最小方差的延时乘累加医学超声波束形成算法

针对超声信号高度相关性的特点,提出了一种最小方差的延时乘累加波束形成(MVDMAS)算法.首先,该算法利用最小方差波束形成的思想,计算接收回波信号的权值,用来降低回波信号的旁瓣;然后,对加权处理后的回波信号进行组合乘累加运算,降低回波信号之间的相关性;最后,理论推导和实验仿真验证了算法的有效性.仿真实验结果表明,MVDMAS算法的成像对比度和分辨率均有一定提升,可有效地降低主瓣宽度、旁瓣高度和抑制斑点噪声.与延时叠加、最小方差和延时组合乘累加波束形成算法相比,综合评价指标CR和CNR分别提高了100.24%,33.91%,17.41%和30.61%,17.55%,11.36%.     

医疗超声成像自适应波束形成算法

针对传统医疗超声最小方差自适应波束形成算法的稳健性差、图像对比度提高有限、算法复杂度高等缺点,在基于QR分解的最小方差(QRMV)波束形成的基础上,引入了符号相干系数,提出了一种基于QR分解的最小方差与符号相干系数融合的自适应波束形成算法.仿真结果表明:该算法分辨率、对比度都优于传统的延时叠加、最小方差及基于QR分解的最小方差算法,表现出和最小方差与符号相干系数融合(SFMV)算法非常接近的性能,但运算复杂度却远低于它.     

适用于码分多址的近似最小方差法波束形成器

提出了一种适用于码分多址的波束形成方法,并从理论上证明了该方法在干扰数趋于无穷大时,可获得最小方差意义下的最优解。仿真实验表明,在用户数大于阵元数时,该方法近似于最小方差法波束形成器,并且不需计算阵列响应协方差矩阵及其矩阵。该方法具有运算量小,无相干源问题等优点,特别适用于多址干扰的消除。     

结合子空间投影的幅度相位估计波束形成算法

在医学超声成像中,幅度相位估计(APES)波束形成算法能够更稳健地估算期望信号幅度,但其以牺牲较少量分辨率为代价.针对此问题,提出基于幅度相位估计并融合子空间投影技术的自适应波束形成算法.首先通过幅度相位估计算法初步计算加权向量,然后将加权向量向回波信号的期望信号子空间投影,以此来抑制噪声和干扰,改善成像的分辨率和对比度.经仿真分析,所提出的子空间投影与幅度相位相融合的算法在成像的分辨率、对比度和稳健性方面均优于原始的幅度相位估计算法.     

改进的低复杂度幅度相位估计波束形成算法

针对低复杂度的最小方差方法虽降低计算复杂度但成像质量不高的问题,提出了一种改进的低复杂度幅度相位估计波束形成算法.通过抽取协方差矩阵的有效行来计算自适应加权值,其中,有效行数的选取由更加准确的高斯相位相干系数确定,然后再用高斯相位相干因子对加权矢量做进一步修正,从而达到降低复杂度的同时保证成像质量的目的.通过实验验证,将改进算法与原算法和另一种降低复杂度的波束域方法进行对比分析,充分证明了改进算法在降低复杂度和提升成像质量方面的优越性.     

波束形成算法指向误差时的稳健性研究

为有效克服期望信号方向存在指向误差而导致的阵列流形向量失配的问题,提出了一种基于支持向量回归机的波束形成方法.该方法在分析线性约束最小方差波束形成器的基础上,将支持向量机的损失函数引入到线性约束最小方差波束形成器的最优化问题中,从而使基于结构风险最小化原理的支持向量回归机算法与波束形成算法相结合.通过MATLAB仿真实验,在没有失配的理想情况和期望信号存在方向向量失配的情况下,选取不同的支持向量机参数以及信噪比,分析对2种损失函数的基于支持向量机的波束形成算法.仿真实验结果表明,该算法在期望信号方向存在指向误差时,依然能够保持较好的系统输出信噪比,具有一定的稳健性.     

改进的最小方差无畸变响应波束形成方法

提出一种改进的最小方差无畸变响应(MVDR)波束形成方法,通过调节波束形成的权向量设计中的增强因子来改善其方位分辨力,并且不以牺牲信号与干扰+噪声比增益为代价.仿真结果表明,所提出的方法可以有效改善MVDR波束形成的方位分辨力,且不损失MVDR波束形成的信号与干扰+噪声比增益.     

