【技术实现步骤摘要】
一种全局最优超声信号去噪方法
本专利技术属于超声信号去噪
，具体涉及一种全局最优超声信号去噪方法。
技术介绍
在超声检测中，超声探头可以将电信号转换为超声信号，通过耦合剂传入被检测材料，当超声波在传播过程中遇到缺陷，会发生反射、折射等现象。通过对回波分析，可以估计缺陷的位置、大小。但是在实际检测中，超声波在材料内部传播时会与缺陷、界面、边界等相互作用，产生透射、散射等现象导致能量衰减、模式转换等问题，导致回波中包含大量噪声，很难将缺陷回波分离出来，影响对缺陷的准确评价。对超声信号去噪常用的方法是将信号在特定的基函数上进行分解，例如小波变换和傅里叶变换等，基函数的特征决定了信号的特征。超声信号具有非平稳性，波形随时间发生变化，在单一的、有限数量的基函数上分解信号，得到的信号仅仅依赖于基函数的特征，信号自身的特征则被忽略，容易失真。稀疏分解是另一种被广泛应用的信号处理方法，方法提出了过完备字典的概念，将信号在字典中的原子上分解，基函数是过完备的，可以根据信号特征灵活选取，提高去噪效果。近几年提出的稀疏分解算法有LA...
【技术保护点】
1.一种全局最优超声信号去噪方法，其特征在于，该方法包括以下步骤：/n步骤一、超声回波信号的获取和存储：采用信号采集设备(1)获取超声回波信号f(t)，并将超声回波信号f(t)存储在计算机(2)中，信号采集设备(1)获取超声回波信号f(t)为待处理信号且f(t)＝[f(t
【技术特征摘要】
1.一种全局最优超声信号去噪方法，其特征在于，该方法包括以下步骤：
步骤一、超声回波信号的获取和存储：采用信号采集设备(1)获取超声回波信号f(t)，并将超声回波信号f(t)存储在计算机(2)中，信号采集设备(1)获取超声回波信号f(t)为待处理信号且f(t)＝[f(t1),f(t2),...,f(tn),...,f(tN)]，其中，n为采样时刻编号且n＝1,2,...,N，N为信号的长度，f(tn)为f(t)在tn时刻的采样点；
步骤二、超声回波信号去噪：采用计算机(2)对超声回波信号f(t)进行去噪，过程如下：
步骤201、基于参数寻优的稀疏分解：调用正交匹配追踪算法模块对步骤一中的超声回波信号f(t)进行分解，即得到K个最佳匹配原子，为K个最佳匹配原子中第k个最佳匹配原子，k是正整数且k＝1，2，...，K，为超声回波信号f(t)第k次迭代后的残差量，ak为第k次迭代产生的残差在对应的最佳匹配原子上的投影；
其中，为Gabor原子且为高斯窗函数且rk为Grk(t)的时频参数且rk＝(sk,uk,vk,wk)，sk为第k次迭代中的尺度参数，uk为第k次迭代中的平移参数，vk为第k次迭代中的频率参数，wk为第k次迭代中的相位参数；
步骤202、寻找最优时频参数：调用参数寻优算法模块寻找最优时频参数，在时频参数范围内找出最大味道浓度smellbest(rk)的时频参数rk，再根据得出最佳匹配原子；
其中，为第k-1次迭代所得残差和第k次迭代得到的最佳匹配原子的内积，未开始迭代时，初始残差和超声回波信号f(t)的初始信号相等；
所述参数寻优算法模块为果蝇优化算法模块，参数寻优的过程如下：
步骤2021、参数初始化：采用计算机(2)设定果蝇种群体的最大迭代次数maxgen和种群大小sizepop；
步骤2022、生成果蝇位置：采用计算机(2)随机生成两个果蝇种群的初始位置，两个果蝇种群的初始位置均为四维向量，两个果蝇种群分别用X和Y表示，并赋予果蝇种群X的初始位置果蝇种群Y的初始位置为随机生成的果蝇种群X的初始位置时频参数的初始值，为随机生成的果蝇种群Y的初始位置时频参数的初始值；
步骤2023、给定果蝇搜索的方向和步长：每个果蝇从初始位置离开，开始搜索最佳味道浓度蜜源的位置，调用自适应步长模块，根据公式确定果蝇种群X中第i个果蝇此时的位置Xi和果蝇种群Y中第i个果蝇此时的位置Yi，i为果蝇编号且i＝1、2、3、...、sizepop，Lg为果蝇的搜索步长，g是果蝇优化算法当前迭代次数，g＝1、2、3、...、maxgen；
其中，为果蝇种群X中第i个果蝇的尺度参数且为果蝇种群X中第i个果蝇的平移参数且为果蝇种群X中第i个果蝇的频率参数且为果蝇种群X中第i个果蝇的相位参数且为果蝇种群Y中第i个果蝇的尺度参数且为果蝇种群Y中第i个果蝇的平移参数且为果蝇种群Y中第i个果蝇的频率参数且为果蝇种群Y中第i个果蝇的相位参数且
步骤2024、确定最佳蜜源的大小和位置：根据公式计算果蝇种群X中第i个果蝇和果蝇种群Y中第i个果蝇搜索到的蜜源中时频参数到原点的有效距离，其中，为果蝇种群X中第i个果蝇和果蝇种群Y中第i个果蝇搜索到的蜜源中尺度参数到原点的有效距离，为果蝇种群X中第i个果蝇...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。