基于独立分量分析的声发射信号去噪方法

被引:49
作者
顾江
张光新
刘国华
周泽魁
机构
[1] 浙江大学信息科学与工程学院
关键词
声发射; 独立分量分析; 小波分析; 去噪;
D O I
暂无
中图分类号
TB30 [工程材料一般性问题];
学科分类号
082905 [生物质能源与材料];
摘要
针对声发射信号比较微弱,实际检测信号中常含有强背景噪声的问题,提出了基于独立分量分析(ICA)的信号去噪方法.该方法首先对观测信号进行FastICA分解,得出多导独立分量;再根据一定的时域及频域先验知识,将独立分量中的噪声信号通道置零,利用解混矩阵反演出去噪后的信号.文中通过断铅声模拟发射信号去噪仿真和埋地水管泄漏声发射信号去噪实验,对该方法进行定性和定量分析.结果表明,与常规的去噪方法比较,ICA去噪方法受噪声强度影响较小,能够得到更高的信噪比和更好的相关系数,有利于提高埋地水管泄漏点的定位精度.
引用
收藏
页码:55 / 59
页数:5
相关论文
共 6 条
[1]
声发射信号处理和分析技术 [J].
耿荣生 ;
沈功田 ;
刘时风 .
无损检测, 2002, (01) :23-28
[2]
Acoustic emission signal processing [J].
Terchi, A ;
Au, YHJ .
MEASUREMENT & CONTROL, 2001, 34 (08) :240-244
[3]
Independent component analysis: algorithms and applications.[J]..Neural Networks.2000, 4
[4]
Independent component analysis using an extended infomax algorithm for mixed subgaussian and supergaussian sources [J].
Lee, TW ;
Girolami, M ;
Sejnowski, TJ .
NEURAL COMPUTATION, 1999, 11 (02) :417-441
[5]
AN INFORMATION MAXIMIZATION APPROACH TO BLIND SEPARATION AND BLIND DECONVOLUTION [J].
BELL, AJ ;
SEJNOWSKI, TJ .
NEURAL COMPUTATION, 1995, 7 (06) :1129-1159
[6]
声信号检测与腐蚀模型法相结合的埋地水管SIM系统研究 [D]. 
谷小红 .
浙江大学,
2006