CN104856678A - 基于模板信号相似度的复杂体内部异物的微波检测系统 - Google Patents

基于模板信号相似度的复杂体内部异物的微波检测系统 Download PDF

Info

Publication number
CN104856678A
CN104856678A CN201510093515.5A CN201510093515A CN104856678A CN 104856678 A CN104856678 A CN 104856678A CN 201510093515 A CN201510093515 A CN 201510093515A CN 104856678 A CN104856678 A CN 104856678A
Authority
CN
China
Prior art keywords
signal
microwave
foreign body
foreign
template
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201510093515.5A
Other languages
English (en)
Other versions
CN104856678B (zh
Inventor
吴怡之
王一帆
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
University of Queensland UQ
Donghua University
Original Assignee
University of Queensland UQ
Donghua University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by University of Queensland UQ, Donghua University filed Critical University of Queensland UQ
Priority to CN201510093515.5A priority Critical patent/CN104856678B/zh
Publication of CN104856678A publication Critical patent/CN104856678A/zh
Application granted granted Critical
Publication of CN104856678B publication Critical patent/CN104856678B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Radar Systems Or Details Thereof (AREA)
  • Geophysics And Detection Of Objects (AREA)

Abstract

微波检测尤其是对材料内部的检测有很广泛的应用,优势在于使用安全,便携性好,可以经常性使用。但对于结构复杂,检测的目标异物与正常结构体的介电常数差别不显著的检测对象,尤其是生物医学检测领域,微波检测技术尚处于探索阶段。本发明涉及一种基于模板信号相似度的复杂体内部异物的微波检测系统,尤其是基于微波测量信号与经校正后的仿真模板信号进行信号相似度对比,从而判断物体内部是否具有异物以及判断目标异物的位置和大小的系统。

