基于CEEMDAN联合小波包阈值的超声信号处理方法技术

本发明专利技术涉及信号处理技术领域，提供一种基于CEEMDAN联合小波包阈值的超声信号处理方法，包括：步骤1，利用电磁超声换能器产生激发信号探测铝板，在铝板另一侧接收换能器接收超声兰姆波的原始信号；步骤2，根据获得的超声兰姆波的原始信号，确定自适应噪声的完整集合经验模态分解的输入参数；步骤3，根据确定的CEEMDAN的输入参数，进行CEEMDAN分解得到n个从高频到低频的IMF分量；步骤4，通过相关系数法确定k值；步骤5，将前k

【技术实现步骤摘要】
基于CEEMDAN联合小波包阈值的超声信号处理方法


[0001]本专利技术涉及信号处理
，尤其涉及一种基于CEEMDAN联合小波包阈值的超声信号处理方法。

技术介绍

[0002]超声无损检测技术是一种利用超声波在试件中传播和反射来检测内部缺陷的无损探伤方法。由于超声导波信号具有频散性和多模态性，再加上环境噪声等多方面的影响，使接收到的回波信号非常复杂，无法满足进一步分析以及特征提取的需要。
[0003]为了能准确检测出缺陷信息，首先要对采集到的回波信号进行降噪，但是由于常用的降噪方法在去除噪声的同时损坏了有用信号，因此采用合适的信号处理方法，有利于提高检测结果的正确率。

