基于漏磁信号深度特性的缺陷深度轮廓迭代优化方法

漏磁检测是一种广泛应用于钢结构件缺陷检测与评估中的无损检测方法。缺陷漏磁信号反演是漏磁检测的关键环节,其中有效的缺陷深度轮廓优化对于提高反演效率至关重要。该文提出一种基于漏磁信号深度特性的缺陷深度轮廓迭代优化方法,该方法基于缺陷区域漏磁信号平均值与深度间的近似线性关系,对缺陷初始深度序列进行估计,并进一步根据缺陷计算漏磁信号与检测漏磁信号间的误差分析对缺陷深度序列进行优化更新,最终实现缺陷深度轮廓的反演重构。通过仿真与试验分别对不同类型缺陷的漏磁检测信号进行反演,仿真与试验结果均验证了该方法的有效性。     

模糊提升小波在脉冲漏磁信号处理中的应用

在脉冲漏磁检测中,有效抑制信号中的噪声是最终正确识别缺陷的关键环节之一.介绍了提升小波变换的基本理论及传统阈值降噪方法;针对传统硬、软阈值法的局限性,提出了包括带有可变因子的隶属函数的模糊阈值处理方法;运用该方法对仿真和实验信号进行了降噪研究.结果表明,采用模糊提升小波降噪方法能够很好的抑制脉冲漏磁信号中的噪声,在实时...     

基于形态滤波和提升小波变换的漏磁信号处理研究

利用数学形态学与提升小波变换相结合的方法对漏磁信号进行分析处理。先用数学形态方法对漏磁信号进行滤波预处理,可以有效地去除脉冲噪声与基线飘移,再利用提升小波变换对处理后的漏磁信号进行多分辨分析,得出各层逼近信号与细节信号。结果表明,该方法可以有效地滤除漏磁信号的噪声。罗华1,2,3雷斌1,2胡玉新1,2(1.中国科学院空间信息处理与应用系统技术重点实验室北京100190;2.中国科学院电子学研究所北京100190;3.中国科学院大学北京100039)     

含缺陷管道磁化状态与漏磁信号规律研究

漏磁检测技术是管道内检测领域常用的检测方法，基于漏磁信号的分析对于管道安全评价具有重要意义。建立漏磁检测的二维仿真模型，研究漏磁检测中励磁强度对于漏磁信号的影响；基于磁化状态对漏磁信号影响的物理模型，可将励磁强度分为3个阶段，即初始增长阶段、非线性增长阶段和饱和线性增长阶段。结果表明，3个阶段的分界点只受缺陷深度的影响，仿真结果与物理模型具有很好的一致性，所划分的3个阶段有效衡量管道漏磁检测中励磁强度的影响，对于漏磁信号采集分析具有指导意义。     

漏磁检测的混合正则化反演方法研究

漏磁检测作为无损检测的主要方法之一已得到了广泛关注和应用。漏磁检测对缺陷的识别问题属于电磁场计算的反问题,因其不适定性难以直接求解,因此目前对于漏磁检测方法的研究和应用大部分都避免了对反问题直接求解,而是采用搜索匹配式的方法。本文尝试使用混合正则化LSQR-Tikhonov的方法对基于磁偶极子单元积分模型的漏磁检测反演问题进行处理,对LSQR方法添加Tikhonov正则化来获得更多的主奇异值信息减小误差,通过混合正则化得到的近似解较为逼近真实值,得到的二维反演结果也可以判断出缺陷的位置和形状,通过仿真及实验验证了算法的准确性。     

三维漏磁检测实验平台的研制

漏磁检测技术广泛用于石油和天然气管道腐蚀缺陷的在役检测.传统的一维漏磁检测技术通常检测管道径向的漏磁信号,只能反映缺陷的深度信息,对于任意形状的缺陷的评估则无能为力.要反映不规则形状的缺陷的特征,提高缺陷检出率,则须使用三维漏磁检测技术.三维漏磁检测系统要采集和处理大量的数据,系统相对复杂.本文提出的三维漏磁检测实验平...     

DKSVD和SVM在钢轨裂纹漏磁识别上的对比研究

针对漏磁检测中漏磁信号识别的问题,引入DKSVD字典学习方法来识别缺陷的种类.将实验采集到的数据制作成有标签的数据集,通过OMP算法和SVD算法迭代的优化字典和稀疏系数,构造出最优字典,再用构造出的字典原子重新组合来表示测试集的数据,判别出测试集样本类别.实验证明字典学习方法能够基于训练集的特征重构漏磁信号,对漏磁信号有良好的识别能力.在不同数据维度下,通过和支持向量机(SVM)算法识别效果进行对比,DKSVD算法取得了更好的效果.     

