论文部分内容阅读
纤维增强型复合材料已在航空、航天等领域中得到广泛的应用，对其进行
超声检测成为一个重要课题。本论文的研究工作集中于声信号处理领域，重点
研究用小波变换和人工神经网络分析、处理纤维增强型复合材料超声检测信
号。小波变换用于信号分析与特征提取，本论文介绍了全采样离散小波变换算
法，在此基础上提出了小波变换分别与取幅度谱和复数包络相结合提取缺陷回
波信息的方法。人工神经网络则对提取的信息(特征)进行处理，实现了识别缺
陷和判断缺陷回波位置两方面的工作；本论文采用多层感知器模型，在训练算
法上从非线性激励函数和学习率两方面研究了对BP算法的改进工作。在理论
研究的同时本论文也做了较多的实验论证及实验对比工作。
第一章介绍了纤维增强型复合材料及其超声检测、超声检测信号外理概
况，引出了小波变换和人工神经网络，明确了本论文的研究方向。
第二章从多分辨分析出发导出了有限支集的规范正交小波基，实现了
Mallat算法及另一种离散小波变换算法，进而推出了全采样的离散小波变换算
法并将其用于分析纤维增强型复合材料超声检测信号，另外本章也对连续小波
变换及其实现作了介绍。
第三章首先构建了一个多层感知器模型，该模型的神经元阈值也转化为连
接键权值，成为可训练参数；接着实现了常规的BP算法，然后针对BP算法
收敛较慢的缺点，从改变非线性激励函数和修改学习率两方面研究了改进工
作，提出了若干新设想，并做了对比实验。
第四章在简介了纤维增强型复合材料超声检测实验后，重点介绍了用小波
变换和人工神经网络识别缺陷和判断缺陷回波位置的工作，其中分别采用幅度
谱法和复数包络法提取缺陷特征和缺陷回波位置信息，判断缺陷回波位置时采
用了分段映射法和连续映射法两种方法。
第五章概括了全文工作的主要结果和结论，并展望了今后应深入开展下去
的工作。