基于赛利斯模型和分数阶微分的兰姆波信号消噪.PDF

物理学报 Acta Phys. Sin. Vol. 63, No. 18 (2014) 184301 基于赛利斯模型和分数阶微分的兰姆波信号消噪∗ 陈晓 汪陈龙 1)(南京信息工程大学, 江苏省气象探测与信息处理重点实验室, 南京 210044) 2)(南京信息工程大学电子与信息工程学院, 南京 210044) ( 2014 年3 月17 日收到; 2014 年4 月15 日收到修改稿) 为降低噪声对超声兰姆波检测信号的影响, 提高信噪比和增加特征提取的精度, 提出了一种赛利斯模型 下分数阶微分方法用于超声兰姆波信号去噪. 该方法对含噪声的兰姆波信号幅值谱进行各阶分数微分, 用赛 利斯分布作为待处幅值谱的模型, 提出了幅值谱分数阶微分最大值和过零点与微分阶数的拟合三次关系式, 建立了幅值谱特征参数的计算式来提取特征参数和重建原始信号的幅值谱, 并结合相位谱重构去噪后的兰姆 波信号. 仿真结果表明, 该方法可以有效地提高兰姆波信号甚至微弱兰姆波信号的信噪比, 同时降低均方误 差和平滑度. 实验结果显示, 与小波去噪和集合经验模态去噪方法相比, 该方法在没有信号先验知识的情况 下, 可以更有效地去除兰姆波信号的噪声, 同时更好地保留主信号的细节特征. 因此, 本文提出的方法可以有 效地去除兰姆波检测信号中混入的噪声. 关键词: 兰姆波, 分数阶微分, 赛利斯模型, 去噪 PACS: 43.60.+d, 43.60.–c, 43.35.+d DOI: 10.7498/aps.63.184301 了超声波探伤技术, 通过不同中心频率和固定带 1 引 言 宽的高斯通带滤波器分离信号的频谱, 有效地消 除了超声信号中的噪声, 提高了检测淹没在噪声 随着材料科学和工业技术的迅速发展, 超声波 中缺陷特征的能力. 最初小波变换只是用来抑制 检测技术在材料无损检测中发挥着极为重要的作 白噪声, Pardo 等16 则将其用于去除板材无损检 用. 兰姆波作为超声无损检测中的一种常见导波形 测中的颗粒噪声, 发展出了两种非抽取小波变换, 式, 与传统的无损检测技术相比具有传播距离远、 极大地改善了超声波颗粒去噪的效果. Boudraa 检测范围大、快捷、高效等优点, 已经成为国内外无 损检测领域的研究重点1−7 . 它是一种重要的无损 等17 提出了一种基于EMD 分解的去噪方法, 将含 检测手段8−10 , 非常适于板材结构的大面积无损 噪信号分解成若干个本征模态函数, 经过筛选或 11−14 阈值选择重建去噪后的信号. 然而EMD 的最大缺 检测 . 在实际检测中, 兰姆波信号通常都伴有噪声 点是容易产生模态混叠及不同的本征模态函数中 18 干扰, 使得接收端的信号成分变得非常复杂, 直接 存在相似的成分. 为此, Wu 和Huang 等 提出了 影响无损检测结果的准确性. 因此需要既能去噪 一种集合经验模态分解(ensemble empirical mode 又能保留有用信号的方法. 目前常用的去噪方法 decompos