超聲導(dǎo)波頻散與多模態(tài)問題及其形態(tài)解卷積方法研究.pdf

1、超聲導(dǎo)波無損檢測技術(shù)由于其傳播距離遠(yuǎn)、檢測范圍大等優(yōu)良性能，被廣泛應(yīng)用于航空航天、油氣管道、壓力容器等領(lǐng)域的檢測。由于沿波導(dǎo)的長距離傳播，超聲導(dǎo)波除了有一般體波的特點(diǎn)外，還具有頻散和多模態(tài)特性，該特性極大地限制了超聲導(dǎo)波的檢測效果，增大了特征識(shí)別的困難。因此頻散的抑制和模態(tài)的選擇一直是國際上超聲導(dǎo)波無損檢測領(lǐng)域的研究熱點(diǎn)。開展針對(duì)超聲導(dǎo)波頻散和多模態(tài)特性的研究具有重要的理論和現(xiàn)實(shí)意義。
　　本文通過分析超聲導(dǎo)波頻散和多模態(tài)特性的特

2、點(diǎn)，提出從導(dǎo)波信號(hào)處理角度出發(fā)，采用形態(tài)分量分析的信號(hào)處理技術(shù)，深入研究導(dǎo)波信號(hào)的建模、稀疏分解、形態(tài)分解以及解卷積等問題，并通過仿真及實(shí)驗(yàn)信號(hào)對(duì)方法的有效性進(jìn)行了驗(yàn)證，為解決頻散和多模態(tài)的影響以及為復(fù)雜導(dǎo)波信號(hào)的分析提供關(guān)鍵技術(shù)。
　　論文首先對(duì)形態(tài)分量分析相關(guān)理論進(jìn)行了探討和研究，從信號(hào)的稀疏性及稀疏表示入手，對(duì)稀疏分解相關(guān)算法進(jìn)行了分析；分析了增強(qiáng)信號(hào)稀疏性的范數(shù)正則化方法和壓縮傳感方法，為超聲信號(hào)解卷積以及導(dǎo)波信號(hào)形態(tài)分解

3、提供預(yù)備知識(shí)。
　　基于彈性波的控制方程和超聲導(dǎo)波傳播特性，論文對(duì)波動(dòng)問題在頻域內(nèi)進(jìn)行了分析和公式推導(dǎo)，利用頻域內(nèi)頻散和非頻散波的傳播方程以及頻散波重構(gòu)方程，提出了頻散補(bǔ)償和頻散移除方法，從而更進(jìn)一步了解了頻散產(chǎn)生的機(jī)理并為頻散信號(hào)建模提供基礎(chǔ)。在此基礎(chǔ)上，提出了包含頻散參數(shù)的導(dǎo)波信號(hào)建模方法，利用3階多項(xiàng)式對(duì)頻散曲線進(jìn)行擬合，多項(xiàng)式系數(shù)作為頻散參數(shù)來刻畫頻散特性，為形成包含頻散參數(shù)的原子庫做準(zhǔn)備。論文對(duì)不同結(jié)構(gòu)中模態(tài)的分類進(jìn)行了

4、歸納，研究了互易關(guān)系和模態(tài)正交化以及簡正模態(tài)展開理論，根據(jù)模態(tài)正交性為利用形態(tài)分量方法進(jìn)行模態(tài)分解提供了理論支持。
　　論文通過對(duì)超聲信號(hào)稀疏性和解卷積過程中由于稀疏性不強(qiáng)所造成問題的分析，利用范數(shù)正則化方法和壓縮傳感方法，分別設(shè)計(jì)了基于l0范數(shù)約束的最小熵解卷積方法和基于壓縮傳感重構(gòu)的稀疏解卷積方法。l0范數(shù)方法通過對(duì)稀疏先驗(yàn)條件的增強(qiáng)將解卷積問題轉(zhuǎn)換為范數(shù)規(guī)范的優(yōu)化問題，進(jìn)而獲得時(shí)域上更稀疏的結(jié)果。壓縮傳感重構(gòu)方法獲得稀疏子波

5、，在解卷積過程中同樣增強(qiáng)了稀疏性，由于稀疏性的增強(qiáng)也加快了算法收斂速度。提出用l0范數(shù)逼近函數(shù)代替直接使用該范數(shù)，解決由于l0范數(shù)不連續(xù)產(chǎn)生的問題。仿真及實(shí)驗(yàn)結(jié)果顯示兩種方法對(duì)于相鄰或重疊的回波信號(hào)有很好的分離效果，對(duì)于信噪比不高的情況同樣適用。
　　為分析導(dǎo)波信號(hào)中不同模態(tài)信息，論文在研究導(dǎo)波信號(hào)頻散、模態(tài)正交性的基礎(chǔ)上，提出利用形態(tài)分量分析處理導(dǎo)波信號(hào)的方法。構(gòu)建了包含 Gabor原子、Chirp原子、小波原子和離散余弦原子在

6、內(nèi)的原子庫。對(duì) Gabor原子增加利用3階多項(xiàng)式進(jìn)行頻散刻畫的頻散參數(shù)，對(duì) Chirp原子提出用 Chirp斜率進(jìn)行模態(tài)識(shí)別，通過對(duì)參數(shù)的分類可以形成不同的模態(tài)庫。
　　論文采用所提出的原子庫進(jìn)行導(dǎo)波信號(hào)的匹配追蹤分解和形態(tài)分量分解，與匹配追蹤方法相比，形態(tài)分量方法能有效的對(duì)模態(tài)進(jìn)行分離，同時(shí)還提出了利用離散余弦?guī)鞂?duì)信號(hào)中的噪聲信號(hào)進(jìn)行形態(tài)方法分離。多原子庫的形態(tài)分量分析方法通過仿真和實(shí)驗(yàn)信號(hào)驗(yàn)證了其有效性，獲得了相應(yīng)的形態(tài)解卷積