基于模板粒子群寻优的复杂体异物的微波检测系统的制作方法
【技术领域】
[0001] 本发明涉及一种基于模板粒子群寻优的复杂体异物的微波检测系统及采用该系 统的检测方法，尤其是在无辐射、无损伤情况下方便快速地判断复杂结构体内部是否含有 异物以及判断异物的位置和大小，属于微波检测技术领域。
【背景技术】
[0002] 微波波长范围为1000 mm到1mm，选择合适的频率可以穿透到物体的内部，并且不 同物体内部的材料体使其发生不同性质的反射、折射、衍射或散射，使得通过处理和分析穿 过物体的微波信号，从而把握物体内部的特性成为可能。微波检测技术的优势在于：1)使 用非电离辐射，系统安全性高，不对人体造成伤害，可以经常性使用；2)柔性天线和微型化 检测器件使得微波检测设备的可穿戴设计具有可行性，从而保证了易用性，便携性，适合于 移动医疗，家庭、社区等场合使用。
[0003] 微波检测尤其是对材料内部的检测有很广泛的应用，近年来，生物领域的微波检 测也逐渐引起关注，其中，人体微波检测是一个具有发展前景的领域，例如：人体组织中血 块、肿块和肿瘤的探测。结构体内异物的介电性质与它们周围的正常组织不同，基于微波的 检测方法利用不同组织中的介电性能差异引起的不同的电磁散射作为判别基础。
[0004] 基于微波信号的物体内部异常检测方法，一般主要采用微波成像方法，对于复杂 结构尤其是异物区域的信号反射无法清晰获取的情况下，难以达到检测效果；逆向重建方 法采用优化方法重建被测区域的介电常数，对血块等异物位置和大小进行判断，存在算法 复杂，易受干扰等缺点。总之目前的微波成像算法在复杂物体的探测方面面临严峻的发展 瓶颈。
[0005] 粒子群寻优是目前广泛使用的一种优化方法，在微波检测中也有所应用。粒子群 (PSO)优化算法是一种基于群智能同遗传算法类似的启发式全局优化技术，系统初始化为 一组随机解，通过迭代搜寻最优值，但是并没有遗传算法用的交叉以及变异操作，而是通过 利用个体间的协作和竞争来实现对问题最优解的搜索。PSO的优势在于简单容易实现，采用 实数求解并且需要调整的参数较少，是一种通用的全局搜索算法，同样也可尝试作为微波 检测应用的寻优算法。但如果对被检测体的介电分布整体进行寻优，由于解空间过大，会 导致计算复杂度过高。本专利基于微波应用中被测体的基本结构已知这一通常情形，将被 检测异物的位置和尺寸等性质参数作为检测的目标，建立异物模板粒子，从而达到异物检 测的目的，使得在保证检测可靠性和检测精度的情况下，计算复杂度大大下降，为微波检测 技术进一步拓宽应用领域走向实用化打下基础。
【发明内容】
[0006] 本发明的目的是提供一种基于模板粒子群寻优对复杂结构体内是否存在异物进 行判定的装置。
[0007] 为了达到上述目的，本发明的技术方案是提供了一种基于模板粒子群寻优的复杂 体异物的微波检测系统，其特征在于，包括：
[0008] 固定在被测物体周围的n个位置&i= 1，2, . . .，n，上的超宽带天线，通过射频 电路依次使n个超宽带天线向被测物体发送超宽带脉冲信号，或由相同的超宽带天线接收 自被测物体返回的回波信号说^，或由其他超宽带天线接收散射信号；
[0009] 基准信号与异物模板粒子生成模块，基于被测物体的无异物结构数据，利用电磁 场仿真系统，生成无异物模板微波信号50(? ;基于特定异物参数及被测物体结构数据，利 用电磁场仿真系统，生成异物模板粒子；
[0010] 信号相似度计算模块，基于信号差异性和互相关性计算回波信号5(?与无异物模 板微波信号的相似度Sim[i]，并利用信号的自相关对信号相似度进行规范化；
[0011] 异物存在判断模块，基于信号回波信号5(?与无异物模板微波信号凝1(?的相似 度判断是否存在异物，如果存在异物则启动基于模板粒子群的异物定位检测，否则，判断为 无异物，退出算法；
[0012] 基于模板粒子群的异物定位检测模块，利用粒子群算法对异物进行定位寻优，
[0013] 优选地，所述回波信号与所述无异物模板微波信号別1(?的相似度
范化系数，a。为和AXU相关的规范化系数，运算.*表示信号向量的点乘运算。
[0015] 优选地，所述基于模板粒子群的异物定位检测模块的具体实现步骤包括：
