李大中，赵　杰，孙立江2，张　坤

（1.华北电力大学自动化系，河北 保定 071003；2.华北电力大学机械工程系，河北 保定 071003；3.华北电力大学能源动力与机械工程学院，北京 102206）

果蝇优化小波阈值超声检测信号去噪

李大中1，赵杰1，孙立江2，张坤3

（1.华北电力大学自动化系，河北 保定 071003；2.华北电力大学机械工程系，河北 保定 071003；3.华北电力大学能源动力与机械工程学院，北京 102206）

由于材料结构的复杂性，超声检测回波信号往往存在很多干扰噪声。针对钢制结构中平底孔的超声检测信号传统小波去噪方法中小波阈值难确定的问题，结合小波良好时频特性和果蝇的全局优化能力，提出基于果蝇算法（FOA）优化小波阈值函数的超声检测信号去噪方法。对原始信号叠加5dB高斯白噪声，通过测试最大信噪比改善量获得最佳小波基和分解层数，采用sym5小波对超声检测信号进行6层分解后，利用果蝇算法对小波阈值进行参数优化，对比传统4种阈值确定方法，提高小波阈值的精度。验证结果表明：该方法对超声检测信号去噪后信噪比、均方根误差和相关性等参数具有满意的效果，去噪效果明显。

信号去噪；果蝇算法；小波阈值；信噪比

0　引　言

在超声波金属探伤中，由于金属材料的特殊性和实际检测环境的复杂性，超声检测回波难免会有大量噪声信号和有用信号混叠的情况［1］，给超声信号特征提取和缺陷识别环节带来较大困难，因此有必要在对信号进行分析之前进行去噪处理。对超声缺陷信号进行相关的时频域分析和智能识别是无损检测、信号处理以及模式识别领域一直广泛深入研究的热点。……