改进的最小方差算法在超声成像中的应用

为了提高最小方差超声成像算法的分辨率、对比度以及对噪声的鲁棒性,提出一种改进的最小方差成像算法。该方法首先基于回波信号中期望信号与噪声信号的可分离性将信号划分为期望信号和噪声信号,然后根据最小方差原理,求出加权向量使期望信号功率最小,同时,为了增加算法对噪声的鲁棒性,对信号方向向量增加一对约束条件,进一步提高图像质量。在全发全收和合成孔径模式下对点目标和吸声斑进行仿真,结果表明所提算法在全发全收模式下,-6 dB处分辨率在最小方差基础上提高了1倍左右,在合成孔径模式下,对比度在特征空间最小方差算法基础上提高了8 dB,且远优于传统延时叠加算法。最后通过实验进一步表明改进的最小方差算法图像在分辨率、对比度及对噪声的鲁棒性等方面表现更优,可以有效的改善超声图像的质量。     

一种广义旁瓣相消的超声成像算法

针对最小方差和相干系数结合算法在超声成像对比度、分辨率和对噪声的鲁棒性方面存在的不足, 提出一种广义旁瓣相消的成像算法. 首先基于最小方差准则, 构造广义旁瓣相消器, 获得自适应与非自适应两部分加权向量, 然后根据接收信号的协方差矩阵构建特征阈值信号子空间, 并将获得的加权向量投影到此特征信号子空间的左奇异矢量空间中, 获得新的加权矢量. 通过Field II点目标和吸声斑仿真结果表明: 该方法获得的超声图像在对比度、分辨率和对噪声的鲁棒性上均优于传统延时叠加算法及最小方差和相干系数结合算法, 同时将广义旁瓣相消算法获得的加权向量与符号相干系数结合, 还能进一步提高超声图像质量. 最后通过geabr_0实验数据进行测试, 结果表明: 提出算法的分辨率和对比度及对噪声的鲁棒性上均优于传统延时叠加算法及最小方差和相干系数结合算法.     

拉延成形多目标序列响应面法优化设计方法

为了克服常规响应面法在整个设计空间进行逼近导致精度低和传统的单目标优化设计,只能针对其中的一个目标进行优化的缺陷,提出了一种多目标序列响应面法,优化设计拉延筋几何参数的方法. 该方法通过移动、缩放等方式在设计空间中不断更新兴趣域,在不同的兴趣域中将实验设计、响应面法和多目标粒子群优化算法相结合,获得了一组最小化起皱、拉裂缺陷的等效拉延阻力非劣解. 利用最小距离选解法从非劣解集中挑选出一组成形效果最好的解, 并以此解作为下一迭代步兴趣域的中心,直到收敛至一组最优的等效拉延约束阻力. 以最优等效拉延阻力为约束条件,利用等效拉延筋阻力模型结合遗传算法对拉延筋的真实几何参数进行设计. 优化设计的拉延筋几何参数提高了板料的成形性能. 算例表明,该方法具有较高的精度和较强的工程实用性.