Un nou algoritm de eliminare a zgomotului comun al hidrofonului vectorial MMS

Introducere

În explorarea oceanului, prin analiza și procesarea semnalului primit de hidrofon, se poate obține categoria țintă a sursei de sunet și unghiul, poziția și alți parametri de stare aferente acesteia. Cu toate acestea, diferite zgomote și interferențe vor fi inevitabil amestecate în hidrofon în timpul colectării datelor. Prin urmare, pentru a detecta, identifica și localiza în continuare semnalul, influența acestor interferențe de zgomot trebuie eliminată cât mai mult posibil. Există mulți algoritmi principali pentru Dezgomotul semnalului traductorului acustic subacvatic : metoda tradițională de filtrare Fourier, metoda transformării wavelet și metoda de descompunere în modul empiric. Acești algoritmi vor avea toți un anumit efect de reducere a zgomotului asupra semnalelor zgomotoase, dar au și unele deficiențe. Dezgomotul tradițional wavelet are probleme în modul de selectare a bazelor wavelet și numărul de niveluri de descompunere. Este propus un algoritm de procesare a semnalului, descompunere în modul empiric. Acest algoritm nu trebuie să seteze funcția de bază, dar va produce aliasing modal, care va face ca cele două forme de undă ale funcției modale intrinseci adiacente să fie alias la reconstrucție. Există încă mult zgomot amestecat. U et al. a propus un algoritm de mod empiric colectiv pentru aceasta, adăugând zgomot alb auxiliar pentru a reduce influența aliasingului modal, dar nu poate garanta că zgomotul alb introdus în procesul de descompunere poate elimina complet P1. Descompunerea modală variațională este un nou algoritm de descompunere modală. Algoritmul realizează separarea efectivă a funcțiilor modale inerente prin determinarea centrului de frecvență și a lățimii de bandă a fiecărei funcții modale inerente [are o bază teoretică solidă și poate rezolva mai bine problema aliasingului modal. Conform teoriei algoritmului VMD, înainte de a utiliza descompunerea VMD pe semnalul de dezgomot inițial, numărul de componente modale fc și factorul de penalizare% din descompunerea VMD trebuie setate în prealabil. Valoarea lui fc și valoarea „valoare” sunt direct legate de rezultatul final al descompunerii. Dacă valoarea lui c este prea mică, descompunerea semnalului va fi insuficientă. Dacă valoarea este prea mare, vor fi generate componente false ale semnalului, ceea ce va provoca interferențe în analiza componentelor utile ale semnalului original. Dacă a este prea mare, lățimea de bandă a modalului va fi mai mică, cu atât mai mică, în schimb, lățimea de bandă a modal va fi mai mică. Prin urmare, determinarea valorii și joacă un rol vital în algoritmul VMD, dar majoritatea parametrilor algoritmului VMD sunt stabiliți pe baza experienței umane ca o comparație [Ca răspuns la problemele de mai sus, este propusă o nouă metodă bazată pe SC AP SO. sumă optimă pentru atingerea scopului de reducere a zgomotului.

 

2 Principii de bază. Principiul VM D este un algoritm adaptiv nerecursiv pentru procesarea semnalului. Problemă variațională constrânsă de lățime de bandă corespunzătoare algoritmului V MD

 

 

Algoritmul cosinus sinus

Sine and Cosine Algorithm) este un nou tip de algoritm de optimizare a inteligenței roiului de traductor hidrofon subacvatic . Când se utilizează algoritmul SCA pentru a căuta optimizarea, acesta poate fi împărțit în două procese. Primul este un proces de explorare. Algoritmul de optimizare explorează rapid regiunea fezabilă din spațiul de căutare combinând o soluție aleatorie între toate soluțiile aleatoare, iar a doua este un proces paralel. , Soluția aleatorie se schimbă treptat, iar viteza sa de schimbare este mai mică decât viteza procesului de explorare, deci actualizarea sa specifică.

 

Algoritmul roiului de particule

 

Algoritmul roiului de particule (este un algoritm de optimizare a inteligenței roiului. În algoritmul PSO, direcția și distanța mișcării particulelor sunt determinate de viteza particulei, iar ajustarea dinamică a vitezei particulei se efectuează pe baza experienței de mișcare a acesteia și a altor particule. În acest fel, optimizarea particulei în procesul de soluționare a particulelor se realizează în continuare, astfel încât spațiul de procesare a fiecărei particule este poziționat în continuare, astfel încât actualizat prin actualizarea extremului individual și a extremului global. În formula, este a i-a iterație poziţia particulei în dimensiunea d; w este greutatea de inerţie;

 

Principiul Wavelet Soft Threshold Denoising

Principiul dezgomotării pragului moale wavelet: În primul rând, semnalul zgomotos este descompus ortogonal, iar coeficienții wavelet sunt obținuți după descompunere? Apoi setați un prag A și comparați. Dacă magnitudinea de zece și A, coeficientul este produs în principal de zgomot; dacă coeficientul este produs în principal de semnal. În cele din urmă, transformarea wavelet inversă este efectuată pe coeficienții wavelet pentru a obține războiul semnalului după dezgomot. Formula de estimare a pragului soft.

