重庆理工大学学报(自然科学) ›› 2023, Vol. 37 ›› Issue (12): 302-309.
田维坤, 胡峰, 喻潇, 彭海龙, 蒋东荣
摘要: 经传统小波阈值函数降噪后的信号与原始信号相比,存在一定恒定误差。利用变分模态分解(variational mode decomposition,VMD)处理信号时,不同惩罚因子α及模态分解层数K取值极大影响降噪效果。为此,将联合麻雀搜索算法(sparrow search algorithm,SSA)-VMD与改进小波阈值降噪法引入发电机振动信号处理。先利用SSA以最小包络熵为目标函数优化VMD分解参数α与K,获取最优降噪效果;再将含噪振动信号经VMD解构为K个本征模态函数(intrinsic mode functions,IMF),利用改进小波阈值对低于所设置IMF阈值的分量再次降噪;最后,将降噪后的IMF分量重组获得最终降噪信号。通过Matlab验证分析可知, 联合SSA-VMD与改进小波阈值降噪法能有效降低信号均方误差、显著提升发电机振动信号的降噪效果。
中图分类号: