Een nieuw gezamenlijk ruisonderdrukkingsalgoritme van MMS-vectorhydrofoon

Invoering

Bij oceaanverkenning kan door de analyse en verwerking van het door de hydrofoon ontvangen signaal de doelcategorie van de geluidsbron en de bijbehorende hoek-, positie- en andere toestandsparameters worden verkregen. Tijdens het verzamelen van gegevens zullen echter onvermijdelijk verschillende geluiden en interferenties in de hydrofoon worden gemengd. Om het signaal verder te kunnen detecteren, identificeren en lokaliseren, moet de invloed van deze ruisinterferentie daarom zoveel mogelijk worden geëlimineerd. Er zijn veel hoofdalgoritmen voor akoestische transducers onder water : traditionele Fourier-filtermethode, wavelet-transformatiemethode en empirische modus-ontledingsmethode. ruisonderdrukking van Deze algoritmen zullen allemaal een bepaald ruisonderdrukkend effect hebben op signalen met ruis, maar ze hebben ook enkele tekortkomingen. Traditionele wavelet-ruisonderdrukking heeft problemen bij het selecteren van waveletbases en het aantal ontbindingsniveaus. Er wordt een signaalverwerkingsalgoritme, empirische modusdecompositie, voorgesteld. Dit algoritme hoeft de basisfunctie niet in te stellen, maar zal modale aliasing produceren, waardoor de twee aangrenzende intrinsieke modale functiegolfvormen bij het reconstrueren een alias zullen krijgen. Er zit nog steeds veel ruis tussen. U et al. heeft hiervoor een collectief empirisch modusalgoritme voorgesteld, waarbij aanvullende witte ruis wordt toegevoegd om de invloed van modale aliasing te verminderen, maar het kan niet garanderen dat de witte ruis die in het ontledingsproces wordt geïntroduceerd P1 volledig kan elimineren. Variationele modale decompositie is een nieuw modaal decompositiealgoritme. Het algoritme realiseert de effectieve scheiding van de inherente modale functies door het frequentiecentrum en de bandbreedte van elke inherente modale functie te bepalen [heeft een solide theoretische basis en kan het probleem van modale aliasing beter oplossen. Volgens de theorie van het VMD-algoritme moeten, voordat de VMD-ontleding op het oorspronkelijke ruisonderdrukkingssignaal wordt gebruikt, het aantal modale componenten fc en de straftermfactor% van de VMD-ontleding vooraf worden ingesteld. De waarde van fc en de waarde van 'value houden rechtstreeks verband met het uiteindelijke decompositieresultaat. Als de waarde van c te klein is, zal de signaalontleding onvoldoende zijn. Als de waarde te groot is, zullen er valse signaalcomponenten worden gegenereerd, die interferentie veroorzaken met de analyse van de nuttige componenten van het oorspronkelijke signaal. Als a te groot is, zal de bandbreedte van het modale kleiner zijn, integendeel, als a kleiner is, zal de bandbreedte van het modale groter zijn. Daarom is de bepaling van de waarde van cruciaal belang. rol in het VMD-algoritme, maar de meeste parameters van het VMD-algoritme worden ter vergelijking ingesteld op basis van menselijke ervaring. [Als reactie op de bovenstaande problemen wordt een nieuwe methode op basis van SC AP SO voorgesteld. Het algoritme optimaliseert de V MD-parameters fc en a, neemt de gemiddelde kwadratische fout van het gereconstrueerde signaal als de fitnessfunctie van het algoritme en vindt de optimale som om het doel van ruisonderdrukking te bereiken.

 

2 Basisprincipes. Het principe van VM D is een niet-recursief adaptief algoritme voor signaalverwerking. Bandbreedte beperkte variatieprobleem dat overeenkomt met het V MD-algoritme

 

 

Sinus-cosinus-algoritme

Sinus- en cosinusalgoritme) is een nieuw type algoritme voor optimalisatie van zwermintelligentie onderwaterhydrofoontransducer . Wanneer u het SCA-algoritme gebruikt om naar optimalisatie te zoeken, kan dit in twee processen worden verdeeld. De eerste is een verkenningsproces. Het optimalisatiealgoritme verkent snel het haalbare gebied in de zoekruimte door een willekeurige oplossing uit alle willekeurige oplossingen te combineren, en het tweede is een parallel proces. De willekeurige oplossing verandert geleidelijk en de veranderingssnelheid is lager dan de snelheid van het verkenningsproces, dus de specifieke update.

