段进行数据扩展，获取延拓数据，还包括：
将所述延拓数据通过Rilling方法进行EMD分解，得到去除两端数据的延拓数列；
所述延拓数列包含相关系数，根据所述相关系数判断所述延拓数列是否完全相关，当完全相关时相关系数为1；
所述相关系数为：
其中，所述X(t)为爆破信号，所述ci(t)为第i阶IMF分量；所述cov为协方差函数，所述B为方差函数。
一种基于模态分解的爆破信号处理装置，其特征在于，包括：
第一获取模块：用于获取爆破信号的原始数据端点，确定所述原始数据端点的内部数据；；
第一确定模块：用于在所述内部数据中采用极点值扩展法，确定所述原始数据端点的外部扩展点，根据所述内部数据确定所述原始数据端点的极大值和极小值；
第一处理模块：用于在所述外部扩展点中采用延拓处理的方式，在所述极大值和极小值上下构造过渡包络线，并构造延拓曲线；
第二处理模块：用于将所述延拓曲线通过EMD由过渡阶段向平稳阶段进行数据扩展，获取延拓数据；
第二确定模块：用于将所述延拓曲线输入CEEMD对信号的模态进行抑制，获取抑制后延拓曲线；
第二获取模块：用于通过所述抑制后的延拓曲线对延拓数据进行处理，结合原始数据端点，获取最终的爆破信号的数据。
作为本发明的一种实施例，所述第一确定模块包括：
第一获取单元：用于读取所述爆破信号，并输入预设的信号读取设备，获取所述爆破信号的第一波形图；
第一确定单元：用于在所述第一波形图上标注每个时段的峰值点，并根据时段信息确定原始数据端点，其中，
所述原始数据端点包括端点A和端点B；
第一判断单元：用于主动访问所述端点A和端点B内的峰值点，判断所述端点A和端点B内的峰值点是否能够读取内容数据；
第二判断单元：用于当能够读取到内容数据时，根据所述内容数据的信号强度，判断所述内容数据是否为真实数据；
第一处理单元：用于在所述内容数据为真实数据时，获取所述真实数据，并将所述真实数据与所述峰值点相对应，确定所有具有真实数据的峰值点，并删除无真实数据的峰值点；
第二处理单元：用于获取删除无真实数据的峰值点后的第二波形图，并将所述第二波形图内的数据作为所述原始数据端点的内部数据。
本发明的有益效果在于：本方法根据爆破信号的端点效应，根据原始数据端点通过极点值扩展法和延拓处理法确定爆破信号的极大值点和极小值点，然后通过包络线进行包络，得到延拓曲线，然后基于EMD技术向平稳阶段进行延伸，获得总的延拓曲线，通过删除延拓中的扩展数据，消除了虚假分量，而通过CEEMD对信号的模态抑制，通过这种方法避免了模态混淆。最后通过对抑制后的延拓曲线进行处理，结合原始数据端点得到最终爆破数据。
本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
附图说明
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。
在附图中：
图1为本发明实施例中一种基于模态分解的爆破信号处理方法的方法流程图。
图2为本发明实施例中一种基于模态分解的爆破信号处理装置的装置组成图；
图3为本发明实施例中一种基于模态分解的爆破信号处理装置的第一确定模块组成图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。
一种基于模态分解的爆破信号处理方法，其特征在于，包括
步骤100：获取爆破信号的原始数据端点，确定所述原始数据端点的内部数据；
步骤101：在所述内部数据中采用极点值扩展法，确定所述原始数据端点的外部扩展点，根据所述内部数据确定所述原始数据端点的极大值和极小值；
步骤102：在所述外部扩展点中采用延拓处理的方式，在所述极大值和极小值上下构造过渡包络线，并构造延拓曲线；
步骤103：将所述延拓曲线通过EMD由过渡阶段向平稳阶段进行数据扩展，获取延拓数据；
步骤104：将所述延拓曲线通过EMD由过渡阶段向平稳阶段进行数据扩展，获取延拓数据；
步骤105：通过所述抑制后延拓曲线对原始数据进行处理，获取爆破数据。
