一種用于sh導(dǎo)波無損檢測(cè)技術(shù)中噪聲處理方法
【專利摘要】本發(fā)明公開了一種用于SH導(dǎo)波無損檢測(cè)技術(shù)中噪聲處理方法，所述用于處理SH導(dǎo)波重構(gòu)缺陷中噪聲的方法利用小波變換在波數(shù)域中進(jìn)行降噪，并重構(gòu)出精確的缺陷形狀，包括：對(duì)時(shí)域反射信號(hào)添加高斯白噪聲；分別對(duì)含噪信號(hào)在時(shí)域和波數(shù)域進(jìn)行小波去噪；根據(jù)時(shí)域去噪和波數(shù)域去噪的結(jié)果，分別重構(gòu)出缺陷形狀。本發(fā)明有效地解決了SH導(dǎo)波重構(gòu)缺陷中噪聲的影響，能有效提高SH導(dǎo)波重構(gòu)缺陷形狀的精度，通過對(duì)比時(shí)域小波去噪和頻域小波去噪的結(jié)果，說明頻域小波去噪的優(yōu)勢(shì)，對(duì)含?5dB的高斯白噪聲信號(hào)依然有很好的去噪效果，為工程上的缺陷評(píng)估提供了合理參考。
【專利說明】
一種用于SH導(dǎo)波無損檢測(cè)技術(shù)中噪聲處理方法
技術(shù)領(lǐng)域
[0001] 本發(fā)明屬于無損檢測(cè)技術(shù)領(lǐng)域，尤其涉及一種用于SH導(dǎo)波無損檢測(cè)技術(shù)中噪聲處 理方法。
【背景技術(shù)】
[0002] 在現(xiàn)代工業(yè)，尤其是機(jī)械、建筑和航天航空業(yè)中無損檢測(cè)和評(píng)估已被廣泛應(yīng)用。這 些技術(shù)都是讓用戶盡早知悉結(jié)構(gòu)的健康狀況，尤其是發(fā)現(xiàn)一些肉眼不可見的，隱藏在不易 觸及部位的，微小但有潛在危害的缺陷。工程中的無損檢測(cè)和評(píng)估，往往在被檢測(cè)設(shè)備的工 作環(huán)境中進(jìn)行，這就無法避免由環(huán)境和結(jié)構(gòu)引起的噪聲。
[0003] 在傳統(tǒng)的定性無損檢測(cè)技術(shù)中，研究者已經(jīng)提出各種去噪方法:均值濾波、Wiener 濾波、自適應(yīng)分析、自相關(guān)性分析、序統(tǒng)計(jì)、匹配濾波、頻譜截?cái)嗵幚?，小波變換、稀疏信號(hào)表 示和希爾伯特黃變換。如果知道噪聲的能量密度和反射信號(hào)的能量密度時(shí)，采用Wiener濾 波最合適，但實(shí)際工程中無法在檢測(cè)前給出這兩者的能量密度，尤其是噪聲的能量密度，所 以這種方法無法被廣泛應(yīng)用。稀疏信號(hào)表示法作為一種有效的去噪方法，需要對(duì)程序大量 訓(xùn)練。希爾伯特黃變換是一種簡(jiǎn)單去噪方法，比較實(shí)用于簡(jiǎn)單信號(hào)處理，但是缺少數(shù)學(xué)上嚴(yán) 格的理論支撐。
[0004] 小波變換是在短時(shí)傅里葉變換基礎(chǔ)上提出的，具有嚴(yán)格的數(shù)學(xué)理論推導(dǎo)，只要找 到合適的小波基，就可以將信號(hào)分解在兩個(gè)域，并建立信號(hào)在兩個(gè)域中的關(guān)系。傳統(tǒng)無損檢 測(cè)中，小波變換被用來進(jìn)行信號(hào)的時(shí)頻分析，這方法對(duì)缺陷定性分析很有效，但是在缺陷定 量分析中，僅依靠時(shí)頻去噪效果不佳。

【發(fā)明內(nèi)容】

[0005] 本發(fā)明的目的在于提供一種用于SH導(dǎo)波無損檢測(cè)技術(shù)中噪聲處理方法，旨在解決 現(xiàn)代工業(yè)中用于SH導(dǎo)波無損檢測(cè)和評(píng)估中在缺陷定量分析時(shí)，僅依靠時(shí)頻去噪效果不佳 的問題。
[0006] 本發(fā)明是這樣實(shí)現(xiàn)的，
[0007] 一種用于SH導(dǎo)波無損檢測(cè)技術(shù)中噪聲處理方法，該用于SH導(dǎo)波無損檢測(cè)技術(shù)中噪 聲處理方法包括以下步驟：
