本申请涉及信号处理,尤其涉及一种弹性波信号处理方法、装置及设备。
背景技术:
1、在煤系地层研究的背景中,由于煤层介质的不均匀性,弹性波将产生漫反射和折射,至使所接受到的反射回波成分复杂。所接收到的原始回波信号中,难以直接判别煤岩界面反射回波波形和首波时间,从而无法准确判断煤层厚度,从而给煤岩界面识别带来较大的困难。针对典型非线性、非平稳信号的处理技术的应用,变分模态分解(vmd)相较于常用的小波阈值法(wt)、经验模态分解(emd)和局域均值分解(lmd)等算法,作为一种完全非递归、自适应的信号处理方法,在获取imf分量时摆脱了循环筛分剥离的信号处理方式,而是将信号分解过程转移到变分框架内,通过搜寻约束变分模型最优解来实现信号自适应分解。该方法中模态分量个数k和惩罚因子α需人为预先设置参数,这种基于主观经验设置参数的方法会对分解精度产生较大影响,去噪效果都不理想。如何选定合适的[k,α]参数组合,是利用变分模态分解算法分析原始弹性波信号的关键所在。因此一些元启发式算法被应用在对[k,α]参数组合寻优的问题上,譬如粒子群优化(pso)、蚁群优化(aco)、人工蜂群(abc)、蚯蚓优化算法(ewa)等。这类算法大多存在局部和全局搜索策略差、不平衡挑战和低种群多样性、过早收敛等局限性。
技术实现思路
1、有鉴于此,本申请的目的在于提出一种弹性波信号处理方法、装置及设备。
2、基于上述目的,本申请提供了一种弹性波信号处理方法,包括:
3、根据所述弹性波信号,构建变分模态分解模型;所述变分模态分解模型包括模态分解个数参数和惩罚因子参数;所述模态分解个数参数和所述惩罚因子参数组成位置向量;
4、对所述位置向量进行迭代更新,直到得到适应度值最小的最优位置向量;
5、响应于根据所述最优位置向量得到的模态分量与所述弹性波信号满足预设条件,确定该模态分量为目标信号。
6、可选地,所述适应度值通过如下方法得到:
7、根据所述位置向量,对所述弹性波信号进行分解,得到模态分量;
8、根据如下公式计算得到所述模态分量的功率谱熵;
9、
10、
11、其中,h(x)表示所述功率谱熵,pk表示第k个模态分量的能量占所述弹性波信号总能量的概率密度值,x(k)表示第k个频段的能量,n表示模态分量的个数;
12、将所述功率谱熵作为所述位置向量的适应度值。
13、可选地,所述根据所述最优位置向量得到的模态分量与所述弹性波信号满足预设条件,确定所述最优位置向量为目标位置向量,包括:
14、根据所述最优位置向量得到至少一个模态分量;
15、计算所述模态分量与所述弹性波信号的相关系数;所述相关系数的计算公式为:
16、
17、其中,e表示所述弹性波信号,f表示所述模态分量;
18、响应于确定任一模态分量对应的相关系数小于预设阈值,确定该模态分量为有效信号;
19、响应于确定所有模态分量对应的相关系数均大于或等于所述预设阈值且计算所述最优位置向量的迭代次数达到预设数值,确定最大相关系数对应的模态分量为有效信号。
20、可选地,所述根据所述模态分解个数参数和所述惩罚因子参数组成位置向量并迭代更新所述位置向量,包括:
21、响应于确定进行首次迭代,随机生成多个位置向量;
22、响应于确定进行非首次迭代,通过预设算法,从位置向量池中选取多个位置向量;
23、根据所述位置向量,得到本轮次最优位置向量并更新所述位置向量池。
24、可选地,所述位置向量池的生成方法包括:
25、根据所述位置向量,通过如下公式,得到池元素;
26、
27、
28、其中,wi表示第i次迭代更新的池元素,b表示二进制随机变量,表示b的逆向量,表示座头鲸种群中最优位置向量邻域中的某一个随机位置,xw(t)表示座头鲸种群中最差位置向量,δbmx表示座头鲸种群中最佳位置的上限,δbmn表示座头鲸种群中最佳位置的下限;