本方法的原理是：在获取到爆破信号的原始数据端点后，基于端点效应，因为原始数据端点内部只包含数据，而外部用于扩展，划分为内部数据层和外部扩展层。基于极点值扩展发，得到原始数据端点的极大值和极小值，基于延拓处理技术，构造极大值和极小值上的包络线，作为延拓曲线。后通过EMD处理过渡和平稳的数据扩展途径，得到总的延拓曲线和延拓数据，因为删除了扩展数据，交消除了其中的虚假分量。最后通过CEEMD对延拓曲线进行抑制，使得延拓曲线模态清洗，进而爆信号模态清晰，最后通过对延拓数据处理和原始数据进行结合得到最终的爆破信号。
本发明的有益效果在于：本方法根据爆破信号的端点效应，根据原始数据端点通过极点值扩展法和延拓处理法确定爆破信号的极大值点和极小值点，在端点内部的数据处理方面，加入了去除干扰信号的步骤，先行对断电内部进行处理，端电的数据延伸。然后通过包络线进行包络，得到延拓曲线，然后基于EMD技术向平稳阶段进行延伸，获得总的延拓曲线，还基于曲线分解的方式延拓曲线进行调整，进一步保证了数据的精确性，然后删除延拓中的扩展数据，消除了虚假分量，而通过CEEMD对信号的模态抑制，通过这种方法避免了模态混淆。最后通过对抑制后的延拓曲线进行处理，结合原始数据端点得到最终爆破信号的数据。
作为本发明的一种实施例，所述获取爆破信号的原始数据端点，确定所述原始数据端点的内部数据，包括：
读取所述爆破信号，并输入预设的信号读取设备，获取所述爆破信号的第一波形图；
在所述第一波形图上标注每个时段的峰值点，并根据时段信息确定原始数据端点，其中，
所述原始数据端点包括端点A和端点B；
主动访问所述端点A和端点B内的峰值点，判断所述端点A和端点B内的峰值点是否能够读取内容数据；
当能够读取到内容数据时，根据所述内容数据的信号强度，判断所述内容数据是否为真实数据；
当所述内容数据为真实数据时，获取所述真实数据，并将所述真实数据与所述峰值点相对应，确定所有具有真实数据的峰值点，并删除无真实数据的峰值点；
获取删除无真实数据的峰值点后的第二波形图，并将所述第二波形图内的数据作为所述原始数据端点的内部数据。
本发明的原理在于：本发明通过信号读取设备先行对爆破信号的信号波形进行读取，因为信号是一端连续的过程，具有多个峰值。因此根据信号的峰值判断信号的强度，因为干扰信号和爆破信号混在爆破信号时，信号强度因为携带数据量的问题，峰值比较低，且爆破信号中还可能存在无效信号，对于无效信号也可以处理。对于信号强度的低的峰值信号作为无真实数据的峰值点，删除处理。然后将删除峰值后的其它数据作为原始端点的内部数据。
本发明的有益效果在于，本方法可以删除原始数据内的干扰信号和可能存在的无效信号，对于原始数据进行初步处理，使得后续进行虚假分量处理时，不会被干扰信号和无效信号影响。
作为本发明的一种实施例，所述在所述内部数据采用极点值扩展法，确定所述原始数据端点的外部扩展数据，并根据所述内部数据和外部扩展数据确定极大值和极小值，包括以下步骤：
根据所述内部数据选取所述原始数据端点的临近端点，并获取所述临近端点的极大值和极小值；
将所述临近端点的极大值和极小值进行直线延拓，并确定所述临近端点的极大值和极小值之间的范围，并获取所述临近端点的极大值和极小值之间的点作为外部扩展点；
设所述临近端点的极大值为x，极小值为y，所述临近端点的极大值x和极小值y之间的范围为(x，y)；
判断所述原始数据端点是否在所述临近端点的极大值和极小值的范围内，从而确定所述原始数据端点的极大值和极小值；其中，
设所述原始数据端点为Z；
当所述原始数据端点Z＜x时，所述原始数据端点的极大值和极小值范围为(z,y)；
当所述原始数据端点x＜z＜y时，所述原始数据端点的极大值和极小值范围为(z,y)；
当所述原始数据端点z＞y时，所述原始数据端点的极大值和极小值范围为(x,z)。
本发明的原理在于：本发明通在极大值和极小值的选取上通过临近端点极大值和极小值的直线延拓，确定临近端点的极大值和极小值范围，最后通过原始数据端点的值，得到原始数据端点的三种范围。
本发明的有益效果在于：因为原始数据端点的极大值和有效值不能直接过去通过本发明中采用临近端点的取值获取方式，可以对临近端点极值点先行确定，再通过子的值和临近端点的值进行对比，获取最终的极值点范围。
