專利名稱：超聲波首波檢測與定位的方法和裝置的制作方法
技術領域：
本發(fā)明涉及一種信號處理技術領域，尤其涉及一種超聲波首波檢測與定位的方法
和裝置。
背景技術：
首波是也稱為頭波，是超聲和其它類型信號脈沖式檢測領域中一個有效信號的開 始。首波的可靠檢測和準確定位對這類測量的精度有關鍵作用。首波提取的最大困難是其 幅度一般很小，非常易于和系統(tǒng)噪聲混淆，噪聲的存在對其測量的準確性影響很大。而且一 般情況下首波波幅隨著信號頻率的增大衰減很快，因此在頻率較高的測量中，其首波檢測 更加困難。 目前，常用的首波檢測方法主要有閾值法、加窗相關峰值法、長短時窗能量比法
等。閾值法是設置一個門限(即閾值)，若信號幅值小于該門限則認為該信號是噪聲信號，
若信號幅值大于門限值，認為該信號是聲波信號，而第一個大于該門限的信號即是首波。為
防止個別噪聲變異大于門限而導致誤判，可采用連續(xù)多個信號幅值大于門限值來確認首
波。加窗相關峰值法是檢測波形與標準波形進行加窗相關對比，計算探索范圍內的相關系
數，最大相關系數的位置即是首波的波至點。長短時窗能量比法是在首波初至的檢測范圍
內計算短步進時窗與長累積時窗的能量比，長累積時窗是第一個到當前位置處短步進時窗
的并集，在首波到達前，長累積時窗的能量與短步進時窗的能量均很小，相差不大；在首波
到達時，長累積時窗的能量仍很小，而短步進時窗的能量卻突然變大，此時的長短時窗能量
比出現大的躍變，需要選擇合適的能量閾值，才能可以檢測到弱初至首波。 上述幾種方法在信號信噪比較強時，尤其是在首波附近的局部信噪比較強的時
候，檢測效果較好，反之，若首波附近局部區(qū)域的信噪比較小其檢測效果將惡化，其中惡化
最嚴重的是閾值法，其次是長短時窗能量比法。

發(fā)明內容
本發(fā)明的目的在于提供一種抗干擾能力、能準確檢測首波位置的超聲波首波檢測 與定位的方法和裝置。 為達到上述目的，本發(fā)明一方面提供了一種超聲波首波檢測與定位的方法，包括 以下步驟 構造超聲波信號序列的軌道矩陣； 對所述軌道矩陣進行奇異值分解獲取所述超聲波信號序列的奇異譜熵；
對所述奇異譜熵進行中值濾波，去除信號毛剌； 對已經過中值濾波的奇異譜熵進行閾值化處理，則已經過閾值化處理的奇異譜熵 的第一個下降沿即為所述超聲波信號序列的首波。 本發(fā)明的超聲波首波檢測與定位的方法，所述構造超聲波信號序列的軌道矩陣， 具體包括如下步驟
對一個長度為N點的超聲波信號序列，截取以n點開始長度為L點的超聲波信號 子序列，構造出所述超聲波信號子序列的軌道矩陣An為
<formula>formula see original document page 4</formula><formula>formula see original document page 4</formula> 其中，n二l，2，……，N-L+1，L小于N而大于超聲波信號序列的周期。
本發(fā)明的超聲波首波檢測與定位的方法，所述對軌道矩陣進行奇異值分解獲取所 述超聲波信號序列的奇異譜熵，具體包括如下步驟 對所述軌道矩陣An進行奇異值分解，獲取其r個奇異值為oni(i = 1，2，……r);
根據公式^ (" = ^^/^(^得到所述超聲波信號序列的歸一化奇異譜概率密 度函數Pn(k)，其中，onk、 Onj均為奇異值，k二 1，2，…，r ; 根據公式t^力')xlog[凡(/) + lD得到所述超聲波信號序列的奇異譜
