自适应变分模态分解在矿山变形监测数据去噪的应用

为了消除变形数据中包含的白噪声,提出了一种基于自适应变分模式分解的噪声消除模型。针对变分模式分解中关键参数选择不确定的问题,提出了基于相邻分解层数的最优分解评价值,指导最优分解层数,利用互信息熵判定噪声临界值。在确定模型的参数之后,去除所确定的噪声分量,并且重组剩余分量以获得噪声去除后的变形序列。对实际沉降数据进行去噪,通过实验比较,自适应变分模式分解的去噪评价指标均优于小波去噪、经验模态分解和完全集合经验模态分解。