作为本发明的一种实施例，所述在所述外部扩展层采用延拓处理的方式，在所述极大值和极小值上下构造过度包络线，并构造延拓曲线，包括：
剔除所述原始数据端点的极大值和极小值中负的极大值和正的极小值，由所述原始数据端点的极大值和极小值的范围内正的极大值和负的极小值替换；
将所述原始数据端点的极大值和极小值按照信号接受顺序，以一个极大值和一个极小值为一组，间隔设置；
选择符合条件的极大值和极小值组，以所述原始数据端点最后一位极值点作为终值，构造所述原始数据端点的包络线曲线；其中，
所述包络线曲线包括：上包络线曲线和下包络线曲线。
本发明的原理在于：通过剔除极大值和极小值中负的极大值和正的极小值，确定的极值的正值范围，然后通过端点设置和极值分组通过对正值范围内的极值点进行包络。
本发明有益效果在于：本发明在包络过程中没通过极大值和极小值中负值的删除。在包络式可以减少包络的点，还可以加快包络的过程。
作为本发明的一种实施例，所述在所述外部扩展点中采用延拓处理的方式，在所述极大值和极小值上下构造过渡包络线，并构造延拓曲线，还包括：
将上包络线曲线和下包络线曲线进行叠加，确定叠加包络线曲线；
将所述叠加包络线曲线导入EMD进行迭代筛分，去除所述叠加包络线曲线上的污染，构成延拓曲线。
本发明的原理在于：上述实施例阐述了一个包络线EMD处理的方式，通过EMD处理可以去除包络线上的污染情况。还可以排除包络线上污染对爆炸信号处理的的阻碍。
作为本发明的一种实施例，所述将所述延拓曲线通过EMD由过渡阶段向平稳阶段进行数据扩展，获取延拓数据，包括：
构造过渡阶段的延拓曲线：
其中，所述GE(t)过渡阶段延拓曲；所述e(t)表示包络线曲线；所述T为函数周期；所述a0为原始坐标；
构造平稳阶段的延拓曲线：
所述GE2(t)为平稳阶段的延拓曲线；所述A为曲线幅值；
将所述过渡阶段的延拓曲线和平稳阶段的延拓曲线带入EMD分解，并在分解过后将延拓时的延拓序列数据删除，获取延拓数据。
本发明的原理在于：本发明阐述了构造过渡阶段的延拓曲线和平稳阶段的延拓曲线，可以对延拓曲线上的数据仅从处理，之后通过删除延拓序列得到延拓数据。
本发明的有益效果在于：延拓数据实际上等于原始数据，但是因为延拓过程中，因为删除了延拓序列数据，减少了延拓过程中杂交分量的带入，影响爆破信号的处理，降低爆破信号精度。
作为本发明的一种实施例，所述将所述延拓曲线通过EMD由过渡阶段向平稳阶段进行数据扩展，获取延拓数据，还包括：
将所述过渡阶段的延拓曲线分解为多个延拓分样数据i，所述i＝1,2,3……i，所述i表示第i个延拓分样数据；并确定每个延拓分样数据的误差参数β：
其中，所述Mi表示第i个延拓分样数据的期望延拓曲线；
根据所述误差参数β，计算所述过渡阶段的延拓曲线的权重值q：
其中，所述ζ表示分样常数；
将所述权重值q带入所述平稳阶段的延拓曲线，对所述平稳阶段的延拓曲线进行调整，
∑qGE2(t)＝GE2(t)"
通过调整得到调整后的平稳阶段的延拓曲线GE2(t)"。
本发明还包括对平稳阶段的延拓曲线进行调整的部分，本发明通过对过渡阶段的延拓曲线分解，然后计算延括曲线存在的误差，根据误差的差值求得延拓曲线的权重值，最终根据权重值调整平稳阶段的延拓曲线，使得后续步骤在处理延拓曲线和延拓曲线的数据时，更加精确。
作为本发明的一种实施例，所述将所述延拓曲线通过EMD由过渡阶段向平稳阶段进行数据扩展，获取延拓数据，还包括：
将所述延拓数据通过Rilling方法进行EMD分解，得到去除两端数据的延拓数列；
所述延拓数列包含相关系数，根据所述相关系数判断所述延拓数列是否完全相关，当完全相关时相关系数为1；
所述相关系数为：
其中，所述X(t)为爆破信号，所述ci(t)为第i阶IMF分量；所述cov为协方差函数，所述B为方差函数。
本发明的原理在于：延拓数据的删除过程中，对于延拓数列的删除需要进行EMD处理，得到延拓数列，然后根据相关系数，对延拓数列进行删除。
本发明的有益效果在于：再对延拓数列的删除过程中，对延拓数据根据相关度系数进行计算，从而可以根据根据相关度系数确定删除的延拓数列。
