矿下瓦斯数据在采集的过程中经常受到各种因素的干扰,导致采集到的瓦斯数据常含有大量的噪声,若直接使用未处理的瓦斯数据进行特征提取或者预测,将导致大量的错误和误判,不能准确的预测出瓦斯突出等隐患,不能及时的避免煤矿重大恶性事故的发生,因此瓦斯数据降噪对瓦斯防治工作至关重要。对含有“大数”数据和缺失数据的瓦斯噪声数据本文进行了预处理。首先使用不需要查表且能处理“大数”数据的拉依达准则来进行检测和剔除;使用最大期望插补法来预测填充处理缺失的数据。提出了基于CEEMDAN融合SVD比值法的双域瓦斯信号降噪算法。在频域上,使用CEEMDAN方法将瓦斯信号从高频到低频分解为若干个IMF分量,使用排列熵的算法将含噪声的高频IMF分量筛选出来;在空域上,使用SVD分解法将含噪声的高频IMF分量分别分解到“信号子空间”和“噪声子空间”中,通过改进的SVD比值法选取奇异值矩阵的有效阶次,来删除“噪声子空间”,从而进行降噪。通过瓦斯信号降噪实验,验证了双域的降噪算法的有效性,在提高了信噪比的同时也降低了均方根误差。最后本文设计并实现了瓦斯信号降噪系统,为信号分析者提供直观的界面展示和可操作平台。