基于压缩传感的管道脉冲超声回波信号分解与重构研究

《基于压缩传感的管道脉冲超声回波信号分解与重构研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、UDC62l编号!Q2窆窆墨!!Q312Q@；工荨大擎硕士学位论文基于压缩传感的管道脉冲超声回波信号分解与重构研究ResearchonPipelinePulseUltrasonicEchoSignalDecompositionandReconstructionBasedonCompressedSensing申请学位级别亟±专业名称测试让量撞术鍪垡墨论文提交日期2Q!垒圭垒旦论文答辩日期2Q!垒生鱼月学位授予单位和日期婆菱盘鲎2Q!垒生鱼旦答辩委员会主席评阅人2014年5月独创性声明本人郑重声明：所呈交的学位论文，是本

2、人在导师的指导下，独立进行研究工作所取得的成果。除文中已注明引用的内容以外，本论文不包含任何其他个人或集体已经发表或撰写过的作品成果，也不包含为获得江苏大学或其他教育机构的学位或证书而使用过的材料。对本文的研究做出重要贡献的个人和集体，均己在文中以明确方式标明。本人完全意识到本声明的法律结果由本人承担。学位论文作者签名：诹纬训于年‘月fo日学位论文版权使用授权书江苏大学、中国科学技术信息研究所、国家图书馆、中国学术期刊(光盘版)电子杂志社有权保留本人所送交学位论文的复印件和电子文档，可以采用影印、缩印或其他复制手段保

3、存论文。本人电子文档的内容和纸质论文的内容相一致，允许论文被查阅和借阅，同时授权中国科学技术信息研究所将本论文编入《中国学位论文全文数据库》并向社会提供查询，授权中国学术期刊(光盘版)电子杂志社将本论文编入《中国优秀博硕士学位论文全文数据库》并向社会提供查询。论文的公布(包括刊登)授权江苏大学研究生处办理。本学位论文属于不保密口。学位茹端署纬2Pf于年彦月j口日指导教师签名：年月2参I毕、莎、f)江苏大学硕士学位论文摘要压缩传感技术是近年来兴起的一种新颖的信号处理方法，在信号满足稀疏性要求的情况下能以低于奈奎斯特的采

4、样率进行压缩采样，然后通过凸优化方法或贪婪算法重构信号。利用管道脉冲超声回波信号在特定变换域的稀疏性，可以应用压缩传感对其进行重构，在保证信号重构精度的条件下减少采样数据。这也将为管道超声检测装置的性能改善提供一定的技术参考。目前，对脉冲超声回波信号进行压缩传感研究已成为一个研究热点。国内外对超声信号的压缩传感研究主要集中在正交基稀疏变换域和重构算法两方面，很少有冗余字典方面的压缩传感研究。主要原因在于基于冗余字典的压缩传感重构的计算复杂度高、重构速度缓慢。然而，基于冗余字典的信号重构精度要远远高于正交基。论文围绕脉

5、冲超声回波信号开展了压缩传感研究，主要工作如下：(1)在深入学习信号稀疏分解理论的基础上，选择不同的正交基和冗余字典对脉冲超声回波信号进行稀疏分解，通过对比信号的重构性能来确定最优稀疏变换域。实验结果表明基于冗余字典的稀疏表示效果明显优于正交基。(2)Gabor原子存在冗余性，直接应用于压缩传感无法满足实时处理的要求。针对上述问题，提出基于原子特征对频率和相位因子进行简化的方法，并通过实验验证了改进原子库的稀疏表示效果与未优化原子库相同。在此基础上通过分析脉冲超声回波信号的信号结构与原子尺度因子的关联特性，提出一套原

6、子库优化策略，实验证明稀疏表示效果相近。最后，基于脉冲超声回波信号的带宽特性，通过统计大量样本信号稀疏分解选择原子的频率范围对频率因子简化。仿真结果验证该优化原子库稀疏表示效果与Gabor原子库接近，原子数量却大大减少。(3)在上述研究的基础上，对脉冲超声回波信号进行压缩传感重构研究，分析比较基于正交基、Gabor原子库及优化原子库之间的信号重构性能，实验结果表明基于超声原子库的信号重构精度和速度均优于其他稀疏变换域。另外，对常用测量矩阵基于QR分解和行向量正交化进行了改进，实验结果表明信号重构性能明显优于优化前的测

7、量矩阵。关键词：压缩传感，稀疏分解，管道检测，脉冲超声回波信号，Gabor原子基于压缩传感的管道脉冲超声回波信号分解与重构研究ABSTRACTCompressedsensingisanovelsignalprocessingmethodproposedinrecentyears，thesignaliscompressedsamplingbelowtheNyquistsamplingrateifthesignalsatisfiestherequirementofsparsity,andthenthesignalisre

8、constructedbyconvexoptimizationorgreedyalgorithm．Thepipelinepulseultrasonicechosignalcanbereconstructedbycompressedsensingwithitssparsityinspecifictransformdomain，thesampled