摘  要： 根據(jù)超聲探傷信號(hào)的多小波閾值去噪原理,，針對(duì)硬閾值函數(shù)不連續(xù)和軟閾函數(shù)存在恒定偏差的缺點(diǎn),，提出了一種改進(jìn)的軟閾值函數(shù)。針對(duì)目前LabVIEW沒有對(duì)多小波算法支持的缺點(diǎn)和MATLAB強(qiáng)大的數(shù)值處理能力,，利用LabVIEW和MATLAB混合編程技術(shù),，在LabVIEW中實(shí)現(xiàn)了超聲探傷信號(hào)的多小波閾值去噪處理，并顯示消噪波形、保存消噪數(shù)據(jù)和頻譜分析,，擴(kuò)展了LabVIEW的多小波信號(hào)去噪功能,。實(shí)驗(yàn)結(jié)果表明，多小波閾值去噪與單小波閾值相比,，在超聲探傷信號(hào)中起到更好的去噪效果,，改進(jìn)的軟閾值函數(shù)比傳統(tǒng)軟閾值函數(shù)明顯地提高了信噪比，能夠更有效地提取缺陷信息,。
關(guān)鍵詞： 超聲探傷信號(hào),；多小波；閾值去噪,；LabVIEW,；MATLAB Script

　超聲波無損檢測(cè)技術(shù)現(xiàn)在被廣泛應(yīng)用到金屬探傷中，在不損害或不影響被測(cè)對(duì)象的前提下,，希望準(zhǔn)確給出缺陷的大小,、位置和數(shù)量等信息，但是超聲回波中夾雜的噪聲影響了對(duì)缺陷信息的提取,，需要對(duì)其進(jìn)行去噪處理,。由于超聲探傷信號(hào)是一種時(shí)域和頻域均有限的信號(hào)，基于多小波良好的局部化能力,，既保持了單小波所具有的時(shí)域與頻域局部化特性,，又同時(shí)具有對(duì)稱性、正交性,、短支撐性,、高階消失矩[1，2],，可以更有效地對(duì)超聲探傷信號(hào)進(jìn)行去噪分析,。多小波預(yù)處理方法采用Strela[3]提出的重復(fù)行和矩陣預(yù)處理方法。
　本文在介紹多小波閾值去噪原理的基礎(chǔ)上,，針對(duì)硬閾值函數(shù)不連續(xù)和軟閾函數(shù)存在恒定偏差的缺點(diǎn),，提出了一種改進(jìn)的軟閾值函數(shù)，以美國(guó)NI公司推出的圖形化編程語(yǔ)言LabVIEW 作為虛擬儀器平臺(tái),。針對(duì)LabVIEW目前還沒有對(duì)多小波算法支持的缺點(diǎn),，而MATLAB具有很強(qiáng)的數(shù)值分析和處理能力，利用LabVIEW 和MATLAB混合編程技術(shù)[4],，在LabVIEW中實(shí)現(xiàn)了多小波去噪分析,，擴(kuò)展了LabVIEW的多小波去噪功能。
1 超聲探傷信號(hào)多小波閾值去噪
1.1 多小波閾值去噪原理
　超聲探傷信號(hào)的多小波去噪主要依據(jù)是在Besov空