基于虚源的延时乘累加波束形成算法

为了提高超声虚源次序波束形成的成像分辨率，提出一种基于虚源的延时乘累加波束形成算法，即VS-DMAS(delay multiply and sum beamforming based on virtual source)算法.该算法将DMAS的思想引入虚源次序波束形成的第二阶段，利用DMAS算法中相乘耦合运算的特点，充分考虑信号之间的相干性，以抑制低回声区域伪影的产生，提高超声成像的分辨率和对比度.对该算法进行了点目标仿体仿真以及实体数据成像实验.结果表明，相较于常规的聚焦方式，VS-DMAS算法具有更低的旁瓣和更窄的主瓣，能够更好地将点目标从背景噪声中分离出来，随着深度的增加，依然有着较高的成像分辨率.且随着算法中p值适当增大，成像分辨率和对比度均有一定的提升.     

基于改进相干因子的延时乘累加平面波超声成像

针对超声回波信号高相关性特性，提出一种基于改进相干因子的延时乘累加(pCF-DMAS)波束形成算法并应用至平面波超声成像.该算法通过增强相干因子的相干性来计算回波信号的权值，然后进行乘累加运算.通过使用Field II进行超声点目标和囊肿目标的仿真实验，对成像结果进行分析验证了算法的有效性.仿真结果表明，算法具有优秀的横向分辨率，在p取0.7时具有所有对比算法中的最高对比度.综合点目标和囊肿目标的成像效果，给出算法的最优p值0.3.相比延时叠加和延时乘累加波束形成算法，所提算法的图像对比度CR分别提高了12.559，9.602dB.     

基于特征向量的线性约束最小方差自适应方向图控制

针对自适应波束形成中副瓣电平较高的问题,该文提出一种基于特征向量的线性约束最小方差(E-LCMV)自适应方向图控制算法。该算法通过对输入数据协方差矩阵进行特征分解,得到干扰子空间与噪声子空间,利用子空间之间的正交性,在静态加权矢量中修正约束矩阵和约束响应矢量,可在小快拍数条件下有效地抑制干扰,并同时保持静态方向图的副瓣特征。计算机仿真结果表明该算法具有良好的副瓣特性,并提高了低快拍数下输出的信干噪比(SINR),验证了该算法的有效性和优越性。     

基于改进DMAS的平面波超声成像算法及其GPU实现

针对基于DMAS波束合成的平面波超声成像算法的图像对比信噪比偏低及算法复杂度大,无法实现实时成像的问题,提出了一种具有较高成像质量和较小计算复杂度的平面波超声成像算法DSBMGCF(delay sum before multiply and generalized coherence factor),借助FieldII仿真工具在Matlab上进行点目标和囊肿目标的仿真实验,验证了该算法的成像质量.同时,对所提出的新算法进行了并行化研究和改进,得到了一种适合在GPU上并行实现的平面波超声成像并行算法PDMASGCF(parallel delay multiply and sum generalized coherence factor),并在实验室戴尔T7810普通工作站上进行了平面波超声成像时间和质量的验证实验,获得了较高的成像帧频,并保证了较好的成像性能.     

基于加权因子的双重延时乘累加波束形成算法

针对超声成像中双重延时乘累加算法不适用于高噪声环境的问题,提出一种基于均值-标准差加权因子的双重延时乘累加算法,即RD-DMAS算法.该加权因子对解决高噪声带来的图像斑点问题具有显著效果,而双重延时乘累加波束形成算法能大幅提高超声成像分辨率,使所提算法能得到高分辨率和高对比度的重建图像.对该算法在点散射目标仿体、囊肿仿体和噪声环境下进行了仿真,结果表明,RD-DMAS算法有最小旁瓣以及较窄的主瓣.DAS,DMAS,DS-DMAS,RD-DMAS算法的对比度(CR)分别为9.72,11.72,13.28和19.86.不管环境中是否有噪声,RD-DMAS算法的成像效果都是最好的.     

超声成像中基于虚拟阵元的双聚焦波束合成方法

针对传统动态接收聚焦DRF波束合成方法在超声成像中分辨率和探测深度方面存在的不足,提出一种基于虚拟阵元的双聚焦波束合成方法.首先利用单一固定焦点进行第一次聚焦;然后利用虚拟阵元的概念计算第二次聚焦的延时参数;最后再根据延时叠加波束合成的原理及动态聚焦技术进行第二次聚焦,得到最终成像的扫描线数据.为验证该方法的有效性,进行了点散射目标成像实验.实验结果表明:双聚焦波束合成的超声成像方法在一定程度上有效地调和了分辨率与探测深度之间的矛盾,提高了超声成像的质量.     

基于MVDR聚焦波束形成的辐射噪声源近场定位方法

为全面刻画噪声源的空间分布,需同时对辐射噪声中的宽带及窄带线谱信号进行聚焦波束形成.研究可应用于水下辐射噪声源定位的基于最小方差信号无畸变响应(MV-DR)的聚焦波束形成方法,将MVDR方位估计方法与聚焦波束形成相融合,较常规聚焦波束形成具有更高的分辨率和更低的旁瓣级,并能减小"混叠"效应的影响.仿真和实验均证明了该方法的正确性和有效性.