碳纤维复合材料超声缺陷信号特征提取与降维

在对碳纤维复合材料进行超声无损检测时获取的回波信号往往构成复杂,某些缺陷特征不明显,使用传统小波方法对这类信号进行特征提取时效果并不理想。为解决上述问题,提出基于双树复小波包变换的频带局部能量特征提取方法以获取碳纤维复合材料超声缺陷信号的初始特征向量;在此基础上,使用基于粗糙集的ε-约简方法完成特征降维。实验结果验证了所提出方法的有效性,为实现碳纤维复合材料缺陷的自动和准确识别提供了新途径。     

焊接缺陷超声检测回波信号的双谱分析

针对焊接缺陷超声检测中信号处理的特征提取问题，应用高阶谱方法对三类压力容器焊接缺陷的超声回波信号进行了分析，在焊接缺陷超声检测中，回波信号的相位携带有被检对象重要的结构特征信息。高阶谱方法与常规的功率谱分析方法不同，它不仅有振幅而且包含有相位，能揭示常规功率谱分析所不能表现的重要信息。本文应用高阶累积量技术对缺陷回波信号进行双谱分析，提取出缺陷回波基于双谱的平均相位信息作为特征参量，取得了较好的识别结果。     

多层粘接结构超声回波信号的相位特征研究

为了检测某型固体火箭发动机内部的脱粘缺陷,首先分析了声波在分层介质中的传播模型,发现分层系统的复阻抗将使入射波产生相移;然后对甘油、钢板和绝热层组成的三层媒质系统进行了仿真,得到钢板和绝热层脱粘和粘好两种情形下,反射回波的相位随入射波频率之间的关系,验证了理论分析结果,并发现在某些频率点处脱粘和粘好的相位差最大;对带缺陷的样品发动机展开了实验,在相位突变频率的0.99倍处观察回波信号的相位,结果显示粘接良好的部位的相位都在2.85rad以上且分布比较集中,而脱粘的部位相位基本在2.75rad以下;表明回波信号的相位与粘接状态有密切的关系,相位分析法可以用来检测多层粘接结构的粘接质量。     

肝癌超声图像识别的特征提取

本文提出了识别肝癌超声图像的一种特征提取。它将共生矩阵和多分辨率提取分形特征方法结合,提取空间灰度独立矩阵、灰度差分统计、Laws纹理能量度量、傅立叶能量谱等特征来实现肝癌超声图像的识别。实验证明,这种有效的特征提取对超声正常肝和肝癌图像具有较高的分类正确率,在对缺乏病理专家的医院和远程医疗信息系统中的应用提供了坚实的理论基础。     

超声信号采集模块的设计

一种超声信号数据采集的模块,完成高频超声信号的高速采集;简单的介绍了该模块的硬件及软件设计;其硬件模块具体包括通过PROTEL软件设计的A/D采样硬件电路,USB系统的连接电路;软件模块包括利用Verilog语言完成FPGA状态机来控制A/D采样,针对具体功能的USB固件初始化程序,以及上位机对USB系统上传数据进行读取以及将所读取到的数据进行的图形显示;实验结果显示可以将采集到的数据高速传输至上位机后进行图形显示分析.     

湖底回波的包络特征提取

湖底回波包络包含了湖底沉积物的结构和物理性质的信息,可以作为沉积物分类的特征.用传统的Hilbert变换提取宽带回波包络存在一些固有的缺点.该文中,采用线性相位的双正交小波,对湖底回波解析信号的实部和虚部分别进行离散正交小波变换,提取合适尺度上的小波系数的模值作为包络特征矢量.它可以采用Mallat快速算法,运算量少,提取的包络特征矢量维数少,能简化目标识别的算法.对实测的湖底回波数据进行特征提取和分类的仿真实验也表明,采用这种方法得到的包络特征是一种稳健、有效的特征,能获得较高的正确识别率.     

基于TI-RADS的甲状腺结节超声图像特征提取技术研究

超声是甲状腺检查的首选影像学方法。甲状腺超声影像的临床分析主要通过医生参考甲状腺影像报告和数据系统(TI-RADS)对超声图像进行特征评价量化, 但特征量化结果与医生的经验、状态等主观因素相关。通过计算机辅助分析方法,可客观定量地分析超声影像特征,减少主观因素对诊断结果的影响。但已有系统多是使用经典的图像纹理特征,这类特征抽象且缺乏明确意义,难以在临床运用。通过对TI-RADS中涉及到的超声征象进行提取并量化, 利用医生在临床诊断中依据经验所使用的视觉特征,设计对应的量化方法,可为甲状腺超声的标准化描述提供基础。根据这些特征,通过统计学习方法建立甲状腺结节良恶性鉴别模型,为临床诊断提供参考建议,该模型的识别正确率达到了100%。     

基于特征提取和Delta编码的超声波数据压缩方法

为了保存超声检测过程中产生的大量数据,通过对超声波数据提取波形沿交点等特征,并在此基础上进行Delta编码,将特征提取与Delta编码进行结合,建立了一份十进制二进制编码表,使编码后所得的数据压缩比提高20%~40%。特征提取和Delta编码可以互补提高压缩比,并且可以根据重构精度的要求动态改变压缩比。最后用实例说明了这种压缩方法的压缩效果和还原效果。     

