VMD-SG-WT去噪法及其在混沌去噪中的应用

• 作者: 周怡娜 张勇 杨丹迪 董宏丽 路敬祎
• 来源期刊: 东北石油大学学报
• 学科: 工学
• 关键词: 巴氏距离 变分模态分解 Savitzky-Golay平滑滤波 小波去噪 混沌信号
• 年，卷（期）: 2020,（4）
• 所属期刊栏目: 计算机与自动化工程
• 页码范围: 113-120,132
• 页数: 9页
• 分类号: TN911.72
• 字数: 6495字
• 语种: 中文
• DOI: 10.3969/j.issn.2095-4107.2020.04.016

摘要

为对混沌信号进行降噪,提出基于变分模态分解(VMD)的混合去噪(VMD-SG-WT)方法,首先基于各分量间的最小巴氏距离确定VMD分解模态参数,通过VMD将混沌信号分解成多个本征模态函数(IMFs);然后分别计算各个IMF分量与原始信号间的相关因数,根据相关关系指标确定IMF分量的含噪程度,对有效成分主导的信息分量重构进行Savitzky-Golay平滑滤波,对噪声主导的噪声分量重构进行小波降噪处理;最后利用平滑的信息分量与小波去噪的噪声分量进行重构,得到最终去噪的信号.采用VMD-SG-WT去噪法对Lorenz系统产生的仿真信号和实测的太阳黑子数序列进行降噪处理,并与局部投影去噪法、小波去噪法、经验模态分解(EMD)去噪法和单一VMD去噪法进行对比.结果表明:VMD-SG-WT去噪法能够有效对混沌信号进行降噪,去噪效果相对优于其他去噪方法的去噪效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张勇	东北石油大学电子科学学院	64	176	7.0	9.0
2	路敬祎	东北石油大学人工智能能源研究院	23	108	6.0	10.0
3	董宏丽	东北石油大学人工智能能源研究院	12	14	2.0	3.0
7	周怡娜	东北石油大学人工智能能源研究院	2	1	1.0	1.0
11	杨丹迪	东北石油大学人工智能能源研究院	1	0	0.0	0.0