Новый соединительный алгоритм векторного гидрофона MMS

Введение

В исследовании океана, посредством анализа и обработки сигнала, полученного гидрофоном, могут быть получены целевую категорию источника звука и связанный с ним угол, положение и другие параметры состояния. Тем не менее, различные шумы и помехи неизбежно будут смешиваться с гидрофоном во время сбора данных. Следовательно, для дальнейшего обнаружения, определения и определения обнаружения сигнала влияние этих шумовых помех должно быть максимально исключено. Есть много основных алгоритмов дляподводной акустический датчикСоглашение сигнала: традиционный метод фильтрации Фурье, метод вейвлет -преобразования и метод разложения эмпирического режима. Все эти алгоритмы будут оказывать определенное повлияние на шумные сигналы, но у них также есть некоторые недостатки. Традиционная вейвлет -денозирование имеет проблемы в том, как выбрать вейвлет -базы и количество уровней разложения. Предлагается алгоритм обработки сигнала, разложение эмпирического режима. Этот алгоритм не должен устанавливать базисную функцию, но он будет создавать модальный псевдоним, что приведет к псевдонированию двух смежных модальных функций, которые будут псевдонированы при реконструкции. Есть еще много шума, смешанный. U et al. предложил для этого алгоритм коллективного эмпирического мода, добавив вспомогательный белый шум, чтобы уменьшить влияние модального псевдонима, но он не может гарантировать, что белый шум, введенный в процессе разложения, может полностью устранить P1. Вариационное модальное разложение - это новый алгоритм модального разложения. Алгоритм реализует эффективное разделение внутренних модальных функций, определяя частотный центр и полосу пропускания каждой присущей модальной функции [имеет прочную теоретическую основу и может лучше решить проблему модального псевдонизации. Согласно теории алгоритма VMD, прежде чем использовать VMD -разложение по исходному дженовому сигналу, количество модальных компонентов FC и фактора штрафного члена% разложения VMD необходимо установить заранее. Значение FC и значение значения \"напрямую связаны с конечным результатом разложения. Если значение C слишком мало, разложение сигнала будет недостаточным. Если значение слишком велика, будут сгенерированы компоненты ложных сигналов, что приведет к тому, что вмешательство в анализ полезных компонентов исходного сигнала. Если A слишком велика, полоса модала будет меньше, наоборот, если A меньше, то полоса модала будет больше. Следовательно. определение значения и играет жизненно важную роль в алгоритме VMD, но большинство параметров алгоритма VMD устанавливаются на основе человеческого опыта в качестве сравнения. [В ответ на вышеуказанные задачи новый метод, основанный на SC A-P Таким образом, предлагается. Алгоритм оптимизирует параметры V MD FC и A, принимает среднюю квадратную ошибку реконструированного сигнала в качестве функции подготовки алгоритма и находит оптимальную сумму для достижения цели шума.

2 основные принципы. Принцип виртуальной машины-нерекурсивный адаптивный алгоритм для обработки сигналов. Ограниченная вариационная проблема, соответствующая алгоритму V MD, соответствующая V MD

Алгоритм косинуса

Алгоритм синуса и косинуса) - это новый тип алгоритма оптимизации интеллекта рояПодводной гидрофон датчикАнкет При использовании алгоритма SCA для поиска оптимизации его можно разделить на два процесса. Первый - это процесс исследования. Алгоритм оптимизации быстро исследует возможную область в пространстве поиска, объединяя случайное решение среди всех случайных решений, а второй - параллельный процесс. Случайное решение постепенно изменяется, и его скорость изменения ниже скорости процесса разведки, поэтому его конкретное обновление.

Алгоритм роя частиц

Алгоритм роя частиц (представляет собой алгоритм оптимизации интеллекта. сами и другие частицы. Процесс. В формуле это RTH итерация. Когда скорость I-й частицы в D-измерения Весь раунд I-й частицы в D-измерении в итерации ITH. Оптимальное значение; является A; вторая итерация?: положение частицы в измерении D; W-вес инерция; C1 и C2 а Re факторы ускорения, которые являются неотрицательными постоянными; Случайные числа между 0.

Принцип вейвлет -мягкого порога.

Принцип вейвлет -мягкого порогового порога: во -первых, шумный сигнал ортогонально разлагается, а вейвлет -коэффициенты получают после разложения? Затем установите порог и сравните. Если величина десяти и A, коэффициент в основном производится шумом; Если коэффициент в основном производится сигналом. Наконец, обратное вейвлет -преобразование выполняется на вейвлет -коэффициентах для получения сигнальной войны после совместного использования. Оценка формула мягкого порога.

