基于粒子群算法的稀疏阵列超声相控阵全聚焦成像

发布时间：2021-05-16 21:46

　　为降低相控阵超声检测全聚焦算法的成像数据量及阵列稀疏优化的计算时间,研究了一种用于稀疏阵列全聚焦成像的阵列优化算法,并通过实验对其成像效果进行了验证。针对目前超声相控阵检测的全矩阵采集数据量大、全聚焦算法成像时间长的难点,该文通过构建稀疏阵列,在保证成像质量的同时显著降低成像数据量,提高了全聚焦算法的成像效率。通过以主瓣宽度、旁瓣峰值以及主瓣峰值作为约束条件构建适应度函数,采用粒子群算法得到稀疏阵元位置分布并进行阵元权重修正,并将其用于稀疏全聚焦成像。相比全阵元成像,使用粒子群算法所得的稀疏阵列的阵元个数降低了56.25%、65.62%,数据使用量降低了80.86%、88.18%。在阵列优化方面,相比遗传算法减少了84.86%的计算时间。 

【文章来源】：应用声学. 2020,39(03)北大核心CSCD

【文章页数】：6 页

【文章目录】：
0 引言
1 基于粒子群算法的稀疏阵列全聚焦成像算法
    1.1 基于标准粒子群算法的线阵优化
    1.2 基于线阵权重补偿的全聚焦成像算法
2 实验与全矩阵数据采集
3 结果与讨论
4 结论


【参考文献】：
期刊论文
[1]相控阵超声波检测技术在汽轮机叶根检测中的应用[J]. 初希,欧阳权.  吉林电力. 2018(06)
[2]模拟退火算法的共享孔径多波束形成[J]. 刘新星,张贞凯,费晓.  电光与控制. 2018(11)
[3]先进超声检测技术的研究应用进展[J]. 周正干,孙广开.  机械工程学报. 2017(22)
[4]相位加权的矢量全聚焦超声阵列成像方法研究[J]. 焦敬品,杨素方,何存富,吴斌.  声学学报. 2017(04)
[5]粒子群优化算法对波束形成的效果分析[J]. 滕玉鹏,史朝,全宇,王晗.  成都信息工程大学学报. 2016(01)
[6]相控阵超声探伤中一维稀疏阵列的优化设计研究[J]. 郑晖,林春深,杨天雪.  福州大学学报(自然科学版). 2014(03)
[7]复合材料构件R区的超声相控阵检测实验[J]. 张冬梅,于光,周正干,徐娜.  北京航空航天大学学报. 2013(05)
[8]基于模糊离散粒子群算法的非均匀阵列优化(英文)[J]. 阳凯,赵志钦,聂在平.  电子科技大学学报. 2012(01)



本文编号：3190456