摘要：傳統(tǒng)的信號(hào)去噪算法在處理艦船鈦合金超聲檢測(cè)信號(hào)時(shí)，受到閾值函數(shù)不連續(xù)這一特性的影響，算法的自適應(yīng)性比較差。為此，將小波分解技術(shù)應(yīng)用到超聲檢測(cè)信號(hào)去噪算法中。考慮小波分解層數(shù)對(duì)信號(hào)的影響利用先驗(yàn)知識(shí)確定分解層數(shù)，在此基礎(chǔ)上，結(jié)合軟硬閾值函數(shù)，構(gòu)造出折中的閾值函數(shù)并進(jìn)行一定優(yōu)化，將構(gòu)建的閾值函數(shù)用于小波系數(shù)最化處理，將小波系數(shù)與分解系數(shù)相結(jié)合重構(gòu)超聲檢測(cè)信號(hào)，完成去噪處理。實(shí)驗(yàn)結(jié)果表明：設(shè)計(jì)的基于小波分解的艦船鈦合金超聲檢測(cè)去噪算法在不同的實(shí)驗(yàn)條件下信噪比高、均方根誤差小，該算法的自適應(yīng)性?xún)?yōu)于傳統(tǒng)的去噪算法。

　　關(guān)鍵詞：小波分解;鈦合金;超聲檢測(cè);信號(hào)去噪

　　Abstract: The conventional denoising algorithm is affected by the discontinuity of the threshold function when processing the ultrasonic detection signal of naval titanium alloy, and the adaptiveness of the algorithm is relatively poor. For this reason, the wavelet decomposition technique is applied to the ultrasonic detection signal denoising algorithm. Consider the effect of the laver number of wavelet decomposition of signals. prior knowledge is used to determine the decomposition layers, and on this basis, the combination of soft and hard threshold function, constructing the compromise threshold func-tion and a certain optimization, will build the wavelet coefficient threshold function is used to the processing, combining wavelet coefficient and decomposition coefficient of refactoring ultrasonic testing signals, complete to deal with the noise The experimental results show that the designed wavelet decomposition-based noise removal aleorithm for ultrasonic detection of naval titanium alloys has high signal-to-noise ratio and small root-mean-sq uare error under different experimental conditions. and the adaptive performance of the algorithm is better than that ofthe traditional noise removal algorithm

　　Key words: wavelet decomposition; titanium alloy; ultrasonic detection; signal denoising

　　0引言

　　艦船所使用的材料有很多是鈦合金，這種材料在應(yīng)用中存在部分缺陷，如氣孔、裂紋和組織不均勻性等，這些缺陷的存在對(duì)艦船在海上航行的安全性有一定影響11。對(duì)于這些缺陷，往往通過(guò)超聲檢測(cè)的方式檢查鈦合金組織實(shí)際缺陷情況，超聲檢測(cè)信號(hào)中含有很多不同波，各個(gè)波用途不同，在實(shí)際檢測(cè)中一些雜皮內(nèi)可能存在大量噪聲信號(hào)，形成時(shí)域有限的非平穩(wěn)信號(hào)，不能滿(mǎn)足超聲檢測(cè)信號(hào)處理的要求，對(duì)超聲檢測(cè)結(jié)果影響比較大2。因此，有學(xué)者提出一些處理噪聲信號(hào)的措施，去噪算法就是一種有效的手段。現(xiàn)階段，比較常見(jiàn)的去噪算法有基于狼群算法的去噪算法、基于CEEMD的去噪算法，這2種算法在實(shí)際應(yīng)用中，由于閾值函數(shù)不連續(xù)的特點(diǎn)，導(dǎo)致經(jīng)過(guò)該算法處理的信號(hào)的信噪比比較低，該算法的自適應(yīng)性比較差1。因此，研究應(yīng)用小波分解技術(shù)的超聲檢測(cè)信號(hào)去噪算法，針對(duì)艦船鈦合金超聲檢測(cè)中存在的問(wèn)題，利用小波分解的時(shí)域局部化能力進(jìn)行信號(hào)的處理，增強(qiáng)信號(hào)質(zhì)量，解決上述傳統(tǒng)去噪算法中存在的問(wèn)題。

　　1 基于小波分解的艦船鈦合金超聲檢測(cè)信號(hào)去噪算法設(shè)計(jì)

　　1.1確定分解層數(shù)

　　根據(jù)小波分解理論可知，對(duì)于不同分辨率或不同尺度的小波系數(shù)，小波分解在信號(hào)去噪處理上的分解層數(shù)不同，一個(gè)數(shù)據(jù)長(zhǎng)度為N的信號(hào)理論上可以進(jìn)行l(wèi)og2N層的分解，每次分解都會(huì)增加一定的運(yùn)算量和存儲(chǔ)空間，分解層數(shù)過(guò)大，容易提高計(jì)算量，但是信號(hào)處理效果卻沒(méi)有變化甚至?xí)档?分解層數(shù)過(guò)小，會(huì)使得處理后的信號(hào)信噪比提升效果不明顯1。由此可知，分解層數(shù)大或小都會(huì)對(duì)去噪效果產(chǎn)生一定的影響。因此，在對(duì)超聲檢測(cè)信號(hào)進(jìn)行去噪前，確定分解層數(shù)。1對(duì)不同分解層數(shù)影響超聲檢測(cè)信號(hào)去噪效果進(jìn)行驗(yàn)證，分解層數(shù)分別選取2-7層，在去噪后，以200個(gè)含噪聲信號(hào)作為樣本，計(jì)算不同分解層數(shù)去除噪聲后的信噪比平均值。計(jì)算結(jié)果如表1所示。

