[发明专利]能够处理接地极缺陷回波信号中非随机相干噪声的方法

权利要求书

1.一种能够处理接地极缺陷回波信号中非随机相干噪声的方法，其特征在于，包括如下步骤：

步骤1、通过超声导波发射器发射超声导波，且通过传感器接收检测超声导波回波，获得超声导波回波信号集；

步骤2、对超声导波回波信号集进行超声导波回波缺陷检测信号预处理，获得白化矩阵；

步骤3、采用牛顿快速迭代算法对白化矩阵的每一列进行优化计算，获得优化数据；

步骤4、使用负熵法确定分析的优化数据和建立判断优化数据中随机向量y(i)是否独立的判据,通过一个最佳的线性函数利用最大熵原理，使负熵最大化，获得线性数据集；

步骤5、根据线性数据集，求取各分量之间的非高斯性的最大值而实现源超声导波中相干噪声的去除。

2.根据权利要求1所述的能够处理接地极缺陷回波信号中非随机相干噪声的方法，其特征在于：所述传感器设有n个，假设放置n个传感器，每个传感器进行p次测量及每个传感器有p个导波信号，这些超声导波回波信号集的矩阵A可表示为：

A＝B×C

其中，A是n个传感器的数据矩阵，C是相互独立的信号组成的原始矩阵，B称为混合矩阵，由信号权重值组成。

3.根据权利要求1所述的能够处理接地极缺陷回波信号中非随机相干噪声的方法，其特征在于，所述对超声导波回波信号集进行超声导波回波缺陷检测信号预处理包括去均值和白化处理。

4.根据权利要求3所述的能够处理接地极缺陷回波信号中非随机相干噪声的方法，其特征在于，所述去均值即用接收到的超声导波回波信号集的矩阵A减去均值，保证处理之后的均值为0能降低计算的复杂度，具体可表示为：

A-E{A}

其中E{A}表示在在实际中常采用的平均值代替的期望。

5.根据权利要求3所述的能够处理接地极缺陷回波信号中非随机相干噪声的方法，其特征在于，所述白化处理是将超声导波回波信号集的协方差矩阵变为对角矩阵，使研究的各个变量之间线性无关，去掉超声导波回波信号集之间的相关性，从而简化后续提取过程，提高ICA的算法收敛度，利用对角矩阵的特征值分解进行白化处理得到超声导波回波信号集的矩阵A的白化矩阵：

F＝G^-1/2Hⁱ

式中，G、H分别为协方差矩阵E{X，Xi}的特征矩阵和特征值对角阵。

6.根据权利要求1所述的能够处理接地极缺陷回波信号中非随机相干噪声的方法，其特征在于，所述采用牛顿快速迭代算法对白化矩阵的每一列进行优化计算的迭代公式如下：

其中表示第K阶迭代结果第P列的元素；Z为正交矩阵，可表示为Z＝AF，g(x)是以x为变量的非线性函数，可取g(x)＝tanh(x)，g’(x)表示g(x)的导数，表示求均值处理，上标“—”代表归一化处理。

7.根据权利要求1所述的能够处理接地极缺陷回波信号中非随机相干噪声的方法，其特征在于，所述使负熵最大化，即用负熵法确定分析的优化数据和建立判断优化数据中随机向量y(i)是否独立的判据，用负熵J(y)作为对各分量非高斯性的度量，即假设随机向量y的概率密度是P(y)，那么其熵为：

H(y)＝-∫P(y)lgP(y)dy

其负熵为：

J(y)＝H(y_gauss)-H(y)

其中y_gauss为高斯随机分量。

8.根据权利要求1所述的能够处理接地极缺陷回波信号中非随机相干噪声的方法，其特征在于，所述求取各分量之间的非高斯性的最大值，其根据最大熵原理，负熵J(y)可估计为：

J(y_i)≈c[E{G(y_i)}-E{G(u)}]

其中G(x)是任意非二次函数，c是一个正常数，u是一个均值和单位方差为零的高斯变量，E{}是数学期望的算子。