[發明專利]一種基于傳感矩陣的相控陣超聲信號重構優化方法

在審

• 申請號: 201710004794.2
• 申請日: 2017-01-04
• 公開（公告）號: CN106841401A
• 公開（公告）日: 2017-06-13
• 發明（設計）人: 白志亮;陳世利;賈樂成;肖啟陽;曾周末
• 申請（專利權）人: 天津大學
• 主分類號: G01N29/44
• 分類號: G01N29/44
• 代理公司: 天津市北洋有限責任專利代理事務所12201
• 代理人: 李林娟

技術領域

本發明涉及超聲相控陣信號壓縮感知領域，尤其涉及一種基于傳感矩陣的相控陣超聲信號重構優化方法。

背景技術

上世紀60年代以來，超聲相控陣技術開始在醫學成像中應用，之后不久就被引入工業無損檢測領域，并在交通運輸、油氣管道、航空復合材料等檢測中得到廣泛應用。相控陣超聲所獨具的陣列型超聲探頭可以通過控制發射脈沖的時延使聲波有序疊加干涉，形成聚焦和偏轉聲束。因此，相比傳統超聲檢測，相控陣超聲具有掃查范圍大、檢測速度快、分辨率高、適用于復雜構件檢測等優點。

近幾年，隨著檢測速度和精度要求的提高，相控陣探頭陣元數不斷增加，二維面陣等更復雜的陣列也開始在工業檢測中應用，帶來了數據量大的問題，增加了信號采集和處理的難度。研究者提出了很多算法解決這一問題，其中最典型的是基于小波變換或者提升小波變換的壓縮方法。這些方法都取得了很好的壓縮效果，但依然要遵循傳統的奈奎斯特采樣定理，無法從根本上減少采樣數據量。

壓縮感知是近幾年發展起來的一種新的信號處理理論，Candès，Romberg，Donoho和Tao等人^[1][2][3]建立了整個壓縮感知的采樣體系。該理論指出稀疏的或具有稀疏表達的信號可以用遠低于奈奎斯特采樣數量的線性非自適應測量值準確重構，將采樣和壓縮合二為一。壓縮感知理論一經提出，就在信息論、圖像處理、醫療成像、模式識別、光學成像、射電天文、信道編碼等諸多領域引起研究者的廣泛關注，但是，目前在工業超聲相控陣信號處理方面的應用還很少。

發明內容

本發明提供了一種基于傳感矩陣的相控陣超聲信號重構優化方法，本發明使用壓縮感知算法對信號進行壓縮重構并通過傳感矩陣的選擇進一步提高了重構精度，詳見下文描述：

一種基于傳感矩陣的相控陣超聲信號重構優化方法，所述信號重構優化方法包括以下步驟：

搭建超聲相控陣缺陷檢測系統，獲取經由被測試件的缺陷位置反射的超聲回波，并提取A掃信號；

采用正交基對A掃信號進行稀疏變換，并通過計算稀疏度來選取最優稀疏基；

將隨機高斯矩陣、伯努利矩陣、局部哈達瑪矩陣和二元稀疏矩陣作為傳感矩陣，根據最優稀疏基，使用正交匹配追蹤對超聲相控陣信號進行重構；

計算不同壓縮率下使用上述四種傳感矩陣的超聲相控陣信號重構誤差并根據結果選擇最優矩陣。

所述超聲相控陣缺陷檢測系統包括：依次電連接的上位機、超聲相控陣檢測儀、以及超聲相控陣探頭。

所述采用正交基對A掃信號進行稀疏變換，并通過計算稀疏度來選取最優稀疏基的步驟具體為：

采用介于L1范數和L2范數之間的公式定量描述各稀疏變換的稀疏度；

對A掃信號進行離散傅里葉變換得到X(k)，進行離散余弦變換得到D(k)，并計算相應的稀疏度；使用四層分解的db6小波基對A掃信號進行離散小波變換得到WT_f(m,n)，并計算其稀疏度；

使用常見的db,sym,bior,rbio和coif家族共54種小波基對A掃信號進行分解，分解層數設定為2到6層，根據稀疏度計算結果選取最優稀疏基。

所述將隨機高斯矩陣、伯努利矩陣、局部哈達瑪矩陣和二元稀疏矩陣作為傳感矩陣，根據最優稀疏基，使用正交匹配追蹤對超聲相控陣信號進行重構的步驟具體為：

依次使用上述四種矩陣作為傳感矩陣，選擇上述分析得出的最優稀疏基；

從矩陣A中選取列向量a_n，使其與殘差具有最高的相關性，記錄相關系數n_k；計算當前列向量下的最佳近似系數；

迭代重復：更新殘差值，返回重構信號。

所述計算不同壓縮率下使用上述四種傳感矩陣的超聲相控陣信號重構誤差并根據結果選擇最優矩陣的步驟具體為：

將壓縮率定義為已壓縮的信號長度與原始信號長度之比；通過隨機移除部分原始信號，設定壓縮率范圍為20％～70％，每隔10％一檔，分別使用四種矩陣計算在不同壓縮率下的A掃信號重構誤差并根據結果選擇最優矩陣。

本發明提供的技術方案的有益效果是：

1、壓縮感知是近幾年信號處理領域的研究熱點，本發明將該算法應用到超聲相控陣信號壓縮領域，取得了很好的效果；

2、本發明采用隨機高斯矩陣、伯努利矩陣、局部哈達瑪矩陣和二元稀疏矩陣作為傳感矩陣，使用正交匹配追蹤(OMP)算法對超聲相控陣缺陷回波進行重構，比較了在不同壓縮率下的重構誤差和標準差，選出了適合此類信號的最優傳感矩陣；