摘要
文章分析了确定变分模态分解(VMD)参数存在的问题,提出了一种基于优化变分模态分解的海杂波去噪方法。利用鲸鱼优化算法(WOA)对模态个数K和惩罚参数α进行寻优,对海杂波原信号自适应分解,去除方差贡献率(VCR)较低模态分量,结合模糊熵筛选出噪声占主导的模态分量,将其进行Savitzky-Golay(SG)滤波处理。对滤波后的分量和有用分量叠加重构去噪后的信号,通过最小二乘支持向量机(LSSVM)对海杂波信号进行预测并验证去噪效果。仿真结果表明,本文所提算法能够有效抑制噪声干扰,去噪后的均方根误差(RMSE)为0.00029,比去噪前的均方根误差0.0123降低了两个数量级。
The problem of determining the parameters of variational mode decomposition(VMD)is analyzed,and a sea clutter denoising method based on optimized variational mode decomposition(VMD)is proposed.The whale optimization algorithm(WOA)was used to optimize the number of modes K and penalty parameters,and the original sea clutter signal was decomposed adaptively to remove the modal component with low variance contribution rate(VCR).The modal component dominated by noise was screened by combining with fuzzy entropy and processed by Savitzky-Golay(SG)filtering.The least square support vector machine(LSSVM)was used to predict the sea clutter signal and verify the denoising effect for the signal reconstructed by superposition of filtered component and useful component.Simulation results show that the proposed algorithm can effectively suppress noise interference,and the root mean square error(RMSE)after denoising is 0.00029,which is two orders of magnitude lower than the root mean square error(RMSE)before denoising is 0.0123.
作者
周星
行鸿彦
叶如
赵迪
Zhou Xing;Xing Hongyan;Ye Ru;Zhao Di(School of Electronics and Information Engineering,Nanjing University of Information Science and Technology,Nanjing 210044,China)
出处
《电子测量与仪器学报》
CSCD
北大核心
2023年第11期81-90,共10页
Journal of Electronic Measurement and Instrumentation
基金
国家自然科学基金(62171228)
国家重点研发计划(2021YFE0105500)项目资助
关键词
海杂波
鲸鱼优化算法
模糊熵
去噪
sea clutter
whale optimization algorithm
fuzzy entropy
denoising
作者简介
周星,2022年于南京信息工程大学获得学士学位,现为南京信息工程大学研究生,主要研究方向为微弱信号检测。E-mail:2289618964@qq.com;通信作者:行鸿彦,1983年于太原理工大学获得学士学位,1990年于吉林大学获得硕士学位,2003年于西安交通大学获得博士学位,现为南京信息工程大学教授、博士生导师,主要研究方向为气象仪器设计与计量、信号检测与处理等。E-mail:xinghy@nuist.edu.cn;叶如,2022年于南京信息工程大学获得学士学位,现为南京信息工程大学研究生,主要研究方向为微弱信号检测;赵迪,2021年于南京信息工程大学获得学士学位,现为南京信息工程大学研究生,主要研究方向为微弱信号检测。
