一种基于双组合自适应滤波的超声直达波对消方法与流程

本发明涉及超声探测中的信号处理技术,具体涉及一种使用滤波算法消除超声探测中直达波信号的方法。

背景技术

超声探测是一门综合技术,集传感器技术、信号处理技术、模式识别和图像显示等技术于一体，目前已经广泛地应用在铁轨探伤、医学检测、海洋探测等领域。提升超声检测的识别率对于工业发展具有重要意义。

在使用超声波探测的实际工作过程中,发射探头发出的超声波脉冲通过声耦合介质进入待测空间并在其中传播，遇到探测物质后，部分反射能量携带了有效信号返回探头。但除此之外，在收发探头之间还会产生直接耦合波，并且超声信号遇到探测媒质近表面也会直接反射，这种由探头间耦合而来或者由媒质表面反射进入接收探头的信号统称为直达波。与探测空间内部其它媒质交界面产生的反射信号相比,直达波到达的时间最早,能量也最大。其幅值往往是有效信号的几十倍甚至更高，因此由于直达波的存在,探测目标的回波信号极其微弱，尤其位于浅表层的探测目标的反射波会和直达波信号发生混叠，被淹没在直达波之中,从而极大地影响了超声检测的精度。

对直达波的消除，是超声探测中的重要一步。目前对于直达波信号的研究主要集中在传统时空域上的滤波、各种变换域的滤波以及基于自适应算法的滤波三个方向。其中前两类都无法达到实时处理的效果，无法满足医疗等领域对数据结果的时效性要求。

传统的自适应滤波器有两个输入端，分别是横向滤波器输入端信号、期望信号(又称参考信号)；同时也有两个输出端，分别是横向滤波器输出端信号、误差信号；横向滤波器的滤波系数受误差信号所控制。自适应滤波原理上利用了参考信号与输入信号待滤除部分的相关性，通过滤波器组将输入信号加权后产生一个输出，然后与期望的参考信号进行比较，使用这个误差信号动态修正滤波器的滤波系数，最终使得误差达到最小。

为了充分利用自适应滤波的这一自动调优特性，将两个自适应滤波结合起来设计出一个更好的控制器显然是个值得尝试的方向。在工程控制领域，有研究者提出了使用两个自适应因子分别调节模型误差和观测误差对状态估计的影响的方法；还有学者提出将自适应算法应用于小波变换过程中，控制更新算子和预测算子的更新。但这两种方案都有其场景的局限性，只适用于特定的优化，且很难满足实时要求。

而传统的自适应滤波，也面临着如下的几个问题：

(1)在实时变化的环境中，对直达波信号的预估很难实现。当使用固定的直达波估计信号作为自适应滤波的参考信号时，往往无法真正滤除掉真实的直达波，滤波效果较差。

(2)在使用收发阵列的应用场景中，同一时刻会产生多路接收信号。假设共有2*n路接收数据，如果使用传统自适应滤波模型，则需要对每路数据依次进行处理，一共需要进行2*n次滤波，计算量较大。

技术实现要素：

针对上述现有超声探测领域中存在的技术问题，本发明提出了一种防干扰性能好、调节能力强的基于双组合自适应滤波系统的直达波去除方法。

本发明采用的技术方案如下。

一种基于双组合自适应的超声直达波对消方法，其采用单一发射探头发射长时宽频的超声信号，长时宽频信号经过目标物体后反射被接收阵列接收。接收阵列具有同时获取多路信号的能力。利用每两路信号间直达波信号成分相似的特点，将其中特定对称的两路采样截取后作为双组合自适应滤波系统的两组输入，通过设定的算法后，重新拼接，实现直达波的对消。

进一步的，所述的选取特定两路选取的原则是：假设接收通道一共有2*n路，第i路所接收的数据为gi(t)＝ai(t)+bi(t)+ni(t),其中，ai(t)为直达波成分，bi(t)为经待测物表面反射后信号，ni(t)为信道随机噪声，i为小于2*n的自然数；由于同一组测量数据的不同路信号均来自相同的发射信号与类似信道的作用，因此可认为在设计良好的情况下，对于全部的i，直达波成分ai(t)都非常近似，相关性很高，而反射波成分bi(t)因携带了探测物不同角度的有效信息从而有较大差异。又根据超声波的传播原理，认为关于发射探头中心对称的两两接收探头所接收信号的直达波成分相似性最高。利用这种特点，在两两组合时，特定地选取两个对称的接收通道所截取到的信号。

