基于训练局部字典的倒装芯片高频超声检测信号稀疏去噪方法

针对高频超声检测倒装芯片缺陷的精度易受噪声影响以及高频超声信号维度高的问题,提出一种基于K-奇异值分解(K-Singular value decomposition, K-SVD)训练局部字典的高频超声信号稀疏去噪方法。采用K-SVD训练字典来减小信号与字典中原子之间的误差,并针对K-SVD不能训练高维度字典的问题,将高频超声信号分段,在低维度字典上对局部信号进行稀疏分解,从而降低训练字典和稀疏分解的计算复杂度;利用信号的全局最大后验概率(Maximum a posteriori probability, MAP)估计重构信号,消除因局部处理带来的信号跳变,实现高频超声信号的去噪。仿真和试验结果证明,提出的方法能够有效的去除高频超声信号中的噪声,与在全局字典上进行高频超声信号的稀疏分解相比,采用局部训练字典对信号进行稀疏分解在保证去噪性能的同时降低了计算复杂度。     

稀疏分解在动态测试信号处理中的应用

针对动态测试过程采样率高,噪声大的情况,提出一种基于Gabor原子库稀疏分解的去噪压缩方法.该方法利用匹配追踪算法将信号在超完备Gabor原子库中迭代分解,并采用相干比阈值作为迭代终止条件,可以根据信号噪声水平自适应调整迭代次数.针对匹配追踪算法计算量大的缺点,引入一种自适应遗传算法加以改进,提高了计算效率.试验结果证明了该算法可以有效去除高频噪声,并且实现信号大幅压缩.     

基于互信息的VMD算法在管道泄漏检测中的应用

针对在管道泄漏检测中,泄漏信号和噪声都与管道状态和环境密切相关,且变分模态分解(VMD)方法不能较好地分解高频部分的信号,存在一定的噪声干扰问题,提出了一种基于互信息的VMD自适应噪声消除算法。首先,通过VMD算法将泄漏信号分解成具有不同特征时间尺度的固有模态函数;然后根据互信息准则,通过依次计算相邻分量之间的互信息值来区分高频和低频信号;最后将经过小波去噪后的高频信号和低频信号一起进行信号重构,得到特征增强信号。试验结果表明,对于信号去噪方面,相对于VMD方法,该方法更具有优越性。     

基于经验与变分混合分解的超声回波信号噪声消除方法

超声缺陷检测结果易受超声回波信号中复杂噪声的干扰,为了提高超声缺陷检测的准确度,提出一种基于混合分解的 超声回波信号噪声消除方法。 采用经验模态分解算法结合相关系数指标对超声回波信号进行预处理,得到消除低频噪声分量 的超声回波预处理信号。 基于变分模态分解将该预处理信号分解为一系列窄带本征模态函数,引入互信息指标估计变分模态 分解的最优模态数量,并根据窄带本征模态函数与预处理信号的相关系数提取有用的模态分量,实现对超声回波信号去噪结果 的重构。 通过仿真和实测超声回波信号验证了本文方法的去噪性能,并与现有方法进行了对比。 结果表明,本文方法可同时消 除超声回波信号中的高频和低频噪声,在不同信噪比条件下 EMD、VMD 和本文方法去噪结果的 SNR 均值分别为 10. 01、9. 48 和 16. 09 dB,验证了本文方法对于超声回波信号噪声消除的优越性。     

CEEMDAN-小波阈值联合的球磨机筒体振动信号去噪方法研究

针对球磨机振动信号非线性、非平稳性特点及总体平均经验模态分解方法(CEEMDAN),舍弃高频分量降噪方法和小波阈值降噪方法存在的不足,提出了一种基于CEEMDAN-小波阈值联合的球磨机筒体振动信号去噪方法。首先运用CEEMDAN算法将信号分解成一系列IMF分量;其次采用连续均方误差准则确定含噪声较多的高频IMF分量;然后采用小波阈值去噪方法对含噪声较多的高频IMF分量进行去噪处理;最后将去噪后的IMF分量和去噪的IMF分量进行重构,从而得到去噪后的信号。通过对实测球磨机筒体振动信号进行去噪分析,结果表明本研究提出的联合去噪方法去噪后信号的信噪比更高、均方根误差更低,证明该方法具有更高的去噪精度。     

基于样本熵的改进空域相关去噪算法

针对传统的小波空域相关去噪算法存在噪声与信号系数误判以及终止滤波迭代过程的阈值确定困难等问题,提出了1种基于样本熵的改进空域相关去噪算法。考虑到不同频率段的小波包系数中噪声含量的不同,对不同小波包节点系数分别进行归一化相关系数计算与去噪迭代,且对每1次迭代后的小波包节点系数进行样本熵计算,选取当各节点小波包系数样本熵取最大值时做为终止迭代条件,认为此时的小波包系数全为噪声系数。对仿真信号进行分析,结果证明了该方法的有效性;将该方法应用于故障滚动轴承振动信号去噪中,能够较好地还原信号的特征频率,取得了较其他传统算法更好的去噪效果。     

