基于OOA-VMD的隧道爆破振动信号降噪方法

摘要

爆破工程中现场爆破监测获取准确的爆破振动信号是分析有害效应的基础，由于地质条件、电磁干扰和仪器误差等因素对隧道爆破振动信号采集的不利影响，实测信号往往存在大量高频噪声，可能导致信号曲线畸变和数据失真。本研究提出了一种基于鱼鹰优化算法(OOA)优化变分模态分解(VMD)的信号分解算法，并利用多尺度排列熵(MPE)构建了适用于隧道爆破振动信号的降噪模型。采用最大信息系数作为适应度函数，OOA迭代计算最优VMD参数(K&α),并得到本征模态函数(IMF),利用每个分解信号的MPE值来识别噪声，通过去除噪声分量并重构得到降噪信号。采用该优化算法对云南省大山隧道实测爆破振动信号进行降噪处理，结果表明：新的优化算法能够分解出最优信号并消除噪声，且对信号的低频能量影响较小。该方法的降噪效果优于完全集成经验模态分解(CEEMD)和传统VMD算法，从而验证了OOA-VMD降噪算法的可靠性。该研究对隧道工程爆破振动信号的处理和噪声干扰问题的处理具有重要工程应用价值。

关键词

爆破振动信号 / 降噪算法 / 隧道 / Osprey优化算法 / VMD分解算法