一种基于改进稀疏分解的超声信号特征获取方法技术

本发明专利技术公开了一种基于改进稀疏分解的超声信号特征获取方法，涉及信号处理技术领域，针对超声检测信号的稀疏分解问题，提出在帝国竞争算法中结合鲸鱼优化的进化思路，并参考混沌思维与熵分析等理论对算法加以改进，形成一种新的改进帝国竞争算法，并以其与匹配追踪类稀疏分解方法相结合进行超声信号的深入分析与特征提取。本发明专利技术方法的应用范围广、实用性强，对无损检测、振动分析、地震波、医学类信号等研究与应用领域具有重要意义，为工业生产效率的进一步提高提供有效途径。

An ultrasonic signal feature acquisition method based on improved sparse decomposition

The invention discloses an ultrasonic signal feature acquisition method based on improved sparse decomposition, which relates to the field of signal processing technology. Aiming at the sparse decomposition problem of ultrasonic detection signal, an evolutionary idea combining whale optimization in Imperial competition algorithm is proposed, and the algorithm is improved by referring to chaotic thinking and entropy analysis theory. A new improved Imperial Competition Algorithm (IMA) is proposed, which combines with Matching Pursuit Sparse Decomposition (MPS) to analyze and extract ultrasonic signals. The method of the invention has wide application range and strong practicability, and is of great significance to the research and application fields of nondestructive testing, vibration analysis, seismic wave, medical signal and so on, and provides an effective way for the further improvement of industrial production efficiency.