一种基于模态分解的爆破信号处理装置，如附图2所示，包括：
第一获取模块：用于获取爆破信号的原始数据端点，确定所述原始数据端点的内部数据；；
第一确定模块：用于在所述内部数据中采用极点值扩展法，确定所述原始数据端点的外部扩展点，根据所述内部数据确定所述原始数据端点的极大值和极小值；
第一处理模块：用于在所述外部扩展点中采用延拓处理的方式，在所述极大值和极小值上下构造过渡包络线，并构造延拓曲线；
第二处理模块：用于将所述延拓曲线通过EMD由过渡阶段向平稳阶段进行数据扩展，获取延拓数据；
第二确定模块：用于将所述延拓曲线输入CEEMD对信号的模态进行抑制，获取抑制后延拓曲线；
第二获取模块：用于通过所述抑制后的延拓曲线对延拓数据进行处理，结合原始数据端点，获取最终的爆破信号。
本方法的原理是：上述装置是本发明应用于装置的实施例，在获取到爆破信号的原始数据端点后，基于端点效应，因为原始数据端点内部只包含数据，而外部用于扩展，划分为内部数据层和外部扩展层。基于极点值扩展发，得到原始数据端点的极大值和极小值，基于延拓处理技术，构造极大值和极小值上的包络线，作为延拓曲线。后通过EMD处理过渡和平稳的数据扩展途径，得到总的延拓曲线和延拓数据，因为删除了扩展数据，交消除了其中的虚假分量。最后通过CEEMD对延拓曲线进行抑制，使得延拓曲线模态清洗，进而爆信号模态清晰，最后通过对延拓数据处理和原始数据进行结合得到最终的爆破信号。
本发明的有益效果在于：本方法根据爆破信号的端点效应，根据原始数据端点通过极点值扩展法和延拓处理法确定爆破信号的极大值点和极小值点，在端点内部的数据处理方面，加入了去除干扰信号的步骤，先行对断电内部进行处理，端电的数据延伸。然后通过包络线进行包络，得到延拓曲线，然后基于EMD技术向平稳阶段进行延伸，获得总的延拓曲线，还基于曲线分解的方式延拓曲线进行调整，进一步保证了数据的精确性，然后删除延拓中的扩展数据，消除了虚假分量，而通过CEEMD对信号的模态抑制，通过这种方法避免了模态混淆。最后通过对抑制后的延拓曲线进行处理，结合原始数据端点得到最终爆破信号的数据。
作为本发明的一种实施例，如附图3所示：所述第一确定模块包括：
第一获取单元：用于读取所述爆破信号，并输入预设的信号读取设备，获取所述爆破信号的第一波形图；
第一确定单元：用于在所述第一波形图上标注每个时段的峰值点，并根据时段信息确定原始数据端点，其中，
所述原始数据端点包括端点A和端点B；
第一判断单元：用于主动访问所述端点A和端点B内的峰值点，判断所述端点A和端点B内的峰值点是否能够读取内容数据；
第二判断单元：用于当能够读取到内容数据时，根据所述内容数据的信号强度，判断所述内容数据是否为真实数据；
第一处理单元：用于在所述内容数据为真实数据时，获取所述真实数据，并将所述真实数据与所述峰值点相对应，确定所有具有真实数据的峰值点，并删除无真实数据的峰值点；
第二处理单元：用于获取删除无真实数据的峰值点后的第二波形图，并将所述第二波形图内的数据作为所述原始数据端点的内部数据。
本发明的原理在于：上述第一确定模块是，本发明应用于装置的实施例，同样是通过信号读取设备先行对爆破信号的信号波形进行读取，因为信号是一端连续的过程，具有多个峰值。因此根据信号的峰值判断信号的强度，因为干扰信号和爆破信号混在爆破信号时，信号强度因为携带数据量的问题，峰值比较低，且爆破信号中还可能存在无效信号，对于无效信号也可以处理。对于信号强度的低的峰值信号作为无真实数据的峰值点，删除处理。然后将删除峰值后的其它数据作为原始端点的内部数据。
本发明的有益效果在于，本方法可以删除原始数据内的干扰信号和可能存在的无效信号，对于原始数据进行初步处理，使得后续进行虚假分量处理时，不会被干扰信号和无效信号影响。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。
Claims (10)
1.一种基于模态分解的爆破信号处理方法，其特征在于，包括：
获取爆破信号的原始数据端点，确定所述原始数据端点的内部数据；
