基于小波分析的脉冲涡流信号去噪方法研究

应用小波多尺度分解与重构技术和小波包分析技术对脉冲涡流检测信号进行处理,将信号中的噪声分离出来并去除。采用离散小波变换的强制消噪法、软阈值消噪法和不同熵准则的小波包消噪法,对实测的脉冲涡流信号进行消噪。在保留信号中有用成分的前提下,结合信号的信噪比和均方根误差,对消噪方法进行比较和优选。实验结果表明,小波包分析中的Threshold熵准则法效果最好。     

脉冲涡流检测信号的消噪处理

小波分析作为一种时频分析工具,特别适用于非平稳信号的分析,并且具有多分辨分析的特点.阐述了小波阈值去噪的基本原理,对脉冲涡流这种典型的非平稳信号进行了小波阁值法去噪的仿真实验,并与传统的FIR和IIR数字低通滤波方法进行了比较,然后对实际的脉冲涡流信号进行了消噪.仿真实验结果和实际消噪结果都表明,该方法能够有效地去除脉冲涡流信号中的噪声,同时又能较好地保留原信号的特征,确保了对缺陷的精确定量,是一种对脉冲涡流信号即有效又适用的去噪方法.     

基于循环维纳滤波的振动信号去噪算法研究

振动信号的去噪需要在滤除噪声的同时尽可能避免相位失真。传统的锐截止低通滤波器或FIR滤波器无法在去噪效果和线性相位之间取得平衡,难以满足振动信号的去噪需求。针对这一问题,将线性相位的维纳滤波算法引入到振动信号的去噪中,并结合振动信号的循环平稳特性,形成了振动信号的循环维纳滤波算法。文中以直接维纳滤波为基础对循环维纳滤波算法的原理进行了深入分析和仿真实现,并基于实测汽轮机振动信号对算法的去噪性能进行了讨论。理论分析及算法仿真表明,循环维纳滤波算法在保证线性相位的前提下有较好的去噪效果,能够解决传统去噪算法所存在的去噪效果与线性相位难以均衡的问题。     

基于EMD阈值算法的脉冲涡流信号消噪

针对脉冲涡流信号夹杂着较多的高频噪声,提出了一种新的经验模态分解阈值消噪算法。首先将信号分解为多个本征模态函数（Intrinsic Mode Function,IMF）,对信噪比低的高频IMF进行减小噪声能量处理后得到重组信号;再对重组信号进行EMD分解后根据白噪声统计特性对IMF筛选,对噪声含量多的IMF进行小波阈值消噪;最后将处理过的IMF与噪声含量少的IMF重构得到消噪后的信号。实验仿真的结果和数据表明,该方法可以减少失真,获得更高的信噪比,能够较好地消除噪声的干扰恢复出原始的信号。     

小波变换在脉冲涡流检测信号中的应用

脉冲涡流检测方法是涡流检测技术的一个新兴分支.通过实验装置采集了含有噪声的缺陷信号.介绍了小波去噪的基本原理,研究了脉冲涡流检测信号中的去噪问题,采用小波系数去噪对脉冲涡流检测信号进行了处理.实验结果表明:采用小波系数去噪的方法可使缺陷信号的信噪比得到显著的提高.     

基于检测的脉冲噪声滤除方法

为了将柴油机瞬时转速信号中的脉冲噪声滤除,使用了基于检测的脉冲噪声滤除方法。在已有的检测方法基础上,计算被检测点与中值之差将已有的检测方法可能漏掉的脉冲噪声检测出来,改进了脉冲噪声的检测方法来保护信号的细节信息。而且此方法对脉冲噪声干扰较为严重的信号特别有效。使用本方法对含有大量脉冲噪声的柴油机瞬时转速信号的滤波结果表明,改进的脉冲噪声检测法能够更准确地检测出脉冲噪声,更好地保护信号中的细节信息。     

基于LabVIEW的脉冲涡流检测实验系统

针对目前商用脉冲涡流检测系统由于价格昂贵、可扩展性差等不足而难以在实验室应用的问题,设计了一套基于LabVIEW的脉冲涡流检测实验系统.系统软件采用LabVIEW编程,实现了激励方波的产生,检测信号采集、处理与显示,数据保存与回放等功能.利用该系统对Q235钢板圆孔缺陷进行检测实验,结果表明系统各项功能运行正常,检测信号特征与理论预期一致.系统具有操作简单、易修改、可扩展性好等优点,能有效地满足在实验室条件下进行脉冲涡流检测的要求.     

