基于集合经验模态分解的超声检测信号处理

赵斯琪，李松松，栾明慧，李 晨，郭忠宇，王宇恒

(大连海洋大学 信息工程学院，大连 116023)

超声无损检测技术作为多门学科相互交叉的检测方法，通过对不同缺陷超声回波信号的幅频、相频特性来评价被测物体的损坏程度，在工业领域得到了广泛的应用[1]。由于检测信号中包含检测环境与仪器等产生的大量噪声，严重影响后续的分析，所以对信号进行处理至关重要。

在无损检测信号处理中，最常用的方法是基于时域、频域、时频域的分析方法，典型的有基于傅里叶变换的滤波降噪方法[2]、基于小波变换的降噪方法[3]和基于经验模态分解的降噪方法[4]。时域与频域分析无法获得频率成分随时间推移的动态演变信息；傅里叶变换方法对非平稳信号不适用；小波变换的各个参数存在自身固有缺陷，会使信号的原始信息受到破坏，所以也不是超声无损检测信号处理的最优选择。

HUANG等[5]提出适于分析非平稳、非线性信号的时频分析方法，称为希尔伯特-黄变换，该方法包括两个过程：EMD(经验模态分解)和Hilbert(希尔伯特)变换[6]。郝培培[7]将小波变换与希尔伯特-黄变换结合实现了对超声信号的预处理。 彭成庆等[8]采用EMD方法来对管道中的超声回波信号进行处理。张坤硕[9]在使用EMD方法处理超声检测信号后，认为EMD方法更适合用来处理金属检测材料的回波信号。EMD方法在各领域已得到了广泛的应用，但依然存在严重的模态混叠现象，造成信号缺失，影响后续的信号处理。……