[0008] 對(duì)時(shí)域信號(hào)添加高斯白噪聲：首先生成三種不同頻率段高斯白噪聲，然后將不同 噪聲加入到原時(shí)域信號(hào)中得到含噪信號(hào)；
[0009] 對(duì)含噪信號(hào)波數(shù)域進(jìn)行小波去噪：首先對(duì)含噪信號(hào)進(jìn)行變換得到頻域含噪信號(hào)； 接著利用波數(shù)和頻率的關(guān)系得到波數(shù)域含噪信號(hào)；再采用小波對(duì)信號(hào)進(jìn)行軟閥值分解去 噪，得到去噪后的信號(hào);最后對(duì)波數(shù)域信號(hào)采用小波分析得到波數(shù)、波長和幅值三者圖像；
[0010] 根據(jù)波數(shù)域去噪的結(jié)果重構(gòu)出缺陷形狀:首先求解出滿足相應(yīng)邊界條件的格林函 數(shù)，再結(jié)合波恩近似和遠(yuǎn)場(chǎng)假設(shè)建立起重構(gòu)積分方程，將去噪信號(hào)代入到重構(gòu)積分方程中， 采用離散傅里葉變換計(jì)算積分，最后得到重構(gòu)缺陷形狀。
[0011]進(jìn)一步，所述對(duì)時(shí)域反射信號(hào)添加高斯白噪聲方法為：
[0012]首先生成三種不同頻率段高斯白噪聲:無量綱頻率〇~JI的低頻段高斯白噪聲;無 量綱頻率31~231的高頻段高斯白噪聲;無量綱頻率0~231的全頻段高斯白噪聲；
[0013] 然后將三種不同頻率段高斯白噪聲與原時(shí)域信號(hào)相加到分別得到三個(gè)不同的含 噪信號(hào)八(0, /4〇))，借助傅里葉變換公式
[0014] F〇) = ￡^/(〇6_-辦，其中《是圓頻率，t是時(shí)間，￡ = 0，/(〇分另IJ 用/,(0，八⑴，焱⑴代替，得到相應(yīng)的值：P/O)) = :， &(撾）=-辦，& (w) = /_+:/4(t)e-_由，這是將時(shí)間的函數(shù)/( 換到頻率的函數(shù)/?(^)。
[0015] 這樣就分別將含低頻段高斯白噪聲、高頻段高斯白噪聲、全頻段高斯白噪聲的信 號(hào)變換到頻域含噪信號(hào)；
[0016] 通過0階模態(tài)波數(shù)和頻率《關(guān)系：
_(其中 CT=1)，
[0018]直接得到波數(shù)域含噪信號(hào)（)再代入重構(gòu)積分方程：
[0020] 其中b為半板厚，n = 0,根據(jù)求解出的重構(gòu)缺陷形狀d(x)，分別畫出三種噪聲下重 構(gòu)缺陷圖像。
[0021] 進(jìn)一步，全頻段高斯白噪聲可以由MATLAB(數(shù)值計(jì)算軟件)生成，分別將全頻段高 斯白噪聲通過低通波器生成低頻段高斯白噪聲，和全頻段高斯白噪聲通過高通波器生成高 頻段高斯白噪聲。
[0022] 進(jìn)一步，所述對(duì)時(shí)域信號(hào)添加高斯白噪聲方法，因?yàn)楦咚拱自肼暰哂须S機(jī)性，所以 采用多次試驗(yàn)取統(tǒng)計(jì)結(jié)果，并對(duì)比不同噪聲重構(gòu)的缺陷，推斷出低頻范圍的小波數(shù)域幅值 是影響重構(gòu)精度的主要因素。
[0023] 進(jìn)一步，所述對(duì)含噪信號(hào)在波數(shù)域進(jìn)行小波去噪方法為：
[0024] 首先對(duì)含噪信號(hào)/(t)進(jìn)行傅里葉變換得到頻域含噪信號(hào)接著利用波數(shù)和 頻率的關(guān)系得到波數(shù)域含噪信號(hào)
[0025] 再采用8階symlet小波對(duì)信號(hào)￡2r>e/(<_0)進(jìn)行5層軟閥值分解去噪，得到去噪后的 信號(hào)心 re/.(C〇);
[0026] 最后對(duì)波數(shù)域信號(hào)采用小波分析
[0028]得到波數(shù)、波長和幅值三者圖像;其中：ai是波長的相關(guān)量，匕是波數(shù)的平移量，函 數(shù)
