基于经验模态分解方法的光声信号处理研究

摘要

连续波激光器激励的光声成像系统具有系统成本低、易于实现小型化的优势，受到了国内外研究团队的普遍关注。但相比于高能脉冲激光器，连续波激光器输出的单波长光能较小，导致激发出的光声信号较弱，并且光声信号在产生、传播和探测过程中均受到环境噪声的干扰将加大光声信息图像反演工作的困难。为了使目标光声成像效果更佳，对成像系统采集到的光声信号进行降噪处理是非常重要的。本文基于经验模态分解方法，重点研究连续波激光器激励的光声信号去噪问题：根据连续波激光器光声成像系统中用于调制激光器的参考信号特征，研究了基于固有模态函数分量频率选取重构方法；以及基于参考信号互相关的信号重构方法。通过仿真数据和实测光声数据验证了两种重构方法的去噪效果。论文的主要工作如下： （1）本论文基于经验模态分解方法的自适应性、分解后信号各个分量的直观性、以及连续波光声成像系统激励特性，研究了基于固有模态函数分量频率选取重构方法，通过仿真实验分别对单分量信号、多分量信号中加入随机噪声后进行经验模态分解处理。对分解结果做全分量重构误差分析，验证了经验模态分解方法在信号分解过程中的完备性和适用性，采用基于固有模态函数分量频率选取重构方法，对分解得到的分量做重构处理。仿真结果表明，多分量信号重构后信噪比由4.23dB提升为9.52dB。 （2）基于固有模态函数分量频率选取方法需要做多个分解信号的希尔伯特谱分析，此过程在信号数据量较大时比较耗时，为了提高光声信号的重构效率，研究了基于参考信号互相关处理的重构方法，对一组非平稳信号以及加入噪声的线性扫频信号进行仿真分析，通过基于参考信号互相关处理的重构方法，选取合适的固有模态函数分量进行信号重构去噪，采用相关系数与均方根误差进行重构前后仿真线性扫频信号的降噪效果分析。仿真结果表明，重构后线性扫频信号的相关系数提高，且均方根误差减小。 （3）对实际探测到的碳棒仿生体光声信号进行处理分析，碳棒仿生体光声信号首先经过相干平均处理，进一步使用经验模态分解方法对碳棒仿生体的光声信号进行分解，验证了实测碳棒光声信号通过经验模态分解后的全分量重构误差在10-17量级范围，并分别使用基于固有模态函数分量频率选取重构方法、基于参考信号互相关处理的重构方法来选取重构分量完成光声信号的重构工作。经实测数据验证，这两种方法筛选出的重构分量是一致的，但基于参考信号互相关处理重构方法的信号重构过程更加省时，通过相关系数、均方根误差以及信噪比作为评价标准对重构结果分析，并给出光声信号在重构处理前后重建图像对比。实验结果表明，基于参考信号互相关处理的重构方法重构后光声信号的信噪比由29.71dB提升为37.01dB。

目录

第一个书签之前