【技术实现步骤摘要】
一种基于改进稀疏分解的超声信号特征获取方法
本专利技术涉及信号处理
，特别是涉及一种基于改进稀疏分解的超声信号特征获取方法。
技术介绍
无损检测是指以不损害或影响被测对象性能为前提，利用声、光、磁、电等特性对对象指定特性信息进行测量，从而判定对象技术状态的技术手段。以超声检测为代表的无损检测技术已成为国家工业发展必不可少的工具，在美国、德国等国家的工业领域占据重要地位。而近年来的国家重大科研项目规划表明，我国政府对无损检测技术的重视程度也正日益增加。目前已有的无损检测技术主要包括放射性技术、红外光谱分析、超声脉冲反射等方法。但放射性技术、红外光谱分析等方法存在针对性强、实现较复杂、对环境和设备要求较严苛等问题，往往难以满足工业测量简单、实时的需求。各方法中，超声检测以其简单易行、实时准确等特点，更为适应现代工业对无损检测的高精度、高可靠性、高实时性要求。而超声信号为突变信号，具有非线性和非平稳性，并常伴随信号混叠和噪声干扰，对信号特征的准确获取较为困难。传统频域分析方法对此类信号的处理效果不理想，现代方法中小波分析、希尔伯特黄分解等时频分解方法也具有一定局限性。
技术实现思路
本专利技术实施例提供了一种基于改进稀疏分解的超声信号特征获取方法，可以解决现有技术中存在的问题。本专利技术提供了一种基于改进稀疏分解的超声信号特征获取方法，该方法包括以下步骤：步骤100，根据被测对象的特点，选取适当的超声检测装置及数据分析和存储设备，组成检测与处理系统；步骤110，对被测对象进行超声检测，对获得的信号进行初步处理得到回波数据，对回波数据采用数据处理策略，选取待处理数据区域；步骤120，根据待处理数据区域中回波信号的特点，选取匹配追踪算法或其变体为稀疏分解方式，以相似性为指标选取适当类型的原子构造过完备数据字典；步骤130，根据所选择字典类型的参数，设定高维优化对象，以原子参数为帝国竞争算法中高维空间的国家位置，设定目标函数、约束条件和超限处理措施，准备开始稀疏分解中波形的逐步提取，在此过程中对超限数据进行即时处理；步骤140，结合混沌策略初始化帝国集团参数，选取殖民地与帝国数量和位置，检测进化终止条件是否满足；步骤150，进行帝国集团内部的成本比较与调整，进行强殖民地革命、帝国集团内位置交换和殖民地同化，结合鲸鱼优化算法，优化同化过程，增加算法遍历性；步骤160，进行帝国集团间的竞争，强势帝国逐步吞并弱势帝国殖民地，迭代结束后获得最优成本帝国；步骤170，根据最优成本帝国的位置，获得最匹配分解原子，即波形提取，计算当前残差并进行处理以获取新的待处理信号，返回步骤140继续循环，最终获得新的待处理信号的最匹配原子；步骤180，达到波形分解要求后，提取稀疏分解获得的波形中的各项系数，进行判断和分析，获得被测对象特征相关参数数值。优选地，步骤160中为增加遍历性，在熵数据指导下派出探险团队，进一步搜索空间中可能存在的未知领域，避免陷入局部最优。本专利技术实施例中的一种基于改进稀疏分解的超声信号特征获取方法，针对超声检测信号的稀疏分解问题，提出在帝国竞争算法中结合鲸鱼优化的进化思路，并参考混沌思维与熵分析等理论对算法加以改进，形成一种新的改进帝国竞争算法，并以其与匹配追踪类稀疏分解方法相结合进行超声信号的深入分析与特征提取。本专利技术方法的应用范围广、实用性强，对无损检测、振动分析、地震波、医学类信号等研究与应用领域具有重要意义，为工业生产效率的进一步提高提供有效途径。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1为本专利技术实施例中的检测与处理系统的结构示意图；图2为图1中检测与处理系统经过初步处理得到的回波数据示意图；图3为本专利技术中基于改进稀疏分解的超声信号特征获取方法的流程图；图4-图6为实例中可能获得的分解信号示意图；图7为残差信号图。具体实施方式下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。在介绍本专利技术的技术方案前，首先对本专利技术中涉及到的一些技术进行解释：帝国竞争算法(ImperialistCompetitiveAlgorithm,ICA)是基于帝国主义殖民竞争机制的群智能优化算法，2007年由Atashpaz-Gargari与Lucas等学者提出。此方法在连续函数优化的效率与质量方面具有较好效果，被应用于组合优化、调度、机械设计等实际领域。ICA算法也存在群智能优化常见的遍历性与寻优精度的矛盾问题，对其进行的理论与应用研究方兴未艾，有较为广阔的研究空间。鲸鱼优化算法(WhaleOptimizationAlgorithm,WOA)是由学者SeyedaliMirjalili和AndrewLewis在2016年由提出的一种新的群智能优化算法，算法灵感源于座头鲸的狩猎行为，通过鲸群搜索、包围、捕猎猎物的行为模拟实现优化。此算法原理简单、易于实现、收敛速度快。参照图1、图2和图3，本专利技术实施例中提供了一种基于改进稀疏分解的超声信号特征获取方法，该方法包括以下步骤：步骤100，根据被测对象的特点，选取适当的超声检测装置及数据分析和存储设备，组成检测与处理系统，如图1所示。步骤110，对被测对象进行超声检测，对获得的信号进行初步处理得到回波数据，如图2所示，对回波数据采用数据处理策略，选取待处理数据区域，如图2中虚线框中的部分。步骤120，根据待处理数据区域中的回波信号的特点，选取匹配追踪算法(MP)或其变体(OMP、CMP等)为稀疏分解方式，并以相似性为指标选取适当类型的原子构造过完备数据字典。步骤130，根据所选择字典类型的参数，设定高维优化对象，以原子参数为帝国竞争算法中高维空间的国家位置，设定目标函数、约束条件和超限处理措施，准备开始稀疏分解中波形的逐步提取，在此过程中对超限数据进行即时处理。步骤140，结合混沌策略初始化帝国集团参数，选取殖民地与帝国数量和位置，检测进化终止条件是否满足。步骤150，进行帝国集团内部的成本比较与调整，进行强殖民地革命、帝国集团内位置交换和殖民地同化，结合鲸鱼优化算法，优化同化过程，以增加算法遍历性。步骤160，进行帝国集团间的竞争，强势帝国逐步吞并弱势帝国殖民地，为增加遍历性，在熵数据指导下派出探险团队，进一步搜索空间中可能存在的未知领域，避免陷入局部最优，迭代结束后获得最优成本帝国。步骤170，根据最优成本帝国的位置，获得最匹配分解原子，即波形提取，计算当前残差并进行处理以获取新的待处理信号，返回步骤140继续循环，最终获得新的待处理信号的最匹配原子。步骤180，达到波形分解要求后，提取稀疏分解获得的波形中的各项系数，进行判断和分析，获得被测对象特征相关参数数值(如渡越时间、衰减系数等)，进行结果分析或在多探头检测中为数据融合提供数据。下面以管道换热污垢超声本文档来自技高网...