是小波基(這里采用8階symlet小波）
表示共輒。
[0029] 進(jìn)一步，所述根據(jù)波數(shù)域去噪結(jié)果重構(gòu)出缺陷圖像方法為：
[0030] SH導(dǎo)波重構(gòu)缺陷是基于SH導(dǎo)波散射問題的構(gòu)建的邊界積分方程，首先求解出滿 足相應(yīng)邊條件的格林函數(shù)在遠(yuǎn)場(chǎng)近似解：
[0032] 1=(幻^2)，乂=(心42)分別是傳感器位置坐標(biāo)和外激勵(lì)作用點(diǎn)坐標(biāo)，13是半板厚，
(其中CT=l)，y是剪切模量，i = 再結(jié)合波恩近似和遠(yuǎn)場(chǎng)假設(shè)建立起 重構(gòu)積分方程：
[0034]其中匕/用匕咐沁)代替，b為半板厚，n = 0,因?yàn)樵谟邢薏〝?shù)范圍內(nèi)不 為〇,所以此處無窮積分是有限區(qū)域的積分;將去噪信號(hào)Gr*ef((〇)代入到重構(gòu)積分方程中， 采用離散傅里葉變換計(jì)算積分，最后得到重構(gòu)缺陷形狀d(x)。
[0035]進(jìn)一步，證明本專利發(fā)明的波數(shù)域去噪的優(yōu)越性：
[0036]本發(fā)明采用了兩套方案(a)和(b)，（a)是傳統(tǒng)的時(shí)域去噪方案，（b)是本專利發(fā)明 的波數(shù)域去噪方案。為了證明本發(fā)明方案的優(yōu)越性，采用含噪能量較大的_5dB高斯白噪聲， 并且對(duì)每種方案都進(jìn)行30次試驗(yàn)，取統(tǒng)計(jì)結(jié)果，最后用箱形圖繪制出重構(gòu)缺陷形狀。
[0037]進(jìn)一步，描述方案(a)去噪的實(shí)施過程：
[0038]首先對(duì)含_5dB高斯白噪聲信號(hào)/(t)直接采用8階symlet小波，并進(jìn)行5層軟閥值分 解去噪，得到去噪后的信號(hào)1(4;接著將信號(hào)/;〇：)變換到頻域#再由頻域信號(hào) ACm)得到波數(shù)域信號(hào)￡^<(&);:然后將波數(shù)域信號(hào)代入重構(gòu)方程，
[0040] b為半板好= fc|，i = 因?yàn)?amp;_?(<〇)在有限波數(shù)范圍內(nèi)不為0,所以 此處無窮積分是有限區(qū)域的積分。最后繪制出d(x)的圖像。
[0041] 進(jìn)一步，描述方案(b)去噪的實(shí)施過程：
[0042] 方案(b):首先對(duì)含_5dB高斯白噪聲的信號(hào)_/〇：：)進(jìn)行傅里葉變換得到頻域含噪信 號(hào)鳥接著利用波數(shù)和頻率的數(shù)值相等關(guān)系，直接得到波數(shù)域含噪信號(hào)Gr^OTo);再 采用8階symlet小波對(duì)信號(hào)(^^e/((Q)進(jìn)行5層軟閥值分解去噪，得到去噪后的信號(hào) ftfef ，然后將波數(shù)域信號(hào)&~/ (<0)代入重構(gòu)方程，
[0044] b為半板厚，= /c#，i = 因?yàn)閒2fe/((〇)在有限波數(shù)范圍內(nèi)不為0,所以 此處無窮積分是有限區(qū)域的積分。最后繪制出d(x)的圖像。
[0045] 對(duì)比兩種方案繪制出的圖像可以發(fā)現(xiàn)，方案(a)對(duì)于能量大的噪聲去噪效果不明 顯，表現(xiàn)為箱形圖中每個(gè)箱子都比較長，也就是數(shù)據(jù)很分散，所以很難把握缺陷的具體大小 和位置。方案(b)對(duì)于能量大的噪聲去噪效果依然明顯，表現(xiàn)為箱形圖中每個(gè)箱子都比較 短，也就是數(shù)據(jù)較為集中，且每個(gè)箱子的中位線幾乎都在缺陷實(shí)際位置，所以缺陷的具體大 小和位置很容易被確定。