在所述内部数据中采用极点值扩展法，确定所述原始数据端点的外部扩展点，根据所述内部数据确定所述原始数据端点的极大值和极小值；
在所述外部扩展点中采用延拓处理的方式，在所述极大值和极小值上下构造过渡包络线，并构造延拓曲线；
将所述延拓曲线通过EMD由过渡阶段向平稳阶段进行数据扩展，获取延拓数据；
将所述延拓曲线输入CEEMD对信号的模态进行抑制，获取抑制后的延拓曲线；
通过所述抑制后的延拓曲线对延拓数据进行处理，结合原始数据端点，获取最终的爆破信号的数据。
2.根据权利要求1所述的一种基于模态分解的爆破信号处理方法，其特征在于，所述获取爆破信号的原始数据端点，确定所述原始数据端点的内部数据，包括：
读取所述爆破信号，并输入预设的信号读取设备，获取所述爆破信号的第一波形图；
在所述第一波形图上标注每个时段的峰值点，并根据时段信息确定原始数据端点，其中，
所述原始数据端点包括端点A和端点B；
主动访问所述端点A和端点B内的峰值点，判断所述端点A和端点B内的峰值点是否能够读取内容数据；
当能够读取到内容数据时，根据所述内容数据的信号强度，判断所述内容数据是否为真实数据；
当所述内容数据为真实数据时，获取所述真实数据，并将所述真实数据与所述峰值点相对应，确定所有具有真实数据的峰值点，并删除无真实数据的峰值点；
获取删除无真实数据的峰值点后的第二波形图，并将所述第二波形图内的数据作为所述原始数据端点的内部数据。
3.根据权利要求1所述的一种基于模态分解的爆破信号处理方法，其特征在于，所述在所述内部数据采用极点值扩展法，确定所述原始数据端点的外部扩展数据，并根据所述内部数据和外部扩展数据确定极大值和极小值，包括以下步骤：
根据所述爆破信号选取所述原始数据端点的临近端点，并获取所述临近端点的极大值和极小值；
将所述临近端点的极大值和极小值进行直线延拓，并确定所述临近端点的极大值和极小值之间的范围，并获取所述临近端点的极大值和极小值之间的点作为外部扩展点；
设所述临近端点的极大值为x，极小值为y，所述临近端点的极大值x和极小值y之间的范围为(x，y)；
判断所述原始数据端点是否在所述临近端点的极大值和极小值的范围内，从而确定所述原始数据端点的极大值和极小值；其中，
设所述原始数据端点为Z；
当所述原始数据端点Z＜x时，所述原始数据端点的极大值和极小值范围为(z,y)；
当所述原始数据端点x＜z＜y时，所述原始数据端点的极大值和极小值范围为(z,y)；
当所述原始数据端点z＞y时，所述原始数据端点的极大值和极小值范围为(x,z)。
4.根据权利要求1所述的一种基于模态分解的爆破信号处理方法，其特征在于，所述在所述外部扩展点中采用延拓处理的方式，在所述极大值和极小值上下构造过渡包络线，并构造延拓曲线，包括：
剔除所述原始数据端点的极大值和极小值中负的极大值和正的极小值，由所述原始数据端点的极大值和极小值的范围内正的极大值和负的极小值替换；
将所述原始数据端点的极大值和极小值按照信号接受顺序，以一个极大值和一个极小值为一组，间隔设置；
选择符合条件的极大值和极小值组，以所述原始数据端点最后一位极值点作为终值，构造所述原始数据端点的包络线曲线；其中，
所述包络线曲线包括：上包络线曲线和下包络线曲线。
5.根据权利要求1所述的一种基于模态分解的爆破信号处理方法，其特征在于，所述在所述外部扩展点中采用延拓处理的方式，在所述极大值和极小值上下构造过渡包络线，并构造延拓曲线，还包括：
将上包络线曲线和下包络线曲线进行叠加，确定叠加包络线曲线；
将所述叠加包络线曲线导入EMD进行迭代筛分，去除所述叠加包络线曲线上的污染，构成延拓曲线。
6.根据权利要求1所述的一种基于模态分解的爆破信号处理方法，其特征在于，所述将所述延拓曲线通过EMD由过渡阶段向平稳阶段进行数据扩展，获取延拓数据，包括：
构造过渡阶段的延拓曲线：
其中，所述GE(t)过渡阶段延拓曲；所述e(t)表示包络线曲线；所述T为函数周期；所述a0为原始坐标；
构造平稳阶段的延拓曲线：
所述GE2(t)为平稳阶段的延拓曲线；所述A为曲线幅值；
将所述过渡阶段的延拓曲线和平稳阶段的延拓曲线带入EMD分解，并在分解过后将延拓时的延拓序列数据删除，获取延拓数据。
