-
题名PSO-DVMD-WT的变形信号去噪方法研究
被引量：6
- 1
-
-
作者
陈竹安
熊鑫
李亦佳
-
机构
东华理工大学测绘工程学院
江西省数字国土重点实验室
-
出处
《测绘科学》
CSCD
北大核心
2020年第8期41-50,共10页
-
基金
国家自然科学基金项目(51708098)
江西省自然科学基金项目(20171BAA218018)。
-
文摘
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K1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0.4180 mm、信噪比提升至10.1740 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0.1510 mm、信噪比提升至23.8210 dB,验证了本文方法在实际应用中的有效性。
-
关键词
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
-
Keywords
particle swarm optimization algorithm
dual variational mode decomposition
ensemble empirical mode decomposition
wavelet threshold denoising
deformation monitoring
denoising
-
分类号
P258
[天文地球—测绘科学与技术]
-
