申请/专利权人：三峡大学

申请日：2023-11-01

公开（公告）日：2024-03-12

公开（公告）号：CN117690402A

主分类号：G10K11/178

分类号：G10K11/178;G06F18/2131;G06N3/006

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.03.29#实质审查的生效;2024.03.12#公开

摘要：一种融合EWT的ISSA‑VMD‑KU的uwDAS振动信号去噪方法，包括以下步骤：使用uwDAS采集振动信号yt；对振动信号yt进行EWT预处理，得到M个mra模态分量；计算各阶mra与原始信号的皮尔森相关系数ρ，选取ρ＝[ρl,ρh]阈值范围的分量进行重构，得到重构后振动信号y′t；使用VMD分解重构后振动信号y′t，将最小包络熵作为适应度函数，使用ISSA优化VMD的分解层数K和惩罚因子alpha，直至达到最大迭代次数，输出最优参数组合[K_best，alpha_best]；使用最优参数[K_best，alpha_best]再对y't进行VMD分解，得到K_best个IMF与余项RES；计算各阶IMF的峭度值KU，选取KU＝[KUl，KUh]阈值范围内的IMF重构，得到去噪后的uwDAS振动信号y″t。该方法能够有效抑制模态混叠现象，分解出更有效的分量IMF，提升了去噪效果。

主权项：1.一种融合EWT的ISSA-VMD-KU的uwDAS振动信号去噪方法，其特征在于包括以下步骤：步骤1：使用uwDAS采集振动信号yt；步骤2：对振动信号yt进行EWT预处理，得到M个mra模态分量；步骤3：计算各阶mra与原始信号的皮尔森相关系数ρ，选取ρ＝[ρl，ρh]阈值范围的分量进行重构，得到重构后振动信号y′t；步骤4：使用VMD分解重构后振动信号y′t，将最小包络熵作为适应度函数，使用ISSA优化VMD的分解层数K和惩罚因子alpha，直至达到最大迭代次数，输出最优参数组合[K_best，alpha_best]；步骤5：使用最优参数[K_best，alpha_best]再对y′t进行VMD分解，得到K_best个IMF与余项RES；步骤6：计算各阶IMF的峭度值KU，选取KU＝[KUl，KUh]阈值范围内的IMF重构，得到去噪后的uwDAS振动信号y″t。

全文数据：

权利要求：

百度查询： 三峡大学 一种融合EWT的ISSA-VMD-KU的uwDAS振动信号去噪方法

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