基于優化匹配追蹤稀疏分解的微弱超聲回波提取

蘇映新

(遼東學院信息工程學院，遼寧丹東 118000)

0 引 言

超聲具有指向性好、聲能集中和穿透力強的特點，因其精度高、便于攜帶而在超聲無損缺陷檢測[1]、農業病蟲超聲霧化防治[2]，機械零件應力消除[3]等工農業、航空和軍事領域具有廣泛的應用。然而受環境噪聲影響，超聲回波信號的幅度通常較小且包含大量噪聲，因此提高低信噪比超聲回波提取性能是不可或缺的技術手段[3]。

Sinding等[4]對超聲回波信號進行了正則化處理，顯著提高了算法的處理速度和信噪比，相比于傳統帶通濾波具有較好的回波參數估計性能。Abbass等[5]根據隨機選擇移位算法改進小波閾值算法，該算法的平移不變性提高了小波變換的降噪效果，但當回波信號存在強噪聲時容易造成失真。王大為等[6]根據超聲回波的頻率結構與噪聲頻率結構不同的特點，設計雙高斯衰減模型進行參數最優估計，以重構超聲信號。章濤等[7]由回波波峰實時更新閾值，通過一致性判斷和自動補償，獲取回波的精確特征點。

上述方法通常難以滿足低信噪比回波信號的降噪和檢測要求[8]。匹配追蹤(Matching Pursuit, MP)算法能夠根據信號稀疏性進行分解并重構，無需先驗信息，適于各種非平穩和強噪聲環境下的聲音識別。陳秋菊等[9]將改進的MP稀疏分解用于強噪聲環境下異常聲信號識別，通過信號重構對低信噪比信號進行降噪增強；Cho等[10]結合MP稀疏分解和短時譜估計對低信噪比聲信號進行分解和二次重構，提高信號的檢測和識別精度；……