国产精品1024永久观看,大尺度欧美暖暖视频在线观看,亚洲宅男精品一区在线观看,欧美日韩一区二区三区视频,2021中文字幕在线观看

  • <option id="fbvk0"></option>
    1. <rt id="fbvk0"><tr id="fbvk0"></tr></rt>
      <center id="fbvk0"><optgroup id="fbvk0"></optgroup></center>
      <center id="fbvk0"></center>

      <li id="fbvk0"><abbr id="fbvk0"><dl id="fbvk0"></dl></abbr></li>

      基于特征空間分解的多重變跡快速自適應(yīng)波束合成方法與流程

      文檔序號(hào):12659178閱讀:來(lái)源:國(guó)知局

      技術(shù)特征:

      1.一種基于特征空間分解的快速自適應(yīng)波束合成方法,其特征在于:該自適應(yīng)波束合成方法包括以下步驟:

      在一定的成像條件下,將用于波束合成的對(duì)應(yīng)各通道回波信號(hào)的自相關(guān)矩陣進(jìn)行特征空間分解,根據(jù)給定閾值挑選出其中較大的特征向量構(gòu)造信號(hào)子空間,將MV波束合成得到的權(quán)值向量投影到此信號(hào)子空間得到新的權(quán)值向量;將此權(quán)值向量進(jìn)行主成分分析,將得到的主成分作為用于所述成像條件下進(jìn)行基于特征空間的最小方差自適應(yīng)波束合成的權(quán)值向量。

      2.根據(jù)權(quán)利要求1所述一種基于特征空間分解的快速自適應(yīng)波束合成方法,其特征在于:所述自適應(yīng)波束合成方法具體包括以下步驟:

      1)在給定的成像條件下,進(jìn)行MV波束合成求得各通道權(quán)值向量wMV

      2)計(jì)算權(quán)值向量的協(xié)方差矩陣RW

      <mrow> <msub> <mi>R</mi> <mi>W</mi> </msub> <mo>=</mo> <mfrac> <mn>1</mn> <mrow> <mi>Q</mi> <mo>-</mo> <mn>1</mn> </mrow> </mfrac> <munderover> <mo>&Sigma;</mo> <mrow> <mi>q</mi> <mo>=</mo> <mn>0</mn> </mrow> <mrow> <mi>Q</mi> <mo>-</mo> <mn>1</mn> </mrow> </munderover> <mo>&lsqb;</mo> <msub> <mi>w</mi> <mi>q</mi> </msub> <mo>-</mo> <mi>&mu;</mi> <mo>&rsqb;</mo> <msup> <mrow> <mo>&lsqb;</mo> <msub> <mi>w</mi> <mi>q</mi> </msub> <mo>-</mo> <mi>&mu;</mi> <mo>&rsqb;</mo> </mrow> <mi>H</mi> </msup> </mrow>

      其中,wq是第q個(gè)MV波束合成權(quán)值向量,μ是所有權(quán)值向量樣本的均值,Q為權(quán)值向量樣本數(shù),Q大于或等于空間平滑所設(shè)定的子陣元數(shù)目L;

      3)對(duì)RW進(jìn)行特征分解:RW=VΛVH;Λ是對(duì)角矩陣,該對(duì)角矩陣主對(duì)角線上的值由RW的特征值按照降序組成,V由RW的特征向量組成,組成V的特征向量彼此正交,且與Λ中的特征值一一對(duì)應(yīng);

      4)根據(jù)wMV=Vβ,將求最優(yōu)權(quán)值的問(wèn)題轉(zhuǎn)化為求最優(yōu)β的問(wèn)題,即:

      minβHR1β,滿足βHv1=1

      其中R1=VHRV,R=E[y·yH]是指用于求解wMV時(shí)的各通道信號(hào)的協(xié)方差矩陣,y為經(jīng)過(guò)延時(shí)處理之后用于波束合成的各通道信號(hào);v1=VHa,a為方向向量;

