K-SVD和OMP算法在超声信号去噪中的应用

摘要：

针对在线采集时超声波检测信号中存在大量噪声,降低了材料内部缺陷诊断准确性的问题,提出了一种基于广义K-奇异值分解算法(K-SVD)和正交匹配追踪算法(OMP)相结合的超声回波信号去噪算法.该算法利用K-SVD算法将Gabor字典训练成能够最有效反映信号结构特征的超完备字典,然后基于训练完成的超完备字典,用OMP算法把一定数量的字典原子进行线性组合来构成原始信号,从而实现信号的去噪.通过仿真实验将本文方法与传统的小波阈值去噪方法进行了对比研究.实验结果表明,该方法对超声回波信号的去噪效果优于小波阈值去噪方法,且噪声越大对比越明显,不仅可更有效地滤除信号中的高斯白噪声,提高信噪比,且尽可能保留了原始信号有用信息.

关键词：超声回波、K-SVD算法、OMP算法、小波去噪

所属期刊栏目：35

分类号：TB553(声学工程)

资助基金：辽宁省教育厅科技计划项目资助L2012100;鞍山市科技计划项目专项资助

在线出版日期：2016-09-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：95-101