TY -的A2 Garg哈瑞盟- Li Guohui AU - Chang Wanni AU -杨,香港PY - 2020 DA - 2020/07/25 TI -一种新的水声信号混合模型预测SP - 5167469六世- 2020 AB -水声信号的预测是水声信号处理的基础上,可用于水下目标信号的降噪、检测和特征提取。因此，提高水声信号的预测精度具有重要意义。针对水声信号序列预测困难的问题，结合变分模态分解(VMD)、人工智能方法和优化算法的优点，提出了一种新的水声信号混合预测模型。为了降低水声信号序列的复杂度，提高操作效率，根据信号的特性，利用VMD将原始信号分解为本征模态分量(IMFs)，并利用色散熵(DE)对其复杂度进行分析。子序列(VMD-DE)是通过添加类似复杂度的IMF得到的。然后，利用极限学习机(ELM)对VMD-DE得到的低频子序列进行预测。采用支持向量回归(SVR)对高频子序列进行预测。此外，利用人工蜂群算法通过调整SVR参数来优化模型性能。实验结果表明，与现有的预测方法相比，该混合模型在降低预测误差的同时提高了预测精度。 SN - 1076-2787 UR - https://doi.org/10.1155/2020/5167469 DO - 10.1155/2020/5167469 JF - Complexity PB - Hindawi KW - ER -