王晓燕，刘 辉，苏 纯，白艳萍*

(中北大学 a.信息与通信工程学院；b.理学院，山西 太原 030051)

0 引言

目前，利用激光来激发和检测超声的新兴技术——激光超声技术，是一门涉及光学、声学、热学、电学、材料学、医学等多学科的科学和技术.与传统的压电超声技术相比，它具有非接触、宽带、激发源高保真及点源、点接收、能定量检测及高的时空分辨率等特点，这些都有利于材料的无损评估和其他学科的应用，例如缺陷检测、材料表征、加工过程监测，以及复杂形貌的工件或高温高压、辐射等恶劣环境下设备的监测等[1-3].在工业检测中，时域分析法、频域分析法以及时域与频域相结合的时频域分析法是超声回波识别缺陷的主要方法.这些方法主要通过提取相应域的缺陷特征信息来识别缺陷.其中的关键在于从超声响应中提取反映缺陷性质的信息(特征)，并给予正确的解释.由于超声信号具有非平稳性的特点，所以特征提取方法的选择就显得尤为重要[4-5].而目前不论是傅里叶变换、小波变换，还是EMD方法，都具有一定的局限性.

随着人工神经网络技术的发展，其用途也日益广泛，应用领域也在不断拓展，已在很多工程领域中得到广泛的应用.人工神经网络技术可用于信息处理工作：函数逼近、多目标跟踪、联想记忆及数据恢复等.针对激光超声探伤表面波高维数小样本的特点，在不提取特征的情况下，利用神经网络强大的映射功能，对探伤表面波进行分……