作者单位
摘要
北京航空航天大学 电子信息工程学院,北京 100191
光学下变频技术可将宽频带内全部电磁信号同时下变频到低频区间进行接收,是一种新型宽频带电磁环境快速接收技术。但是,获取的光学下变频信号中包含源个数未知、带宽不同的多种信号,现有信号分离方法需要获知源信号的个数,且无法同时分离窄带信号和宽带信号。为实现对光学下变频信号的自动分离,提出了一种基于变分模态分解(VMD)自适应模态重组的光学下变频信号分离方法。通过频谱分割因子和频谱包络检测,对光学下变频信号的VMD过分解模态进行自动重组和信号重组模态提取,实现光学下变频信号分离。对于包含普通脉冲信号、宽带码分多址(WCDMA)信号和线性调频脉冲信号的光学下变频信号,可自动实现对三种信号的分离,且与原信号的相似系数均高于0.97。实验结果表明,所提及方法在分离光学下变频信号时无需获知源信号的个数,并能同时分离具有不同带宽的多种源信号。
变分模态分解 光学下变频 单通道信号分离 频谱分割因子 频谱包络检测 variational mode decomposition optical down-conversion single channel signal separation spectrum segmentation factor spectrum envelope detection 
强激光与粒子束
2024, 36(4): 043020
作者单位
摘要
国防科技大学 前沿交叉学科学院,长沙 410073
提出融合变分模态分解(VMD)和自编码器的预测方法,将温升特性曲线分解成若干个子信号分量,其中包含高频的波动量、中间量和低频的趋势量,然后利用自编码器对每个分量进行预测,最后将分量的预测值相加,从而实现对PIN二极管温升特性曲线的精准预测。通过与多种机器学习方法的对比验证了结合VMD分解可有效提升预测精度,同时也验证了自编码器在特性曲线拟合上的优势。
PIN二极管 强电磁信号 器件特性预测 变分模态分解 自编码器 PIN diode electromagnetic interfere characteristic prediction variational mode decomposition autoencoder 
强激光与粒子束
2024, 36(4): 043013
朱寅非 1,2常思婕 3李鹏 2,3,*
作者单位
摘要
1 南京城市职业学院智能工程学院,江苏南京 211200
2 南京信息工程大学 江苏省气象探测与信息处理重点实验室
3 南京信息工程大学 江苏省气象传感网技术工程中心,江苏南京 210044
针对气体泄漏声波信号降噪的问题,提出一种集合小波包分析(WPA)与变分模态分解(VMD)相结合的降噪方法。通过小波包变换对信号的噪声进行预处理;利用 VMD对去除噪声的信号进行分解,得到所有的本征模函数(IMF)分量,并根据相关系数准则判断有效 IMF;最后提取有效成分并进行信号重构。对本文方法进行验证,结果表明,本文方法能够有效剔除气体泄漏信号中包含的各种噪声,降噪后信噪比为 15.485 1,均方根误差为 0.028,为后续信号分析减少了干扰,也为气体泄漏声波信号的特征提取与分析提供了新的思路。
降噪 气体泄漏 小波包分析 变分模态分解 预处理 noise reduction gas leakage wavelet packet analysis Variational Mode Decomposition pretreatment 
太赫兹科学与电子信息学报
2023, 21(8): 1031
作者单位
摘要
电子科技大学成都学院,成都 611000
针对合成孔径雷达(SAR)目标分类问题, 联合二维变分模态分解(BVMD)和卷积神经网络(CNN), 通过二维变分模态分解获得原始SAR图像的多模态表示, 反映目标的全局和细节信息; 设计适当的卷积神经网络分别对各个模态进行分类并输出后验概率矢量; 基于Bayesian理论融合各个模态的后验概率矢量;并根据融合后的结果判定目标结果。所提方法通过结合二维变分模态分解和卷积神经网络的优势综合提升SAR图像目标分类性能。实验中, 基于MSTAR数据集对所提方法在4种典型场景下进行了测试并与现有方法进行对比, 结果表明所提方法性能更具优势。
