管道漏磁內(nèi)檢測數(shù)據(jù)預(yù)處理方法

第1章 緒論
1．1 漏磁內(nèi)檢測數(shù)據(jù)預(yù)處理的目的及意義
1．1．1 漏磁內(nèi)檢測的研究目的及意義
1．1．2 數(shù)據(jù)預(yù)處理的研究目的及意義
1．2 管道漏磁內(nèi)檢測基本原理
1．2．1 常見的無損檢測
1．2．2 漏磁內(nèi)檢測的基本原理
1．2．3 漏磁檢測在管道缺陷的適用性
1．3 國內(nèi)外管道漏磁內(nèi)檢測數(shù)據(jù)預(yù)處理方法研究現(xiàn)狀
1．3．1 國內(nèi)外管道漏磁內(nèi)檢測研究現(xiàn)狀
1．3．2 國內(nèi)外數(shù)據(jù)預(yù)處理方法研究現(xiàn)狀
1．4 漏磁內(nèi)檢測數(shù)據(jù)預(yù)處理流程

第2章 漏磁內(nèi)檢測數(shù)據(jù)有效性判定方法
2．1 有效性判定原則
2．2 有效性判定方法
2．2．1 數(shù)據(jù)抽樣
2．2．2 數(shù)據(jù)缺失百分比判定
2．2．3 數(shù)據(jù)異常百分比計算
2．2．4 里程信息準(zhǔn)確性判定

第3章 漏磁內(nèi)檢測數(shù)據(jù)校正方法
3．1 漏磁數(shù)據(jù)校正基本理論
3．1．1 漏磁檢測信號的信息識別
3．1．2 漏磁數(shù)據(jù)校正基本理論
3．2 漏磁數(shù)據(jù)里程校正
3．3 漏磁數(shù)據(jù)基線校正
3．3．1 基于中值校正的基線校正方法
3．3．2 基于改進(jìn)的平均中值基線校正方法

第4章 漏磁內(nèi)檢測數(shù)據(jù)濾波方法
4．1 漏磁信號的頻譜分析
4．1．1 頻譜分析原理
4．1．2 噪聲識別
4．1．3 漏磁信號的頻譜分析
4．2 濾波原理
4．2．1 濾波原理
4．2．2 邊緣效應(yīng)
4．3 漏磁數(shù)據(jù)單通道經(jīng)典濾波方法
4．3．1 FFT濾波
4．3．2 中值濾波
4．3．3 平滑均值濾波
4．3．4 窗函數(shù)法濾波
4．3．5 函數(shù)法小波濾波
4．3．6 一維小波工具箱濾波
4．3．7 等紋低通濾波
4．3．8 貝塞爾濾波
4．4 漏磁數(shù)據(jù)單通道自適應(yīng)濾波方法
4．4．1 單通道自適應(yīng)濾波算法設(shè)計
4．4．2 無缺陷信號混合濾波算法
4．4．3 大缺陷信號混合濾波算法
4．4．4 小波動信號混合濾波算法
4．4．5 漏磁數(shù)據(jù)單通道自適應(yīng)濾波算法的實現(xiàn)
4．5 漏磁數(shù)據(jù)多通道經(jīng)典濾波方法
4．5．1 高斯濾波
4．5．2 巴特沃斯濾波
4．5．3 小波包濾波
4．6 漏磁數(shù)據(jù)多通道自適應(yīng)濾波方法
4．6．1 多通道自適應(yīng)濾波算法設(shè)計
4．6．2 無缺陷區(qū)域混合濾波算法
4．6．3 大缺陷區(qū)域混合濾波算法
4．6．4 小波動區(qū)域混合濾波算法
4．6．5 漏磁數(shù)據(jù)多通道自適應(yīng)算法的實現(xiàn)

第5章 漏磁內(nèi)檢測異常數(shù)據(jù)檢測方法
5．1 異常信號識別
5．1．1 超限信號
5．1．2 傳感器劇烈抖動信號
5．1．3 局部過平滑信號
5．1．4 數(shù)據(jù)漂移信號
5．1．5 單通道異常點分析
5．2 基于閾值分割的漏磁異常數(shù)據(jù)檢測方法
5．2．1 閾值分割算法理論及步驟
5．2．2 仿真分析
5．3 基于差分分段的漏磁異常數(shù)據(jù)檢測方法
5．3．1 差分分段法理論及步驟
5．3．2 仿真驗證
5．4 基于移動窗體局部均方差的漏磁異常數(shù)據(jù)檢測方法
5．4．1 移動窗體局部均方差方法的理論及步驟
5．4．2 仿真分析

第6章 漏磁內(nèi)檢測缺失數(shù)據(jù)插補(bǔ)方法
6．1 漏磁數(shù)據(jù)缺失評估
6．1．1 漏磁數(shù)據(jù)缺失情況判定方法
6．1．2 漏磁內(nèi)檢測數(shù)據(jù)缺失特征識別
6．2 經(jīng)典缺失數(shù)據(jù)插補(bǔ)方法
6．2．1 雙線性插補(bǔ)
6．2．2 三次Lagrange插補(bǔ)
6．2．3 三次樣條插補(bǔ)
6．2．4 自適應(yīng)多重插補(bǔ)
6．2．5 克里金插補(bǔ)
6．3 基于KNN的漏磁數(shù)據(jù)插補(bǔ)方法
6．3．1 KNN算法的原理
6．3．2 基于KNN的漏磁缺失數(shù)據(jù)插補(bǔ)方法
6．3．3 仿真數(shù)據(jù)結(jié)果分析
6．4 基于K-D tree驅(qū)動的高效缺失數(shù)據(jù)插補(bǔ)
6．4．1 K-D tree數(shù)據(jù)結(jié)構(gòu)原理
6．4．2 基于K-D tree驅(qū)動的高效近鄰搜索方法
6．5 基于KNN-SVR的缺失數(shù)據(jù)插補(bǔ)
6．5．1 多輸出SVR算法原理
6．5．2 基于KNN-SVR的數(shù)據(jù)插補(bǔ)
6．5．3 仿真數(shù)據(jù)結(jié)果分析
6．6 基于LS-KNN的漏磁數(shù)據(jù)插補(bǔ)方法
6．6．1 LS-KNN數(shù)據(jù)插補(bǔ)流程
6．6．2 仿真結(jié)果分析
6．6．3 算法比較
參考文獻(xiàn)