在APO算法与GWO算法背景下的变分模态分解优化对比研究  

作　　者：任庆欣 孙莉 

机构地区：[1]宁夏大学信息工程学院,宁夏银川750021

出　　处：《物联网技术》2025年第7期49-54,共6页Internet of things technologies

基　　金：宁夏自然科学基金项目(2023AAC03031)。

摘　　要：变分模态分解(VMD)是一种信号处理技术,它能够将复杂信号分解为多个本征模态函数(IMF)。在处理非线性和非平稳信号时,VMD相较于傅里叶变换、小波变换、经验模态分解和希尔伯特-黄变换等同类信号处理技术,具有明显优势。然而,VMD的性能与上述这些信号处理技术一样,高度依赖参数的选择,特别是分解数k和惩罚因子α。为此,文中重点讨论了对这些参数的优化。基于上述情况,选用了性能较高的北极海雀算法(APO)来优化VMD参数,并采用传统的基础优化算法——灰狼优化算法进行对比实验,最终分析了原始信号图像、目标函数图像以及k个本征模态函数图像。成功优化VMD参数对计算机技术的现实应用有着重要意义,能让VMD在后续的研究和发展中适应各种复杂信号的处理需求。

关 键 词：变分模态分解 参数优化 本征模态 北极海雀优化算法 灰狼优化算法 原始信号处理 

分 类 号：TP39[自动化与计算机技术—计算机应用技术] TN911.23[自动化与计算机技术—计算机科学与技术]