基于VMD-HD-VMD的信号去噪方法

王冬梅, 肖建利, 路敬祎, 何彬

吉林大学学报(信息科学版) ›› 2025, Vol. 43 ›› Issue (02) : 238 -244.

PDF
吉林大学学报(信息科学版) ›› 2025, Vol. 43 ›› Issue (02) : 238 -244. DOI: 10.19292/j.cnki.jdxxp.20250303.005

基于VMD-HD-VMD的信号去噪方法

    王冬梅, 肖建利, 路敬祎, 何彬
作者信息 +

Author information +
文章历史 +
PDF

摘要

为区分变分模态分解(VMD:Variational Mode Decomposition)分解后的有效分量和噪声分量,并提高VMD的去噪效果,提出了一种VMD与豪斯多夫距离(HD:Hausdorff Distance)结合的去噪算法(VMD-HD-VMD)。首先利用VMD将原始信号分解为K个固有模态函数(IMF:Intrinsic Mode Function),分别计算IMF分量的概率密度函数的HD值,并根据HD值区分有效分量与噪声分量。然后将噪声分量再次进行VMD分解,利用相关系数选取出有效分量,并与第1次分解的有效分量进行重构。最后将此方法应用于管道泄漏信号的去噪。仿真实验和管道泄漏信号处理结果表明,相比集合经验模态分解(EEMD:Ensemble Empirical Mode Decomposition)、VMD、VMD联合小波去噪,该方法取得了更好的去噪效果。

关键词

变分模态分解 / 豪斯多夫距离 / 管道泄漏 / 去噪

Key words

引用本文

引用格式 ▾
基于VMD-HD-VMD的信号去噪方法[J]. 吉林大学学报(信息科学版), 2025, 43(02): 238-244 DOI:10.19292/j.cnki.jdxxp.20250303.005

登录浏览全文

4963

注册一个新账户 忘记密码

参考文献

AI Summary AI Mindmap
PDF

79

访问

0

被引

详细

导航
相关文章

AI思维导图

/