基于VMD与AdaBoost-SCN的海缆振动信号识别方法

作者：尚秋峰; 黄达^*; 巩彪

来源：振动与冲击, 2023, 42(19): 231-239.

DOI：10.13465/j.cnki.jvs.2023.19.030

• 信号识别
• 变分模态分解(VMD)
• 随机配置网络(SCN)
• 自适应增强(AdaBoost)算法

海底光缆的在线监测和振动信号识别是保证其正常运行的关键技术。搭建了基于布里渊光时域分析系统，模拟不同工况下的海缆振动信号。针对海缆振动信号信息丰富、信噪比低，使用单一随机配置网络(stochastic configuration network, SCN)模型对信号识别准确率不高的问题，提出了自适应增强(adaptive boosting, AdaBoost)算法优化的随机配置网络(AdaBoost-SCN)识别方法。首先用变分模态分解(variational mode decomposition, VMD)算法分解海缆振动信号，构建特征向量；然后采用AdaBoost-SCN算法对振动信号分类。结果表明，所提方法有着很高的精度，并且具有很强的鲁棒性与泛化能力，提高了布里渊光时域分析系统振动信号识别的有效性。

• 单位
  华北电力大学; 华北电力大学（保定）