当前位置: 首页 > 专利查询>江南大学专利>正文

基于多路径匹配追踪算法改进的高频超声去噪方法及系统技术方案

技术编号:35347239 阅读:19 留言:0更新日期:2022-10-26 12:13
本发明专利技术实施例提供一种基于多路径匹配追踪算法改进的高频超声去噪方法及系统。该方法包括:获取待测样品的高频超声检测信号;根据所述高频超声检测信号构建离散过完备字典,并对所述离散过完备字典进行训练;利用训练好的字典,通过多路径匹配追踪算法重构所述高频超声检测信号并得到全局最优原子;对所述全局最优原子进行插值,构建连续原子库;在所述连续原子库中根据全局最优原子的参数,重构高频超声检测信号,完成信号去噪。本发明专利技术提高高频超声信号的信噪比和检测精度,可以更有效的观察到样品内部微缺陷的反射信号及位置。到样品内部微缺陷的反射信号及位置。到样品内部微缺陷的反射信号及位置。

【技术实现步骤摘要】
基于多路径匹配追踪算法改进的高频超声去噪方法及系统


[0001]本专利技术属于信号处理
,具体涉及一种基于多路径匹配追踪算法改进的高频超声去噪方法及系统。

技术介绍

[0002]目前,针对信号的去噪已经有较为成熟的去噪技术,但缺乏针对高频超声信号的专门处理技术。高频超声信号和一般信号有很大的区别,一方面高频超声信号属于脉冲信号,能量比较集中,对处理技术的时间分辨率要求较高;另一方面高频超声信号由于频率极高,因此对采样频率的要求也极高,导致高频超声信号维度较大,因此对处理技术的计算效率要求较高。
[0003]高频超声在样品内部传播时,遇到不同界面会发生反射现象,产生不同的反射信号(回波),利用这一特性,可以通过高频超声扫描样品,从而对样品内部的微缺陷进行检测。由于不同材质的声阻抗不同,超声在传播过程中会发生反射、折射、衍射等现象,反射信号的强度在材料非连续处会发生变化,所以通过对回波信号进行分析,可以实现缺陷的有效诊断。但在实际检测过程中,高频超声检测对象较微小,反射回波信号较微弱,超声检测回波信号包含着与缺陷位置、尺寸以及特征相关的信息,由于高频超声检测受材料晶粒噪声以及检测系统噪声的影响,缺陷的反射回波被掩盖在噪声中,从而极大地限制了高频超声检测地检测精度和准确性。

技术实现思路

[0004]本专利技术实施例提供一种基于多路径匹配追踪算法改进的高频超声去噪方法及系统,用于解决现有技术中高频超声检测微小缺陷信号低信噪比、低检测精度问题。
[0005]本专利技术实施例提供一种基于多路径匹配追踪算法改进的高频超声去噪方法,该方法包括:
[0006]S1:获取待测样品的高频超声检测信号;
[0007]S2:根据所述高频超声检测信号构建离散过完备字典,并对所述离散过完备字典进行训练;
[0008]S3:利用训练好的字典,通过多路径匹配追踪算法重构所述高频超声检测信号并得到全局最优原子;
[0009]S4:对所述全局最优原子进行插值,构建连续原子库;
[0010]S5:在所述连续原子库中根据全局最优原子的参数,重构高频超声检测信号,完成信号去噪。
[0011]优选地,所述步骤S1中获取待测样品的高频超声检测信号的方法为:
[0012]将待测样品完全浸没在去离子水中,使用高频超声探头扫描待测样品,保存扫描过程中获取的高频超声检测信号;所述高频超声探头的焦平面设置在待测样品的底面。
[0013]优选地,所述步骤S2中根据所述高频超声检测信号构建离散过完备字典的方法
为:
[0014]根据所述高频超声检测信号选择迭代参数,构建离散过完备字典。
[0015]优选地,所述迭代参数包括字典矩阵D∈R
M
×
N
,系数矩阵α∈R
k
×
M
,索引集ω
m
,残差E
m

[0016]优选地,所述步骤S3中利用训练好的字典,通过多路径匹配追踪算法重构所述高频超声检测信号并得到全局最优原子具体包括以下步骤:
[0017]S31:给定字典D、待处理信号y和稀疏度k,初始化稀疏系数α0=0,残差r0=y,重构原子集Ω0=φ,索引集ω0=φ;
[0018]S32:对于第t次迭代,计算残差r
t
‑1和字典矩阵D中的所有原子做内积,找出内积最大的G个对应的原子以及对应的索引,且根据每次迭代只保留n条路径,根据最优原子与残差的内积设置阈值,将入选原子与信号的内积小于阈值的剔除;
[0019]S33:更新索引集ω
t
和对应的重构原子集Ω
t