金属磁记忆检测中应力集中区信号的识别

金属磁记忆技术可以快速检测出铁磁构件的应力集中区,对其故障进行早期诊断。磁记忆信号非常微弱,容易受到外来噪声和干扰影响,使得难以准确确定应力集中区。针对含有噪声非平稳性的漏磁信号,在原有信号特征量梯度的基础上,给出了新的时域空间梯度和峰-峰值组合特征量,以及能量峰值处理方法,有效消除了随机噪声对磁记忆信号的影响,提高了应力集中区的识别率;从磁记忆信号的奇异性检测角度出发,通过多尺度小波系数的平方相关一致性来确定真正的应力集中区;实验验证了所提方法的有效性。     

基于漏磁检测的缺陷量化方法

对基于漏磁检测原理检测到的铁磁性管道上存在的缺陷漏磁信号的量化方法进行了综述.文中归纳、梳理了各种现实可行的缺陷量化方法的原理、特点及验证结果,较详细地介绍了目前较多采用的几种不同人工神经网络缺陷量化方法及其特点,并提出了进一步改进漏磁检测信号量化质量的努力方向.     

基于LMS算法的自适应滤波器在海浪磁场噪声中的应用

针对海浪产生的磁场信号对海洋微弱磁信号检测影响较大的问题,利用Weaver理论建立海浪产生电磁场噪声模型作为研究对象,并通过基于最小均方（LMS）算法的自适应滤波器对探测磁场进行处理,能有效滤除海浪磁噪声,检测出微弱磁信号,达到了滤除海浪磁场噪声的目的。     

基于最小熵解卷积的轨面缺陷漏磁信号处理

钢轨表面缺陷的漏磁检测会受到巡检速度等因素的影响,导致背景噪声增大,检测灵敏度降低。为了增强缺陷信号特征,提高漏磁信号的信噪比,提出了一种基于最小熵解卷积的漏磁信号处理方法。通过目标函数法,计算得到最优的逆滤波器参数,对采集到的漏磁信号进行滤波处理。为衡量最小熵解卷积算法滤波效果,将处理得到的缺陷信号和背景噪声信号的峰峰值与小波变换法和中值滤波法进行对比。实验结果表明,最小熵解卷积算法对缺陷信号起到了明显的增强作用,且其效果优于小波变换和中值滤波。     

一种柴油机示功图曲线光顺处理算法研究

示功图是描述柴油机气缸内气体的压力随着曲轴转角变化而变化的曲线,通过分析示功图曲线,可以获取柴油机燃烧 状况和运行状态。 柴油机工作过程中,具有噪音大、振动大等特点,使得测量得到的示功图曲线存在大量的干扰信号,严重影响 分析精度。 针对以上问题,提出了一种消除示功图曲线干扰信号的处理算法,该算法有效地融合了均值滤波、中值滤波、畸点数 据替代处理算法、改进的畸点数据局部滤波处理算法以及五点三次光顺处理算法,能够有效地消除示功图曲线中的干扰信号。 采用 4190ZLC 型柴油机分设置柴油机转速 945 r/ min、负载率 30%和转速 1 000 r/ min,负载率 50%进行实验验证,结果表明,该 算法能够有效地滤除示功图数据中的高频干扰信号,同时,在保持示功图曲线较小失真的条件下,获得了平滑、连续的示功图 曲线。     

改进的可变加权卡尔曼激光雷达滤波算法

针对大气激光雷达探测信号容易受到背景光的干扰,远端探测信号信噪比下降剧烈的问题,根据激光雷达回波信号具有长序列的特点,提出了激光雷达探测信号的改进可变加权卡尔曼滤波算法。该算法在可变加权系数中增加一个常数项,使得改进后的算法可在不同时刻,对长时间序列的激光雷达探测信号提供可变的加权系数。该算法克服了传统卡尔曼算法中滤波增益恒定的问题,增强了新探测信号在最优估计的修正作用,对于长、短时间序列信号均具有很好的滤波效果。本算法经大气激光雷达在不同天气实测信号的验证,与其他3种卡尔曼滤波算法相比,在无云天大气气溶胶消光系数的反演误差,分别降低了53%、25%和3%,回波信号信噪比分别提高了5.5、4.4和3.4 dB。在有云天大气气溶胶消光系数的反演误差,分别降低了57%、26%和4%,回波信号的信噪比分别提高了4.9、3.7和2.5 dB。该算法不但提高了大气气溶胶光学特性的反演精度,而且为气溶胶微物理参数精细探测和激光雷达在气象领域的应用提供了一种有效手段。     

基于高阶累积量与ESPRIT算法的功率振荡检测方法

电力系统实测信号在传输的过程中可能出现异常数据,且包含大量的高斯白噪声和高斯有色噪声,对功率振荡检测结果的精确性产生了较大的影响.为实现功率振荡信号的准确检测,对信号预处理方法进行了改进,采用七点二阶算法前推差分公式对异常数据进行识别,并进行了补正、滤波和去直流处理.进一步地,将原始信号用四阶累积量代替,并使用旋转不变...     

