管道缺陷检测中超声信号稀疏解卷积及稀疏压缩方法的研究

管道缺陷检测中超声信号稀疏解卷积及稀疏压缩方法的研究

论文摘要

海底管道超声无损检测技术是目前国际无损检测领域的研究热点,开展管道检测相关技术、方法和手段的研究具有重大的理论和现实意义。论文依托国家863项目“海底管道内爬行器及其检测技术”及国家自然科学基金项目“超声信号稀疏分量压缩及其硬件实现”,针对海底管道的检测要求,采用稀疏分量分析的信息处理技术,深入研究管道缺陷检测及海量超声数据的压缩理论与实际问题,为研制具有我国自主知识产权的海洋输油管道超声智能检测系统提供技术基础。论文首先对稀疏分量分析相关理论进行了探讨和研究,重点研究了稀疏信号的精确重构条件与稀疏分解算法的收敛性。构造了鲁棒性更好的稀疏性度量函数,并给出与证明了所构造稀疏性度量函数的相关性质。为超声信号的稀疏分解与稀疏压缩提供了必要的预备知识。论文通过分析超声回波窄带性、稀疏性等性质与过完备原子库的结构提出了精简过完备原子库的思想。根据过完备原子库的结构,定义了内置相干累积量和外置相干累积量这两个概念,并通过对这两个概念性质的分析,提出并证明了原子库集合划分定理,在此基础上首次设计出针对超声信号稀疏分解的MP集合搜索快速算法,提出并证明了MP集合搜索定理,完善了MP集合搜索快速算法的理论。在此基础上进一步研究了MP集合搜索快速算法迭代终止条件。通过理论推导,设计出残差比阂值迭代终止条件,克服了传统迭代终止条件针对信噪比较低的超声信号稀疏分解无法选择迭代终止阂值的问题。MP集合搜索快速算法解决了现存稀疏分解技术计算速度十分缓慢的问题,极大地提高了超声信号稀疏分解的速度。针对管道近表面缺陷难以检测及缺陷检测精度不高等问题,论文从超声信号的卷积模型入手,根据超声反射序列的稀疏性,独立的设计出稀疏序列非线性变换函数,并在此基础上设计了非线性最小熵解卷积算法。同时,在研究稀疏分解方法的基础上,首次设计出加权迭代稀疏解卷积算法,并从理论的角度推导与论证了该算法的原理及其在应用上的灵活性。两种解卷积算法不仅能精确的计算出管道的壁厚,并且可以准确的检测出管道内部缺陷,特别是可以检测出传统方法无法检测的管道近表面缺陷。实验结果显示加权迭代稀疏解卷积算法还起到了良好的滤波作用,这种滤波方法与一般的滤波方法不同,它体现了超声信号本质的特征,反映了每个回波的固有特性。为了提高海量超声信号的压缩比,论文在研究超声信号的固有特征的基础上,构造了针对超声信号压缩的原子库。在此基础上首次设计出计算效率较高、实时性强的稀疏压缩算法。稀疏压缩算法与本文设计的匹配小波压缩算法相比具有压缩比高、均方根误差小、分解系数算术-几何平均比高及失真小的优点。在无明显失真的情况下,最大压缩比约为200:1。稀疏分解得到的系数还可以直接用来检测油气管道中是否存在缺陷,起到了对超声信号压缩与缺陷检测的两种功能,并且重构的信号有着极好的降噪作用。

论文目录

  • 摘要
  • Abstract
  • 第一章 绪论
  • 1.1 课题的来源、内容及意义
  • 1.1.1 课题的来源及内容
  • 1.1.2 课题的意义
  • 1.2 相关领域技术及国内外研究状况
  • 1.2.1 超声无损检测技术
  • 1.2.2 超声无损检测中的信号处理技术
  • 1.3 稀疏分量分析为超声信号处理带来的契机
  • 1.4 本文的主要研究内容和创新之处
  • 1.4.1 本文的主要研究内容
  • 1.4.2 本文的研究路线与主要创新之处
  • 第二章 稀疏分量分析的相关理论研究
  • 2.1 引言
  • 2.2 过完备原子库上的信号稀疏表示
  • 2.2.1 信号在过完备库上的稀疏逼近
  • 2.2.2 稀疏分量分析基本原理及稀疏性度量函数的选择
  • 2.3 稀疏分解方法
  • 2.3.1 匹配追踪及其变种
  • 2.3.1.1 匹配追踪
  • 2.3.1.2 正交匹配追踪
  • 2.3.2 框架方法
  • 2.3.2.1 欠定系统局灶法
  • 2.3.2.2 似p范数代价函数及欠定系统局灶法算法的推广
  • 2.4 信号的稀疏精确重构条件
  • 2.4.1 非相干字典
  • 2.4.2 信号的稀疏重构条件
  • 2.5 信号的稀疏表示收敛性
  • 2.5.1 MP类算法的收敛性
  • 2.5.2 FOCUSS算法的收敛性
  • 2.6 本章小节
  • 第三章 MP集合搜索快速算法的设计及其应用研究
  • 3.1 引言
  • 3.2 超声信号的数学模型
  • 3.3 基于MP算法的超声回波稀疏表示
  • 3.3.1 MP算法计算复杂性分析
  • 3.3.2 超声回波特征分析与过完备原子库的精减
  • 3.3.3 过完备原子库结构分析与集合划分
  • 3.3.4 原子库的集合搜索快速算法设计
  • 3.3.5 MP集合搜索算法与MP算法实验比较
  • 3.4 基于残差比闽值的迭代终止条件
  • 3.4.1 传统迭代终止条件不足性分析
  • 3.4.2 残差比阈值迭代终止条件的设计
  • 3.4.3 残差比阈值迭代终止条件的仿真分析
  • 3.5 本章小结
  • 第四章 超声信号解卷积及管道缺陷检测
  • 4.1 引言
  • 4.2 管道壁厚超声检测原理及超声信号的卷积模型
  • 4.3 超声回波非最小相位性质分析
  • 4.4 超声信号非线性最小熵解卷积
  • 4.4.1 最小熵解卷积原理
  • 4.4.2 稀疏脉冲序列的非线性变换函数
  • 4.4.3 非线性最小熵解卷积算法
  • 4.4.4 非线性最小熵解卷积算法仿真分析
  • 4.4.5 非线性最小熵解卷积算法实验分析
  • 4.5 超声信号稀疏解卷积
  • 4.5.1 超声信号稀疏表示与解卷积的关系
  • 4.5.2 加权迭代稀疏解卷积算法
  • 4.5.3 加权迭代稀疏解卷积算法实验分析
  • 4.6 稀疏解卷积在海底管道超声检测缺陷识别中的研究
  • 4.6.1 海底管道超声缺陷检测超声传感器的选择
  • 4.6.2 海底管道均匀腐蚀厚度检测
  • 4.6.3 海底管道缺陷检测与识别
  • 4.7 本章小结
  • 第五章 超声信号稀疏压缩研究
  • 5.1 引言
  • 5.2 超声信号稀疏压缩方法
  • 5.2.1 信号稀疏压缩原理
  • 5.2.2 信号稀疏压缩方法的性质
  • 5.2.3 超声信号稀疏分压缩算法的设计
  • 5.4 超声信号稀疏压缩实验结果与分析
  • 5.5 本章小结
  • 第六章 结论与展望
  • 6.1 论文完成的主要研究工作
  • 6.2 展望
  • 参考文献
  • 致谢
  • 攻读博士学位期间发表的学术论文
  • 相关论文文献

