为了研究时间反转超声成像对乳腺微钙化检测的有效性,通过FieldⅡ超声仿真软件,分析相关参数设置对时间反转超声成像分辨率的影响,设置点散射子模拟乳腺微钙化,对比研究理想条件及不同噪声条件下时间反转超声成像算法对乳腺微钙化检测的有效性.无论是理想条件下或是不同噪声条件下,时间反转超声成像均能突破传统B超成像分辨率极限,能够分辨出距离较近的点散射子,有效抑制噪声,而传统B超成像则对噪声较为敏感.时间反转超声成像可提高传统B超成像检测乳腺微钙化点的成像分辨率和抗噪能力.其中,时间反转多信号分类(time reversal with multiple signal classification,TR-MUSIC)成像能准确定位点散射子,但纵向分辨率低;相位相干时间反转多信号分类(phase-coherent with multiple signal classification,PC-MUSIC)提高了TR-MUSIC的纵向分辨率,但不能准确定位,需进行相位补偿.
局部放电超声阵列定位技术是将传感器阵列与阵列信号处理方法相结合。文章采用非本征法布里帕罗干涉(Extrinsic Fabry-Perot Interferometric,EFPI)的光纤超声传感器,其灵敏度高,不受电磁干扰的影响,并充分发挥EFPI传感器可放置于油中的优势,改进阵列结构。设计了4阵元EFPI超声传感器正四面体结构阵列,将其置于油箱内部检测局放超声信号,利用多信号分类算法(Multiple Signal Classification,MUSIC)对局放源进行测向,并与平面2×2阵列进行对比,针对阵元位置误差进行校正。结果表明该阵列传感器能够在油中检测到信噪比较高的局部放电信号,且较传统平面阵具有更高的测向准确度;尤其在阵列盲区方面,立体型阵列传感器可有效地实现空间多角度的信源测向。利用TCT算法对阵元位置误差进行校正,提高了测向精度,满足了实际工程需要。
针对MUSIC算法无法分析非平稳电能质量扰动,提出了一种基于自适应滑窗-多信号分类算法(Adaptive Sliding Win-dow-Multiple Signal Classification,ASW-MUSIC)的时频分析方法。该方法首先根据非平稳电能质量扰动信号特征,采用自适应滑...
详细信息
针对MUSIC算法无法分析非平稳电能质量扰动,提出了一种基于自适应滑窗-多信号分类算法(Adaptive Sliding Win-dow-Multiple Signal Classification,ASW-MUSIC)的时频分析方法。该方法首先根据非平稳电能质量扰动信号特征,采用自适应滑窗对信号数据进行分块,然后利用MUSIC算法对每块中的数据进行处理,检测出频率和幅值信息。并联合所有窗口的分析结果,从而得到整个信号的时频率分布信息。最后对电能质量干扰的非平稳信号进行了仿真实验。实验结果表明,提出的方法适合动态电能质量扰动检测,具有实际应用前景。
暂无评论