基于神经网络的小波域超声信号消噪技术研究

• 作者: 杨克己
• 来源期刊: 浙江大学学报（工学版）
• 学科: 工学
• 关键词: 超声无损检测 结构噪声 小波变换 RBF神经网络
• 年，卷（期）: 2005,（6）
• 所属期刊栏目: 机械与能源工程
• 页码范围: 775-779
• 页数: 5页
• 分类号: TP273|TN911.7
• 字数: 4245字
• 语种: 中文
• DOI: 10.3785/j.issn.1008-973X.2005.06.004

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨克己	浙江大学现代制造工程研究所	60	544	12.0	20.0