[發明專利]基于導波信號稀疏分解方法的信號降噪與缺陷檢測方法及缺陷信號重構方法在審
| 申請號: | 201910085832.0 | 申請日: | 2019-01-29 |
| 公開(公告)號: | CN109781864A | 公開(公告)日: | 2019-05-21 |
| 發明(設計)人: | 黃永;吳彪;李惠 | 申請(專利權)人: | 哈爾濱工業大學 |
| 主分類號: | G01N29/44 | 分類號: | G01N29/44 |
| 代理公司: | 哈爾濱市陽光惠遠知識產權代理有限公司 23211 | 代理人: | 孫莉莉 |
| 地址: | 150001 黑龍*** | 國省代碼: | 黑龍江;23 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 導波信號 缺陷檢測 缺陷信號 稀疏分解 信號降噪 重構 稀疏 時間延遲參數 邊界反射 病態問題 處理信號 導波模式 候選模式 稀疏表示 優化求解 有效模式 貝葉斯 反射源 近似解 魯棒性 求解 算法 噪聲 學習 | ||
1.一種基于導波信號稀疏分解方法的信號降噪與缺陷檢測方法,其特征在于:具體包括以下步驟:
步驟一、基于導波信號稀疏分解方法求解系數向量c在稀疏約束條件下的最優近似解;
步驟二、將中心頻率位于激發信號頻帶之外的原子向量及其在系數向量c的最優近似解中對應的系數去掉;
步驟三、從系數向量c的最優近似解的剩余項中選擇前q=10個幅值最大的系數及其對應的原子向量,并提取所述原子向量中的時間延遲參數u1,u2,...,uq;
步驟四、將q個基向量按照時間延遲從小到大排序:t1,t2,…,tq;
步驟五、對第i個時間延遲ti,按照下式計算相應的時間延遲t'i,l和t'i,r:
式中t'i,l為源于激發傳感器左側缺陷的A0模式導波的理論時間延遲,t'i,r為源于接收器右側缺陷的A0模式導波的理論時間延遲,和分別為A0模式和S0模式導波的群速度,l表示激發傳感器和接收器之間的距離;
步驟六、如果滿足||tj-t'i(l,r)||<thres,j=i+1,…,q,則第i個和第j個基向量被保留,否則第i個基向量將被去除;重復此步驟直到沒有剩余基向量,此時得到的Q對原子向量,即為候選模式對;
步驟七、所述Q個候選模式對的幅值為(AS(k),AA(k)),k=1,…,Q;如果AS(k)<AA(k),則第k個模式對將得到保留,否則去除;得到保留的模式對即為有效模式對;
步驟八、依據各個有效模式對的時間延遲以及對應的群速度,估計得到結構內各個反射源的位置;排除邊界反射對應的導波模式,便可得到缺陷的位置。
2.根據權利要求1所述的方法,其特征在于:所述步驟一具體為:
步驟1.1、采用Gabor模型表征信號發射傳感器發射的脈沖信號和信號接收傳感器接收的導波信號;
步驟1.2、選取Gabor字典的時間參數集合;
步驟1.3、選取Gabor字典的頻率參數集合;
步驟1.4、選取Gabor字典的帶寬參數集合;
步驟1.5、基于步驟1.2-1.4選取的Gabor模型參數集合,組合形成字典矩陣Φ,同時對原子向量做能量歸一化;所述原子向量為字典矩陣Φ中的列向量;
步驟1.6、利用步驟1.5設計的字典矩陣Φ,依據信號稀疏表示模型y=Φc+ε,ε為稀疏信號模型中的殘余項,利用稀疏貝葉斯學習算法對待分析的檢測信號y進行稀疏分解,求解系數向量c在稀疏約束條件下的最優近似解。
3.根據權利要求2所述的方法,其特征在于:所述步驟1.1具體為:
采用Gabor模型對發射器發射的脈沖信號進行擬合,獲得該脈沖信號對應的Gabor模型頻率參數f0、帶寬參數s0;Gabor模型的表達式為:g(t)=C0exp[-(t-u)2/(2s2)]exp[i2πf(t-u)],其中,u表示Gabor脈沖信號的中心在時間軸上的位置,f表示脈沖信號中心頻率,s表示脈沖信號帶寬,t表示時間軸上的時間序列,i為虛數,C0是用于信號能量歸一化的參數;其中u、f、s為基本參數。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于哈爾濱工業大學,未經哈爾濱工業大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201910085832.0/1.html,轉載請聲明來源鉆瓜專利網。





