买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：长春理工大学

摘要：本发明属于空间引力波探测技术领域，尤其为一种空间引力波探测中噪声抑制的方法，包括S1、获取探测器采集到的信息作为原始信号；S2、利用变分模态对原始信号进行分解；S3、利用动量梯度和多尺度思想优化变分模态，避免在运行中存在多个局部最优解，得到快速收敛的最佳分解，得到不同频率的模态。本发明，将动量因子和多尺度思想引入到变分模态算法中，解决了算法在运行中存在多个局部最优解的问题，减少在梯度变化较大或不稳定区域的震荡，同时，结合最小均方算法自动调整权重以减小噪声的影响，解决噪声多源且随机出现的问题，有效地抑制引力波信号中的噪声，提高引力波信号的质量和可靠性。

主权项：1.一种空间引力波探测中噪声抑制的方法，其特征在于：包括以下步骤，S1、获取探测器采集到的信息作为原始信号；S2、利用变分模态对原始信号进行分解；所述S2中，变分模态分解的过程如下：将原始信号ft分解成m个不同频率的模态分量，得到约束变分模型为： 式中，um为分解后的第m个模态分量，ωm为第m个模态分量的中心频率，j为虚数；利用交替方向乘子法进行求解，将从有约束条件转化为无约束条件的变分问题，引入二次惩罚因子ρ和拉格朗日乘子λ，得到增广拉格朗日函数，其表达式为： 式中，ρ为二次惩罚因子，λ为拉格朗日乘子，H为转置；利用以下公式求解并分别更新um、ωm以及λ： 式中，k为次数，为第k+1次更新的第m个模态分量，为第k+1次更新的第m个模态分量的中心频率，为第k+1次更新的拉格朗日乘子，ζ为噪声容限，当信号含有强噪声时，设定ζ＝0S3、利用动量梯度和多尺度思想优化变分模态，避免在运行中存在多个局部最优解，得到快速收敛的最佳分解，得到不同频率的模态；所述S3中，动量梯度下降过程如下：对模态和中心频率进行更新： 式中，为梯度下降更新后的第m个模态分量，为第k次更新的第m个模态分量，ω'm为梯度下降更新后的第m个模态分量的中心频率，为第k次更新的第m个模态分量的中心频率，α为学习率，▽L为增广拉格朗日函数的梯度；动量项为：vk＝βvk-1+1-β▽Lk-1式中，vk为第k次更新的动量项，vk-1为第k-1次更新的动量项，β为动量系数，▽Lk-1为第k-1次增广拉格朗日函数的梯度；则第k+1次迭代的模态和中心频率为： 式中，为第k+1次更新的第m个模态分量，为第k+1次更新的第m个模态分量的中心频率；所述S3中，多尺度分解如下：结合噪声影响引力波信号随时间变化的特点，将在更小的尺度上对噪声进行提取，所以将引力波信号在ρ·2-k尺度下分解： 随着分解尺度的不断细化，不断地从中提取出有用细节信息，同时将有用信息与噪声分离，提高引力波信号的精度；S4、对含有噪声的不同频率模态进行最小均方抑制，去除引力波信号中含有的噪声；S5、对去噪后的模态进行重组，得到纯净的引力波引号。

全文数据：

权利要求：

百度查询： 长春理工大学 一种空间引力波探测中噪声抑制的方法