%0 Journal Article
%A 陈光富
%A 陈鸣玖
%A 黄春鹏
%T IHBA-VMD联合改进小波阈值的滑坡深部变形监测数据降噪
%D 2025
%R 10.19721/j.cnki.1001-7372.2025.10.005
%J 中国公路学报
%P 62-74
%V 38
%N 10
%X 针对滑坡深部变形微机电监测信号存在的随机噪声问题，提出一种联合改进的蜜獾算法(Improved Honey Badger Algorithm, IHBA)、变分模态分解(Variational Mode Decomposition, VMD)及改进小波阈值的降噪方法。首先在传统蜜獾算法中引入Tent混沌映射、WOA螺旋搜索机制和Levy飞行策略，利用改进的HBA算法对VMD分解的2个关键参数<i>K</i>和<i>α</i>进行寻优，得到最优参数组合，并将其代入VMD将含噪信号分解为多个本征模态函数(Intrinsic Mode Functions, IMFs)，计算每个IMF的方差贡献率以初步筛选滤除贡献率小的分量。其后结合相关系数将剩余分量细分为有效分量、含噪分量和噪声分量。改进小波阈值函数算法，设置高精度模四次方处理法克服传统阈值函数存在恒定偏差的缺陷，利用改进小波阈值算法对含噪分量进行降噪处理。最后将降噪分量与有效分量重构为降噪信号。仿真模拟试验结果显示该方法与常用降噪方法相比SNR最高(28.764 2)，RMSE最小(0.010 1)；同时开展滑坡深部变形实测信号降噪对比分析，结果表明，所提出的新方法得到的RMSE和RVR最小，NM和SNR最高，SER均在99%以上，高效降噪同时有效保留原始信号细节特征，显著提高了滑坡深部变形微机电监测数据的精度与可靠性，展现出良好应用前景。
%U http://zgglxb.gfscw.cn/CN/10.19721/j.cnki.1001-7372.2025.10.005