[发明专利]一种用于识别振动声调制机理的信号解调方法

说明书

技术领域

本发明属于无损检测领域，涉及一种用于识别振动声调制机理的信号解调方法。

背景技术

金属材料从毛坯直到加工成型的过程中，不可避免地在金属内部和表面产生微缺陷。在一定的外部因素(载荷、温度变化以及腐蚀介质等)作用下，微缺陷不断扩展、合并，形成宏观裂纹。裂纹继续扩展后，最终导致构件和结构断裂破坏。为了预防断裂的产生，需要采取一定的手段实现微裂纹和疲劳损伤的早期检测、定位和评估。由于微裂纹具有反射率低和衰减小等特点，使得传统超声波法很难对构件中的微裂纹进行检测，因此必须要就一种有效检测微裂纹的无损检测方法。近些年人们发现微裂纹能够引起非线性力学行为，通过非线性超声方法能够有效地检测出微裂纹。

振动声调制方法就是基于非线性超声的一种新型检测技术。由于其具有检测范围大、对测试系统本身的非线性不敏感和可以实现结构损伤的动态检测识别等优点，近年来该方法被广泛应用于微裂纹的检测试验中。但是，由于使用振动声调制方法检测试件时，需要同时向试件输入低频激励和高频激励，使得接收信号不仅包含低频信号和高频信号，还包含了调制信号，并且振动声调制技术的调制机理尚不明确，导致通过常规方法难以实现对振动声调制信号的解调。

目前，国内外学者也提出了多种适合于调制信号解调的方法。2012年，Leh-Sung Law等学者在《Mechanical Systems and Signal Processing》上发表的文章“An approach based on wavelet packet decomposition and Hilbert-Huang transform(WPD-HHT)for spindle bearings condition monitoring”中提出一种WPD-HHT的方法对调制信号解调，该方法抗干扰能力强且能够有效提取出信号的瞬时频率，但是，未识别调制信号的调制类型和调制程度。郑磊等学者在其硕士学位论文“管道闭合裂纹振动声调制检测方法研究”中提出利用连续小波变换(continue wavelet translation，CWT)的方法对调制信号解调，该方法能够有效识别调制信号的调制类型，但是，未能对含噪声的调制信号进行分析，也没有识别调制信号的调制程度。

发明内容

针对现有技术中存在的上述问题，本发明提出一种用于识别振动声调制机理的信号解调方法，该方法抗干扰能力强，能够有效识别振动声的调制类型和调制度。

为达到上述目的，本发明采用的技术方案是：首先利用小波包解调(Wavelet PacketDecomposition，WPD）中基于能量比阈值的方法滤除振动声调制信号中的干扰信号。然后通过连续小波变换(Continue Wavelet Transform，CWT）对其进行时频分析，通过时频图的特征判断其调制类型，最后利用边频功率与载波功率的比值与调制度的对应关系计算出调制度。WPD-CWT方法不仅能够有效识别信号的调制类型和调制程度，而且由于信号经过WPD处理后能够有效去除信号中掺杂的其它噪声信号，增强了这种解调方法的抗干扰能力。

一种用于识别振动声调制机理的信号解调方法，其特征在于包括以下步骤：

步骤一，根据原始信号的特征和解调的目标，设定所需要WPD解调的等级j，4≤j≤8。

解调等级越高降噪效果越好，但对电脑硬件要求也越高。

步骤二，对原始信号进行小波包解调，小波包函数定义式为：

wj,km(t)=2j/2wm(2jt-k)---(1)]]>