小波多分辨分析在超声回波信号去噪中的应用

在超声回波信号检测过程中，如何进行降噪处理一直是信号处理研究的焦点之一。该文应用具有优良的时频局部化能力的小波多分辨分析技术对回波信号作降噪处理，提取出材料缺陷处超声回波的主要特征信号。通过选取合适的分解和重构滤波器组，在有救提高信号的信噪比的同时也保持了良好的分辨率，从而实现缺陷识别和定位。在仿真实验中基于MATLAB环境对实际测量得到的超声回波信号进行噪声信号处理及特征提取，仿真结果证明了小波多分辨分析应用于超声回波信号降噪处理的有效性。     

基于CPLD的多普勒声纳回波信号仿真卡设计实现

介绍一种基于CPLD的多普勒声纳回波信号仿真卡的设计实现,该板卡作为PXI测试系统的一个组成模块,数据交换基于PXI总线,使用S5920实现总线控制,利用CPLD实现板卡的时序逻辑控制,外围电路包括信号调理与匹配电路、DDS电路、A/D采集电路、高速FIFO存储电路、D/A转换电路等。重点介绍了CPLD内部功能模块的实现。该设计已成功应用于多普勒声纳的PXI测试系统中。     

一种用作超声波信号源的AWG的研制

研制了一种采用单片机与复杂可编程逻辑器件(CPLD)相结合的方法设计的任意波形发生器(AWG),并详细介绍了利用 MATLAB 获取波形数据的两种方法。实验证明,该系统能输出频率和幅度可调的多种标准函数波以及任意波形。在满足所需频带宽度的同时,提高了频率的分辨率和准确度。     

时差式超声测量回波信号处理研究

研究了一种软、硬件结合的时差式超声测量回波信号处理方法。分析介绍了系统的硬件组成和实现方法,概述了软件设计流程与主要功能。超声回波信号调理模块提取从接收换能器得到的原始超声波信号并转换成后续处理电路易于处理的稳定回波信号。利用现场可编程门阵列(FPGA)的可编程特性设计了数字信号处理模块,得到过零比较信号和阈值比较信号,从而锁定回波到达时刻。     

基于CPLD的CCD信号发生器的研究

由于CCD(Charge Coupled Devices)芯片价格昂贵而且极易损坏,本文提出了一种利用CPLD和D/A转换器构成的信号发生器的原理方案和实现方法.通过对CPLD器件isp1032e和D/A转换器件DAC2900的配置,频率为11MHz的模拟CCD信号,同时通过改进PCB设计和滤波电路,提高了输出信号的精度,降低了噪声.本设计具有可编程、宽频、高精度和低硬件复杂度等特点.     

Wavelet transform-based feature extraction for ultrasonic flaw signal classification

In this paper, we present automatic classification models for ultrasonic flaw signals acquired from carbon-fiber-reinforced polymer specimens. Different state-of-the-art strategies based on wavelet transform are utilized for feature extraction. Furthermore, a wavelet packet transform-based local energy feature extraction method is proposed to solve the deficiencies of the existing methods. Artificial neural networks and support vector machines are trained to validate the effectiveness of different feature extraction methods for flaw signal classification. Experimental results show that the proposed method can extract reliable features to effectively classify the different ultrasonic flaw signals with high accuracy.     

改进超声回波信号处理的探伤检测方法

针对超声检测中现有超声回波参数估计方法实用性低的问题,改进超声回波信号预处理方法,缩减了数据处理量.采用超声回波高斯模型和最大期望(EM)算法,不仅改善了EM算法的缺点,提高了EM算法的收敛速度,而且提高了参数估计精度.数字仿真与应用实验结果均表明:所提方法在保证检测精度的基础上,提高了运算速度和算法的实用性.     

A trainable feature extractor for handwritten digit recognition

This article focuses on the problems of feature extraction and the recognition of handwritten digits. A trainable feature extractor based on the LeNet5 convolutional neural network architecture is introduced to solve the first problem in a black box scheme without prior knowledge on the data. The classification task is performed by support vector machines to enhance the generalization ability of LeNet5. In order to increase the recognition rate, new training samples are generated by affine transformations and elastic distortions. Experiments are performed on the well-known MNIST database to validate the method and the results show that the system can outperform both SVMs and LeNet5 while providing performances comparable to the best performance on this database. Moreover, an analysis of the errors is conducted to discuss possible means of enhancement and their limitations.     

超宽带探地雷达目标回波信号特征提取与材质识别

基于探地雷达信号传输机理,建立了超宽带探地雷达宽带回波模型,揭示了多谱分量对目标回波信号特征提取与材质识别的影响。超宽带探地雷达由于回波信号信息丰富的特点,特征向量的选取成为目标识别的关键。利用子波变换在宽相关处理中的应用,对回波信号进行滤波和典型数据提取。提取纵向和横向典型数据用于目标形状识别;提取回波道数据进行Welch功率谱分析,用于目标材质识别。     

基于改进的DE算法的超声回波参数估计

利用最小二乘法将超声回波参数估计问题转化为优化问题,采用改进的差分进化算法(DE算法)对待优化函数进行优化处理。仿真研究说明,该方法在噪声环境下依然有效,并且不依赖于初始值选择,不需计算梯度,可以在全局范围内搜索。     

超声回波信号的多阈值分段去噪方法研究

通过构建超声回波信号模型,将基于小波包阈值去噪应用在超声回波信号研究中。针对超声回波信号的非平稳性,提出一种多阈值分段去噪方法应用于超声回波信号的去噪研究中。仿真实验表明,采用的多阈值分段去噪克服了单阈值规则的局限性,能够较好地处理超声信号中的噪声分量。