-
公开(公告)号：CN111722233B
公开(公告)日：2024-06-14
申请号：CN202010562052.3
申请日：2020-06-18
Applicant: 重庆大学 , 重庆慕士塔格能源管理有限公司
Abstract: 本发明涉及一种基于确定性测量矩阵的压缩感知超声成像方法，属于超声成像技术领域。该方法包括：对超声阵列接收到的回波信号进行处理，得到所需要的超声回波信号x；构造确定性测量矩阵，即二元稀疏块对角矩阵BSBD对超声回波信号进行压缩采样，得到测量信号y；选取离散余弦变换DCT作为稀疏字典Ψ，对超声回波信号x进行稀疏表示；通过计算得到二元稀疏块对角矩阵BSBD和稀疏字典Ψ之间的相干系数μ；利用重构算法求解最优化问题，恢复出原始超声信号#imgabs0#利用原始超声信号#imgabs1#进行波束合成并最终成像；本发明能够显著提高超声信号测量效率，并且硬件实现简单，能够对超声信号进行快速、近似最优的重构。
-
公开(公告)号：CN110501423B
公开(公告)日：2021-10-08
申请号：CN201910757165.6
申请日：2019-08-15
Applicant: 重庆大学 , 重庆电子工程职业学院 , 重庆慕士塔格能源管理有限公司
Abstract: 本发明涉及一种基于频域分段的高分辨率最小方差超声成像方法，属于超声成像领域。该方法首先对阵元接收的采样信号进行延时处理，获得超声聚焦所需的回波数据；其次根据STFT中自适应窗函数的最大集中度测量准则，选取频域分段最优窗函数；利用STFT将超声回波信号转换为窄带子信号；利用共轭对称性，前一半窄带子信号经过共轭对称处理生成另一半窄带信号；将接收阵列依次划分为具有重叠阵元的子阵，对频域信号进行前后向平滑和对角加载处理，获得样本协方差矩阵；最后利用快速傅里叶逆变换对频域分段最小方差波束形成权值进行处理，得出最终时域自适应波束形成信号。该方法可以显著提升超声成像分辨率，提高对比度，可以在整体上提高超声成像的质量。
-
公开(公告)号：CN111722233A
公开(公告)日：2020-09-29
申请号：CN202010562052.3
申请日：2020-06-18
Applicant: 重庆大学
Abstract: 本发明涉及一种基于确定性测量矩阵的压缩感知超声成像方法，属于超声成像技术领域。该方法包括：对超声阵列接收到的回波信号进行处理，得到所需要的超声回波信号x；构造确定性测量矩阵，即二元稀疏块对角矩阵BSBD对超声回波信号进行压缩采样，得到测量信号y；选取离散余弦变换DCT作为稀疏字典Ψ，对超声回波信号x进行稀疏表示；通过计算得到二元稀疏块对角矩阵BSBD和稀疏字典Ψ之间的相干系数μ；利用重构算法求解最优化问题，恢复出原始超声信号 利用原始超声信号进行波束合成并最终成像；本发明能够显著提高超声信号测量效率，并且硬件实现简单，能够对超声信号进行快速、近似最优的重构。
-
公开(公告)号：CN109187771A
公开(公告)日：2019-01-11
申请号：CN201811243839.2
申请日：2018-10-24
Applicant: 国网内蒙古东部电力有限公司检修分公司 , 重庆大学
Inventor： 罗汉武 , 李猛克 , 李昉 , 陈辉 , 陈师宽 , 屈国民 , 陈文 , 范胜国 , 邵文国 , 李佳琦 , 姜佳昕 , 王平 , 杜婷婷 , 李锡涛 , 孔露 , 石轶哲 , 孔美娅 , 杨飞 , 倪磊
IPC: G01N29/44
CPC classification number: G01N29/44
Abstract: 本发明涉及一种融合特征值分解的低复杂度最小方差超声成像方法，属于超声成像领域。首先，利用离散余弦变换将回波数据转换到维数较少的波束域，然后对样本协方差矩阵进行特征值分解提取信号子空间，并选取最大的特征值和其对应的特征向量，其余特征值在保证样本协方差矩阵迹不变的情况下取相同值，将矩阵的求逆运算简化为向量的乘法运算。本发明提出的算法能够使运行时间明显少于基于特征值分解的最小方差算法，且对噪声具有良好的鲁棒性，成像效果明显优于传统的延时叠加算法、最小方差算法和波束域最小方差算法。
-
公开(公告)号：CN110501711A
公开(公告)日：2019-11-26
申请号：CN201910755963.5
申请日：2019-08-15
Applicant: 重庆大学 , 重庆电子工程职业学院
Abstract: 本发明涉及一种基于乘幂法的低复杂度最小方差超声成像方法，属于超声成像技术领域；该方法首先利用离散余弦变化，将超声回波信号由阵元域转换到波束域，提取部分波束域数据，降低样本协方差矩阵维数；其次，利用乘幂法对样本协方差矩阵求解最大的特征值及其对应的特征向量，忽略部分低能量回波信号数据，对协方差矩阵的求逆进行简化，构造新的最优加权矢量，达到降低算法复杂度的目的。本发明提出的算法成像效果优于传统的延时叠加算法(DAS)，最小方差算法(MV)，运行效率远高于最小方差算法(MV)和基于特征空间的最小方差算法(ESBMV)，有效克服了传统自适应算法由于运行时间较长而限制了其应用范围的问题，具有较好的应用前景和价值。
