基于改进CoSaMP的管道污垢超声检测信号的压缩重构研究

在超声检测中,传感器采集数据时易造成冗余信号和随机噪声,抑制随机噪声的同时压缩重构信号一直是超声检测领域的研究热点和难点。基于压缩感知理论和超声检测方法,提出一种改进压缩采样匹配追踪(Compressive Sampling Matching Pursuit,CoSaMP)的管道污垢超声检测信号压缩重构算法:采用K-SVD算法稀疏表示超声检测信号,推导峰值信噪比与迭代次数之间的关系,自适应确定稀疏度,利用回波信号与随机噪声在变换域的稀疏表征差异拾取有效信息。结果表明:该改进CoSaMP算法能准确定位信号稀疏度,重构超声检测信号反映了原始信号特征,且运算时间明显缩短,证明了改进CoSaMP算法重构超声检测信号的可行性。