GH3536合金选择性激光熔化微小缺陷超声检测

针对GH3536合金选择性激光熔化（Selective laser melting,SLM）工艺中,孔隙和裂纹等微小缺陷与完好区域的声阻抗差异小,超声检测缺陷回波不明显问题,提出基于变分模态分解结合小波分析的信号处理方法。首先对回波信号进行变分模态分解,分析不同分量与原始信号的相关性进行降噪重构,然后选择db7小波函数对信号进行3层分解,以极大极小规则进行硬阈值平滑处理,提取信号突变点来判别缺陷回波。仿真和实际测试结果表明：该方法比单一的经验模态分解及小波重构效果明显,能够检出加工层厚为0.15 mm的人工缺陷,为高温合金SLM成型工件超声检测回波信号微小缺陷识别提供了新方法。     

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。     

基于K-SVD超声渡越时间获取方法研究

在超声回波检测信号中,反映污垢特征的冲击信号非常微弱,容易被噪声淹没。针对信号稀疏分解中常用匹配追踪分解不够准确的问题,提出基于K-SVD奇异值分解的超声渡越时间获取方法,利用K-SVD训练得到超声回波信号的过完备字典,结合正交匹配追踪进行局部搜索适配原子,以提高信号稀疏分解的速度和准确度。基于Comsol Multipysics仿真软件建立充液污垢管道三维有限元模型,研究了超声回波传播特性规律。将K-SVD算法应用于超声回波仿真信号和换热污垢管道回波检测信号的处理,并与原始小波训练字典进行对比。结果表明：改进的K-SVD字典学习算法能够在提高信号稀疏分解的同时,获得较好的降噪结果和污垢特征信息提取,对超声检测信号的处理具有实际意义。     

小波分析在管道缺陷超声检测中的应用

在管道缺陷超声无损检测中，作为检测基本数据的脉冲反射回波信号受到电子噪声(包括热噪声和量化噪声)和结构噪声的干扰，使材料的缺陷信号变得难以识别。小波变换借助于时．频局部分析特性，已成为现代信号处理中的一种重要方法。在阐述小波变换基本原理的基础上，研究了管道超声缺陷信号的小波分解与重构。利用此方法对超声信号进行分析，可方便地识别是否存在缺陷以及缺陷的位置。     

小波去噪用于超声检测和超声CT成象

超声检测回波信号中经常带有不同程度的无用噪声，小波变换是一种日益获得广泛的信号处理新技术。本文将它用于处理超声检测回波信号和改善超声ＣＴ重建图象的质量，采用Ｍａｌｌａｔ算法对超声回波信号进行滤波去噪。     

多目标间速度差对信号处理影响的仿真研究

在武器靶场试验中经常需要使用测速雷达测量多个运动目标的初速，该文分析了在应用谱估计理论处理多运动目标信号时，目标之间速度差值的大小会对信号处理精度产生影响。根据目标运动对多谱勒信号的调制原理，给出了多运动目标雷达回波信号的数学模型。应用Labview／CVI对周期图法与最大熵外推法在处理多运动目标时，目标之间速度差对雷达信号处理精度的影响进行了仿真分析，并给出了仿真结果，得出了最大熵外推法在目标分辨能力上优于周期图法。     

基于巴克豪森效应的钢板内部缺陷检测方法

阐述了巴克豪森信号用于缺陷检测的原理.根据趋肤效应,提出通过改变交变磁场的频率来调节磁场的穿透深度,实现对铁磁性材料逐层扫描,来完成铁磁材料内部较深缺陷的检测.同时提出用小波多分辨率分析方法进行信号处理.对 A3 钢板的系列实验结果表明:该方法可实现对钢板内空气隙缺陷的检测和定位;用小波多分辨率分析方法处理信号的效果要...     

FFT和小波变换在信号降噪中的应用

信号降噪是指滤除信号的高频噪声从而使信号尽量接近真实值,这是信号处理的关键环节.在分析FFT和小波变换的基础上,采用这两种方法对加入随机噪声的信号进行降噪处理,并在MATLAB平台上仿真实现.用基于信号降噪的两大准则对两种降噪结果进行分析,表明小波变换在该信号的降噪处理中有明显的优势.     

小波多分辨分析基波检测法

基波信号的检测是有源滤波的关键技术之一。本文从小波多分辨率分析的基本原理出发,提出了一种新颖的利用小波多分辨分析进行基波检测的方法;通过仿真和误差分析,证明了此方法对基波检测具有很好的有效性。     

基于小波包神经网络的模拟电路故障诊断

提出了基于小波多分辨分析和小波包预处理的模拟电路故障诊断方法。该方法用小波作为信号预处理工具,经小波多分辨分析得到N层分解后的低频和高频信号,再利用小波包分析对多分辨分析没有细分的高频信号进一步分解,以达到提高频率分解率的目的。经PCA分析和归一化后的能量作为训练样本送入BP神经网络进行训练。仿真实验表明此方法能够快速有效的对模拟电路的故障进行诊断和定位。     

