吉林大学学报(信息科学版) ›› 2023, Vol. 41 ›› Issue (6): 961-968.
• • 下一篇
王冬梅a,b, 何 壮a,b, 柴永康a,b, 孙 颖a,b, 路敬祎a,b,c
WANG Dongmei a,b , HE Zhuang a,b , CHAI Yongkang a,b , SUN Ying a,b , LU Jingyi a,b,c
摘要: 针对变分模态分解(VMD: Variational Mode Decomposition)算法在分解信号时参数选择不准确导致降噪效果不理想的问题, 提出一种改进的蜜獾优化算法(LHBA: Levy Honey Badger Algorithm)与 VMD 结合的降噪算法。首先, 利用 LHBA 算法优选 VMD 的分解模态数 K 和惩罚因子 α; 其次, 利用优化后的参数进行 VMD 信号 分解; 最后, 计算各模态分量与原始信号之间的豪斯多夫距离(HD: Hausdorff Distance), 选取有效模态分量 进行信号降噪处理。 实验结果表明, 该算法与 HBA(Honey Badger Algorithm)-VMD、 GA(Genetic Algorithm)- VMD 和 PSO(Particle Swarm Optimization)-VMD 相比, 其 4 种评价指标均优于其他对比算法, 具有较好的降噪效果, 验证了该算法的有效性和先进性。
中图分类号: