张 樯,周西峰,郭前岗

(南京邮电大学 自动化学院， 江苏 南京 210046)

基于改进的DE算法的超声回波参数估计

张 樯,周西峰,郭前岗

(南京邮电大学 自动化学院， 江苏 南京 210046)

利用最小二乘法将超声回波参数估计问题转化为优化问题，采用改进的差分进化算法(DE算法)对待优化函数进行优化处理。仿真研究说明，该方法在噪声环境下依然有效，并且不依赖于初始值选择，不需计算梯度，可以在全局范围内搜索。

DE算法;高斯牛顿法;超声回波信号;信号处理

0 引言

超声无损检测一直是无损检测的研究热点，超声信号波形中包含有被检测物体的几何形状、大小、缺陷故障等一系列有价值的信息。模型化的超声信号分析方法能有效提取信号中有用信息，其中每个回波模型都是一个非线性函数包含有一系列的参数：回波带宽、中心频率、相位、幅度、超声回波的渡越时间。这些参数实时反映超声信号的波形，并且与反射器的物理特性以及传播路径的频率特性密切相关[1]。1981年，SANIIE J[2]提出了利用高斯回波模型模拟超声信号的方法； 2001年，DEMIRLI R[3]利用高斯牛顿算法迭代出了高斯回波模型的参数，具有十分高的精度。但是高斯牛顿法过度依赖于初值点的选取，若初值点选取偏差较大将会影响算法整体的收敛性，而且该算法从理论上来说获取的是局部最优解，并非全局最优解，所以这种方法在实际应用中具有很大局限性。

针对以上问题，本文基于超声回波信号的高斯模型，提出改进的差分进化算法对超声信号的参数进行估计。……