应用于气体检测信号中的VMD-小波包分析降噪方法
摘要
为提高可调谐半导体激光器吸收光谱学（TDLAS）技术的气体浓度检测精度，针对检测过程中二次谐波信号的电噪声、光学噪声等干扰问题，提出一种基于遗传算法（GA）优化变分模态分解（VMD）联合小波包去噪算法。首先，利用GA对分解模态层数K与惩罚因子α寻优，得到最优参数组合；然后，利用所得到的最优参数组合对二次谐波信号进行分解，得到一系列的本征模态函数（IMF）；其次，使用皮尔逊相关系数选取出纯净信号与含噪信号，并利用小波包对含噪信号进行降噪处理；最后，对降噪后信号与纯净信号进行重构，得到去噪后的二次谐波信号。实验结果表明：与其他多种降噪算法相比，所提算法能够有效去除二次谐波信号中的噪声，有效降低外界噪声在检测过程中的影响，提高气体浓度检测精度。
引用本文（GB/T 7714）
王印松 Wang Yinsong, 蒋皓宸 Jiang Haochen, 孔庆梅 Kong Qingmei, 等. 应用于气体检测信号中的VMD-小波包分析降噪方法[J]. Laser & Optoelectronics Progress, 2024.
引文网络
本站仅收录题录与摘要供学习参考，全文版权归属出版方；如有侵权请联系我们删除。