一种用于SH导波无损检测技术中噪声处理方法技术

本发明专利技术公开了一种用于SH导波无损检测技术中噪声处理方法，所述用于处理SH导波重构缺陷中噪声的方法利用小波变换在波数域中进行降噪，并重构出精确的缺陷形状，包括：对时域反射信号添加高斯白噪声；分别对含噪信号在时域和波数域进行小波去噪；根据时域去噪和波数域去噪的结果，分别重构出缺陷形状。本发明专利技术有效地解决了SH导波重构缺陷中噪声的影响，能有效提高SH导波重构缺陷形状的精度，通过对比时域小波去噪和频域小波去噪的结果，说明频域小波去噪的优势，对含‑5dB的高斯白噪声信号依然有很好的去噪效果，为工程上的缺陷评估提供了合理参考。

【技术实现步骤摘要】

本专利技术属于无损检测
，尤其涉及一种用于SH导波无损检测技术中噪声处理方法。
技术介绍
在现代工业，尤其是机械、建筑和航天航空业中无损检测和评估已被广泛应用。这些技术都是让用户尽早知悉结构的健康状况，尤其是发现一些肉眼不可见的，隐藏在不易触及部位的，微小但有潜在危害的缺陷。工程中的无损检测和评估，往往在被检测设备的工作环境中进行，这就无法避免由环境和结构引起的噪声。在传统的定性无损检测技术中，研究者已经提出各种去噪方法：均值滤波、Wiener滤波、自适应分析、自相关性分析、序统计、匹配滤波、频谱截断处理，小波变换、稀疏信号表示和希尔伯特黄变换。如果知道噪声的能量密度和反射信号的能量密度时，采用Wiener滤波最合适，但实际工程中无法在检测前给出这两者的能量密度，尤其是噪声的能量密度，所以这种方法无法被广泛应用。稀疏信号表示法作为一种有效的去噪方法，需要对程序大量训练。希尔伯特黄变换是一种简单去噪方法，比较实用于简单信号处理，但是缺少数学上严格的理论支撑。小波变换是在短时傅里叶变换基础上提出的，具有严格的数学理论推导，只要找到合适的小波基，就可以将信号分解在两个域，并建立信号在两个域中的关系。传统无损检测中，小波变换被用来进行信号的时频分析，这方法对缺陷定性分析很有效，但是在缺陷定量分析中，仅依靠时频去噪效果不佳。
技术实现思路
本专利技术的目的在于提供一种用于SH导波无损检测技术中噪声处理方法，旨在解决现代工业中用于SH导波无损检测和评估中在缺陷定量分析时，仅依靠时 频去噪效果不佳的问题。本专利技术是这样实现的，一种用于SH导波无损检测技术中噪声处理方法，该用于SH导波无损检测技术中噪声处理方法包括以下步骤：对时域信号添加高斯白噪声：首先生成三种不同频率段高斯白噪声，然后将不同噪声加入到原时域信号中得到含噪信号；对含噪信号波数域进行小波去噪：首先对含噪信号进行变换得到频域含噪信号；接着利用波数和频率的关系得到波数域含噪信号；再采用小波对信号进行软阀值分解去噪，得到去噪后的信号；最后对波数域信号采用小波分析得到波数、波长和幅值三者图像；根据波数域去噪的结果重构出缺陷形状：首先求解出满足相应边界条件的格林函数，再结合波恩近似和远场假设建立起重构积分方程，将去噪信号代入到重构积分方程中，采用离散傅里叶变换计算积分，最后得到重构缺陷形状。进一步，所述对时域反射信号添加高斯白噪声方法为：首先生成三种不同频率段高斯白噪声：无量纲频率0～π的低频段高斯白噪声；无量纲频率π～2π的高频段高斯白噪声；无量纲频率0～2π的全频段高斯白噪声；然后将三种不同频率段高斯白噪声与原时域信号相加到分别得到三个不同的含噪信号借助傅里叶变换公式其中ω是圆频率，t是时间，分别用代替，得到相应的值：这是将时间的函数变换到频率的函数这样就分别将含低频段高斯白噪声、高频段高斯白噪声、全频段高斯白噪声的信号变换到频域含噪信号；通过0阶模态波数ξ0和频率ω关系：(其中cT＝1)，直接得到波数域含噪信号再代入重构积分方程： d ( x ) = 1 2 π ∫ - ∞ + ∞ - 2 ibζ n ζ n 2 + k T 2 C ^ r e f ( ζ n ) e - 2 iζ n x d ( 2 ζ 0 ) ]]>其中b为半板厚，n＝0，根据求解出的重构缺陷形状d(x)，分别画出三种噪声下重构缺陷图像。进一步，全频段高斯白噪声可以由MATLAB(数值计算软件)生成，分别将全频段高斯白噪声通过低通波器生成低频段高斯白噪声，和全频段高斯白噪声通过高通波器生成高频段高斯白噪声。进一步，所述对时域信号添加高斯白噪声方法，因为高斯白噪声具有随机性，所以采用多次试验取统计结果，并对比不同噪声重构的缺陷，推断出低频范围的小波数域幅值是影响重构精度的主要因素。进一步，所述对含噪信号在波数域进行小波去噪方法为：首先对含噪信号进行傅里叶变换得到频域含噪信号接着利用波数和频率的关系得到波数域含噪信号再采用8阶symlet小波对信号进行5层软阀值分解去噪，得到去噪后的信号最后对波数域信号采用小波分析 W ψ ( a 1 , b 1 ) = | a 1 | - 1 / 2 ∫ - ∞ + ∞ C ~ 1 r e f ( ζ 0 ) ψ ( ζ 0 - b 1 a 本文档来自技高网...