基于 N 次峰值捕捉的超宽带雷达生命体征检测

针对心跳信号易被呼吸谐波和其他噪声干扰而难以提取的问题,提出基于 N 次峰值捕捉的生命体征检测算法。 首先 对雷达接收信号进行平均相消法处理滤除静止杂波;接着利用距离门选择算法提取出体表振动信号;然后对体表振动信号进行 低通滤波和自相关处理去除随机噪声;最后,在提取呼吸频率的基础上抑制其高次谐波,进而在心跳频段捕捉 M 个峰值频率, 并迭代 N 次统计心跳频段出现最多次数的峰值频率作为心跳频率。 仿真结果表明,该算法相对于离散傅里叶变换( discrete Fourier transform, DFT)算法具有更高的测量精度和更好的抗干扰能力,可有效应用于生命体征检测领域。     

动态心电信号分析仪的噪声抑制与数据滤波方法研究

本文介绍了一种新型智能化动态心电信号采集分析仪及其噪声抑制和滤波方法，给出了硬件结构和特征，详细分析了50Hz工频干扰滤波器和基线漂移滤波器的设计与滤波算法，并说明了心电信号的数字压缩和存储方法，提高了处理速度和信号输出的精度。实验波形和数据处理结果说明了所采用方法的有效性。     

基于改进Kalmus滤波的悬停无人机检测技术

针对复杂杂波环境下悬停无人机检测问题，提出了一种改进的Kalmus滤波 剩余回波时域均值相消 自适应CFAR联合处理算法，对无人机微多普勒检测，实现空管监视目的。通过改进的Kalmus滤波器进行频域滤波，同时对目标回波高频信号和零频信号抑制，并提高零频附近微多普勒信号增益。采用剩余回波均值相消进行二次滤波，提高无人机高速旋翼的多普勒特征信号信噪比，采用短时傅里叶算法检测目标区域多普勒变化，最后通过恒虚警处理，进一步抑制杂波，提取微多普勒信息。试验结果表明本文算法可以对悬停无人机的旋翼多普勒特征进行有效检测，目标多普勒信号幅值提升了约20 dB，实现低空监视管控目的。     

基于卡尔曼滤波提升快速反射镜的噪声水平

为了降低快速反射镜位置传感器的噪声水平同时又尽可能的减小滤波器所带来的不必要的相位滞后,在同样的硬件基础上提升位置信号的测量精度。将卡尔曼滤波方法引入到快速反射镜控制系统中,同时鉴于卡尔曼滤波器对建模精度的要求,对快速反射镜进行扫频结合手动拟合建模,并结合模型设计卡尔曼滤波器。在此基础之上,对卡尔曼滤波器和巴特沃斯滤波器的输出信号以及原始信号进行频谱分析,比较两种滤波方式的滤波效果和频谱覆盖范围。实验结果表明,卡尔曼滤波器的滤波效果为巴特沃斯滤波器的2.55倍,相位滞后量比巴特沃斯滤波器小36.0°,同时频域结果显示卡尔曼滤波器可以对更大频率范围的噪声有效。经过卡尔曼滤波以后,位置传感器测量精度明显提升。     

基于视觉灵敏度及粗集的彩色图像滤波算法

为消除人眼视觉差别对彩色图像滤波的影响,提出了一种新的滤波算法VRDDF(visual sensitivity rough set directional distance filter)。对于被噪声污染的彩色图像,先用粗集理论对噪声做初步检测,在此基础上结合视觉感知灵敏度对噪声点做了进一步检测,有效的降低了误检率。再结合空间距离函数对DDF(directional distance filter)滤波算法作了合理加权改进,并作为后续滤波算法进行滤波,改善了滤波效果。该算法只对噪声点进行滤除而对非噪声点保持其值不变,可有效防止噪声传播。实验结果表明,该滤波算法和现有的滤波算法相比,在噪声滤除率、颜色保持,特别是在保护边缘细节方面均有提高,峰值信噪比平均可提高10%。     

基于序贯卡尔曼滤波的OCT信号处理方法研究

使用光学电流互感器(Optical Current Transducer,OCT)测量小电流时,测量得到的内部噪声信号往往大于光电信号,测得的读数不能正确反映电流的真实值。有效滤除噪声,提高信噪比是OCT信号处理的关键所在。介绍了基于法拉第磁光效应的光学电流互感器的基本原理和信噪特性,在被测电流为交直流混合信号的情况下,建立合适的滤波状态空间模型,采用序贯卡尔曼滤波的方法在Lab VIEW上进行仿真。结果表明序贯卡尔曼滤波算法能够对测量电流实时进行信噪分离,同时准确分离出交流和直流分量,提高了输出信噪比和测量精度。