(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211160745.5 (22)申请日 2022.09.22 (71)申请人 哈尔滨工业大 学 （威海） 地址 264209 山 东省威海市环翠区文化西 路2号 (72)发明人 马立勇　张湧　郁可鸣　屈崇　 吴紫境　 (74)专利代理 机构 哈尔滨龙 科专利代理有限公 司 23206 专利代理师 王莹 (51)Int.Cl. G06F 30/20(2020.01) G06K 9/00(2022.01) G06F 111/04(2020.01) G06F 111/08(2020.01)G06F 111/10(2020.01) (54)发明名称 一种变分模态分解的参数确定方法 (57)摘要 本发明公开了一种变分模态分解的参数确 定方法， 所述方法包括如下步骤： 第一步、 确定K 和α的搜索范围， 确定总迭代次数NT， 当前迭代 次数NC设置为0； 第二步、 在搜索 范围内， 选取P个 不同的变分模态分解参数(K,α)； 第三步、 对所 有P个变分模态分解参数， 计算每个变分模态分 解参数的目标函数； 第四步、 保留获得小的目标 函数结果的变 分模态分解的参数， 对其余获得大 的目标函数结果的每一个变分模态分解的参数， 采用优化算法， 得到更新后的参数； 第五步、 NC加 1； 如果NT大于NC， 转到第三步； 如果NT等于NC， 参 数自动寻优 结束， 获得最小的目标函数结果的参 数就是最优参数。 该方法对变分模态分解的K和 α进行自动寻优的方法， 解决了手工设置两个参 数导致分解结果 不正确的问题。 权利要求书3页 说明书8页 附图6页 CN 115470645 A 2022.12.13 CN 115470645 A 1.一种变分模态分解的参数确定方法， 其特 征在于所述方法包括如下步骤： 第一步、 确定本征模态函数信号的总个数K和惩罚因子α 的搜索范围， 其中K的取值为正 整数； 确定总迭代次数NT； 当前迭代次数NC设置为0； 第二步、 在搜索范围内， 选取P个不同的变分模态分解 参数(K, α )； 第三步、 对所有P个 变分模态分解 参数， 计算每 个变分模态分解 参数的目标函数； 第四步、 保留获得小的目标函数结果的变分模态分解的参数， 对其余获得大的目标函 数结果的每一个 变分模态分解的参数， 采用优化 算法， 得到更新后的参数； 第五步、 当前迭代次数NC加1； 如果总迭代次数NT大于当前迭代次数NC， 转到第三步； 如 果总迭代次数NT等于当前迭代次数NC， 则参数自动寻优结束， 获得最小的目标函数结果的参 数就是最优参数。 2.根据权利要求1所述的变分模态分解的参数确定方法， 其特征在于所述第 三步中， 第 n个变分模态分解 参数的目标函数Ln计算公式如下： Ln＝α +104×nmax； 其中， n＝1,2, …,P； nmax为使用参数完成变分模态分解后各本征模态函数信号幅度谱 包含极大值 点个数的最大值。 3.根据权利要求2所述的变分模态分解的参数确定方法， 其特征在于所述nmax的计算方 法如下： 对于使用参数完成变分模态分解后的每一个本征模态函数 的信号幅度谱， 求其包 含的极大值 点的个数， 其中最大的极大值 点的个数就是nmax。 4.根据权利要求3所述的变分模态分解的参数确定方法， 其特征在于所述每一个本征 模态函数的信号幅度谱， 求 其包含的极大值 点的个数采用数 学形态学方法， 具体方法如下： 步骤(1)对幅度谱进行形态学闭运算， 获得主峰包络， 其中： 形态学闭运算的结构元采 用圆形， 结构元的宽度为幅度谱宽度的百分之一； 步骤(2)对步骤(1)获得的主峰包络再进行形态学闭运算， 得到幅度谱的最终包络， 其 中： 形态学闭运 算的结构元采用直线形， 结构元的宽度为幅度谱宽度的百分之二； 步骤(3)在步骤(2)获得的幅度谱的最终包络上统计极大值 点的个数。 5.根据权利要求4所述的变分模态分解的参数确定方法， 其特征在于所述步骤(3)的具 体步骤如下： 步骤(31)设置极大值幅度阈值： 极大值幅度阈值 为幅度谱的最大值的三十分之一； 步骤(32)设置极大值间隔阈值： 极大值间隔阈值 为幅度谱宽度的百分之一； 步骤(33)对于幅度谱中的每一个频率位置， 同时满足以下条件的频率位置就是极大值 点， 统计到极大值 点的个数中： 如果该位置的左侧存在数值， 该位置的数值大于其左侧数值； 如果该位置的右侧存在 数值， 该位置的数值大于其右侧数值； 该位置的数值大于 极大值幅度阈值； 该位置距离左侧 和右侧的其它极大值 点的距离大于极大值间隔阈值。 6.根据权利要求1所述的变分模态分解的参数确定方法， 其特征在于所述第四步中， 采 用优化算法得到更新后的参数的方法如下： 设要从第p个变分模态分解的参数(Kp, αp)， p＝1,2, …,P； 得到更新后的变分模态分解 的参数(K ′p, α′p)， 使用重力搜索优化 算法， 使用如下的计算过程： 第NC次迭代的时候， 引力常量G为：权　利　要　求　书 1/3 页 2 CN 115470645 A 2其中， e为自然常数； 所有P个变分模态分解的参数中， 第n个 变分模态分解的参数的质量记为Mn； 设第i个变分模态分解的参数为(Ki, αi)， 第j个变分模态分解的参数为(Kj, αj)， 是第 i个变分模态分解的参数Ki和第j个变分模态分解的参数Kj之间的力， 是第i个变分模态 分解的参数αi和第j个变分模态分解的参数αj之间的力； 对于第p个变分模态分解的参数(Kp, αp)， 参数Kp受到的总的合力FK和参数αp受到的总的 合力Fα分别为： 其中， R是一个取值在0 到1之间的随机数； 则参数Kp的加速度aK和参数αp的加速度aα分别为： 参数Kp的速度和参数αp的速度分别为： vK＝R+aK； vα＝R×α +aα； 新的变分模态分解 参数如下： α′p＝αp+vα； 其中， 表示对Kp+vK的计算结果四舍五入取整； 当变分模态分解 参数(K′p, α′p)同时满足： 条件一： K ′p和 α′p分别在参数 K和 α 的搜索范围内； 条件二： K ′p≠Kp， 且α′p≠αp； 的时候， 则第p个变分模态分解的参数(Kp, αp)更新为(K ′p, α′p)； 否则， 重复上述使用重力搜索优化算法获得变分模态分解参数的过程， 直到(K ′p, α′p) 满足前述两个条件。 7.根据权利要求6 所述的变分模态分解的参数确定方法， 其特征在于 所述Mn的计算公式 如下： 权　利　要　求　书 2/3 页 3 CN 115470645 A 3