[0046]本發(fā)明提供的SH導(dǎo)波無損檢測(cè)技術(shù)中噪聲處理方法，可以提高SH導(dǎo)波重構(gòu)缺陷的 精度，提出了一種利用小波變換將含噪信號(hào)在波數(shù)域進(jìn)行去噪的方法。由于發(fā)明中采用的 時(shí)域高斯白噪聲為_5dB，因此對(duì)大于-5dB高斯白噪聲的情況均適用；利用去噪后的信號(hào)直 接重構(gòu)缺陷形狀，并進(jìn)行多次試驗(yàn)取統(tǒng)計(jì)結(jié)果，可以準(zhǔn)確判斷缺陷位置和大小。本發(fā)明有效 地解決了高斯白噪聲對(duì)SH導(dǎo)波重構(gòu)缺陷的影響，一定程度上提高了缺陷重構(gòu)的精度，為SH 導(dǎo)波重構(gòu)缺陷的無損檢測(cè)和評(píng)估，提供了可靠依據(jù)。
【附圖說明】
[0047]圖1是本發(fā)明實(shí)施例提供的用于SH導(dǎo)波無損檢測(cè)技術(shù)中噪聲處理流程圖。
[0048]圖2是本發(fā)明實(shí)施例提供的時(shí)域信號(hào)和含噪(5dB)時(shí)域信號(hào)示意圖。
[0049] 圖3是本發(fā)明實(shí)施例提供的三種含噪信號(hào)頻域示意圖。
[0050] 圖4是本發(fā)明實(shí)施例提供的基于低頻段噪聲信號(hào)缺陷重構(gòu)示意圖。
[0051] 圖5是本發(fā)明實(shí)施例提供的基于高頻段噪聲信號(hào)缺陷重構(gòu)示意圖。
[0052] 圖6是本發(fā)明實(shí)施例提供的基于全頻段噪聲信號(hào)缺陷重構(gòu)示意圖。
[0053]圖7是本發(fā)明實(shí)施例提供的時(shí)域信號(hào)和含噪(_5dB)時(shí)域信號(hào)示意圖。
[0054]圖8是本發(fā)明實(shí)施例提供的時(shí)域去噪后的信號(hào)在波數(shù)域小波分析示意圖。
[0055] 圖9是本發(fā)明實(shí)施例提供的波數(shù)域去噪后的信號(hào)在波數(shù)域小波分析示意圖。
[0056] 圖10是本發(fā)明實(shí)施例提供的無噪聲信號(hào)在波數(shù)域小波分析示意圖。
[0057]圖11是本發(fā)明實(shí)施例提供的基于時(shí)域小波去噪的缺陷重構(gòu)示意圖。
[0058] 圖12是本發(fā)明實(shí)施例提供的基于波數(shù)域小波去噪的缺陷重構(gòu)示意圖。
【具體實(shí)施方式】
[0059] 為了使本發(fā)明的目的、技術(shù)方案及優(yōu)點(diǎn)更加清楚明白，以下結(jié)合實(shí)施例，對(duì)本發(fā)明 進(jìn)行進(jìn)一步詳細(xì)說明。應(yīng)當(dāng)理解，此處所描述的具體實(shí)施例僅僅用以解釋本發(fā)明，并不用于 限定本發(fā)明。
[0060] 本發(fā)明提出了一種利用小波變換對(duì)SH導(dǎo)波的缺陷重構(gòu)去噪，提高缺陷的重構(gòu)精 度;論述理論依據(jù)，然后介紹該方法的求解步驟，并用小波變換對(duì)比時(shí)域去噪和波數(shù)域去噪 的結(jié)果，最后列舉時(shí)域去噪的重構(gòu)結(jié)果和波數(shù)域去噪的重構(gòu)結(jié)果，進(jìn)一步證明了波數(shù)域去 噪的優(yōu)勢(shì)。
[0061]下面結(jié)合附圖對(duì)本發(fā)明的應(yīng)用原理作詳細(xì)的描述。
[0062] 如圖1所示，用于SH導(dǎo)波無損檢測(cè)技術(shù)中噪聲處理方法包括以下步驟：
[0063] S101:對(duì)時(shí)域反射信號(hào)添加高斯白噪聲:首先生成三種不同頻率段高斯白噪聲，然 后將不同噪聲加入到原時(shí)域信號(hào)中得到含噪信號(hào)；
