基于FOA-LM算法的超声回波信号参数估计

在超声回波参数估计中,搜索莱文伯格一马夸特(Levenberg-Marquard,LM)算法的最优解会受到迭代初值与参数向量真实解接近程度的影响。针对LM算法对迭代初值敏感的问题,提出了果蝇优化算法(Fruit fly optimization algorithm,FOA)算法和LM算法结合的参数估计方法。该方法充分利用FOA算法善于进行全局搜索和LM算法善于进行局部快速搜索的优点,首先使用FOA算法求出超声回波信号的参数初值,然后利用这组初值进行LM法迭代搜索。仿真结果表明,基于FOA和LM算法相结合的方法,具有收敛速度快,精度高的特点。     

基于双高斯衰减模型的超声回波处理方法

信号降噪与特征提取是超声检测数据处理的关键技术.基于超声信号有特定结构而噪声和超声信号的结构无关,本文提出一种旨在解决强噪声背景下超声回波的参数估计和降噪问题的方法.该方法将超声回波的参数估计和降噪问题转换为函数优化问题,首先根据工程经验建立超声信号的双高斯衰减数学模型,然后根据观测回波和建立的超声信号模型确定目标函数,接着选择人工蜂群算法对目标函数进行优化从而得到参数的最优估计值,最后由估计出的参数根据建立的超声信号数学模型重构出无噪的超声估计信号.通过仿真和实验表明本文方法可以准确估计出信噪比大于-10 dB的含噪超声回波中的无噪信号,且效果优于基于自适应阈值的小波降噪方法和经验模态分解方法;此外相比常用的指数模型和高斯模型,本文提出的双高斯衰减超声信号模型与实测超声信号更接近,其均方误差为9.4×10~(-5),波形相似系数为0.98.     

水下连续波有源探测的回波检测算法

研究线性调频连续波在水下探测中的信号模型、回波信号的检测和目标参数估计方法,通过分析回波信号与发射信号间的差拍信号,提出差拍-分数阶傅里叶变换结构的处理算法。为了减少分数阶傅里叶变换二维搜索时的计算量,首先使用Radon-Ambiguity变换估计差拍信号的调频斜率,再做相应阶次的分数阶傅里叶变换。数值仿真说明提出的算法能够有效消除线性调频连续波的距离-速度耦合现象,准确估计目标参数。通过湖上试验比较线性调频脉冲信号和线性调频连续波的处理增益,提出的算法处理的连续波比匹配滤波方法处理的脉冲信号处理增益大13 dB。研究结果表明该算法在连续波水下探测中可行有效,不仅能够准确估计目标参数,还具有良好的检测性能。      

基于均值似然估计的激光探测微动特征提取和分离

最大似然估计是提取目标微动特征参数的最佳估计方法,但直接用网格法求解计算量巨大,且激光探测微多普勒回波信号对应的代价函数具有高度非线性,存在多个局部最大值。为此,提出均值似然估计与蒙特卡罗结合的估计方法,给出了最大似然参数估计的闭合表达式,再通过设计压缩似然函数获得全局最大值,通过蒙特卡罗法抽样并计算循环均值估计出参数。该方法避免了传统方法中对高精度初始值和复杂迭代算法的依赖,能够实现参数的联合估计。对于多分量微多普勒信号,该方法可在参数估计的同时实现各微动分量分离,且不增加算法的复杂性。对仿真和实验数据进行估计,结果表明,该方法在达到近似于最大似然估计性能的同时可有效降低计算复杂度并确保了全局收敛,实现信号的分离和参数估计。     

一种新的参数估计方法及其在混沌信号盲分离中的应用

为了有效地估计非线性映射中的参数,本文采用一种容积准则近似该映射的加权积分函数. 基于由状态空间模型建模的参数,提出了一种新的参数估计方法. 混沌信号的盲分离是一种具有挑战性的参数估计问题.将新的参数估计方法应用在该问题上, 实现混沌信号的有效重构.仿真结果表明该算法具有较快的收敛速度和较高的数值精度, 并能有效地分离原始混沌信号.     

