- 1、本文档共5页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于信号结构的稀疏分解原子库的优化策略
耿伟,宋寿鹏
(江苏大学 机械工程学院,江苏 镇江 212013)
摘要:压缩传感技术应用于超声无损检测领域可有效减少检测的数据量。但其面临的一个技术瓶颈是稀疏分解原子库规模巨大,在信号重构过程中导致信号重构时间的贪婪性,降低了该项技术的实用性。本文采用Gabor原子对脉冲超声检测信号进行稀疏分解,通过分析频率因子、相位因子以及尺度因子与信号结构的关联特性,提出了原子库优化策略,使原子库的规模减少为常规建库的1/8,提高了信号处理的实时性。
关键词:稀疏分解;Gabor原子库;脉冲超声检测信号;信号结构
中图分类号: TP391 文献标识码: A 文章编号:
Optimization strategy of sparse decomposition library based on signal structure
Geng Wei, Song Shou-peng
(School of Mechanical Engineering, Jiangsu University, Zhenjiang Jiangsu 212013, China)
Abstract: The application of compressed sensing (CS) technology in ultrasonic wave non-destructive testing field can reduce the amount of testing data. A technical bottleneck of CS is the huge sparse decomposition library, which leads to time greediness in the process of signal reconstruction, reducing the practicability of this technology. In this paper, the pulse ultrasonic detection signal was sparsely decomposed with Gabor library. A library optimization strategy was proposed by analyzing the correlation property between frequency factor, phase factor, scale factor and signal structure, which makes the library size be 1/8 of the conventional library and improves the real-time processing ability of signal.
Key words: sparse decomposition; Gabor library; pulse ultrasonic detection signal; signal structure
0 引言
?基金项目:国家自然基金面上项目(No。
?基金项目:国家自然基金面上项目(No。
作者简介:耿伟(1988- ),男,硕士研究生,主要研究方向压缩传感、超声波信号处理。Email:804899907@
通讯作者简介:宋寿鹏(1967- ),男,教授,硕士生导师,主要从事传感器技术、智能信息检测与信号处理等研究。Email: songshoupeng@126.com
目前国内外对稀疏分解Gabor原子库的简化研究很少。上海交通大学的梁巍等人根据超声信号是一个高斯调制的带通信号,其有用信息集中在以探头中心频率为中心的某一带宽内,利用带宽因子、探头中心频率和初相位这些先验信息对Gabor原子库的尺度因子和频率因子进行简化,大大减少了原子库的原子数量[4]。但是脉冲超声回波信号的中心频率并不等于探头频率,且由于实际环境及噪声的影响,其频带宽度以外也包含一定信息量。其次,该方法需要对带宽因子进行估计,存在一定的误差。兰州大学的王峥嵘等人根据Gabor原子的相位因子特性,对原子波形互为相反的原子进行了删减[5]。另外对较长信号分段向量截取,利用对应的长度较短的原子库分别对各段信号进行稀疏分解,再相加得到原信号。
本文以管道检测的缺陷脉冲超声回波信号为研究对象,首先根据Gabor原子的原子特性,对频率因子和相位因子[5]离散化范围进行简化。然后根据脉冲超声回波信号的波形特征对其进行有效长度截取,提取待分解信号的包络并拟合成高斯函数,将对应函数参数转换成
文档评论(0)