申请/专利权人：三峡金沙江川云水电开发有限公司;清华大学

申请日：2023-11-07

公开（公告）日：2024-02-20

公开（公告）号：CN117574053A

主分类号：G06F18/10

分类号：G06F18/10;G06N3/006;G01N27/82

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.03.08#实质审查的生效;2024.02.20#公开

摘要：本发明公开了一种基于灰狼优化VMD‑WT的混凝土开裂电磁信号去噪方法，涉及结构安全监测领域，通过电磁信号采集装置获取混凝土开裂时的原始电磁信号；选定初始模态分量个数和二次惩罚因子，对原始电磁信号进行变分模态分解；计算各模态分量的包络熵和信噪比，得到各模态分量的复合指数；以灰狼算法作为优化算法，选取各模态分量的复合指数k的最小值作为优化目标，求解得到最优的模态分量个数和最优的二次惩罚因子；以峭度阈值对电磁信号进行去噪重构；选取小波基函数，对重构的电磁信号进行小波去噪；输出去噪后的信号。本发明能够对混凝土开裂电磁信号进行高效去噪，有助于提高信号的信噪比和还原原始信号能力。

主权项：1.一种基于灰狼优化VMD-WT的混凝土开裂电磁信号去噪方法，其特征在于，包括如下步骤：S1：通过电磁信号采集装置获取混凝土开裂时的原始电磁信号xt；S2：选定初始模态分量个数K和二次惩罚因子α，对原始电磁信号进行变分模态分解，得到原始电磁信号的K个模态分量；S3：计算各模态分量的包络熵Ep和信噪比M，得到各模态分量的复合指数k；S4：以灰狼算法作为优化算法，选取各模态分量的复合指数k的最小值作为优化目标，求解得到最优的模态分量个数Kbest和最优的二次惩罚因子αbest；S5：以Kbest和αbest作为变分模态分解的参数，对原始电磁信号进行变分模态分解，得到N个模态分量，分别为[u1,u2,…,uN]。S6：计算各模态分量的峭度，分别为[ku1,ku2,…,kuN]，归一化各模态分量的峭度，得到[ku’1,ku’2,…,ku’N]，按照峭度大小对各模态分量进行排序，从大到小重新排列的模态分量为[u’1,u’2,…,u’N]；S7：设定重构电磁信号的峭度阈值，将初始的重构电磁信号设置为一段全为0的数据，依次抽离[u’1,u’2,…,u’N]中的第一个模态分量，并将其加入到重构电磁信号中；S8：选取小波基函数，对重构的电磁信号进行小波去噪；S9：输出去噪后的信号，完成混凝土开裂电磁信号的去噪过程。

全文数据：

权利要求：

百度查询： 三峡金沙江川云水电开发有限公司;清华大学 一种基于灰狼优化VMD-WT的混凝土开裂电磁信号去噪方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD