NGO-VMD+皮尔逊系数+小波阈值降噪+重构

以西储大学轴承数据为例，进行VMD，且采用NGO进行K a参数寻优
并对分解分量计算皮尔逊相关系数筛选含噪声分量，对其进行小波软硬阈值降噪，
并最后进行重构

1. NGO-VMD（北方苍鹰优化算法优化变分模态分解）：

• 北方苍鹰优化算法（NGO）是一种模拟鹰的捕食行为的优化算法，用于解决复杂的优化问题。它通过模拟鹰的捕食行为，如搜索、逼近和攻击，来寻找最优解。
• VMD（变分模态分解）是一种信号处理方法，用于将非平稳信号分解成一系列多尺度模态函数。VMD方法通过迭代优化求解变分问题，将信号分解为具有不同中心频率和带宽的模态分量。
• NGO-VMD则是将NGO应用于VMD的参数优化，通过搜索最优参数配置，以获得更准确的信号分解结果。
• 
  

小波阈值降噪：

• 小波变换是一种信号和图像处理中的工具，能够将信号分解为不同频率成分的小波系数。
• 小波阈值降噪基于小波变换，通过设定一个阈值，将小于该阈值的小波系数视为噪声并置为零，而保留大于阈值的小波系数，从而实现对信号的降噪处理。
• 
• 重构：
• 在信号处理中，重构是指根据处理后的信号成分重新合成原始信号或降噪后的信号。
• 在NGO-VMD+皮尔逊系数+小波阈值降噪流程中，重构是对经过降噪处理的信号成分进行重新组合，以得到最终的降噪信号。