合成孔径雷达图像 目标分类 二维变分模态分解 卷积神经网络 Bayesian决策融合 SAR image target classification BVMD CNN Bayesian decision fusion 
电光与控制
2023, 30(6): 41
作者单位
摘要
天津大学精密测试技术及仪器国家重点实验室,天津 300072
在页岩气开采过程中,基于相位敏感光时域反射计(Φ-OTDR)的分布式光纤声波传感(DAS)系统是对水力压裂作业中产生的微震波进行监测的常用方案。为了提高Φ-OTDR系统测量振动信号的信噪比,提出了一种基于变分模态分解(VMD)和互信息(MI)的振动信号去噪方法,对数字正交(I/Q)解调得到的相位信号进行进一步处理,VMD层数K通过去趋势波动分析(DFA)计算的标度指数确定,相位信号的失真和噪声通过剔除MI法确定的非相关模态进行抑制。并搭建了相干探测Φ-OTDR系统验证VMD-MI方法的去噪效果,分别对500 Hz单频振动信号和500、1000、1500 Hz多频振动信号使用VMD、小波降噪(Wavelet)、经验模态分解(EMD)、自适应噪声完备集合经验模态分解(CEEMDAN)进行处理。实验结果表明,所提方法对振动信号信噪比提升最为明显,在Φ-OTDR系统中具有良好的实用性。
相位敏感光时域反射计 水力压裂微地震监测 信噪比 变分模态分解 互信息 
光学学报
2023, 43(21): 2106002
作者单位
摘要
西安科技大学机械工程学院,陕西 西安 710054
由于大范围三维激光扫描易受到采集车的多频率振动噪声的干扰,获取的路面三维形貌精度低。传统滤波和图像处理技术存在无法进行分量分析和过程复杂等缺陷。针对此问题,提出一种基于改进的哈里斯鹰优化(AMHHO)算法的变分模态分解(VMD)算法来对路面分量进行分析,精确剥离多频率振动信息。对车载3D激光相机获取的路面点云数据进行降维得到路面纵剖面信号,用所提AMHHO-VMD算法进行分解,对分解得到的本征模态函数(IMF)进行傅里叶变换并结合采集单元振动状态判定多频率振动信息。最后将筛选后的有效分量重构,得到精确的路面三维形貌。实验结果表明:与经验模式分解(EMD)算法和小波包分解算法相比,所提AMHHO-VMD算法能将多频率振动分量从原始路面点云中剥离,获得精确的路面三维形貌。
激光扫描 路面三维形貌 变分模态分解 多频率振动 哈里斯鹰优化算法 
激光与光电子学进展
2023, 60(20): 2028010
邢伦 1,2桑梅 1,2,*石珍曼 1,2王双 1,2刘铁根 1,2
作者单位
摘要
1 天津大学 精密仪器与光电子工程学院,天津 300072
2 天津大学 光电信息技术教育部重点实验室,天津 300072
垂直扫描白光干涉法(VSWLI)是一种非接触式三维表面轮廓测量方法。蝙蝠翼作为VSWLI当中一种固有的缺陷,尤其在被测样品的台阶高度小于光源的相干长度时,台阶边缘处的蝙蝠翼尤为显著。相移干涉法不存在这种缺陷,但是存在相位模糊的问题。提出一种将Carré等步长相移算法与快速傅里叶变换(FFT)相干峰值检测技术相结合的白光干涉解调算法。该算法基于逐次变分模态分解(SVMD)与Hausdorff 距离(HD)联合去噪。分别以高度为500 nm和1 200 nm的连续台阶器件和高度为10 μm的标准台阶作为测试样品,进行实验测量验证。所提出的算法能够有效地抑制台阶高度跳变处的蝙蝠翼,克服相位模糊问题。
垂直扫描白光干涉法 相移干涉法 逐次变分模态分解 蝙蝠翼 相位模糊 vertical-scanning white light interferometry phase-shifting interferometry successive variational mode decomposition batwings phase ambiguity 
应用光学
2023, 44(4): 816
作者单位
摘要
