小波包分析结合VMD的气体泄漏信号降噪
作者:
作者单位:

1.南京城市职业学院 智能工程学院,江苏 南京 211200;2.2a南京信息工程大学,江苏省气象探测与信息处理重点实验室 江苏 南京 210044;3.2b南京信息工程大学,江苏省气象传感网技术工程中心,江苏 南京 210044

作者简介:

朱寅非(1974-),女,硕士,副教授,主要研究方向为软件工程与人工智能.email:zhuyinfei@ncc.edu.cn.
常思婕(1996-),女,硕士,主要研究方向为通信信号处理、气体泄漏故障检测等.
李 鹏(1966-),男,博士,教授,主要研究方向为超声成像、北斗定位、图像处理等.

通讯作者:

李 鹏 email:002036@nuist.edu.cn

基金项目:

伦理声明:



WPA combined with VMD for noise reduction of gas leakage signal
Author:
Ethical statement:

Affiliation:

1.School of Intelligent Engineering,Nanjing City Vocational College,Nanjing Jiangsu 211200,China;2.2aJiangsu Key Laboratory of;;Meteorological Observation and Information Processing ;Nanjing University of Information Science and Technology, NanjingJiangsu 210044,China;3.2bbJiangsu Meteorological Sensor Network Technology Engineering Center ;Nanjing University of Information Science and Technology, NanjingJiangsu 210044,China

Funding:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
    摘要:

    针对气体泄漏声波信号降噪的问题,提出一种集合小波包分析(WPA)与变分模态分解(VMD)相结合的降噪方法。通过小波包变换对信号的噪声进行预处理;利用VMD对去除噪声的信号进行分解,得到所有的本征模函数(IMF)分量,并根据相关系数准则判断有效IMF;最后提取有效成分并进行信号重构。对本文方法进行验证,结果表明,本文方法能够有效剔除气体泄漏信号中包含的各种噪声,降噪后信噪比为15.485 1,均方根误差为0.028,为后续信号分析减少了干扰,也为气体泄漏声波信号的特征提取与分析提供了新的思路。

    Abstract:

    Aiming at the problem of noise reduction of gas leakage acoustic signals, a method combining ensemble Wavelet Packet Analysis(WPA) and Variational Mode Decomposition(VMD) was proposed to de-noise the collected gas leakage acoustic signals. Firstly, the wavelet packet transform is employed to preprocess the noise of the signal. Then, the de-noised signal was decomposed by VMD to obtain all the Intrinsic Mode Function(IMF) components, and the effective IMF was judged according to the correlation coefficient criterion. Finally, the active components were extracted and the signal was reconstructed. The experimental results show that the above method can effectively eliminate all kinds of noises contained in the gas leakage signal. After noise reduction, the SNR is 15.485 1, and the root mean square error is 0.028, which reduces the interference for the subsequent signal analysis. The above method provides a new idea for the feature extraction and analysis of gas leakage acoustic signal.

    参考文献
    相似文献
    引证文献
引用本文

朱寅非,常思婕,李鹏.小波包分析结合VMD的气体泄漏信号降噪[J].太赫兹科学与电子信息学报,2023,(8):1031~1036

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
历史
  • 收稿日期:2021-04-22
  • 最后修改日期:2021-06-11
  • 录用日期:
  • 在线发布日期: 2023-08-28
  • 出版日期: