基于EWT-FastICA的水下超声回波信号降噪方法研究

针对水下超声无损检测易受噪声信号干扰导致缺陷检测精度低的问题,提出基于经验小波变换(EWT)结合快速独立分量分析(FastICA)的水下超声回波信号降噪方法。首先,应用EWT算法对超声回波信号进行分解,得到不同尺度的模态分量(IMF);其次,通过模糊熵(FuzzyEn)算法计算各模态分量模糊熵值,筛选出所需要的模态分量;最后,进行FastICA运算,将筛选出的IMF重构,最终实现超声回波信号与噪声信号的盲源分离,得到纯净的超声回波信号。仿真与实例实验表明,EWT-FastICA结合的降噪方法在超声回波信号降噪处理中,改善了传统经验模态分解出现的模态混叠、端点效应,以及过包络、欠包络等现象,并且降噪处理过程更加快速、准确,可应用于类似的水下超声检测信号降噪处理。

基于高斯模型的多重超声回波信号重数估计

精确估计多层材料超声回波信号的重数在超声检测上有着要意义。将小波变换方法用于多层材料超声回波参数估计中,根据高斯模型以超声回波信号的小波变换为基础、利用智能人工蜂群算法,估计出多重超声回波信号的各个参数。采用Akaike Information Criterion(AIC)准则,对叠加的两重和三重超声回波信号的重数进行估计。仿真结果表明,本算法可以实现多重超声回波信号重数的有效估计。用实验测试获得的回波对算法的性能进行了验证,结果证明了该算法的可行性和实用性。

基于遗传算法和高斯牛顿法的超声回波信号参数估计

在超声回波信号参数估计中,如果高斯牛顿法选取的迭代初值接近参数向量的真实解,则容易找到最优解;如果初始值远离最优解,则高斯牛顿法不收敛或者只收敛到局部最优解。针对高斯牛顿法对迭代初值敏感的问题,提出了遗传算法和高斯牛顿法结合的参数估计方法。该方法充分利用遗传算法善于进行全局搜索和高斯牛顿法善于进行局部快速搜索的优点,首先使用遗传算法求出超声回波信号的参数初值,然后利用这组初值进行高斯牛顿法迭代搜索。仿真结果表明,基于遗传算法和高斯牛顿法相结合的方法,具有收敛速度快、精确度高的特点。

基于自适应第二代小波的超声回波信号特征识别

文章针对强噪声背景下液压系统压力超声检测回波信号特征识别问题,构造了一种识别该类信号时域特征的自适应第二代小波方法。该方法以第二代小波为基础,以超声回波信号的峭度大小为目标函数,选择每层自适应匹配超声回波信号特征的第二代小波预测器和更新器,利用选择的预测器和更新器对信号进行预测和更新运算;根据每层自适应第二代小波分解的超声回波信号噪声水平,选取自适应匹配超声回波信号噪声特点的降噪阈值,对信号进行降噪和恢复,提取信号时域特征。该方法成功地准确识别出超声回波信号回波至点的时刻和时间间隔特征信息。结果表明,第二代小波自适应阈值方法对强噪声背景下超声回波信号特征的识别效果优于经典小波方法。

一种甚高频医学超声回波信号高速数据采集系统的设计

目的:设计一种甚高频医学超声回波信号高速数据采集系统,以实现高速率和高精度的实时采样。方法:采用内置两路集成模数转换器(analog-to-digital converter,ADC)芯片的LTC2285来实现超声回波信号的模数转换,并将两路采样率为120 MHz的数字信号输入至现场可编程门阵列(field-programmable gate array,FPGA)进行并串转换,得到采样率为240 MHz的高速数字信号进行超声回波数字信号处理,最后将数据通过USB接口传输至计算机终端进行显示。为了保证该系统的可实现性,对该系统进行时序仿真实验、分辨力检测实验和正常人眼前节成像实验。结果:该时序仿真结果验证了由FPGA设计该并转串模块实现的可靠性;该系统的分辨力能达到40μm,满足临床上对眼科超声生物显微镜(ultrasound biomicroscopy,UBM)纵向分辨力的要求;该系统的UBM检查可得到正常人眼前节组织的高分辨力成像图。结论:该系统运用多通道和FPGA技术,提高了采集速度和可靠性,为最终的UBM实时成像奠定了前期实验基础。

