基于WOA-VMD-FastICA爆破振动信号降噪技术研究

摘要

由于受爆区周围多源异性信号的影响，爆破实测采集到的振动信号多含高频高斯噪声。为解析爆破振动信号的真实性和准确性，提出基于鲸鱼优化算法(WOA)-变分模态分解(VMD)-快速独立成分分析(FastICA)联合算法对爆破振动信号进行降噪处理，利用WOA算法求得VMD分解所需模态数量K和惩罚系数α的最佳值之后，对爆破振动信号进行VMD分解，将分解出的IMF进行FastICA盲源分离，计算各个独立成分的功率谱熵值并去除大于阈值的异常值后对信号进行重构，输出滤波后的信号。通过频谱分析以及对比不同算法，选用波形相似系数、信噪比和均方根差来量化算法的可行性。结果表明：爆破振动信号在WOA-VMD-FastICA联合算法下信噪比最大，均方根差最小并且具有良好的波形相似性，相较于CEEMD-FastICA、CEEMDAN-FastICA以及EWT-FastICA算法来看，信噪比分别提升了21.5%、35.97%、62.4%,均方根差分别减少24.24%、39.55%、63%,降噪效果优势明显，为矿山爆破振动信号降噪研究提供新思路。

关键词

爆破振动 / 鲸鱼优化算法(WOA) / 变分模态分解(VMD) / 快速独立成分分析(FastICA) / 信号降噪