[0020]ω
t
=[ω
t
‑1,λ
t
],
[0021]S34:采用最小二乘法计算信号y相对应重构原子集Ω
t
的稀疏系数α
t

[0022]S35:判断是否达到迭代终止条件,若达到迭代终止条件,则迭代终止并利用所述索引集ω
t
还原稀疏系数α;若未达到迭代终止条件,则令t=t+1,直至迭代结束;
[0023]S36:在所有路径中选择残差最小的进行输出,得到全局最优原子。
[0024]优选地,所述步骤S4中对所述全局最优原子进行插值,构建连续原子库具体包括以下步骤:
[0025]在所述全局最优原子频率附近利用极坐标插值,构建连续原子库,具体表示如下:
[0026]起点原子初始原子d(f
b
)=d(f
n
),终点原子),终点原子
[0027]d(f
a
)=c(f
n
)+rcos(θ)u(f
n
)

rsin(θ)v(f
n
)
[0028]d(f
b
)=c(f
n
)+rcos(θ)u(f
n
)
[0029]d(f
c
)=c(f
n
)+rcos(θ)u(f
n
)+rsin(θ)v(f
n
)
[0030]其中,f表示频率,d(f
n
)表示从离散字典中选择的全局最优原子,c(f
n
)表示所述d(f
a
),d(f
b
),d(f
c
)构成连续原子库的圆心,u(f
n
)表示由圆心指向初始原子d(f
b
)的单位向量,v(f
n
)表示在圆弧平面上垂直于u(f
n
)的单位向量,r表示圆的半径,θ表示起点原子和初始原子之间的夹角。
[0031]优选地,所述步骤S5中在所述连续原子库中根据全局最优原子的参数,重构高频超声检测信号,完成信号去噪,具体包括以下步骤:
[0032]S51:根据所述原子库,则任意一个原子表示为:
[0033][0034]其中,Δ表示构建连续原子库的大小,即在范围为Δ的区域内构建原子库;
[0035]S52:将原子幅值考虑在内,则任意一个原子表示为:
[0036][0037]其中,a表示原子幅值;
[0038]S53:扩大选择区域:
[0039]令α
i
=a,
[0040]α
i
≥0
[0041]β
i2

i2
≤α
i2
r
i2
[0042]α
i
r
i
cos(θ)≤β
i
≤α
i
r
[0043]S54:通过求解任务获得最后信号Y:
[0044][0045]S55:通过调整最后信号Y的参数,得本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.一种基于多路径匹配追踪算法改进的高频超声去噪方法,其特征在于,包括:S1:获取待测样品的高频超声检测信号;S2:根据所述高频超声检测信号构建离散过完备字典,并对所述离散过完备字典进行训练;S3:利用训练好的字典,通过多路径匹配追踪算法重构所述高频超声检测信号并得到全局最优原子;S4:对所述全局最优原子进行插值,构建连续原子库;S5:在所述连续原子库中根据全局最优原子的参数,重构高频超声检测信号,完成信号去噪。2.根据权利要求1所述的一种基于多路径匹配追踪算法改进的高频超声去噪方法,其特征在于,所述步骤S1中获取待测样品的高频超声检测信号的方法为:将待测样品完全浸没在去离子水中,使用高频超声探头扫描待测样品,保存扫描过程中获取的高频超声检测信号;所述高频超声探头的焦平面设置在待测样品的底面。3.根据权利要求1所述的一种基于多路径匹配追踪算法改进的高频超声去噪方法,其特征在于,所述步骤S2中根据所述高频超声检测信号构建离散过完备字典的方法为:根据所述高频超声检测信号选择迭代参数,构建离散过完备字典。4.根据权利要求3所述的一种基于多路径匹配追踪算法改进的高频超声去噪方法,其特征在于,所述迭代参数包括字典矩阵D∈R
M
×
N
,系数矩阵α∈R
k
×
M
,索引集ω
m
,残差E
m
。5.根据权利要求1所述的一种基于多路径匹配追踪算法改进的高频超声去噪方法,其特征在于,所述步骤S3中利用训练好的字典,通过多路径匹配追踪算法重构所述高频超声检测信号并得到全局最优原子具体包括以下步骤:S31:给定字典D、待处理信号y和稀疏度k,初始化稀疏系数α0=0,残差r0=y,重构原子集Ω0=φ,索引集ω0=φ;S32:对于第t次迭代,计算残差r
t
‑1和字典矩阵D中的所有原子做内积,找出内积最大的G个对应的原子以及对应的索引,且根据每次迭代只保留n条路径,根据最优原子与残差的内积设置阈值,将入选原子与信号的内积小于阈值的剔除;S33:更新索引集ω
t
和对应的重构原子集Ω
t
:ω
t
=[ω
t
‑1,λ
t
],S34:计算待处理信号y相对应重构原子集Ω
t
的稀疏系数α
t
;S35:判断是否达到迭代终止条件,若达到迭代终止条件,则迭代终止并利用所述索引集ω
t
还原稀疏系数α;若未达到迭代终止条件,则令t=t+1,直至迭代结束;S36:在所有路径中选择残差最小的进行输出,得到全局最优原子。6.根据权利要求1所述的一种基于多路径匹配追踪算法改进的高频超声去噪方法,其特征在于,所述步骤S4中对所述全局最优原子进行插值,构建连续原子库具体包括以下步骤:在所述全局最优原子频率附近利用极坐标插值,构建连续原子库,具体表示如下:起点原子初始原子d(f
b
)=d(f
n
),终点原子),终点原子d(f
a
)=c(f
n<...

【专利技术属性】
技术研发人员:李可王翀宿磊顾杰斐
申请(专利权)人:江南大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1