      5)根據(jù)拉格朗日乘子法求得:

      <mrow> <mi>&beta;</mi> <mo>=</mo> <mfrac> <mrow> <msubsup> <mi>R</mi> <mn>1</mn> <mrow> <mo>-</mo> <mn>1</mn> </mrow> </msubsup> <msub> <mi>v</mi> <mn>1</mn> </msub> </mrow> <mrow> <msubsup> <mi>v</mi> <mn>1</mn> <mi>H</mi> </msubsup> <msubsup> <mi>R</mi> <mn>1</mn> <mrow> <mo>-</mo> <mn>1</mn> </mrow> </msubsup> <msub> <mi>v</mi> <mn>1</mn> </msub> </mrow> </mfrac> </mrow>

      6)將R1重寫為R1=E[u·uH],其中u=VHy=[u1,u2,…,uP]T,然后對(duì)R1進(jìn)行空間平滑處理和深度方向的樣本值平均:

      <mrow> <msub> <mover> <mi>R</mi> <mo>^</mo> </mover> <mn>1</mn> </msub> <mo>=</mo> <mfrac> <mn>1</mn> <mrow> <mo>(</mo> <mi>P</mi> <mo>-</mo> <mi>L</mi> <mo>+</mo> <mn>1</mn> <mo>)</mo> <mo>(</mo> <mn>2</mn> <mi>K</mi> <mo>+</mo> <mn>1</mn> <mo>)</mo> </mrow> </mfrac> <mover> <mi>u</mi> <mo>^</mo> </mover> <msup> <mover> <mi>u</mi> <mo>^</mo> </mover> <mi>H</mi> </msup> </mrow>

      其中P為用于波束合成的陣元總數(shù)目,L為空間平滑處理中設(shè)定的子陣元數(shù)目,L≤P/2,K為深度方向上用于平均處理的點(diǎn)數(shù);然后用代替其中為加載量,Δ1=1/P;選擇V能量集中的前I個(gè)主成分代表MV波束合成的權(quán)值空間滿足I<L;

      7)計(jì)算

      其中:中插入一個(gè)列,與其他向量正交,且該列的每個(gè)元素值均為

      8)將進(jìn)行特征分解:ΛS是對(duì)角矩陣,該對(duì)角矩陣主對(duì)角線上的值由的特征值按照降序組成,VS的特征向量組成,組成VS的特征向量彼此正交,且與ΛS中的特征值一一對(duì)應(yīng);

      9)構(gòu)造信號(hào)子空間ES:設(shè)定ΛS中特征值的閾值為最大特征值的δ倍,從而從Vs中選擇對(duì)應(yīng)特征值大于此閾值的特征向量來(lái)構(gòu)造信號(hào)子空間ES;

      10)計(jì)算權(quán)值向量wEIBMV

      3.根據(jù)權(quán)利要求2所述一種基于特征空間分解的快速自適應(yīng)波束合成方法,其特征在于:所述δ為0.1-0.4。

      4.一種基于特征空間分解的多重變跡快速自適應(yīng)波束合成方法,其特征在于:包括以下步驟:

      1)進(jìn)行波束合成之前改變換能器的工作模式,即以M個(gè)陣元為間隔,將換能器中用于波束合成的全部陣元分為兩組,在用第一組陣元進(jìn)行波束合成時(shí),將第二組陣元對(duì)應(yīng)的通道信號(hào)設(shè)為零值,在用第二組陣元進(jìn)行波束合成時(shí),將第一組陣元對(duì)應(yīng)的通道信號(hào)設(shè)為零值;然后計(jì)算兩組陣元波束合成后的數(shù)據(jù)的互相關(guān)系數(shù),通過(guò)改變M的值,得到多個(gè)互相關(guān)系數(shù)值;