进一步的，所述的双组合自适应滤波指的是，该滤波系统输入部分包含了两路对等的输入信号，输出为对消了直达波成分的两路有效信号，是在原有传统自适应滤波器的基础上进行了改进后所得的一种新型组合滤波方式。与以往传统的自适应滤波模型中只对输入信号进行滤波、参考信号为先验固定信号所不同的是，这里在上下两路均进行了滤波设计，原理上可等效为两组交叉的、参考信号非先验的子自适应滤波器的并联，在相互耦合的同时也保持着一定的独立性。输入信号x1(n)和参考信号x2(n)，分别通过子滤波系统w1,w2，得到d1(n),d2(n)两路滤波后的信号序列。其中，w1与w2系统的滤波系数由w1滤波结果与w2滤波结果之间的差值e1(n)、w2滤波结果与x1(n)之间的差值e2(n)共同调整。该双组合自适应滤波系统的有效输出为最优滤波系数下e1(n)、e2(n)的值。也即，这种组合在实质上是对经典模型的参考信号选取上的优化和扩展。同时，对于该双组合自适应滤波模型，一些经典的自适应滤波算法，在这里也同样适用。

进一步的，上述基于双组合自适应滤波的超声直达波对消方法，包含以下步骤：

(1)探头发射和阵列接收长时宽频超声信号。发射探头向目标区域发射超声信号，使用接收阵列分多路同时接收到反射信号和直达波信号的混叠信号。

(2)对每路接收到的回波信号进行模数转换并截短。对步骤(1)得到的信号进行采样后，得到离散信号，并根据直达波出现的范围，截取一定的长度参与下一步处理。

(3)将信号按照对称位置两两分组。将步骤(2)得到的信号尽量按照探头

对称位置分为a1,a2,...,an一共n组，每组有两路信号。

(4)对每组信号进行双组合自适应滤波，根据代价函数确定最优自适应滤波器系数。将上述分好组的每组两路信号，分别作为输入信号x1(n)和参考信号x2(n)，经过设计好的双组合自适应横向滤波系统(w1,w2)进行滤波。首先，根据w1、w2的阶数m1、m2，分别对x1(n)、x2(n)信号做横向时延，得到输入向量：

x1(n)＝[x1(n)x1(n-1)...x1(n-m1+1)]^t,(公式1)

x2(n)＝[x2(n)x2(n-1)...x2(n-m2+1)]^t,(公式2)

经过上下两个自适应滤波分支的作用后，得到两个分支系统的输出分别为：

d1(n)＝w1^tx1(n)，(公式3)

d2(n)＝w2^tx2(n)，(公式4)

其中

根据给出的双组合自适应系统的模型计算出相应的瞬时误差值：

e1(n)＝d1(n)-d2(n)＝w1^tx1(n)-d2(n),(公式5)

e2(n)＝x1(n)-w2^tx2(n),(公式6)

构造代价函数：

其中，r11＝e[x1x1^t],r22＝e[x2x2^t],r12＝e[x1x2^t],p＝e[x1(n)x2],

根据(公式5)、(公式6)、(公式7)推得：

令均为0，可以求得：

w1^*＝r11^-1r12(2r22-r12^tr11^-1r12)^-1p,(公式10)

w2^*＝(2r22-r12^tr11^-1r12)^-1p,(公式11)

其中，要求自相关矩阵r11、r22，以及矩阵(2r22-r12^tr11^-1r12)均为可逆矩阵。这里的w1^*、w2^*，即是该滤波系统对这两路特定输入的理论最优滤波系数向量。

(5)进行滤波得到有效信号成分并拼接成完整信号，实现直达波的对消。将步骤(4)得到的最优滤波系数向量w1^*、w2^*，代入(公式5)、(公式6)中，计算得到的e1(n),e2(n)即为滤波后该时序长度内的有效信号成分，将其与切割下来的未处理部分拼接组合，分别得到每路的有效信号f1(n),f2(n)，完成了直达波的对消。

(6)对每组两路信号，重复步骤(4)-(5)。

与现有技术相比,本发明的有益效果是：

1)利用了同组多路数据之间直达波信号的相关性，采用了两两对消的方式，完全采用原始数据进行计算，无需发射信号的先验信息，避免了对参考信号进行预估所引入的误差，提升了准确度和抗干扰能力。

2)根据输入信号的特点，设计了一组全新的自适应滤波结构，一次处理即可同时完成两路信号的滤波。滤波系数调整算法实现了对两路信号的滤波误差的统一控制，在成倍提高了效率的同时，还提升了滤波器的精度。

附图说明

图1是双组合自适应滤波系统的结构示意图。

图2是超声探头的分布示意图。

图3是超声探测中信号收发原理示意图。

图4是双组合自适应滤波系统处理直达波对消的流程图。

具体实施方式

下面结合具体实施例对本发明做进一步说明,但本发明不受实施例的限制。需要指出的是，以下若有未特别详细说明的信号处理算法的过程或参数(如代价函数)，均是本领域技术人员可参照现有技术实现或理解的。

