一种基于贪婪算法的相控阵超声信号重构优化方法技术

本发明专利技术公开了一种基于贪婪算法的相控阵超声信号重构优化方法，所述信号重构优化方法包括以下步骤：搭建超声相控阵缺陷检测系统，获取经由被测试件的缺陷位置反射的超声回波，并提取A扫信号；采用正交基对A扫信号进行稀疏变换，并通过计算稀疏度来选取最优稀疏基；根据最优稀疏基，采用匹配追踪、正交匹配追踪、正则化的正交匹配追踪、逐步正交匹配追踪、压缩采样匹配追踪对超声相控阵信号分别进行重构；计算不同压缩率下使用上述五种贪婪重构算法的超声相控阵信号重构误差，并根据结果选择最优算法。本发明专利技术还通过与传统小波压缩的对比来验证算法的重构效果和适用性。

【技术实现步骤摘要】
一种基于贪婪算法的相控阵超声信号重构优化方法
本专利技术涉及超声相控阵信号压缩感知领域，尤其涉及一种基于贪婪算法的相控阵超声信号重构优化方法。
技术介绍
超声相控阵是超声无损检测领域新近发展的一项技术，近几年以其检测速度快、成像精度高、适应复杂形貌构件检测等优点而得到越来越多的关注。该技术通过控制各发射阵元的激励时间来改变声波到达目标区域的相位，从而获得偏转和聚焦声束。使用超声相控阵技术可以在不移动探头的情况下获得整个被检测区域的缺陷分布情况并可以实时显示检测结果，为工业无损检测提供了很大便利。随着该技术的不断发展，相控阵探头已由传统的一维线型阵列发展为二维矩阵阵列、环形阵列、扇形阵列、柔性阵列等适用于更高检测需求的阵列形式，极大的提高了检测效率和成像精度。但是，阵列数目的增加和形状的改进同时也带来了一个很大的问题——数据量的激增，增加了数据传输处理的难度和前端采集传感器的压力。
技术实现思路
本专利技术提供了一种基于贪婪算法的相控阵超声信号重构优化方法，本专利技术使用压缩感知算法对信号进行压缩重构并通过实验结果确定最优贪婪算法，本专利技术还通过与传统小波压缩的对比来验证算法的重构效果和适用性，详见下文描述：一种基于贪婪算法的相控阵超声信号重构优化方法，所述信号重构优化方法包括以下步骤：搭建超声相控阵缺陷检测系统，获取经由被测试件的缺陷位置反射的超声回波，并提取A扫信号；采用正交基对A扫信号进行稀疏变换，并通过计算稀疏度来选取最优稀疏基；根据最优稀疏基，采用匹配追踪、正交匹配追踪、正则化的正交匹配追踪、逐步正交匹配追踪、压缩采样匹配追踪对超声相控阵信号分别进行重构；计算不同压缩率下使用上述五种贪婪重构算法的超声相控阵信号重构误差并根据结果选择最优算法；将最优算法的结果与传统的小波压缩结果相比较，验证算法的适用性。所述超声相控阵缺陷检测系统包括：依次电连接的上位机、超声相控阵检测仪、以及超声相控阵探头。所述采用正交基对A扫信号进行稀疏变换，并通过计算稀疏度来选取最优稀疏基的步骤具体为：采用介于L1范数和L2范数之间的公式定量描述各稀疏变换的稀疏度；对A扫信号进行离散傅里叶变换得到X(k)，进行离散余弦变换得到D(k)，并计算相应的稀疏度；使用四层分解的sym4小波基对x(n)进行离散小波变换得到WTf(m,n)，并计算其稀疏度；选取常见的db,sym,bior,rbio和coif家族共54种小波基对A扫信号进行分解，分解层数设定为2到6层，根据稀疏度计算结果选取最优稀疏基。所述根据最优稀疏基，采用匹配追踪对超声相控阵信号进行重构的步骤具体为：获取矩阵A中相应列矢量的系数nk，从矩阵A中选取列向量an，使其与残差具有最高的相关性；更新重建目标信号；更新残差，迭代重复，更新残差值；返回重构信号s1。所述根据最优稀疏基，采用正交匹配追踪对超声相控阵信号进行重构的步骤具体为：从矩阵A中选取列向量an，使其与残差具有最高的相关性，记录相关系数nk；计算当前列向量下的最佳近似系数；迭代重复：更新残差值，返回重构信号s2。