      2)在全陣元工作模式下進(jìn)行波束合成得到輸出數(shù)據(jù);將輸出數(shù)據(jù)與1)中得到的對(duì)應(yīng)于不同M值的各個(gè)互相關(guān)系數(shù)分別相乘后疊加再按最大值進(jìn)行歸一化處理,得到第一組輸出數(shù)據(jù)集;

      3)在全陣元工作模式下進(jìn)行波束合成,將求得的權(quán)值向量在合成波束所用陣元的方向分為左右對(duì)稱的兩部分,左側(cè)陣元的權(quán)值保持不變,右側(cè)陣元的權(quán)值變?yōu)樵档南喾磾?shù),用形成的新的權(quán)值向量對(duì)每個(gè)通道進(jìn)行加權(quán),得到第二組輸出數(shù)據(jù)集;

      4)將2)和3)中得到的兩組輸出數(shù)據(jù)集相減后按最大值進(jìn)行歸一化處理,得到成像射頻數(shù)據(jù);

      所述1)、2)以及3)中,波束合成均采用基于特征空間分解的快速自適應(yīng)波束合成方法,該自適應(yīng)波束合成方法在一定的成像條件下,將用于波束合成的對(duì)應(yīng)各通道回波信號(hào)的自相關(guān)矩陣進(jìn)行特征空間分解,根據(jù)給定閾值挑選出其中較大的特征向量構(gòu)造信號(hào)子空間,將MV波束合成得到的權(quán)值向量投影到此信號(hào)子空間得到新的權(quán)值向量;將此權(quán)值向量進(jìn)行主成分分析,將得到的主成分作為用于所述成像條件下進(jìn)行基于特征空間的最小方差自適應(yīng)波束合成的權(quán)值向量。

      5.根據(jù)權(quán)利要求4所述一種基于特征空間分解的多重變跡快速自適應(yīng)波束合成方法,其特征在于:所述自適應(yīng)波束合成方法具體包括以下步驟:

      1)在給定的成像條件下,進(jìn)行MV波束合成求得各通道權(quán)值向量wMV;

      2)計(jì)算權(quán)值向量的協(xié)方差矩陣RW

      <mrow> <msub> <mi>R</mi> <mi>W</mi> </msub> <mo>=</mo> <mfrac> <mn>1</mn> <mrow> <mi>Q</mi> <mo>-</mo> <mn>1</mn> </mrow> </mfrac> <munderover> <mo>&Sigma;</mo> <mrow> <mi>q</mi> <mo>=</mo> <mn>0</mn> </mrow> <mrow> <mi>Q</mi> <mo>-</mo> <mn>1</mn> </mrow> </munderover> <mo>&lsqb;</mo> <msub> <mi>w</mi> <mi>q</mi> </msub> <mo>-</mo> <mi>&mu;</mi> <mo>&rsqb;</mo> <msup> <mrow> <mo>&lsqb;</mo> <msub> <mi>w</mi> <mi>q</mi> </msub> <mo>-</mo> <mi>&mu;</mi> <mo>&rsqb;</mo> </mrow> <mi>H</mi> </msup> </mrow>

      其中,wq是第q個(gè)MV波束合成權(quán)值向量,μ是所有權(quán)值向量樣本的均值,Q為權(quán)值向量樣本數(shù),Q大于或等于空間平滑所設(shè)定的子陣元數(shù)目L;

      3)對(duì)RW進(jìn)行特征分解:RW=VΛVH;Λ是對(duì)角矩陣,該對(duì)角矩陣主對(duì)角線上的值由RW的特征值按照降序組成,V由RW的特征向量組成,組成V的特征向量彼此正交,且與Λ中的特征值一一對(duì)應(yīng);

