测绘科学

2020, v.45;No.266(08) 41-50

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

PSO-DVMD-WT的变形信号去噪方法研究
The denoising method of deformation monitoring data based on PSO-DVMD-WT algorithm

陈竹安;熊鑫;李亦佳;

摘要(Abstract):

为了滤除变形数据中含有的白噪声,该文提出一种基于粒子群优化算法的双重变分模态分解-小波阈值去噪模型。首先利用VMD对变形数据进行初次分解,初次分解层数K_1由频谱图波峰个数确定,根据相关性分析将分量分为噪声分量和信号分量;然后针对信号分量出现模态混叠的现象,首次分解的信号分量再次进行粒子群优化的VMD分解,得到二次信号分量和二次噪声分量;对二次VMD分解得到的噪声分量进行小波阈值降噪;最后重构实现噪声的有效剔除。模拟实验结果显示,利用本文方法去噪得到的均方根误差降低至0.418 0 mm、信噪比提升至10.174 0 dB,对比小波阈值、总体经验模态分解(EEMD)、VMD等方法,降噪效果有明显的提升。在实际变形数据去噪中,相比于其他去噪方法,本文方法能够很好地抑制模态混叠的现象,且均方根误差降低至0.151 0 mm、信噪比提升至23.821 0 dB,验证了本文方法在实际应用中的有效性。

关键词(KeyWords): 粒子群优化算法;双重变分模态分解;总体经验模态分解;小波阈值去噪;变形监测;去噪

Abstract:

Keywords:

基金项目(Foundation): 国家自然科学基金项目(51708098);; 江西省自然科学基金项目(20171BAA218018)

作者(Author): 陈竹安;熊鑫;李亦佳;

Email:

DOI: 10.16251/j.cnki.1009-2307.2020.08.007

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享