超声检测中,特定的缺陷回波信号一般都有一定的相关性,因而可利用自适应噪声抵消来增强缺陷回波信号.针对最小均方(LMS)算法自适应噪声抵消的缺点,提出了基于小波变换的自适应噪声抵消方法,通过Matlab软件将该算法应用于超声缺陷信号的仿真处理.结果表明,该算法大大提高了缺陷回波信号的信噪比,且具有较高的缺陷定位精度和纵向分辨率.

结合传统自适应噪声抵消系统的基本原理，建立了基于人工神经网络的自适应噪声抵消器，并在理论探索的基础下，将这种方法应用于工程实际问题-万能材料试验机测试系统微机化改造的信号处理。最后，经基于Matlab的Simulink仿真证明，这种方法具有很强的噪声滤除能力和鲁棒性，同时为在线检测应用提供必要的前提条件。