基于最小均方算法的相控阵超声波束合成技术研究

发布时间：2020-04-21 20:46

【摘要】：相控阵超声波束合成技术作为阵列信号处理的一个实际工程应用技术,一直是超声波检测应用中的研究热点,同时也是一个难点。传统的相控阵进行超声波束合成时,通过对阵列换能器施加延时达到接收不同方向信号的目的,没有考虑接收信号中的干扰噪声等问题。本文根据阵列信号处理中空时等效性原理,设计了一种自适应波束合成算法,通过对各阵元接收到的信号施加复增益进行波束合成以得到期望方向信号,同时抑制信号中的干扰与噪声,同时解决了自适应波束形成中无法解相干的问题。为了验证算法的可行性,设计了相控阵超声实验平台。主要研究工作如下:学习相控阵超声换能器声场辐射的基本原理,并以此为基础研究了阵列信号处理的数学模型,在传统延时叠加算法的基础上引入空域滤波器,并且分析了影响空域滤波的关键参数。针对空域滤波器与延时叠加算法中权值固定,无法去除噪声与抑制干扰信号的问题,引入自适应波束形成技术,并且分析了自适应波束形成的常用准则以及基于最小均方误差准则产生的广义旁瓣相消器算法。针对该算法存在协方差矩阵与互相关向量难以求得、超声环境下相干信号无法处理等问题,对广义旁瓣相消器进行改进,引入变换域下的最小均方迭代算法,最后对该算法进行了性能分析与给出实现方案。为验证算法的可行性,完成相控阵超声波束合成系统平台的设计,首先分析该系统的总体设计,而后分析发射与接收电路的具体实现,接着介绍整个系统的核心部件FPGA与MCU控制系统,分析系统中数据通信处理。整体系统工作流程为:通过发射部分产生指定频率的正弦波信号,进行D/A转换、信号滤波功率放大等处理后激励超声波信号在铝板中传播,接收端对接收到的超声波信号进行A/D转换等处理后,通过FPGA级联传输进入MCU,最后上传到PC端进行数据处理。通过仿真分析,比较了常规波束形成算法(CBF)、最小方差无失真响应(MVDR)与变换域下最小均方算法(FLMS)的波束形能力。在抑制干扰信号方面,FLMS算法与CBF算法相比,不会受到外界信噪比的影响,算法依然能在干扰方向形成-80dB以上零陷,具有抑制干扰的特点。在解相干信号方面,FLMS算法与MVDR算法相比,在低信噪比条件下,信噪比为-20dB,干噪比为20dB时,除了能在期望方向形成主瓣外,还可以抑制相干干扰方向信号,此时MVDR算法已无法接收到期望信号;在高信噪比条件下,信噪比为20dB,干噪比为-20dB时,FLMS算法依然能保持良好的波束形成能力,而此时MVDR算法无法判断接收信号中的相干干扰,不能在干扰方向形成零陷,并且FLMS算法无需求解接收信号的协方差矩阵与互相关向量,简化了自适应波束计算的复杂度。通过相控阵超声实验平台发射/接收超声波信号,并对接收到的数据进行算法处理,验证了该实验平台的可靠性,并且进一步验证变换域下的最小均方迭代算法在处理超声波束合成时解相干与抑制干扰信号的优越性。
【图文】：

阵列信号处理作为信号处理的一个分支，与传统的时域信号分析相比，其主要特通过分布在空间中的传感器组成传感器阵列完成信号的处理，不仅可以得到信号信息，并且可以分析信号的空域信息，如方向、位置等。传感器阵列同时刻对接信号进行采样，得到空间中的离散数据，并采用有效的算法进行处理，，主要目的接收信号中的干扰与噪声，同时增强期望方向信号，并提取出其中有用信号特征号所包含的信息。阵列信号处理的特点有：灵活控制波束的形成、信号增益可靠的抗干扰能力与有效去除噪声等优点，因此近几十年该技术得到快速的发展[6-7]。在超声检测领域，阵列信号处理得到广泛的研究与应用，相控阵超声成像是当前测技术中的发展热点之一，同时也是阵列信号处理的重要分支技术[8]。与传统的超声检测相比，超声相控阵检测主要优点有：利用多阵元的波束合成提高了检测，通过改变声波的激发与接收方式可以在不同的模式下进行工作，阵列换能器不动减小了系统工作误差以及提高了检测结果的可靠性[9]。

