En ny fælles denoising-algoritme af MMS-vektorhydrofon

Indledning

Ved havudforskning, gennem analyse og behandling af signalet modtaget af hydrofonen, kan målkategorien for lydkilden og dens relaterede vinkel, position og andre tilstandsparametre opnås. Forskellige støj og interferenser vil dog uundgåeligt blive blandet ind i hydrofonen under dataindsamlingen. Derfor, for yderligere at detektere, identificere og lokalisere signalet, skal påvirkningen af ​​disse støjinterferenser elimineres så meget som muligt. Der er mange hovedalgoritmer til undervands akustisk transducer -signalnedbrydning: traditionel Fourier-filtreringsmetode, wavelet-transformationsmetode og empirisk dekomponeringsmetode. Disse algoritmer vil alle have en vis dæmpende effekt på støjende signaler, men de har også nogle mangler. Traditionel wavelet-denoising har problemer med, hvordan man vælger wavelet-baser og antallet af nedbrydningsniveauer. En signalbehandlingsalgoritme, empirisk tilstandsnedbrydning, foreslås. Denne algoritme behøver ikke at indstille basisfunktionen, men den vil producere modal aliasing, hvilket vil forårsage, at de to tilstødende iboende modale funktionsbølgeformer bliver aliasset ved rekonstruktion. Der er stadig meget støj blandet i. U et al. foreslået en kollektiv empirisk tilstandsalgoritme til dette, der tilføjer ekstra hvid støj for at reducere indflydelsen af ​​modal aliasing, men den kan ikke garantere, at den hvide støj introduceret i nedbrydningsprocessen fuldstændigt kan eliminere P1. Variationel modal dekomponering er en ny modal dekomponeringsalgoritme. Algoritmen realiserer den effektive adskillelse af de iboende modale funktioner ved at bestemme frekvenscentret og båndbredden for hver iboende modal funktion [har et solidt teoretisk fundament og kan bedre løse problemet med modal aliasing. Ifølge teorien om VMD-algoritmen skal antallet af modale komponenter fc og straftidsfaktoren % af VMD-nedbrydningen indstilles på forhånd, før VMD-nedbrydningen bruges på det originale denoising-signal. Værdien af fc og værdien af 'værdi er direkte relateret til det endelige dekomponeringsresultat. Hvis værdien af c er for lille, vil signalnedbrydningen være utilstrækkelig. Hvis værdien er for stor, vil der blive genereret falske signalkomponenter, hvilket vil forårsage interferens med analysen af de nyttige komponenter i det originale signal. Hvis a er for stor, vil båndbredden af modalen være mindre, hvis modal er mindre, vil modal båndbredde være mindre, hvis modal er mindre være større, er bestemmelsen af værdien og spiller en vital rolle i VMD-algoritmen, men de fleste af parametrene i VMD-algoritmen er sat ud fra menneskelig erfaring som en sammenligning [Som svar på ovenstående problemer foreslås en ny metode baseret på SC AP SO. algoritme, og finder den optimale sum for at opnå formålet med støjreduktion.

 

2 Grundlæggende principper. Princippet i VM D er en ikke-rekursiv adaptiv algoritme til signalbehandling. Båndbredde-begrænset variationsproblem svarende til V MD-algoritmen

 

 

Sinus cosinus algoritme

Sinus og Cosinus Algorithm) er en ny type sværm-intelligens optimeringsalgoritme af undervands hydrofon transducer . Når man bruger SCA-algoritmen til at søge efter optimering, kan den opdeles i to processer. Den første er en udforskningsproces. Optimeringsalgoritmen udforsker hurtigt den mulige region i søgeområdet ved at kombinere en tilfældig løsning blandt alle tilfældige løsninger, og den anden er en parallel proces. , Den tilfældige løsning ændres gradvist, og dens ændringshastighed er lavere end hastigheden på udforskningsprocessen, så dens specifikke opdatering.

 

Partikelsværmalgoritme

 

Partikelsværmalgoritme (er en sværm-intelligens optimeringsalgoritme. I PSO-algoritmen bestemmes retningen og afstanden af partikelbevægelsen af partiklens hastighed, og den dynamiske justering af partikelhastigheden udføres baseret på bevægelsesoplevelsen af sig selv og andre partikler. På denne måde er optimeringen af partiklen, så hastigheden i hver enkelt rum og den løselige proces i hver enkelt proces kan realiseres. positionen af partiklen opdateres ved at opdatere det individuelle ekstremum og det globale ekstremum I formlen er det den rth iteration i d-dimensionen er den individuelle optimale værdi i den i-de-iteration anden iteration?: positionen af partiklen i d-dimensionen w er inertivægten C1 og C2 er accelerationsfaktorerne, som er ikke-negative konstanter.

 

Princippet om Wavelet Soft Threshold Denoising

Princippet om wavelet soft threshold denoising: For det første nedbrydes det støjende signal ortogonalt, og wavelet-koefficienterne opnås efter dekomponering? Indstil derefter en tærskel A og sammenlign. Hvis størrelsen på ti og A, er koefficienten primært produceret af støj; hvis koefficienten hovedsageligt produceres af signalet. Endelig udføres den omvendte wavelet-transformation på wavelet-koefficienterne for at opnå signalkrigsførelsen efter denoising. Estimationsformlen for den bløde tærskel.