3.2 LabVIEW和MATLAB混合編程設(shè)計(jì)步驟
　本文在MATLAB R2009b和LabVIEW 8.2 環(huán)境下,，應(yīng)用MATLAB Script節(jié)點(diǎn)實(shí)現(xiàn)了MATLAB和LabVIEW 混合編程,，在LabVIEW中實(shí)現(xiàn)了超聲探傷信號(hào)的多小波閾值去噪,。具體設(shè)計(jì)步驟如下：
　（1）啟動(dòng)LabVIEW,，新建一個(gè)VI,，在程序框圖中添加MATLAB Script節(jié)點(diǎn)，該節(jié)點(diǎn)位于Functions Palette的Mathematics|Scripts & Formula|Script Nodes|MATLAB Script Nods,。
?。?）在節(jié)點(diǎn)中導(dǎo)入MATLAB環(huán)境下調(diào)試好的M文件，由于多小波函數(shù)為自定義函數(shù),，使用時(shí)需要通過path（path,，‘M文件路徑’）函數(shù)，在節(jié)點(diǎn)中加入相應(yīng)的M文件的路徑,，否則無法正常調(diào)用M文件,。
　（3）為MATLAB Script節(jié)點(diǎn)添加相應(yīng)的輸入接口,，注意匹配LabVIEW與MATLAB傳遞參數(shù)的數(shù)據(jù)類型,，然后讀取超聲波探傷信號(hào)的數(shù)據(jù)，進(jìn)行濾波處理,，并將結(jié)果返回到LabVIEW的波形圖顯示,。
3.3 LabVIEW中多小波閾值去噪的編程實(shí)現(xiàn)
　（1）前面板設(shè)計(jì)：前面板實(shí)現(xiàn)了數(shù)據(jù)選擇,、路徑顯示,、多小波去噪分析、單小波去噪分析,，波形顯示,、頻譜分析和信噪比計(jì)算。
　多小波分析面板可以通過下拉列表選擇多小波類型,、預(yù)處理方法、閾值量化函數(shù)和分解層數(shù),。單小波面板可以選擇小波類型,、閾值選取規(guī)則、閾值量化函數(shù),、閾值調(diào)整規(guī)則和分解層數(shù),。通過實(shí)驗(yàn)對(duì)比分析，可以選擇一套更適合超聲探傷信號(hào)去噪的最優(yōu)方法,。
?。?）程序框圖中對(duì)應(yīng)的程序設(shè)計(jì)：為了避免CPU資源浪費(fèi)、降低CPU的利用率,，本程序采用LabVIEW提供的事件結(jié)構(gòu),，當(dāng)“多小波分析”或“單小波分析”按鈕按下后,，觸發(fā)相應(yīng)的事件發(fā)生，程序才做出響應(yīng),。多個(gè)事件同時(shí)發(fā)生時(shí)會(huì)形成事件隊(duì)列,，直到每個(gè)事件對(duì)應(yīng)的代碼被執(zhí)行，不會(huì)遺漏事件[4],。
多小波分析調(diào)用了自定義函數(shù)MW_Denoise,，此函數(shù)封裝了多小波預(yù)處理、多尺度分解,、閾值去噪處理,、后處理和重構(gòu)算法。具體函數(shù)接口為designal=MW_Denoise（signalnosie,，′mwname′,，maxlevel，′Preprocess′,，′threshold′）,。signalnosie為含噪聲超聲探傷信號(hào)，′mwname′指定多小波類型（本程序提供了GHM,、Sa4和Haar多小波可供選擇）,，maxlevel指定分解層數(shù)，′Preprocess′指定預(yù)處理方法（本程序采用Strela提出的重復(fù)行預(yù)濾波和矩陣預(yù)濾波）,，′threshold′指定閾值處理函數(shù)（包括軟閾值‘soft’,、硬閾值‘hard’和改進(jìn)軟閾值函數(shù)‘improvesoft’）。
　單小波分析調(diào)用了MATLAB小波工具包函數(shù)wden[9],，函數(shù)接口如下：[XD,，CXD，LXD]=wden（X,，TPTR,，SORH，SCAL,，N,，‘wname’），X為待消噪的信號(hào),，XD為消噪后的信號(hào),，[CXD，LXD]為其分解結(jié)構(gòu),。TPTR指定閾值選取原則,，SORH指定了閾值函數(shù)選擇。SCAL是閾值尺度改變的比例,，N為小波分解的層數(shù),。wname為分解時(shí)所用的小波,。
　上述的各個(gè)參數(shù)可以右擊MATLAB Script節(jié)點(diǎn)，添加相應(yīng)輸入口和輸出口,，然后通過LabVIEW添加相應(yīng)的變量進(jìn)行控制,，但必須注意數(shù)據(jù)類型的匹配，否則無法完成接口的通信,。單小波和多小波去噪程序框圖如圖3所示,。

4 實(shí)驗(yàn)結(jié)果與分析
　本文的超聲探傷數(shù)據(jù)從數(shù)字式超聲波探傷儀獲得，采用的是脈沖反射法A型顯示,。橫坐標(biāo)代表超聲波的傳播距離,，反射波的位置可以確定缺陷的位置，縱坐標(biāo)代表反射波的幅度,，其高度可估計(jì)出缺陷的性質(zhì)和大小[10-11],。
　未經(jīng)過去噪的超聲探傷信號(hào)時(shí)域圖和對(duì)應(yīng)的頻譜以及多小波去噪后的頻譜如圖4所示，從時(shí)域波形圖可以看出缺陷信息已經(jīng)被噪聲湮沒,，無法準(zhǔn)確地辨別缺陷的具體位置,，從頻譜圖中可以看出疊加了許多噪聲的頻譜，多小波去噪后,，頻譜中的噪聲譜明顯減少,，有比較明顯的去噪效果。

　下面通過信噪比（SNR）進(jìn)一步比較改進(jìn)軟閾值函數(shù)和傳統(tǒng)軟,、硬閾值函數(shù)的去噪效果,。
　本實(shí)驗(yàn)分別使用sym8單小波和GHM[12]多小波，分解層數(shù)均為6層,。去噪后的信噪比如表1所示,。

