在超聲無損評價和定量無損檢測中，噪聲是影響起聲無損檢測技術(shù)可靠性和精度的主要因素之一．實際中，利用超聲對310S不銹鋼管進行檢測，由于受車間環(huán)境和鋼管本身鋼級的影響，超聲檢測回波信號的信噪比往往十分不理想．在這種強噪聲背景條件下，如何保證310S不銹鋼管的缺陷誤判率和溻檢率在檢測標準的允許范圍內(nèi)顯然已經(jīng)成為該自動檢測系統(tǒng)的首要任務．
在利用超聲對不同對象進行檢測時，一般總是在不同程度上受兩大類噪聲的影向：白噪聲和有色噪聲．超聲回波信號中的白噪聲（如電子噪聲）通常可以通過均值濾波比較有效地消除，而有色噪聲通常是一些相干噪聲，如結(jié)構(gòu)噪聲，很難用常規(guī)的濾波方法達到提高信噪比的目的．針對相干噪聲的特殊性，裂譜分析方法、小波交換r49-51]、維格納分布，以及裂譜分析方法和時頻方法的一些結(jié)合技術(shù)等，有效地消除了回波信號中相干噪聲的影響，然而，在這些方法中，裂譜分析方法對濾波器組的參數(shù)選擇比較敏感；小波交換對母小波以及消噪閩值的選擇需要根據(jù)使用的場合而定，不具有廣譜性：而維格納分布又往往會丟失信號的相位信息．之所以會存在這樣一些不足，除了這些方法本身的使用范圍限制外，本質(zhì)原因在于超聲回波信號中噪聲形式的多樣性和不確定性．而傳統(tǒng)的常規(guī)消噪技術(shù)，則渴望通過剔除信號中的噪聲來提高信噪比，這勢必要考慮噪聲的多樣性等相關(guān)性質(zhì)．事實上，任何一種消噪技術(shù)，最終的目的就是為了凸顯信號中的有用信息，而信號本身包含有用成分以及噪聲部分，那么能否直接提取信號中的有用成分而不去考慮繁雜的噪聲，以達到殊途同歸的效果呢？
本章正是根據(jù)上述的思路，在分析超聲回波信號的建模基礎上，將模型估計基于模型估計和群體融合算法的310S不銹鋼管超聲回波信號消噪技術(shù)
在超聲無損評價和定量無損檢測中，噪聲是影響起聲無損檢測技術(shù)可靠性和精度的主要因素之一．實際中，利用超聲對310S不銹鋼管進行檢測，由于受車間環(huán)境和鋼管本身鋼級的影響，超聲檢測回波信號的信噪比往往十分不理想．在這種強噪聲背景條件下，如何保證310S不銹鋼管的缺陷誤判率和溻檢率在檢測標準的允許范圍內(nèi)顯然已經(jīng)成為該自動檢測系統(tǒng)的首要任務．
在利用超聲對不同對象進行檢測時，一般總是在不同程度上受兩大類噪聲的影向：白噪聲和有色噪聲．超聲回波信號中的白噪聲（如電子噪聲）通?？梢酝ㄟ^均值濾波比較有效地消除，而有色噪聲通常是一些相干噪聲，如結(jié)構(gòu)噪聲，很難用常規(guī)的濾波方法達到提高信噪比的目的．針對相干噪聲的特殊性，裂譜分析方法、小波交換r49-51]、維格納分布，以及裂譜分析方法和時頻方法的一些結(jié)合技術(shù)等，有效地消除了回波信號中相干噪聲的影響，然而，在這些方法中，裂譜分析方法對濾波器組的參數(shù)選擇比較敏感；小波交換對母小波以及消噪閩值的選擇需要根據(jù)使用的場合而定，不具有廣譜性：而維格納分布又往往會丟失信號的相位信息．之所以會存在這樣一些不足，除了這些方法本身的使用范圍限制外，本質(zhì)原因在于超聲回波信號中噪聲形式的多樣性和不確定性．而傳統(tǒng)的常規(guī)消噪技術(shù)，則渴望通過剔除信號中的噪聲來提高信噪比，這勢必要考慮噪聲的多樣性等相關(guān)性質(zhì)．事實上，任何一種消噪技術(shù)，最終的目的就是為了凸顯信號中的有用信息，而信號本身包含有用成分以及噪聲部分，那么能否直接提取信號中的有用成分而不去考慮繁雜的噪聲，以達到殊途同歸的效果呢？
本章正是根據(jù)上述的思路，在分析超聲回波信號的建模基礎上，將模型估計方法引入到回波信號有用成分的提取中，結(jié)合群體融合算法的局部和全局搜索能力，發(fā)展了一種具有高度并行性、收斂速度快、不易陷入局部極小值的超聲回波信號消噪方法，以提高310S不銹鋼管超聲回波信號的信噪比．
本章在建立310S不銹鋼管超聲目標回波信號模型的基礎上，將蟻群算法的局部搜索能力和粒子群的全局搜索和記憶能力相結(jié)合，對模型參數(shù)進行優(yōu)化估計，直接提取受噪聲污染的超聲回波目標信號，得到有用信息，從而發(fā)展了一種基于模型估計和群體融合算法相結(jié)合的超聲回波信號消噪技術(shù)，解決了傳統(tǒng)方法直接剔除回波信號中的噪聲來突出有用信號所帶來必須考慮噪聲本身的多樣性、所在的大致頻段以及信號分解后選取合適的消噪闡值等問題，造成影響消噪效果因素多，實施困難和消噪效果不穩(wěn)定等不足．實驗結(jié)果表明，該方法較傳統(tǒng)方法具有更有效提高信號信噪比的能力，有望在310S不銹鋼管的在線檢測中得到應用．