    • [1].基于模糊函数的超声信号高斯模型参数分辨率分析[J]. 广西师范大学学报(自然科学版) 2016(04)
    • [2].复小波变换在超声信号分析中的应用[J]. 科技广场 2008(05)
    • [3].用R/S分析进行超声信号处理方法研究[J]. 交通科技 2008(05)
    • [4].一种强噪声背景下微弱超声信号提取方法研究[J]. 物理学报 2018(21)
    • [5].小波变换在声学测定小麦水分中的应用[J]. 农机化研究 2012(12)
    • [6].基于经验模式分解的超声信号去噪算法[J]. 煤炭技术 2016(09)
    • [7].油气井出砂监测系统超声信号采集及调理[J]. 传感器世界 2020(02)
    • [8].基于FPGA的超声信号自适应滤波与特征提取[J]. 电工技术学报 2020(13)
    • [9].基于超声信号的假手实时控制系统研究[J]. 仪器仪表学报 2010(07)
    • [10].高速超声信号采集系统的设计[J]. 无损检测 2009(02)
    • [11].基于FPGA的超声信号采集系统[J]. 无损探伤 2010(04)
    • [12].超声回波信号包络解析的实现方法[J]. 网络新媒体技术 2016(05)
    • [13].基于可编程计算架构的诊断超声信号处理系统设计[J]. 计算机应用与软件 2017(01)
    • [14].激光参数及激光超声探测方法对超声信号影响[J]. 红外与激光工程 2014(05)
    • [15].基于虚拟仪器的超声信号测量及测距研究[J]. 计算机工程与应用 2012(06)
    • [16].基于特征的超声信号分类检测方法[J]. 清华大学学报(自然科学版) 2012(07)
    • [17].激光功率密度参数对激光超声信号影响的研究[J]. 科学技术与工程 2016(21)
    • [18].基于超声信号的局部放电无线检测装置研制[J]. 电气自动化 2019(06)
    • [19].基于频谱分析的压缩空气泄漏直射和反射超声的识别[J]. 振动与冲击 2013(08)
    • [20].激光参数对激光激发超声信号的影响分析[J]. 激光与红外 2013(09)
    • [21].飞机气体系统泄漏超声信号的处理方法[J]. 无损检测 2010(11)
    • [22].GIS内金属性缺陷引起的局部放电超声信号分布特性研究[J]. 高压电器 2012(12)
    • [23].基于非线性小波收缩的超声信号缺陷识别方法[J]. 机械工程学报 2011(18)
    • [24].基于局部熵的超声信号阈值降噪方法[J]. 探测与控制学报 2019(01)
    • [25].基于自适应脉宽的超声信号FRI采样方法及应用[J]. 仪器仪表学报 2016(07)
    • [26].小麦硬度声学检测方法研究——基于小波变换与离散余弦变换[J]. 农机化研究 2014(06)
    • [27].基于FPGA的超声信号数字正交解调器[J]. 光电子.激光 2008(10)
    • [28].基于小波包变换的干式变压器局部放电超声信号的模式识别[J]. 绝缘材料 2015(02)
    • [29].基于ARM的超声信号采集系统[J]. 微处理机 2015(03)
    • [30].光源对激光超声信号特性的影响分析[J]. 应用光学 2017(03)

    标签:;  ;  ;  ;  ;  

    管道缺陷检测中超声信号稀疏解卷积及稀疏压缩方法的研究
    下载Doc文档

    猜你喜欢