摘要 | 第3-5页 |
Abstract | 第5-7页 |
第一章 绪论 | 第13-27页 |
1.1 课题的来源、内容及意义 | 第13-15页 |
1.1.1 课题的来源及内容 | 第13页 |
1.1.2 课题的意义 | 第13-15页 |
1.2 相关领域技术及国内外研究状况 | 第15-20页 |
1.2.1 超声无损检测技术 | 第15-17页 |
1.2.2 超声无损检测中的信号处理技术 | 第17-20页 |
1.3 稀疏分量分析为超声信号处理带来的契机 | 第20-22页 |
1.4 本文的主要研究内容和创新之处 | 第22-27页 |
1.4.1 本文的主要研究内容 | 第22-24页 |
1.4.2 本文的研究路线与主要创新之处 | 第24-27页 |
第二章 稀疏分量分析的相关理论研究 | 第27-57页 |
2.1 引言 | 第27页 |
2.2 过完备原子库上的信号稀疏表示 | 第27-35页 |
2.2.1 信号在过完备库上的稀疏逼近 | 第28-29页 |
2.2.2 稀疏分量分析基本原理及稀疏性度量函数的选择 | 第29-35页 |
2.3 稀疏分解方法 | 第35-43页 |
2.3.1 匹配追踪及其变种 | 第35-40页 |
2.3.1.1 匹配追踪 | 第36-37页 |
2.3.1.2 正交匹配追踪 | 第37-40页 |
2.3.2 框架方法 | 第40-43页 |
2.3.2.1 欠定系统局灶法 | 第41-42页 |
2.3.2.2 似p范数代价函数及欠定系统局灶法算法的推广 | 第42-43页 |
2.4 信号的稀疏精确重构条件 | 第43-51页 |
2.4.1 非相干字典 | 第43-46页 |
2.4.2 信号的稀疏重构条件 | 第46-51页 |
2.5 信号的稀疏表示收敛性 | 第51-56页 |
2.5.1 MP类算法的收敛性 | 第51-54页 |
2.5.2 FOCUSS算法的收敛性 | 第54-56页 |
2.6 本章小节 | 第56-57页 |
第三章 MP集合搜索快速算法的设计及其应用研究 | 第57-89页 |
3.1 引言 | 第57页 |
3.2 超声信号的数学模型 | 第57-60页 |
3.3 基于MP算法的超声回波稀疏表示 | 第60-79页 |
3.3.1 MP算法计算复杂性分析 | 第60页 |
3.3.2 超声回波特征分析与过完备原子库的精减 | 第60-64页 |
3.3.3 过完备原子库结构分析与集合划分 | 第64-68页 |
3.3.4 原子库的集合搜索快速算法设计 | 第68-74页 |
3.3.5 MP集合搜索算法与MP算法实验比较 | 第74-79页 |
3.4 基于残差比闽值的迭代终止条件 | 第79-87页 |
3.4.1 传统迭代终止条件不足性分析 | 第79-81页 |
3.4.2 残差比阈值迭代终止条件的设计 | 第81-83页 |
3.4.3 残差比阈值迭代终止条件的仿真分析 | 第83-87页 |
3.5 本章小结 | 第87-89页 |
第四章 超声信号解卷积及管道缺陷检测 | 第89-130页 |
4.1 引言 | 第89页 |
4.2 管道壁厚超声检测原理及超声信号的卷积模型 | 第89-91页 |
4.3 超声回波非最小相位性质分析 | 第91-93页 |
4.4 超声信号非线性最小熵解卷积 | 第93-105页 |
4.4.1 最小熵解卷积原理 | 第93-96页 |
4.4.2 稀疏脉冲序列的非线性变换函数 | 第96-98页 |
4.4.3 非线性最小熵解卷积算法 | 第98-100页 |
4.4.4 非线性最小熵解卷积算法仿真分析 | 第100-103页 |
4.4.5 非线性最小熵解卷积算法实验分析 | 第103-105页 |
4.5 超声信号稀疏解卷积 | 第105-114页 |
4.5.1 超声信号稀疏表示与解卷积的关系 | 第105-107页 |
4.5.2 加权迭代稀疏解卷积算法 | 第107-112页 |
4.5.3 加权迭代稀疏解卷积算法实验分析 | 第112-114页 |
4.6 稀疏解卷积在海底管道超声检测缺陷识别中的研究 | 第114-128页 |
4.6.1 海底管道超声缺陷检测超声传感器的选择 | 第115-116页 |
4.6.2 海底管道均匀腐蚀厚度检测 | 第116-121页 |
4.6.3 海底管道缺陷检测与识别 | 第121-128页 |
4.7 本章小结 | 第128-130页 |
第五章 超声信号稀疏压缩研究 | 第130-149页 |
5.1 引言 | 第130-131页 |
5.2 超声信号稀疏压缩方法 | 第131-139页 |
5.2.1 信号稀疏压缩原理 | 第131-133页 |
5.2.2 信号稀疏压缩方法的性质 | 第133-135页 |
5.2.3 超声信号稀疏分压缩算法的设计 | 第135-139页 |
5.4 超声信号稀疏压缩实验结果与分析 | 第139-147页 |
5.5 本章小结 | 第147-149页 |
第六章 结论与展望 | 第149-153页 |
6.1 论文完成的主要研究工作 | 第149-152页 |
6.2 展望 | 第152-153页 |
参考文献 | 第153-166页 |
致谢 | 第166-167页 |
攻读博士学位期间发表的学术论文 | 第167-170页 |