1.水锤冲击压力信号的自适应滤波降噪方法，其特征在于，包括以下步骤：步骤1，获取待监测水管的水锤冲击压力信号构成的时间序列为x(t)；

步骤2，对x(t)进行经验模式分解，确定极大值序列xmax和极小值序列xmin，根据xmax和xmin确定x(t)的上下包络及两组包络的平均值序列m(t)＝(xmax+xmin)/2，将m(t)从x(t)中去掉，得到第一个筛分序列h1(t)＝x(t)‑m(t)；

步骤3，将自身所包含极值点与过零点的总个数相等或相差1的信号定义为IMF分量，若h1(t)满足IMF分量定义则将其视为第一个IMF分量c1(t)，否则令x(t)＝h1(t)，重复步骤2，直至新的h1(t)满足IMF分量定义；

步骤4，用信号分解后的余项r1(t)代替x(t)，r1(t)＝x(t)‑c1(t)，重复步骤2～3，依次得到第n个IMF分量cn(t)，n＝(2，3，4…，k)；

步骤5，选择第n个IMF分量cn(t)作为新的信号，对新的信号进行评估，评估最大幅值损失是否低于5％，能量损失是否小于5％，R2系数是否大于0.95，若是，则IMF分量为滤波降噪后信号，否则，将cn(t)和将cn‑1(t)重新合成作为滤波后信号，重复评估最大幅值损失、能量损失和R2系数；若依然不符合要求，则从cn(t)开始，反向追溯cn(t)、cn‑1(t)和cn‑2(t)，并将其合成作为滤波后信号，重新评估，不断增加IMF分量的个数，并循环这一过程，直至获得的满足条件的合成信号，作为滤波后信号。

2.根据权利要求1所述的水锤冲击压力信号的自适应滤波降噪方法，其特征在于，所述步骤2中，对x(t)进行经验模式分解，寻找x(t)中局部极大值与极小值点，依次组成极大值序列xmax和极小值序列xmin，以xmax与xmin为对象，分别对二个序列进行三次样条插值计算，通过插值结果建立压力信号的上包络与下包络序列。

3.根据权利要求2所述的水锤冲击压力信号的自适应滤波降噪方法，其特征在于，所述步骤3中，当一直分解也无法得到IMF分量时，设置标准偏差系数SD：其中，T是信号的总时间长度，ε为设置的阈值，ε＝0.25，hi(t)为筛分序列，i＝(2，3，

4…，k)；

若hi(t)满足公式(1)，则认为hi(t)满足IMF分量定义，将hi(t)作为IMF分量。

4.根据权利要求3所述的水锤冲击压力信号的自适应滤波降噪方法，其特征在于，所述步骤4中，IMF分量cn(t)为一系列调频调幅信号组合，如下式：uk(t)＝Ak(t)cos(φk(t)) (2)

其中，φk(t)为非递减函数，φ′k(t)≥0，包络Ak(t)≥0，可将每个uk(t)看作一个简谐波，其幅值为Ak(t)且瞬时频率为φ′k(t)。

5.根据权利要求4所述的水锤冲击压力信号的自适应滤波降噪方法，其特征在于，所述步骤5中最大幅值损失为Aloss：Aloss＝|A‑a|/A×100％ (3)

其中，A为原始信号最大冲击幅值，a为重构信号最大冲击幅值。

6.根据权利要求5所述的水锤冲击压力信号的自适应滤波降噪方法，其特征在于，所述步骤5中能量损失为Eloss：Eloss＝|E‑e|/E×100％ (4)

其中，E为原始信号能量，e为重构信号能量。

7.根据权利要求6所述的水锤冲击压力信号的自适应滤波降噪方法，其特征在于，所述步骤5中R2系数的计算过程如下：其中， 表示合成后的压力信号值，xi表示原始压力信号值， 表示原始压力信号值的平均值。

8.根据权利要求1所述的水锤冲击压力信号的自适应滤波降噪方法，其特征在于，所述步骤1中获取的时间序列x(t)是对待分析信号两端进行扩展后的信号序列，在步骤5对新的信号进行评估前，将扩展的信号序列对应的IMF分量截掉。