留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

矿井瓦斯监测数据消噪方法

梁荣 董丁稳

梁荣,董丁稳.矿井瓦斯监测数据消噪方法[J].工矿自动化,2018,44(2):18-22..  doi: 10.13272/j.issn.1671-251x.17288
引用本文: 梁荣,董丁稳.矿井瓦斯监测数据消噪方法[J].工矿自动化,2018,44(2):18-22..  doi: 10.13272/j.issn.1671-251x.17288
LIANG Rong, DONG Dingwen. De-noising method of mine gas monitoring data[J]. Industry and Mine Automation, 2018, 44(2): 18-22. doi: 10.13272/j.issn.1671-251x.17288
Citation: LIANG Rong, DONG Dingwen. De-noising method of mine gas monitoring data[J]. Industry and Mine Automation, 2018, 44(2): 18-22. doi: 10.13272/j.issn.1671-251x.17288

矿井瓦斯监测数据消噪方法

doi: 10.13272/j.issn.1671-251x.17288
基金项目: 

陕西省教育厅科研计划资助项目(15JK1454)

详细信息
  • 中图分类号: TD712

De-noising method of mine gas monitoring data

  • 摘要: 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实性。

     

  • 加载中
计量
  • 文章访问数:  47
  • HTML全文浏览量:  2
  • PDF下载量:  4
  • 被引次数: 0
出版历程
  • 刊出日期:  2018-02-10

目录

    /

    返回文章
    返回