| 摘要 | 第1-5页 |
| Abstract | 第5-7页 |
| 目录 | 第7-9页 |
| 绪论 | 第9-11页 |
| 第一章 前言 | 第11-15页 |
| ·粗晶材料声场特性的国内外研究现状 | 第11-12页 |
| ·超声信号处理的国内外研究现状 | 第12-14页 |
| ·本文主要工作内容、目的及意义 | 第14-15页 |
| 第二章 超声检测原理 | 第15-21页 |
| ·脉冲反射法基本原理 | 第15-17页 |
| ·超声检测方法基本类型 | 第17-18页 |
| ·超声换能器声场特性 | 第18-21页 |
| 第三章 粗晶材料晶粒散射特性实验研究 | 第21-35页 |
| ·晶粒散射声场的基本特性 | 第21-22页 |
| ·晶粒散射波的主要特征的实验验证与分析 | 第22-33页 |
| ·实验系统与测量方法 | 第22-23页 |
| ·实验结果与分析 | 第23-31页 |
| ·样块边界反射波的鉴别与避免 | 第23-24页 |
| ·发收声电串混的影响与避免 | 第24-25页 |
| ·晶粒散射波波的主要特征的实验鉴别 | 第25-31页 |
| ·散射波的滤波处理 | 第31-33页 |
| ·滤波器设计 | 第31-32页 |
| ·滤波结果 | 第32-33页 |
| ·小结 | 第33-35页 |
| 第四章 人工神经网络 | 第35-43页 |
| ·人工神经网络的发展状况 | 第35页 |
| ·人工神经网络原理及模型 | 第35-40页 |
| ·人工神经网络的概念 | 第35-37页 |
| ·人工神经网络的工作原理及模型 | 第37-40页 |
| ·人工神经网络的研究方法和主要内容 | 第40-41页 |
| ·人工神经网络在超声检测信号处理中的应用 | 第41-43页 |
| 第五章 基于小波神经网络的粗晶材料超声信号降噪处理 | 第43-58页 |
| ·小波分析基本原理理论 | 第43-45页 |
| ·小波神经网络及其结构 | 第45-48页 |
| ·小波神经网络 | 第45-47页 |
| ·小波神经网络的结构 | 第47-48页 |
| ·小波神经网络算法实现 | 第48-50页 |
| ·粗晶材料的小波神经网络降噪处理 | 第50-53页 |
| ·实验系统 | 第50-51页 |
| ·小波神经网络消噪 | 第51-53页 |
| ·不同训练算法及小波基降噪效果比较 | 第53-56页 |
| ·不同小波基神经网络降噪效果 | 第53-55页 |
| ·不同训练算法降噪效果 | 第55-56页 |
| ·讨论 | 第56-58页 |
| 第六章 总结 | 第58-59页 |
| 参考文献 | 第59-62页 |
| 发表文章目录 | 第62-63页 |
| 致谢 | 第63-64页 |
| 附录 | 第64页 |