基于VMD与AdaBoost-SCN的海缆振动信号识别方法

摘要：

海底光缆的在线监测和振动信号识别是保证其正常运行的关键技术.搭建了基于布里渊光时域分析系统,模拟不同工况下的海缆振动信号.针对海缆振动信号信息丰富、信噪比低,使用单一随机配置网络(stochastic configuration network,SCN)模型对信号识别准确率不高的问题,提出了自适应增强(adaptive boosting,AdaBoost)算法优化的随机配置网络(AdaBoost-SCN)识别方法.首先用变分模态分解(variational mode decomposition,VMD)算法分解海缆振动信号,构建特征向量;然后采用AdaBoost-SCN算法对振动信号分类.结果表明,所提方法有着很高的精度,并且具有很强的鲁棒性与泛化能力,提高了布里渊光时域分析系统振动信号识别的有效性.

关键词：信号识别、变分模态分解(VMD)、随机配置网络(SCN)、自适应增强(AdaBoost)算法

所属期刊栏目：42

分类号：TN911.7

资助基金：河北省自然科学基金E2019502179

在线出版日期：2023-10-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：231-239