苗晓婷，李富才，孟 光

（上海交通大学 机械系统与振动国家重点实验室，上海 200240）

近20年内，超声导波（如兰姆波）已被广泛应用于无损健康检测领域［1－4］。基于超声导波的损伤识别方法通常是把试件无缺陷时所采集的波信号作为基准，并把当前所采集的检测波信号与基准波信号进行对比，从而提取出由损伤散射的波信号的特征信息，如飞行时间（ToF）等［5－6］，达到损伤识别和定位等目的。由于超声导波不可避免的频散特性以及工作环境中的噪声严重降低了检测波信号的信噪比（SNR），很难依据原始的检测波信号评估出损伤散射的波信号的ToF。因此信号处理技术对基于超声导波的损伤识别起到至关重要的作用，决定了ToF的精确评估以及三角定位算法的有效性。至今已有多种信号处理技术被广泛应用于提高信号的 SNR，比如 Hilbert-Huang变换（HHT）［7－8］和小波变换（WT）［9－10］。通过适当的降噪处理，可以直接把检测波信号与基准波信号相减以得到损伤散射的波信号，并基于能量分析方法评估出损伤散射的波信号的ToF［11－12］。然而在实际的工作环境中，检测波信号可能被不确定的噪声干扰，如果噪声能量分布在目标波信号的频率带内，此时通过HHT和WT仍然无法有效地排除噪声，噪声能量将淹没损伤散射的波信号的能量，导致这种基于能量分析方法的失效。

由于分谱处理（SSP）算法具有较好的抵抗随机噪声干扰的能力，它已被广泛应用于超声波的无损探伤和雷达定位［13－16］。当目标信号在所采集的信号中出现时，通过SSP算法所重建的一系列时间域信号将呈现出一致的幅值信息［17］。……