خوارزمية مشتركة جديدة لتقليل الضوضاء لموجه MMS المائي

مقدمة

في استكشاف المحيطات، من خلال تحليل ومعالجة الإشارة التي يتلقاها الهيدروفون، يمكن الحصول على الفئة المستهدفة لمصدر الصوت والزاوية ذات الصلة والموضع ومعلمات الحالة الأخرى. ومع ذلك، سيتم حتما خلط الضوضاء والتداخلات المختلفة في الهيدروفون أثناء جمع البيانات. لذلك، من أجل مواصلة اكتشاف الإشارة وتحديدها وتحديد موقعها، يجب التخلص من تأثير تداخل الضوضاء هذا قدر الإمكان. هناك العديد من الخوارزميات الرئيسية ل تقليل إشارة محول الطاقة الصوتية تحت الماء : طريقة ترشيح فورييه التقليدية، وطريقة تحويل المويجات، وطريقة تحلل الوضع التجريبي. سيكون لجميع هذه الخوارزميات تأثير معين في تقليل الضوضاء على الإشارات المزعجة، ولكن لديها أيضًا بعض أوجه القصور. إن تقليل الضوضاء المويجات التقليدية يواجه مشاكل في كيفية اختيار قواعد المويجات وعدد مستويات التحلل. تم اقتراح خوارزمية معالجة الإشارة، تحليل الوضع التجريبي. لا تحتاج هذه الخوارزمية إلى تعيين الوظيفة الأساسية، ولكنها ستنتج أسماء مستعارة مشروطة، مما سيؤدي إلى استعارة الشكلين الموجيين المتجاورين للوظيفة المشروطة عند إعادة البناء. لا يزال هناك الكثير من الضوضاء المختلطة. U et al. اقترحت خوارزمية وضع تجريبي جماعية لهذا الغرض، مضيفة ضوضاء بيضاء مساعدة لتقليل تأثير التعرجات المشروطة، لكنها لا تضمن أن الضوضاء البيضاء المقدمة في عملية التحلل يمكنها القضاء تمامًا على P1. التحلل المشروط المتغير هو خوارزمية تحلل مشروط جديدة. تدرك الخوارزمية الفصل الفعال بين وظائف الوسائط المتأصلة من خلال تحديد مركز التردد وعرض النطاق الترددي لكل وظيفة نمطية متأصلة [له أساس نظري متين ويمكنه حل مشكلة التعرج المشروط بشكل أفضل. وفقًا لنظرية خوارزمية VMD، قبل استخدام تحلل VMD على إشارة تقليل الضوضاء الأصلية، يجب تعيين عدد المكونات المشروطة fc وعامل مدة العقوبة٪ من تحلل VMD مسبقًا. ترتبط قيمة fc وقيمة 'value ارتباطًا مباشرًا بنتيجة التحلل النهائية. إذا كانت قيمة c صغيرة جدًا، فلن يكون تحليل الإشارة كافيًا. إذا كانت القيمة كبيرة جدًا، فسيتم إنشاء مكونات إشارة خاطئة، مما سيؤدي إلى تداخل في تحليل المكونات المفيدة للإشارة الأصلية. إذا كان a كبيرًا جدًا، فسيكون عرض النطاق الترددي للشكل أصغر، على العكس من ذلك، إذا كان أصغر، سيكون عرض النطاق الترددي للشكل أكبر. لذلك، فإن التحديد من القيمة وتلعب دورًا حيويًا في خوارزمية VMD، ولكن يتم تعيين معظم معلمات خوارزمية VMD بناءً على الخبرة البشرية كمقارنة [استجابة للمشاكل المذكورة أعلاه، تم اقتراح طريقة جديدة تعتمد على SC AP SO. تعمل الخوارزمية على تحسين معلمات V MD fc و a، وتأخذ متوسط الخطأ المربع للإشارة المعاد بناؤها كوظيفة اللياقة البدنية للخوارزمية، وتجد المبلغ الأمثل لتحقيق غرض تقليل الضوضاء.

 

2 المبادئ الأساسية. مبدأ VM D هو خوارزمية تكيفية غير متكررة لمعالجة الإشارات. عرض النطاق الترددي المقيد مشكلة التباين المقابلة لخوارزمية V MD

 

 

خوارزمية جيب التمام

خوارزمية Sine وCosine) هي نوع جديد من خوارزمية تحسين ذكاء السرب محول هيدروفون تحت الماء . عند استخدام خوارزمية SCA للبحث عن التحسين، يمكن تقسيمها إلى عمليتين. الأول هو عملية الاستكشاف. تستكشف خوارزمية التحسين بسرعة المنطقة الممكنة في مساحة البحث من خلال الجمع بين حل عشوائي من بين جميع الحلول العشوائية، والثانية هي عملية متوازية. ، يتغير الحل العشوائي تدريجيًا، وتكون سرعة تغيره أقل من سرعة عملية الاستكشاف، لذلك يتم تحديثه بشكل محدد.

