PSO-VMD-SVD的改进去噪方法研究

作者：杜颖; 李宏^*; 刘庆强; 路敬祎; 李富

来源：吉林大学学报(信息科学版), 2021, 39(02): 142-151.

DOI：10.19292/j.cnki.jdxxp.2021.02.003

• VMD算法
• 粒子群优化
• 相关系数
• 奇异值
• 去噪

针对VMD(Variational Mode Decomposition)在处理信号时,模态个数K和惩罚参数α的选择会影响信号分解的效果,提出一种改进PSO(Particle Swarm Optimization)优化VMD(PSO-VMD)的算法,通过改进阈值相关系数法选择有效模态分量,根据信号分析对高频噪声进行奇异值去噪重构。对仿真信号和管道泄露信号进行实验,通过选择多个K并结合相关系数法选择模态进行重构,比较不同K对应的重构信号与原信号的信噪比(SNR:Signal to Noise Ratio)、相关系数(CC:Coefficient)、平方绝对误差(SAE:Square Absolute Error)、均方误差(MSE:Mean Square Error)证明改进PSO优化VMD的可靠性。将该方法与改进的PSO-VMD结合豪斯特夫距离和奇异值(HD-SVD:Hustoff Distance-Singular Value Decompositio)、互信息和奇异值(MI-SVD:Mutual Information-Singular Value Decompositio)、相关系数和小波变换(CC-WT:Correlation Coefficient-Wavelet Transform)等方法对比,效果更佳。

• 单位
  东北石油大学