声发射信号处理系统是声发射检测的关键环节,也是声发射技术的重点研究内容。本文对声发射信号特性进行分析,采用小波分析和支持向量机等信号处理技术,针对声发射处理系统软硬件设计、声发射信号信噪比提高、声发射源定位时延估计和声发射源分类识别等关键技术展开研究,主要工作如下:设计了基于波形分析的高速多通道声发射信号采集处理系统,构建了具有通用性、可扩展性的嵌入式硬件结构,以满足声发射信号处理快速性和大计算量的需求,提高了声发射信号采集的精度,并为后续研究工作的开展提供了完备的软硬件平台。研究了声发射信号信噪分离方法,针对传统小波变换算法复杂度高、运算速度慢不利于实时声发射信号去噪预处理的问题,提出了一种运算速度快、结构简单的基于提升小波的声发射信号去噪算法,有效地提高信噪比并易于硬件实现。系统分析了时延估计对声发射源定位精度的影响,利用小波分析良好的滤波特性,将小波分析与相关分析相结合,提出一种基于小波变换的相关时延估计方法,构建了基于Coif5小波的时延相关估计算法,解决传统时延相关估计方法易受噪声影响,导致时差定位精度低的问题。通过对复合材料声发射信号传播特性的分析,结合基于小波的相关时延估计算法,提出了基于声速修正的改进时差定位算法,解决了在复合材料声发射频度过高、传播衰减过大或检测通道数有限时无法采用声发射时差定位的问题,提高了复合材料声发射源定位精度。以提高小样本数据集下声发射源识别准确率为目的,构建了声发射信号小波包特征参量提取算法,将小波包特征能量分布系数作为分类器的输入特征向量,提出了一种基于二叉决策树分类策略的支持向量机多分类方法,提高了声发射源的识别准确率。