7.根据权利要求6所述的一种基于模态分解的爆破信号处理方法，其特征在于，所述将所述延拓曲线通过EMD由过渡阶段向平稳阶段进行数据扩展，获取延拓数据，还包括：
将所述过渡阶段的延拓曲线分解为多个延拓分样数据i，所述i＝1,2,3……i，所述i表示第i个延拓分样数据；并确定每个延拓分样数据的误差参数β：
其中，所述Mi表示第i个延拓分样数据的期望延拓曲线；
根据所述误差参数β，计算所述过渡阶段的延拓曲线的权重值q：
其中，所述ζ表示分样常数；
将所述权重值q带入所述平稳阶段的延拓曲线，对所述平稳阶段的延拓曲线进行调整，
∑qGE2(t)＝GE2(t)"
通过调整得到调整后的平稳阶段的延拓曲线GE2(t)"。
8.根据权利要求6所述的一种基于模态分解的爆破信号处理方法，其特征在于，所述将所述延拓曲线通过EMD由过渡阶段向平稳阶段进行数据扩展，获取延拓数据，还包括：
将所述延拓数据通过Rilling方法进行EMD分解，得到去除两端数据的延拓数列；
所述延拓数列包含相关系数，根据所述相关系数判断所述延拓数列是否完全相关，当完全相关时相关系数为1；
所述相关系数为：
其中，所述X(t)为爆破信号，所述ci(t)为第i阶IMF分量；所述cov为协方差函数，所述B为方差函数。
9.一种基于模态分解的爆破信号处理装置，其特征在于，包括：
第一获取模块：用于获取爆破信号的原始数据端点，确定所述原始数据端点的内部数据；；
第一确定模块：用于在所述内部数据中采用极点值扩展法，确定所述原始数据端点的外部扩展点，根据所述内部数据确定所述原始数据端点的极大值和极小值；
第一处理模块：用于在所述外部扩展点中采用延拓处理的方式，在所述极大值和极小值上下构造过渡包络线，并构造延拓曲线；
第二处理模块：用于将所述延拓曲线通过EMD由过渡阶段向平稳阶段进行数据扩展，获取延拓数据；
第二确定模块：用于将所述延拓曲线输入CEEMD对信号的模态进行抑制，获取抑制后延拓曲线；
第二获取模块：用于通过所述抑制后的延拓曲线对延拓数据进行处理，结合原始数据端点，获取最终的爆破信号的数据。
10.根据权利要求9所述的一种基于模态分解的爆破信号处理装置，其特征在于，所述第一确定模块包括：
第一获取单元：用于读取所述爆破信号，并输入预设的信号读取设备，获取所述爆破信号的第一波形图；
第一确定单元：用于在所述第一波形图上标注每个时段的峰值点，并根据时段信息确定原始数据端点，其中，
所述原始数据端点包括端点A和端点B；
第一判断单元：用于主动访问所述端点A和端点B内的峰值点，判断所述端点A和端点B内的峰值点是否能够读取内容数据；
第二判断单元：用于当能够读取到内容数据时，根据所述内容数据的信号强度，判断所述内容数据是否为真实数据；
第一处理单元：用于在所述内容数据为真实数据时，获取所述真实数据，并将所述真实数据与所述峰值点相对应，确定所有具有真实数据的峰值点，并删除无真实数据的峰值点；
第二处理单元：用于获取删除无真实数据的峰值点后的第二波形图，并将所述第二波形图内的数据作为所述原始数据端点的内部数据。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010291733.0A CN111506859A (zh) | 2020-04-14 | 2020-04-14 | 一种基于模态分解的爆破信号处理方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010291733.0A CN111506859A (zh) | 2020-04-14 | 2020-04-14 | 一种基于模态分解的爆破信号处理方法及装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111506859A true CN111506859A (zh) | 2020-08-07 |
Family
ID=71864673
