针对桥梁监测数据存在噪声干扰且难以有效滤除,而传统降噪方法效果有限,导致桥梁真实变化难以提取等问题,提出一种基于灰狼优化算法(Grey Wolf Optimizer,GWO)优化变分模态分解(Variational Mode Decomposition,VMD)和相关系数阈值的桥...针对桥梁监测数据存在噪声干扰且难以有效滤除,而传统降噪方法效果有限,导致桥梁真实变化难以提取等问题,提出一种基于灰狼优化算法(Grey Wolf Optimizer,GWO)优化变分模态分解(Variational Mode Decomposition,VMD)和相关系数阈值的桥梁监测数据降噪方法。仿真算例和工程实例结果表明:GWO-VMD相比VMD而言,关键参数K和α难以准确确定的难题得以解决;另一方面,GWO-VMD结合相关系数阈值方法相比于既有方法更能有效抑制多重噪声影响,降噪效果和抗噪性能也更佳。所提方法可为桥梁监测数据降噪提供一种新方法。展开更多
文摘针对桥梁监测数据存在噪声干扰且难以有效滤除,而传统降噪方法效果有限,导致桥梁真实变化难以提取等问题,提出一种基于灰狼优化算法(Grey Wolf Optimizer,GWO)优化变分模态分解(Variational Mode Decomposition,VMD)和相关系数阈值的桥梁监测数据降噪方法。仿真算例和工程实例结果表明:GWO-VMD相比VMD而言,关键参数K和α难以准确确定的难题得以解决;另一方面,GWO-VMD结合相关系数阈值方法相比于既有方法更能有效抑制多重噪声影响,降噪效果和抗噪性能也更佳。所提方法可为桥梁监测数据降噪提供一种新方法。
