[發明專利]基于共振峰的超聲空化狀態識別方法

無效

• 申請號: 201210018098.4
• 申請日: 2012-01-19
• 公開（公告）號: CN102590338A
• 公開（公告）日: 2012-07-18
• 發明（設計）人: 何永勇;沈再陽
• 申請（專利權）人: 清華大學
• 主分類號: G01N29/036
• 分類號: G01N29/036
• 代理公司: 北京康盛知識產權代理有限公司 11331
• 代理人: 張良

1.一種基于共振峰的超聲空化狀態識別方法，包括以下步驟：

采集設定時間段內的超聲空化場的信號數據，對信號數據進行分幀處理，并將分幀處理后的信號作為待處理信號；

采用全極點線性預測方法對待處理信號建模得到線性預測模型，并通過線性預測模型得到各個共振峰峰值及峰值所在的頻率值，并根據所述頻率值得到基頻頻率平均值和相對高頻共振峰峰值的平均值；

根據基頻頻率平均值與激發空化的超聲頻率之間的大小關系和相對高頻共振峰峰值的平均值大小判斷空化狀態；如果基頻頻率平均值約為超聲頻率的1.3-2倍，則空化區域處于空化狀態，而且相對高頻共振峰峰值越高，空化越劇烈；如果基頻頻率平均值在超聲頻率的1.3倍以下，則空化區域處于無空化狀態。

2.如權利要求1所述的基于共振峰的超聲空化狀態識別方法，其特征在于：所述超聲空化狀態識別方法還包括從分幀處理后的信號中抽取出第一幀作為待處理信號。

3.如權利要求2所述的基于共振峰的超聲空化狀態識別方法，其特征在于：所述超聲空化狀態識別方法還包括判斷待處理的信號是否到達最后一幀信號，是則作出共振峰軌跡圖，否則選取下一幀信號作為待處理信號并采用全極點線性預測方法對其進行建模得到線性預測模型。

4.如權利要求1所述的基于共振峰的超聲空化狀態識別方法，其特征在于：所述判斷空化狀態時參考共振峰軌跡圖，所述共振峰軌跡圖以時間為橫坐標，共振峰頻率為縱坐標，所述共振峰軌跡圖的作出包括以下步驟：

提取各個共振峰峰值及峰值所在的頻率，按照峰值所在的頻率從小到大的順序對各幀峰值進行排列；

按照時間和頻率，以時間為橫坐標，共振峰頻率為縱坐標，在時頻圖上作出共振峰的軌跡圖。

5.如權利要求1所述的基于共振峰的超聲空化狀態識別方法，其特征在于，通過各個共振峰峰值及峰值所在的頻率值獲取基頻頻率平均值和相對高頻共振峰峰值的平均值的步驟包括：

提取各個時間處最小的頻率值，得到所述基頻頻率平均值；

提取各個時間處高頻率值且階次相同的共振峰峰值，得到相對高頻共振峰峰值的平均值。

6.如權利要求1所述的基于共振峰的超聲空化狀態識別方法，其特征在于，判斷空化狀態還包括：如果基頻頻率平均值約為2倍超聲頻率，則空化區域處于劇烈空化狀態，而且相對高頻共振峰峰值越高，空化越劇烈；如果基頻頻率平均值在超聲頻率的1.7倍到2倍之間，則空化區域處于強烈空化狀態，且相對高頻共振峰峰值越高，空化越強烈；如果基頻頻率平均值在超聲頻率的1.3倍到1.7倍之間，則空化區域處于輕微空化狀態；如果基頻頻率平均值在超聲頻率的1.3倍以下，則空化區域處于無空化狀態。

7.如權利要求1所述的一種基于共振峰的超聲空化狀態識別方法，其特征在于，全極點線性預測方法為：

s^(n)=Σi=1pαis(n-i)---(1)]]>

e(n)=s(n)-Σi=1pαis(n-i)---(2)]]>

H(z)=S(z)U(z)=G1-Σi=1pαizi---(3)]]>

E=Σ-∞∞e2(n)=Σ-∞∞[s(n)-Σi=1pαis(n-i)]2---(4)]]>

∂E∂αi=0,i=1,2,...,p---(5)]]>

Σi=1pαiR(k-i)=R(k),1≤k≤p---(6)]]>

R(k)=Σn=kN-1x(n)x(n-k)---(7)]]>

z=ejπffs---(8)]]>

其中，s(n)為第n個采樣值，由前面p個采樣值線性組合進行估計；α_i為預測系數，i＝1，2，...，p；e(n)為式(1)造成的預測誤差；H(z)為式(2)進行拉普拉斯變換得到的傳遞函數；G為預測誤差的方差估計；E為預測誤差e(n)的能量；f為頻率；f_s為采樣頻率；

通過方程組(1)～(8)對所述待處理信號建模得到所述線性預測模型，并利用所述線性預測模型得到所述共振峰峰值頻率和幅值。