| 中文摘要 | 第1-5页 |
| 英文摘要 | 第5-7页 |
| 致谢 | 第7-11页 |
| 第一章 绪论 | 第11-23页 |
| ·超声无损检测技术在现代工业中占据重要地位 | 第11-12页 |
| ·超声无损检测技术的发展现状及其趋势 | 第12-19页 |
| ·超声无损检测的应用范围不断扩展 | 第13-14页 |
| ·超声无损检测逐步向超声无损评价过渡 | 第14-15页 |
| ·新型嵌入式便携超声检测设备与装置越来越受到青睐 | 第15-16页 |
| ·数字信号处理与智能信息处理在超声检测领域开始实用化 | 第16-19页 |
| ·声阻抗重建成为超声无损评价的重要手段 | 第19页 |
| ·声阻抗重建的关键技术及本论文的意义与研究内容 | 第19-23页 |
| 第二章 声阻抗重建基础理论 | 第23-33页 |
| ·绪言 | 第23页 |
| ·层状介质声阻抗重建的数学模型 | 第23-25页 |
| ·层状介质模型 | 第23-24页 |
| ·声电转换系统模型 | 第24-25页 |
| ·声阻抗重建原理 | 第25页 |
| ·声阻抗重建相关的数字信号处理与智能信息处理理论 | 第25-32页 |
| ·时频信号处理-小波分析及其应用 | 第25-27页 |
| ·神经网络模式识别理论 | 第27-30页 |
| ·智能优化算法 | 第30-32页 |
| ·本章小结 | 第32-33页 |
| 第三章 基于神经网络模式识别理论的小波域超声信号消噪技术的研究 | 第33-42页 |
| ·绪言 | 第33-34页 |
| ·结构噪声的产生机理与分离谱算法的应用 | 第34-36页 |
| ·超声回波信号在小波域的空间分解 | 第36-38页 |
| ·利用神经网络模式识别理论进行信噪分离 | 第38-39页 |
| ·输入特征向量的建立 | 第38页 |
| ·神经网络信噪分离器的设计与实现 | 第38-39页 |
| ·总体方案设计与实验研究 | 第39-41页 |
| ·总体方案设计 | 第40-41页 |
| ·实验研究 | 第41页 |
| ·本章小结 | 第41-42页 |
| 第四章 应用小波变换剔除超声多重反射的研究 | 第42-48页 |
| ·绪言 | 第42-43页 |
| ·PRF技术及其小波变换的应用 | 第43-44页 |
| ·小波变换检测信号峰值点的精确度研究 | 第44-45页 |
| ·实验研究 | 第45-46页 |
| ·本章小结 | 第46-48页 |
| 第五章 基于混沌神经网络和遗传算法的反卷积技术 | 第48-56页 |
| ·绪言 | 第48-49页 |
| ·利用混沌神经网络确定超声反射系数的位置集 | 第49-51页 |
| ·混沌神经网络模型 | 第49-50页 |
| ·确定超声反射系数的位置集 | 第50-51页 |
| ·利用遗传算法确定超声反射系数的幅值 | 第51-52页 |
| ·反卷积计算流程框图和参数选择 | 第52页 |
| ·计算机仿真与实验研究 | 第52-55页 |
| ·算例 | 第52-54页 |
| ·实验研究 | 第54-55页 |
| ·本章小结 | 第55-56页 |
| 第六章 嵌入式便携声阻抗重建系统的设计与实现 | 第56-63页 |
| ·绪言 | 第56页 |
| ·系统的总体设计 | 第56-57页 |
| ·关键单元模块的设计 | 第57-61页 |
| ·超声信号的发射与接收 | 第57-58页 |
| ·高速A／D | 第58-59页 |
| ·ARM与DSP数据传输 | 第59-60页 |
| ·ARM与计算机通信 | 第60-61页 |
| ·系统集成 | 第61页 |
| ·本章小结 | 第61-63页 |
| 第七章 结论与展望 | 第63-66页 |
| 参考文献 | 第66-74页 |
| 攻读硕士学位期间完成的科研论文 | 第74页 |