[0016] 步骤1 :异物模板粒子初始化：进行初始化，设定收敛条件、算法迭代最大次数，并 生成m个待测体异物模板群，随机生成每个模板粒子的参数向量的更新速度Vf和当前取值 ，P= 1，2, . . .，m，参数包括异物在被测体中的2D或3D位置和大小；
[0017] 步骤2 :模板信号生成：利用电磁场仿真工具生成各模板的各个天线的回波信号 Sp(P^i)X
[0018] 步骤3 :适应度值计算：对模板粒子p，计算其适应度值Sim(p);
[0019] 步骤4 :更新全局和局部最优值：对每个模板集，比较每个模板粒子的当前适应度 值Sim(p)和当前全局最优的适应度值gBest，并对下一代全局最优适应度值及其模板粒子 参数取值gx，进行更新；对每个模板粒子，比较当前适应度值Sim(p)和本模板粒子历史最 优的适应度值IBest，并对此模板粒子的下一代局部最优适应度值及其模板粒子参数取值 lxp，进行更新；
[0020] 步骤5:更新粒子群参数：对于每个模板粒子，计算模板粒子p下一代的更新速度 和参数向量值：
[0023] 式中，U为模板粒子p下一代的更新速度，为模板粒子p当前的更新速度， 为模板粒子P下一代参数向量值，为模板粒子P当前参数向量值，W为惯性参数，F1 和巧为随机影响参数，n:为局部跟随控制参数，n2为全局跟随控制参数；
[0024] 步骤6:查验是否满足收敛条件或算法终止条件：收敛条件为gBest小于设定阈 值，算法终止条件为迭代次数超过设定最大次数，如满足，则退出；否则，转到步骤2。
[0025] 优选地，在所述步骤5中，惯性参数w小于I. 0。
[0026]优选地，在所述步骤5中，!T1G [0, 1]，r 2G [0, 1]。
[0027] 优选地，在所述步骤5中，n:及n2取值为2。
[0028] 本发明独创性地利用异物模板粒子群算法，对复杂结构体，例如脑组织中是否存 在异物，如血块，进行检测和位置大小的判断。本系统计算复杂度低，可靠性高，系统配置灵 活，具有可伸缩性，在微波检测和无损探测领域具有良好的应用前景。
[0029] 本发明的有益效果是：能在无福射危害情况下无损伤地以较低的计算复杂度判断 复杂结构体内是否具有异物以及判断目标异物的位置和大小。
【附图说明】
[0030] 图1是本发明算法流程图；
[0031]图2是被测带有异物（血块）的脑部结构图，图像区域分辨率为256X256,每个像 素大小为I. 1mm，异物极坐标为（105,14)，异物大小为18mm;
[0032] 图3是第一代异物模板粒子群分布结构图；
[0033] 图4是收敛时异物模板粒子群分布结构图；
[0034] 图5粒子群算法运行至收敛过程中全局最优适应度值随迭代次数的变化情况（粒 子数为24)。
[0035] 图中：1为天线，2为检测区域，3为目标血块，4为异物模板。。
【具体实施方式】
[0036] 为使本发明更明显易懂，兹以优选实施例，并配合附图作详细说明如下。
[0037] 本发明提供了一种基于粒子群寻优的复杂体异物的微波检测系统，如图1所示， 包括：
[0038] 微波测量装置，包括固定在被测物体周围的n个位置；^i= 1，2，. . .，n，上的超宽 带天线，通过射频电路依次使n个超宽带天线向被测物体发送超宽带脉冲信号，或由相同 的超宽带天线接收自被测物体返回的回波信号錢i,或由其他超宽带天线接收散射信号；
[0039] 基准信号与异物模板粒子生成模块，基于被测物体的无异物结构数据，利用电磁 场仿真系统，生成无异物模板微波信号基于特定异物参数及被测物体结构数据，利 用电磁场仿真系统，生成异物模板粒子；
[0040] 信号相似度计算模块，基于信号差异性和互相关性计算回波信号说与无异物模 板微波信号S0(i)的相似度Sim[i]，并利用信号的自相关对信号相似度进行规范化；
[0041] 异物存在判断模块，基于信号回波信号錢^与无异物模板微波信号的相似 度判断是否存在异物，如果存在异物则启动基于模板粒子群的异物定位检测，否则，判断为 无异物，退出算法；
[0042] 基于模板粒子群的异物定位检测模块，利用粒子群算法对异物进行定位寻优。
[0043] 其中，信号相似度计算的计算方法为-，式中，aSD为 和无异物模板微波信号農病)相关的规范化系数，ap为和揭g)相关的规范