熵，其中，Pn(i)為歸一化奇異譜概率密度函數。 本發(fā)明的超聲波首波檢測與定位的方法，所述對已經過中值濾波的奇異譜熵進行 閾值化處理，具體包括 根據公式Th = aX [max(H(n))-min(H(n))]+min(H(n))，得到所述超聲波信號序 列的奇異譜熵的上升沿和下降沿，其中，max(H(n))、max(H(n)分別為所述超聲波信號序列 的奇異譜熵的最大值、最小值，a為比例因子。 本發(fā)明的超聲波首波檢測與定位的方法，在所述獲取超聲波信號序列的奇異譜熵 之前，還包括 根據所述超聲波信號序列的短時能量對所述超聲波信號序列進行預處理，得到所 述超聲波信號序列出現的概率區(qū)間。 另一方面，本發(fā)明還提供了一種超聲波首波檢測與定位的裝置，所述超聲波首波 檢測與定位的裝置執(zhí)行上述超聲波首波檢測與定位的方法。 本發(fā)明的超聲波首波檢測與定位的方法首先構造超聲波信號序列的軌道矩陣， 然后對軌道矩陣進行奇異值分解獲取超聲波信號序列的奇異譜熵，接著，對奇異譜熵進行 中值濾波，去除信號毛剌，最后，對已經過中值濾波的奇異譜熵進行閾值化處理，則已經過 閾值化處理的奇異譜熵的下降沿即為超聲波信號序列的首波，在軌道矩陣合適的情況下 (即超聲波信號子序列的長度大于超聲波信號序列的周期而小于超聲波信號序列的長度 時)，超聲波信號序列與噪聲區(qū)的奇異譜熵落差大，邊緣陡峭，而且奇異譜熵對超聲波信號 序列的幅值具有很強的魯棒性，奇異譜熵不會因為超聲波信號序列的中某一片段的信噪比 的強弱而有較大變化，因此，本發(fā)明的超聲波首波檢測與定位的方法具有較強的抗干擾能 力，既使對于淹沒在噪聲中極弱的首波也能夠較為正確的定位，這對遠距離測量時的弱信 號波識別和定位至關重要。


圖1為本發(fā)明的超聲波首波檢測與定位的方法流程圖； 圖2為本發(fā)明的超聲波首波檢測與定位的裝置的結構框圖； 圖3為信噪比為27. 4dB的超聲波信號序列的幅值圖； 圖4為信噪比為27. 4dB的超聲波信號序列的奇異譜熵圖； 圖5為信噪比為4. 4dB的超聲波信號序列的幅值圖； 圖6為信噪比為4. 4dB的超聲波信號序列的奇異譜熵圖。
具體實施例方式
下面結合附圖對本發(fā)明的具體實施方式
進行詳細描述 由于奇異譜熵具有如下特征 1)信號的奇異譜熵不同于噪聲的奇異譜熵。 2)理論上，如果譜的分布保持不變，信號幅值的大小不會影響奇異譜熵。而實際
上，奇異譜熵會隨信號隨機性而變化，但與能量特征相比，奇異譜熵的變化很小。 3)奇異譜熵對噪聲具有一定的穩(wěn)健性，當信噪比(SNR)下降時奇異譜熵的形狀保
持不變。本發(fā)明的核心思想基于奇異值分解理論，將由信號構成的具有一定嵌入維度的軌
道矩陣進行奇異值分解，再利用信息熵的統(tǒng)計特性對奇異值集合進行不確定度分析，從而
對原始信號的復雜程度給出一個確定的量度。 對于一個L點的信號序列x(i)，根據相空間重構理論，選擇一個小于L的正整數M，就可以由信號序列構造出軌道矩陣A，表示為
jc(2) … jc(Z-M + 1)— 」、； " 、 ；
,),+ l)… jc(丄) 式中的軌道矩陣也稱為Hankie矩陣。在矩陣構造中，常把相鄰兩行/列的重疊元素個數稱為嵌入維度，Hankie矩陣嵌入維度為M_l，也可以構造出其他嵌入維度的矩陣。