【技术保护点】
一种用于SH导波无损检测技术中噪声处理方法，其特征在于，该用于SH导波无损检测技术中噪声处理方法包括以下步骤：对时域反射信号添加高斯白噪声：首先生成三种不同频率段高斯白噪声，然后将不同噪声加入到原时域信号中得到含噪信号；对含噪信号波数域进行小波去噪：首先对含噪信号进行变换得到频域含噪信号；接着利用波数和频率的关系得到波数域含噪信号；再采用小波对信号进行软阀值分解去噪，得到去噪后的信号；最后对波数域信号采用小波分析得到波数、波长和幅值三者图像；根据波数域去噪的结果重构出缺陷形状：首先求解出满足相应边界条件的格林函数，再结合波恩近似和远场假设建立起重构积分方程，将去噪信号代入到重构积分方程中，采用离散傅里叶变换计算积分，最后得到重构缺陷形状。

【技术特征摘要】
1.一种用于SH导波无损检测技术中噪声处理方法，其特征在于，该用于SH导波无损检测技术中噪声处理方法包括以下步骤：对时域反射信号添加高斯白噪声：首先生成三种不同频率段高斯白噪声，然后将不同噪声加入到原时域信号中得到含噪信号；对含噪信号波数域进行小波去噪：首先对含噪信号进行变换得到频域含噪信号；接着利用波数和频率的关系得到波数域含噪信号；再采用小波对信号进行软阀值分解去噪，得到去噪后的信号；最后对波数域信号采用小波分析得到波数、波长和幅值三者图像；根据波数域去噪的结果重构出缺陷形状：首先求解出满足相应边界条件的格林函数，再结合波恩近似和远场假设建立起重构积分方程，将去噪信号代入到重构积分方程中，采用离散傅里叶变换计算积分，最后得到重构缺陷形状。2.如权利要求1所述的用于SH导波无损检测技术中噪声处理方法，其特征在于，所述对时域反射信号添加高斯白噪声方法为：首先生成三种不同频率段高斯白噪声，三种不同频率段高斯白噪声为：无量纲频率0～π的低频段高斯白噪声、无量纲频率π～2π的高频段高斯白噪声；无量纲频率0～2π的全频段高斯白噪声；然后将不同噪声加入到原时域信号中得到含噪信号借助傅里叶变换公式ω是圆频率，t是时间，将低频段高斯白噪声、高频段高斯白噪声、全频段高斯白噪声三种含噪信号变换到频域含噪信号；其中，为频域含噪信号；通过0阶模态波数ξ0和频率ω关系：(其中cT＝1)，直接得到波数域含噪信号后代入重构积分方程： d ( x ) = 1 2 π ∫ - ∞ + ∞ - 2 ibζ n ζ n 2 + k T 2 C ^ r e f ( ζ n ) e - 2 iζ n x d ( 2 ζ 0 ) ]]>其中b为半板厚，n＝0，根据求解出的重构缺陷形状d(x)，分别画出三种噪声下重构缺陷图像。3.如权利要求1所述的用于SH导波无损检测技术中噪声处理方法，其特征在于，低频段高斯白噪声和高频段的高斯白噪声可由时域高斯白噪声分别通过低通和高通滤波器获得。4.如权利要求1所述的用于SH导波无损检测技术中噪声处理方法，其特征在于，所述对时域反射信号添加高斯白噪声方法中高斯白噪声具有随机性，采用多次试验取统计结果，根据不同噪声重构出的缺陷图像推断出，低频率小波数区域的幅值是影响重构精度的重要因素。5.如权利要求1所述的用于SH导波无损检测技术中噪声处理方法，其特征在于，所述对含噪信号在波数域进行小波去噪方法为：首先对含噪信号进行傅里叶变换得到频域含噪信号接着利用波数和频率的关系得到波数域含噪信号再采用8阶symlet小波对信号进行5层软阀值分解去噪，得到去噪后的信号最后对波数域信号采用小波分析 W ψ ( ...

【专利技术属性】
技术研发人员：王彬，笪益辉，钱征华，
申请(专利权)人：南京航空航天大学，
类型：发明
国别省市：江苏;32