Алгоритм SCA-PSO-VMD-WT, предложенный в этой статье, основан на анализе и теоретической основе. В этой статье предлагается алгоритм SCA-PSO-VMD-WT для снижения шума. Шумный сигнал разлагается V MD для получения модального компонента, и определяется ли модальный компонент шумовым компонентом, а шумный модальный компонент выбирается для получения вейвлет Обеспеченный сигнал. Средняя квадратная ошибка (RMSE) реконструированного сигнала принимается в качестве функции пригодности SC A-P, чтобы найти оптимальный FC и A для достижения цели шумоподавления. Предлагаемый SCA-P SO-VM D-WT Алгоритм снижение шума в основном делится на шаги W: Установите параметр метода игры F, максимальное количество итераций устанавливается на 30, номер популяции устанавливается на 20,2 Положение инициализации и скорость и скорость Анкет В этой статье параметры VMD FT и A используются в качестве вектора положения алгоритма, хорошо подходят для положения и скорости для расчета значения функции пригодности. Используйте формулу, чтобы обновить позицию, используйте формулу для обновления скорости и вывести оптимальные и глобальные оптимальные значения функции физической подготовки.

Эксперимент по моделированию

Программное обеспечение, используемое в эксперименте в этой статье, является Matlab R20 14 Сигнал моделирования - предложения SJ JM 0. Чтобы сделать эксперимент по моделированию более реалистичным, к сигналу моделирования добавляется случайный шум. Тем не менее, Rtr R - в исследовании океана интенсивность шума подводных акустических сигналов является переменной из -за влияния океанической океанической и человеческой деятельности. Чтобы имитировать эту ситуацию, эта статья добавит L, Gaussian White Noise, индикаторами оценки эффекта дноизирования в этой статье являются средняя квадратная ошибка (RMSE) и отношение сигнал / шум (SNHJ. Для сравнения, в в то же время.

Алгоритм

Алгоритм и равенственный результат алгоритма. На рисунке 1 показан исходный сигнал и шумный сигнал в разных децибелах. Фигура. Разоблачающие эффекты различных алгоритмов двойного обзора. В таблице 1 показано сравнение индексов оценки оценки.

Сравнивая рисунок 1 с рисункой 2-фигурой 6, обнаружено, что четыре алгоритма могут эффективно удалять гауссовый и белый шум в шумном сигнале при разных децибелах, но двойной эффект алгоритма обозначения VMD-WT плохо - Метод денизительной решетки WT состоит в том, чтобы выполнить вейвлет -пороговое значение после разложения шумного сигнала VMD, что показывает, что выбор параметров VMD для A: и A оказывает очень четкое влияние на FI FI -сигнала F; По сравнению с алгоритмом двойного обозначения VMD-WT, раноизирующие эффекты алгоритмов PSO-VMD-WT и SCA-VMD-WT были улучшены в определенной степени, но из таблицы 1 видно, что SCA-PSO-VMD -Вт дженонный алгоритм используется в SNR и RMS. E имеет лучшие результаты. Анкет

Измерение

Фактический эксперимент измерения гидрофона MEMS -вектора был проведен исследователями из ключевой лаборатории Северного университета Китая во втором водохранилище Фенхе. Утека гидрофона была фиксирована на берегу, преобразователь помещали на буксир, а расстояние между буксиром и массивом постепенно увеличивалось, выберите разные позиции, чтобы оставаться закрепленными, используйте датчик для передачи сигнала, а затем выполните данные коллекция. Этот эксперимент перехватывает сигналы 8000 Гц и 1 0000 Гц в 1000 баллов для получения рано. Предыдущий измеренный сигнал. На рисунке 7 и на рисунке 8 являются измеренные сигналы и их частотные спектр 800 Гц и 1000 Гц соответственно, а также двойной сигнал и их частотные спектр.

Наблюдение за рис. 7 обнаруживает, что: входной сигнал 80 Гц имеет менее высокочастотный шум, а форма волны гладко после разоблачения. Обносимый эффект этого алгоритма хорош. Наблюдение за рис. 8 обнаруживает, что входной сигнал Гц имеет больше спектральных заусенцев, что указывает на то, что шум Т. Шум велик, основные характеристики сигнала источника звука сохраняются после обзора, и двойной эффект этого алгоритма хороша. Анкет

В заключение

Стремление к проблеме случайного шума в сигналеПодводный акустический датчикВ этом документе предлагается метод денирования MD-WT SC A-P SO-V. В эксперименте по моделированию, сравнивая индикаторы оценки алгоритмов VMD-WT, PSO-VMD-WT и SCA-VMD-WT при различных децибелах, обнаруживается, что SCA-PSO-VMD-WT, предложенный в этой статье, превосходный шум Алгоритм: Pvmd-Wt, Алгоритмы PSO-VMD-WT и SCA-VMD-WT. Следовательно, алгоритм денирования SCA-PSO-VMD-WT, предложенный в этой статье, может быть использован для денорирования измеренных данных сигнала. Результаты показывают, что: двойной эффект алгоритма SCA-PSO-VMD-WT ясен, что указывает на то, что метод, предложенный в этой статье, имеет двойной эффект. Иметь определенную ссылку.