      4)根據(jù)wMV=Vβ,將求最優(yōu)權(quán)值的問(wèn)題轉(zhuǎn)化為求最優(yōu)β的問(wèn)題,即:

      minβHR1β,滿足βHv1=1

      其中R1=VHRV,R=E[y·yH]是指用于求解wMV時(shí)的各通道信號(hào)的協(xié)方差矩陣,y為經(jīng)過(guò)延時(shí)處理之后用于波束合成的各通道信號(hào);v1=VHa,a為方向向量;

      5)根據(jù)拉格朗日乘子法求得:

      <mrow> <mi>&beta;</mi> <mo>=</mo> <mfrac> <mrow> <msubsup> <mi>R</mi> <mn>1</mn> <mrow> <mo>-</mo> <mn>1</mn> </mrow> </msubsup> <msub> <mi>v</mi> <mn>1</mn> </msub> </mrow> <mrow> <msubsup> <mi>v</mi> <mn>1</mn> <mi>H</mi> </msubsup> <msubsup> <mi>R</mi> <mn>1</mn> <mrow> <mo>-</mo> <mn>1</mn> </mrow> </msubsup> <msub> <mi>v</mi> <mn>1</mn> </msub> </mrow> </mfrac> </mrow>

      6)將R1重寫為R1=E[u·uH],其中u=VHy=[u1,u2,…,uP]T,然后對(duì)R1進(jìn)行空間平滑處理和深度方向的樣本值平均:

      <mrow> <msub> <mover> <mi>R</mi> <mo>^</mo> </mover> <mn>1</mn> </msub> <mo>=</mo> <mfrac> <mn>1</mn> <mrow> <mo>(</mo> <mi>P</mi> <mo>-</mo> <mi>L</mi> <mo>+</mo> <mn>1</mn> <mo>)</mo> <mo>(</mo> <mn>2</mn> <mi>K</mi> <mo>+</mo> <mn>1</mn> <mo>)</mo> </mrow> </mfrac> <mover> <mi>u</mi> <mo>^</mo> </mover> <msup> <mover> <mi>u</mi> <mo>^</mo> </mover> <mi>H</mi> </msup> </mrow>

      其中P為用于波束合成的陣元總數(shù)目,L為空間平滑處理中設(shè)定的子陣元數(shù)目,L≤P/2,K為深度方向上用于平均處理的點(diǎn)數(shù);然后用代替其中為加載量,Δ1=1/P;選擇V能量集中的前I個(gè)主成分代表MV波束合成的權(quán)值空間滿足I<L;

      7)計(jì)算

      其中:中插入一個(gè)列,與其他向量正交,且該列的每個(gè)元素值均為

      8)將進(jìn)行特征分解:ΛS是對(duì)角矩陣,該對(duì)角矩陣主對(duì)角線上的值由的特征值按照降序組成,VS的特征向量組成,組成VS的特征向量彼此正交,且與Λs中的特征值一一對(duì)應(yīng);

      9)構(gòu)造信號(hào)子空間ES:設(shè)定ΛS中特征值的閾值為最大特征值的δ倍,從而從Vs中選擇對(duì)應(yīng)特征值大于此閾值的特征向量來(lái)構(gòu)造信號(hào)子空間ES;

      10)計(jì)算權(quán)值向量wEIBMV

      6.根據(jù)權(quán)利要求5所述一種基于特征空間分解的多重變跡快速自適應(yīng)波束合成方法,其特征在于:所述互相關(guān)系數(shù)值的個(gè)數(shù)小于等于P/2。

      7.根據(jù)權(quán)利要求4所述一種基于特征空間分解的多重變跡快速自適應(yīng)波束合成方法,其特征在于:對(duì)于二維面陣超聲換能器,將二維面陣分為x軸與y軸,然后分別按照步驟1)至步驟4)在x軸及y軸方向進(jìn)行波束合成。

      當(dāng)前第2頁(yè)1 2 3 
      網(wǎng)友詢問(wèn)留言 已有0條留言
      • 還沒(méi)有人留言評(píng)論。精彩留言會(huì)獲得點(diǎn)贊!
      1