 

Algoritmul SCA-PSO-VMD-WT propus în această lucrare se bazează pe analiză și baza teoretică. Această lucrare propune algoritmul SCA-PSO-VMD-WT pentru reducerea zgomotului. Semnalul zgomotos este descompus de V MD pentru a obține componenta modală și se determină dacă componenta modală este o componentă de zgomot, iar componenta modală zgomotoasă este selectată pentru dezgomotul pragului wavelet, iar apoi semnalul este reconstruit prin separarea hidrogenului pentru a obține semnalul dezgomotat. Eroarea pătratică medie (RMSE.) a semnalului reconstruit este luată ca funcție de fitness a SC AP SO pentru a găsi fc optim și a pentru a atinge scopul reducerii zgomotului. SCA-P SO-VM D-WT propus Reducerea zgomotului algoritmului este împărțit în principal în pași W: setați parametrul f metoda jocului, numărul maxim de iterații este setat la 30, numărul populației este setat la 20,2 poziție și viteza de inițializare. În această lucrare, parametrii VMD ft și a sunt utilizați ca vector de poziție al algoritmului ．Actualizați bine poziția și viteza pentru a calcula valoarea funcției de fitness. Utilizați formula pentru a actualiza poziția, utilizați formula pentru a actualiza viteza și afișați valorile optime și globale ale funcției de fitness.

 

 

Experiment de simulare

Software-ul utilizat în experimentul din această lucrare este Matlab R20 14 Semnalul de simulare este sj jM 0 propoziții. Pentru a face experimentul de simulare mai realist, se adaugă zgomot aleatoriu la semnalul de simulare. Cu toate acestea, rtr r—În explorarea oceanelor, intensitatea zgomotului semnalelor acustice subacvatice este variabilă datorită influenței oceanografiei oceanice și a activităților umane. Pentru a simula această situație, acest articol va adăuga-l, zgomot alb gaussian, indicatorii de evaluare a efectului de dezgomot din această lucrare sunt eroarea pătratică medie (RMSE) și raportul semnal-zgomot (SNHJ. pentru comparație, în același timp.

 

Algoritm

 

Algoritmul și rezultatul dezgomotării algoritmului. Figura 1 prezintă semnalul original și semnalul zgomotos sub diferiți decibeli. Figura. Efectele de dezgomot ale diferiților algoritmi de eliminare a zgomotului. Tabelul 1 arată compararea indicilor de evaluare a dezgomotului.

 

Comparând Figura 1 cu Figura 2-Figura 6, se constată că cei patru algoritmi pot elimina eficient zgomotul gaussian și alb din semnalul zgomotos sub diferiți decibeli, dar efectul de dezgomot al algoritmului de dezgomot VMD-WT este slab, iar metoda grătarului de dezgomot VMD-WT este de a menține semnalul de dezgomot prin eliminarea zgomotului. VMD, care arată că alegerea parametrilor VMD pentru A: și a are un efect foarte clar asupra dezgomotării semnalului f fi; comparativ cu algoritmul de dezgomot VMD-WT, Efectele de dezgomot ale algoritmilor PSO-VMD-WT și SCA-VMD-WT au fost îmbunătățite într-o anumită măsură, dar din Tabelul 1, se poate observa că algoritmul de dezgomot SCA-PSO-VMD-WT este utilizat în SNR și RMS. E are rezultate mai bune. .

 

 

 Măsurare

Experimentul propriu-zis de măsurare a hidrofonului vectorial MEMS a fost efectuat de cercetătorii de la Laboratorul Cheie al Universității de Nord din China din Fenhe Second Reservoir. Hidrofonul ST a fost fixat pe mal, traductorul a fost așezat pe remorcher, iar distanța dintre remorcher și matrice a crescut treptat, alegeți diferite poziții pentru a rămâne ancorat, utilizați traductorul pentru a transmite semnalul și apoi efectuați colectarea datelor. Acest experiment interceptează semnalele de 8000 HZ și 10000 HZ la 1000 de puncte pentru a obține dezgomotul. Semnalul măsurat anterior. Figura 7 și Figura 8 sunt semnalele măsurate și spectrele de frecvență ale acestora de 800 Hz și, respectiv, 1000 Hz, precum și semnalul de dezgomot și spectrurile de frecvență ale acestora.

Observând Fig. 7, se constată că: semnalul de intrare de 80 Hz are mai puțin zgomot de înaltă frecvență, iar forma de undă este netedă după dezgomot. Efectul de dezgomot al acestui algoritm este bun. Observând Fig. 8, se constată că semnalul de intrare al HZ are mai multe bavuri spectrale, ceea ce indică faptul că Zgomotul T. Zgomotul este mare, caracteristicile de bază ale semnalului sursei de sunet sunt reținute după dezgomot, iar efectul de dezgomot al acestui algoritm este bun. .

 

 

în concluzie

Vizând problema zgomotului aleatoriu în semnalul senzor acustic subacvatic , această lucrare propune metoda de dezgomot SC AP SO-V MD-WT. În experimentul de simulare, prin compararea indicatorilor de evaluare ai algoritmilor VMD-WT, PSO-VMD-WT și SCA-VMD-WT sub diferiți decibeli, se constată că SCA-PSO-VMD-WT a propus în această lucrare Algoritmul de zgomot excelent: algoritmul PVMD-WT , PSO-VMD-VMD-T și algoritmul SCA-VMD-WT. Prin urmare, algoritmul de dezgomot SCA-PSO-VMD-WT propus în această lucrare poate fi utilizat pentru a elimina zgomotul datelor semnalului măsurat. Rezultatele arată că: Efectul de dezgomot al algoritmului SCA-PSO-VMD-WT este clar, indicând faptul că metoda propusă în această lucrare are un efect de dezgomot. Aveți o anumită referință.