由矩陣理論知，對于一個mXn的矩陣A，則存在一個mXm的酉矩陣U禾P nXn的酉矩陣V，使得A可分解為
A = UPVH其中，上標"H"表示矩陣的共軛轉置；當m二n時，P二E ;當m〉n時，^ ^
(m_ )x
當m〈n時，P二 &
Gmx(w—m) _| o 0(m—n) Xn
為(m-n) Xn的零矩陣，0mX(n—m)為mX (n_m)的零
矩陣，而E = diag( o " o2， 0 3， o r) ， r = min(m， n) 。
Oi(i = l，2， ......， r)稱為
矩陣A的奇異值，為非負數。它們按照從大到小的順序排列，即
(^> o2> o3>......> or—丄> or U和V分別稱為左右奇異矩陣，而U = [Ul，u2，…，Um]T和V = [Vl，v2，…，vjT中的列向量Ui和Vj分別稱為A的左右奇異向量?？梢宰C明，Ui是方陣AAT的特征向量，Vj是方陣ATA的特征向量；奇異值0i(i = 1，2，……，r)是方陣AAT或ATA的特征值Aji =1，2，……，r)的平方根。
基于上述思想，參考圖l，本發(fā)明的超聲波首波檢測與定位的方法，包括以下步驟 步驟S101、對超聲波信號序列從某點開始截取一定長度的超聲波信號子序列，構造其軌道矩陣。具體的，對一個長度為N點的超聲波信號序列，截取以n點開始長度為L點的超聲波信號子序列，構造出超聲波信號子序列的軌道矩陣An為
<formula>formula see original document page 6</formula>
<formula>formula see original document page 6</formula>
其中，<formula>formula see original document page 6</formula>L小于N而大于超聲波信號的周期，此外，為了能夠縮小搜索范圍，減少計算量，提高搜索效率在構造軌道矩陣之前可以先對超聲波信號序列進行預處理，由超聲波信號序列的短時能量初步得到信號可能出現的概率區(qū)間，在這些概率區(qū)間上再進行基于奇異譜熵的首波定位。 步驟S102、對軌道矩陣An進行奇異值分解，計算出其奇異譜熵，按照此方法依次獲得整個超聲波信號序列的奇異譜熵H(n)。 對軌道矩陣An進行奇異值分解，獲取其r個奇異值為oni(i = 1，2，……r); 根據公式^ (" = ^*/2^^ ,得到超聲波信號序列的歸一化奇異譜概率密度函數Pn(k)，其中，onk、 、i均為奇異值，k二 1，2，…，r ; 根據公式爪")=-t^力')xlog[^(/) + lD得到超聲波信號序列的奇異譜條，其
中，Pn(i)為歸一化奇異譜概率密度函數。需要說明的是，信號的奇異譜熵一般定義為<formula>formula see original document page 6</formula> 為了避免某點的奇異譜概率密度為零而導致上式運算錯誤，把上式改為
<formula>formula see original document page 6</formula>
