基于VMD与AdaBoost-SCN的海缆振动信号识别方法

作     者：尚秋峰 黄达 巩彪 SHANG Qiufeng;HUANG Da;GONG Biao

作者机构：华北电力大学电子与通信工程系河北保定071003 华北电力大学河北省电力物联网技术重点实验室河北保定071003 华北电力大学保定市光纤传感与光通信技术重点实验室河北保定071003 

出 版 物：《振动与冲击》 (Journal of Vibration and Shock)

年 卷 期：2023年第42卷第19期

页      面：231-239页

核心收录：

学科分类：0711[理学-系统科学] 07[理学] 08[工学] 080401[工学-精密仪器及机械] 0804[工学-仪器科学与技术] 080402[工学-测试计量技术及仪器] 

基　　金：河北省自然科学基金(E2019502179) 

主　　题：信号识别 变分模态分解(VMD) 随机配置网络(SCN) 自适应增强(AdaBoost)算法 

摘      要：海底光缆的在线监测和振动信号识别是保证其正常运行的关键技术。搭建了基于布里渊光时域分析系统,模拟不同工况下的海缆振动信号。针对海缆振动信号信息丰富、信噪比低,使用单一随机配置网络(stochastic configuration network,SCN)模型对信号识别准确率不高的问题,提出了自适应增强(adaptive boosting,AdaBoost)算法优化的随机配置网络(AdaBoost-SCN)识别方法。首先用变分模态分解(variational mode decomposition,VMD)算法分解海缆振动信号,构建特征向量;然后采用AdaBoost-SCN算法对振动信号分类。结果表明,所提方法有着很高的精度,并且具有很强的鲁棒性与泛化能力,提高了布里渊光时域分析系统振动信号识别的有效性。