基于CEEMDAN-LMS自适应噪声消除的低信噪比管道泄漏定位方法

本文提出了一种结合完全自适应噪声集合经验模态分解(CEEMDAN)和最小均方(LMS)滤波器的创新方法，用于解决低信噪比(SNR<-18dB)条件下管道泄漏定位难题。通过交叉相关(CC)函数构建IMF筛选策略，并首创"二次CEEMDAN分解"生成窄带参考噪声，使定位误差从10.85%降至2.99%，为城市供水管网安全监测提供了突破性技术方案。

　　

Highlight亮点

(1) 针对低信噪比(SNR)场景，创新性地基于IMF分量与另一检测信号的互相关(CC)函数最大值及其邻域值，构建双因子筛选标准，有效区分泄漏信号主导分量与噪声主导分量

(2) 提出参考噪声"二次锻造"技术：将筛选的噪声分量重组后再次CEEMDAN分解，获得与原始信号同源、频带更窄的高质量参考噪声，使LMS滤波性能提升近2dB

Conclusion结论

(1) 仿真显示：在-18dB强噪声背景下，经CEEMDAN-LMS处理后两路信号SNR分别提升11.44dB和11.03dB

(2) 实测数据表明：未经处理信号直接互相关定位误差达10.85%，而本方法将误差压缩至2.99%，精度提升72.4%