详情

原文传递基于导波信号稀疏分解方法的信号降噪与缺陷检测方法及缺陷信号重构方法

专利名称：	基于导波信号稀疏分解方法的信号降噪与缺陷检测方法及缺陷信号重构方法
摘要：	本发明提出基于导波信号稀疏分解方法的信号降噪与缺陷检测方法及缺陷信号重构方法。所述方法包括求解最优近似解、提取时间延迟参数、获取候选模式对、依据各个有效模式对的时间延迟以及对应的群速度，估计得到结构内各个反射源的位置；排除边界反射对应的导波模式，便可得到缺陷的位置。本发明所述方法采用基于稀疏贝叶斯学习的稀疏优化求解算法，在处理信号稀疏表示这类病态问题方面具有独特的优势，对噪声的鲁棒性也更好。
专利类型：	发明专利
国家地区组织代码：	黑龙江;23
申请人：	哈尔滨工业大学
发明人：	黄永;吴彪;李惠
专利状态：	有效
申请日期：	2019-01-29T00:00:00+0800
发布日期：	2019-05-21T00:00:00+0800
申请号：	CN201910085832.0
公开号：	CN109781864A
代理机构：	哈尔滨市阳光惠远知识产权代理有限公司
代理人：	孙莉莉
分类号：	G01N29/44(2006.01);G;G01;G01N;G01N29
申请人地址：	150001 黑龙江省哈尔滨市南岗区西大直街92号
主权项：	1.一种基于导波信号稀疏分解方法的信号降噪与缺陷检测方法，其特征在于：具体包括以下步骤：步骤一、基于导波信号稀疏分解方法求解系数向量c在稀疏约束条件下的最优近似解；步骤二、将中心频率位于激发信号频带之外的原子向量及其在系数向量c的最优近似解中对应的系数去掉；步骤三、从系数向量c的最优近似解的剩余项中选择前q＝10个幅值最大的系数及其对应的原子向量，并提取所述原子向量中的时间延迟参数u1,u2,...,uq；步骤四、将q个基向量按照时间延迟从小到大排序：t1,t2,…,tq；步骤五、对第i个时间延迟ti，按照下式计算相应的时间延迟t'i,l和t'i,r：式中t'i,l为源于激发传感器左侧缺陷的A0模式导波的理论时间延迟，t'i,r为源于接收器右侧缺陷的A0模式导波的理论时间延迟，和分别为A0模式和S0模式导波的群速度，l表示激发传感器和接收器之间的距离；步骤六、如果满足\|\|tj-t'i(l,r)\|\|＜thres,j＝i+1,…,q，则第i个和第j个基向量被保留，否则第i个基向量将被去除；重复此步骤直到没有剩余基向量，此时得到的Q对原子向量，即为候选模式对；步骤七、所述Q个候选模式对的幅值为(AS(k),AA(k)),k＝1,…,Q；如果AS(k)＜AA(k)，则第k个模式对将得到保留，否则去除；得到保留的模式对即为有效模式对；步骤八、依据各个有效模式对的时间延迟以及对应的群速度，估计得到结构内各个反射源的位置；排除边界反射对应的导波模式，便可得到缺陷的位置。 2.根据权利要求1所述的方法，其特征在于：所述步骤一具体为：步骤1.1、采用Gabor模型表征信号发射传感器发射的脉冲信号和信号接收传感器接收的导波信号；步骤1.2、选取Gabor字典的时间参数集合；步骤1.3、选取Gabor字典的频率参数集合；步骤1.4、选取Gabor字典的带宽参数集合；步骤1.5、基于步骤1.2-1.4选取的Gabor模型参数集合，组合形成字典矩阵Φ，同时对原子向量做能量归一化；所述原子向量为字典矩阵Φ中的列向量；步骤1.6、利用步骤1.5设计的字典矩阵Φ，依据信号稀疏表示模型y＝Φc+ε，ε为稀疏信号模型中的残余项，利用稀疏贝叶斯学习算法对待分析的检测信号y进行稀疏分解，求解系数向量c在稀疏约束条件下的最优近似解。 3.根据权利要求2所述的方法，其特征在于：所述步骤1.1具体为：采用Gabor模型对发射器发射的脉冲信号进行拟合，获得该脉冲信号对应的Gabor模型频率参数f0、带宽参数s0；Gabor模型的表达式为：g(t)＝C0exp[-(t-u)2/(2s2)]exp[i2πf(t-u)]，其中，u表示Gabor脉冲信号的中心在时间轴上的位置，f表示脉冲信号中心频率，s表示脉冲信号带宽，t表示时间轴上的时间序列，i为虚数，C0是用于信号能量归一化的参数；其中u、f、s为基本参数。 4.根据权利要求2所述的方法，其特征在于：所述步骤1.2具体为：选取Gabor字典的时间参数集合对于包含N个数据点的信号y，参数ui的选取方法如下：用竖线将y的上下包络线围成区域的面积均分为Nu+1部分，则Nu条竖线与时间轴的交点对应的时间值即为ui的取值，参数ui的个数Nu取值为N/4≤Nu≤N/2。 5.根据权利要求2所述的方法，其特征在于：所述步骤1.3具体为：选取Gabor字典的频率参数集合对于包含N个数据点的信号y，频率参数fi的选取方法如下：用竖线将信号y的频谱与频率轴之间的面积均分为Nf+1部分，则Nf条竖线与频率轴的交点对应的频率值即为fi的取值，参数fi的个数Nf满足5≤Nf≤15。 6.根据权利要求3所述的方法，其特征在于：所述步骤1.4具体为：选取Gabor字典的带宽参数集合带宽参数si从(0.5s0,1.5s0)范围内选取，且si的取值服从均匀分布，参数si的个数Ns满足5≤Ns≤10。 7.根据权利要求2所述的方法，其特征在于：所述字典矩阵Φ的维数为N×(Nu×Nf×Ns)。 8.根据权利要求2所述的方法，其特征在于：所述系数向量c在稀疏约束条件下的最优近似解为：其中，γ为约束系数向量c的参数。 9.根据权利要求1所述的方法，其特征在于：门槛值thres取1μs。 10.一种如权利要求1-9中任一项所述基于导波信号稀疏分解方法的信号降噪与缺陷检测方法的缺陷信号重构方法，其特征在于：具体包括以下步骤：步骤1、绘制二维坐标系，其中y轴为表示时间延迟信息，x轴表示缺陷与传感器之间的距离；对于激发传感器左侧的缺陷，所述距离为缺陷与激发传感器之间的距离；对于接收器右侧的缺陷，所述距离为缺陷与接收器之间的距离；步骤2、绘制结构中的各个导波模式对应的缺陷-传感器距离与时间延迟之间的关系，即T-D曲线；所述激发传感器左侧缺陷包括A0和S0模式，所述接收器右侧缺陷包括A0和S0模式；步骤3、绘制前10个最大系数对应的基向量的时间延迟，其形式为平行于x轴的虚线；步骤4、在时间延迟水平虚线与某一导波模式的T-D曲线相交点处，绘制竖向虚线；步骤5、提取与T-D曲线有两个交点的竖向虚线；步骤6、比较竖向虚线上两个交点对应的基向量的系数大小，如果激发导波模式为A0模式，则模式转换生成的S0模式的幅值小于A0模式，以此为依据可以从步骤5中得到的若干条竖向虚线中找出需要的竖向虚线，其与x轴的交点为缺陷距离传感器的距离，同时根据竖向虚线相应的水平虚线可以得到若干基向量与各自对应的系数，继而可以重构缺陷信号。
所属类别：	发明专利