【技术保护点】
1.一种基于改进稀疏分解的超声信号特征获取方法，其特征在于，该方法包括以下步骤：步骤100，根据被测对象的特点，选取适当的超声检测装置及数据分析和存储设备，组成检测与处理系统；步骤110，对被测对象进行超声检测，对获得的信号进行初步处理得到回波数据，对回波数据采用数据处理策略，选取待处理数据区域；步骤120，根据待处理数据区域中回波信号的特点，选取匹配追踪算法或其变体为稀疏分解方式，以相似性为指标选取适当类型的原子构造过完备数据字典；步骤130，根据所选择字典类型的参数，设定高维优化对象，以原子参数为帝国竞争算法中高维空间的国家位置，设定目标函数、约束条件和超限处理措施，准备开始稀疏分解中波形的逐步提取，在此过程中对超限数据进行即时处理；步骤140，结合混沌策略初始化帝国集团参数，选取殖民地与帝国数量和位置，检测进化终止条件是否满足；步骤150，进行帝国集团内部的成本比较与调整，进行强殖民地革命、帝国集团内位置交换和殖民地同化，结合鲸鱼优化算法，优化同化过程，增加算法遍历性；步骤160，进行帝国集团间的竞争，强势帝国逐步吞并弱势帝国殖民地，迭代结束后获得最优成本帝国；步骤170，根据最优成本帝国的位置，获得最匹配分解原子，即波形提取，计算当前残差并进行处理以获取新的待处理信号，返回步骤140继续循环，最终获得新的待处理信号的最匹配原子；步骤180，达到波形分解要求后，提取稀疏分解获得的波形中的各项系数，进行判断和分析，获得被测对象特征相关参数数值。...

【技术特征摘要】
1.一种基于改进稀疏分解的超声信号特征获取方法，其特征在于，该方法包括以下步骤：步骤100，根据被测对象的特点，选取适当的超声检测装置及数据分析和存储设备，组成检测与处理系统；步骤110，对被测对象进行超声检测，对获得的信号进行初步处理得到回波数据，对回波数据采用数据处理策略，选取待处理数据区域；步骤120，根据待处理数据区域中回波信号的特点，选取匹配追踪算法或其变体为稀疏分解方式，以相似性为指标选取适当类型的原子构造过完备数据字典；步骤130，根据所选择字典类型的参数，设定高维优化对象，以原子参数为帝国竞争算法中高维空间的国家位置，设定目标函数、约束条件和超限处理措施，准备开始稀疏分解中波形的逐步提取，在此过程中对超限数据进行即时处理；步骤140，结合混沌策略初始化帝国集团参数，选取殖民地与帝国数量和位置，检测进...

【专利技术属性】
技术研发人员：李霞，孙灵芳，李静，朴亨，冯国亮，纪慧超，徐源，
申请(专利权)人：东北电力大学，
类型：发明
国别省市：吉林,22