买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：哈尔滨理工大学

摘要：本发明涉及一种基于改进鹈鹕优化算法优化变分模态分解的阀门信号降噪方法，归属于信号处理技术领域。其显著特点在于：通过引入改进的鹈鹕算法，对变分模态分解VMD进行优化，从而有效解决VMD参数选取问题及信号去噪问题。该方法克服了传统鹈鹕算法种群多样性不足、容易陷入局部最优以及全局搜索能力不足等缺陷。本专利在优化鹈鹕算法方面进行了以下创新：首先，引入Tent混沌映射以改进算法的初始化过程，从而增强种群的多样性和全局搜索能力；其次，通过引入非线性惯性权重因子，改进鹈鹕算法移向猎物阶段的位置更新过程，有效平衡全局搜索与局部搜索；最后，在鹈鹕掠过水面阶段引入柯西变异策略和麻雀警戒者机制，提升算法跳出局部最优解的能力，并增强其全局搜索能力和适应性。优化后的鹈鹕算法进一步嵌入到VMD中，对其惩罚因子和模态数目进行参数优化，最终获得去噪后的信号。本发明在实际应用中展现出显著的适用性，不仅能有效解决VMD参数选取问题，还能高效去除信号噪声，提高信号的有效性。

主权项：1.一种基于改进鹈鹕优化算法优化变分模态分解的阀门信号降噪方法，其特征在于：包括以下步骤：S1：采集阀门在不同泄漏情况下的无噪声泄漏信号数据集及有噪声泄漏信号数据集，建立原始信号数据集M与含噪信号数据集N；S2：使用Tent混沌映射来改善鹈鹕算法初始化种群的多样性，以提高算法的搜索速度和优化性能，并增加初始种群的遍历性；xi＝lb+ub-lb·zi 其中，其中，xi代表第i只鹈鹕的位置；zi为混沌序列；参数α是控制映射行为的一个关键参数，参数α控制了映射的斜率，从而影响系统的混沌行为和动态行为。在0，2]中取值，α越大代表混沌性越高。在实施例中，a取值为0.7，随机生成初始位置。设置鹈鹕优化算法相关参数，包括种群数量Pop、最大迭代次数Max、上边界ub、下边界lb和适应度函数Fit；S3：加入的非线性权重因子、柯西变异策略和麻雀警戒者机制，分别改进逼近猎物阶段和水面飞行阶段，有助于算法搜索最优解，不但提高了算法的局部勘探能力，而且提升了算法的收敛速度；调整鹈鹕的位置更新机制；根据新的位置信息，重新计算适应度值；在第二阶段引入柯西变异策略和麻雀警戒者机制来分别增强算法跳出局部最优的能力以及全局搜索能力；记录当前种群中适应度最高的个体作为全局最优解；判断是否达到最大迭代次数或收敛条件，若达到则结束迭代，否则返回继续迭代；最终输出优化得到的最优VMD参数；S4：根据得到的VMD最优参数将信号分解后得到K个模态量，计算每个模态的能量占总能量的比率，能量较低的模态为噪声； 其中，uit是第i个模态在时间t的值，T是时间序列的长度，K是模态总数；S5：将去噪后的IMF分量与其他IMF分量进行信号重构，得到去噪后的信号，重构公式为： 式中IMFnt为第n个IMF分量，Rt为残余分量，xt为降噪后的信号。S6：利用信噪比SNR与误差均方根RMSE的数值来验证仿真效果，信噪比公式： 式中，Ps为信号功率，Pm为噪声功率，xt为有用信号，mt为噪声信号，SNR为信噪比；均方根误差计算公式为： 式中，N为信号长度，xi为含噪信号，yi为降噪信号。信噪比SNR值越大说明去噪效果越好；与之相反，均方根误差RMSE值越小说明去噪效果越好。

全文数据：

权利要求：

百度查询： 哈尔滨理工大学 一种基于改进鹈鹕优化算法优化变分模态分解的阀门信号降噪方法