Page 18 - 《应用声学》2021年第5期

662 2021 年 9 月

号时频分析方法，可以根据需求选取不同的尺度参 装裸片的上表面或下表面进行检测时，当裸片厚度
数，以便选择不同的时间和频率分辨率，在去噪方 小于或相当于超声波脉冲持续长度的一半时，裸片
面，WT 利用信号和噪声在 WT 后所表现出来的不 的上表面的反射回波和下表面的反射回波就会发
同特征进行信噪分离，不受信号与噪声频带重叠的 生重叠，此时超声回波信号y(t)如图7(a)所示，由回
影响，去噪优点明显，已有研究提出了基于WT的方 波 s 1 (t)、s 2 (t) 和 s 3 (t) 组成，其中 s 2 (t) 和 s 3 (t) 发生
法解决电子封装检测的上述问题，如2002年，Jhang 了重叠，由于介质的频率相关衰减和换能器的聚焦
等 [18] 使用 SAM 对裸片顶层进行检测时，针对裸 效应，三者波形有较大差异。将封装表面回波 s 1 (t)
片顶层和底层的反射回波的叠加问题，提出了基 看作换能器脉冲响应 x(t)，对超声回波信号 y(t) 进
于小波分析的反卷积方法 (Wavelet analysis based 行基于小波分析的反卷积操作，结果如图7(b)所示，
deconvolution, WABAD)，该方法有效地提高了纵 由图可知，该方法可以分辨重叠的回波。
向分辨率；2006 年，Zhang 等 [19] 采用连续小波变换
(Continuous wavelet transform, CWT)的时频分析
方法，分离了重叠的回波，实现了优于传统时域和
频域成像方法的纵向分辨率。SSR则是一种更加灵
活、简洁和自适应的表示，不同于 WT 的是其采用 x↼t↽
的分解集是过完备原子字典而不是信号空间的正 s ↼t↽ s ↼t↽ s ↼t↽
交基或非正交基，2004年，Zhang等 [20] 使用SSR 的
时频分析方法，实现了信噪比和纵向分辨率的提
高，下面分别对这 3 种方法的原理和适用场景进行
分析。
图 6 裸片的超声显微检测 [18]
3.1 基于小波分析的反卷积
Fig. 6 Scanning acoustic microscopy testing of die [18]
在反射式超声检测系统中，系统接收到的超声
回波信号y(t)可以表示为换能器脉冲响应x(t)与介
质反射函数h n (t)的卷积，即 1
s ↼t↽⇁s ↼t↽
s ↼t↽
y(t) = x(t) ⊗ h n (t) + ξ(t), (3)
∑ n ࣨए/V 0
式(3)中，h n (t) = c i δ(t − t i )表示幅度变换和
i=1
时移，ξ(t) 为来自检测系统和试样的噪声。反卷积
-1
是卷积的逆过程，即从含噪声的时域超声回波信号
0 1 2
y(t) 中估计出介质反射函数 h n (t)，常用的反卷积方
௑ᫎ/(10 -7 s)
法有 Wiener 滤波法、l 2 反卷积法等，其中Wiener 滤
(a) ᡔܦڀฉηՂ
波被认为是最成熟的方法。
为了解决反卷积方法对信噪比要求很苛刻且
1
h  ↼t↽
只适用于换能器脉冲响应与反射回波信号波形相 h  ↼t↽
似的情况，Jhang等 [18] 提出了基于小波分析的反卷
积方法，首先，该方法利用离散小波变换 (Discrete ࣨए/V 0
wavelet transform, DWT) 将超声回波信号 y(t) 分 h  ↼t↽
解成第一层近似部分(即低频分量，A1) 和细节部分 -1
(即高频分量，D1)；然后，将A1分解成第二层近似部 0 1 2
௑ᫎ/(10 -7 s)
分(A2)和细节部分(D2)，以此类推；最后，对某一层
近似部分进行反卷积操作，因为近似分量中的各个 (b) ۳̆࠵ฉѬౢᄊԦԄሥፇ౧
回波信号较为相似，所以可以成功地利用反卷积方 图 7 基于小波分析的反卷积
法分辨出重叠的回波。如图 6 [18] 所示，在对电子封 Fig. 7 Wavelet analysis based deconvolution