摘要
本发明公开了一种基于改进VMD算法的Ф‑OTDR信号去噪方法、系统及存储介质,涉及信号处理领域,方法包括采用ZOA算法优化VMD算法的惩罚因子和分解个数,获得最佳惩罚因子和分解个数;将获取的原始Ф‑OTDR信号输入至采用最佳惩罚因子和分解个数运行的VMD算法中,获得多个IMF分量;采用深度学习模型确定所述IMF分量中需要参与信号重构的第一IMF分量,剩余为待处理IMF分量;采用改进小波阈值算法对待处理IMF分量进行去噪处理,获得去噪IMF分量,采用深度学习模型确定所述去噪IMF分量中适合信号重构的第二IMF分量;重构第一IMF分量和第二IMF分量获得去噪信号。本申请能够更有效地抑制噪声,保留更多的信号细节,从而提高信号的清晰度和可分析性。
技术关键词
信号去噪方法
特征提取单元
深度学习模型
多尺度
小波阈值
因子
重构误差
时域特征
频域特征
模拟退火算法
去噪系统
模块
阈值算法
决策
邻域
信号处理
可读存储介质