基于集合经验模态分解的MEMS矢量水听器联合去噪算法

摘要：

针对MEMS矢量水听器的噪声去除问题,将集合经验模态分解(EEMD)、小波阈值去噪(WT)和奇异谱分析(SSA)相结合,提出了一种联合EEMD-WT-SSA去噪算法.该算法首先将含噪信号分解为一系列固有模态函数(IMF),然后,用连续均方误差准则(CMSE)对高频和低频进行区分,对高频信号进行小波阈值去噪,再和低频信号进行重构,最后对重构信号利用奇异值分析方法进行恢复,得到目标信号.通过仿真实验和湖试实验的信号处理表明,所提算法在信噪比和均方误差两个评价指标方面,相对于EEMD和EEMD-WT算法,具有明显的优势.

关键词：集合经验模态分解、小波阈值算法、奇异谱分析、去噪算法

所属期刊栏目：36

分类号：O175(数学分析)

资助基金：国家自然科学基金;山西省重点研发计划资助项目;山西省回国留学人员科研资助项目;山西省回国留学人员科研资助项目

在线出版日期：2022-04-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：117-121,177