 

Deeltjeszwerm-algoritme

 

Deeltjeszwermalgoritme (is een algoritme voor optimalisatie van de zwermintelligentie. In het PSO-algoritme worden de richting en afstand van de deeltjesbeweging bepaald door de snelheid van het deeltje, en wordt de dynamische aanpassing van de deeltjessnelheid uitgevoerd op basis van de bewegingservaring van zichzelf en andere deeltjes. Op deze manier wordt de optimalisatie van het deeltje in de oplosbare ruimte verder gerealiseerd, zodat in elk iteratieproces de snelheid en positie van het deeltje worden bijgewerkt door het individuele extremum en het globale extremum bij te werken. Het specifieke updateproces. In het formule, het is de r-de iteratie. Wanneer de snelheid van het i-de deeltje in de d-dimensie de individuele optimale waarde is van het i-de deeltje in de d-dimensie, is w de traagheidsfactor; niet-negatieve constanten; willekeurige getallen tussen 0.

 

Principe van Wavelet Soft Threshold-ruisonderdrukking

Het principe van ruisonderdrukking van de wavelet-zachte drempel: eerst wordt het signaal met ruis orthogonaal ontleed en worden de wavelet-coëfficiënten verkregen na decompositie? Stel vervolgens een drempelwaarde A in en vergelijk. Als de grootte tien en A is, wordt de coëfficiënt voornamelijk geproduceerd door ruis; als de coëfficiënt voornamelijk door het signaal wordt geproduceerd. Ten slotte wordt de inverse wavelettransformatie uitgevoerd op de waveletcoëfficiënten om de signaaloorlog te verkrijgen na het verwijderen van ruis. De schattingsformule van de zachte drempel.

 

Het SCA-PSO-VMD-WT-algoritme dat in dit artikel wordt voorgesteld, is gebaseerd op de analyse en de theoretische basis. Dit artikel stelt het SCA-PSO-VMD-WT-algoritme voor ruisonderdrukking voor. Het signaal met ruis wordt ontleed door VMD om de modale component te verkrijgen, en of de modale component een ruiscomponent is, wordt bepaald, en de modale component met ruis wordt geselecteerd voor ruisonderdrukking van de golfdrempel, en vervolgens wordt het signaal gereconstrueerd door waterstofscheiding om het ruisvrije signaal te verkrijgen. De root mean square error (RMSE.) van het gereconstrueerde signaal wordt genomen als de fitnessfunctie van SC AP SO om de optimale fc en a te vinden om het doel van ruisonderdrukking te bereiken. De voorgestelde SCA-P SO-VM D-WT De ruisonderdrukking van het algoritme is hoofdzakelijk verdeeld in W-stappen: stel de spelmethodeparameter f in, het maximale aantal iteraties is ingesteld op 30, het populatieaantal is ingesteld op 20,2 initialisatiepositie en -snelheid. In dit artikel worden de VMD-parameters ft en a gebruikt als de positievector van het algoritme. Update de positie en snelheid goed om de fitnessfunctiewaarde te berekenen. Gebruik de formule om de positie bij te werken, gebruik de formule om de snelheid bij te werken en voer de optimale en globale optimale fitnessfunctiewaarden uit.

 

 

Simulatie-experiment

De software die in het experiment in dit artikel wordt gebruikt, is Matlab R20 14. Het simulatiesignaal is sj jM 0 zinnen. Om het simulatie-experiment realistischer te maken, wordt willekeurige ruis aan het simulatiesignaal toegevoegd. Rtr r: Bij oceaanonderzoek is de geluidsintensiteit van akoestische signalen onder water echter variabel als gevolg van de invloed van oceanische oceanografie en menselijke activiteiten. Om deze situatie te simuleren, voegt dit artikel Gaussiaanse witte ruis toe. De evaluatie-indicatoren van het ruisonderdrukkingseffect in dit artikel zijn tegelijkertijd de root mean square error (RMSE) en de signaal-ruisverhouding (SNHJ, ter vergelijking).

