来源：期刊VIP网 时间：
作者：马星河;闫崇威;
单位：河南理工大学电气工程与自动化学院;
摘要：针对微机电系统（micro-electro-mechanical system,MEMS）加速度计输出信号中随机噪声较大的问题，提出一种基于蝴蝶优化算法（butterfly optimization algorithm,BOA）的变分模态分解（variational mode decomposition,VMD）联合奇异值分解（singular value decomposition,SVD）的随机噪声降噪方法。首先应用BOA-VMD算法将加速度计信号分解为K个最优的IMF(intrinsic mode function)分量；其次计算分解后的各IMF分量的排列熵值，并将其划分为加速度计信号主导的IMF分量、噪声主导的IMF分量以及噪声信号3种类型；再对噪声主导的IMF分量进行SVD分解降噪，舍弃噪声分量；最后将加速度计信号主导分量与降噪后的噪声主导分量进行重构，得到最终信号。仿真与实验数据表明：相较于VMD联合小波阈值方法，BOA-VMD-SVD算法的信噪比提高了19.8%，均方根误差下降了44.5%；相较于VMD-SVD算法，BOA-VMD-SVD算法的信噪比提高了15.6%，均方根误差下降了19.5%。这表明所提算法在处理MEMS加速度计信号中的随机噪声时具有更好的去噪效果，进而证明了所提方法的有效性。
关键词：微机电系统;;蝴蝶优化算法;;奇异值分解;;随机噪声;;去噪
基金资助：河南省科技攻关资助项目(编号:182102310936)