双组合自适应滤波系统的结构如图1所示。该滤波系统含有两个输入信号向量x1(n)、x2(n)，分别通过子滤波系统w1、w2，得到d1(n)、d2(n)两路滤波后的信号序列；其中，输入向量分别按照对应滤波系统的阶数进行时延扩展得到；w1与w2系统的滤波系数由w1滤波结果与w2滤波结果之间的差值e1(n)、w2滤波结果与x1(n)之间的差值e2(n)共同统一调整，由图中的自适应算法来完成。在得到最优滤波系数后，求解出输出序列e1(n),e2(n)，进行拼接，即完成了直达波成分的对消。

图4为所述双组合自适应滤波系统处理直达波对消步骤的流程图。

本实例的基于双组合自适应滤波系统的超声直达波对消方法,具体的步骤如下。

步骤1：采用如图2所示的阵列接收器，a点表示长时宽频超声波发射探头，以a为圆心，均匀分布着2*n个对称的接收阵元，在探头介质均匀时，可认为，对称探头间的直达波成分比较近似。图3为超声探测的原理演示图，如图所示，在超声探测中，接收阵列中的各个接收装置在接收反射的信号时，因角度差别各自获得了目标物体不同探测面的信息，反射信号的特性存在比较大的差异。超声探头发射的长时宽频信号m(t)经过了不同信道的传输，到达接收阵列时分别得到g1(t),g2(t),...,g2n-1(t),g2n(t)这2*n路数据。图示了gi(t)和gj(t)两路对称数据的收发路径。

步骤2：根据已知的发射信号特性设定固定的采样频率进行采样，得到离散信号g1(n),g2(n),...,g2n-1(n),g2n(n)。根据两路信号发射信号的时长和直达波的长度，截取固定相同长度的信号。

步骤3：按照预先的位置编码，选择对称一致的两路信号组成一组，一共得到n组信号,分别为a1,a2,...,an，对每组信号按照如下步骤并行处理。

步骤4：采用如图1所示的双组合自适应滤波系统，该系统拥有两路输入单元。每路输入单元均加入了横向自适应滤波器w1、w2。将上步骤3中得到的每组中的两路信号,令为x1(n),x2(n)，分别作为该滤波系统的两组标准输入进行处理，输出d1(n)即为待求直达波成分。该系统的滤波算法的详细过程如下：

(1)通过两组令滤波器组w1(n)、w2(n)的阶数分别为m1、m2，则如图3所示的两路瞬时信号向量分别可表示为:

x1(n)＝[x1(n)x1(n-1)...x1(n-m1+1)]^t,(公式12)

x2(n)＝[x2(n)x2(n-1)...x2(n-m2+1)]^t,(公式13)

滤波器组w1、w2的滤波系数令为：

滤波后得到的瞬时结果分别为：

d1(n)＝w1^tx1(n),(公式16)

d2(n)＝w2^tx2(n),(公式17)

计算得到误差：

e1(n)＝d1(n)-d2(n)＝w1^tx1(n)-w2^tx2(n),(公式18)

e2(n)＝w2^tx2(n)-x1(n),(公式19)

(2)在这个实例中，采用自适应滤波中经典的最陡下降法进行推导，推导出滤波器的滤波系数迭代公式。给上下两组滤波器分别赋初值，然后利用有效滤波系数迭代公式对滤波器滤波系数进行迭代更新，得到最优的滤波器系数。这里为了方便计算，将代价函数j的瞬时值作为j的估计，令为：

j(n)＝e1²(n)+e2²(n),(公式20)

由(公式18)、(公式19)、(公式20)可推得，滤波系数迭代公式：

式中μ1、μ2分别为上下两个分支滤波器的迭代步长.算法收敛的条件为：

其中λ1max、λ2max分别为输入信号向量x1(n),x2(n)自相关矩阵的最大特征值。

(3)设置合理的迭代步长和滤波器系数初值，迭代结束后即可得到稳定有效的自适应滤波器滤波系数w1,w2。

步骤5：将步骤4求得的最优滤波系数w1、w2，代入(公式18)、(公式19)中，得到e1(n)、e2(n)序列。根据步骤2所计算出的截取的位置，逆向地将信号e1(n)、e2(n)与被截掉的信号拼接起来，便完成了直达波的消除，得到两个通道的完整有效信号。

步骤6：对于步骤3中分好的n个组，并行采用上面步骤4‐5的方法进行计算。在整个超声探测进行的过程中，便可以实现对所有通道直达波信号实时、高效和高精度的滤除。