一種基于賽利斯模型和分數(shù)階微分的蘭姆波信號消噪方法
【專利摘要】本發(fā)明提供一種基于賽利斯模型和分數(shù)階微分的蘭姆波信號消噪方法,該方法克服現(xiàn)有技術的缺點,提高消噪后信號的信噪比。該方法對含噪聲的蘭姆波信號幅值譜進行各階分數(shù)微分,用賽利斯分布作為待處幅值譜的模型,提出了賽利斯模型幅值譜分數(shù)階微分最大值和過零點與微分階數(shù)的三次關系式,建立了幅值譜特征參數(shù)的計算式來提取特征參數(shù)和重建原始信號的幅值譜,并結合相位譜重構去噪后蘭姆波信號。
【專利說明】一種基于賽利斯模型和分數(shù)階微分的蘭姆波信號消噪方法
【技術領域】:
[0001]本發(fā)明涉及無損檢測中的超聲蘭姆波信號處理【技術領域】,具體涉及一種基于賽利斯模型和分數(shù)階微分的蘭姆波信號消噪方法。
【背景技術】:
[0002]在超聲蘭姆波檢測中,由于蘭姆波激發(fā)和檢驗方式靈活,而且能與板材缺陷產(chǎn)生有效的相互作用,并攜帶大量信息,因此,可以作為板材缺陷檢測的有效手段,特別是在大面積板狀結構的無損檢測中應用更為廣泛。超聲蘭姆波信號典型的非平穩(wěn)信號,在實際檢測中,由于信號會受到不同程度的噪聲干擾,使得接收到的信號成分變得非常復雜,給后期的處理帶來誤差,直接影響檢測的可靠性和精度的準確性,需要對這類非平穩(wěn)超聲蘭姆波信號進行消噪處理,從含噪聲的蘭姆波信號中恢復原始的蘭姆波信號。
[0003]從國內(nèi)外大量的文獻可知,人工神經(jīng)網(wǎng)絡(LiuZQ, ZhangHY.Artificialneturalnetworkanditsapplicationinultrasonictesting,NondestructiveTesting,2001, 23:221-225)、EMD 方法(LiG,ShiLHj WangXW.EMDdenosingmethodandits applicationinLambwavedetection, ActaMetrologicaSinicaj 2006,27:149-152)和小波變換(SiqueiraMHS,GattsCENjSilvaRRetal.Theuseofultrasonic guidedwavesandwaveletsanalysis inpipe inspect ion, Ultrasonics, 2003,41:785-798)等都可以對蘭姆波進行消噪處理。近年來常用的方法是EMD方法和小波變換。李剛等用EMD方法對超聲蘭姆波信號進行了消噪處理,雖然EMD方法不需要基于某一特定函數(shù),能夠自適應地根據(jù)信號特征來提取數(shù)據(jù),但是消噪效果不徹底,保留了很多噪聲信號的特征,不能很好地體現(xiàn)原信號,消噪效果不是很理想(LiG, ShiLHj WangXW.EMD denosingmethodanditsappIicationinLambwavedetection, ActaMetrologica Sinicaj 2006,27:149-152)。由于小波變換在消噪方面的優(yōu)點使得其在無損檢測領域有了很廣泛的應用,Siqueir等釆用離散小波變換來處理超聲蘭姆波實測信號,通過硬閾值方法將小于給定門限值的分解系數(shù)設為0,然而該方法雖然去除了噪聲,但是消噪效果并不理想,信號仍然含有大量噪聲,所以重構信號無法準確體現(xiàn)信號的特征(SiqueiraMH Sj GattsCENj SilvaRRetal.Theuseofultrasonicguidedwavesandwavelets analysisinpipeinspection, Ultrasonics, 2003,41:785-798)。Lazaro 等米用小波變換來去除噪聲,通過硬閾值和軟閾值的方法分別進行消噪,由于硬閾值和軟閾值都有各自的缺點,導致去除噪聲之后的信號并不突出(LazaroJC,EmeterioJLj RamosAetal.1nfluenceofthresholdingproceduresinultrasonicgrainnoisereductionusing wavelets,Ultrasonics, 2002,40:263 - 267)。