基于独立分量分析理论的超声波检测信号降噪技术研究
| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 第1章 绪论 | 第11-24页 |
| ·我国各工业部门的无损检测技术发展概况 | 第11-13页 |
| ·特种设备和石油、化工领域 | 第11-12页 |
| ·水利工程 | 第12页 |
| ·航空航天工业 | 第12页 |
| ·核电工业 | 第12-13页 |
| ·现代建筑业 | 第13页 |
| ·铁路运输系统 | 第13页 |
| ·无损检测技术的未来发展 | 第13-18页 |
| ·检测结果图像化 | 第14-16页 |
| ·信号处理 | 第16-18页 |
| ·盲源技术的发展现状 | 第18-21页 |
| ·盲源技术的研究背景 | 第18页 |
| ·独立分量分析的概况 | 第18-21页 |
| ·应用ICA在信号去噪及特征提取时的优势 | 第21-22页 |
| ·本文的主要研究内容 | 第22-24页 |
| 第2章 独立分量分析原理 | 第24-34页 |
| ·独立分量分析理论的定义 | 第24-26页 |
| ·线性ICA | 第24-25页 |
| ·噪声ICA | 第25-26页 |
| ·非线性ICA | 第26页 |
| ·独立分量分析的应用条件 | 第26页 |
| ·独立分量分析的不确定性 | 第26-27页 |
| ·方差(能量或幅值)的不确定性 | 第27页 |
| ·次序的不确定性 | 第27页 |
| ·独立分量分析理论的相关信息论知识 | 第27-31页 |
| ·熵 | 第27-29页 |
| ·相对熵 | 第29页 |
| ·负熵 | 第29-30页 |
| ·互传信息量 | 第30-31页 |
| ·独立分量分析理论独立性的度量 | 第31-33页 |
| ·非高斯性极大 | 第31-32页 |
| ·互信息最小 | 第32页 |
| ·非线性不相关 | 第32-33页 |
| ·本章小结 | 第33-34页 |
| 第3章 独立分量分析的常用算法研究 | 第34-43页 |
| ·数据的预处理 | 第34-35页 |
| ·几种常用的独立分量分析算法介绍 | 第35-41页 |
| ·FastICA算法 | 第35-38页 |
| ·AMUSE算法 | 第38-40页 |
| ·JADE算法 | 第40-41页 |
| ·分离效果的评价标准 | 第41-42页 |
| ·本章小结 | 第42-43页 |
| 第4章 基于ICA理论的超声波检测信号降噪处理 | 第43-60页 |
| ·数据采集实验设计 | 第43-47页 |
| ·实验系统的选用 | 第43-44页 |
| ·确定实验方法 | 第44-45页 |
| ·试件的制备 | 第45-46页 |
| ·检测工艺研究 | 第46页 |
| ·超声C扫描主要参数的确定 | 第46-47页 |
| ·仿真实验 | 第47-52页 |
| ·仿真实验数据的来源 | 第47-48页 |
| ·选择ICA算法 | 第48页 |
| ·计算机仿真试验 | 第48-51页 |
| ·分析ICA算法的性能 | 第51-52页 |
| ·基于独立分量分析理论降噪的思路 | 第52-53页 |
| ·实际试件的超声检测数据的提取与噪声分离 | 第53-59页 |
| ·试件人造缺陷处的噪声分离 | 第53-55页 |
| ·试件焊缝中心小缺陷处的噪声分离 | 第55-56页 |
| ·试件焊缝边缘缺陷处的噪声分离 | 第56-59页 |
| ·本章小结 | 第59-60页 |
| 结论 | 第60-61页 |
| 参考文献 | 第61-65页 |
| 攻读硕士学位期间发表的学术论文 | 第65-66页 |
| 致谢 | 第66页 |
