针对煤矿机械关键零部件超声检测时受到煤矿现场非线性、非平稳噪声干扰的问题,研究了超声信号的自适应去噪方法,将超声信号分解成独立的IMF分量,并得到各IMF分量的频谱,选择与探头中心频率相近的各IMF进行重构,提高了信噪比。
2022-11-08 18:09:41
165KB
1
人工智人-家居设计-TiAl40Cr扩散焊界面超声信号特征分析与缺陷智能识别研究.pdf
2022-07-04 09:05:27
2.05MB
可以将超声脉冲回波检查中的接收信号建模为脉冲响应和反射序列之间的卷积，这是被检物体的脉冲特性。 去卷积的目的是使该过程近似反转以提高时间分辨率，从而使来自紧密间隔的反射器的回波之间的重叠变小。 本文提出了一种改进的最小熵盲去卷积算法，用于对超声信号进行去卷积。 通过使用提出的方法可以提高分辨率。 另外，在许多情况下，所提出的方法将导致更快的计算。 非线性函数是改进的盲解卷积算法效率的关键，该算法用于通过使用非线性函数的输出替换每个迭代输出来增加迭代输出的稀疏性并减少添加的噪声的影响。 仿真结果表明，在对合成超声信号进行卷积时，与最小熵解卷积相比，修改的效率更高。 使用实际超声数据的实验结果进一步评估，精确的解决方案始终可以产生良好的性能。 薄钢板样品的厚度可以通过改进的盲反褶积滤波器以合理的精度进行计算。
2022-01-05 10:43:46
307KB
1
本压缩包内涵丰富，需要自己提取学习修改，其中包括无损检测，信号处，超声波仿真及相关程序，内含有帮助文档和学习文件文献。
2021-09-28 14:00:30
29.08MB
Matlab的耳语nafld-1d-cnn
使用射频（RF）超声信号进行NAFLD诊断和肝脂肪分数定量的1D-CNN模型
该代码用于开发，训练和测试两个1D-CNN模型：a）区分NAFLD和对照（无肝病）的分类器；
b）预测肝脏脂肪比例的脂肪比例估算器。
两种模型均使用射频超声信号作为输入，并使用MRI质子密度脂肪分数（PDFF）作为参考（标签）。
在分类器的情况下，NAFLD被定义为MRI-PDFF>
=
5％。
livernet_1d_cnn.py包含分类器和脂肪分数估算器的最终模型架构。
对于模型训练和超参数调整，请使用hyper_parameter_tuning_classifier.py和hyper_parameter_tuning_ff_estimator.py
对于最终模型训练，请使用train_classifier.py和train_ff_estimator.py。
对于模型测试，请使用test_classifier.py和test_ff_estimator.py。
工具datagenerator.py为深度学习模型中使用的输入数据做准备。
原始的降采样的RF数据应存储
2021-08-30 17:03:44
17KB
1