[发明专利]一种基于分数阶微分的兰姆波去噪方法

说明书

技术领域：

本发明涉及无损检测中的超声兰姆波信号处理技术领域，具体涉及一种基于分数阶微分的兰姆波去噪方法。

背景技术：

在超声兰姆波检测中,由于兰姆波激发和检验方式灵活,而且能与板材缺陷产生有效的相互作用,并携带大量信息,因此,可以作为板材缺陷检测的有效手段,特别是在大面积板状结构的无损检测中应用更为广泛。超声兰姆波信号典型的非平稳信号，在实际检测中，由于信号会受到不同程度的噪声干扰，使得接收到的信号成分变得非常复杂，给后期的处理带来误差，直接影响检测的可靠性和精度的准确性，需要对这类非平稳超声兰姆波信号进行去噪处理。

从国内外大量的文献可知,人工神经网络(LiuZQ,ZhangHY.Artificialnetural networkanditsapplicationinultrasonictesting,NondestructiveTesting,2001,23:221-225)、EMD方法(LiG,ShiLH,WangXW.EMDdenosingmethodandits applicationinLambwavedetection,ActaMetrologicaSinica,2006,27:149-152)和小波变换(SiqueiraMHS,GattsCEN,SilvaRRetal.Theuseofultrasonic guidedwavesandwaveletsanalysisinpipeinspection,Ultrasonics,2003,41:785-798)等都可以对兰姆波进行去噪处理。近年来常用的方法是EMD方法和小波变换。李刚等用EMD方法对超声兰姆波信号进行了去噪处理，虽然EMD方法不需要基于某一特定函数，能够自适应地根据信号特征来提取数据，但是去噪效果不彻底，保留了很多噪声信号的特征，不能很好地体现原信号，去噪效果不是很理想(LiG,ShiLH,WangXW.EMD denosingmethodanditsapplicationinLambwavedetection,ActaMetrologica Sinica,2006,27:149-152)。由于小波变换在去噪方面的优点使得其在无损检测领域有了很广泛的应用，Siqueir等采用离散小波变换来处理超声兰姆波实测信号，通过硬阈值方法将小于给定门限值的分解系数设为0，然而该方法虽然去除了噪声，但是消噪效果并不理想,信号仍然含有大量噪声，所以重构信号无法准确体现信号的特征(SiqueiraMHS,GattsCEN,SilvaRRetal.Theuseofultrasonicguidedwavesandwavelets analysisinpipeinspection,Ultrasonics,2003,41:785-798)。Lazaro等采用小波变换来去除噪声，通过硬阈值和软阈值的方法分别进行去噪，由于硬阈值和软阈值都有各自的缺点，导致去除噪声之后的信号并不突出(LazaroJC,EmeterioJL,RamosAet al.Influenceofthresholdingproceduresinultrasonicgrainnoisereductionusing wavelets,Ultrasonics,2002,40:263–267)。Chen等将邻域系数作为最优的解决方案提出了一种冗余的二代小波变换，改善信噪比的同时降低了均方误差[Xuefeng,Xiang Li,ShibinWang,ZhiboYang,BinqiangChen,andZhengjiaHe.CompositeDamage DetectionBasedonRedundantSecond-GenerationWaveletTransformandFractal DimensionTomographyAlgorithmofLambWave.IEEETransactionsonInstrumentation andMeasurement，vol.62,Issue.5,2013,p.1354-1363]。Matz等对基于小波变换的离散小波、离散稳定小波以及小波包的三种去噪方法进行了对比研究，实验结果表明小波包去噪方法表现最好，在初始噪声振幅为被选信号最大振幅的5％时，可以将信号的信噪比提高15至40dB；小波阀值去噪与经验模态分解去噪各有优缺点，前者比较适合信噪比较高的情况，而后者去噪后的噪声干扰仍然比较大[V.,SmidR.,StarmanS.,Kreidl M.Signal-to-noiseratioenhancementbasedonwaveletfilteringinultrasonic testing.Ultrasonics,vol.49,Issue10,2009,p.752-759]。