一、研究背景与目的

背景：分布式光纤声传感技术（如基于相位敏感型光时域反射计φ-OTDR）在监测振动信号方面具有显著优势，但易受高频噪声干扰，尤其在远距离传感时，信号特征复杂、识别精度下降、信噪比差。

目的：提出一种基于时域局部广义最大互相关熵（TLGMCC）准则联合自适应噪声完备集合经验模态分解（CEEMDAN）与提升小波阈值（LWT）的优化降噪方法，以提高分布式光纤声传感系统信号的信噪比。

二、研究方法

自适应噪声完备集合经验模态分解（CEEMDAN）

原理：通过向原始信号中添加自适应高斯白噪声，优化经验模态分解（EMD）中的模态混叠问题，将信号分解为多个本征模态函数（IMFs）和一个残余分量。

步骤：多次加入白噪声获得含噪信号，进行EMD分解求平均值获取第一个模态分量；计算残差信号，继续添加噪声并分解获取后续模态分量，直至信号无法再分解。

时域局部广义最大互相关熵（TLGMCC）

原理：将时序对象在时间轴上进行划分，计算每个时间片段的局部广义最大互相关熵，以捕捉信号的动态特性。

步骤：对CEEMDAN分解得到的IMFs进行时间局部划分，计算相关熵，根据相关熵值将分量分为强相关、弱相关和无关分量。

提升小波阈值（LWT）

原理：通过提升小波变换对信号进行分解，并对高频子带进行阈值处理以实现降噪。

步骤：对弱相关分量应用LWT，通过预测、更新、重构步骤分解信号，对高频子带进行阈值处理，最后重构信号。

三、实验验证

仿真信号降噪实验

设计了一个连续的仿真信号，叠加高斯白噪声后，利用所提算法进行降噪处理。结果显示，降噪后的信号保留了振动信息，滤除了绝大多数随机噪声。

实测信号去噪实验

搭建φ-OTDR振动测试系统，进行户外振动试验（如铅球冲击和铁铲扰动实验）。

对采集的振动信号应用所提算法进行降噪处理，结果显示该方法有效抑制了高频随机白噪声，保留了信号的有效信息。

四、结果与分析

降噪效果：在5km传感距离和10m空间分辨率的条件下，所提方法将系统信号的信噪比提升至54.36dB，均方根误差降低至0.091。

性能对比：与其他降噪算法相比，所提算法在提升信噪比和降低均方根误差方面表现出更优越的性能。

五、结论与展望

结论：所提CEEMDAN-TLGMCC-LWT相结合的优化降噪算法克服了传统算法的局限性，提高了滤波精度，显著改善了分布式光纤声传感系统的性能。

展望：该方法在工程结构健康监测、地质勘探、周界入侵监测等微振动探测领域具有潜在应用价值，未来可进一步研究其在不同场景下的适应性和优化策略。

六、参考文献

文件最后列出了相关研究的参考文献，涵盖了分布式光纤声传感技术、经验模态分解、小波变换等领域的研究成果，为研究提供了理论基础和参考依据。

这份文件详细阐述了所提降噪方法的原理、步骤、实验验证及结果分析，为分布式光纤声传感系统的降噪处理提供了新的思路和方法。