VMD-Wavelet联合去噪算法研究与应用

发布时间：2021-01-02 18:30

　　为解决天然气管道运行过程中采集到的泄漏声波信号含有大量噪声的问题,通过研究小波、经验模态分解、变模态分解等常见去噪算法,分析了泄漏声波信号的特点,将改进小波阈值去噪和变模态分解去噪相结合,提出了变模态分解-小波变换（VMD-Wavelet:Variable Mode Decomposition-Wavelet）联合去噪算法。利用该算法对典型信号进行去噪运算仿真,结果表明,该联合去噪算法性能优于常见算法。最后,将VMD-Wavelet联合去噪算法应用于实际采集的油气管道泄漏声波信号去噪处理,研究发现,该去噪算法对强背景噪声下的泄漏声波信号能取得很高的信噪比改善和很小的均方误差。 

【文章来源】：吉林大学学报(信息科学版). 2020年05期

【文章页数】：7 页

【部分图文】：

去噪效果分析

VMD分解得到的3个BLIMFs

该合成信号经VMD分解后的频谱分析如图3所示，该图采用双对数横坐标，复合信号频谱无准确载频值，2 Hz,24 Hz,288 Hz的3个余弦分量均能找到对应的频谱曲线。与EMD分解相比，VMD算法能得到更高的保真度，具有很强的中心频率捕获能力，可抑制模态混叠现象发生，具有较高的抗噪声鲁棒性。3.2 VMD-Wavelet联合去噪算法仿真

【参考文献】：
期刊论文
[1]基于峭度与谱峭度的铁路轴承性能测试技术分析[J]. 汤武初,葛洪胜,王依.  大连交通大学学报. 2020(01)
[2]低速行驶地铁轨道振动信号小波去噪参数研究[J]. 曾宇,邬玉斌,宋瑞祥,户文成.  噪声与振动控制. 2019(01)
[3]基于改进阈值和阈值函数的电能质量小波去噪方法[J]. 王维博,董蕊莹,曾文入,张斌,郑永康.  电工技术学报. 2019(02)
[4]基于VMD的声音信号增强算法研究[J]. 路敬祎,马雯萍,叶东,姜春雷.  机械工程学报. 2018(10)
[5]基于经验模态分解的分数维地震随机噪声衰减方法[J]. 颜中辉,栾锡武,王赟,潘军,方刚,施剑.  地球物理学报. 2017 (07)
[6]基于集成固有时间尺度分解和谱峭度的滚动轴承故障检测[J]. 向玲,鄢小安.  中南大学学报(自然科学版). 2016(07)
[7]基于扩展灰数Hausdorff距离的随机多准则决策方法[J]. 王坚强,王丹丹.  控制与决策. 2014(10)
[8]基于改进EMD的输油管道泄漏信号特征提取方法研究[J]. 赵利强,王建林,于涛.  仪器仪表学报. 2013(12)
[9]基于经验模态分解和小波变换声发射信号去噪[J]. 于金涛,赵树延,王祁.  哈尔滨工业大学学报. 2011(10)
[10]基于平移不变小波的声发射信号去噪研究[J]. 姜长泓,王龙山,尤文,翟宁,初明.  仪器仪表学报. 2006(06)

博士论文
[1]油气管道泄漏声波信号检测与识别技术研究[D]. 梁洪卫.东北石油大学 2019
[2]齿轮箱故障振动信号去噪及特征提取算法研究[D]. 张澎涛.东北林业大学 2014



本文编号：2953420