国产aaaa级全身裸体精油片_337p人体粉嫩久久久红粉影视_一区中文字幕在线观看_国产亚洲精品一区二区_欧美裸体男粗大1609_午夜亚洲激情电影av_黄色小说入口_日本精品久久久久中文字幕_少妇思春三a级_亚洲视频自拍偷拍

首頁 > 行業(yè)資訊 > 【信號去噪】基于鯨魚優(yōu)化算法優(yōu)化VMD實現(xiàn)數(shù)據(jù)去噪附matlab代碼

【信號去噪】基于鯨魚優(yōu)化算法優(yōu)化VMD實現(xiàn)數(shù)據(jù)去噪附matlab代碼

時間:2022-09-22 來源: 瀏覽:

【信號去噪】基于鯨魚優(yōu)化算法優(yōu)化VMD實現(xiàn)數(shù)據(jù)去噪附matlab代碼

天天Matlab 天天Matlab
天天Matlab

TT_Matlab

博主簡介:擅長智能優(yōu)化算法、神經(jīng)網(wǎng)絡預測、信號處理、元胞自動機、圖像處理、路徑規(guī)劃、無人機等多種領(lǐng)域的Matlab仿真,完整matlab代碼或者程序定制加qq1575304183。

收錄于合集 #信號處理應用matlab源碼 298個

1 內(nèi)容介紹

一種基于WOAVMD算法的信號去噪方法,具體為:根據(jù)鯨魚優(yōu)化算法分別建立目標包圍,發(fā)泡網(wǎng)攻擊以及獵物搜尋的數(shù)學模型,然后進行初始化參數(shù),在取值范圍內(nèi)初始化鯨魚的位置向量,根據(jù)位置向量對原始振動信號進行VMD分解,然后計算每個鯨魚位置下的平均包絡熵;更新最小平均包絡熵,即獲得當前群體中最佳個體的位置更新當前鯨群個體的空間位置;輸出最佳鯨魚個體的位置向量,即得VMD的分解參數(shù)組合;根據(jù)所得到的分解參數(shù)組合對信號進行VMD分解,將分解出IMF分量相加得到重構(gòu)信號,即得去噪后的信號.本發(fā)明解決了現(xiàn)有技術(shù)中存在的原始VMD算法的分解參數(shù)需要根據(jù)經(jīng)驗進行人工確定,導致無法得到最優(yōu)分解結(jié)果,從而影響信號的去噪效果的問題.

2 部分代碼

function ret = select(individuals, sizepop)

    fitness1 = 1 ./ individuals. fitness;

    sumfitness = sum(fitness1);

    sumf = fitness1 ./ sumfitness;

    index = [];

    for i = 1:sizepop

        pick = rand;

        while pick == 0

            pick = rand;

        end

        for i = 1:sizepop

            pick = pick - sumf(i);

            if pick < 0

                index = [index, i];

                break;

            end

        end

    end

    individuals. chrom = individuals. chrom(index, :);

    individuals. fitness = individuals. fitness(index);

    ret = individuals;

end

3 運行結(jié)果

4 參考文獻

[1]劉嘉敏, 彭玲, 劉軍委,等. 基于遺傳算法的VMD參數(shù)優(yōu)化與小波閾值的軸承振動信號去噪分析[C]// 第二十七屆全國振動與噪聲應用學術(shù)會議論文集. 2016.

[2]李輝, 范邦稷, 翟芳,等. 一種基于WOA-VMD算法的信號去噪方法:, CN112597930A[P]. 2021.

博主簡介:擅長 智能優(yōu)化算法 神經(jīng)網(wǎng)絡預測 、 信號處理 、 元胞自動機 、 圖像處理 、 路徑規(guī)劃 、 無人機 雷達通信 、 無線傳感器 等多種領(lǐng)域的Matlab仿真,相關(guān)matlab代碼問題可私信交流。

部分理論引用網(wǎng)絡文獻,若有侵權(quán)聯(lián)系博主刪除。

版權(quán):如無特殊注明,文章轉(zhuǎn)載自網(wǎng)絡,侵權(quán)請聯(lián)系cnmhg168#163.com刪除!文件均為網(wǎng)友上傳,僅供研究和學習使用,務必24小時內(nèi)刪除。
相關(guān)推薦