[发明专利]一种基于稀疏数据的超声信号重建方法

权利要求书

1.一种基于稀疏数据的超声信号重建方法，其特征在于：包括如下步骤：

(1)超声信号f，测量矩阵Φ，通过测量矩阵Φ对超声信号f进行非线性变换，得到测量值y=Φf；

(2)初始化：测量值余量r⁰=y，稀疏信号s⁰=φ，索引集Γ⁰=φ，迭代次数n=1；

(3)应用人工鱼群算法优化计算测量值余量r^n-1和传感矩阵每一列的内积Gabor原子的时频参数γ=(s,u,v,w)为待寻优参数，测量值余量rⁿ与传感矩阵列的内积的绝对值为目标函数;并得到gⁿ[i]绝对值最大值对应的传感矩阵的列的位置k；其中，Ψ为Gabor原子库；

(4)更新索引集Γⁿ=Γ^n-1∪{k}及原子集合

(5)利用最小二乘法求得稀疏信号及测量值余量

rn=y-Φ~Γnsn;]]>

(6)迭代次数n=n+1，若n=K，输出sⁿ、rⁿ，到步骤(7)；否则，返回步骤(3)；

其中，K为稀疏度；

(7)由sⁿ和得到重建超声信号f_rec。

2.根据权利要求1中所述的一种基于稀疏数据的超声信号重建方法，其特征在于：应用人工鱼群算法优化计算测量值余量rⁿ和传感矩阵每一列的内积进行如下优化：Gabor原子的时频参数γ=(s,u,v,w)为待寻优参数，测量值余量rⁿ与传感矩阵列的内积的绝对值为目标函数；Gabor原子库的时频参数γ(s,u,v,w)的定义域不同，其中1＜s＜N,0≤u≤N，0≤v＜2π，0≤w≤2π，人工鱼群算法中的s、u、v、w各自的视野和移动的最大步长的设置也不同，s、u的视野和移动的最大步长分别记为Visuala、Stepa，v、w的视野和移动的最大步长分别记为Visualb、Stepb。

具体步骤为：

（1）初始化设置：人工鱼总数N_a，s、u的视野和移动的最大步长Visuala、Stepa，v、w的视野和移动的最大步长Visualb、Stepb;尝试次数Try_number，拥挤度因子δ，人工鱼群行为次数L；

（2）设置人工鱼初始行为次数num=0，在控制变量定义域内随机形成初始鱼群;

（3）计算各条人工鱼当前位置的食物浓度值并将Y的最大值及对应人工鱼状态记录在公告牌;

（4）各条人工鱼分别模拟执行觅食行为、聚群行为、追尾行为，选择行为后Y值最大的行为实际执行，缺省行为为觅食行为。

（5）各条人工鱼行为后，比较自身的Y值与公告牌的Y值的大小;如果自身的Y值大于公告牌的Y值，则以自身取代公告牌中人工鱼;

（6）循环结束条件判断:判断num是否达到人工鱼行为次数L，若是，输出计算结果；否则，num=num+1，转至步骤4)。

3.根据权利要求1或2中所述一种基于稀疏数据的超声信号重建方法，其特征在于：的应用人工鱼群算法优化计算测量值余量rⁿ和传感矩阵每一列的内积待寻优参数γ=(s,u,v,w)是连续变化的，相当于待寻优参数γ=(s,u,v,w)形成的Gabor原子库的原子数无穷多。