[发明专利]一种矿用微震监测信号的处理方法

权利要求书

1.一种矿用微震监测信号的处理方法，其特征在于，所述方法包括：

步骤1、从微震监测数据采集系统中接收现场采集的原始信号，通过信号升维法绘制原始信号在时间-频率二维空间中的能量分布图，得到清晰的时间-频率-能量谱；

其中，所述通过信号升维法绘制原始信号在时间-频率二维空间中的能量分布图的过程具体为：

采用小波变换将采集到的原始信号升维到时间-频率-能量的三维空间中，再利用其瞬时频率对频带并进行能量压缩，得到清晰的时间-频率-能量谱，其过程具体为：

采集的原始信号f(t)表示为：

式中，A_k(t)为第k个谐波分量的瞬时振幅；θ_k(t)为第k个谐波分量的瞬时相位；e(t)为噪声或误差；K为可分解分量的个数；

对f(t)进行连续小波变换，得到的小波系数W_f(a,b)，表示为：

式中，a为尺度因子；b为平移因子；ψ^*为共轭小波函数；

其在频率域等价变换为：利用小波系数W_f(a,b)得到的相位来计算其瞬时频率ω_f(a,b)：

再利用计算得到的瞬时频率，建立(a,b)→(ω_f(a,b),b)之间的映射关系，经过同步压缩变换对时间—尺度平面的能量进行重新分配，将其转化为时间—频率平面；

离散情况下，尺度坐标为(Δa)_i＝a_i-a_i-1，频率坐标为Δω＝ω_l-ω_l-1，T_f(ω_l,b)在ω_l的中心位置，其中ω_l∈[ω_l-Δω/2,ω_l+Δω/2]；

上述压缩变换T_f(ω_l,b)的公式为：

步骤2、基于步骤1所得到的时间-频率-能量谱，利用无监督式聚类算法搜索并提取出有效震动信号所在的频带和时间段；

其中，所述利用无监督式聚类算法搜索并提取出有效震动信号所在的频带和时间段的过程具体为：

基于所得到的时间-频率-能量谱，首先基于时域得到该信号的时域能量曲线，能量集中的地方会形成k个波峰，即k个信号能量集群C＝{C₁,C₂,...,C_k}；

结合微震监测数据采集系统，根据数据采集系统中对有效震动信号的触发及去触发设置即可得到一条原始数据中有效震动信号的最大个数k_max，则k≤k_max，找到波峰个数k及各个波峰的宽度，即可得到k个聚类中心的大致时间范围；

接着基于所得到的k个聚类的大致时间范围，分别获得其各自时间宽度上的频域能量曲线，找出波峰位置，确定这k个聚类中心各自的频率范围；

则这k个聚类中心的时间及频率约束条件为：

其中，x代表时间，y代表频率，λ代表第λ个集群；当波形宽度小于0.05秒，则认为是突发性噪声引起的振动，不是有效震动信号；

接着计算能量值大于噪声水平的数据点到初始聚类中心的距离d_ij,λ：

再依据最近邻原则将离各个聚类中心较近的点划分到这k个聚类中心，找出有效震动信号发生的区域，即确定所述有效震动信号所在的频带和时间段；

步骤3、基于所述时间-频率-能量谱，以及步骤2中提取出的有效震动信号所在的频带和时间段，建立基于全局噪声能量的滤波阈值，以及k个基于有效震动信号频带噪声能量的滤波阈值；

步骤4、根据步骤3中得到的基于全局噪声能量的滤波阈值，以及k个基于有效震动信号频带噪声能量的滤波阈值，从时域上完成信号滤波处理，得到滤波处理后的有效震动信号；

其中，所述从时域上完成信号滤波处理，得到滤波处理后的有效震动信号的过程具体包括：

首先利用基于全局噪声能量的滤波阈值n_average对整个波形进行压制，从而剔除整体背景噪声干扰，得到：

其中，s₀为全局时域能量曲线；

再利用得到的k个基于有效震动信号频带噪声能量的滤波阈值n_i,i＝1,2,...,k，逐个对波形进行噪声压制：

对全局滤波信号f₁(t)与滤波阈值n_i,i＝1,2,...,k进行对比，对能量小于n_i的信号，对能量大于n_i的信号保留，进行k次滤波后，最终得到滤波处理后的有效震动信号f_k+1(t)为：

其中，s_i,i＝1,2,...k是k个频段的时域能量曲线。

2.根据权利要求1所述矿用微震监测信号的处理方法，其特征在于，所述步骤3的过程具体为：

先根据现场大量数据得到的经验值来设定环境噪声最低信号阈值，对重排序列中最低信号阈值以下的部分，从重排序列第二个开始逐个计算两点之间的差值，对差值序列进行排列，差值大于之前差值的平均值2倍，则确定该差值大于之前差值平均值2倍的点为突变点n_y，则该突变点n_y之前的部分为噪声信号区域，原始信号全局噪声能量水平n_average为：

n_average＝(value(loc(n_y)*20％)-value(loc(n_y)*10％))*9

其中，n_average即为全局噪声能量水平，loc代表该突变点n_y在能量曲线中的位置，value代表该突变点n_y所在的能量值；

滤波时，基于全局噪声能量的滤波阈值即为该全局噪声能量水平n_average；

接着针对步骤2中所得到的k个有效震动信号，分别对其所在的频带基于时域进行压缩，得到时域能量曲线s_i,i＝1,2,...k；再按照上述操作步骤得到其各自的噪声能量阈值n_i,i＝1,2,...,k，即k个基于有效震动信号频带噪声能量的滤波阈值。