基于EMD和小波熵阈值算法的超声回波信号降噪

发布时间：2018-04-05 06:27

  本文选题：超声检测　切入点：降噪　出处：《中国测试》2017年01期

【摘要】：超声检测信号中通常包含大量噪声,而其中材料晶界散射的噪声是一种相关噪声。鉴于传统的方法难以将这种噪声和缺陷回波信号区分,提出一种EMD和小波熵阈值联合降噪的算法。该算法首先对目标信号进行EMD分解,提取具有噪声特性的IMF分量进行小波分解,利用含噪系统熵增的特性,在分解各尺度层的细节部分选用小波熵自适应阈值降噪,然后将剩余分量和降噪处理后的信号进行重构。仿真信号结果表明:该降噪方法(EMD-WET)输出信号的信噪比(SNR)为7.9 d B、均方根误差(RMSE)为18.1、相似系数(NCC)为0.92,优于传统的小波软、硬阈值方法。对实测信号进行处理,该方法降低信号中的大部分噪声,更好地还原回波信号的波形。
[Abstract]:Ultrasonic signal usually contains a lot of noise, and the noise of material grain boundary scattering is a kind of correlation noise.Since it is difficult for the traditional method to distinguish the noise from the defective echo signal, a new algorithm of EMD and wavelet entropy threshold de-noising is proposed.Firstly, the target signal is decomposed by EMD, and the IMF component with noise is extracted for wavelet decomposition. The wavelet entropy adaptive threshold is used to reduce the noise in the detail part of the decomposition scale.Then the residual component and the signal after denoising are reconstructed.The simulation results show that the signal-to-noise ratio (SNR) of the output signal is 7.9 dB, the root mean square error (RMSE) is 18.1and the similarity coefficient is 0.92, which is superior to the traditional wavelet soft and hard threshold method.By processing the measured signal, the method reduces most of the noise in the signal and restores the waveform of the echo signal better.
【作者单位】： 华北电力大学(保定)机械工程系;
【基金】：中央高校基本科研业务费项目(2014MS118)
【分类号】：TN911.7