[0064] S102:對(duì)含噪信號(hào)波數(shù)域進(jìn)行小波去噪：首先對(duì)含噪信號(hào)進(jìn)行變換得到頻域含噪 信號(hào);接著利用波數(shù)和頻率的關(guān)系得到波數(shù)域含噪信號(hào);再采用小波對(duì)信號(hào)進(jìn)行軟閥值分 解去噪，得到去噪后的信號(hào);最后對(duì)波數(shù)域信號(hào)采用小波分析得到波數(shù)，波長和幅值三者圖 像；
[0065] S103:根據(jù)波數(shù)域去噪的結(jié)果重構(gòu)出缺陷形狀:首先求解出滿足相應(yīng)邊界條件的 格林函數(shù)，再結(jié)合波恩近似和遠(yuǎn)場(chǎng)假設(shè)建立起重構(gòu)積分方程，將去噪信號(hào)代入到重構(gòu)積分 方程中，采用離散傅里葉變換計(jì)算積分，最后得到重構(gòu)缺陷形狀。
[0066] 進(jìn)一步，所述對(duì)時(shí)域反射信號(hào)添加高斯白噪聲方法為：
[0067] 首先生成三種不同頻率段高斯白噪聲:無量綱頻率0~31的低頻段高斯白噪聲;無 量綱頻率31~231的高頻段高斯白噪聲;無量綱頻率0~231的全頻段高斯白噪聲；
[0068] 然后將不同噪聲加入到原時(shí)域信號(hào)中得到含噪信號(hào)（/〇〇)、借助傅里葉變換公式
[0069] F(〇j) = f dtr
[0070] 將低頻段高斯白噪聲、高頻段高斯白噪聲、全頻段高斯白噪聲三種含噪信號(hào)變換 到頻域含噪信號(hào);其中，為頻域含噪信號(hào)；
[0071] 通過0階模態(tài)波數(shù)和頻率《關(guān)系：
(其中ct=1)，
[0073]直接得到波數(shù)域含噪信號(hào)（ft"-(((3))后代入重構(gòu)積分方程：
[0075] 其中b為半板厚，n = 0,根據(jù)求解出的重構(gòu)缺陷形狀d(x)，分別畫出三種噪聲下缺 陷重構(gòu)的缺陷形狀圖。
[0076] 進(jìn)一步，低頻段高斯白噪聲和高頻段的高斯白噪聲由時(shí)域高斯白噪聲通過低通和 高通濾波器實(shí)現(xiàn)。
[0077] 進(jìn)一步，所述對(duì)時(shí)域反射信號(hào)添加高斯白噪聲方法中高斯白噪聲具有隨機(jī)性，采 用多次試驗(yàn)取統(tǒng)計(jì)結(jié)果，對(duì)比不同噪聲重構(gòu)的缺陷推斷出低頻率小波數(shù)區(qū)域的影響重構(gòu)精 度的幅值。
[0078] 進(jìn)一步，所述對(duì)含噪信號(hào)在波數(shù)域進(jìn)行小波去噪方法為：
[0079] 首先對(duì)含噪信號(hào)進(jìn)行傅里葉變換得到頻域含噪信號(hào)戶2(公：);接著利用波數(shù)和 頻率的關(guān)系得到波數(shù)域含噪信號(hào)
[0080] 再采用8階symlet小波對(duì)信號(hào)進(jìn)行5層軟閥值分解去噪，得到去噪后的 信號(hào) Gref ((〇);:
[0081]最后對(duì)波數(shù)域信采用小波分析
[0083] 得到波數(shù)，波長和幅值三者圖像;其中：ai是波長的相關(guān)量，匕是波數(shù)的平移量，函 數(shù)4
是小波基(這里采用8階symlet小波），
'表示共輒。
[0084] 進(jìn)一步，所述根據(jù)波數(shù)域去噪結(jié)果重構(gòu)出缺陷形狀方法為：
[0085] SH導(dǎo)波重構(gòu)缺陷是基于SH導(dǎo)波散射問題的積分方程，首先求解出滿足相應(yīng)邊界條 件的格林函數(shù)，再結(jié)合波恩近似和遠(yuǎn)場(chǎng)假設(shè)建立起重構(gòu)積分方程：
[0087] 其中用Gj-g/ ?〇)代替，b為半板厚，n = 0，j ({〇)在有限波數(shù)范圍內(nèi)不為0， 此處無窮積分是有限區(qū)域的積分;將去噪信號(hào)f2r~e/〇TQ)代入到重構(gòu)積分方程中，采用離散 傅里葉變換計(jì)算積分，最后得到重構(gòu)缺陷形狀d(x)。
[0088] 下面結(jié)合附圖對(duì)本發(fā)明的應(yīng)用原理作進(jìn)一步的描述。
