基于联合熵驱动改进麻雀搜索优化VMD的DAS信号去噪方法.pdfVIP

ComputerScienceandApplication计算机科学与应用,2026,16(8),231-245

PublishedOnlineAugust2026inHans./journal/csa

/10.12677/csa.2026.168277

基于联合熵驱动改进麻雀搜索优化VMD的DAS

信号去噪方法

杨孟威

河北地质大学信息工程学院，河北石家庄

收稿日期：2026年7月18日；录用日期：2026年8月19日；发布日期：2026年8月27日

摘要

分布式光纤声波传感(DistributedAcousticSensing,DAS)系统采集的振动信号易受到环境噪声和系统

噪声干扰，导致有效特征提取困难。针对传统变分模态分解(VariationalModeDecomposition,VMD)参

数依赖经验选取以及单一评价指标难以准确表征分解质量的问题，提出一种联合熵驱动的改进麻雀搜索

优化变分模态分解(EE-PE-ISSA-VMD)DAS信号去噪方法。以模态数K和惩罚因子α为优化对象，引入Tent

混沌初始化、自适应发现者比例和自适应步长策略对麻雀搜索算法(SSA)进行改进，实现VMD参数