基于贝叶斯估计的漏磁缺陷轮廓重构方法研究
漏磁缺陷轮廓重构是指由检测到的漏磁信号重构缺陷轮廓及参数,是实现漏磁反演的关键.目前常用的反演方法包括神经网络法和优化法,但神经网络法的计算精度受噪声影响严重,优化法计算量大.针对这些问题,提出基于递推贝叶斯估计的漏磁缺陷重构算法.建立缺陷轮廓与漏磁信号的状态空间模型,将反演问题描述为基于状态和观测方程的典型的离散时间跟踪问题,对漏磁信号进行了反演,并在不同信噪比下对神经网络法和所提方法进行了反演效果的比较.结果表明:基于递推贝叶斯估计方法的漏磁信号反演算法精度高,同时对噪声具有鲁棒性,是一种有效可行的漏磁反演新方法.
电磁学、漏磁检测、轮廓重构、粒子滤波、重采样
33
TG115.28(金属学与热处理)
河北省自然科学基金项目E2008001258;军内科研项目
2012-04-20(万方平台首次上网日期,不代表论文的发表时间)
共5页
116-120