宋寿鹏，李 棋

(江苏大学 机械工程学院，江苏 镇江 212013)

自适应波束形成技术是超声成像的关键技术之一，是根据阵列中阵元接收的信号动态地计算权值并对信号进行加权以控制波束进行成像，直接决定着成像的质量[1-3]。

自适应算法中典型的最小方差（minimum variance，MV）算法可以在保持期望信号能量的同时，使波束形成器输出的信号功率最小化[4-6]。为了进一步提高MV算法的成像性能，不少学者将波束形成算法与相干因子（coherence factor，CF）相融合，以达到提高成像分辨率的目的[7-9]。Wang等[10]提出将CF与最小方差无畸变（minimum variance distortionless response，MVDR）算法结合应用于高帧率成像的算法，提高成像分辨率和对比度以降低旁瓣等级。在此基础上，Asl等[11]指出该方法可以有效减小聚焦误差，在声速不均匀时表现出良好的鲁棒性。Xu等[12]提出了MV算法与CF和相位相干因子（phase coherence factor，PCF）结合的方法，获得了高对比度和高分辨率的医学超声图像。虽然这些改进和研究可以有效提升MV算法的成像分辨率，但是在计算复杂度上却没有改善。对于一个阵元数为N的线性阵列，自适应MV算法的计算复杂度高达O(N3)，严重影响了超声成像的时效性。

针对MV算法中由于协方差矩阵反演造成的计算复杂度高且计算效率低的问题，不少学者在这一领域开展了研究。Park等[13]提出一种结合FPGA的波束形成方法，通过减少计算量达到降低成像计算复杂度的目的，加快了成像速度。Chen等[14]提出一种基于坐标旋转数字计算机（coordinate rotation digital computer，CORDIC）处理器的低复杂度、高吞吐量的波束形成算法。这些研究虽然有效提高了超声成像效率，但本质上是将软件算法与硬件结合，借助硬件提高成像速度。……