基于鲸鱼优化算法优化变分模态联合双树复小波的数据处理方法

本发明属于数据信号处理领域，针对涡流检测信号存在噪声干扰的问题，提出了一种基于优化鲸鱼优化算法（NSCWOA‑VMD，变分模态分解）联合DTCWT（双树复小波变换）的去噪方法。该方法首先利用NSCWOA算法对VMD参数进行优化，找到最优参数组合惩罚因子α和分解模数K。然后，对分解得到的每个IMF（内在模态函数）分量应用DTCWT，获取其实部和虚部细节系数，并利用复数小波系数的相位信息区分信号与噪声。通过自适应阈值化处理，结合信号的局部特性和噪声水平，有效抑制噪声并保留信号的关键特征。最后通过DTCWT的逆变换重构出最终的去噪涡流信号。与传统去噪方法相比，该方法有效提高了信噪比，降低了均方根误差，达到对涡流检测信号精确去噪的目的。