　　從表中數(shù)據(jù)可以看出，小波分解層數(shù)比較少時(shí)，去噪后的噪聲仍然比較大，小波分解層數(shù)比較多時(shí)，則有用信息丟失比較嚴(yán)重，運(yùn)算量增大，去噪效果也不明顯。由此可見(jiàn)，對(duì)于艦船鈦合金超聲檢測(cè)信號(hào)去噪處理，確定分解層數(shù)為4層。

　　1.2去除超聲檢測(cè)信號(hào)噪聲

　　考慮到小波處理的特點(diǎn)是線(xiàn)性的，去除信號(hào)噪聲過(guò)程所使用的小波系數(shù)少，由兩部分組成，一部分是信號(hào)s(n)對(duì)應(yīng)的小波系數(shù)，為ajk;另一部分是噪聲w(1)對(duì)應(yīng)的小波系數(shù)，為i。小波系數(shù)可能受到噪聲部分的小波系數(shù)的影響，使得yil>ladl，去噪的目的是將應(yīng)a-a小最小，因此使應(yīng) 更接近a，基于這一思想，構(gòu)造閾值函數(shù)如下：

　　從上式可以看出閾值函數(shù)是以4k=4i為漸進(jìn)性的，參數(shù)n和k在取任意值時(shí)具有連續(xù)性，并且高階可導(dǎo)，在實(shí)際應(yīng)用中更加優(yōu)越。

　　在完成閾值函數(shù)的構(gòu)造后，以小波分解層數(shù)為4為前提條件，分解原始超聲檢測(cè)信號(hào)，選擇一個(gè)合適的閾值處理小波系數(shù)，將其最化處理。在以上處理完成后，將最底層的小波分解系數(shù)和經(jīng)過(guò)閾值處理的小波分解系數(shù)組合成去噪的小波系數(shù)，并對(duì)處理后的信號(hào)重構(gòu)，得到去噪后的超聲檢測(cè)信號(hào)。至此，基于小波分解的信號(hào)去噪算法設(shè)計(jì)完成。

　　2對(duì)比實(shí)驗(yàn)

　　在去噪算法設(shè)計(jì)完成后，為了驗(yàn)證設(shè)計(jì)的去噪算法的實(shí)際應(yīng)用效果，在實(shí)驗(yàn)中引用傳統(tǒng)的去噪算法設(shè)計(jì)對(duì)比實(shí)驗(yàn)，在Matlab平臺(tái)上構(gòu)造一個(gè)理想信號(hào)，截取VLCC上的一段原始信號(hào)數(shù)據(jù)，將信號(hào)作為理想信號(hào)，加入標(biāo)準(zhǔn)白噪聲，生成含有噪聲的實(shí)驗(yàn)信號(hào)。采集的信號(hào)以及含有噪聲信號(hào)如圖1所示。

　　實(shí)驗(yàn)中以對(duì)比實(shí)驗(yàn)為主，對(duì)于不同去噪算法的評(píng)定，以信噪比和均方根誤差作為信號(hào)的性能指標(biāo)，不同超聲檢測(cè)去噪算法的實(shí)驗(yàn)結(jié)果如表2所示。經(jīng)過(guò)對(duì)表中數(shù)據(jù)的比較分析，可知設(shè)計(jì)的基于小波分解的超聲檢測(cè)信號(hào)去噪算法的信噪比高于另外2種算法，均方根誤差小于另外2種算法，綜合來(lái)看，設(shè)計(jì)的基于小波分解的艦船鈦合金超聲檢測(cè)信號(hào)去噪算法的去噪性能比其它去噪算法更優(yōu)越，對(duì)于不同功率譜密度的噪其自適應(yīng)性更強(qiáng)。

　　3結(jié)語(yǔ)

　　本文基于大量研究資料和文獻(xiàn)，將小波分解應(yīng)用到艦船鈦合金超聲檢測(cè)信號(hào)去噪算法中，研究小波分解在算法中應(yīng)用的各種問(wèn)題，對(duì)信號(hào)去噪處理的關(guān)鍵技術(shù)進(jìn)行研究與討論。在算法設(shè)計(jì)完成后，以信噪比和均方根誤差作為指標(biāo)，設(shè)計(jì)了大量對(duì)比實(shí)驗(yàn)，通過(guò)實(shí)驗(yàn)結(jié)果驗(yàn)證了超聲檢測(cè)信號(hào)去噪算法的可靠性和優(yōu)越的自適應(yīng)性能。

　　參考文獻(xiàn)：

　　[1]王碩，王昕，蔣國(guó)臻，等，增強(qiáng)灰狼自適應(yīng)閾值去噪法在變壓器套管引線(xiàn)超聲檢測(cè)中的應(yīng)用[J].傳感技術(shù)學(xué)報(bào)，2019，32(10)：1595-1602.

　　[2]陳光武，劉孝博，王迪，等，基于改進(jìn)小波變換的MEMS陀螺信號(hào)去噪算法[]電子5報(bào)，2019，41(5)：1025-1031.

　　[3]董利超，郭興明，鄭伊能基于CEEMD的心音信號(hào)小波包去噪算法研究[J]振動(dòng)與沖擊，2019，38(9)：192-198+222.

　　[4]周川，工程機(jī)械噪聲源識(shí)別技術(shù)研究進(jìn)展分析[J].工程技術(shù)研究，2019，4(1)：88-89，

期刊VIP網(wǎng)，您身邊的高端學(xué)術(shù)顧問(wèn)

文章名稱(chēng)： 基于小波分解的艦船鈦合金超聲檢測(cè)信號(hào)去噪算法

文章地址： http://www.kg120.com/mianfeiwx/57790.html