[0089 ] 1、對(duì)時(shí)域反射信號(hào)添加高斯白噪聲方法為：
[0090] 由于大部分工程檢測(cè)都受到背景噪聲影響，其表現(xiàn)為時(shí)域的高斯白噪聲。所以本 發(fā)明主要針對(duì)低分貝的高斯白噪聲。對(duì)一個(gè)實(shí)測(cè)時(shí)域反射信號(hào)(不含噪如圖2(a)，添加5dB 噪聲如圖2(b))添加三種不同頻率段高斯白噪聲(信噪比都為5dB):低頻段高斯白噪聲(0~ Ji);高頻段高斯白噪聲h~231);全頻段高斯白噪聲(0~加）。低頻段和高頻段的噪聲可以由 時(shí)域高斯白噪聲通過低通和高通濾波器實(shí)現(xiàn)。
[0091] 然后將這三種含噪信號(hào)，借助傅里葉變換（戶〇)) = /_+二/(?4_￡|￡:)得到頻 域含噪信號(hào)（圖3)。
[0092] 又因?yàn)?階模態(tài)波數(shù)b和頻率《關(guān)系：
（其中ct=1)，所以直接得到 波數(shù)域含噪信號(hào)（夂e/〇Tc)))后代入重構(gòu)積分方程：
[0094]其中b為半板厚，n = 0,根據(jù)求解出的d(x)，分別畫出三種噪聲下缺陷重構(gòu)的箱形 圖，如圖4,圖5和圖6。
[0095] 因?yàn)楦咚拱自肼暰哂须S機(jī)性，所以采用多次試驗(yàn)(每種噪聲30次)取統(tǒng)計(jì)結(jié)果，用 箱形圖給出重構(gòu)結(jié)果。圖4中是添加低頻高斯白噪聲重構(gòu)的缺陷箱形圖，圖5是添加高頻高 斯白噪聲重構(gòu)的缺陷箱形圖，圖6是添加全頻高斯白噪聲重構(gòu)的缺陷箱形圖。
[0096] 通過三幅圖的對(duì)比可以發(fā)現(xiàn)凡是低頻段含有噪聲的信號(hào)重構(gòu)結(jié)果都比較差(如圖 4,圖6,統(tǒng)計(jì)數(shù)據(jù)比較分散），而高頻噪聲對(duì)重構(gòu)結(jié)果影響很小。鑒于頻率和波數(shù)的關(guān)系
?換而言之，低頻段(小波數(shù)）的幅值決定重構(gòu)缺陷的輪廓和位置，而高頻 段(大波數(shù))的幅值決定缺陷的細(xì)節(jié)，所以去噪的關(guān)鍵是降低噪聲對(duì)低頻(小波數(shù))幅值的影 響。
[0097] 2、分別對(duì)含噪信號(hào)在時(shí)域和波數(shù)域進(jìn)行小波去噪分析：
[0098] 為了達(dá)到體現(xiàn)本發(fā)明的去噪效果，設(shè)計(jì)兩套去噪方案：（a)在時(shí)域采用小波去噪， (b)在波數(shù)域采用小波去噪。以此對(duì)比何種方案更合適SH導(dǎo)波重構(gòu)缺陷的去噪。方案(a):首 先對(duì)含噪信號(hào)/(t)(如圖7含-5dB高斯白噪聲)直接采用8階symlet小波，并進(jìn)行5層軟閥值 分解去噪，得到去噪后的信號(hào)接著將信號(hào)/Ut)變換到頻域巧(W)，再由頻域信號(hào) 得到波數(shù)域信號(hào)最后對(duì)波數(shù)域信號(hào)采用小波分析，
[0100] 得到波數(shù)、波長和幅值三者圖像(如圖8)，公式(2)中&1尉由相關(guān)量，bi是波數(shù) 的平移量，函數(shù)
|是小波基(這里采用8階symlet小波）
表示共輒。
[0101] 方案(b):首先對(duì)含噪信號(hào)/〇)(如圖7含-5dB高斯白噪聲)進(jìn)行傅里葉變換得到頻 域含噪信號(hào)巧0));接著利用波數(shù)和頻率的關(guān)系得到波數(shù)域含噪信號(hào)^^(<0);
[0102] 再采用8階symlet小波對(duì)信號(hào)進(jìn)行5層軟閥值分解去噪，得到去噪后的 信號(hào)
[0103]最后對(duì)波數(shù)域信號(hào)G2n?/〇T())采用小波分析（同公式(2))，得到波數(shù)，波長和幅值 三者圖像(如圖9)。
