Page 65 - 无损检测2021年第五期

赵斯琪, 等:

基于集合经验模态分解的超声检测信号处理

图 13 实测信号、 EMD 与 EEMD 分解后重构信号对比( 0.1ms~0.3ms )
表 3 两种方法分解出的各IMF 分量与原始信号的相关系数
分量编号
分解方法
IMF1 IMF2 IMF3 IMF4 IMF5 IMF6 IMF7 IMF8 IMF9 IMF10

EMD 0.3316 0.8708 0.0954 0.0754 0.0924 0.0776 0.0988 - - -

EEMD 0.3769 0.8854 0.1988 0.0830 0.1169 0.1765 0.1156 0.0825 0.0018 0.1383
表 4 EMD 与 EEMD 分解后重构信号的各项参数 过处理的信号在消除噪声的同时也消除了模态混叠
参数 原始信号 EMD EEMD 现象, 图像更为平滑完整, 均方根误差也有所降低,
信号更加稳定, 互相关系数也高于 EMD 的, 保留了

信噪比 / dB 14.9564 19.8409 30.1014
原始信号的更多特征信息。
-4
均方根误差 /( ×10 ) - 0.8100 0.7800

互相关系数 1.0000 0.8837 0.9764 3 结论
计算公式为
信噪比 S R ( 1 ) EEMD 方法在处理超声无损检测信号时,
norm ( n ) 分解过程中分量频率由高到低依次展开, 抑制了模

S R = 20×l g ( 7 )

norm ( m -n ) 态混叠现象。
计算公式为
均方根误差 R E ( 2 )在进行信号重构时, 采用相关系数法, 信号
N 的振幅与波动趋势得到完整保留, 重构信号更接近
2
R E = ∑ ( m -n )/ N ( 8 )
i =1 原始信号, 实现了抗混叠功能。
互相关系数 R 计算公式为 ( 3 ) EEMD 方法的信噪比相较于 EMD 的提升

cov ( m , n ) 了 10.2605dB , 均方根误差降低了 0.3×10 , 互相

-5
R = ( 9 )
σ ( m ) σ ( n )
关系数提高了 0.0927 。
式中: m 为含噪信号; n 为纯净信号; N 为信号采样
参考文献:
点数; norm 为求范数符号; cov ( m , n ) 为 m 与n 的
协方差; σ ( m ), σ ( n ) 分别为 m , n 的标准差。 [ 1 ] 杨顺民, 董晓丽, 宋文爱, 等. 小直径铜棒的超声波自动
经过计算, EEMD 处理后实测重构信号的信噪比 检测系统应用[ J ] . 无损检测, 2013 , 35 ( 12 ): 5-8 , 27.

为30.1014dB , 相较于 EMD 提升了 10.2605dB , 经 ( 下转第 53 页)
3
2

2021 年 第 43 卷 第 5 期
无损检测