基于小波阈值和主成分分析的视频去噪算法

将局部像素组主成分分析算法引入到视频去噪领域,并利用三维块匹配算法保持了视频序列的相关性,对视频中的噪声进行抑制。用三维块匹配视频去噪算法中小波阈值去噪得到的图像替换二阶局部像素组主成分分析中的第一阶处理得到的图像,这样可以避免局部像素组主成分分析算法直接处理视频时产生的局部效应。最后,局部像素组主成分分析算法也抑制了三维块匹配算法中的小波阈值去噪结果中产生的画面不平滑的问题。实验结果表明,本算法较好地将主成分分析算法引入到了视频去噪领域,同时较好地解决了三维块匹配视频去噪算法中小波阈值去噪的块效应问题,主客观指标的比较也表明本算法有较为优秀的去噪效果。     

基于EMD-DFA-NLM的电涡流传感器信号去噪方法

针对电涡流位移传感器输出信号中的非稳态噪声,提出一种基于经验模态分解(EMD) －去趋势分析(DFA)－非局部均值(NLM)原理的去噪方法。该方法解决了EMD去噪方法信号、噪声模态不易确定的问题,并且可在滤除高频背景噪声的同时保留信号细节。首先通过EMD将信号分解得到若干本征模态(IMF)分量,然后使用DFA区分噪声主导IMF分量和信号,主导的IMF分量,对噪声主导分量进行NLM去噪处理,最后与信号主导分量一起重构信号,分别对仿真信号和电涡流传感器输出信号进行去噪处理。结果表明,相较EMD去噪法和EMD－小波阈值去噪法,所提方法去噪性能更优SNR(MSE)值提升(减小)明显,去噪后信号的毛刺与高频震荡大大减少。     

异构双核构架下的脉冲涡流信号实时小波去噪

针对工业现场的脉冲涡流(PEC)信号,设计了基于异构双核OMAP3530的实时嵌入式去噪的硬件与软件系统。分析了适用于实时去噪的小波基的选择,完成了基于DB4小波基的Penalty阈值法、B-M阈值法、默认阈值法的Matlab去噪仿真实验,并给出了均方根误差(RMSE)和信噪比(SNR)。结合OMAP3530硬件平台,讨论了基于DSPLINK的异构双核构架的数据共享方法,并提出一种基于固定步长滑动窗口的实时去噪算法。通过计算机仿真与实验结果表明:该系统具有信噪比高、实时性强、数据吞吐率大的优点,满足连铸现场自动检测要求。     

基于改进维纳滤波的自适应电力线通信降噪方法

针对电力载波通信过程中被传输信号受因负荷波动变化导致产生的噪声,且负荷噪声占比明显,进而影响通信质量的情况,文章提出一种基于改进维纳滤波的自适应电力通信降噪方法。该方法首先根据负荷波动规律,利用维纳滤波最小均方误差准则,求取最佳线性滤波器参数,即滤波器的输出信号与期望信号之差的均方值最小;再利用上一时间序列得到的信号,求取此刻滤波器得到信号梯度;最后将梯度值作为维纳滤波的阈值,作为下一期望信号的百分比,从而得到误差最小的真实信号。实验结果表明：文章改进滤波算法得到的信号准确率相对原始信号平均提高了28.3%。     

脉冲远场涡流检测PCA-ICA联合消噪技术

脉冲远场涡流作为一种新兴的电磁无损检测技术,国内外研究发现其对铁磁性管道检测具有显著的优势.然而在实际检测中,由于磁导率不均等管道自身材质因素的影响,使检测信号信噪比较低,易造成缺陷误判.针对这一问题,提出了主成分分析-独立分量分析(PCA-ICA)联合消噪技术.单通道缺陷扫查信号经过PCA处理后,利用前二阶主成分构建虚拟双通道信号作为ICA输入矩阵,采用扩展特征矩阵联合近似对角化(FJADE)算法实现在单通道信号欠定条件下缺陷信号与噪声信号的分离,达到降噪目的.通过仿真与实验研究证明:PCA-ICA技术可以有效降低磁导率不均等噪声信号对检测结果的影响,提升了检测结果的信噪比.     

