小波信号去噪.pptVIP

TIANJIN UNIVERSITY ?MNMT, Tianjin University, 2015 — 2005 — 基于小波分析的超声检测处理信号的研究朱政赫2015202256  目录 1.小波分析的意义 2.超声检测原理 3超声信号去噪 4.超声信号分析处理 问题 1.在时频分析中，小波分析为什么取代了傅立叶变换 2.小波分析为什么能在超声检测中应用 3.如何在实际应用中选取合适的小波基，选择合适的阈值，选择合适的分解重构算法 小波分析的产生 小波分析的产生 可以说傅立叶变换的一种改进，我们在时域观察信号，得出随时间变化的起伏不平的信号，根据常识，起伏变化较大的地方应该存在着高频信号，但是时域信号我们的出的信息并不能完全反映出信号的全部信息，在一般时候，我们更希望了解信号中所有的频率成分，这时时域的信息就不能满足我们的要求，我们需要傅立叶变化的方法将时域的信息转化成频域。 傅立叶变化的根本就是假设信号均为连续平稳信号，这时我们使用傅立叶变换就可以解决问题，但是在现实生产生活中时，平稳信号和非平稳信号总是同时存在的，我们需要一些特定的非平稳信号的时域和频率信息，这时我们就发明了了小波变换 小波分析的产生 傅里叶变换却存在着只适合处理平稳信号、对奇异性不敏感、无时频局部化能力等缺点。 小波（意为小区域的波，它是一种长度有限而平均值为零的特殊的波）它有两个特点，第一是小，即在时域和频域都具有紧支集或近似紧支集;第二是正负交替的波动性，也就是直流分量为零。 小波基举例 小波基举例 小波分析的产生 傅里叶变换是将信号分解成一系列不同频率的正弦波的叠加，小波变换则是将信号分解成一系列小波函数的叠加，这些小波函数是由一个小波母函数通过平移与尺度伸缩得来。 显然，用不规则的小波函数来逼近尖锐变化的信号其结果要优于用光滑的正弦曲线来逼近。 超声检测技术 超声波指在频率20kHz以上的声波，当使用声波在检测物体内部传播时，与被测物体内部特征的某些非声学参量和反映被测物体声学特征的某些物理量会形成一定的类比关系象，通过测量上述的物理量能获得关于被测物体质量和性能方面的评价指标，实现对被测物体的检验与测试。这种技术就是超声检测。 超声检测技术原理 超声检测技术 超声检测技术 小波变换可以应用于检测信号的去噪从而提高检测精度。超声检测信号中包含有用信号(缺陷信号、底波信号等)和各类噪声信号。这些噪声中，既有来自放大器和其它电子元件的电子噪声，也有超声波在工件中散射形成的声学噪声。它们通常会淹没微小缺陷的回波信号，因此必须想方设法从嘈杂的波形中判断缺陷波的存在。而小波分析方法可以将时域和频域结合起来，去描述信号的时频联合特征，构成信号的时频谱，从而实现降低噪声信号、提高信噪比的目的，非常适合于超声波回波这种时频有限的非平稳信号。 超声信号去噪 超声信号去噪 第一步，一维信号的小波分解。选择一个小波并确定分解的层次N，然后进行分解计算。 第二步，小波分解高频系数的阈值量化。对各个分解尺度下的高频系数选择一个阈值进行阈值量化处理。 第三步一维小波重构。根据小波分解的最底层低频系数和各层高频系数进行一维小波重构。 超声信号去噪 1.典型的超声检测中有用信号主要是通过信号的突变部分体现的，所选择的小波函数应该在时域具有紧支性，另外，为了保证在频域拥有良好的局部分析能力，要求小波函数在频域内也具有快速衰减性。 2.小波函数与超声检测信号的相关性越好，对超声检测信号的特征提取量就越多，就越准确。检测信号在时域通常表现为具有指数衰减性质的波形信号。因此选择的小波函数在时域应具有指数衰减性质或者近似指数衰减性质。 3. 最大限度地降低信号的失真。所以应尽量选择具有对称性或近似对称性的函数。 4.要尽可能突出超声检测信号中的缺陷信号，所以选择的小波函数应具有一定阶次的消失矩。 超声信号去噪 在上文所述三个去噪步骤中，最为关键的是如何选择以及进行阈值量化，它将直接影响到信号去噪的效果。在小波去噪原理中的阈值操作过程中，除了阈值函数的选取之外，另一个重要的步骤就是阈值选取规则的确定。根据基本的噪声模型，闽值的选取有以下四个规则:(1) sqtwolog ; ( 2 ) rigrsure ; ( 3 ) heursure ;(4 ) minimaxi 小波信号去噪 小波信号去噪 小波分解层数确定 分解的层数不应该取的过大或者过小，在分解层数没有到达理想的分解层数之前，信噪比的增加与层数的增加有着非常直接的联系。但是在到达了一定的分解层数后，信噪比将不再会有太大的增加，在某些情况下甚至会有较大的降低，通过对比仿真结果得出分解层数的最优解。 小波去噪 实例分析 根据前文分析，我们对此信号采用sym8小波对缺