改進(jìn)CEEMD–MRSVD降噪方法及應(yīng)用研究*

徐 睿，白 云

（1.重慶理工大學(xué)，重慶 400054；2.重慶工業(yè)職業(yè)技術(shù)學(xué)院，重慶 401120）

超聲回波檢測(cè)技術(shù)具有穿透能力好、檢測(cè)靈敏度高、檢測(cè)準(zhǔn)確性好等優(yōu)點(diǎn)[1]，已廣泛應(yīng)用于航空制件檢測(cè)領(lǐng)域，如航空發(fā)動(dòng)機(jī)盤件徑軸向裂紋檢測(cè)[2]、航空發(fā)動(dòng)機(jī)壓氣機(jī)葉片檢測(cè)[3]等。由于受到環(huán)境噪聲和超聲回波采集裝備自身結(jié)構(gòu)噪聲的影響，使得接收的超聲回波信號(hào)被干擾，有用細(xì)節(jié)特征被掩蓋，失去物理研究意義，考慮到超聲回波信號(hào)是非線性、非平穩(wěn)信號(hào)，傳統(tǒng)的線性濾波方法并不適用。

常用的超聲回波降噪方法有小波變換和經(jīng)驗(yàn)?zāi)B(tài)分解 （Empirical mode decomposition，EMD）及其延伸算法。小波變換具有在時(shí)頻域范圍內(nèi)分析信號(hào)的優(yōu)勢(shì)，但是在對(duì)信號(hào)降噪處理時(shí)，效果易受到小波基函數(shù)選取、分解層數(shù)、閾值處理方法的影響，且對(duì)于較低信噪比信號(hào)小波變換難以取得較好效果[4]。EMD 無(wú)須基函數(shù)，根據(jù)信號(hào)本身特性自適應(yīng)分解成不同尺度的本征模態(tài)分量 （Intrinsic mode functions，IMFs），但是由于信號(hào)本身間歇性和外部噪聲的影響，EMD 易產(chǎn)生模式混疊問(wèn)題[5]。EEMD 是在EMD 的基礎(chǔ)上，利用白噪聲的零均值特性，對(duì)原始信號(hào)多次添加、抵消白噪聲以減少噪聲引起的模式混疊，但EEMD 預(yù)處理過(guò)程耗時(shí)過(guò)長(zhǎng)，處理效率不高，且本征模態(tài)分量中有用信號(hào)的特征提取一直是國(guó)內(nèi)外學(xué)者重點(diǎn)研究的問(wèn)題[6]。劉忠等[7]基于HeurSure 閾值準(zhǔn)則對(duì)EMD 處理后前一半IMF 閾值處理后的信號(hào)和后一半IMF 分量疊加重構(gòu)實(shí)現(xiàn)對(duì)水輪機(jī)空化聲發(fā)射信號(hào)的提取。張婷等[8]基于EEMD，對(duì)先后利用Savitzky–Golay（SG）濾波和閾值降噪對(duì)噪聲主導(dǎo)分量進(jìn)行處理，SG 是對(duì)數(shù)據(jù)在時(shí)域內(nèi)基于局域多項(xiàng)式的最小二乘擬合，比較適合對(duì)降噪后信號(hào)的平滑修正。……