SG-VMD-SVD 的信号去噪方法研究

吉林大学学报(信息科学版) ›› 2021, Vol. 39 ›› Issue (2): 158-165.

SG-VMD-SVD 的信号去噪方法研究

李宏^1a, 褚丽鑫^1a, 刘庆强^1a, 路敬祎^1b, 李富²

1. 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;2. 大庆钻探工程公司钻井一公司, 黑龙江大庆 163318

收稿日期:2020-10-08 出版日期:2021-04-19 发布日期:2021-04-27
作者简介:李宏(1969— ), 女, 黑龙江大庆人, 东北石油大学教授, 硕士生导师, 主要从事油气管道泄漏检测与信号处理研究, (Tel)86-15304893939 (E-mail)853386766@qq.com
基金资助:
国家重大科技专项基金资助项目(2017ZX05019-005); 黑龙江省自然科学基金资助项目(LH2019F004)

Study on Signal De-Noising Method of SG-VMD-SVD

LI Hong^1a, CHU Lixin^1a, LIU Qingqiang^1a, LU Jingyi^1b, LI Fu²

1a. School of Electrical Engineering and Information; 1b. Key laboratory of Networking and Intellectual Control System in Heilongjiang Province,Northeast Petroleum University, Daqing 163318, China; 2. Drilling Company 1, Daqing Drilling Engineering Company, Daqing 163318, China

Received:2020-10-08 Online:2021-04-19 Published:2021-04-27

摘要/Abstract

摘要： 油气管道信号泄漏检测易受噪声影响, 因此去噪成了关键问题。为了提高对油气管道信号的去噪效果,提出了一种基于 Savitzky-Golay 平滑滤波、变分模态分解(VMD: Variational Mode Decomposition)和频域奇异值分解(SVD: Singular Value Decomposition)去噪相结合的油气管道信号的联合去噪方法。首先, 针对泄漏信号在时域利用 SG 平滑滤波降噪, 去除尖脉冲、高频成分等噪声, 提高输入信号的信噪比;将滤波后的信号利用VMD 分解, 通过计算各个本征模态分量(IMF: Intrinsic Mode Function)与信号之间的曼哈顿距离, 从而区分信号分量与噪声分量, 对噪声分量进行频域奇异值(SVD)去噪, 最后将滤波后的分量与信号分量进行重构, 得到最终降噪后的信号。通过仿真和实际实验表明, 该方法与单一 VMD 法、 VMD-小波变换、 SG-VMD-时域 SVD 去噪方法相比, 去噪后所得信号信噪比相对较高, 并验证了该方法去噪效果的优越性和对油气管道泄漏信号去噪的可行性。

关键词: 变分模态分解, Savitzky-Golay 平滑滤波, 频域奇异值分解, 泄漏信号

Abstract: Signal leakage detection of oil and gas pipelines is easily affected by noise, so de-noising becomes the key point. In order to improve the de-noising effect of oil and gas pipeline signals, a combined de-noising method based on savitzky-Golay smoothing filter, variational mode decomposition and frequency domain singular value de-noising method is proposed. Firstly, savitzky-Golay smoothing filter is used to reduce the noise of the leakage
signal in the time domain to remove the sharp pulse, high-frequency components and other noises and to improve the signal-to-noise ratio of the input signal. By calculating the Intrinsic Mode components (IMF: Intrinsic Mode Function) and the Manhattan distance between signals, distinguishing the signal components and noise, the noise component frequency-domain SVD (Singular Value De-noising), finally the filter components and signal are constructed. Simulation and practical experiments show that compared with single VMD method, VMD- wavelet transform and SG-VMD-SVD method, the signal to noise ratio is relatively higher, which verifies the superiority of de-noising effect and the feasibility of de-noising oil and gas pipeline leakage signal.

Key words: variational mode decomposition, savitzky-golay smooth filter, singular value decomposition in frequency domain, leakage signal

中图分类号:

TN911. 72

李宏, 褚丽鑫, 刘庆强, 路敬祎, 李富. SG-VMD-SVD 的信号去噪方法研究[J]. 吉林大学学报(信息科学版), 2021, 39(2): 158-165.

LI Hong , CHU Lixin , LIU Qingqiang, LU Jingyi , LI Fu. Study on Signal De-Noising Method of SG-VMD-SVD[J]. Journal of Jilin University (Information Science Edition), 2021, 39(2): 158-165.

[1]	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.
[2]	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.
[3]	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.
[4]	张超, 侯男, 路敬祎, 王闯. 改进的 PSO-VMD 算法及其在管道泄漏检测中的应用[J]. 吉林大学学报(信息科学版), 2021, 39(1): 28-36.
[5]	周怡娜, 路敬祎, 董宏丽, 张勇. 云相似度测量的变分模态分解去噪方法[J]. 吉林大学学报(信息科学版), 2020, 38(1): 9-17.
[6]	高宏宇, 马立园, 董宏丽, 路敬祎, 刘文庆. 基于2D-VMD 与CC 结合的模态重构算法[J]. 吉林大学学报(信息科学版), 2019, 37(6): 603-609.
[7]	刘霞, 李文. 基于变分模态分解的相关能量熵自适应阈值去噪[J]. 吉林大学学报(信息科学版), 2019, 37(5): 518-525.
[8]	梁洪卫, 刘冬冬, 阚玲玲, 高丙坤, 邹岱峰. 基于VMD改进算法的气体管道泄漏检测[J]. 吉林大学学报(信息科学版), 2019, 37(5): 490-496.