周西峰，肖 武，郭前岗

（南京邮电大学，江苏 南京 210046）

0 引言

在超声检测领域，由于波前扩展和散射等引起的衰减，超声缺陷回波信号比较微弱，加上随机噪声的干扰，很容易影响对真实缺陷信号的判断。在过去的降噪方法中，大部分采用传统的第一代小波，利用小波分解或小波包分解方法，获得被测信号在不同频带上的时域分量，通过阈值处理剔除噪声成分，再将得到的有用信息进行重构以获得降噪后的信号。这种方法在信号处理领域取得了较好的效果。然而由于不同的尺度上逼近信号不同，当小波函数与各个尺度逼近信号的局部特征不能很好地匹配时，就会产生较小的细节信号，阈值处理时大量的细节信号被当作噪声滤除，使降噪信号丢失了部分有用信息，而且基于频域的经典小波变换运算时间较长，不能很好地满足故障检测的实时降噪处理的要求［1－2］。为此，本文提出了基于提升小波的超声信号降噪方法。

1 提升小波方案

由Sweldens提出的第二代小波变换（Second generationwavelet transform，SGWVT）［3］是一种基于提升原理的时域变换方法，继承了第一代小波的多分辨特性，但不依赖于傅里叶变换，具有构造方法灵活、运算速度快、占用存储空间小等优点，更适合信号的实时处理要求。

Sweldens提出的提升方案把第一代小波变换［4－5］过 程 分 为 以 下 3 个 阶 段：剖 分 （split）、预 测（predict）和更新（update）。提升方案的分解与重构，如图1所示。

图1 提升方案的分解与重构Fig.1 Decomposition and reconstruction

以上三步可以看作一代小波中的分解，重构的过程认为是分解的逆过程。……