【参考文献】

相关期刊论文 前4条

1 姜洲;丁华平;沈庆宏;;具有瞬时较大波动的信号降噪方法研究[J];电子测量技术;2015年03期

2 李秋锋;黄攀;施倩;陈果;陈振华;;基于经验模态分解去噪的粗晶材料超声检测[J];应用基础与工程科学学报;2014年03期

3 闫晓玲;董世运;刘彬;徐滨士;王望龙;;基于熵理论的超声波检测信号消噪与缺陷识别[J];北京理工大学学报;2012年05期

4 邵忍平;曹精明;李永龙;;基于EMD小波阈值去噪和时频分析的齿轮故障模式识别与诊断[J];振动与冲击;2012年08期

【共引文献】

相关期刊论文 前10条

1 蒋丽英;高爽;崔建国;于明月;卢晓东;王景霖;;基于VMD和平均能量的齿轮故障特征提取[J];沈阳航空航天大学学报;2016年06期

2 马新强;姜金辉;黄丹羽;任小梦;;基于LabVIEW的梁分布动载荷识别系统设计与实现[J];国外电子测量技术;2016年12期

3 崔建国;郑蔚;于明月;蒲雪萍;师建强;;飞机发动机关键系统智能故障诊断方法[J];火力与指挥控制;2016年11期

4 李力;倪松松;;基于改进小波去噪预处理和EEMD的采煤机齿轮箱故障诊断[J];中南大学学报(自然科学版);2016年10期

5 张晖;鲁明明;丁华平;沈庆宏;;基于经验模态分解法的桥梁应变信号降噪方法研究[J];电子测量技术;2016年10期

6 宋寿鹏;王治有;江洲;邵勇华;;一种用于多界面大声程目标体的超声检测电路[J];应用基础与工程科学学报;2016年05期

7 范振峰;黄玲;刘敦歌;许鑫;张晓娟;方广有;;通过人工磁异常环对航空磁测系统的标定[J];电子测量技术;2016年09期

8 董明;马宏伟;陈渊;;基于经验模式分解的超声信号去噪算法[J];煤炭技术;2016年09期

9 卢朝阳;付宇晓;杨璐璐;;基于改进小波分解的机载位置数据降噪处理[J];交通信息与安全;2016年04期

10 合尼古力·吾买尔;林玲;;Morlet小波变换结合MLP神经网络的齿轮箱故障检测方法[J];电子器件;2016年04期

【二级参考文献】

相关期刊论文 前10条

1 李杨;郭龙江;李金宝;任美睿;;传感器网络基于小波分段常值压缩的数据收集研究[J];仪器仪表学报;2013年01期

2 毛育文;涂亚庆;武建军;;基于小波和灰色关联度的消除负频率干涉方法[J];电子测量与仪器学报;2012年09期

3 夏有玉;吴凤锦;;奥氏体不锈钢焊缝中超声波衰减对缺陷定量的影响[J];无损检测;2012年06期

4 钱苏敏;张琳絮;张云;常东;;基于小波阈值改进的去噪算法研究[J];国外电子测量技术;2012年05期

5 高伟;祖悦;王伟;兰海钰;张亚;;基于二代小波的光纤陀螺实时降噪方法研究[J];仪器仪表学报;2012年04期

6 陈振华;赵二虎;胡怀辉;;镁合金超声检测的相关增强小波去噪技术[J];失效分析与预防;2012年02期

7 吴剑华;孟辉波;高艳丽;刘志强;禹言芳;;旋流静态混合器内瞬态速度时间序列多尺度符号化分析[J];应用基础与工程科学学报;2011年05期

8 陈亮;李建中;;强震地面运动频谱特性对RC桥墩结构非线性地震反应的影响[J];应用基础与工程科学学报;2011年05期

9 原志雷;杜劲松;毕欣;;基于均值的小波阈值去噪方法[J];控制工程;2011年S1期

10 李宁;蒋建中;张东方;郭士旭;;一种基于二进小波变换的短波语音抗时变干扰算法[J];信号处理;2011年06期

【相似文献】

相关期刊论文 前10条

1 雷良育,张青;虚拟超声检测仪器系统的研究[J];仪表技术;2001年05期

2 张小海;熊勇勒;彭应秋;;超声检测中数字频谱应用的初步研究[J];现代电力;1992年01期

3 丁兵;黄燕琳;金磊;张磊;陆雷俊;;超声检测系统的检定和期间核查[J];造船技术;2014年04期

4 杨国涛,游华杰;钢带活套的超声检测与调节装置[J];电子技术应用;1993年10期

5 吴胜强;李明;;混沌弱信号检测法在超声检测中的验证[J];新技术新工艺;2006年10期

6 单鸣雷;王月庆;朱昌平;韩庆邦;;微量浓度二元混合气体的超声检测研究[J];压电与声光;2009年01期

7 贺艳枚;朱建林;周明辉;;基于SOPC技术的超声检测分析系统[J];计算机工程与科学;2007年08期

8 冯玉豹;冯永慧;贾明波;;实木家具超声检测数值仿真[J];计算机仿真;2014年07期

9 杜兴吉,周晓军,吴思源,江健;自由曲面的非等参数超声检测轨迹生成算法[J];中国机械工程;2004年20期

10 张维蕴;阙沛文;宋寿鹏;;超声检测系统的建模研究[J];计算机仿真;2006年01期

相关会议论文 前10条

1 张庆;曾靖;赵亚平;;非溃疡性消化不良儿童胃排空的超声检测[A];中华医学会超声医学新进展学术会议论文汇编[C];2004年

2 兰正福;李建国;于海容;乔华;姚宏辉;刘丽红;皮德凤;代全明;;超声检测肱动脉内径和血流变化估测血管内皮功能的临床应用[A];全国医学影像技术学术会议（CMIT-2004）论文汇编[C];2004年

