(19)国家知识产权局
(12)发明 专利申请
(10)申请公布号
(43)申请公布日
(21)申请 号 202211160745.5
(22)申请日 2022.09.22
(71)申请人 哈尔滨工业大 学 (威海)
地址 264209 山 东省威海市环翠区文化西
路2号
(72)发明人 马立勇 张湧 郁可鸣 屈崇
吴紫境
(74)专利代理 机构 哈尔滨龙 科专利代理有限公
司 23206
专利代理师 王莹
(51)Int.Cl.
G06F 30/20(2020.01)
G06K 9/00(2022.01)
G06F 111/04(2020.01)
G06F 111/08(2020.01)G06F 111/10(2020.01)
(54)发明名称
一种变分模态分解的参数确定方法
(57)摘要
本发明公开了一种变分模态分解的参数确
定方法, 所述方法包括如下步骤: 第一步、 确定K
和α的搜索范围, 确定总迭代次数NT, 当前迭代
次数NC设置为0; 第二步、 在搜索 范围内, 选取P个
不同的变分模态分解参数(K,α); 第三步、 对所
有P个变分模态分解参数, 计算每个变分模态分
解参数的目标函数; 第四步、 保留获得小的目标
函数结果的变 分模态分解的参数, 对其余获得大
的目标函数结果的每一个变分模态分解的参数,
采用优化算法, 得到更新后的参数; 第五步、 NC加
1; 如果NT大于NC, 转到第三步; 如果NT等于NC, 参
数自动寻优 结束, 获得最小的目标函数结果的参
数就是最优参数。 该方法对变分模态分解的K和
α进行自动寻优的方法, 解决了手工设置两个参
数导致分解结果 不正确的问题。
权利要求书3页 说明书8页 附图6页
CN 115470645 A
2022.12.13
CN 115470645 A
1.一种变分模态分解的参数确定方法, 其特 征在于所述方法包括如下步骤:
第一步、 确定本征模态函数信号的总个数K和惩罚因子α 的搜索范围, 其中K的取值为正
整数; 确定总迭代次数NT; 当前迭代次数NC设置为0;
第二步、 在搜索范围内, 选取P个不同的变分模态分解 参数(K, α );
第三步、 对所有P个 变分模态分解 参数, 计算每 个变分模态分解 参数的目标函数;
第四步、 保留获得小的目标函数结果的变分模态分解的参数, 对其余获得大的目标函
数结果的每一个 变分模态分解的参数, 采用优化 算法, 得到更新后的参数;
第五步、 当前迭代次数NC加1; 如果总迭代次数NT大于当前迭代次数NC, 转到第三步; 如
果总迭代次数NT等于当前迭代次数NC, 则参数自动寻优结束, 获得最小的目标函数结果的参
数就是最优参数。
2.根据权利要求1所述的变分模态分解的参数确定方法, 其特征在于所述第 三步中, 第
n个变分模态分解 参数的目标函数Ln计算公式如下:
Ln=α +104×nmax;
其中, n=1,2, …,P; nmax为使用参数完成变分模态分解后各本征模态函数信号幅度谱
包含极大值 点个数的最大值。
3.根据权利要求2所述的变分模态分解的参数确定方法, 其特征在于所述nmax的计算方
法如下: 对于使用参数完成变分模态分解后的每一个本征模态函数 的信号幅度谱, 求其包
含的极大值 点的个数, 其中最大的极大值 点的个数就是nmax。
4.根据权利要求3所述的变分模态分解的参数确定方法, 其特征在于所述每一个本征
模态函数的信号幅度谱, 求 其包含的极大值 点的个数采用数 学形态学方法, 具体方法如下:
步骤(1)对幅度谱进行形态学闭运算, 获得主峰包络, 其中: 形态学闭运算的结构元采
用圆形, 结构元的宽度为幅度谱宽度的百分之一;
步骤(2)对步骤(1)获得的主峰包络再进行形态学闭运算, 得到幅度谱的最终包络, 其
中: 形态学闭运 算的结构元采用直线形, 结构元的宽度为幅度谱宽度的百分之二;
步骤(3)在步骤(2)获得的幅度谱的最终包络上统计极大值 点的个数。
5.根据权利要求4所述的变分模态分解的参数确定方法, 其特征在于所述步骤(3)的具
体步骤如下:
步骤(31)设置极大值幅度阈值: 极大值幅度阈值 为幅度谱的最大值的三十分之一;
步骤(32)设置极大值间隔阈值: 极大值间隔阈值 为幅度谱宽度的百分之一;
步骤(33)对于幅度谱中的每一个频率位置, 同时满足以下条件的频率位置就是极大值
点, 统计到极大值 点的个数中:
如果该位置的左侧存在数值, 该位置的数值大于其左侧数值; 如果该位置的右侧存在
数值, 该位置的数值大于其右侧数值; 该位置的数值大于 极大值幅度阈值; 该位置距离左侧
和右侧的其它极大值 点的距离大于极大值间隔阈值。
6.根据权利要求1所述的变分模态分解的参数确定方法, 其特征在于所述第四步中, 采
用优化算法得到更新后的参数的方法如下:
设要从第p个变分模态分解的参数(Kp, αp), p=1,2, …,P; 得到更新后的变分模态分解
的参数(K ′p, α′p), 使用重力搜索优化 算法, 使用如下的计算过程:
第NC次迭代的时候, 引力常量G为:权 利 要 求 书 1/3 页
2
CN 115470645 A
2其中, e为自然常数;
所有P个变分模态分解的参数中, 第n个 变分模态分解的参数的质量记为Mn;
设第i个变分模态分解的参数为(Ki, αi), 第j个变分模态分解的参数为(Kj, αj),
是第
i个变分模态分解的参数Ki和第j个变分模态分解的参数Kj之间的力,
是第i个变分模态
分解的参数αi和第j个变分模态分解的参数αj之间的力;
对于第p个变分模态分解的参数(Kp, αp), 参数Kp受到的总的合力FK和参数αp受到的总的
合力Fα分别为:
其中, R是一个取值在0 到1之间的随机数;
则参数Kp的加速度aK和参数αp的加速度aα分别为:
参数Kp的速度和参数αp的速度分别为:
vK=R+aK;
vα=R×α +aα;
新的变分模态分解 参数如下:
α′p=αp+vα;
其中,
表示对Kp+vK的计算结果四舍五入取整;
当变分模态分解 参数(K′p, α′p)同时满足:
条件一: K ′p和 α′p分别在参数 K和 α 的搜索范围内;
条件二: K ′p≠Kp, 且α′p≠αp; 的时候, 则第p个变分模态分解的参数(Kp, αp)更新为(K ′p,
α′p);
否则, 重复上述使用重力搜索优化算法获得变分模态分解参数的过程, 直到(K ′p, α′p)
满足前述两个条件。
7.根据权利要求6 所述的变分模态分解的参数确定方法, 其特征在于 所述Mn的计算公式
如下:
权 利 要 求 书 2/3 页
3
CN 115470645 A
3
专利 一种变分模态分解的参数确定方法
文档预览
中文文档
18 页
50 下载
1000 浏览
0 评论
309 收藏
3.0分
温馨提示:本文档共18页,可预览 3 页,如浏览全部内容或当前文档出现乱码,可开通会员下载原始文档
本文档由 人生无常 于 2024-03-18 00:54:12上传分享