[发明专利]基于SVD分解的储罐底板超声导波检测信号降噪算法

摘要

本发明公开一种基于SVD分解的储罐底板超声导波检测信号降噪算法，该算法首先将储罐底板原始采集信号经过补零处理，然后按一定长度从信号中截取时窗信号，从而构建分析矩阵，再进行SVD分解获得按降序排列的奇异值序列，然后计算奇异值序列的衰减速率来衡量该时窗位置是否存在特征波包，逐渐滑动时窗，在每个时窗位置都进行以上运算即可获得处理后的信号。本发明的算法能够在强噪声背景下，从检测信号中提取出特征波包，从而实现检测信号降噪，最终改善储罐底板检测的成像效果。

主权项

1.一种基于SVD分解的储罐底板超声导波检测信号降噪算法，其特征在于：包括以下步骤：步骤一：划定时窗，若检测信号X＝[x₁,x₂,x₃,…x_N]的长度为N，则划定一个时窗，时窗长度为b；步骤二：构建分析矩阵，首先取出时窗信号B，B＝[x_d,x_d+1,x_d+2,…,x_d+b‑1]然后构建分析矩阵A为的方阵，其中，d为运算计数，d＝1；步骤三：将分析矩阵A进行SVD分解，A＝USV^T其中U矩阵为分解出的左奇异向量矩阵，S矩阵为奇异值向量矩阵，该矩阵为一个对角线矩阵，矩阵的主对角线上为A的奇异值，其余位置都为0，V为分解出的右奇异向量矩阵；步骤四：计算奇异值衰减速率，分解出的S矩阵中对角线上的奇异值是按照从大到小顺序排列的，即由此定义奇异值的衰减速率为其中K为首个不大于的奇异值的下标，即步骤五：构建降噪后的信号W＝[w₁,w₂,w₃,…,w_N‑b+1]，其中w_d＝I；步骤六：如果d＜N‑b+1，那么d＝d+1,返回步骤二，如果d≥N‑b+1，则结束运算。