 

خوارزمية سرب الجسيمات

 

خوارزمية سرب الجسيمات (هي خوارزمية تحسين ذكاء السرب. في خوارزمية PSO، يتم تحديد اتجاه ومسافة حركة الجسيمات من خلال سرعة الجسيم، ويتم إجراء الضبط الديناميكي لسرعة الجسيم بناءً على تجربة الحركة نفسها والجسيمات الأخرى. وبهذه الطريقة، يتم تحقيق تحسين الجسيم في الفضاء القابل للحل بشكل أكبر بحيث يتم تحديث سرعة وموضع الجسيم في كل عملية تكرار عن طريق تحديث الحد الأقصى الفردي والعالمي أقصى عملية التحديث المحددة هي التكرار r. عندما تكون سرعة الجسيم i في البعد i هي القيمة المثالية للجسيم i في البعد i؛ البعد d هو وزن القصور الذاتي؛ C1 وC2 هما عوامل التسارع، وهي أرقام عشوائية غير سالبة؛

 

مبدأ تقليل الضوضاء عند عتبة المويجات الناعمة

مبدأ تقليل الضوضاء عند عتبة المويجات الناعمة: أولاً، يتم تحلل الإشارة الصاخبة بشكل متعامد، ويتم الحصول على معاملات المويجات بعد التحلل؟ ثم قم بتعيين العتبة A والمقارنة. إذا كان حجم عشرة و A، يتم إنتاج المعامل بشكل رئيسي عن طريق الضوضاء؛ إذا كان المعامل ينتج بشكل رئيسي عن طريق الإشارة. وأخيرا، يتم إجراء تحويل المويجات العكسي على معاملات المويجات للحصول على حرب الإشارة بعد تقليل الضوضاء. صيغة تقدير العتبة الناعمة.

 

تعتمد خوارزمية SCA-PSO-VMD-WT المقترحة في هذه الورقة على التحليل والأساس النظري. تقترح هذه الورقة خوارزمية SCA-PSO-VMD-WT لتقليل الضوضاء. يتم تحليل الإشارة الصاخبة بواسطة V MD للحصول على المكون المشروط، ويتم تحديد ما إذا كان المكون المشروط هو مكون ضوضاء، ويتم تحديد المكون المشروط الصاخب لتقليل الضوضاء عند عتبة المويجات، ثم يتم إعادة بناء الإشارة عن طريق فصل الهيدروجين للحصول على الإشارة المخففة. يتم أخذ جذر متوسط ​​مربع الخطأ (RMSE.) للإشارة المعاد بناؤها كوظيفة اللياقة البدنية لـ SC AP SO للعثور على fc الأمثل وa لتحقيق غرض تقليل الضوضاء. SCA-P SO-VM D-WT المقترح ينقسم تقليل ضوضاء الخوارزمية بشكل أساسي إلى خطوات W: قم بتعيين معلمة طريقة اللعبة f، وتم تعيين الحد الأقصى لعدد التكرارات على 30، وتم تعيين عدد السكان على 20.2 موضع التهيئة والسرعة. في هذا البحث، تم استخدام معلمات VMD ft وa كمتجه الموقع للخوارزمية. قم بتحديث الموقع والسرعة بشكل جيد لحساب قيمة دالة اللياقة. استخدم الصيغة لتحديث الموضع، واستخدم الصيغة لتحديث السرعة، وإخراج قيم وظيفة اللياقة البدنية المثلى والعالمية.

 

 

تجربة المحاكاة

البرنامج المستخدم في التجربة في هذه الورقة هو Matlab R20 14 إشارة المحاكاة هي جمل sj jM 0. من أجل جعل تجربة المحاكاة أكثر واقعية، تتم إضافة ضوضاء عشوائية إلى إشارة المحاكاة. ومع ذلك، rtr r — في استكشاف المحيطات، تكون شدة الضوضاء الصادرة عن الإشارات الصوتية تحت الماء متغيرة بسبب تأثير علم المحيطات المحيطي والأنشطة البشرية. من أجل محاكاة هذا الموقف، ستضيف هذه المقالة الضوضاء البيضاء الغوسية، ومؤشرات تقييم تأثير تقليل الضوضاء في هذه الورقة هي جذر متوسط ​​مربع الخطأ (RMSE) ونسبة الإشارة إلى الضوضاء (SNHJ. للمقارنة، في نفس الوقت.