　信噪比越高，去噪信號(hào)就越接近原始信號(hào),，去噪效果也就越好,。由圖5的縱向比較可以看出，無論是單小波還是多小波,，改進(jìn)后的軟閾值函數(shù)比傳統(tǒng)的軟閾值函數(shù)在信噪比方面都有明顯的提高,。從橫向比較，多小波無論在軟,、硬閾值函數(shù)還是改進(jìn)后的軟閾值函數(shù)方面，去噪后的信噪比都要高于單小波,，可見多小波對(duì)于超聲探傷信號(hào)去噪效果更好,。
從表1也可以看出，硬閾值函數(shù)更加適合超聲探傷信號(hào)去噪,。采用硬閾值函數(shù)量化,，當(dāng)多小波系數(shù)的絕對(duì)值小于閾值時(shí),，將其全部置零，濾除噪聲,，當(dāng)多小波系數(shù)的絕對(duì)值大于或等于閾值時(shí),，保持多小波的系數(shù)原值；采用軟閾值函數(shù)量化,，重構(gòu)的多小波系數(shù)和原值之間存在恒定偏差的問題,，相當(dāng)于系數(shù)幅值的壓縮，減少了重構(gòu)信號(hào)的能量,，重構(gòu)后的信號(hào)幅值會(huì)略微有所下降,。而采用改進(jìn)后的軟閾值函數(shù)量化時(shí)，當(dāng)分解的系數(shù)大于等于閾值時(shí),，隨著分解系數(shù)值的增加會(huì)逐漸地逼近真實(shí)的多小波系數(shù),，雖然幅值也會(huì)有所下降，但是去噪效果接近硬閾值,。
　本文提出了一種改進(jìn)的軟閾值函數(shù),，有效克服了硬閾值函數(shù)不連續(xù)和軟閾函數(shù)存在恒定偏差的缺點(diǎn)。針對(duì)目前LabVIEW沒有對(duì)多小波算法支持的現(xiàn)狀,，通過使用LabVIEW和MATLAB混合編程技術(shù),，在LabVIEW中實(shí)現(xiàn)了對(duì)超聲探傷信號(hào)的多小波閾值去噪處理，并且實(shí)現(xiàn)了消噪波形顯示,、消噪數(shù)據(jù)保存和頻譜分析等功能,。既保持了LabVIEW友好的界面顯示，又?jǐn)U展了LabVIEW的多小波閾值去噪功能,。實(shí)驗(yàn)結(jié)果表明,，改進(jìn)的軟閾值函數(shù)比傳統(tǒng)軟閾值函數(shù)明顯的提高了信噪比，克服了軟閾函數(shù)在重構(gòu)多小波系數(shù)時(shí)存在恒定偏差的缺點(diǎn),。通過對(duì)比多小波閾值去噪與單小波閾值去噪后的結(jié)果,，可以清楚看出，多小波去噪效果有較明顯的優(yōu)勢(shì),，尤其在信號(hào)被噪聲湮沒的情況下,，多小波還能準(zhǔn)確地重構(gòu)出原始信號(hào)，能夠更加準(zhǔn)確地反映出微小傷痕的情況,，有利于提取能超聲探傷信號(hào)中的缺陷信息,。
參考文獻(xiàn)
[1] 劉明才.小波分析及其應(yīng)用[M].北京：清華大學(xué)出版社，2005.
[2] 程正興,，楊守志,，馮曉霞.小波分析的理論算法進(jìn)展和應(yīng)用[M].北京：國(guó)防工業(yè)出版社，2007.
[3] STRELA V,， WALDEN A T. Signal and image denoising via wavelet thresholding： orthogonal and biorthogonal,， scalar and multiple wavelet transforms. Imperial College,， Statistics Section， Technical Report TR-98-01,，（1998）.
[4] 陳錫輝,，張銀鴻.LabVIEW8.20程序設(shè)計(jì)從入門到精通[M].北京：清華大學(xué)出版社，2007.
[5] DONOHO D L. De-noising by soft-thresholding[J]. IEEE,，Transaction. on IT,，1995，41（3）：613-627.
[6] 周西峰,，朱文文,，郭前崗.基于漸近半軟閾值函數(shù)的超聲信號(hào)去噪方法[J].探測(cè)與控制學(xué)報(bào)，2011,，33（2）.
[7] 程學(xué)慶,，房曉溪，張健.LabVIEW圖形化編程與實(shí)例應(yīng)用[M].北京：中國(guó)鐵道出版社,，2005.
[8] 楊青川,，華宇寧，張悅.基于LabVIEW的虛擬小波消噪儀的設(shè)計(jì)與實(shí)現(xiàn)[J].儀表技術(shù)與傳感器,，2007（4）.
[9] 葛哲學(xué),，沙威.小波分析理論與MATLAB R2007實(shí)現(xiàn)[M]. 北京：電子工業(yè)出版社，2007.
[10] 林莉,，李喜孟.超聲波頻譜分析技術(shù)及其應(yīng)用[M].北京：機(jī)械工業(yè)出版社,，2009.
[11] 李國(guó)華，吳淼.現(xiàn)代無損檢測(cè)與評(píng)價(jià)[M].北京：化學(xué)工業(yè)出版社,，2009.
[12] GERONIMO J,， HARDIN D， MASSOPUST P R. Fractal functions and wavelet expansions based on several functions[J]. J Approx Theory,， 1994,；78：373-401.