針對水聽器采集信號過程中存在的外界環(huán)境噪聲干擾問題,提出了一種基于變分模態(tài)分解和小波閾值（VMD-WT）的聯(lián)合去噪方法。該方法首先對含噪信號進行VMD分解,得到固有模態(tài)函數(shù)（IMFs）。然后計算每個IMF分量的中心頻率和相關系數(shù),通過相關系數(shù)閾值去除噪聲IMFs,并對其余有用的IMFs進行小波閾值去噪處理。最后對去噪的IMF分量進行重構,得到具有良好信噪比的信號。通過仿真實驗,證明了本方法與CEEMDAN-WT（自適應噪聲的完備經(jīng)驗模態(tài)分解-小波閾值去噪）、EEMD-WT（集合經(jīng)驗模態(tài)分解-小波閾值去噪）、EMD-WT（經(jīng)驗模態(tài)分解-小波閾值去噪）、WT（小波閾值去噪）等方法相比,具有更好的去噪效果。通過對光纖水聽器的實測實驗表明本文的VMD-WT法在實際水聽運用中具有良好的提高信噪比的性能。 

【文章來源】：傳感技術學報. 2020,33(07)北大核心

【文章頁數(shù)】：10 頁

【部分圖文】：

VMD算法步驟圖

VMD-WT方法流程圖

由于空間有限,本文對SNR=-8.986 0 dB的含噪信號進行VMD-WT處理,如圖3所示。首先對含噪信號進行VMD分解,用VMD進行實驗時需要優(yōu)先設定參數(shù),本文設定的參數(shù)如下:懲罰因子α=6 000,分解層數(shù)K=8,收斂精度ε=1×10-7。含噪信號的IMF分量及其相應的頻譜如圖4所示。從圖4中可以看出IMF1分量的中心頻率在300 Hz左右,最接近信號頻率。

【參考文獻】：
期刊論文
[1]A novel noise reduction technique for underwater acoustic signals based on complete ensemble empirical mode decomposition with adaptive noise,minimum mean square variance criterion and least mean square adaptive filter[J]. Yu-xing Li,Long Wang.  Defence Technology. 2020(03)
[2]基于變分模態(tài)分解和獨立成分分析的礦山微震信號降噪[J]. 黃維新,劉敦文.  振動與沖擊. 2019(04)
[3]改進EMD閾值小波濾波方法[J]. 李其建,徐海波.  機械科學與技術. 2017(08)
[4]改進的小波閾值去噪方法及其在MATLAB中的仿真[J]. 李樹鈺.  噪聲與振動控制. 2010(02)
[5]海洋噪聲中艦船輻射噪聲的一種檢測方法[J]. 劉勛,周越,相敬林.  數(shù)據(jù)采集與處理. 2000(03)



本文編號：2982113