基于VMD-HD-VMD的信号去噪方法

吉林大学学报(信息科学版) ›› 2025, Vol. 43 ›› Issue (2): 238-244.

基于VMD-HD-VMD的信号去噪方法

王冬梅^a, 肖建利^a, 路敬祎^a,b, 何彬^a

东北石油大学 a. 电气信息工程学院; b. 黑龙江省网络化与智能控制重点实验室, 黑龙江大庆 163318

收稿日期:2021-08-10 出版日期:2025-04-08 发布日期:2025-04-09
作者简介:王冬梅(1977— ),女,黑龙江大庆人,东北石油大学副教授,硕士生导师,主要从事数字信号处理等研究,(Tel)86-18745977161(E-mail)wdmlju@126.com。
基金资助:
国家自然科学基金资助项目(61873058) ; 中国石油科技创新基金资助项目(2018D-5007-0302); 东北石油大学青年科学基金资助项目(2018QNL-33); 冶金装备及其控制教育部重点实验室开放基金资助项目(MECOF2019B01)

Pipeline Leakage Signal Denoising Using VMD-HD-VMD

WANG Dongmei^a, XIAO Jianli^a, LU Jingyi^a,b, HE Bin^a

a. College of Electrical and Information Engineering; b. Heilongjiang Provincial Key Laboratory of Networking and Intelligent Control, Northeast Petroleum University, Daqing 163318, China

Received:2021-08-10 Online:2025-04-08 Published:2025-04-09

摘要/Abstract

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

Abstract: In order to distinguish the effective component and noise component after VMD(Variational Mode Decomposition), and improve the denoising effect of VMD. A denoising algorithm (VMD-HD-VMD) combining VMD and HD(Hausdorff Distance) is proposed. Firstly, the original signal is decomposed into K IMF(Intrinsic Mode Functions) by VMD, the HD value of the probability density function of IMF component is calculated respectively, and the effective component and noise component are distinguished according to the HD value. Then the noise component is decomposed by VMD again, the effective component is selected by correlation coefficient, and reconstructed with the effective component decomposed for the first time. This method is applied to the denoising of pipeline leakage signal. The simulation experiment and pipeline leakage signal processing show that this method has better effect than EEMD(Ensemble Empirical Mode Decomposition), VMD and VMD combined wavelet denoising.

Key words: variational mode decomposition(VMD), hausdorff distance(HD), pipeline leak, denoising

中图分类号:

TN911

王冬梅, 肖建利, 路敬祎, 何彬. 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(2): 238-244.

WANG Dongmei, XIAO Jianli, LU Jingyi, HE Bin. Pipeline Leakage Signal Denoising Using VMD-HD-VMD[J]. Journal of Jilin University (Information Science Edition), 2025, 43(2): 238-244.

[1]	李建阁, 王澜, 梁婧涵. 基于EEMD-PRT 的管道泄漏检测去噪算法[J]. 吉林大学学报(信息科学版), 2025, 43(3): 461-466.
[2]	王秀芳, 崔琨雨. 管道泄漏检测传感器及应用综述[J]. 吉林大学学报(信息科学版), 2025, 43(2): 265-275.
[3]	宋金波, 刘锦玲, 闫荣喜, 王鹏, 路敬祎. 基于 VMD-1DCNN-GRU 的轴承故障诊断[J]. 吉林大学学报(信息科学版), 2025, 43(1): 34-42.
[4]	马元元 , 崔长彩 , 马立园 , 东辉. 基于 2D-VMD 和 BD 结合的医学图像去噪算法[J]. 吉林大学学报(信息科学版), 2024, 42(1): 186-192.
[5]	王金玉, 胡喜乐, 闫冠宇 . 基于 VMD 的 CNN-BiLSTM-Att 的短期负荷预测 [J]. 吉林大学学报(信息科学版), 2023, 41(6): 1007-1014.
[6]	沈晨, 张培珍, 刘欢, 唐杰平, 高守勇, 王振鹏. 基于 VMD-Hilbert 变换的大型网箱养殖鱼群声特性研究 [J]. 吉林大学学报(信息科学版), 2023, 41(6): 1054-1062.
[7]	王冬梅, 何壮, 柴永康, 孙颖, 路敬祎. LHBA 优化 VMD 降噪算法及在管道泄漏信号中的应用[J]. 吉林大学学报(信息科学版), 2023, 41(6): 961-968.
[8]	王冬梅 , 史少雄 , 路敬祎. VMD-HD-KT 去噪法在管道泄漏信号中的去噪应用[J]. 吉林大学学报(信息科学版), 2023, 41(2): 202-206.
[9]	侯男, 张超, 路敬祎, 宋南南. 基于 VMD-熵方法的管道信号特征提取方法[J]. 吉林大学学报(信息科学版), 2022, 40(6): 908-917.
[10]	徐建军, 王硕昌. 基于 VMD-分形理论的短期电力负荷预测[J]. 吉林大学学报(信息科学版), 2022, 40(5): 744-751.
[11]	高金兰 , 李豪 , 邓蒙. 基于GAVMD-SGRU模型的风电场短期功率预测[J]. 吉林大学学报(信息科学版), 2021, 39(6): 647-655.
[12]	高金兰, 王天. 基于 VMD-IWOA-LSSVM 的短期负荷预测[J]. 吉林大学学报(信息科学版), 2021, 39(4): 430-438.
[13]	李佳, 马海涛, 李月. 自适应秩收敛低秩算法压制沙漠地震随机噪声[J]. 吉林大学学报(信息科学版), 2021, 39(3): 237-245.
[14]	李宏, 田雷, 路敬祎, 刘庆强. 基于 VMD 的广义二次互相关时延估计方法[J]. 吉林大学学报(信息科学版), 2021, 39(3): 260-266.
[15]	王冬梅, 何彬, 路敬祎, 肖建利. VMD-SCT-GMF 滤波算法[J]. 吉林大学学报(信息科学版), 2021, 39(3): 252-259.