基于改进CEEMD的超声检测信号自适应降噪

发布时间：2018-11-09 13:19

【摘要】：针对超声时域检测污垢数据的非平稳性和模态混叠难以实现污垢特征分离的问题,对于采用功率谱密度判定噪声区间的CEEMD分解,进而直接舍弃高频分量容易造成有效信息损失的不足,以及传统小波降噪易造成重构信号的变形等缺陷,提出基于CEEMD自相关函数的自适应软阈值降噪,引入模态自相关特性曲线判定含有噪声成分较多的IMF分量,并结合小波自适应软阈值方法拾取噪声分量中的高频有用信号。仿真分析和实验研究表明:基于CEEMD和自相关的自适应降噪方法优于传统小波阈值和单纯的CEEMD,且能很好的解决模态混叠问题,提取出污垢特征信号,对超声检测信号的处理具有重要意义。
[Abstract]:Aiming at the problem that it is difficult to achieve the separation of fouling characteristics by ultrasonic time domain detection of fouling data and modal aliasing, the power spectral density is used to determine the CEEMD decomposition of noise range. Furthermore, it is easy to lose the effective information by abandoning the high frequency component directly, and the traditional wavelet denoising easily leads to the distortion of reconstructed signal. An adaptive soft threshold de-noising based on CEEMD autocorrelation function is proposed. The modal autocorrelation characteristic curve is introduced to determine the IMF component with more noise components, and the wavelet adaptive soft threshold method is used to pick up the high frequency useful signal in the noise component. The simulation analysis and experimental study show that the adaptive noise reduction method based on CEEMD and autocorrelation is superior to the traditional wavelet threshold and simple CEEMD, and can solve the modal aliasing problem well and extract the fouling characteristic signal. It is of great significance for ultrasonic signal processing.
【作者单位】： 吉林省节能与测控技术工程实验室;东北电力大学自动化工程学院;
【基金】：国家自然科学基金(51176028) 吉林省科技发展计划项目(20140204030SF)
【分类号】：TB559;TK172

【相似文献】

相关期刊论文 前10条

1 凌雪兴;超声检测学术交流会即将召开[J];声学技术;1982年02期

2 黄玮;;自适应同步参数未知的Lü混沌系统[J];吉林大学学报(信息科学版);2006年03期

3 赵德勤;熊莲花;;一个新混沌系统的自适应同步[J];海南师范学院学报(自然科学版);2007年03期

4 任丽梅;刘建民;贾双盈;;一个新混沌系统的自适应模糊同步[J];计算机工程与科学;2012年07期

5 唐兴年,祖小涛,郭景发;超声检测大钢质容器内的液面高度[J];四川大学学报(自然科学版);1991年04期

6 马志敏,贾嘉;岩体声发射监测现场噪声自适应数字滤波技术初探[J];岩石力学与工程学报;1999年06期

7 吴先用;关治洪;吴正平;;陈氏混沌系统的全局同步与自适应同步[J];华中科技大学学报(自然科学版);2007年12期

8 袁延艺;李峥;张扬帆;尹力;张春华;;高速运动目标的自适应线谱增强算法研究[J];应用声学;2011年04期

9 谢元平,张广发;抖动偏频激光陀螺抖动信号的自适应对消[J];应用激光;2000年03期

10 张敏;胡寿松;;不确定时滞混沌系统的自适应动态神经网络控制[J];物理学报;2008年03期

相关会议论文 前4条

1 张丽萍;姜海波;毕勤胜;;一类非线性时滞混沌系统的自适应脉冲同步[A];第十二届全国非线性振动暨第九届全国非线性动力学和运动稳定性学术会议论文集[C];2009年

2 幸高翔;蔡志明;;立体阵恒定束宽波束形成研究[A];2005年全国水声学学术会议论文集[C];2005年

3 赵恒凯;张海燕;周明;徐鸿飞;;管道形态超声检测的多通道集成处理[A];2009年度全国物理声学会议论文集[C];2009年

4 谢畅;张宝富;徐智勇;赖先主;;基于OFM技术的ROF系统[A];全国第十三次光纤通信暨第十四届集成光学学术会议论文集[C];2007年

相关博士学位论文 前1条

1 李霞;换热设备污垢超声检测及信号处理方法研究[D];哈尔滨工业大学;2015年

相关硕士学位论文 前10条

1 谈晓成;柔性超声相控阵及其在无损检测中的应用研究[D];湖南科技大学;2015年

2 张亦弛;基于超高分辨率光谱分析的自适应相干解调技术研究[D];华中科技大学;2014年

3 帅词凤;自适应激光前照灯光学系统设计[D];重庆大学;2016年

4 赵景超;基于数字全息的激光超声检测信号接收及处理[D];南昌航空大学;2016年

5 樊宇;多界面粘接构件粘接质量的超声检测与识别[D];内蒙古大学;2016年

6 朱维;编码激励在岩石超声检测中的应用研究[D];中国地震局地球物理研究所;2016年

7 王嘉骏;手动扫描超声探伤系统设计及信息可视化研究[D];中北大学;2017年

8 石志超;飞机复合材料构件的超声检测方法研究[D];中国民航大学;2017年

9 苗传用;面向在役工件的便携式超声检测系统研究[D];浙江大学;2016年

10 陶冲;时间序列自适应预测方法研究[D];天津理工大学;2014年

，

本文编号：2320522