POA-VMD+降噪(鹈鹕优化VMD结合余弦相似度和小波阈值进行降噪)
1.分解部分
(POA-VMD)采用鹈鹕优化变分模态分解
寻优对象:k α
包含10种适应度函数
可出适应度曲线图 分解图 频谱图 三维分解图和α、K位置随迭代变化图
适应度函数包括:
1.综合评价指标2.包络熵3.包络谱峭度值4.幅值谱熵5.模糊熵
6.皮尔逊系数7.峭度值8.样本熵9.排列熵10.信息熵
2.分量筛选
采用余弦相似度评判分解分量与原序列间的余弦相似度,设定阈值,将含躁分量提取出,
3.降噪
通过阈值小波进行降噪,
降噪方法包含(可根据降噪效果选取最合适的方法。
)
%软小波阈值降噪
%硬小波阈值降噪
%改进小波阈值降噪(阈值函数曲线见链接图片)
以西储大学数据为例效果如图
matlab代码,含有部分注释;
数据为excel数据,使用时替数据集即可;
,
,中心电感振动数据为基础进行噪音治理的POA-VMD变分模态分解降噪法,POA-VMD降噪技术,POA-VMD; 鹈鹕优化VMD; 降噪; 余弦相似度; 小波阈值; 分解部分; 寻优对象; 适应度函数; 分量筛选; 西储大学,轴承故障信号P
2025-06-21 22:18:45
2.83MB
istio
1