西北机电工程研究所,陕西 咸阳 712099
利用电磁轨道炮炮口电压测量信号可以计算出发射过程中滑动电枢与铜轨道表面的接触电阻以分析接触特性。由于发射器增强轨道的特殊结构会产生幅值很大的反向感应电动势,且存在脉冲形成网络的放电时序问题,导致检测到的炮口电压波形会受到系统噪声的干扰,难以准确计算出接触电阻。针对此问题,提出一种基于VMD-OptShrink的炮口电压系统噪声压制方法去除炮口电压中的锯齿状噪声,该方法首先利用变分模态分解(Variational Mode Decomposition,VMD)可实现依据频率特性进行信号时域分解的特点,对炮口电压信号进行时频域的模态分解,然后在时频分解域内利用OptShrink对分解信号进行低秩成分提取,得到去噪后的炮口电压,最终解算出接触电阻用于分析轨道炮枢轨接触特性。试验结果表明,该方法可以很好地压制炮口电压系统噪声,计算出的枢轨接触电阻波形光滑,有利于分析枢轨接触特性;枢轨接触电阻在发射初期变化剧烈,迅速降低,之后呈现缓慢波动上升的特点,直至电枢滑动出炮口接触电阻骤增。该分析方法对工程中电磁轨道炮发射状态监测提供了一种新的可靠参考。
增强型电磁轨道炮 炮口电压 枢轨接触电阻 变分模态分解 augmented electromagnetic railgun muzzle voltage armature-rail contact resistance variational mode decomposition 
强激光与粒子束
2023, 35(7): 079002
作者单位
摘要
1 南京信息工程大学自动化学院,江苏 南京 210044
2 南京信息工程大学海洋科学学院,江苏 南京 210044
海表温度(SST)是重要的海洋水文参数。对其进行精准预测在海洋相关领域中至关重要。深度学习强大的分析能力使其近年来广泛应用于SST预测中,但SST时间序列波动性和随机性的特点使其精准预测仍然具有挑战性。首先,采用变分模态分解(VMD)作为去噪模块,降低SST序列噪声对预测结果的影响。进而,为了解决深度模型在SST预测中存在的滞后现象,采用迁移学习的方法,将长短时记忆网络(LSTM)与宽度学习系统(BLS)相结合,使用LSTM作为BLS的特征映射结点,提高了预测精度。最终,提出了一种基于VMD-LSTM-BLS的SST预测模型。选取我国东海海温进行实例验证。通过与基准模型支持向量机、LSTM、门控循环单元以及现有的深度模型进行比较,证明了提出模型在SST预测中具有相对稳定、高效的优势,为SST预测的发展提供了新思路。
大气光学与海洋光学 海表温度 变分模态分解 长短时记忆网络 宽度学习系统 
激光与光电子学进展
2023, 60(7): 0701001
作者单位
摘要
1 海军工程大学电气工程学院,湖北 武汉 430033
2 92853部队四分队,辽宁 葫芦岛 125106
提升数据处理能力是实现光纤电流传感器(FOCS)在微弱电流检测领域中应用的重要支撑。针对独立成分分析(ICA)算法对信源数量的要求和变分模态分解(VMD)对冲击噪声处理能力不足的问题,采用优化参数的变分模态分解与独立成分分析联合算法(OVMD-ICA算法),提升微弱电流检测能力。首先,在分析全光纤电流传感器输出信号的特征和噪声特性的基础上,以能量谱熵为目标函数,采用捕食者算法(HPO算法)获取模态参数K和二次惩罚因子α,完成变分模态分解。然后,通过设置相关系数阈值,对各模态函数分类并构建虚拟通道,以满足ICA对信源数量的要求,并采用FastICA算法实现盲源分离。最后,通过对比实验确定了该方法的有效性,发现采用所提方法能够实现3 mA微弱电流的识别检测。
信号处理 全光纤电流传感器 微弱电流测量 变分模态分解 独立成分分析 捕食者算法 
光学学报
2023, 43(2): 0207001

关于本站 Cookie 的使用提示

中国光学期刊网使用基于 cookie 的技术来更好地为您提供各项服务,点击此处了解我们的隐私策略。 如您需继续使用本网站,请您授权我们使用本地 cookie 来保存部分信息。
全站搜索
您最值得信赖的光电行业旗舰网络服务平台!