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.     

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.     

存在指向误差情况下的低旁瓣自适应波束形成

针对确定自适应阵列系统,在传统的线性约束最小方差(LCMV)波束形成算法基础上提出一种在期望信号方向估计有误差的情况下,能减小指向误差的低旁瓣自适应波束形成算法,该算法运用波束保形函数,集中主瓣波束,抑制旁瓣波束,提高了阵列输出的信干噪比(SINR),计算机仿真结果验证了算法的有效性和优越性。     

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.     

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.     

基于多线接收的延时乘累加超声波束形成算法

基于超声成像对于高帧频的需求特性，提出了一种基于多线接收的延时乘累加(multi-line acquisition delay multiply and sum， MLADMAS)超声波束形成算法.该算法首先借助于多线接收技术，由一条传输线得到多条合成传输线，再利用复杂度更低的延时乘累加算法，并行进行波束形成操作，以得到多条接收线输出结果.仿真实验结果表明，与传统的延时叠加算法相比，MLADMAS算法能在将帧频提高两倍的同时，得到质量更好的图像，其评价指标FWHM，PSL和CR分别提高了28.49%，26.29%，26.06%.当使用幅度变迹时，MLADMAS算法的性能进一步改善.     

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...     

改进经验模态分解的麦克风阵列语音增强方法

提出一种将改进经验模态分解与麦克风阵列最小方差无失真响应的自适应波束形成相结合的语音增强方法.该方法首先利用互相关系数阈值法去除经验模态分解得到的虚假固有模态函数,并结合其各阶自相关函数特性准确获取信号主导与噪声主导的固有模态函数的分界点;对噪声主导的固有模态函数进行小波阈值去噪,并将所有同阶固有模态函数进行最小方差无失真响应波束形成,求和得到增强语音信号.改进经验模态分解算法避免了在高信噪比条件下的信号失真,同时满足了最小方差无失真响应波束形成算法窄带特性的要求,进而增强了麦克风阵列抗干扰能力.实验结果证明了方法的有效性.     

最小方差波束形成与基于最小方差相干系数融合的超声成像方法

在医学超声成像中,最小方差波束形成(MV)可以有效地提高图像的分辨率,但不能提高成像的对比度.针对最小方差波束形成的低对比度,提出一种最小方差波束形成与基于最小方差相干系数融合的成像方法.该方法利用最小方差波束形成的输出取代相干系数中相干部分的能量和,得到加权系数,然后利用该系数加权最小波束形成的结果.仿真成像结果表明:该方法在分辨率、对比度方面都优于传统的延时叠加波束形成法,最小方差波束形成法以及最小方差波束形成与相干系数融合的方法.     

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.     

一种合成宽带数字波束形成相控阵通道幅相误差的校准方法

在对相控阵雷达数字化单脉冲和差波束形成原理研究的基础上,给出了单脉冲比的提取模型。对通道幅相误差与角度估计精度的关系进行了分析,结果表明通道幅相误差将导致和波束主瓣畸变,增益降低,进而影响角度测量的精度;在利用合成宽带信号进行距离高分辨成像时,通道的幅相误差将会导致高分辨距离像的畸变。针对通道误差的校准提出了一种不需要注入参考信号的盲自适应校准方法,利用接收信号作为参考信号,采用改进的NLMS算法求取校准权值,在校准过程中进行通道延迟的补偿。仿真结果证明了该方法的有效性。     

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.     

基于频率分集逆合成孔径雷达的多重信号分类目标成像算法

将频率分集的思想应用在逆合成孔径雷达(inverse synthetic aperture radar,ISAR)成像中,通过单频信号合成宽带信号,可解决系统发射接收宽带信号复杂的问题.但窄带的合成可视为宽带信号的稀疏采样,由此带来了旁瓣提高等难点.提出一种基于频率分集ISAR体制的多重信号分类(multiple signal classification,MUSIC)目标成像算法,该算法将合成阵列接收的回波信号协方差矩阵进行特征值分解,得到信号子空间与噪声子空间,然后根据二者的正交性构建谱函数对目标位置进行估计,得到目标的超分辨二维像.将MUSIC算法与后向投影(back projection,BP)算法做了对比,仿真结果表明:在有较强噪声环境下,前者仍能有较好的成像效果,证明本文方法的应用可有效解决频率稀疏带来的高旁瓣问题.     

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.