分离谱法处理粗晶材料超声信号的截止频率算法

提出对粗晶材料的超声检测信号采用分离谱技术处理后,用截止频率算法来提取目标反射信号,可基本消除材料组织射噪声的影响,有效地提高了信噪比,尤其是对于微弱的目标反射信号,本算法与常规算法相比,有十分明显的优越性。     

小波变换在超声检测信号去噪中的应用

根据超声检测缺陷回波的特点,提出了基于小波变换的超声缺陷回波的去噪方法。结果表明,它能较好地抑制噪声,使用该法处理的信号的信噪比明显提高,并且具有较高的缺陷定位精度和纵向分辨率。     

改进的自适应滤波方法及其在粗晶材料超声检测中的应用

针对传统的自适应滤波方法在超声无损检测中应用的缺点，提出了基于采样信号幅值混乱度的自适应滤波方法，并结合运用小波变换，在获得较好的运算经济性的情况下，大大提高了缺陷信号的信噪比。     

HHT在粗晶材料超声检测中的应用

超声检测粗晶材料时,结构噪声会严重降低检测信号的信噪比,造成缺陷反射波很难分辨出来。为提高检测信号的信噪比,增加粗晶材料超声检测的可靠性,本研究采用希尔伯特-黄变换(HHT)对检测信号进行分析处理。用超声检测系统对材料进行检测,采集粗晶材料测试数据;通过经验模态分解获得组成信号的本征模态函数,并经过希尔伯特变换得到不同模特对应的边际谱;分析信号的时频信息,去除噪声信号,提高了信噪比,使缺陷反射更加明显。实验结果表明:HHT能够有效去除无效的结构噪声,提高信噪比,缺陷反射更加突出。     

一种基于改进阈值函数的小波域超声信号去噪方法

针对超声无损检测中超声信号受噪声污染、信噪比不高的情况,提出了一种新的基于改进阈值函数的小波域超声信号去噪方法.通过仿真实验,证明了该方法能够取得很好的去噪效果.相对于经典的阈值函数,改进的阈值函数在超声信号去噪中更具有优势.     

小波变换对超声检测信号去噪效果的分析

从小波变换的奇异性分析入手，给出应用于超声检测信号去噪的小波模极大值算法，并选用Marr函数做小波基函数。该算法对超声合成信号和实测信号的去噪效果均很理想，而且对存有可疑信号点的材料进行的金相分析再一次验证了算法的正确性。     

增强粗晶材料超声探伤信号的分离谱技术

介绍用分离谱技术增强粗晶材料（奥氏体钢）超声检测信号信噪比。在分离谱处理前先对检测信号进行低通预处理，谱分离后采用两种算法恢复信号，即最小值法与极性阀值加最小值法。     

匹配追踪方法在超声检测信号去噪中的应用

超声检测中回波信号的噪声抑制对于正确分析材料的内部属性至关重要。匹配追踪方法把信号表示成与其结构匹配波形（原子）的线性展开。它能够自适应提取和原子相关的信号结构。从而实现了噪声抑制。超声信号处理中，根据回波特点，采用与其结构相似的Gabor原子。能够有效匹配超声信号中的回波信息。分别对不同信噪比下的仿真信号和试验信号用Gabor原子库进行匹配追踪方法去噪处理。并和小波去噪效果进行了比较。试验结果表明。利用该方法进行超声信号去噪处理能取得比小波去噪更好的效果。     

小波变换模极大值在粗晶材料超声检测中的应用

本文研究小波变换方法在粗晶材料超声缺陷信号增强中的应用.为克服粗品材料(奥氏体钢)超声检测时晶粒噪声的影响,在分析晶粒噪声和缺陷信号频谱分布的基础上,提出了一种基于小波变换模极大值的算法来提高信噪比.利用此算法进行实际超声信号分析效果良好.     

小波变换模极小值在粗晶材料超声检测中的应用

本文研究小波变换方法在粗晶材料超声缺陷信号增强中的应用，为克服粗晶材料超声检测时晶粒噪声的影响，在分析晶粒噪声和缺陷信号频谱分布的基础上，提出了一种基于小波变换模极大值的算法来提高信噪比，利用此算法进行实际超声信号分析效果良好。     

基于群延时信息的超声信号处理方法

充分利用超声信号的群延时信息，结合短时傅里叶变换，给出了群延时对频率导数在时一频域中的分布，以此来反映时一频域中局部信噪比的强弱。在此基础上，进一步利用超声信号的群延时信息，极大地增强了缺陷信号。     

基于小波变换的混凝土超声探伤信号处理

将混凝土超声探伤信号的小波变换进行特征分析,提取了各级小波分解信号的谱特征,最后将这些特征输入模糊前向神经网络进行训练和分类,实验表明,这种方法具有良好的效果.     

匹配小波滤波在超声信号处理中的应用

提出与特定超声回波信号相匹配的小波基实用设计方法，给出构造正交小波基的充分必要条件。应用到匹配滤波去噪中，结合传统的门限法，在小波域对不同种类噪声进行抑制。     

超声无损检测与评价中的信号处理及模式识别

现代信号处理与模式识别技术在超声无损检测与评价中的作用愈来愈重要。超声检测 信号处理技术可提高缺陷的检测与分类能力,并可表征材料的性能。对该技术的有效应用、潜能及进展作了综合评述,这对未来无损检测与评价中信号处理的研究是有益的。     

增强超声探伤信号的分离谱处理方法

在粗晶材料的超声探伤工作中,晶粒噪声问题是至关重要的,分离谱处理技术已成功地用于降低此类材料超声检测中的噪声。给出了若干不同的分离谱处理自满,并根据实验信号对该技术的性能进行了分析。     

基于神经网络的焊接缺陷智能化超声模式识别与诊断

以三种焊接缺陷为对象,研究了缺陷回波特征的评价与模式识别。在实验研究与理论分析的基础上,从每个缺陷回波样本中提取了26个特征值,采用基于统计学假设检验的特征评价和最佳特征子集选择方法,实现了特征空间的降维处理。作者采用B-P型反向传播神经元网络构成了智能化模式分类器,研究了网络模型的学习效果和对未知缺陷的分类识别能力。还探讨了用Dempster方法进行超声检测信息融合处理的可行性。实验结果表明,采用最佳特征子集作为样本的特征向量,获得了良好的识别结果,三类缺陷的平均正确识别率约为87.6％,最佳识别率为97％。     

基于数字信号处理器的超声无损检测

介绍数字信号处理器（DSP）的结构、特点及其在超声无损检测中的应用。从DSP在超声无损检测中的两个应用实例可以看出,DSP对于提高信噪比和分辨力,实现检测的实时处理等是非常有效的。     

某航空发动机压气机叶片超声检测信号处理--四种典型小波基的应用比较

小波分析技术是处理超声检测号的理想手段。但应用不同的小波函数分析相同的超声信号会产生不同的结果。基于超声检测信号的特点，采用四种不同的小波函数，对某型航空压气机叶片超声检测信号进行分析处理。研究表明，sym4小波是一种较为理想的用于处理航空发动机叶片超声检测号的分析方法，并验证了处理超声检测号的小波基的一般选取原则。