运动目标激光微多普勒效应平动补偿和微动参数估计

利用激光探测微多普勒效应可以精确估计微动参数,有利于实现目标的准确分类和精细识别.运动目标的微多普勒效应是一种由多项式相位信号模型与正弦调频模型组成的混合信号.对于这类混合信号中的微动参数估计目前还未提出有效的方法.对此,本文提出一种基于分数阶傅里叶变换(Fr FT)的平动补偿方法,通过设计对Fr FT参数域的带宽搜索方法,可以从混合信号中精确估计平动参数,实现平动和微动的分离;通过设计静态参数粒子滤波器,从补偿后的信号中准确估计了微动参数;针对静态参数模型,采用马尔可夫-蒙特卡罗方法增加粒子多样性,并利用累积残差定义新的粒子权重计算函数,保证了算法在对多维参数估计时的快速有效收敛,避免了参数分别估计时误差传递的影响.通过仿真分析对比和实验数据,验证了本文所提补偿和参数估计算法的有效性.     

基于分数阶傅立叶变换的线性调频回波参数估计

本文提出了一种适用于宽带线性调频回波的分数阶傅立叶变换参数估计方法。它通过寻找合适的信号代替发射信号做模版,使得模版信号与接收信号的模糊函数匹配度高,峰值尖锐,失真率低。再利用分数阶傅立叶变换与模糊函数的关系,使用两次分数阶域的峰值搜索代替原有的一次二维搜索降低计算量。仿真实验结果表明,本文提出的方法在精确估计宽带回波的时延和频移的同时降低了计算复杂度。     

基于矢量线阵的目标低频线谱提取方法

主动声呐系统常采用线性调频信号探测水下目标。利用分数阶傅里叶变换处理线性调频回波时,可在低信噪比和强混响背景下获得目标参数的有效估计。主动声呐系统常通过增大发射信号的时间带宽积来提升系统的距离分辨力和速度分辨力,但却带来了计算复杂度的显著增加,尤其是奈奎斯特采样下基于分数阶傅里叶变换的回波处理方法,导致数据处理时间难以满足功耗和体积受限的无人水下航行器平台的实时性要求。针对此问题,该文提出分数阶傅里叶变换的带通采样实现方法,通过对线性调频信号时频特性直线在分数阶域的投影进行修正,使利用分数阶傅里叶变换方法处理带通采样的回波数据时,可获得正确的目标参数估计。计算机仿真数据和无人水下航行器湖试数据处理结果验证了分数阶傅里叶变换的带通采样实现方法的正确性,数据处理时间能够满足无人水下航行器平台处理的实时性要求。     

关于宽带和窄带超声血流速度测量方法的评价

本文对现有的几种超声血流速度测量方法做了细致的分析和计算机仿真研究，指出了各种方法的本质特点和他们之间的联系。理论分析和仿真的结果表明；脉冲多普勒方法和自相关法是本质上相同的两种窄带估计方法，由于它们对信号做的窄带假设与实际的信号有一定的差别，导致它们的估计性能较差；一方面不能充分利用多次回波的数据，另一方面还存在着严重的速度混叠现象，信号的频带愈宽，估计的效果愈差．时域互相关法、宽带极大似然法和二线傅氏变换法是三种宽带估计方法，其中时域互相关法和二维傅氏变换法结果上是完全相同的。宽带估计方法明显优于窄带方法，它们不仅有较高的速度分辨率并对速度混叠分量有很好的抑制作用，而且随着信号频带的增加和采样数据的延长，估计的质量还可以得到进一步的提高。     

对低信噪比非稳定信号的参数估计MESPRIT

对振幅衰减和信噪比极低的信号进行参数估计,最常用的傅氏变换以及大多数现代信号参数估计方法(如,最大熵法MEM、线性预测奇异分解法LPSVD等),其结果都不能令人满意.本文针对信号衰减、信噪比极低的特点,改进了基于旋转不变技术的信号参数的估计方法(MESPRIT),并给出几种估计方法的对比仿真结果.     