所述根据最优稀疏基，采用正则化的正交匹配追踪对超声相控阵信号进行重构的步骤具体为：计算相关系数u，从u中寻找K个最大值所对应的索引位置，将其存入索引集J中；K为稀疏度值；使用正则化方法进行二次筛选，选择能量最大的一组相关系数对应的原子索引值存入J0中，J0为集合J的第一个元素；令Ω＝Ω∪J0，更新支撑集AΩ；使用最小二乘法进行信号逼近及残差更新；Ω为索引集；重复上述步骤直到|Ω|≥2K，返回重构信号s3。所述根据最优稀疏基，采用逐步正交匹配追踪对超声相控阵信号进行重构的步骤具体为：设立软阈值并计算该阈值下的原子集合Jk＝{j:|Ck(j)|＞tkσk}，其中阈值参数2≤tk≤3；Ck(j)表示临时索引集合Ck中的第j个元素；rk-1为残差值；m为测量矩阵Φ的行数；计算逼近系数向量，更新残差值，返回重构信号s4。所述根据最优稀疏基，采用压缩采样匹配追踪对超声相控阵信号进行重构的步骤具体为：从矩阵A中选取αK个列向量，使其与残差具有最高的相关性，记录索引Ω；α为调优参数，K为稀疏度值；支撑集合并；计算当前列向量下的最佳近似系数；保存最大的前K个系数，迭代重复，更新残差值，返回重构信号s5。所述计算不同压缩率下使用上述五种贪婪重构算法的超声相控阵信号重构误差并根据结果选择最优算法的步骤具体为：定义压缩率为已压缩的信号长度与原始信号长度之比，选取百分比均方误差定量评价重构算法的精度；通过随机移除部分原始信号，设定压缩率范围为20％～80％，每隔5％一档，计算在不同压缩率下的A扫信号重构误差并根据结果选择最优算法。所述将最优算法的结果与传统的小波压缩结果相比较，验证算法的适用性的步骤具体为：通过设置不同的阈值来调整小波压缩的压缩率，使用小波压缩对所有缺陷信号进行分解重构，在相同压缩率下比较压缩感知算法与小波压缩的结果，验证算法的使用性。本专利技术提供的技术方案的有益效果是：1、本专利技术将近几年专利技术的压缩感知算法应用到超声相控阵信号压缩领域，取得了很好的效果；2、本专利技术使用五种贪婪算法对超声相控阵缺陷回波进行重构，比较了在不同压缩率下的重构精度，选出了适合此类信号的最优重构算法(OMP)；3、本专利技术使用多组缺陷信号进行测试，并将新算法的压缩效果与经典的小波压缩进行对比。结果表明，当压缩率达到70％时，压缩感知算法的平均百分比重构误差仅3.0054％，与小波压缩的重构精度相当，完全满足工业检测需求。附图说明图1为一种基于贪婪算法的相控阵超声信号重构优化方法的流程图；图2为超声相控阵缺陷检测系统的结构示意图；图3为缺陷设置和编号的示意图；图4(a)为8号缺陷A扫信号的示意图；图4(b)为8号缺陷离散傅里叶变换结果的示意图；图4(c)为8号缺陷离散余弦变换结果的示意图；图4(d)为8号缺陷离散小波变换结果的示意图；图5为不同压缩率下使用不同重构算法的重构误差结果图；图6为压缩率为70％时所有缺陷分别使用OMP算法和小波压缩的重构误差对比图。具体实施方式为使本专利技术的目的、技术方案和优点更加清楚，下面对本专利技术实施方式作进一步地详细描述。近年来，一种新兴的压缩感知算法受到了信号处理、计算机科学、应用数学等许多领域研究者的关注。在传统信号处理领域，为了避免信号失真，采样频率必须高于信号最高频率的两倍以上，而压缩感知可以通过非自适应线性投影来保持信号的原始结构并通过最优化方法准确重构信号，从而可以突破香浓采样定理的限制。在超声相控阵数据压缩方面，之前的研究者使用的都是小波压缩、霍夫曼编码压缩等传统方法，这些方法虽然也能取得很好的压缩效果和重构精度，但依然遵循香浓采样定理，没有从根本上减少采样信号。本专利技术创新性地将压缩感知算法应用到超声相控阵信号压缩领域，探究其效果和可行性。压缩感知的核心理论包括三个方面，分别是信号稀疏表示、编码测量和算法重构。本专利技术实施例将关注重点放在算法重构方面。信号的重构是压缩感知过程中至关重要的一步，而重构效果和重构精度是衡量压缩感知应用效果最重要的指标。信号重构一般是求解一个最小L0范数的最优化问题，但压缩感知的提出者Donoho等指出，该问题是NP-hard问题而无法求解。鉴于此，研究者提出了一系列替代算法，主本文档来自技高网...

