一种基于改进VMD算法的Ф-OTDR信号去噪方法、系统及存储介质与流程
技术特征:
1.一种基于改进vmd算法的ф-otdr信号去噪方法,其特征在于,包括:
2.根据权利要求1所述的基于改进vmd算法的ф-otdr信号去噪方法,其特征在于,采用zoa算法优化vmd算法的惩罚因子和分解个数,获得最佳惩罚因子和分解个数包括:
3.根据权利要求1所述的基于改进vmd算法的ф-otdr信号去噪方法,其特征在于,所述改进小波阈值算法为使用改进阈值函数的小波阈值算法,所述改进阈值函数的表达式为:
4.根据权利要求3所述的基于改进vmd算法的ф-otdr信号去噪方法,其特征在于,还包括采用改进模拟退火算法决定改进阈值函数的阈值,包括:
5.根据权利要求1所述的基于改进vmd算法的ф-otdr信号去噪方法,其特征在于,所述采用深度学习模型确定所述imf分量中需要参与信号重构的第一imf分量包括:
6.根据权利要求5所述的基于改进vmd算法的ф-otdr信号去噪方法,其特征在于,所述融合模块包括合并层。
7.根据权利要求5所述的基于改进vmd算法的ф-otdr信号去噪方法,其特征在于,所述输出决策模块包括全连接层。
8.根据权利要求1所述的基于改进vmd算法的ф-otdr信号去噪方法,其特征在于,所述多尺度cnn包括依次设置的特征捕获模块、第一最大池化层、卷积层、第二最大池化层、全局平均池化层、第一全连接层、随机失活层和第二全连接层;
9.一种基于改进vmd算法的ф-otdr信号去噪系统,其特征在于,包括:
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该计算机程序被处理器执行时,实现如权利要求1-8中任一所述的去噪方法。
技术总结
本发明公开了一种基于改进VMD算法的Ф‑OTDR信号去噪方法、系统及存储介质,涉及信号处理领域,方法包括采用ZOA算法优化VMD算法的惩罚因子和分解个数,获得最佳惩罚因子和分解个数;将获取的原始Ф‑OTDR信号输入至采用最佳惩罚因子和分解个数运行的VMD算法中,获得多个IMF分量;采用深度学习模型确定所述IMF分量中需要参与信号重构的第一IMF分量,剩余为待处理IMF分量;采用改进小波阈值算法对待处理IMF分量进行去噪处理,获得去噪IMF分量,采用深度学习模型确定所述去噪IMF分量中适合信号重构的第二IMF分量;重构第一IMF分量和第二IMF分量获得去噪信号。本申请能够更有效地抑制噪声,保留更多的信号细节,从而提高信号的清晰度和可分析性。
技术研发人员:师雪玮,徐志彦,马粮,周鑫华,阎东,张帅帅,张阿朋,陈津徽,巫国心
受保护的技术使用者:连云港杰瑞自动化有限公司
技术研发日:
技术公布日:2024/11/18
文档序号 :
【 40049267 】
技术研发人员:师雪玮,徐志彦,马粮,周鑫华,阎东,张帅帅,张阿朋,陈津徽,巫国心
技术所有人:连云港杰瑞自动化有限公司
备 注:该技术已申请专利,仅供学习研究,如用于商业用途,请联系技术所有人。
声 明 :此信息收集于网络,如果你是此专利的发明人不想本网站收录此信息请联系我们,我们会在第一时间删除
技术研发人员:师雪玮,徐志彦,马粮,周鑫华,阎东,张帅帅,张阿朋,陈津徽,巫国心
技术所有人:连云港杰瑞自动化有限公司
备 注:该技术已申请专利,仅供学习研究,如用于商业用途,请联系技术所有人。
声 明 :此信息收集于网络,如果你是此专利的发明人不想本网站收录此信息请联系我们,我们会在第一时间删除