小波包去噪方法在海底石油管道超声检测中的应用

通过分析海底石油管道超声检测回波信号,部分有效信号混在噪声信号里,本文研究了具有任意多尺度分解特性的小波包去噪方法。首先介绍了小波包的基本理论以及去噪声理论,然后运用小波包分析对实际测量的超声回波信号进行。处理。仿真结果表明,小波包去噪法能更好地抑制噪声,明显提高信噪比。     

小波滤波在超声管外测压回波处理中的应用

超声测压过程中信号受到噪声的干扰,使得回波信号质量较差。为提取后续特征,需对回波信号进行处理。而小波具有"变焦距"特性,在时域和频域中具有良好的局部分析能力,适合于超声等非平稳信号处理。在超声反射回波的数学模型基础上,利用小波滤波方法对超声信号进行预处理,提取强噪声背景中的弱回波信号。仿真及实验表明,用小波滤波能够有效抑制噪声,提高信噪比,且该方法原理简单,易于实现,为进一步研究超声管外测压奠定了基础。     

基于LabVIEW的超声信号小波阈值去噪方法

图形化编程软件LabVIEW具有强大的信号采集功能,但对于需要进行大量数据运算处理的复杂应用就显得力不从心。数学工具软件MATLAB强大的计算功能及较高的编程效率可以弥补LabVIEW开发的不足。文中结合两者软件的优点,采用混合编程的方法进行实际工程的去噪处理,同时针对超声缺陷回波信号信噪比低、易于被噪声淹没的特点,选取小波阈值去噪的方法,通过调用LabVIEW里的MATLAB Script节点对信号进行仿真实验,仿真结果表明采用stein的无偏风险阈值去噪的方法消噪效果最为明显,得到较高的信噪比。     

超声波测距信号小波阈值去噪参数的选定方法

讨论了超声波测距信号小波阈值去噪参数的选定方法和最优选取原则.在超声波测距回波信号中加入10 dB的噪声信号,在MATLAB仿真环境下,用硬阈值函数、软阈值函数、半软阈值函数,分别对超声波回波信号进行处理,通过实验分析得出,在选取2层分解、消失矩阶数为5时,选择Sym7小波基、半软阈值函数降噪时,信号SNR改善较大,为5.35 dB,RMSE最小,为0.094 dB,说明在有效去除信号噪声的同时,重构后的失真最小.     

基于小波多分辨率分析的并发故障检测方法

提出了利用小波多分辨率分析技术进行多重并发故障检测的方法。根据信号分解重构后的时间位置不变这一事实,将信号进行多尺度的小波分解,并根据奇变信号和噪声信号小波变换后的系数差异,采用软阈值法,对其高频分量进行去噪重构,根据重构后的故障信号高频分量在不同尺度上的特征,对其进行故障特征提取,并将不同尺度上的故障特征进行综合,获得并发故障各自特征,进而可以实现对多重并发故障的检测和识别。对一电网信号分析的仿真结果证实了该方法的正确性和可行性。     

小波分析在超声回波测量中的应用

利用小波变换的时频局部化性质,对超声回波弱信号特征进行提取,得到了较好的边缘信号,从而对信号进行全面细致的分析.用LabWIEW采集系统和小波软件算法验证了这种方法的有效性.实验结果表明:这种小波分析方法适合于超声回波信号的检测和特征提取,在改善了信噪比的同时,还保持了很高的时间(空间)分辨力,具有准确度高、抗噪声性能好等优点,并将该技术应用于水中距离测量,提高了系统测量的准确度.     

无偏风险阈值及其在语音去噪中的应用

基于小波的多分辨率分析原理提出无偏风险阈值估计算法，并应用于语音信号去噪处理，实验结果表明该算法在低信噪比的语音信号中去噪效果良好。     

基于最大能量匹配与样本熵的小波降噪方法

为提高自适应小波阈值降噪方法的效果,提出一种结合最大能量匹配的小波包分解和快速样本熵的小波阈值降噪方法。根据各层小波系数特点并以最大能量匹配准则自适应选择小波包基对含噪信号进行分解,对最大尺度下的小波系数阈值化后重构得到噪声信号,采用快速样本熵算法计算噪声信号样本熵,动态调整阈值使噪声信号样本熵最大而获得最佳的降噪效果。应用实例表明：该方法相比传统的小波阈值降噪方法具有更好的降噪效果。     

基于动态阈值函数的改进小波包遥测信号去噪方法

通过遥测信号可以获取飞行器的工作状态和环境数据,为评定性能和故障分析提供依据。本文利用小波包变换能对高频信号分解的优点,针对传统小波包去噪方法的阈值函数在处理既含突变又含平滑信号的情形下,不能在保持良好信号边缘特性与消除恒定偏差的同时,又能避免出现信号原本没有的振荡的问题,提出一种基于动态阈值函数的改进小波包遥测信号去噪方法,通过量化当前处理信号的平滑程度和构造介于硬阈值函数和软阈值函数之间并可切换的动态阈值函数,跟随信号变化进行去噪处理。通过算例仿真分析,验证了本文方法在处理既含突变又含平滑信号时,比传统小波包法具有更好的去噪效果。