论文摘要
为了提高超声成像空间分辨率和对比度,提出了一种信噪比后滤波与特征空间融合的最小方差波束形成算法。首先,利用信号子空间划分将最小方差算法得到的权矢量投影到信号子空间中提高成像对比度,然后基于信号相干性设计滤波系数,并引入基于信噪比的噪声加权系数,最终得到融合信噪比后滤波与特征空间的最小方差算法。为验证本算法的有效性,使用FieldⅡ对点目标和吸声斑目标进行了仿真实验验证,并采用密歇根大学geabr0实验数据进行成像。实验结果表明:所提算法在对比度和分辨率上均有所提高,明显优于传统延时叠加算法,最小方差算法和ESBMVwiener算法,且对噪声具有较强鲁棒性。
论文目录
文章来源
类型: 期刊论文
作者: 王平,江金洋,李昉,林楠,岳影
来源: 声学学报 2019年01期
年度: 2019
分类: 基础科学
专业: 物理学
单位: 重庆大学输配电装备及系统安全与新技术国家重点实验室,国网内蒙古东部电力有限公司检修分公司
基金: 国家自然科学基金项目(51677010),重庆市研究生科研创新项目(CYS16029),重庆市科技计划项目(cstc2016jcyjA29 13)资助
分类号: O426.9
DOI: 10.15949/j.cnki.0371-0025.2019.01.015
页码: 136-144
总页数: 9
文件大小: 1466K
下载量: 169
相关论文文献
- [1].基于改进最小方差控制的周转件库存优化研究[J]. 系统仿真学报 2017(01)
- [2].基于最小方差自校正的整平机姿态控制[J]. 现代制造工程 2020(04)
- [3].具有未知模型的随机系统最小方差控制性能分析[J]. 计算机与数字工程 2016(03)
- [4].考虑时间因素的全局最小方差投资组合[J]. 统计与决策 2008(07)
- [5].基于最小方差模型的自适应控制器设计研究[J]. 制造业自动化 2011(11)
- [6].基于多项式变换的双率最小方差自校正控制[J]. 科学技术与工程 2008(05)
- [7].基于最小方差控制的列车横向半主动悬挂控制系统设计[J]. 河北科技大学学报 2014(05)
- [8].双率采样数据系统最小方差自校正控制方法[J]. 系统仿真学报 2009(08)
- [9].改进的最小方差算法在超声成像中的应用[J]. 声学学报 2017(02)
- [10].基于最小方差控制的惯导系统稳定回路性能评估[J]. 清华大学学报(自然科学版) 2009(11)
- [11].基于精校机的广义最小方差的极点配置控制器的仿真与应用[J]. 组合机床与自动化加工技术 2008(03)
- [12].一类线性时变多变量系统的广义最小方差控制和性能评价[J]. 系统仿真学报 2008(13)
- [13].基于最小方差理论的风电叶片自动配胶机控制系统设计[J]. 制造业自动化 2016(12)
- [14].基于广义最小方差的火电机组控制回路性能评估[J]. 江南大学学报(自然科学版) 2014(06)
- [15].结合分形理论和修改的方向最大最小方差的居民地提取方法[J]. 信号处理 2016(08)
- [16].基于多模型混合的广义最小方差控制性能评估[J]. 信息与控制 2016(05)
- [17].广义最小方差自校正控制在某型无人机中的应用[J]. 电光与控制 2009(02)
- [18].状态估计在最小方差控制中的应用[J]. 北京印刷学院学报 2009(06)
- [19].具有范数约束的随机模糊最小方差投资组合决策[J]. 模糊系统与数学 2020(05)
- [20].最小方差自适应的视觉导盲诱导控制方法研究[J]. 动力学与控制学报 2019(03)
- [21].模型预测控制器的广义最小方差性能评价[J]. 北京化工大学学报(自然科学版) 2011(03)
- [22].最小方差控制中的参数递推辨识[J]. 电光与控制 2013(04)
- [23].基于非线性C-R模型的改进最小方差控制[J]. 微计算机信息 2008(09)
- [24].基于最小方差无失真响应谱的语音特征提取[J]. 信息工程大学学报 2008(03)
- [25].随机模糊的等比例-最小方差投资组合优化研究[J]. 模糊系统与数学 2020(01)
- [26].中国股市低波动率策略研究——基于最小方差组合的比较分析[J]. 财经问题研究 2015(09)
- [27].非线性广义最小方差控制律综述[J]. 动力学与控制学报 2013(02)
- [28].基于最小方差基准的软约束调整与经济性能协调[J]. 计算机与应用化学 2012(02)
- [29].广义最小方差控制在船舶转向控制系统中的应用[J]. 舰船科学技术 2019(02)
- [30].塑料工业中最小方差基准的控制系统性能评价[J]. 塑料工业 2016(12)