[发明专利]一种基于多尺度匹配追踪的超声回波信号提取方法

摘要

本发明公开了一种基于多尺度匹配追踪的超声回波信号提取方法，包括以下步骤：步骤一、超声回波信号获取及同步上传；步骤二、时频参数取值范围压缩：采用数据处理设备对待处理信号f(t)稀疏分解时所用Gabor原子的时频参数的取值范围进行压缩，时频参数包括尺度参数、位移参数、频率参数和相位参数；步骤三、信号提取，过程如下：步骤301、基于寻优算法的信号稀疏分解；步骤302、信号重构。本发明方法步骤简单、设计合理且实现方便、使用效果好，先对时频参数中各参数的取值范围进行压缩，再采用基于寻优算法的信号稀疏分解方法搜索最佳匹配原子，能大幅度加快信号提取速度，并能有效提高信号提取精度。

主权项

1.一种基于多尺度匹配追踪的超声回波信号提取方法，其特征在于，该方法包括以下步骤：步骤一、超声回波信号获取及同步上传：采用超声波探伤装置(1)对被测对象进行超声波检测，获得被测对象的超声回波信号F(t)，并将所获得的超声回波信号f(t)同步传送至数据处理设备(2)；其中，f(t)＝[f(t₁),f(t₂),...,f(t_N)]^T，t表示时间参数，t_i为超声波探伤装置(1)的第i个采样时刻，f(t_i)为超声波探伤装置(1)的第i个采样时刻采样得到的信号值，i为正整数且i＝1、2、3、…、N，N为正整数且其为超声回波信号f(t)的信号长度；步骤二、时频参数取值范围压缩：采用数据处理设备(2)对待处理信号f(t)稀疏分解时所用Gabor原子的时频参数的取值范围进行压缩，所述时频参数包括尺度参数、位移参数、频率参数和相位参数；对时频参数的取值范围进行压缩时，采用数据处理设备(2)对尺度参数、位移参数、频率参数和相位参数的取值范围分别进行压缩，获得压缩后尺度参数的取值范围、压缩后位移参数的取值范围、压缩后频率参数的取值范围和压缩后相位参数的取值范围；其中，对频率参数的取值范围进行压缩时，调用频域压缩模块或时域压缩模块对频率参数的取值范围进行压缩，压缩后频率参数的取值范围记作[f_m,f_M]；调用频域压缩模块对频率参数的取值范围进行压缩时，过程如下：步骤a1、频谱分析及幅值阈值确定：对超声回波信号f(t)进行频谱分析，并根据公式β＝α×max|Y(f)|计算得出幅值阈值β；其中，α为常数且其取值范围为0.25～0.35，Y(f)为超声回波信号f(t)的频谱，max|Y(f)|为超声回波信号f(t)的频谱中幅值的绝对值最大值；步骤a2、频率边界值确定：根据步骤a1中所述的β，对超声回波信号f(t)的最小有效频率值f_min和最大有效频率值f_max分别进行确定；f_min和f_max均为步骤a1中待处理信号f(t)的频谱中幅值为β时的频率值，且f_min＜f_max；步骤a3、压缩后频率参数取值范围确定：根据步骤a2中所确定的f_min和f_max，确定压缩后频率参数的取值范围为[f_min,f_max]；此时，f_m＝f_min，f_M＝f_max；调用时域压缩模块对频率参数的取值范围进行压缩时，根据超声波探伤装置(1)的采样频率f_o，确定压缩后频率参数的取值范围为其中，f_o的单位为MHz；此时，f_m＝0，对尺度参数的取值范围进行压缩时，过程如下：步骤b1、尺度边界值确定：根据公式对超声回波信号f(t)的最小有效尺度值s_min进行确定；其中，k为常数且其取值范围为1～1.5；同时，对超声回波信号f(t)的最大有效尺度值s_max进行确定：当f_m＝0时，s_max＝N；当f_m＞0时，根据公式对超声回波信号f(t)的最大有效尺度值s_max进行确定；步骤b2、压缩后尺度参数取值范围确定：根据步骤b1中所确定的s_min和s_max，确定压缩后尺度参数的取值范围为[s_min,s_max]；对位移参数的取值范围进行压缩时，根据超声回波信号f(t)的信号长度N，确定压缩后位移参数的取值范围为[1,N]；对相位参数的取值范围进行压缩时，确定压缩后相位参数的取值范围为[0,π]；步骤三、信号提取：采用数据处理设备(2)对步骤一中所述待处理信号f(t)进行信号提取，过程如下：步骤301、基于寻优算法的信号稀疏分解：采用数据处理设备(2)且调用稀疏分解模块对步骤一中所述待处理信号f(t)进行迭代分解处理，将待处理信号f(t)转换为并获得此时的迭代分解最佳原子集合；此时的所述迭代分解最佳原子集合中包含m个最佳匹配原子，为所述迭代分解最佳原子集合中的第n个所述最佳匹配原子；式中R^m(t)为待处理信号f(t)经过m次迭代分解后的残差量，其中m为预先设定的迭代分解总次数且m为正整数，n为正整数且n＝1、2、…、m；a_n为第n次迭代分解后的最佳匹配原子与上一次迭代分解后残差量的展开系数；为第n次迭代分解时采用数据处理设备(2)且调用寻优算法模块找出的最佳匹配原子；为Gabor原子且式中函数ψ(t)为高斯窗函数且r_n为的时频参数，r_n＝(s_n,u_n,v_n,w_n)，s_n为尺度参数，u_n为位移参数，v_n为频率参数，w_n为相位参数；本步骤中，寻找最佳匹配原子时，先根据步骤二中所确定的压缩后尺度参数的取值范围、压缩后位移参数的取值范围、压缩后频率参数的取值范围和压缩后相位参数的取值范围，对s_n、u_n、v_n和w_n的取值范围分别进行确定，再采用数据处理设备(2)且调用寻优算法模块，找出使适应度值Fitness(r_n)最大的最佳时频参数，所找出的最佳时频参数为时频参数r_n；其中，Fitness(r_n)为时频参数r_n的适应度值，表示R^n‑1(t)与的内积；R^n‑1(t)为待处理信号f(t)经过n‑1次迭代分解后的残差量，R⁰(t)＝f(t)；s_n的取值范围为[s_min,s_max]且s_n∈[s_min,s_max]，u_n的取值范围为[1,N]且u_n∈[1,N]，v_n的取值范围为[f_m,f_M]且v_n∈[f_m,f_M]，w_n的取值范围为[0,π]且w_n∈[0,π]；步骤302、信号重构：根据此时的所述迭代分解最佳原子集合，采用数据处理设备(2)得出待处理信号f(t)的近似信号f″(t)；其中，近似信号f″(t)为从待处理信号f(t)提取出的信号，其中为此时所述迭代分解最佳原子集合中的第n'个所述最佳匹配原子，n'为正整数且n'＝1、2、…、m；a_n'为与根据此时所述迭代分解最佳原子集合中的前n'‑1个所述最佳匹配原子对f(t)进行n'‑1次迭代分解后残差量的展开系数。