一种基于变分模态分解和样本熵的MEMS陀螺去噪方法

针对MEMS陀螺信号,提出了一种基于变分模态分解(VMD)和样本熵(SE)的随机噪声抑制方法。首先采用VMD算法自适应地将原始信号分解为固有模态函数(IMF)的集合,然后针对不同的固有模态序列建立基于样本熵理论的信号组分筛选标准,从而将其划分为低频有效信息IMFs、信息和噪声混合IMFs和高频噪声IMFs。舍弃高频噪声IMFs,并利用软区间阈值降噪方法实现对混合分量的进一步处理,最后通过重构得到最终的信号。对一组真实的MEMS陀螺静态漂移输出数据进行实验分析,比较结果表明该算法的去噪性能优于同为模态分解的EMD去噪方法。     

联合CEEMD及AFSA优化小波阈值的心音信号去噪研究

心音是诊断身体健康的重要生理信号，为有效降低心音信号的噪声，提出一种联合互补总体经验模态分解(CEEMD)及AFSA优化小波阈值去噪相结合的方法。即先将不同频率范围的心音信号通过CEEMD进行分解，然后选取高频部分的IMF分量使用人工鱼群(ArtificialFish-SwarmAlgorithm,AFSA)优化小波阈值算法进行去噪，最后将去噪后的信号与分解的低频IMF信号进行重构得到去噪后的心音信号。将联合CEEMD及AFSA优化小波阈值去噪算法与传统的CEEMD算法、小波阈值去噪算法进行仿真对比。实验结果表明，联合去噪算法在去除心音信号噪声方面效果最好。     

激光超声信号去噪的经验模态分解实现及改进

考虑激光超声检测过程中噪声对缺陷和材料特征分析和检测的影响,本文以激光超声信号去噪为目的,研究了基于经验模态分解（EMD）的激光超声信号时间尺度滤波过程。针对分解过程中固有模态函数（IMF）上有用信号与噪声的混叠现象对重构信噪比的影响,结合信号多模态和宽频带的特点,提出了基于峰度检验策略的时域加窗方法。该方法通过局部峰度检验判断重构起点附近IMF中有用信号的位置及信噪分界点,利用Turkey-Hanning窗保存有用信号,抑制噪声,实现信号与噪声的解混叠,改善重构信号质量。仿真和实验结果表明,该方法具有良好的自适应性,有效识别并分离了信号和噪声成分,信噪改善比达14 dB以上,相对原始方法提升了3 dB,相对性能增强了20%,并且改进效果随信号受污染程度的加重而愈发突出,有望在高噪声水平下发挥优势。     

基于随机森林算法的机械加工过程设备叠加振动检测方法

对传统检测方法存在振动信号重构误差大,导致检测误报警率高的问题,提出基于随机森林算法的机械加工过程设备叠加振动检测方法.对含有噪声的机械加工过程设备振动信号进行EMD分解,获取内蕴模态函数,通过自适应阈值进行信号重构,消除振动信号中的噪声.经过去噪后,采用随机森林算法将变量集划分为多个子集,在每个子集中通过典型变量分析...     

Detection of solder bump defects on a flip chip using vibration analysis

Flip chips are widely used in microelectronics packaging owing to the high demand of integration in IC fabrication. Solder bump defects on flip chips are difficult to detect, because the solder bumps are obscured by the chip and substrate. In this paper a nondestructive detection method combining ultrasonic excitation with vibration analysis is presented for detecting missing solder bumps, which is a typical defect in flip chip packaging. The flip chip analytical model is revised by considering the influence of spring mass on mechanical energy of the system. This revised model is then applied to estimate the flip chip resonance frequencies. We use an integrated signal generator and power amplifier together with an air-coupled ultrasonic transducer to excite the flip chips. The vibrations are measured by a laser scanning vibrometer to detect the resonance frequencies. A sensitivity coefficient is proposed to select the sensitive resonance frequency order for defect detection. Finite element simulation is also implemented for further investigation. The results of analytical computation, experiment, and simulation prove the efficacy of the revised flip chip analytical model and verify the effectiveness of this detection method. Therefore, it may provide a guide for the improvement and innovation of the flip chip on-line inspection systems.     

