[發明專利]一種基于CWOA-VMD算法的管道泄漏信號去噪方法

在審

• 申請號: 202210410610.3
• 申請日: 2022-04-19
• 公開（公告）號: CN114757231A
• 公開（公告）日: 2022-07-15
• 發明（設計）人: 林忠海;陳明玉;孫成帥;魏廣芬;王平建;王智曉;郝亞明;韓穎
• 申請（專利權）人: 山東工商學院
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06F30/27;G06N3/00;G06F111/04;G06F111/10;G06F111/08
• 代理公司: 煙臺智宇知識產權事務所(特殊普通合伙) 37230
• 代理人: 李增發

1.一種基于CWOA-VMD算法的管道泄漏信號去噪方法，其特征在于，根據CWOA算法分別建立包圍獵物、泡泡網捕食和隨機搜索的數學模型，其中：

①包圍獵物的數學模型表達式如式(1)和式(2)：

式中，為當前搜索個體與最優解的距離；t為當前迭代次數；為鯨魚個體位置；表示當前最優位置；和為系數向量，定義如式(3)和式(4)：

式中，為[0,1]之間的隨機向量；a隨迭代次數增加由2遞減到0；

②泡泡網捕食的數學模型表達式如式(5)：

式中，為當前個體與最優解之間的距離，b為螺旋方程的常量，l是[-1,1]范圍內的隨機數，p為[0,1]之間的隨機數，t為當前的迭代次數；e是數學中的一個常數，一個無限不循環小數，且為超越數，其值約為2.718281828459045；

使用自適應概率閾值p'來平衡全局尋優和局部搜索的能力，數學模型表達式如式(6)：

式中，t為當前的迭代次數，T_{max_iter}為最大迭代次數；

③隨機搜索的數學模型表達式如式(7)和式(8)：

式中，為當前鯨魚種群中隨機選擇的鯨魚個體位置向量。

2.根據權利要求1所述的一種基于CWOA-VMD算法的管道泄漏信號去噪方法，其特征在于，具體步驟包括：

S1輸入原始信號f(t)，初始化CWOA模型中的各項參數，包括種群規模、迭代次數、空間維度，設置VMD算法中K和α的取值范圍；

S2使用混沌映射初始化鯨魚種群的位置；

S3對信號進行VMD算法進行分解，利用式(19)計算初始種群中每個個體的適應度，作為適應度函數的排列熵被用來衡量參數組合的分解效果，當排列熵取最小值時，對應的參數K和α最優，

式中，x(i)為原始信號某時刻狀態，M為總點數；

S4更新鯨魚個體的位置，保留最優適應度及對應的參數組合；

S5保留更新后的鯨魚種群位置作為新一輪的初始種群，循環迭代，直到達到所設定的最大迭代次數為止；

S6輸出最優鯨魚個體及對應的適應度；

S7根據CWOA-VMD算法尋優結果設置VMD算法的相關參數K和α，對信號進行自適應分解；

S8計算出分解后各模態分量與原始信號的相關系數，選擇有效的IMF分量進行信號的重構，從而得到去噪后的管道泄漏信號。

3.根據權利要求2所述的一種基于CWOA-VMD算法的管道泄漏信號去噪方法，其特征在于，步驟S2中混沌映射采用Tent映射產生混沌序列，Tent映射的表達式為：