[发明专利]一种基于信息融合的超声相控阵方法

摘要

本发明公开了一种基于信息融合的超声相控阵方法，属于超声信号处理技术，所述的算法包括分位图法和贝叶斯估计两部分，其中，分位图法的建立包括以下步骤：取出超声相控阵探头各阵元依次单独采集信号的中位数、上四分位数和下四分位数，得到四分位离散度，求出淘汰点，得到有效数据的融合集；贝叶斯估计的建立包括以下步骤：得出各有效数据的特征函数，求出决策函数，得到风险函数，提取决策函数的贝叶斯风险，得出参数的最有估计值，应用本发明将提高各超声相控阵阵元所采集信息的利用率，能够得到对现实环境更为准确、可靠的描述。

主权项

1.一种基于信息融合的超声相控阵方法，其特征在于，包括以下步骤：   （一）超声相控阵探头的各个阵元依次单独采集信号，每个阵元采集到的所有信号组成一个数组，得到多个数组；  （二）分位图法的建立   1）各阵元采集得到的信号组成的各数组元素都由小到大排列，求出每个数组的中位数M、上四分位数F1、下四分位数F2；   2）求出信号保留区间（P1，P2），其中dF=F2-F1，P1=F1-a/2*dF，P2=F2+a/2*dF，其中a为经验值常数；各数组元素在区间内的保留，在区间外的剔除，得到比原来数组元素个数少的新数组，数组的大小就是最佳融合数；   （三）贝叶斯估计的建立1）经过分位图法可以得到新的数组，求出每个新数组的m个元素彼此之间的置信距离测度（i,j=1,2,...,n），组成置信矩阵D，；其中，,是在第i个样本值取的条件下的概率密度，是第i个样本值的方差；令，经过数学推导得，，其中，是标准正态分布的概率，b表示变量t的上限；2） 求出关系矩阵R，R是由组成，，其中，，其中，是第i个样本与第j个样本的相关系数，是置信距离测度的界线值；   3）由关系矩阵R，得到每个数组参加信息融合的最佳融合数据集；   4）依新数组各元素的pdf（概率密度）曲线作为各特征函数，记为p(x)；5）求出决策函数，其中是来自总体X的样本值；6）由决策函数求出风险函数，其中是参数，即所要求的融合结果，是损失函数的二次式；7）对风险函数求平均，得到决策函数的贝叶斯风险B,其中，，h(u)是参数的先验分布密度；8）若有使得，则称为参数u的贝叶斯估计量，也称为最优估计；9）损失函数取二次式，则u的贝叶斯估计量为；要想求出估计量，只要求出即可；其中，，令，其中，是正则化因子，则，其中是第个样本的标准差，是所有样本的整体标准差，是样本均值；由于我们采集的数据波形并不是标准的正态分布，特征函数p(x)很难直接求出，所以我们采用以下步骤推导出所要求的最优估计；10） 假设服从正态分布，其中是正态分布的均值，是正态分布的方差；所以，,由以上两式比较，得；11）通过以上推导，得到参数u的贝叶斯估计为，即，也就是超声相控阵阵元得到的最优息融合结果。