买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：合肥通用机械研究院有限公司

摘要：本发明公开了微缺陷超声检测信号处理方法，包括如下步骤：S1、搭建检测平台并检测获取微缺陷超声检测信号；S2、利用相对熵优化变分模态分解算法；S3、利用步骤S2优化后的变分模态分解算法对微缺陷超声检测信号进行分解，得到K层本征模态分量；S4、将有效本征模态分量进行叠加，利用改进阈值函数对叠加信号进行处理。本发明可有效的将微缺陷信号从噪声信号中提取识别出来并提高信号信噪比。

主权项：1.微缺陷超声检测信号处理方法，其特征在于，包括如下步骤：S1、搭建检测平台并检测获取微缺陷超声检测信号；S2、利用相对熵优化变分模态分解算法；S21、相对熵计算公式如下： 其中，pxi为真实数据的概率分布，qxi为理论概率分布；S22、变分模态分解算法实现流程如下：S221、初始化λ1和n的值，令其为0；其中： 是经验模态分解原始信号得到的第一个模态函数； 为第一个模态函数的中心频率；λ1为拉格朗日乘子；n代表常数；S222、令n＝n+1,执行整个循环；S223、令k＝0,k＝k+1，当kK时，执行内层循环1，更新uk为： 其中：k为模态函数的分解个数；S224、令k＝0,k＝k+1，当kK时，执行内层循环2，更新ωk为： S225、更新λ为： S226、重复步骤S222～S225，满足迭代停止条件：循环结束，输出所得各个IMF分量；其中，uk表示经验模态分解原始信号得到的模态函数；L表示包含相对熵项的优化目标函数；ωk表示经验模态分解原始信号得到的模态函数的中心频率；λ表示更新后的拉格朗日乘子；ε表示设定的迭代停止阈值；S23、对变分模态分解算法优化处理；S231、固定惩罚因子α，设定K的初值及取值范围，对原始信号进行变分模态分解，计算得到分解后有限宽本征模态分量的相对熵，取最小相对熵所对应的K值；S232、设定惩罚因子α的取值范围，再次计算得到有限宽本征模态分量的最小相对熵，确定最佳惩罚因子α，完成相对熵优化变分模态分解算法的参数；S3、利用步骤S2优化后的变分模态分解算法对微缺陷超声检测信号进行分解，得到K层本征模态分量；S4、将有效本征模态分量进行叠加，利用改进阈值函数对叠加信号进行处理；步骤S4中，采用提升小波母函数，对叠加模态分量进行M层提升小波分解，获得提升小波系数的第M层近似分量以及第一层至第M层细节分量，对细节分量进行改进阈值函数处理并重构得到去噪后的微缺陷超声信号；其中，改进阈值函数为： 其中β为小波变换算子；H为第m层小波系数细节分量向量长度；j为小波分解层数；σ为噪声方差；G为阈值。

全文数据：

权利要求：

百度查询： 合肥通用机械研究院有限公司 微缺陷超声检测信号处理方法、电子设备及可读存储介质