基于神经网络的小波域超声信号消噪技术研究

被引：2

作者：

杨克己

机构：

[1] 浙江大学现代制造工程研究所浙江杭州

来源：

浙江大学学报(工学版) | 2005年 / 06期

关键词：

超声无损检测; 结构噪声; 小波变换; RBF神经网络;

D O I：

暂无

中图分类号：

TB55 [超声工程];

学科分类号：

0702 ; 070206 ;

摘要：

为了提高超声无损检测(UNDT)与无损评价(UNDE)基础数据的信噪比(SNR),提出了一种基于神经网络模式识别理论的小波域超声信号消噪技术.该技术在研究材料内部散射体引起的结构噪声产生机理,以及分析传统裂谱分析(SSP)算法局限性的基础上,利用小波变换方法将原始超声检测信号分解到小波空间,并通过径向基函数(RBF)神经网络所构成的信噪分离器对信号和噪声进行识别、分离来消除噪声,得到高信噪比的超声回波信号.实验结果表明,与传统裂谱分析算法相比,该技术提高了消噪性能的稳定性,增强了湮没材料内部各类散射体散射中的缺陷回波信号能力.

引用

页码：775 / 779

页数：5