基于K-SVD的超声相控阵CFRP信号稀疏特征提取

摘要

cqvip:本文针对传统超声相控阵回波信号在碳纤维复合材料缺陷检测中特征提取上存在局限性,并且为了应对"大数据"时代对数据量的要求,提出一种基于K-SVD字典的超声回波稀疏特征提取方法。将稀疏表示应用在超声相控阵信号特征提取上,构造一种根据超声相控阵回波特点的K-SVD字典,利用正交匹配追踪方法对碳纤维复合材料缺陷信号稀疏表示。根据字典的特点,提取有效信息作为稀疏特征,输入神经网络实现缺陷自动分类,并与传统的小波特征和时域特征对比。结果显示,稀疏特征具有更好的分类效果,且在低信噪比下具有更好的鲁棒性。