-
Patent Agency Ranking
公开(公告)号：CN109188409A
公开(公告)日：2019-01-11
申请号：CN201811243842.4
申请日：2018-10-24
Applicant: 重庆大学 , 国网内蒙古东部电力有限公司检修分公司
Inventor： 王平 , 孔露 , 罗汉武 , 李昉 , 李猛克 , 崔士刚 , 陈师宽 , 赵振东 , 刘斌 , 薛枫 , 杜婷婷 , 孔美娅 , 李锡涛 , 柳学功 , 杨飞 , 石轶哲 , 李佳琦 , 姜佳昕
Abstract: 本发明涉及一种基于Chirp码的正交稀疏字典设计方法，属于超声成像技术领域；该方法包括：S1：在超声发射信号中采用经过加窗函数处理的Chirp码激励信号；S2：对接收到的超声回波信号进行处理，并用矩阵形式重新描述；S3：结合频域稀疏信号的稀疏表示，构造出用于超声回波稀疏表示的正交字典；S4：用测量矩阵对稀疏化的信号进行测量，将原始信号从高维空间向低维空间投影；S5：通过重构算法求解最优化问题，得到原始信号的系数向量；S6：利用系数向量恢复出原始信号，从而进行超声成像。本发明能够在较低采样率的情况下重构出高精度的原始信号，从而降低超声系统存储空间和硬件实现的复杂度。
-
公开(公告)号：CN110501423A
公开(公告)日：2019-11-26
申请号：CN201910757165.6
申请日：2019-08-15
Applicant: 重庆大学 , 重庆电子工程职业学院
Abstract: 本发明涉及一种基于频域分段的高分辨率最小方差超声成像方法，属于超声成像领域。该方法首先对阵元接收的采样信号进行延时处理，获得超声聚焦所需的回波数据；其次根据STFT中自适应窗函数的最大集中度测量准则，选取频域分段最优窗函数；利用STFT将超声回波信号转换为窄带子信号；利用共轭对称性，前一半窄带子信号经过共轭对称处理生成另一半窄带信号；将接收阵列依次划分为具有重叠阵元的子阵，对频域信号进行前后向平滑和对角加载处理，获得样本协方差矩阵；最后利用快速傅里叶逆变换对频域分段最小方差波束形成权值进行处理，得出最终时域自适应波束形成信号。该方法可以显著提升超声成像分辨率，提高对比度，可以在整体上提高超声成像的质量。
-
公开(公告)号：CN108761466B
公开(公告)日：2022-03-18
申请号：CN201810474892.7
申请日：2018-05-17
Applicant: 国网内蒙古东部电力有限公司检修分公司 , 重庆大学
Abstract: 本发明涉及一种波束域广义旁瓣相消超声成像方法，属于超声成像技术领域。该方法首先，利用离散余弦变化构造转换矩阵，将超声回波信号由维数较高的阵元域转换到维数较低的波束域，减小自相关矩阵的维数，进而减少矩阵运算所需的运算量，从而达到降低算法复杂度的目的；本发明提出的算法成像效果优于传统的延时叠加算法(DAS)，运行时间远远低于广义旁瓣相消算法(GSC)和基于特征空间的广义旁瓣相消算法(ESBGSC)，具有较好的应用前景和价值。
-
公开(公告)号：CN111208213A
公开(公告)日：2020-05-29
申请号：CN202010116443.2
申请日：2020-02-25
Applicant: 重庆大学
Abstract: 本发明涉及一种融合交替乘子迭代的谱寻求子带最小方差超声成像算法，属于超声成像技术领域。对阵元接收的采样信号进行延时聚焦处理，获得超声回波数据；将求解超声信号各频域子带问题转化为求解超声信号经短时傅里叶变换后每个时间窗频率系数的最小二乘问题；并引入惩罚函数，分步并行求取改进最小二乘问题的最大后验概率解；生成各阵元新的频域信号；获得频域的样本协方差矩阵；计算融合交替乘子迭代的谱寻求子带最小方差波束形成权值；通过快速傅里叶反变换对所得权值进行处理，得到最终宽带时域自适应波束形成信号；该方法能够显著提升超声成像的分辨率，还能同时提高对比度和对噪声的鲁棒性，从而可以在整体上提高超声成像质量。
-
公开(公告)号：CN108761466A
公开(公告)日：2018-11-06
申请号：CN201810474892.7
申请日：2018-05-17
Applicant: 国网内蒙古东部电力有限公司检修分公司 , 重庆大学
Abstract: 本发明涉及一种波束域广义旁瓣相消超声成像方法，属于超声成像技术领域。该方法首先，利用离散余弦变化构造转换矩阵，将超声回波信号由维数较高的阵元域转换到维数较低的波束域，减小自相关矩阵的维数，进而减少矩阵运算所需的运算量，从而达到降低算法复杂度的目的；本发明提出的算法成像效果优于传统的延时叠加算法(DAS)，运行时间远远低于广义旁瓣相消算法(GSC)和基于特征空间的广义旁瓣相消算法(ESBGSC)，具有较好的应用前景和价值。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.032 seconds)
