煤岩受载破坏过程中会产生瞬变的电磁信号，这些电磁信号可以反映煤岩体的破坏状况，因此对瞬变电磁信号的准确采集至关重要。但在实际中所采集到的电磁信号往往会伴随着较大幅度的噪声，这些噪声有时会淹没一些微弱的有用信号，进而给煤岩破裂电磁信号的识别造成困难。为解决这个问题，来自中国矿业大学(北京)资源与安全工程学院的李成武研究员团队在分析煤岩受载电磁信号噪声来源的基础上，着重研究不同噪声源影响下的分源去噪方法。

　　研究人员在在实验室条件下分别对原煤、型煤、水泥试件进行了单轴压缩试验，并同步采集了煤岩受载过程中的电磁信号。通过对信号进行分析，将煤岩单轴压缩过程中电磁信号的噪声来源归纳为白噪声、工频及其倍频噪声以及压力机的震噪效应。根据噪声来源提出了循环带阻滤波、基于白噪声统计特征及经验模态分解(EMD)的均值滤波、基于模态分量自相关函数频谱的准周期特征识别及带阻滤波等方法，对不同源头的噪声进行了自动识别及去噪。对信号源未知的情况首次提出了评估去噪效果的噪噪比(NNR)方法，即没有试件加载条件下的背景噪声与滤除噪声之比。

　　研究人员发现基于分源去噪方法而得出的型煤电磁信号噪噪比仅为 0.136 6，明显优于单一的小波(噪噪比为4.7843)及EMD去噪方法(噪噪比为1.2937)，表明分源去噪方法在煤岩受载微弱电磁信号去噪中有着良好的应用效果。这项成果近期发表于《煤炭学报》2016年第8期。

　　该项研究得到了国家自然科学基金及国家自然科学基金青年基金项目的资金支持。

　　文章来源：李成武，董利辉，王启飞，等.煤岩微弱电磁信号的噪声源识别及去噪方法[J].煤炭学报,2016,41(8):1933-1940.