单个阵元的辐射声场计算可以推广到 N 个阵元组成的线性阵列，如图2.2 所示，为简化分析可以计算介质 XOZ 平面任意一点的声压，其空间冲击响应是阵列中所有阵元空间响应的延时代数和，由此得到阵列辐射声场的计算[61]-10( , ) ( , )Na i i iih r t h r t t (2.5)式(2.5)中，hi为阵列中第 i 阵元的空间响应；ir 是第 i 个阵元到场点的距离；Δti表示延时时间，通过延时时间可以达到波束控制的效果，如聚焦、波束偏转等。
【学位授予单位】：江苏大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：TN911.7

【参考文献】

相关期刊论文 前10条

1 汤惠;黄虎;;超声调制的声频定向传输指向性分析[J];电声技术;2015年11期

2 刘婷婷;周浩;郑音飞;;特征空间和符号相干系数融合的最小方差超声波束形成[J];声学学报;2015年06期

3 高阳;许稼;龙腾;;阻塞矩阵抗干扰方法性能分析[J];信号处理;2015年10期

4 包志强;贾富伟;朱少彬;;FPGA实现基于施密特正交化的自适应算法[J];电子科技;2015年09期

5 弓晓颜;;小阵面相控阵雷达波束控制系统的实现[J];电子科技;2015年06期

6 谢菊兰;李会勇;何子述;;期望信号功率对MVDR算法性能的影响分析[J];信号处理;2015年04期

7 靳世久;杨晓霞;陈世利;黄玉秋;郭薇;;超声相控阵检测技术的发展及应用[J];电子测量与仪器学报;2014年09期

8 郑驰超;彭虎;韩志会;;互相关自适应加权的医学超声成像算法研究[J];物理学报;2014年14期

9 邵朝;赵妮;石超雄;;一类最小方差无失真响应波束的形成方法[J];西安邮电大学学报;2014年03期

10 刘涛;陈志平;张巨勇;王松根;;射电天文中大型望远镜阵列研究[J];电子机械工程;2013年06期

相关博士学位论文 前3条

1 顾建峰;阵列信号处理中的若干问题研究[D];电子科技大学;2008年

2 苏保伟;阵列数字波束形成技术研究[D];国防科学技术大学;2006年

3 陈四根;阵列信号处理相关技术研究[D];哈尔滨工程大学;2004年

相关硕士学位论文 前10条

1 高伟;基于超声波传感器阵列及多重信号分类算法的风速风向测量方法[D];吉林大学;2017年

2 贺佳文;超声波束形成技术仿真研究[D];内蒙古大学;2017年

3 程娜;超声成像波束合成理论与算法研究[D];重庆大学;2016年

4 刘广;合成孔径超声成像中波束合成算法研究[D];燕山大学;2015年

5 魏梦瑶;基于阵列信号处理的自适应波束形成技术研究[D];西安电子科技大学;2015年

6 尹广旭;基于多重信号分类算法的宽带相干源空间谱估计[D];吉林大学;2013年

7 李荣兴;超声成像自适应波束形成方法研究[D];哈尔滨工业大学;2013年

8 许琴;超声成像中波束形成算法研究[D];重庆大学;2012年

9 刘翔;自适应数字波束形成技术研究[D];西安电子科技大学;2012年

10 王伟;超声相控阵可控强度发射系统相关技术的研究[D];江苏大学;2010年

本文编号：2635718