基于奇异谱分析和维纳滤波的语音去噪算法

针对维纳滤波算法对非平稳语音信号去噪存在的信号失真、信噪比(SNR)不高的问题,提出了一种奇异谱分析(SSA)和维纳滤波(WF)相结合的语音去噪算法SSA-WF。通过奇异谱分析将非线性、非平稳的语音信号初步去噪,提高含噪语音的信噪比以获取尽可能平稳的语音,并将其作为维纳滤波的输入,以剔除其中仍存在的高频噪声,最终获取纯净的去噪语音。在不同强度的背景噪声下进行仿真实验,结果表明SSA-WF算法在SNR和均方根误差(RMSE)等方面都要优于传统的语音去噪算法,能够有效去除背景噪声,降低有用信号的失真,适用于非线性、非平稳语音信号的去噪。     

基于维纳滤波的电能质量检测去噪算法

针对均值滤波对突变点敏感及传统自适应维纳滤波所取邻域的局限性,给出了一种新的电能质量检测去噪算法.该算法首先通过均值滤波去除噪声从而减小噪声在维纳滤波参数估计的影响;再对纳滤波结果进行阈值处理,从而提取突变点信息.实验结果表明,该算法不仅能去除大量的噪声而且能很好地保留突变点信息.     

脉冲涡流检测系统工作点最优化设计罗飞路

脉冲涡流检测技术(PEC)是近几年发展起来的一种新的无损检测方法。本文围绕应用于飞机多层金属结构中缺陷检测的脉冲涡流检测系统的工作点进行分析与研究，给出了传感器的参数设定；通过改变激励脉冲信号的重复频率和占空比，对得到检测信号的时域、频域特征量及其变化值进行数据分析和处理；最后设计了最优化的系统工作点，并通过进一步的实验加以验证。     

基于小波维纳滤波和各项异性扩散的图像去噪

提出一种基于小波和各项异性非线性扩散的新图像去噪算法。小波域局部阈值维纳滤波是一种简单有效的去噪方法,利用该方法先对原始图像进行初步去噪,以此引导非线性扩散模型中的边缘检测函数,再用非线性扩散进行去噪。实验表明:该算法不仅很好地保存了图像的边缘信息,而且有效地去除了图像中的大部分噪声,无论是视觉效果还是客观标准上都优于单纯的小波域维纳滤波或各项异性非线性扩散去噪。     

方向性脉冲涡流应力检测研究进展

方向性脉冲涡流检测技术是一种新型的脉冲涡流检测技术,由于具有方向特性,在脉冲涡流各向异性金属部件应力检测中具有明显的优越性。综述了方向性脉冲涡流无损检测技术在理论、信号特征提取、应力检测等方面的国内外研究进展,分析了方向性脉冲涡流无损检测技术的发展方向。     

含噪语音实时迭代维纳滤波

针对传统去噪方法在强背景噪声情况下,提取声音信号的能力变弱甚至失效与对不同噪声环境适应性差,提出了迭代维纳滤波声音信号特征提取方法。给出了语音噪声频谱与功率谱信噪比迭代更新机制与具体实施方案。实验仿真表明,该算法能有效地去噪滤波,显著地提高语音识别系统性能,且在不同的噪声环境和信噪比条件下具有鲁棒性。该算法计算代价小,简单易实现,适用于嵌入式语音识别系统。     

脉冲涡流检测系统工作点最优化设计

脉冲涡流检测技术(PEC)是近几年发展起来的一种新的无损检测方法.本文围绕应用于飞机多层金属结构中缺陷检测的脉冲涡流检测系统的工作点进行分析与研究,给出了传感器的参数设定;通过改变激励脉冲信号的重复频率和占空比,对得到检测信号的时域、频域特征量及其变化值进行数据分析和处理;最后设计了最优化的系统工作点,并通过进一步的实验加以验证.     

基于主成分分析和奇偶向量的动态检测方法

导航系统中冗余IMU传统故障检测方法由于数学模型过于复杂,计算量大,存在较大延时,难以实现实时故障检测,而主成分分析法仅仅应用于静态情况下的故障检测与隔离,针对主成分分析法无法在动态情况下对冗余IMU进行故障检测的缺点,提出了一种基于奇偶空间法改进主成分分析的故障检测算法,该方法利用奇偶向量隔离车辆的动态变量,以消除动态变量对故障检测的影响,再用PCA方法检测数据以实现对车辆传感器信息的实时检测,通过将原始数据集转置到特征平面来形成图案,实现了IMU传感器正常与故障模式的准确分离,提高了冗余IMU故障检测的结果精确性和可靠性。实验结果表明,该方法能够较好检测动态状态下冗余IMU的故障,提高了主成分分析的故障检测性能,可有效消除导航系统运动的负面影响。