基于FOA-LM算法的超声回波信号参数估计

在超声回波参数估计中,搜索莱文伯格一马夸特(Levenberg-Marquard,LM)算法的最优解会受到迭代初值与参数向量真实解接近程度的影响。针对LM算法对迭代初值敏感的问题,提出了果蝇优化算法(Fruit fly optimization algorithm,FOA)算法和LM算法结合的参数估计方法。该方法充分利用FOA算法善于进行全局搜索和LM算法善于进行局部快速搜索的优点,首先使用FOA算法求出超声回波信号的参数初值,然后利用这组初值进行LM法迭代搜索。仿真结果表明,基于FOA和LM算法相结合的方法,具有收敛速度快,精度高的特点。

基于1.5维谱估计的输油管道腐蚀超声回波信号分析

针对以快速傅里叶变换为代表的常用二阶统计量在处理输油管道腐蚀超声回波信号时经常出现大量误差的问题,详细研究了管道超声回波信号的形成原理,并运用波动理论对回波信号进行特征分析,提出了基于1.5维谱估计的非最小相位系统与非高斯信号处理方法,并对管壁正常位置、出现内壁腐蚀和外壁腐蚀位置分别进行了逐点扫描检测及超声回波信号分析,同时给出了一种特殊的管壁腐蚀临界位置回波信号处理方法.单点检测和多点连续检测实验结果表明,1.5维谱估计算法分析输油管道腐蚀超声回波信号时,能够有效克服快速傅里叶变换算法的弊端,获取的壁厚相对误差在2%以内,C扫描图像能够清晰地显示管道的腐蚀情况,满足输油管道腐蚀剩余壁厚的检测要求.

层状介质结构的超声回波信号特征提取方法研究

本文分析研究了层状介质结构与超声回波信号特征的关系，着重研究并比较了离散傅里叶交换与离散余弦变换对提取层状介质回波信号特征的效果。理论分析和实验验证得出离散余弦变换是一种提取反映层状介质结构的超声回波信号特征的较理想方法。

TMS320C5402数字IIR滤波器的超声回波信号检测

通过对IIR滤波器结构分析,制作了超声回波信号高速采样系统,并基于TMS320C5402数字IIR滤波器,对超声回波信号进行了降噪处理.结果表明,与不经过IIR滤波的数字采样相比,应用该方法可以较好恢复超声回波信号,这对超声信号的在线检测有一定实用意义.

油液磨粒超声回波信号的双树复小波去噪研究

超声回波信号反映了润滑油中磨粒的大量信息。为了提取淹没在强噪声环境下的超声回波信号,提出了一种基于双树复小波变换(DT-CWT)的油液磨粒超声散射回波信号去噪新方法。利用双树复小波变换具有近似平移不变性和有效去噪等优点,首先对超声散射回波信号进行双树复小波分解,然后对分解得到的高频系数进行阈值处理,最后进行双树复小波重构。结果表明:分解层数为6层时,去噪后信号的信噪比更高、均方误差更小、相似系数更大、幅值最大偏差更小。双树复小波变换硬阈值去噪效果比传统小波去噪效果明显好。

基于改进Morlet小波的超声回波信号处理

粘结复合材料的超声回波检测信号夹杂了大量的噪声,完全淹没了有用的裂纹缺陷信息,基于时域或频域的分析方法难以判断其是否存在缺陷。在对信号作多尺度分析的基础上,改进了Morlet小波,并基于改进Morlet小波对信号进行了各种分析。当取多个尺度参数时,基于改进Morlet小波变换得到的小波系数都包含有缺陷信号的频率成分,这样便解决了多分辨率分析时多尺度小波系数在分析窄频带缺陷信号时的不足。

基于超声回波信号的指端脉搏波提取

脉搏波可作为检测人体心血管系统生理病理状态的重要依据。为了验证用超声波测量脉搏波的可能、解决脉搏波的测量部位受限的问题,本研究提出一种从超声回波信号中提取脉搏波的方法。设计一种跟随式超声传感器,用数据采集系统采集指端超声回波信号,经过滤波、选点及小波去噪等处理后得到较为纯净的脉搏波信号;同时采集心电信号以及光电容积脉搏波信号作为参考信号。结果表明,可以从提取的指端脉搏波中准确地获取心率;与同步测得的光电容积脉搏波数据相关系数大部分在0.8以上;波形中的重搏前波、重搏波等细节部分也能明显地表现出来。本研究提出的方法实现了从指端超声回波信号中获取完整可靠的脉搏波信号,为日后获取不同部位的脉搏信号提供了基础。

