空域抽样与相干因子融合的超声阵列自适应波束形成算法

摘要

针对超声成像中自适应波束形成算法计算效率低的问题,提出了一种基于空域抽样与相干因子融合的自适应波束形成算法。该算法通过分析阵列数据波束图,推导出不同阵元数目下的最大抽取因子,将阵列中所有阵元接收的数据按最大抽取因子进行空域等间隔抽样,得到阵元稀疏后的回波数据,减少了采集数据量。将空域抽样数据输入波束形成器,计算其协方差矩阵,再将协方差矩阵构造为Toeplitz矩阵,结合最小方差原理从构造的Toeplitz矩阵计算出抽样数据的自适应加权值,并引入相干因子对自适应加权值进行修正,以突出抽样数据中的有效信息,抑制干扰成份。在使用不对等数据信息和使用空域抽样数据成像的情况下,采用该算法、最小方差算法和融合相干因子的最小方差算法分别对裂纹和横通孔缺陷仿真成像。结果表明:在数据信息不对等时,在成像质量上,该算法介于另外两种算法之间;在成像时间上,与另外两种算法相比,该算法的成像时间平均减少85%以上。在相同的空域抽样数据下,在成像质量上,该算法成像效果优于其他算法;在成像时间上,与另外两种算法相比,该算法的成像时间平均减少65%以上。