微震信号多尺度非线性特征提取与辨识研究 .pdfVIP

学兔兔 第35卷 第5期 仪 器 仪 表 学 报 Vol_35 No．5 2014年5月 Chinese Journal of Scientific Instrument Mav．2014 微震信号多尺度非线性特征提取与辨识研究术 吴 响 ，钱建生 ，王海燕 ，秦海初 (1．中国矿业大学信息与电气工程学院 徐州 221008；2．徐州医学院医学信息学院 徐州 221 1 16； 3．中煤华晋能源有限责任公司 河津 043300) 摘 要：针对矿山煤岩破裂与人工爆破微震信号难以辨识的问题，提出了一种结合参数化和非参数化分析的多尺度非线性特 征提取与加权融合SVM信号辨识方法。首先，采用经验模态分解(EMD)将原始信号自适应分解到不同的频段；利用Voherra 级数对分解后的本征模态分量(IMF)建立非线性预测模型，提取模型参数作为特征向量形成特征子集，根据每个特征子集分别 建立独立的信号辨识SVM子分类器；最后，采用训练集精确度作为参数加权融合各个子分类器形成最终预测分类器。实验表 明，与多尺度线性特征提取方法以及不经过非参数化分析的特征提取方法相比，该方法有明显的优势，具有良好的应用效果。 关键词：矿山微震信号；多尺度；非线性；信号辨识 中图分类号：TD712 TH86 文献标识码：A 国家标准学科分类代码：460．4020 Study on multi-scale nonlinear feature extraction and signal identification for microseismic signal Wu Xiang ，Qian Jiansheng ，Wang Haiyan ，Qin Haichu (J．School of Information and Electrical Engineering，China Unive~i@MiningTechnology，Xuzhou 221008，China； 2．School of Medical lnformatics，X~hou Medical College，Xuzhou 221116，China； 3．China Shanxi Coal Energy Co．，Ltd．，Herin 043300，China) Abstract：Aiming at the difficulty of identi~ing the microseismic signals caused by coal or rock burst and artificial blasting in coal mine， this paper proposes an identification method that combines the multi·-scale nonlinear feature extraction method with parametric and non-- parametric analyses and the weJ【ghted fusion support vector machine(SVM)signal identification method．Firstly，the original signal is adaptively decomposed into different frequency bands using empirical mode decomposition(EMD)；then Volterra series is used to estab— lish the nonlinear prediction model for every decomposed intrinsic mode function(IMF)；