改进PF算法在煤与瓦斯突出AE信号去噪中的研究
wf（2019）
摘要
煤与瓦斯突出会产生声发射(acoustic emission,AE)信号.针对提取较纯净有效的AE信号问题,提出一种邻域动态调整(D)果蝇算法(fruit fly algorithm,FOA)智能优化粒子滤波(particle filter,PF)的去噪方法.利用果蝇个体表征PF中的每个信号点粒子,优化粒子滤波的重采样过程,并通过动态调整邻域粒子数量来改善果蝇算法的寻优能力和收敛速度.以均方根误差和信噪比为评价指标,对信号采集系统获取的煤与瓦斯突出AE信号分别使用标准粒子滤波、果蝇优化粒子滤波、改进粒子滤波去噪.结果 表明,改进粒子滤波法的信噪比提升了15.3 dB左右,且均方根误差最低.与其他两种方法相比,改进粒子滤波去噪效果最优.
更多AI 理解论文
溯源树
样例
生成溯源树，研究论文发展脉络
Chat Paper
正在生成论文摘要