步驟S103、對奇異譜熵H(n)進行中值濾波，去除信號毛剌。具體的，假設是對H(n)進中第i點數值的7點中值濾波，則把H(j)， (j = i-3， i-2， i-l， i， i+l， i+2， i+3)，7個點進行從從大到小或者從小到大排列，中值濾波median(H(i))等于排列于中間位置上的數 步驟S104、對已經過中值濾波的奇異譜熵進行閾值化處理，找出已經過閾值化處理的奇異譜熵的下降沿，即為超聲波信號序列的首波位置。具體的， 根據公式Th = aX [max (H(n))-min (H(n)) ]+min (H(n))，得到超聲波信號序列的奇異譜熵的上升沿和下降沿，其中，max(H(n))、max(H(n)分別為超聲波信號序列的奇異譜熵的最大值、最小值，a為比例因子。通過調整a可以調整閾值的高度，a越大閾值越大。
本領域的技術人員可以清楚地了解到本發(fā)明可以以軟件產品的形式體現出來，該軟件產品可以存儲在一個非易失性存儲介質(可以是CD-ROM， U盤，移動硬盤等)中，包括若干指令用以使得一臺計算機設備(可以是個人計算機，服務器，或者網絡設備等)執(zhí)行本發(fā)明實施例所述的方法。基于這樣的理解，本發(fā)明的技術方案還可以通過硬件實現，也可以可借助軟件加必要的通用硬件平臺的方式來實現，如圖2所示，本發(fā)明的超聲波首波檢測
與定位的裝置，包括軌道矩陣構造模塊21，用于構造超聲波信號序列的軌道矩陣；奇異譜
熵獲取模塊22，用于對軌道矩陣構造模塊21構造出的軌道矩陣進行奇異值分解獲取超聲波信號序列的奇異譜熵；中值濾波模塊23，用于對奇異譜熵獲取模塊22得到的奇異譜熵進行中值濾波，去除信號毛剌；閾值處理模塊24，用于對已經過中值濾波模塊23處理后的奇異譜熵進行閾值化處理，則已經過閾值化處理的奇異譜熵的下降沿即為所述超聲波信號序列的首波。 本發(fā)明的超聲波首波檢測與定位的方法首先構造超聲波信號序列的軌道矩陣，然后對軌道矩陣進行奇異值分解獲取超聲波信號序列的奇異譜熵，接著，對奇異譜熵進行中值濾波，去除信號毛剌，最后，對已經過中值濾波的奇異譜熵進行閾值化處理，則已經過閾值化處理的奇異譜熵的下降沿即為所述超聲波信號序列的首波。在軌道矩陣合適的情況下(即超聲波信號子序列的長度大于超聲波信號序列的周期而小于超聲波信號序列的長度時)，超聲波信號序列與噪聲區(qū)的奇異譜熵落差大，邊緣陡峭，這正符合首波準確定位的需要，而且奇異譜熵對超聲波信號序列的幅值具有很強的魯棒性，奇異譜熵不會因為超聲波信號序列的中某一片段的信噪比的強弱而有較大變化，如圖3所示，信噪比為27. 4dB的超聲波信號序列，其奇異譜熵如圖4所示，超聲波信號序列與噪聲區(qū)的奇異譜熵落差大，邊緣陡峭；而如圖5所示，信噪比為4. 4dB的超聲波信號序列，其頻譜譜熵如圖6所示，超聲波信號序列與噪聲區(qū)的奇異譜熵依然落差大，邊緣陡峭，其中，圖3和圖5的橫坐標表示采樣點數，其縱坐標表示信幅值，圖4和圖6的橫坐標表示采樣點數，其縱坐標表示奇異譜熵值的相反數，所以從圖4或圖6上看到的上升沿實際上是該奇異譜熵的下降沿。由此可見，本發(fā)明的超聲波首波檢測與定位的方法具有較強的抗干擾能力，既使對于淹沒在噪聲中極弱的首波也能夠較為正確的定位，這對遠距離測量時的弱信號波識別和定位至關重要。
以上的實施例僅僅是對本發(fā)明的優(yōu)選實施方式進行描述，并非對本發(fā)明的范圍進行限定，在不脫離本發(fā)明設計精神的前提下，本領域普通工程技術人員對本發(fā)明的技術方案作出的各種變形和改進，均應落入本發(fā)明的權利要求書確定的保護范圍內。
權利要求