Chen等將鄰域系數(shù)作為最優(yōu)的解決方案提出了一種冗余的二代小波變換,改善信噪比的同時降低了均方誤差[Xuefeng,Xiang Li,ShibinWangj ZhiboYang,BinqiangChenjandZhengjiaHe.CompositeDamage DetectionBasedonRedundantSecond-GenerationWaveIetTransformandFractal DimensionTomographyAlgorithmofLambWave.1EEETransactionsonInstrumentation andMeasurement,vol.62,Issue.5,2013,p.1354-1363]。Matz等對基于小波變換的離散小波、離散穩(wěn)定小波以及小波包的三種消噪方法進行了對比研究,實驗結果表明小波包消噪方法表現(xiàn)最好,在初始噪聲振幅為被選信號最大振幅的5%時,可以將信號的信噪比提高15至40dB ;小波閥值消噪與經(jīng)驗模態(tài)分解消噪各有優(yōu)缺點,前者比較適合信噪比較高的情況,而后者消噪后的噪聲干擾仍然比較大[V., SmidR., StarmanS., Kreidl M.Signal-to-noiseratioenhancementbasedonwaveIetfilteringinultrasonic testing.Ultrasonics, vol.49, IssuelO, 2009, p.752-759]。
【發(fā)明內(nèi)容】
:
[0004]為了克服現(xiàn)有技術的缺點,提高去噪后信號的信噪比,本發(fā)明給出了一種基于賽利斯模型和分數(shù)階微分的蘭姆波信號消噪方法。該方法對含噪聲的蘭姆波信號幅值譜進行各階分數(shù)微分,用賽利斯分布作為待處幅值譜的模型,提出了賽利斯模型幅值譜分數(shù)階微分最大值和過零點與微分階數(shù)的三次關系式,建立了幅值譜特征參數(shù)的計算式來提取特征參數(shù)和重建原始信號的幅值譜,并結合相位譜重構去噪后蘭姆波信號。
[0005]本發(fā)明解決其技術問題所采用的技術方案是:
[0006]本發(fā)明的方法包括如下步驟:
[0007](I)蘭姆 波信號的傅里葉變換
[0008](2)計算幅值譜的分數(shù)階微分
[0009](3)計算賽利斯模型幅值譜分數(shù)階微分最大值和過零點與微分階次的多項式系數(shù)
[0010](4)計算幅值譜參數(shù)
[0011](5)基于賽利斯模型計算去噪后的幅值譜
[0012](6)用傅里葉逆變換計算去噪后的蘭姆波信號
[0013]其中,
[0014]步驟(3)中賽利斯模型幅值譜分數(shù)階微分最大值Fmax(V)和Ftl(V)與微分階次V的關系用三次多項式表示,其表達式為:
[0015]Fmax(V) = (I3Vid2Vi^d1 v+d0
[0016]F0(V) = cgv^cav^c^+co
[0017]其中,c。,C1, c2,C3和屯,C^d2, d3是三次多項式的系數(shù),根據(jù)步驟(2)求得的數(shù)據(jù)用最小二乘法擬合可以得到這些系數(shù)的值。
[0018]步驟(4)中按如下公式計算幅值譜參數(shù)
[0019]根據(jù)步驟(3)中求得的C。, C1, C2, C3和dQ, (I1, d2, d3計算幅值譜的峰高A、峰寬σ和峰位置μ,如下式:
【權利要求】
1.一種基于賽利斯模型和分數(shù)階微分的蘭姆波信號消噪方法,該方法包括如下步驟: (1)蘭姆波信號的傅里葉變換 (2)計算幅值譜的分數(shù)階微分 (3)計算賽利斯模型幅值譜分數(shù)階微分最大值和過零點與微分階次的多項式系數(shù) (4)計算幅值譜參數(shù) (5)基于賽利斯模型計算去噪后的幅值譜 (6)用傅里葉逆變換計算去噪后的蘭姆波信號 其中, 步驟(3)中賽利斯模型幅值譜分數(shù)階微分最大值Fmax (V)和Ftl (V)與微分階次V的關系用三次多項式表示,其表達式為:
Fmax (V) = d3v3+d2v2+d1v+d0
F0 (V) = cgv^cav^c^+co 其中,C(l,C1, c2, C3和‘ Cl1, d2, d3是三次多項式的系數(shù),根據(jù)步驟⑵求得的數(shù)據(jù)用最小二乘法擬合得到這些系數(shù)的值; 步驟(4)中按如下公式計算幅值譜參數(shù) 根據(jù)步驟(3)中求得的Cci, C1, C2, C3和(Itl, (I1, d2, d3計算幅值譜的峰高A、峰寬σ和峰位置μ,如下式:
【文檔編號】G06F19/00GK103971012SQ201410214807
【公開日】2014年8月6日 申請日期:2014年5月20日 優(yōu)先權日:2014年5月20日
【發(fā)明者】陳曉, 汪陳龍 申請人:南京信息工程大學