为了选取适合钢材超声检测信号处理的阈值操作规则，本文对含噪超声检测回波信号（如图4-8所示），分别采用sqtwolog、rigrsure、heursure 和 minimaxi 四种阈值进行去噪处理，得到如图4-9到4-12所示的结果。
图4-8 超声波回波信号
18
图4-9 采用 sqtwolog 阈值处理后的信号
图4-10 采用 rigrsure 阈值处理后的信号
19
图4-11 采用 heursure 阈值处理后的信号
图4-12 采用 minimaxi 阈值处理后的信号
20
通过对比图4-11-图4-14可以看出，对于该含噪超声检测回波信号，采用rigrsure阈值去噪后的信号既有效的去除了噪声，相对minimaxi阈值、heursure 阈值、sqtwolog 阈值处理后更完整的保留了幅度较小的缺陷回波，有助于更加全面的判断缺陷性质。因此对于本文的研究，采用rigrsure阈值法进行去噪是最为适合的。
总结
本文利用小波分析为超声检测信号的去噪。首先，对超声波无损检测的原理及特征进行分析，讨论了超声波的基本物理量和超声波的基本特性。根据超声波在钢材料中传播的特点，对比了传统的傅里叶分析法的缺点，确定了对回波信号进行分析所采用的方法—小波时频分析方法。其次，简要介绍了小波时频分析的基本理论。阐述了信号去噪的原理、方法和步骤，在采用小波分析对缺陷回波信号进行处理时，阈值的选取直接影响到去噪效果。其次对工程应用中的四种阈值选取规则做了阐述，通过计算实例选择了适合超声检测的阈值规则,能够较好的对超声信号进行去噪处理。
参考文献：
21
[1] Shi Qian.Chen DP.Joint Time-Frequency Analysis,Methods and Applications[M] , Prentice Hall PTR,1996.
[2]HUANG NE.The empirical mode decomposition and Hilbert spectrum for nonlinear andnon-stationary time series analysis [M]. Proc R Soc London, 1998.
[3] 邹红星等. 时频分析: 回溯与前瞻[ J]. 电子学报, 2000, 28( 9): 7884. [4] 丁玉美，阔永红，高新波.数字信号处理-时域离散随机信号处理[M].西安：西安电子技 大学出版社，2002.
[5] 张贤达，保铮. 非平稳信号分析与处理[M]. 北京：国防工业出版社. 1999. [6] 王宏禹. 非平稳信号分析与处理[M]. 北京：国防工业出版社. 1999.
[7] 刘庆云，李志舜，刘朝晖.时频分析技术及研究现状[J].计算机工程,2004,30(1):171. [8] 董建华，顾汉明，张星.几种时频分析方法的比较及应用[J].工程地球物理报1997, 30(5):67～86.
[9]李振春，刁瑞，韩文功，刘力辉.线性时频分析方法综述[J].勘探地球物理进展， 2010,30(4): 239～256.
[10]马世伟. 非平稳信号的参数自适应时频表示及其应用的研究[M].上海：上海大学出版 社，2001.
[11]朱明哲，姬红兵，金艳.基于自适应抽取STFT的混合DS/FH扩频信号参数估计[J]. 系 统工程与电子技术, 2010,32(3): 454～457.
[12]周娟，罗建书，乔士东.结合小波变换的零搜索分形图像编码[J] .中国图像图形学 报,2001,6(7) :669～685.
[13]胡昌华等. 基于 Matlab 的系统分析与设计-时频分析[M]. 西安：西安电子科技大学出
版社. 2002.
[14]丁颖， 范影乐，杨勇.神经元动作电位模式分类的小波时频分析方法[J]. 计算机应用,
2010,30(10): 2723～2726.
[15]薛向阳,樊昌信. 一种基于双正交小波变换的静止图像编码算法[J] .电子学报,1997,
25(4):63267～63288.
22