基于EEMD和SSA处理的信号剥离方法用于MEMS矢量水声机
Peng Wang1, Jie Dong1, Lifu Wang1
1School of Mathematics, North University of China, Taiyuan 030051, China.
Micromachines
|October 26, 2024
概括
一种新的EEMD-SSA方法通过消除噪音和漂移来有效地消除微电机系统 (MEMS) 矢量水声. 这种综合方法改善了水下声学工程应用中的信号利用.
科学领域:
- 水下声学 水下声学
- 信号处理 信号处理
- 传感器技术 传感器技术
背景情况:
- 微电子机械系统 (MEMS) 矢量水声机在水下声学中至关重要,但会受到噪音和漂移的影响.
- 环境噪音和信号扭曲使准确的数据检测和识别变得复杂.
研究的目的:
- 开发一个先进的MEMS向量水声机的无声化技术.
- 通过减轻噪音和漂移来提高接收信号的利用率.
主要方法:
- 开发了一种结合集体实证模式分解 (EEMD) 和单一光谱分析 (SSA) 的新型混合方法.
- 使用EMD分解噪声信号,以识别和分离与噪声相关的内在模式函数 (IMF).
- 使用单频谱分析 (SSA) 来重建信号,将趋势和周期噪声分开.
主要成果:
- 与单独使用EEMD或SSA相比,提出的EEMD-SSA算法显示出更高的无线化性能.
- 该方法有效地消除了噪音和信号漂移,提高了信号清晰度.
- 使用模拟和现实世界的湖泊测试数据进行实验验证,证实了算法的实际价值.
结论:
- EEMD-SSA方法提供了一个强大的解决方案,用于消除MEMS矢量水力电话信号的噪声.
- 这种技术显著提高了水下声学数据的质量,使得信号可以更好地检测和识别.
- 该研究强调了EEMD-SSA算法在水下声学工程中的实际研究价值.