一种用于超声信号降噪的非凸变量重叠 群稀疏变分方法

粗大晶粒产生的大量散射噪声而导致的超声检测信号信噪比低问题是粗晶结构超声检测面临的一大难题。针对现有稀疏降噪方法在波形失真和幅值衰减方面的不足,本文提出了一种基于非凸变量重叠群稀疏变分的超声信号降噪方法。基于含散射噪声的典型超声信号,分析了非凸变量重叠群稀疏变分方法的主要参数(如非凸变量函数类型、正则化参数和乘法因子等)对其降噪效果的影响,并确定了适合超声信号降噪处理的参数选择依据。在此基础上,将非凸变量重叠群稀疏变分方法应用于典型钢锭超声检测信号的降噪处理。结果表明,该方法能够很好剔除钢锭超声检测信号中的散射噪声,提高了钢锭超声全聚焦成像的信噪比6 dB以上,研究工作为粗晶材料超声检测作了有益探索。     

Matching-pursuit-based adaptive wavelet-packet atomic decomposition applied in ultrasonic inspection

A novel method of time-frequency analysis, wavelet-packet atomic decomposition based on the matching-pursuit (MP) algorithm, is proposed for improvement of ultrasonic flaw detection during ultrasonic NDT. The MP algorithm is used to decompose a nonlinear and nonstationary signal into given atoms in an overcomplete wavelet-packet dictionary. The wavelet-packet dictionary with Daubechies wavelet functions, which well match the observed ultrasonic flaw echoes, is selected. By means of adaptively selecting the optimum atoms to reconstruct a signal, it is possible to obtain spare approximations of the original signal with less complexity and to efficiently improve a signal corrupted by noise. A distinct SNR enhancement for an ultrasonic echo during flaw detection is verified by computer simulation and experimental results. The text was submitted by the authors in English.     

相敏检波在空气耦合超声检测中的应用

空气耦合超声检测信噪比低、脉冲余振长,需要采用合适的信号处理技术增强接收信号的信噪比。根据空气耦合超声检测过程中影响接收信号的因素,提出先采用相敏检波技术对接收信号进行处理,获取相位信号,然后计算得到超声检测信息。介绍了超声检测中的超外差接收、相敏检波原理,并阐述了在超声检测应用中需注意的问题。根据分析研究结果,构建了相敏检波空气耦合超声检测系统,在常规超声检测系统的基础上进行了相应改造,实现了超声成像检测。碳纤维增强复合材料板的成像检测结果表明:相敏检波可以有效提高系统信噪比和检测效果。     

Noise cancellation of ultrasonic NDE signals using blind source separation

This paper proposes a new denoising method for ultrasonic NDE (nondestructive evaluation) signals using blind separation (BSS) technology. The proposed denoising method consists of four steps. First, a reconstructed phase space (RPS) is constructed from observed ultrasonic NDE signals. The information about the underlying sources (e.g., ultrasonic signal, noise, etc.) acting on this system is contained in this RPS. Second, independent component analysis (ICA) is performed on the RPS to recover all sources underlying the RPS. Next, the ultrasonic signal component is selected by a decision criterion related to the denoising application and, finally, is reconstructed to obtain the denoised ultrasonic signal. To validate the proposed method, it has been applied to the experimental ultrasonic NDE signals of the test sample and is compared with the wavelet denoising method in SNR (signal-to-noise ratio) enhancement. The experimental results show that the SNR of the ultrasonic NDE signals can be enhanced greatly using the proposed denoising method and the proposed method has almost the same denoising performance as the wavelet denoising method in SNR enhancement. A trait of the proposed denoising method is the ability to denoise ultrasonic NDE signals by separating the ultrasonic signal and noise using blind source separation technology. The text was submitted by the authors in English.     

压力约束模式下热超声倒装键合的试验

在采用压力约束模式夹持倒装芯片的条件下，实现了热超声倒装键合。通过观测键合过程中的输入超声功率、工具末端和芯片的振幅变化情况，研究了压力约束模式下不同键合参数对键合过程和键合强度的影响规律。试验结果表明：在这种约束模式下，键合力和功率对键合强度具有重要的影响；键合力对金凸点的变形是决定性的；键合强度与输入的超声能量总量有关，过小和过大的超声能量都不能形成好的键合强度，高强度的键合并不需要大的超声功率输入，键合过程中能量主要耗散于工具／芯片间相对运动导致的摩擦做功，并造成了芯片和工具的磨损。     

应用微分算法处理特种管道测厚激光超声信号

为了实现特种管道在高温、高压、辐射等特殊环境下管壁厚度的非均匀性检测,提出一种基于微分算法的管道壁厚激光超声测量及特征信号处理方法。采用脉冲激光激励和激光干涉探测的激光超声方法,实验测得管道试件的宽频带激光超声信号。采用数字平均算法对宽带激光超声信号进行去噪处理,提高原始激光超声信号的信噪比。采用微分算法对激光超声信号进行特征提取处理,得到表征管壁厚度的激光超声特征信号。根据管道材料声速和激光超声传播时间反演计算得到管道试件的壁厚值,管壁厚度测量值与实际值的误差小于5%。研究表明,基于微分算法的管道壁厚激光超声测量及特征信号处理方法具有良好的信噪比、准确的信号特征量和较高的测量精度,可用于管道壁厚的在线实时检测以及因腐蚀、应力引起的管道壁厚不均匀性检测。