Page 84 - 无损检测2021年第十期

穆为磊, 等:

基于压缩感知的 Lamb波信号成分分离

态 A0和S0 。
原始频散信号如图 1 所示, 频散信号包含两种
行进距离的两个模态分量, 一共 4 个波包。波包 1
和2为 S0模态, 波包3和4为 A0模态。
原始信号中包含两种模态, 使用单模态字典对
其进行模态分离( 见图2 )。
通过先前构造的单模态字典可以很容易将 A0
模态和S0模态分离, 通过图2可以看出, A0模态已 图1 原始频散信号
发生较为严重的频散, 使用非频散字典对分离的模 通过一系列的信号形成字典, 之后再通过字典
态信号进行重构, 可以较好地消除频散。 频散消除 原子求解去匹配原始信号, 最终获得单模态和非频
前后的信号如图3所示。 散信号。

图2 原始信号与模态分离后的信号

图3 频散消除前后信号
为了完全补偿所有频散模态, 字典必须包含所 频散补偿模型不能处理字典不完整的情况。
有对应的原子, 否则频散信号将被不完全补偿。使
用 S0模态频散字典重构, S0 模态分量的频散信号 3 结语

被恢复, 而 A0 模态分量未被恢复, 这是因为在 S0 ( 1 )用具有已知传播距离的单态响应兰姆波可
模态字典中没有 A0模态对应的原子, S0模态重构 以构建频散单模字典, 有不同时移的激励信号可以
信号如图4所示。总之, 所提出的基于压缩感知的 用于构建非频散字典。

4
6

2021年 第43卷 第10期

无损检测