[0104]為了更好的評(píng)價(jià)圖8和圖9,需要對(duì)比不含噪聲信號(hào)Cre5f(h)的小波分析圖（如圖 10)〇
[0105]在波長取0~20,且波數(shù)取(0~3.0)范圍內(nèi)圖8和圖9最為接近，尤其圖9中小波數(shù) (0~1.0)對(duì)應(yīng)長波長(>5.0)區(qū)域內(nèi)的幅值都為0,而圖8中小波數(shù)(0~1.0)對(duì)應(yīng)長波長(> 5.0)區(qū)域內(nèi)的幅值都不為零，并且圖8中的小波長區(qū)域（$5.0)幅值都小于圖10中相應(yīng)幅 值。因?yàn)樾〔〝?shù)范圍內(nèi)的幅值對(duì)重構(gòu)結(jié)果影響最大，所以圖9效果最好。
[0106] 經(jīng)上述分析，方案(b)最大程度上保留原信號(hào)的幅值，尤其能夠抑制噪聲對(duì)小波數(shù) (0~1.0)對(duì)應(yīng)長波長(>5.0)區(qū)域內(nèi)幅值的影響。
[0107] 3、對(duì)根據(jù)時(shí)域去噪和波數(shù)域去噪的結(jié)果，分別重構(gòu)出缺陷形狀：
[0108] 為了更直觀的評(píng)價(jià)上述兩種去噪方案，分別將去噪信號(hào)和分 別代入到重構(gòu)積分方程中，
[0110] 其中亡re，分別用((。）和^^#((0):代替，b = 1為半板厚，I: =. V-T,
(其中ct=1)，對(duì)每種方案進(jìn)行30次試驗(yàn)并別給出箱形圖（如圖11和圖12)， 其中每次添加的高斯白噪聲都為_5dB。
[0111] 分析圖12(方案(b)去噪后的重構(gòu)結(jié)果)可以發(fā)現(xiàn)即使在信噪比很低（即噪聲能量 比較大）的高斯白噪聲(_5dB)中依然能夠統(tǒng)計(jì)出較精確的缺陷范圍，尤其是箱圖中的中位 線都位于真實(shí)缺陷位置。
[0112] 圖11是方案(a)的去噪后的重構(gòu)圖，由于數(shù)據(jù)過于分散，且所有箱子的都在真實(shí)缺 陷的下方，所以無法統(tǒng)計(jì)出精確的缺陷范圍。所以采用方案(b)去噪并進(jìn)行缺陷重構(gòu)可以給 出較為精確的缺陷范圍和形狀，同樣能夠符合工程評(píng)估要求。
[0113] 本發(fā)明SH導(dǎo)波無損檢測(cè)技術(shù)中噪聲的處理方法，通過對(duì)比時(shí)域小波去噪和頻域小 波去噪的結(jié)果，說明頻域小波去噪的優(yōu)勢(shì)，對(duì)含_5dB的高斯白噪聲信號(hào)依然有很好的去噪 效果，為工程上的缺陷評(píng)估提供了合理參考。
[0114] 以上所述僅為本發(fā)明的較佳實(shí)施例而已，并不用以限制本發(fā)明，凡在本發(fā)明的精 神和原則之內(nèi)所作的任何修改、等同替換和改進(jìn)等，均應(yīng)包含在本發(fā)明的保護(hù)范圍之內(nèi)。
【主權(quán)項(xiàng)】
1. 一種用于SH導(dǎo)波無損檢測(cè)技術(shù)中噪聲處理方法，其特征在于，該用于SH導(dǎo)波無損檢 測(cè)技術(shù)中噪聲處理方法包括以下步驟： 對(duì)時(shí)域反射信號(hào)添加高斯白噪聲：首先生成三種不同頻率段高斯白噪聲，然后將不同 噪聲加入到原時(shí)域信號(hào)中得到含噪信號(hào)； 對(duì)含噪信號(hào)波數(shù)域進(jìn)行小波去噪：首先對(duì)含噪信號(hào)進(jìn)行變換得到頻域含噪信號(hào);接著 利用波數(shù)和頻率的關(guān)系得到波數(shù)域含噪信號(hào);再采用小波對(duì)信號(hào)進(jìn)行軟閥值分解去噪，得 到去噪后的信號(hào);最后對(duì)波數(shù)域信號(hào)采用小波分析得到波數(shù)、波長和幅值三者圖像； 根據(jù)波數(shù)域去噪的結(jié)果重構(gòu)出缺陷形狀:首先求解出滿足相應(yīng)邊界條件的格林函數(shù)， 再結(jié)合波恩近似和遠(yuǎn)場(chǎng)假設(shè)建立起重構(gòu)積分方程，將去噪信號(hào)代入到重構(gòu)積分方程中，采 用離散傅里葉變換計(jì)算積分，最后得到重構(gòu)缺陷形狀。