3 马小怀;江立新;张辰;郭永清;;分区扫查技术在钛合金超声检测中的应用[A];2014陕西省第十四届无损检测年会暨产品展示会论文集[C];2014年

4 华扬;;颈动脉粥样硬化性狭窄的超声检测评价标准分析[A];中华医学会第九次全国老年医学学术会议暨第三届全国老年动脉硬化与周围血管疾病专题研讨会论文汇编[C];2009年

5 吕江州;袁磊;韩景荣;童南萍;付润芳;;超声检测中晚期孕产妇妊娠异常分析[A];第一届全国妇产科超声学术会议论文汇编[C];2006年

6 岳林先;邓立强;蔡志清;安绍宇;;结核性腹膜炎超声检测的临床价值[A];中国超声医学工程学会第七届全国腹部超声学术会议学术论文汇编[C];2007年

7 刘丽;陈霰;王存平;;体位在超声检测小儿病变阑尾中的应用效果[A];中国超声医学工程学会第十一届全国超声医学学术大会论文汇编[C];2012年

8 姜晓红;;超声检测在妇科计划生育手术中的应用[A];中国超声医学工程学会第十一届全国超声医学学术大会论文汇编[C];2012年

9 陈忠;;棒料自动化超声检测工艺探讨[A];2014陕西省第十四届无损检测年会暨产品展示会论文集[C];2014年

10 田家玮;马娜;孙立涛;冷晓萍;;高频超声检测兔腹主动脉粥样硬化的实验研究[A];2003年全国医学影像技术学术会议论文汇编[C];2003年

相关重要报纸文章 前3条

1 特约记者 肖云 通讯员 孙晶;研究院钢质金属储罐自动超声检测设备通过现场测试[N];石油管道报;2010年

2 师芳芳 张碧星;钛合金棒材超声检测设备[N];世界金属导报;2013年

3 朱立明;超声检测可预警早期冠心病[N];中国医药报;2007年

相关博士学位论文 前9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

2 王亭;不锈钢凸/点焊连接超声检测研究[D];吉林大学;2016年

3 董明;煤矿机械轴类零件超声检测声场与缺陷回波特性研究[D];西安科技大学;2015年

4 吴瑞明;数字化超声检测系统及关键技术研究[D];浙江大学;2004年

5 张琦;大容量高保真海底管道超声检测数据处理技术研究[D];上海交通大学;2008年

6 朱昌平;流体中低浓度异质物含量的超声检测原理与应用研究[D];中国矿业大学;2010年

7 胡文刚;基于多值域特征及数据融合的焊缝缺陷超声检测与识别[D];哈尔滨工业大学;2012年

8 杨欣;动脉粥样硬化兔血管内皮功能损伤的超声检测价值[D];中国医科大学;2006年

9 陈渊;煤矿液压支架缸体环焊缝缺陷超声检测与评价研究[D];西安科技大学;2010年

相关硕士学位论文 前10条

1 冯伟;铝合金疲劳损伤的多点快速非线性超声检测[D];哈尔滨工业大学;2015年

2 郭杜斌;高速列车铝合金材料的超声检测研究[D];上海应用技术学院;2015年

3 金挺;厚截面复合材料超声检测信号处理技术研究[D];浙江大学;2015年

4 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

5 张鹏;机床超声检测附件中的耦合技术研究开发[D];中北大学;2016年

6 杨校华;基于FPGA的超声脉冲检测系统研究[D];北京理工大学;2016年

7 刘方芳;基于机械手的叶片扫查超声检测技术[D];北京理工大学;2016年

8 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

9 赵振宁;金属薄板和动车车轮超声检测中信号处理方法的研究[D];北京交通大学;2016年

10 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

，

本文编号：1713568