Page 12 - 《应用声学》2024年第1期

8 2024 年 1 月

表 2 两种 SNR 条件下，输出线谱 SNR 比较 2021年5月在南中国海浅海海域的一次实验中采集
Table 2 Comparison of output line spec- 到的舰船航行噪声数据。采样频率为 48 kHz。实验
trum SNR under two SNR conditions 期间，所在海区的声速剖面如图8所示。
针对实验数据，利用 GA 对 VMD 输入参数进
输入 SNR
行优化，优化结果为 K = 7，α = 2394。进一步将实
0 dB −10 dB
信号处理方法 线谱 SNR 线谱 SNR 验数据进行GA-VMD，得到前6阶IMF分量时域信
DEMON 6.14 dB 0.02 dB 号如图9所示。
本文方法 6.98 dB 2.23 dB
0
表 3 R SN = 0 dB 时，两种方法线谱宽度比较
Table 3 Comparison of line spectral pa- 50
rameters of the two methods under R SN =
ງए/m 100
0 dB condition

谐波阶数
1 2 3 4 150
信号处理方法 宽度 宽度 宽度 宽度
DEMON 1.85 Hz 1.66 Hz 2.44 Hz 2.38 Hz 200
1510 1515 1520 1525 1530 1535 1540
本文方法 1.20 Hz 1.36 Hz 1.32 Hz 1.27 Hz
ܦᤴ/(mSs -1 )
表 4 R SN = −10 dB 时，两种方法线谱宽度比较 图 8 声速剖面
Fig. 8 Sound speed profile
Table 4 Comparison of line spectral pa-
rameters of the two methods under R SN = 0.2
IMF1 0
−10 dB condition -0.2
1.0 1.5 2.0 2.5 3.0 3.5 4.0
谐波阶数 ௑ᫎ/s
1 2 3 4 0.1
信号处理方法 宽度 宽度 宽度 宽度 IMF2 -0.1 0
DEMON 2.40 Hz 3.47 Hz 2.53 Hz 2.47 Hz 1.0 1.5 2.0 2.5 3.0 3.5 4.0
௑ᫎ/s
本文方法 1.22 Hz 1.38 Hz 1.38 Hz 1.27 Hz
0.1
IMF3 0
由表 2 可以看出，在两种输入 SNR 条件下，本 -0.1
1.0 1.5 2.0 2.5 3.0 3.5 4.0
文方法所得线谱 SNR较DEMON 方法均有所提升， ௑ᫎ/s
证明了本文方法对噪声的抑制性能更好。在低SNR (a) 1 ~ 3᫽IMFѬ᧚ڏ
条件下，本文方法线谱 SNR 提升更明显，证明了本 0.10
IMF4 -0.05
文方法在低 SNR 条件下依旧可以较好地抑制噪声。
由表 3、表 4 可以看出，输入 SNR 相同时，本文方法 1.0 1.5 2.0 2.5 3.0 3.5 4.0
௑ᫎ/s
提取出的特征线谱宽度更小，即频率分辨率更高。
0.10
综上所述，相较于传统的 DEMON 方法，本文 IMF5 -0.05
提出的方法得到的输出线谱SNR更高，对噪声的抑 1.0 1.5 2.0 2.5 3.0 3.5 4.0
௑ᫎ/s
制能力更强，频率分辨率高，可以更清晰地提取出舰
IMF6 -0.05
船辐射噪声的特征线谱。 0.10
1.0 1.5 2.0 2.5 3.0 3.5 4.0
4 实验与数据分析 ௑ᫎ/s
(b) 4 ~ 6᫽IMFѬ᧚ڏ
为进一步验证本文所提方法的可行性及有效 图 9 GA-VMD 信号分解图
性，对实验数据进行处理与分析。本次实验数据为 Fig. 9 GA-VMD signal decomposition diagram