【技术保护点】
一种基于贪婪算法的相控阵超声信号重构优化方法，其特征在于，所述信号重构优化方法包括以下步骤：搭建超声相控阵缺陷检测系统，获取经由被测试件的缺陷位置反射的超声回波，并提取A扫信号；采用正交基对A扫信号进行稀疏变换，并通过计算稀疏度来选取最优稀疏基；根据最优稀疏基，采用匹配追踪、正交匹配追踪、正则化的正交匹配追踪、逐步正交匹配追踪、压缩采样匹配追踪对超声相控阵信号分别进行重构；计算不同压缩率下使用上述五种贪婪重构算法的超声相控阵信号重构误差并根据结果选择最优算法；将最优算法的结果与传统的小波压缩结果相比较，验证算法的适用性。

【技术特征摘要】
1.一种基于贪婪算法的相控阵超声信号重构优化方法，其特征在于，所述信号重构优化方法包括以下步骤：搭建超声相控阵缺陷检测系统，获取经由被测试件的缺陷位置反射的超声回波，并提取A扫信号；采用正交基对A扫信号进行稀疏变换，并通过计算稀疏度来选取最优稀疏基；根据最优稀疏基，采用匹配追踪、正交匹配追踪、正则化的正交匹配追踪、逐步正交匹配追踪、压缩采样匹配追踪对超声相控阵信号分别进行重构；计算不同压缩率下使用上述五种贪婪重构算法的超声相控阵信号重构误差并根据结果选择最优算法；将最优算法的结果与传统的小波压缩结果相比较，验证算法的适用性。2.根据权利要求1所述的一种基于贪婪算法的相控阵超声信号重构优化方法，其特征在于，所述超声相控阵缺陷检测系统包括：依次电连接的上位机、超声相控阵检测仪、以及超声相控阵探头。3.根据权利要求1所述的一种基于贪婪算法的相控阵超声信号重构优化方法，其特征在于，所述采用正交基对A扫信号进行稀疏变换，并通过计算稀疏度来选取最优稀疏基的步骤具体为：采用介于L1范数和L2范数之间的公式定量描述各稀疏变换的稀疏度；对A扫信号进行离散傅里叶变换得到X(k)，进行离散余弦变换得到D(k)，并计算相应的稀疏度；使用四层分解的sym4小波基对x(n)进行离散小波变换得到WTf(m,n)，并计算其稀疏度；选取常见的db,sym,bior,rbio和coif家族共54种小波基对A扫信号进行分解，分解层数设定为2到6层，根据稀疏度计算结果选取最优稀疏基。4.根据权利要求1所述的一种基于贪婪算法的相控阵超声信号重构优化方法，其特征在于，所述根据最优稀疏基，采用匹配追踪对超声相控阵信号进行重构的步骤具体为：获取矩阵A中相应列矢量的系数nk，从矩阵A中选取列向量an，使其与残差具有最高的相关性；更新重建目标信号；更新残差，迭代重复，更新残差值；返回重构信号s1。5.根据权利要求1所述的一种基于贪婪算法的相控阵超声信号重构优化方法，其特征在于，所述根据最优稀疏基，采用正交匹配追踪对超声相控阵信号进行重构的步骤具体为：从矩阵A中选取列向量an，使其与残差具有最高的相关性，记录相关系数nk；计算当前列向量下的最佳近似系数；迭代重复，更新残差值，返回重构信号s2。6.根据权利要求1所述的一种基于贪婪算法的相控...

【专利技术属性】
技术研发人员：白志亮，陈世利，肖启阳，贾乐成，曾周末，
申请(专利权)人：天津大学，
类型：发明
国别省市：天津,12