Page 37 - 《应用声学》2020年第3期

第 39 卷 第 3 期 沈晓炜： 基于粒子群算法的稀疏阵列超声相控阵全聚焦成像 357

成像 (14 发射 14接收，11发射 11接收)，使用数据量
3 结果与讨论
分别为14 × 14 × 5120个、11 × 11 × 5120个，成像数
本文数据处理及成像计算设备为便携式计算 据量相全阵元数据分别降低了 80.86%、88.18%。成
机，单独使用 CPU进行处理 (GPU不参与运算)，型 像结果如图 7、图 8 所示，虽然主要缺陷仍然够进行
号为 i7-8750h，6 核 12 线程。首先针对试块缺陷，进 识别，但是随着阵元的减少 (数据量的降低)，在人
行基于全矩阵采样数据的全聚焦成像，数据量为 工缺陷周围出现了明显的散射噪声和伪影，且近场
32 × 32 × 5120个，成像效果如图4所示。 区域噪声急剧增大，极大地降低了全聚焦算法的成
通过对 32 阵元线性阵列进行稀疏优化和权值 像质量。考虑到阵元数量越少而成像质量越差的情
修正，分别得到 14 阵元和 11 阵元的稀疏矩阵放置
况，选择 11 阵元稀疏阵列进行阵元权值修正，优化
位置和权重修正系数，并对两个稀疏阵列分别进行
后的全聚焦成像效果如如图 9 所示，人工缺陷附近
稀疏全聚焦优化成像，如图 5 和图 6 所示，成像数据
的噪声和伪影得到了显著的抑制，成像质量基本达
量分别为14 × 32 × 5120个、11 × 32 × 5120个。如图
到了理想效果。但是，探头附近的伪影仅得到了部
中结果所示，优化后的稀疏阵列全聚焦成像在保证
分消除，该问题难以通过阵元权值修正来解决。从
成像质量的同时，成像数据量分别减少了 43.75%、
数据压缩和传输角度分析，稀疏阵列全聚焦成像算
65.62%。相控阵所在位置的近场伪影随着发射阵元
法的成像数据量大幅降低虽然有利于未来检测数
数的降低而略微增加，这需要在之后的PSO 迭代函
数优化、适应度函数优化、稀疏阵元有效孔径修正 据的高度压缩和快速成像，但现有的成像算法在计
等方面进行深入研究。 算过程中仍然存在大量的冗余计算，使得成像效率
为了进一步验证算法的有效性，分别使用14阵 偏低。因此，上述两个问题未来需要针对稀疏阵列
元、11阵元进行无权重补偿优化的稀疏阵列全聚焦 的相控阵成像算法进行改进。

0 0 0

-5 -5 -5

-10 -10 -10
-15 -15 -15

-20 -20 -20

-25 -25 -25
图 4 全矩阵数据成像 图 5 PSO(14/32 阵元) 稀疏阵元成像 图 6 PSO(11/32 阵元) 稀疏阵元成像
Fig. 4 Full-element imaging Fig. 5 PSO (14/32 element) imaging Fig. 6 PSO (11/32 element) imaging

0 0 0
-2
-5 -5 -4
-6
-8
-10 -10
-10
-12
-15 -15
-14
-16
-20 -20 -18
-20
-25 -25 -22
图 7 PSO(14/14 阵元) 稀疏阵元无 图 8 PSO(11/11 阵元) 稀疏阵元无 图 9 PSO(11/11 阵元) 稀疏阵元优
优化成像 优化成像 化成像
Fig. 7 PSO (14/14 element) imag- Fig. 8 PSO (11/11 element) imag- Fig. 9 PSO (11/11 element) imag-
ing without optimization ing without optimization ing with optimization