基于盲源分离理论的超声回波信号消噪处理

Denoising of Ultrasonic Echo Signal Based on Blind Source Separation Theory

针对在超声检测过程中,会受声波衰减、被检工件材料内部结构等因素的影响,导致细小缺陷回波信号与噪声混杂,使得原始有效缺陷信息被噪声淹没的问题,采用一种结合EEMD和PCA的超声回波信号盲源分离方法(EEMD-PCA-FastICA).通过EEMD先将原始采集超声回波信号分成频率不相同的固有模态函数(IMF),进而通过PCA预估出源数目,用相关系数法选出相应的IMF分量并重新构造,并利用重构信号与原始采集信号构建新的多维虚拟观测信号,以达到信号升维的目的。在此基础上,对新观测信号进行FastICA,实现信号分离,完成对原始采集回波信号的降噪处理。应用结果表明,EEMD-PCA-FastICA方法具有有效性和可行性,具有良好的消噪效果,能很好地分离出缺陷特征信息。