29、根据所述池元素,构建所述向量池。
30、可选地,所述通过预设算法,从位置向量池中选取多个位置向量,包括:
31、根据所述向量池,通过如下公式,选取所述位置向量;
32、
33、xrnd=rand(δmix-δmin)+δmin;
34、其中,xrnd表示所述向量池中的随机位置,表示座头鲸种群中最优位置向量邻域中的某一个随机位置,δbmx表示座头鲸种群中最佳位置的上限,δbmn表示座头鲸种群中最佳位置的下限。
35、可选地,所述通过预设算法,从位置向量池中选取多个位置向量,包括:
36、根据所述向量池,通过如下公式,选取所述位置向量;
37、x(t+1)=x(t)+a×(c×prand1-prand2);
38、其中,x(t)表示当前鲸鱼的位置向量,a和c表示预设系数,prand1和prand2表示所述向量池中两个随机的位置向量。、
39、可选地,所述通过预设算法,从位置向量池中选取多个位置向量,包括:
40、根据所述向量池,通过如下公式,选取所述位置向量;
41、x(t+1)=x*(t)-a×d'p;
42、d′p=|c×x*(t)-prand3|;
43、其中,a和c表示预设系数,x*(t)表示座头鲸种群中最优位置向量,d′p表示鲸鱼与猎物之间的距离,prand3表示向量池中两个随机的位置向量。
44、基于同一发明构思,本说明书一个或多个实施例还提供了一种弹性波信号处理装置,包括:
45、第一计算模块,被配置为根据所述弹性波信号,构建变分模态分解模型;所述变分模态分解模型包括模态分解个数参数和惩罚因子参数;所述模态分解个数参数和所述惩罚因子参数组成位置向量;
46、第二计算模块,被配置为对所述位置向量进行迭代更新,直到得到适应度值最小的最优位置向量;
47、第三计算模块,被配置为响应于根据所述最优位置向量得到的模态分量与所述弹性波信号满足预设条件,确定该模态分量为目标信号。
48、基于同一发明构思,本说明书一个或多个实施例还提供了一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如上述任意一项所述的弹性波信号处理方法。
49、从上面所述可以看出,本申请提供的弹性波信号处理方法、装置及设备,通过变分模态分解方法避免模态混叠问题,并通增强型鲸鱼算法求解适应度函数功率谱熵。增强型鲸鱼算法能够通过避免局部优化的方式,再采用功率谱熵作为适应度函数,能够有效提高计算精度和效率。
1.一种弹性波信号处理方法,其特征在于,包括:
2.根据权利要求1所述的弹性波信号处理方法,其特征在于,所述适应度值通过如下方法得到:
3.根据权利要求1所述的弹性波信号处理方法,其特征在于,所述根据所述最优位置向量得到的模态分量与所述弹性波信号满足预设条件,确定所述最优位置向量为目标位置向量,包括:
4.根据权利要求1所述的弹性波信号处理方法,其特征在于,所述根据所述模态分解个数参数和所述惩罚因子参数组成位置向量并迭代更新所述位置向量,包括:
5.根据权利要求4所述的弹性波信号处理方法,其特征在于,所述位置向量池的生成方法包括:
6.根据权利要求4或5中任一所述的弹性波信号处理方法,其特征在于,所述通过预设算法,从位置向量池中选取多个位置向量,包括:
7.根据权利要求4或5中任一所述的弹性波信号处理方法,其特征在于,所述通过预设算法,从位置向量池中选取多个位置向量,包括:
8.根据权利要求4或5中任一所述的弹性波信号处理方法,其特征在于,所述通过预设算法,从位置向量池中选取多个位置向量,包括:
9.一种弹性波信号处理装置,其特征在于,包括:
10.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1至7任意一项所述的方法。