优化变分参数与改进小波软阈值重构滤波算法

煤矿安全生产的关键是矿工,而情绪是影响矿工的重要因素,所以有必要对矿工的情绪进行识别.近年来,基于脑电的情绪识别受到了大量的关注,但由于脑电信号微弱,易受干扰,从而降低了情绪识别的精度.针对这一问题,提出优化变分参数与改进小波软阈值重构滤波算法.首先,利用乌燕鸥算法优化变分模态分解的参数,得到一组优化的变分模态分量.接着,通过相关系数差值比的判断条件来区分变分模态的有效分量和含噪分量.然后利用改进的小波软阈值对含噪分量进行分解和重构,得到去噪分量.最后,将去噪分量与有效分量重构,实现所提的滤波算法.结果表明:相比于VMD法、优化参数VMD和小波硬阈值法、优化参数VMD和小波软阈值法,所提滤波算法的信噪比平均提高了 3.284 7 dB,均方根误差平均降低了 0.069 5,滤波效果更优.