超声全矩阵数据联合稀疏重构的多测量向量模型应用

摘要：

针对单测量向量模型等传统压缩感知方法处理超声全矩阵捕捉数据时,存在重构精度低和重构耗时长等问题,该文研究了多测量向量模型应用的可行性.针对铝合金试块中不同深度的Φ2mm横通孔,分别使用多测量向量模型中的多测量稀疏贝叶斯算法和单测量向量模型中的稀疏贝叶斯算法进行超声全矩阵数据重构,并实施全聚焦成像.随后,引入归一化均方误差和阵列性能因子评价图像和信号的重构效果.实验结果表明,稀疏贝叶斯算法在25％采样率时的归一化均方误差为1.9％,而多测量稀疏贝叶斯算法仅需15％采样率即可达到相似效果且耗时更少.

关键词：压缩感知、单测量向量模型、多测量向量模型、全聚焦方法、全矩阵捕捉

所属期刊栏目：42

分类号：TB553(声学工程)

资助基金：辽宁省兴辽英才计划项目;国家自然科学基金

在线出版日期：2023-06-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：523-528