针对孔型缺陷的自适应滤波应用研究

摘要：为了准确检测出工件内部由于噪声影响存在的孔型缺陷，本文通过分析自适应滤波原理，运用自适应滤波去噪方法对存在孔型缺陷的工件的回波信号进行去噪处理；噪声杂波被有效滤除，效果明显。

关键词：孔型缺陷 自适应滤波 去噪处理

中图分类号：TH878.2 文献标识码：A 文章编号：1007-9416（2013）08-0067-02

1 前言

自适应滤波是利用前一时刻已获得的滤波器参数等结果，自动地调节现时刻的滤波器参数，以适应信号和噪声未知的或随时间变化的统计特性，从而实现最优滤波。对于自适应滤波器，北方交通大学的迟男等人在TMS320C32芯片（DSP处理器）上扩展EPROM和RAM，实现了30阶LMS自适应滤波器，使用的A/D转化器件为AD1674，最高采样频率为100KHz；国外的HesenerA.于1996年提出了用FPGA实现自适应滤波器的设想，并在FPGA上实现了处理速度可达SM的8阶8位FIR滤波器。本文借鉴国内外滤波器的优良之处，对有噪声干扰的孔型缺陷信号进行去噪研究。

2 自适应滤波器原理

滤波是信号处理领域中的一种基本而又极其重要的技术，然而滤波方法有很多，一般用到中值滤波法、算术平均滤波法、递推平均滤波法、加权递推平均滤波法及自适应滤波法。不同的滤波方法针对不同的对象各有优缺点，而对于有随机噪声干扰的孔型缺陷信号，拥有能有效克服因偶然因素引起的脉冲干扰，自适应滤波方法是最佳选择。

自适应滤波器是根据不同对象自设计的，由于其靠递归算法进行运算，不必事先给定信号及噪声的自相关函数，利用前一时刻已获得的滤波参数等结果，自动地调节现时刻的滤波器参数，使得滤波器输出和未知的输入之间的均方误差最小化，从而实现超声信号的最优滤波。因此可在有关信号特征不完整的情况下进行滤波处理。

自适应滤波器由自适应和滤波器两个过程组成，两者组成了一个反馈回路。X（n）为输入信号，y（n）为输出信号，d（n）为期望信号，e（n）是期望信号与输出信号的差值。滤波系数由误差信号控制，根据e（n）的值和自适应算法自动调整。

公式推导如下：

自适应滤波实际上是一种递推算法，首先，它用任意选择的{h（k）}的初始值作为开始，其次，将每一个新的输入样本{x（k）}输入到自适应FIR滤波器，计算相应的输出{y（k）}，误差信号为e（n）=d（n）-y（n），并按方程

更新滤波器的系数，式（3.4）中Δ称为步长参数，x（n-k）是输入信号在时间n位于滤波器的第k个样本，而e（n）x（n-k）是第k个滤波器系数的一个梯度负值的近似估计。

3 自适应滤波处理结果与分析

3.1 无缺陷自适应滤波结果

本文选择容易受到干扰噪声的孔型缺陷信号作为处理对象，通过超声探头位置移动得到两个信号分别作为x（n）与d（n）输入自适应滤波器，此时可认为超声探头前后相关性降低较多。因此，超声探头位置移动得到的两个缺陷回波信号作为自适应滤波器可实现噪声抵消的效果。在没有缺陷的被测物体噪声被成功的滤除，由图2看出效果还是非常不错的。

3.2 孔型缺陷自适应滤波结果

由图4和图5看出滤波后的缺陷回波信号还是很明显的，保留了其完整的信息，幅值也没有变，噪声部分被成功滤除。

4 结语

本文借鉴国内外滤波器的优良之处，通过分析自适应滤波器的原理，推导有关算法公式，并对孔型缺陷进行试验。实验表明：针对有噪声干扰的孔型缺陷信号，通过自适应滤波器对其进行滤波处理，噪声杂波被有效滤除，效果明显。

参考文献

[1]刘镇清，项延训.自适应滤波在超声无损检测中的应用[J].无损检测，2001，9.399-401.

[2]何振亚.自适应信号处理[M].第一版.北京：科学出版社，2003.1-85.

[3]陈友兴，王召巴.自适应滤波在多界面超声检测中的应用[J].中国测试技术，2006，32（4）：57-58.

[4]迟男，刘杰.浮点DSP实现自适应滤波的研究[J].北方交通大学学报，2000，24（5）：1-4.