[发明专利]超声专业字典的构造和使用方法

说明书

技术领域

本发明涉及脉冲超声信号分析处理技术领域，具体而言涉及一种超声专业字典的构造和使用方法，适于脉冲超声信号的稀疏分解。

背景技术

近年来，超声信号的稀疏分解成为研究超声信号处理的新的分支领域，实现超声信号的稀疏分解，可以用少量的系数来表达和重构超声信号，极大地减少检测超声数字化所带来的大量数据，减小其对硬件性能和资源的依赖，突破现有超声信号处理技术的瓶颈，为超声信号处理提供新的视角和方法。该项技术可广泛应用于超声信号降噪、特征提取、数据压缩、模式识别、压缩传感及超分辨率成像等场合。

信号分解就是将信号在一组基或多组基上展开，基中的元素构成的空间可以是完备的，也可以是欠完备或过完备的。信号分解的目的就是将复杂信号分解成一系列简单信号，只要这种分解是收敛的，那么任一复杂信号就可以看作是由一系列简单信号所组成，可以通过对系数{c_i|i=1,2,…,N,N Z}和基本函数的分析，来反推原信号f(t)的信息。这是现代信号分析与处理的重要方法，涉及的领域很广。选择不同的基本函数可以得到不同的信号分解形式，比如傅立叶分析、余弦分析、小波分析、独立分量分析、主分量分析等。根据基本函数的构成不同，又可以分为正交分解、非正交分解及冗余分解等。

信号的稀疏分解是近年来发展起来的一种以追求信号最简捷（或紧凑）表示为目的的信号分解方法，它是在综合其它分解方法特点的基础上发展而来的。信号稀疏分解（Sparse Decomposition）的思想是上世纪九十年代初提出的，代表性成果是Mallat和Zhang于1993年提出的信号在过完备库(over-complete dictionary)上分解的思想（Stephane G.Mallat,Zhifeng Zhang.Matching pursuits with time-frequency dictionaries[J].IEEE Transctions on Signal Processing,1993,41(12):3397-3415）。为了追求信号的稀疏表达，传统的在单一基函数簇上对信号进行展开已经不能满足要求，这就要求建立一个超完备或过完备（Over-complete）或冗余（Redundant）的基函数库，这个库中应至少包含一组基函数，这个库已经超出了传统基函数的定义，习惯上称为原子库或原子字典（Atom Dictionary）,而其中的元素也不再是传统意义下的基函数，而称作原子。目前针对信号稀疏分解已经发展了多种算法，其中最常用的是1993年Mallat等提出的信号稀疏分解的MP方法。

信号稀疏分解算法计算复杂度很高，计算量十分巨大，必须借助计算机才能实现。为了寻找到最优或次优匹配原子，原子库规模越大越有利，往往导致库中原子数量十分巨大，每完成一次分解，待分解信号都要在原子库中的每一个原子上作投影计算，并进行寻优和计算残差信号，所以，造成了信号稀疏分解算法的计算量十分惊人。这些不足严重制约了该项技术的推广和应用。

发明内容

针对现已技术的不足，本发明旨在提供一种超声专业字典的构造和使用方法，用于对脉冲超声信号稀疏分解，可使超声信号的稀疏分解变的更加简洁和高效，为超声信号降噪、特征提取、数据压缩、模式识别、压缩传感及超分辨率成像等提供支撑。

为实现上述一个目的，本发明所采用的技术方案如下：

一种超声专业字典的构造方法，包括如下步骤：

1）选择字典的原子组成种类：将超声回波作为由目标体产生二次点声源声场的叠加，结合超声波始波激励波形和其在材料中点声源振动的特点，基于回波信号几何结构的相似性，在最小误差能量前提下，选取Gabor原子、cos原子和exp原子作为字典原子组成；

2）设置字典原子的参数：cos原子采用尺度与时移双参数调节，Gabor原子和exp原子采用尺度、时移、调制及频移四参数调节；

3）字典原子参数的离散化：四参数时频原子γ=(s,u,v,w)，按以下方法进行离散化处理：

γ=(a^j,pa^jΔu,ka^-jΔv,iΔw)，其中：a=2，Δu=1/2，Δv=π，Δw=π/6，0<j≤log₂N，0≤p≤N2^-j+1，0≤k≤2^j+1，0≤i≤12，s为尺度，u为时移，v为初始频率，w为初始相位，N为待分解信号的长度；