 

SCA-PSO-VMD-WT-algoritmen foreslået i dette papir er baseret på analysen og det teoretiske grundlag. Dette papir foreslår SCA-PSO-VMD-WT-algoritmen til støjreduktion. Det støjende signal nedbrydes af V MD for at opnå den modale komponent, og om den modale komponent er en støjkomponent bestemmes, og den støjende modale komponent vælges til wavelet-tærskelnedbrydning, og derefter rekonstrueres signalet ved hydrogenseparation for at opnå det støjende signal. Root mean square error (RMSE.) af det rekonstruerede signal tages som fitnessfunktionen af ​​SC AP SO for at finde den optimale fc og a for at opnå formålet med støjreduktion. Den foreslåede SCA-P SO-VM D-WT Algoritmen støjreduktion er hovedsageligt opdelt i W-trin: Indstil spilmetodeparameteren f, det maksimale antal iterationer sættes til 30, populationstallet sættes til 20,2 initialiseringsposition og hastighed. I dette papir bruges VMD-parametrene ft og a som positionsvektor for algoritmen. Opdater positionen og hastighedsbrønden for at beregne fitnessfunktionsværdien. Brug formlen til at opdatere positionen, brug formlen til at opdatere hastigheden og udlæse de optimale og globale optimale fitnessfunktionsværdier.

 

 

Simuleringseksperiment

Softwaren, der er brugt i eksperimentet i dette papir, er Matlab R20 14 Simuleringssignalet er sj jM 0 sætninger. For at gøre simuleringseksperimentet mere realistisk tilføjes tilfældig støj til simuleringssignalet. Men rtr r—I havudforskning er støjintensiteten af ​​akustiske undervandssignaler variabel på grund af indflydelsen fra oceanografi og menneskelige aktiviteter. For at simulere denne situation vil denne artikel tilføje l, Gaussisk hvid støj, evalueringsindikatorerne for denoising-effekten i dette papir er root mean square error (RMSE) og signal-til-støj-forhold (SNHJ. til sammenligning, på samme tid.

 

Algoritme

 

Algoritmen og denoising-resultatet af algoritmen. Figur 1 viser det originale signal og det støjende signal under forskellige decibel. Figur. Denoising-effekterne af forskellige denoising-algoritmer. Tabel 1 viser sammenligningen af ​​denoising-evalueringsindekser.

 

Ved at sammenligne figur 1 med figur 2-figur 6, viser det sig, at de fire algoritmer effektivt kan fjerne Gauss- og hvidstøjen i det støjende signal under forskellige decibel, men denoising-effekten af VMD-WT-denoising-algoritmen er dårlig, og VMD- The WT-denoising-denoising-denoising-denoising-metoden er at udføre threshold-wavelet-metoden efter decibel. signal ved VMD, som viser, at valget af VMD-parametre for A: og a har en meget klar effekt på f-signalet, der dæmper fi; sammenlignet med VMD-WT denoising algoritmen, er denoising effekterne af PSO-VMD-WT og SCA-VMD-WT algoritmerne blevet forbedret til en vis grad, men af ​​tabel 1 kan det ses, at SCA-PSO-VMD-WT denoising algoritmen anvendes i SNR og RMS. E har bedre resultater. .

 

 

 Måling

Selve måleeksperimentet af MEMS vektorhydrofonen blev udført af forskere fra Key Laboratory of North University of China i Fenhe Second Reservoir. Hydrofonen ST blev fastgjort på bredden, transduceren blev placeret på slæbebåden, og afstanden mellem slæbebåden og arrayet blev gradvist øget, vælg forskellige positioner for at forblive forankret, brug transduceren til at transmittere signalet, og foretag derefter dataindsamling. Dette eksperiment opsnapper signalerne på 8000 HZ og 1 0000 HZ ved 1.000 punkter for at opnå denoising. Det tidligere målte signal. Figur 7 og figur 8 er de målte signaler og deres frekvensspektre på henholdsvis 800 Hz og 1000 Hz, og dæmpningssignalet og deres frekvensspektre.

Iagttagelse af fig. 7 viser, at: indgangssignalet på 80 Hz har mindre højfrekvent støj, og bølgeformen er jævn efter dæmpning. Denoising-effekten af ​​denne algoritme er god. Iagttagelse af fig. 8 finder ud af, at indgangssignalet for HZ har flere spektrale grater, hvilket indikerer, at støj T. Støjen er stor, de grundlæggende karakteristika af lydkildesignalet bibeholdes efter dæmpning, og denne algoritmes dæmpningseffekt er god. .

 

 

afslutningsvis

Sigter mod problemet med tilfældig støj i signalet fra undervands akustisk sensor , dette papir foreslår SC AP SO-V MD-WT denoising-metoden. I simuleringseksperimentet, ved at sammenligne evalueringsindikatorerne for VMD-WT, PSO-VMD-WT og SCA-VMD-WT algoritmerne under forskellige decibel, har det vist sig, at SCA-PSO-VMD-WT foreslået i dette papir Fremragende støjalgoritme: PVMD-WT , PSO-VMD-TWMd- og SCA-PSO-VMD-WT. Derfor kan SCA-PSO-VMD-WT denoising-algoritmen, der er foreslået i dette papir, bruges til at dæmpe de målte signaldata. Resultaterne viser, at: Denoising-effekten af ​​SCA-PSO-VMD-WT-algoritmen er klar, hvilket indikerer, at metoden foreslået i denne artikel har en denoising-effekt. Har en vis reference.