技术实现思路

[0004]本专利技术主要解决现有技术的信号处理方法在去噪的同时也去掉了有效信号的技术问题，提出一种基于CEEMDAN联合小波包阈值的超声信号处理方法，以提高信号处理效率，减少分解时间，在消噪的同时尽可能的保留原始信号的特征。
[0005]本专利技术提供了一种基于CEEMDAN联合小波包阈值的超声信号处理方法，包括以下过程：
[0006]步骤1，利用电磁超声换能器产生激发信号探测铝板，在铝板另一侧接收换能器接收超声兰姆波的原始信号；
[0007]步骤2，根据获得的超声兰姆波的原始信号，确定自适应噪声的完整集合经验模态分解的输入参数，所述输入参数有包括白噪声幅值A和集合平均次数I；
[0008]步骤3，根据确定的CEEMDAN的输入参数，进行CEEMDAN分解得到n个从高频到低频的IMF分量；所述步骤3包括步骤301至步骤303：
[0009]步骤301，根据确定的CEEMDAN的输入参数，在原始信号f(t)中添加白噪声n(t)，第i次的信号表示为：
[0010]f
i
(t)＝f(t)+n
i
(t)
ꢀꢀꢀꢀꢀꢀ
(2)
[0011]式中，i为加入高斯白噪声次数，i＝1，2
…
，I；
[0012]先求第一阶IMF分量，对第i次加入白噪声的f
i
(t)进行EMD分解，得到IMF
1，i
，则分解得到的残差r1(t)＝f(t)
‑
IMF1；
[0013]步骤302，在残差r1(t)的基础上添加白噪声n(t)，第i次加入白噪声的残差表达式为：
[0014]r
1，i
(t)＝r1(t)+n
i
(t)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(3)
[0015]求取第二阶IMF分量，对第i次加入白噪声的r
1，i
(t)进行EMD分解，得到第二阶IMF分量IMF
2，i
，则此时分解得到的残差r2(t)＝r
1，i
(t)
‑
IMF2；
[0016]步骤303，重复步骤301至步骤302，直到残差r
n
(t)无法进行EMD分解为止，得到信号f(t)：
[0017][0018]式中，n为分解得到IMF分量的个数；
[0019]步骤4，n个IMF分量中会存在一个分界点k，使得imf1～imf
k
‑1为噪声主导模态分量，imf
k
～imf
n
为信号主导模态分量，然后通过相关系数法确定k值；根据各IMF分量与原始信号之间的互相关系数，找到出现第一个互相关系数局部极值点的imf
k
；
[0020]步骤5，找到出现第一个互相关系数局部极值点的imf
k
，imf1～imf
k
‑1为噪声主导模态分量，将其进行小波包阈值处理得到降噪后的分量imf
′1～imf
′
k
‑1；
[0021]步骤6，将降噪后的分量imf
′1～imf
′
k
‑1与信号主导模态分量imf
k
～imf
n
重构，从而得到去噪后的信号。
[0022]进一步的，在步骤2中，白噪声进行集合次数满足下式：
[0023][0024]式中，SD是原信号和IMF加和的信号之间误差的标准差，A表示白噪声幅值，I表示集合平均次数。
[0025]进一步的，在步骤4中，各IMF分量与噪声信号的互相关系数如式(5)
‑
(7)所示：
[0026][0027][0028][0029]其中，f(t)是原始信号，imf
i
(t)是第i个IMF分量，N为采样点数。
[0030]进一步的，所述步骤5包括步骤501至步骤503：
[0031]步骤501，选择合适的阈值λ；
[0032]步骤502，选择合适的阈值函数；
[0033]步骤503，将分界点前边的IMF进行小波包阈值去噪，按照选择的阈值和阈值函数进行分解，并重构得到降噪后的分量imf
′1～imf
′
k
‑1。
[0034]进一步的，在步骤502中，所述阈值函数选自硬阈值函数或软阈值函数；
[0035]硬阈值函数的表达式如式(8)所示：
[0036][0037]软阈值函数的表达式如式(9)所示：
[0038][0039]其中，表示经过处理后得到的小波系数，ω表示小波系数，λ表示给定阈值；sgn(ω)表示符号函数。
[0040]本专利技术提供的一种基于CEEMDAN联合小波包阈值的超声信号处理方法，使用CEEMDAN算法对原始信号进行分解，得到一组IMF分量；采用相关系数法判断噪声分量与有用信号分量；选择小波包合适的阈值函数，对噪声分量按照设定阈值进行去噪；对小波包降噪后的IMF分量与保留的信号IMF分量进行累加重构，获取最终降噪后的超声回波信号。本专利技术结合了CEEMDAN消除模态混叠和重构误差小以及小波包同时分解高低频分量的特点，不仅提高效率，减少分解时间，在消噪的同时尽可能的保留原始信号的特征。本专利技术提出的基于CEEMDAN联合小波包阈值的方法处理超声无损检测实测信号时，信噪比提升了18.0218dB，均方根误差降低了0.0040。
附图说明
[0041]图1是本专利技术提供的基于CEEMDAN的超声兰姆波缺陷信号识别方法的实现流程图；
[0042]图2是本专利技术CEEMDAN算法的流程图；
[0043]图3是实验室中获得的原始信号示意图；
[0044]图4是本专利技术实验信号进行CEEMDAN算法后得到的分解图及频谱图；
[0045]图5是本专利技术实验信号信号处理后的重构图。
具体实施方式
[0046]为使本专利技术解决的技术问题、采用的技术方案和达到的技术效果更加清楚，下面结合附图和实施例对本专利技术作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅用于解释本专利技术，而非对本专利技术的限定。本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于CEEMDAN联合小波包阈值的超声信号处理方法，其特征在于，包括以下过程：步骤1，利用电磁超声换能器产生激发信号探测铝板，在铝板另一侧接收换能器接收超声兰姆波的原始信号；步骤2，根据获得的超声兰姆波的原始信号，确定自适应噪声的完整集合经验模态分解的输入参数，所述输入参数有包括白噪声幅值A和集合平均次数I；步骤3，根据确定的CEEMDAN的输入参数，进行CEEMDAN分解得到n个从高频到低频的IMF分量；所述步骤3包括步骤301至步骤303：步骤301，根据确定的CEEMDAN的输入参数，在原始信号f(t)中添加白噪声n(t)，第i次的信号表示为：f
i
(t)＝f(t)+n
i
(t)
ꢀꢀꢀꢀ
(2)式中，i为加入高斯白噪声次数，i＝1，2...，I；先求第一阶IMF分量，对第i次加入白噪声的f
i
(t)进行EMD分解，得到IMF
1，i
，则分解得到的残差r1(t)＝f(t)
‑
IMF1；步骤302，在残差r1(t)的基础上添加白噪声n(t)，第i次加入白噪声的残差表达式为：r
1，i
(t)＝r1(t)+n
i
(t)
ꢀꢀꢀꢀ
(3)求取第二阶IMF分量，对第i次加入白噪声的r
1，i
(t)进行EMD分解，得到第二阶IMF分量IMF
2，i
，则此时分解得到的残差r2(t)＝r
1，i
(t)
‑
IMF2；步骤303，重复步骤301至步骤302，直到残差r
n
(t)无法进行EMD分解为止，得到信号f(t)：式中，n为分解得到IMF分量的个数；步骤4，n个IMF分量中会存在一个分界点k，使得imf1～imf
k
‑1为噪声主导模态分量，imf
k
～imf
n
为信号主导模态分量，然后通过相关系数法确定k...

【专利技术属性】
技术研发人员：李松松，杨莹，李晨，张琦，何慧敏，董萍，
申请(专利权)人：大连海洋大学，
类型：发明
国别省市：