超声回波信号的多阈值分段去噪方法研究

通过构建超声回波信号模型,将基于小波包阈值去噪应用在超声回波信号研究中。针对超声回波信号的非平稳性,提出一种多阈值分段去噪方法应用于超声回波信号的去噪研究中。仿真实验表明,采用的多阈值分段去噪克服了单阈值规则的局限性,能够较好地处理超声信号中的噪声分量。

基于超声时频分析与残差网络的生物组织变性识别

为了能对高强度聚焦超声(HIFU)治疗过程中的生物组织进行实时准确的变性识别,提出了一种基于超声时频分析与残差网络(ResNet)的生物组织变性识别方法。首先,采用广义S变换(GST)方法对生物组织超声回波信号进行时频分析,得到二维时频图;然后,通过迁移学习,将在ImageNet数据集上训练得到的参数应用于超声回波信号数据集;最后,利用ResNet101模型从生物组织变性前后的时频图中学习和提取有效的变性信息,并可视化变性特征轨迹,实时地完成生物组织变性识别。实验结果表明:相较于现有基于信号能量,AR系数以及熵特征的变性识别方法,GST-ResNet方法无需人为经验选取特征参数,具有更高的识别率,可以实时准确地完成生物组织的变性识别。

超声波测距信号小波阈值去噪参数的选定方法

讨论了超声波测距信号小波阈值去噪参数的选定方法和最优选取原则。在超声波测距回波信号中加入10 d B的噪声信号,在MATLAB仿真环境下,用硬阈值函数、软阈值函数、半软阈值函数,分别对超声波回波信号进行处理,通过实验分析得出,在选取2层分解、消失矩阶数为5时,选择Sym7小波基、半软阈值函数降噪时,信号SNR改善较大,为5.35 d B,RMSE最小,为0.094 d B,说明在有效去除信号噪声的同时,重构后的失真最小。

火箭发动机包覆层测厚的超声信号处理研究

在用超声波对固体火箭发动机双包覆层的厚度进行测量时,若包覆层较薄,超声回波信号会产生严重混叠,给各回波间的时延估计带来困难。基于超声信号的传播模型,在利用维纳滤波解卷积技术消除第一回波和噪声的影响后,采用维纳滤波解卷积技术和改进的前后向线性预测滤波器技术(MFBLP)从混叠信号中得到了高分辨率的时延估值。模拟信号和实验信号证明,该方对噪声不敏感,并对混叠信号的时延估计有很好的效果,从而提高了火箭发动机薄包覆层的厚度测量精度。

基于改进的DE算法的超声回波参数估计

利用最小二乘法将超声回波参数估计问题转化为优化问题,采用改进的差分进化算法(DE算法)对待优化函数进行优化处理。仿真研究说明,该方法在噪声环境下依然有效,并且不依赖于初始值选择,不需计算梯度,可以在全局范围内搜索。

Hilbert-Huang变换在数字超声检测信号分析中的应用

采用一种新的自适应时频分析方法Hilbert-Huang变换来构造Hilbert谱及Hilbert能量谱,并将其应用在超声检测的回波信号处理中,通过仿真表明,Hilbert谱能够反映回波信号的时频信息,Hilbert能量谱能够反映回波信号的时间信息,从而有效地判断缺陷的有无及位置。并为以A型显示方式表示缺陷信息提供了依据。

超声回波参数估计的初值选取方法

针对超声回波参数估计中,初值随机选取带来的收敛速度慢,搜索效率低,易受噪声影响等问题,对回波参数估计的初值选取进行了探讨。理论上研究了超声回波信号的包络和能量与信号参数的关系,阐明了从信号自身选取参数初值的可行性。在此基础上,利用希尔伯特变换和傅里叶变换提取有效信息,为回波参数估计提供合适的初值,从而减少估计过程的迭代次数、提高参数估计速度。实验结果表明,与传统参数估计方法相比,该方法在不同信噪比情况下都可获得较高的估计精度,而且参数估计的收敛速度较快。

超声回波去噪算法在变压器套管引线检测中的应用

变压器套管引线在运行中受力的作用极易产生形变,影响变压器的安全运行,因此可通过超声检测技术实现变压器套管引线的定期检测。超声回波信号在进行采集时极易受到噪声干扰,需通过高效的去噪算法实现去噪。针对传统去噪算法阈值大小、信号分解层次难以确定和去噪效率低等缺点,提出一种全新去噪方法,将改进小波变换与EEMD分解去噪算法结合,使用改进小波去噪法进行信号预处理,然后对处理后的信号进行EEMD分解去噪二次处理,提升去噪效果与信号的信噪比。经试验验证,处理后超声回波信号信噪比显著提高,提高了超声检测的精度,达到了较为理想的效果。