基于AO算法优化VMD参数联合小波阈值的桥梁信号去噪方法

作     者：蒋田勇 喻晨宇 黄可 赵杰 王磊 JIANG Tian-yong;YU Chen-yu;HUANG Ke;ZHAO Jie;WANG Lei

作者机构：长沙理工大学土木工程学院湖南长沙410114 

出 版 物：《中国公路学报》 (China Journal of Highway and Transport)

年 卷 期：2023年第36卷第7期

页      面：158-168页

核心收录：

学科分类：08[工学] 0814[工学-土木工程] 

基　　金：国家重点研发计划项目(2019YFC1511002) 国家自然科学基金项目(52078058) 湖南省自然科学基金创新研究群体项目(2020JJ1006) 湖南省自然科学基金青年项目(2021JJ40582) 湖南省教育厅自然科学研究重点项目(21A0196) 湖南省教育厅自然科学研究青年项目(21B0294) 长沙市自然科学基金项目(kq2202209)。 

主　　题：桥梁工程 健康监测 天鹰算法 桥梁信号 变分模态分解 小波阈值 去噪 

摘      要：当桥梁进行状态评估和健康监测时,所获得的桥梁信号易受外部环境的干扰,难以反映桥梁结构的真实响应。针对桥梁信号夹杂环境噪声等问题,提出了基于联合天鹰算法(Aquila Optimizer, AO)、变分模态分解(Variational Mode Decomposition, VMD)和小波阈值的去噪方法。该方法首先利用AO算法优化VMD的参数,然后用VMD对含噪声的信号进行自适应分解,再去除方差贡献率较小的模态,最后对剩余的模态进行小波阈值去噪处理,重构信号得到去噪后的真实信号。对模拟信号和桥梁动应变的实测信号分别进行分析,结果表明:基于AO算法优化VMD参数联合小波阈值的去噪方法能有效滤除噪声信号,且去噪效果优于单一的小波阈值去噪、EMD联合小波阈值去噪以及EEMD联合小波阈值去噪等常用的去噪方法,研究成果可为桥梁信号的去噪处理提供有意义的参考。