[发明专利]一种超声信号最小熵解卷积的无损检测方法

摘要

本发明公开了一种新的超声信号最小熵解卷积方法，其特点是将L0范数约束思想引入超声信号最小熵解卷积方法中，在没有关于测量信号任何先验信息的情况下，仅根据所获取的观测信号，利用其稀疏性；L0范数约束及最小熵约束恢复出观测回波信号的原始脉冲序列；在解卷积过程中能够根据信号的稀疏性，通过选择平滑参数，在保持信号尖脉冲信息的同时提高算法对噪声的鲁棒性。

主权项

1.一种超声信号最小熵解卷积的无损检测方法，其特征在于该方法包括如下步骤：步骤1).假设在实际观测中，信号形成的过程是线性的或空间不变的，观测噪声主要是加性噪声，并且独立于观测目标，则观测信号的模型为：y_n＝x_n*h_n+e_n，其中h_n代表传输过程以及换能器引起的脉冲响应，x_n是反射序列，且有先验条件即其稀疏性，*代表卷积运算，e_n代表加性噪声。步骤2).对于最小熵解卷积可以通过公式来表达为：其中z_n＝f_n*y_n，且f_n表示逆滤波器系数。写成矩阵形式即Af＝b，其中逆滤波器f由下式获得：f＝A^-1b。利用观测信号计算其自相关矩阵A以及自相关矩阵的逆矩阵A^-1；步骤3).初始化逆滤波器系数f⁰，f¹；步骤4).初始化解卷积结果向量z＝f⁰＊y；步骤5).计算解卷积结果向量的峭度k(n)＝kurtosis(z)，并将峭度值存储在数组中；步骤6).为改进测量信号的稀疏性，对其进行L₀范数变换，变换函数为其中σ为平滑控制参数，通过对测量信号进行该约束更能体现信号本身的特点，本发明正是基于对该问题的考虑将L0范数规范的思想引入到最小熵解卷积中。对于测量信号应用该变换得z_n←z_n(1-exp(-z_n²/2σ²))，σ为常数，根据不同的应用目的进行调节，在上述模型中，σ的大小可以作为尖脉冲保持和噪声抑制的调节参数；当σ偏大时，结果趋于平滑，但信号的某些细节信心不能得到复原；相反当σ偏小，则尖脉冲得到保持，但会出现噪声放大的现象，在应用过程中，应根据实际应用条件对σ进行调节。步骤7).利用z以及y计算列向量b；步骤8).利用上述结果计算新的逆滤波器系数f¹＝A^-1b，增加迭代步长；步骤9).计算迭代终止条件δ＝kurtosis(f¹＊y)-k(n-1)，当δ≤tolerance时迭代终止，如δ≤tolerance则更新逆滤波器系数，令f⁰＝f¹并且返回步骤3，其中tolerance是给定的误差。