基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对强背景噪声下微弱的脉冲涡流检测信号的特征量难以准确提取的问题,提出一种基于维纳自适应滤波和主成分分析的脉冲涡流信号降噪方法.该方法首先利用自适应维纳滤波在最小均方误差意义上所具有的最优特性,对脉冲涡流信号进行预处理;再将预处理信号与参考信号进行差分以消除部分系统噪声;最后利用主成分分析提取差分信号的主成分特征,通过设定阈值选取合适数目的主成分量进行重构,得到了具有高信噪比的脉冲涡流差分信号.在Q235阶梯板试件上进行脉冲涡流检测实验,运用该方法对被噪声干扰严重的检测信号进行处理,结果表明所提方法能够有效的消除强噪声对检测信号的干扰,大幅提高信噪比,是一种有效的脉冲涡流检测信号降噪方法.
推荐文章
基于鲁棒主成分分析的音乐信号降噪
音乐降噪
鲁棒主成分分析
非高斯噪声
低秩矩阵恢复
音频质量感知评价标准
主成分分析法及其在数据降噪中的应用
主成分分析
SVD
白噪声
降噪
基于小波降噪和主成分分析的结构损伤识别
小波降噪
主成分分析
损伤识别
顺序统计量
基于鲁棒主成分分析的低频水声信号降噪方法
稀疏低秩分解
非负矩阵分解
字典学习
Wiener滤波
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于维纳滤波和主成分分析的脉冲涡流检测信号降噪方法
来源期刊 传感技术学报 学科 工学
关键词 信号去噪 维纳滤波 主成分分析 脉冲涡流
年,卷(期) 2019,(3) 所属期刊栏目 传感器信号处理
研究方向 页码范围 411-417
页数 7页 分类号 TN911.7|TG115.28
字数 5533字 语种 中文
DOI 10.3969/j.issn.1004-1699.2019.03.016
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 徐志远 1 4 1.0 1.0
2 伍权 湘潭大学机械工程学院 4 21 3.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (40)
共引文献  (138)
参考文献  (14)
节点文献
引证文献  (4)
同被引文献  (0)
二级引证文献  (0)
1995(3)
  • 参考文献(0)
  • 二级参考文献(3)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(6)
  • 参考文献(1)
  • 二级参考文献(5)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(6)
  • 参考文献(1)
  • 二级参考文献(5)
2004(2)
  • 参考文献(1)
  • 二级参考文献(1)
2005(2)
  • 参考文献(1)
  • 二级参考文献(1)
2007(6)
  • 参考文献(1)
  • 二级参考文献(5)
2008(3)
  • 参考文献(1)
  • 二级参考文献(2)
2009(3)
  • 参考文献(1)
  • 二级参考文献(2)
2010(5)
  • 参考文献(1)
  • 二级参考文献(4)
2011(4)
  • 参考文献(1)
  • 二级参考文献(3)
2012(6)
  • 参考文献(2)
  • 二级参考文献(4)
2016(2)
  • 参考文献(0)
  • 二级参考文献(2)
2017(2)
  • 参考文献(2)
  • 二级参考文献(0)
2019(4)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(4)
  • 二级引证文献(0)
2019(4)
  • 引证文献(4)
  • 二级引证文献(0)
研究主题发展历程
节点文献
信号去噪
维纳滤波
主成分分析
脉冲涡流
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
传感技术学报
月刊
1004-1699
32-1322/TN
大16开
南京市四牌楼2号东南大学
1988
chi
出版文献量(篇)
6772
总下载数(次)
23
总被引数(次)
65542
论文1v1指导