 

Algoritme

 

Het algoritme en het ruisonderdrukkingsresultaat van het algoritme. Figuur 1 toont het originele signaal en het signaal met ruis onder verschillende decibel. Figuur. De ruisonderdrukkingseffecten van verschillende ruisonderdrukkingsalgoritmen. Tabel 1 toont de vergelijking van evaluatie-indexen voor ruisonderdrukking.

 

Als we Figuur 1 vergelijken met Figuur 2-Figuur 6, blijkt dat de vier algoritmen effectief de Gaussiaanse en witte ruis in het signaal met ruis onder verschillende decibels kunnen verwijderen, maar het ruisonderdrukkingseffect van het VMD-WT-ruisonderdrukkingsalgoritme is slecht, en de VMD-De WT-ruisonderdrukkingsroostermethode is om de ruis van de waveletdrempel uit te voeren na het ontbinden van het ruissignaal door VMD, wat aantoont dat de keuze van VMD-parameters voor A: en a een zeer duidelijk effect heeft op f signaal ruisonderdrukking fi; vergeleken met het VMD-WT-ruisonderdrukkingsalgoritme zijn de ruisonderdrukkingseffecten van de PSO-VMD-WT- en SCA-VMD-WT-algoritmen tot op zekere hoogte verbeterd, maar uit Tabel 1 blijkt dat het SCA-PSO-VMD-WT-ruisonderdrukkingsalgoritme wordt gebruikt in SNR en RMS. E heeft betere resultaten. .

 

 

 Meting

Het daadwerkelijke meetexperiment van de MEMS-vectorhydrofoon werd uitgevoerd door onderzoekers van het Key Laboratory van de North University of China in het Fenhe Second Reservoir. De hydrofoon ST werd op de oever bevestigd, de transducer werd op de sleepboot geplaatst en de afstand tussen de sleepboot en de array werd geleidelijk groter, kies verschillende posities om verankerd te blijven, gebruik de transducer om het signaal te verzenden en voer vervolgens gegevensverzameling uit. Dit experiment onderschept de signalen van 8000 HZ en 1 0000 HZ op 1000 punten om ruis te elimineren. Het vorige gemeten signaal. Figuur 7 en Figuur 8 zijn de gemeten signalen en hun frequentiespectra van respectievelijk 800 Hz en 1000 Hz, en het ruisonderdrukkingssignaal en hun frequentiespectra.

Als we figuur 7 bekijken, zien we dat: het ingangssignaal van 80 Hz minder hoogfrequente ruis heeft, en dat de golfvorm vloeiend is na het verwijderen van ruis. Het ruisonderdrukkingseffect van dit algoritme is goed. Als we naar Figuur 8 kijken, zien we dat het ingangssignaal van HZ meer spectrale bramen heeft, wat aangeeft dat Ruis T. De ruis is groot, de basiskarakteristieken van het geluidsbronsignaal blijven behouden na het verwijderen van ruis, en het ruisonderdrukkende effect van dit algoritme is goed. .

 

 

tot slot

Gericht op het probleem van willekeurige ruis in het signaal van de akoestische onderwatersensor , stelt dit artikel de SC AP SO-V MD-WT-ruisonderdrukkingsmethode voor. In het simulatie-experiment is, door de evaluatie-indicatoren van de algoritmen VMD-WT, PSO-VMD-WT en SCA-VMD-WT onder verschillende decibels te vergelijken, gebleken dat de in dit artikel voorgestelde SCA-PSO-VMD-WT uitstekend geluidsalgoritme: PVMD-WT , PSO-VMD-WT en SCA-VMD-WT-algoritmen. Daarom kan het in dit artikel voorgestelde SCA-PSO-VMD-WT-ruisonderdrukkingsalgoritme worden gebruikt om de gemeten signaalgegevens te deruisen. De resultaten laten zien dat: Het ruisonderdrukkingseffect van het SCA-PSO-VMD-WT-algoritme duidelijk is, wat aangeeft dat de in dit artikel voorgestelde methode een ruisonderdrukkingseffect heeft. Zorg voor een bepaalde referentie.