超声波流速测量的多普勒频移提取方法研究

为了提高超声波多普勒法测量复杂流体流量的精度,针对流体的超声回波频率的复杂性,本文研究多普勒流速测量中的频偏提取方法。以傅里叶分析为理论基础,设计了硬件电路并获得代表回波平均频率的信号,然后以该信号作为输入,以数字鉴频法获得回波多普勒频移。基于该方法设计了一种超声多普勒流量测量系统,实验结果显示:油水混合流体流量的测量误差在3%以内,从而证实了此频偏提取方法的有效性。     

Ultrasonic flaw detection in NDE of highly scattering materials using wavelet and Wigner-Ville transform processing

In ultrasonic non-destructive evaluation of highly scattering materials the backscattering noise may attain peak values greater than the searched flaw pulse and the mean value of noise spectrum is very similar to the searched echo spectrum. Several specific methods have been proposed for the reduction of this type of noise, but the comparison of the performance of different methods is still an open problem. In this paper, we make a comparison among some methods based on simultaneous representations in time and frequency/scale domains of the ultrasonic traces. Synthetic and experimental traces are de-noised using a discrete wavelet processor with decomposition level-dependent threshold selection and a method that combines Wigner-Ville transform and filtering in the time-frequency domain. The results are comparatively evaluated in terms of signal to noise ratio and probability of detection.     

基于模拟退火算法的超声回波参数估计

本文应用模拟退火算法来改进超声回波模拟问题。仿真结果表明，该算法不需计算梯度，与初始选择值无关，并可在较大范围内搜索。从而避免了应用高斯-牛顿迭代法模拟超声回波的缺陷，即解决了选择的初始值只有在真实值附近才能迭代出最优解的问题。     

阻尼最小二乘算法CARS光谱温度拟合

为了解决相干反斯托克斯喇曼散射（CARS）光谱CARSFT计算程序在温度拟合过程中,对初值依赖大、测量光谱信噪比差、不易收敛的问题,通过分析非线性迭代算法,采用了阻尼最小二乘算法对氮气CARS光谱进行温度拟合。针对CARS理论光谱计算公式较为复杂的特点,采用数值差分的方式来获得迭代计算时所需要的设计矩阵。分析了横向偏移、纵向偏移和温度三个主要参量对拟合残差的影响,发现纵向偏移的初值设置对温度拟合影响较大。拟合温度2000 K时的标准理论CARS光谱,设置偏离较大的初始值,采用阻尼最小二乘法获得了较好的结果。迭代计算167步后,温度拟合为2 005.6 K,残差为0.027 463。拟合光谱信噪比较差的CARS光谱,阻尼最小二乘法也能稳定收敛。结果验证了阻尼最小二乘法对初值的依赖不大,并且当拟合谱信噪比较差时也能收敛,可用于在恶劣环境下CARS测量光谱的拟合。     

Sparse signal representation and its applications in ultrasonic NDE

Many sparse signal representation (SSR) algorithms have been developed in the past decade. The advantages of SSR such as compact representations and super resolution lead to the state of the art performance of SSR for processing ultrasonic non-destructive evaluation (NDE) signals. Choosing a suitable SSR algorithm and designing an appropriate overcomplete dictionary is a key for success. After a brief review of sparse signal representation methods and the design of overcomplete dictionaries, this paper addresses the recent accomplishments of SSR for processing ultrasonic NDE signals. The advantages and limitations of SSR algorithms and various overcomplete dictionaries widely-used in ultrasonic NDE applications are explored in depth. Their performance improvement compared to conventional signal processing methods in many applications such as ultrasonic flaw detection and noise suppression, echo separation and echo estimation, and ultrasonic imaging is investigated. The challenging issues met in practical ultrasonic NDE applications for example the design of a good dictionary are discussed. Representative experimental results are presented for demonstration.     

Reflectivity function reconstruction using the frequency deconvolution technique

Deconvolution of ultrasonic echo signals improves resolution and quality of ultrasonic images. A frequency deconvolution algorithm depends on the Fast Fourier transform is proposed for ultrasonic data. The stability of the algorithm and the influence of the truncation effect on the deconvoluted results were investigated with respect to the duration time of reflectivity function reconstruction and the signal to noise ratio. Reliability of the separation of reconstructing the reflectivity of a biological tissue is estimated by frequency deconvolution of the echo ultrasound signals.     

利用先验估计自适应加窗的准静态超声弹性成像位移估计算法

准静态弹性成像技术是基于组织压缩前和压缩后超声回波射频信号进行组织运动重构的弹性成像技术。提出了一种基于先验估计的自适应窗函数算法,在位移估计过程中,使用已估计的临近窗的时延值作为先验信息,自动调整截取压缩后射频信号段的截取窗函数,提高了互相关运算所需的压缩前和压缩后信号段之间的相关性。仿真实验结果表明,该算法不仅大大提高了成像速度,而且提高了信噪比较低时的成像质量,同时该算法具有更宽的应变通带。