 

خوارزمية

 

الخوارزمية ونتيجة تقليل الضوضاء للخوارزمية. يوضح الشكل 1 الإشارة الأصلية والإشارة المزعجة تحت ديسيبل مختلف. شكل. تأثيرات تقليل الضوضاء لخوارزميات تقليل الضوضاء المختلفة. ويبين الجدول 1 مقارنة مؤشرات تقييم تقليل الضوضاء.

 

بمقارنة الشكل 1 مع الشكل 2-الشكل 6، وجد أن الخوارزميات الأربعة يمكنها إزالة الضوضاء الغوسية والبيضاء بشكل فعال في الإشارة الصاخبة تحت ديسيبل مختلفة، لكن تأثير تقليل الضوضاء لخوارزمية تقليل الضوضاء VMD-WT ضعيف، و VMD- طريقة شبكة تقليل الضوضاء WT هي إجراء تقليل عتبة المويجات بعد تحلل الإشارة الصاخبة بواسطة VMD، مما يوضح أن اختيار معلمات VMD لـ A: و a له تأثير واضح جدًا على تقليل ضوضاء الإشارة f؛ بالمقارنة مع خوارزمية تقليل الضوضاء VMD-WT، تم تحسين تأثيرات تقليل الضوضاء لخوارزميات PSO-VMD-WT وSCA-VMD-WT إلى حد معين، ولكن من الجدول 1، يمكن ملاحظة أن خوارزمية تقليل الضوضاء SCA-PSO-VMD-WT تستخدم في SNR وRMS. E لديه نتائج أفضل. .

 

 

 قياس

تم إجراء تجربة القياس الفعلية للهيدروفون المتجه MEMS من قبل باحثين من المختبر الرئيسي بجامعة الشمال الصينية في خزان Fenhe الثاني. تم تثبيت الهيدروفون ST على الضفة، وتم وضع محول الطاقة على القاطرة، وتمت زيادة المسافة بين الساحبة والمصفوفة تدريجيًا، واختيار أوضاع مختلفة للبقاء راسخًا، واستخدام محول الطاقة لنقل الإشارة، ثم القيام بجمع البيانات. تعترض هذه التجربة إشارات 8000 هرتز و 10000 هرتز عند 1000 نقطة للحصول على تقليل الضوضاء. الإشارة المقاسة السابقة. الشكل 7 والشكل 8 هما الإشارات المقاسة وأطياف تردداتها البالغة 800 هرتز و1000 هرتز، على التوالي، وإشارة تقليل الضوضاء وأطياف تردداتها.

وبملاحظة الشكل 7 نجد أن: إشارة الدخل البالغة 80 هرتز بها ضوضاء عالية التردد أقل، ويكون شكل الموجة سلسًا بعد تقليل الضوضاء. تأثير تقليل الضوضاء لهذه الخوارزمية جيد. تلاحظ مراقبة الشكل 8 أن إشارة دخل HZ تحتوي على نتوءات طيفية أكثر، مما يشير إلى أن الضوضاء T. الضوضاء كبيرة، ويتم الاحتفاظ بالخصائص الأساسية لإشارة مصدر الصوت بعد تقليل الضوضاء، ويكون تأثير تقليل الضوضاء لهذه الخوارزمية جيدًا. .

 

 

ختاماً

تهدف إلى حل مشكلة الضوضاء العشوائية في إشارة الـ مستشعر صوتي تحت الماء ، تقترح هذه الورقة طريقة تقليل الضوضاء SC AP SO-V MD-WT. في تجربة المحاكاة، من خلال مقارنة مؤشرات تقييم خوارزميات VMD-WT وPSO-VMD-WT وSCA-VMD-WT تحت ديسيبل مختلفة، وجد أن خوارزميات SCA-PSO-VMD-WT المقترحة في هذا البحث خوارزميات ضوضاء ممتازة: خوارزميات PVMD-WT وPSO-VMD-WT وSCA-VMD-WT. ولذلك، يمكن استخدام خوارزمية تقليل الضوضاء SCA-PSO-VMD-WT المقترحة في هذه الورقة لتقليل الضوضاء في بيانات الإشارة المقاسة. أظهرت النتائج أن: تأثير تقليل الضوضاء لخوارزمية SCA-PSO-VMD-WT واضح، مما يشير إلى أن الطريقة المقترحة في هذا البحث لها تأثير تقليل الضوضاء. لديك مرجع معين.