一種超聲波首波檢測與定位的方法，其特征在于，包括以下步驟構造超聲波信號序列的軌道矩陣；對所述軌道矩陣進行奇異值分解獲取所述超聲波信號序列的奇異譜熵；對所述奇異譜熵進行中值濾波，去除信號毛刺；對已經過中值濾波的奇異譜熵進行閾值化處理，則已經過閾值化處理的奇異譜熵的下降沿即為所述超聲波信號序列的首波。
2. 根據權利要求1所述的超聲波首波檢測與定位的方法，其特征在于，所述構造超聲 波信號序列的軌道矩陣，具體包括如下步驟對一個長度為N點的超聲波信號序列，截取以n點開始長度為L點的超聲波信號子序 列，構造出所述超聲波信號子序列的軌道矩陣An為jc(w + Z_A/) + A/ + 1)—jc(w+A/ —1) jc(w+A/) + Z —1)其中，n二 1，2，……，N-L+1，L小于N而大于超聲波信號序列的周期。
3. 根據權利要求2所述的超聲波首波檢測與定位的方法，其特征在于，所述對軌道矩 陣進行奇異值分解獲取所述超聲波信號序列的奇異譜熵，具體包括如下步驟對所述軌道矩陣An進行奇異值分解，獲取其r個奇異值為oni(i = 1，2，……r);根據公式JP (" = f^得到所述超聲波信號序列的歸一化奇異譜概率密度函 數Pn(k)，其中，onk、 Onj均為奇異值，k二 1，2，…，r ;根據公式H(") = -1 {凡(0 X l0g[/ (/) + 1]}得到所述超聲波信號序列的奇異譜熵，其中，Pn(i)為歸一化奇異譜概率密度函數。
4. 根據權利要求3所述的超聲波首波檢測與定位的方法，其特征在于，所述對已經過中值濾波的奇異譜熵進行閾值化處理，具體包括根據公式Th = a X [max(H(n))-min(H(n))]+min(H(n))，得到所述超聲波信號序列 的奇異譜熵的上升沿和下降沿，其中，max(H(n))、max(H(n)分別為所述超聲波信號序列的 奇異譜熵的最大值、最小值，a為比例因子。
5. 根據權利要求1至4任意一項所述的超聲波首波檢測與定位的方法，其特征在于，在 所述獲取超聲波信號序列的奇異譜熵之前，還包括根據所述超聲波信號序列的短時能量對所述超聲波信號序列進行預處理，得到所述超 聲波信號序列出現的概率區(qū)間。
6. —種超聲波首波檢測與定位的裝置，其特征在于，所述超聲波首波檢測與定位的裝 置執(zhí)行包括權利要求1至4任意一項所述的超聲波首波檢測與定位的方法。
7. —種超聲波首波檢測與定位的裝置，其特征在于，所述超聲波首波檢測與定位的裝 置執(zhí)行包括權利要求5所述的超聲波首波檢測與定位的方法。+ 1)+1)+ 2)
全文摘要
本發(fā)明公開了一種超聲波首波檢測與定位的方法和裝置，該方法包括構造超聲波信號序列的軌道矩陣，對軌道矩陣進行奇異值分解獲取超聲波信號序列的奇異譜熵，對奇異譜熵進行中值濾波，去除信號毛刺，對已經過中值濾波的奇異譜熵進行閾值化處理，則已經過閾值化處理的奇異譜熵的下降沿即為超聲波信號序列的首波，在軌道矩陣合適的情況下，超聲波信號序列與噪聲區(qū)的奇異譜熵落差大，邊緣陡峭，奇異譜熵對超聲波信號序列的幅值具有很強的魯棒性，奇異譜熵不會因為超聲波信號序列的中某一片段的信噪比的強弱而有較大變化，因此，本發(fā)明的超聲波首波檢測與定位的方法抗干擾能力強，既使對于淹沒在噪聲中極弱的首波也能夠較為正確的定位。
文檔編號G01S7/52GK101793955SQ20101013538
公開日2010年8月4日 申請日期2010年3月30日 優(yōu)先權日2010年3月30日
發(fā)明者孫農亮, 曹茂永, 梁慧斌, 范迪 申請人:山東科技大學