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010291733.0A Withdrawn CN111506859A (zh) | 2020-04-14 | 2020-04-14 | 一种基于模态分解的爆破信号处理方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111506859A (zh) |
-
2020
- 2020-04-14 CN CN202010291733.0A patent/CN111506859A/zh not_active Withdrawn
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108694366A (zh) | 指纹感测器以及其降低噪声干扰方法 | |
| CA2026617A1 (en) | Method and apparatus for measuring multiple optical properties of biological specimens | |
| CN111598109A (zh) | 一种变电站指针仪表读数智能识别方法 | |
| CN1184754C (zh) | 在有时标测试能力的测试测量仪器中校正时标扰乱的方法 | |
| CN111506859A (zh) | 一种基于模态分解的爆破信号处理方法及装置 | |
| CN118041255A (zh) | 一种双通道可调模拟信号放大器的信号降噪方法及系统 | |
| CN117589198A (zh) | 一种基于云台巡检机器人的表计校准方法、系统及介质 | |
| CN111136655B (zh) | 一种获取巡检点的方法及装置 | |
| CN109870404B (zh) | 一种雨棚结构损伤识别方法、装置及终端设备 | |
| CN112037213A (zh) | 基于统计直方图的轮廓数据稳定特征点的获取方法及装置 | |
| CN114841218B (zh) | 一种语音啸叫检测算法 | |
| CN112747773B (zh) | 基于Allan方差和随机多项式提高陀螺仪精度的方法 | |
| CN114255458A (zh) | 一种巡检场景下指针仪表读数的识别方法与系统 | |
| CN109285539B (zh) | 一种基于神经网络的声音识别方法 | |
| CN100571166C (zh) | 一种基于网络分析仪的测试方法和装置 | |
| CN111159172A (zh) | 一种数据处理方法、装置及电子设备 | |
| CN113837146B (zh) | 一种iff脉冲信号通用识别方法和装置 | |
| CN110261886A (zh) | 利用数字bpm测量直线加速器束流位置的方法及系统 | |
| CN117741763A (zh) | 初至数据的处理方法、装置、电子设备及存储介质 | |
| CN117233863B (zh) | 一种三分量地震仪的传递函数标定方法及装置 | |
| CN112581420B (zh) | 一种检测方法、装置及设备 | |
| CN115144559A (zh) | 判断次生加大发育期次的方法、装置、设备及存储介质 | |
| CN118759478A (zh) | 基于统计计数和滑动平均滤波的雨云杂波抑制方法及系统 | |
| CN116009089A (zh) | 沿接收线的初至区域估计方法、装置、电子设备及介质 | |
| CN116908929A (zh) | 一种基于梯度差的自然电磁脉冲信号的处理方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| WW01 | Invention patent application withdrawn after publication |
Application publication date: 20200807 |
|
| WW01 | Invention patent application withdrawn after publication |