2. 如權(quán)利要求1所述的用于SH導(dǎo)波無損檢測(cè)技術(shù)中噪聲處理方法，其特征在于，所述對(duì) 時(shí)域反射信號(hào)添加高斯白噪聲方法為： 首先生成三種不同頻率段高斯白噪聲，三種不同頻率段高斯白噪聲為:無量綱頻率0~ η的低頻段高斯白噪聲、無量綱頻率η~2π的高頻段高斯白噪聲;無量綱頻率0~231的全頻段 高斯白噪聲； 然后將不同噪聲加入到原時(shí)域信號(hào)中得到含噪信號(hào)（):，借助傅里葉變換公式將低頻段高斯白噪聲、高頻段高斯白噪聲、全頻段高斯白噪聲三種含噪信號(hào)變換到頻 域含噪信號(hào);其中，戶(：ω)為頻域含噪信號(hào)； 通過〇階模態(tài)波數(shù)ξο和頻率ω關(guān)系：直接得到波數(shù)域含噪信號(hào)（代入重構(gòu)積分方程：其中b為半板厚，η = 0,根據(jù)求解出的重構(gòu)缺陷形狀d(x)，分別畫出三種噪聲下重構(gòu)缺 陷圖像。3. 如權(quán)利要求1所述的用于SH導(dǎo)波無損檢測(cè)技術(shù)中噪聲處理方法，其特征在于，低頻段 高斯白噪聲和高頻段的高斯白噪聲可由時(shí)域高斯白噪聲分別通過低通和高通濾波器獲得。4. 如權(quán)利要求1所述的用于SH導(dǎo)波無損檢測(cè)技術(shù)中噪聲處理方法，其特征在于，所述對(duì) 時(shí)域反射信號(hào)添加高斯白噪聲方法中高斯白噪聲具有隨機(jī)性，采用多次試驗(yàn)取統(tǒng)計(jì)結(jié)果， 根據(jù)不同噪聲重構(gòu)出的缺陷圖像推斷出，低頻率小波數(shù)區(qū)域的幅值是影響重構(gòu)精度的重要 因素。5. 如權(quán)利要求1所述的用于SH導(dǎo)波無損檢測(cè)技術(shù)中噪聲處理方法，其特征在于，所述對(duì) 含噪信號(hào)在波數(shù)域進(jìn)行小波去噪方法為： 首先對(duì)含噪信號(hào)/Ci)進(jìn)行傅里葉變換得到頻域含噪信號(hào) 接著利用波數(shù)和頻率的關(guān)系得到波數(shù)域含噪信號(hào) 再采用8階symlet小波對(duì)信號(hào)<?2^(<〇)進(jìn)行5層軟閥值分解去噪，得到去噪后的信號(hào) ^2rt?/ (C〇)> 最后對(duì)波數(shù)域信號(hào)(<Q)采用小波分析得到波數(shù)、波長和幅值三者圖像；其中：ai是波長的相關(guān)量，1^是波數(shù)的平移量，函數(shù)是小波基(這里采用8階symlet小波）6.如權(quán)利要求1所述的用于SH導(dǎo)波無損檢測(cè)技術(shù)中噪聲處理方法，其特征在于，所述根 據(jù)波數(shù)域去噪結(jié)果重構(gòu)出缺陷形狀的方法為： 首先求解出滿足相應(yīng)邊界條件的格林函數(shù)，再結(jié)合波恩近似和遠(yuǎn)場(chǎng)假設(shè)建立起重構(gòu)積 分方程：其中代替，b為半板厚，n = 0,4e/((Q)在有限波數(shù)范圍內(nèi)不為0,此處 無窮積分是有限區(qū)域的積分； 將去噪信號(hào)匕％/^*^)代入到重構(gòu)積分方程中，采用離散傅里葉變換計(jì)算積分，最后得 到重構(gòu)缺陷形狀d(x)。
【文檔編號(hào)】G01N29/46GK105929029SQ201610239752
【公開日】2016年9月7日
【申請(qǐng)日】2016年4月18日
【發(fā)明人】王彬, 笪益輝, 錢征華
【申請(qǐng)人】南京航空航天大學(xué)