典型文献
隧道爆破振动信号畸变校正与混沌多重分形特征研究
文献摘要：
受测试环境影响,隧道爆破监测信号中普遍包含噪声和趋势项干扰.针对爆破信号干扰项消除难题,选取典型地铁隧道工程监测到的畸变爆破信号为分析对象,采用稀疏化基线估计与去噪(baseline estimation and denoising withsparsity,BEADS)算法实现了噪声和趋势项成分的提取,得到反映真实爆破信息的校正信号.利用多重分形去趋势波动分析(multi-fractal detrended fluctuation analyses,MF-DFA)捕捉到三个分量信号的混沌分形特征,并根据小波相关性凝聚谱对三个分量信号与原始信号的时频域相关性进行了精确表征.结果表明:隧道爆破信号高频噪声、低频趋势项和校正信号三者的混沌分形特征具有显著差异.校正信号吸引子轨迹形态为反复周期性有序波动且具有持续性和反持续性分形谱特征,其递归图具有周期模式;低频趋势项吸引子形态表现为近似直线且具有持续性分形谱特征,其递归图具有对角线分布突变模式;高频噪声吸引子形态为杂乱无章的随机波动且具有反持续性分形谱特征,其递归图具有漂移模式.在置信度为95％的小波影响锥范围内,校正信号、趋势项和噪声分量与原始信号分别具有持续正相关、局部负相关和无相关性特征.三类信号的有效分离和混沌分形特征提取为爆破信号成分的准确辨识和归类提供了客观表征和量化指标.
文献关键词：
爆破信号;稀疏化基线估计与去噪(BEADS);多重分形去趋势波动分析(MF-DFA);混沌特征;时频相关性
中图分类号：
作者姓名：
付晓强;俞缙;刘纪峰;杨仁树;戴良玉
作者机构：
三明学院 建筑工程学院,福建 三明 365004;华侨大学 福建省隧道与城市地下空间工程技术研究中心,福建 厦门 361021;三明科飞产气新材料股份有限公司,福建 三明 365500;北京科技大学 土木与资源工程学院,北京 100083
文献出处：
引用格式：
[1]付晓强;俞缙;刘纪峰;杨仁树;戴良玉-.隧道爆破振动信号畸变校正与混沌多重分形特征研究)[J].振动与冲击,2022(06):76-85
A类：
withsparsity,BEADS,时频相关性
B类：
隧道爆破,爆破振动信号,畸变校正,多重分形特征,测试环境,爆破监测,监测信号,趋势项,爆破信号,信号干扰,地铁隧道工程,工程监测,稀疏化,去噪,baseline,estimation,denoising,算法实现,多重分形去趋势波动分析,multi,fractal,detrended,fluctuation,analyses,MF,DFA,捕捉到,时频域,精确表征,高频噪声,反持,谱特征,递归图,周期模式,吸引子形态,对角线,突变模式,杂乱无章,随机波,漂移,置信度,别具,无相,有效分离,量化指标,混沌特征
AB值：
0.310022
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