Description

基于模板信号相似度的复杂体内部异物的微波检测系统
技术领域
本发明涉及一种基于模板信号相似度的复杂体内部异物的微波检测系统及采用该系统的检测方法,尤其是在无辐射、无损伤情况下方便快速地判断复杂结构体内部是否含有异物以及判断异物的位置和大小。属于微波检测技术领域。
背景技术
微波是电磁辐射的一种形式,其频带300MHz到300GHz之间,相应的波长为1000mm到1mm。微波波长长,能穿透到物体的内部,且具有光的特性,无阻碍时沿直线传播,但在物体内部,不同的材料体使其发生不同性质的反射、折射、衍射或散射,使得通过探测穿过物体的微波信号改变,从而把握物体内部的特性成为可能。微波检测尤其是对材料内部的检测有很广泛的应用,包括:评定材料的性能和不连续性,非金属基体上的薄金属覆盖层厚度与介电常数厚板的厚度测量,塑料或陶瓷中分层气孔疏松夹杂和其他缺陷的测定等。近年来,生物领域的微波检测也逐渐引起关注。人体微波检测是一个具有发展前景的领域,例如:人体组织中血块、肿块和肿瘤的探测。结构体内异物的介电性质与它们周围的正常组织不同,基于微波的检测方法利用不同组织中的介电性能差异引起的不同的电磁散射作为判别基础。微波检测技术的优势在于:1)使用非电离辐射,系统安全性高,不对人体造成伤害,可以经常性使用;2)柔性天线和微型化检测器件使得微波检测设备的可穿戴设计具有可行性,从而保证了易用性,便携性,适合于移动医疗,家庭、社区等场合使用。
基于微波信号的物体内部异物检测尽管有很多优势,但也面临许多技术挑战。对于某些检测应用,物体结构复杂,异物与脑组织的介电常数差别虽然存在,但不一定显著,基于微波的检测尤其困难。微波检测主要的方法可以为两类,其一是基于成像方法,其二基于信号的分析进而进行模式识别和机器学习的诊断方法。成像方法有可分为波束成形和逆向重建方法,前者是合成孔径雷达(Synthetic Aperture Radar,SAR)方法的一种,通过计算成像点到感测点距离从而得到信号时延,以此获得成像点的能量,进行异物定位的方法,存在较大的误差;逆向重建方法采用优化方法重建被测区域的节点常数,对血块等异物位置和大小进行判断,存在算法复杂,易受干扰等缺点。成像算法由于物体结构复杂,异物区域 的介电特性,在复杂物体的探测方面面临严峻的发展瓶颈。另一方面,基于微波信号分析的脑部检测方法,将高可靠性地异物有无判断作为主要目的,尽管目前研究团队不多,但具有良好发展前景。
发明内容
本发明的目的是提供一种利用微波信号相似度对复杂结构体内是否存在异物进行判定的装置。
为了达到上述目的,本发明的技术方案是提供了一种基于模板信号相似度的复杂体内部异物的微波检测系统,其特征在于,包括:
微波测量装置,包括固定在被测物体周围的n个超宽带天线Ant[i],i=1,2,…,n,通过射频电路依次使n个超宽带天线Ant[i]向被测物体发送超宽带脉冲信号,或由相同的超宽带天线Ant[i]接收自被测物体返回的回波信号S[i],或由其他超宽带天线Ant[j]接收散射信号S[i],j=1,2,…,n;
基准信号生成模块,基于正常基准结构,利用与微波测量装置匹配校准后的电磁场仿真系统,生成无异物模板微波信号S0[i],其中,正常基准结构为被测物体的无异物结构数据;
信号相似度比较模块,基于信号差异性和互相关性计算回波信号S[i]与无异物模板微波信号S0[i]的相似度Sim[i],并利用信号的自相关对信号相似度进行规范化;
目标异物判断模块,根据相似度度量Sim[i]和预先设定的阈值判断被测物体内是否存在异物。
优选地,所述回波信号S[i]与无异物模板微波信号S0[i]的信号相似度Sim[i]=∑S0[i].*S[i]/αS0αS,式中,αS0为和无异物模板微波信号S0[i]相关的规范化系数,αS为和S[i]相关的规范化系数,运算.*表示信号向量的点乘运算。
优选地,所述回波信号S[i]与无异物模板微波信号S0[i]的信号相似度 式中,αS0为和无异物模板微波信号S0[i]相 关的规范化系数,αS为和S[i]相关的规范化系数。
优选地,所述基准信号生成模块或从资料数据库中读入被测物体的正常断层结构数据作为基准结构,或根据被测物体的基本属性搜索系统数据库中的正常匹配结构数据作为基准结构。
优选地,还包括目标异物定位判断模块,用于判断异物的大小及位置,步骤包括:
步骤1、由目标异物定位判断模块从所有相似度度量Sim[i]中选取最小的m个值所对应的超宽带天线作为目标天线,目标天线和被测物体中心所围成的区域称为目标区域,可得到m个目标区域;
步骤2、由基准信号生成生成假设异物微波基准信号S′[k],k=1,2,…,m,该假设异物微波基准信号S′[k]包括假设异物大小及假设异物位置,其中,假设异物大小初始化为经验值,假设异物位置初始化为每个目标区域的中间区域;
步骤3、再由信号相似度比较模块计算假设异物微波基准信号S′[k]与m个目标天线的回波信号的相似度度量Sim′[j],若相似度度量Sim′[i]<精度阈值Accuracy,则进一步缩小假设异物位置及假设异物大小,得到新的假设异物微波基准信号S′[k],返回步骤3重复执行,直至相似度度量Sim′[i]≥精度阈值Accuracy,从而确定异物的位置和大小。
本发明独创性地利用微波信号相似度,对复杂结构体,例如脑组织中是否存在异物,如血块,进行有效地定性进而位置大小的定量性判断。本系统计算复杂度低,可靠性高,系统配置灵活,具有可伸缩性,在微波检测和无损探测领域具有良好的应用前景。
本发明的有益效果是:能在无辐射危害情况下无损伤地随时随地方便快速地判断复杂结构体内是否具有异物以及判断目标异物的位置和大小。
附图说明
图1是本发明系统模块图;
图2是本发明算法流程图;
图3是被测带有异物(血块)的脑部结构图,图像区域分辨率为256×256, 每个像素大小为1.1mm;
图4是假设异物(血块)脑部结构图;
图5是测量信号与无异物信号的相似度度量。
图中:1为目标天线,2为目标区域,3为血块,4为假设血块一,5为假设血块二。
具体实施方式
为使本发明更明显易懂,兹以优选实施例,并配合附图作详细说明如下。
本发明提供了一种基于模板信号相似度的复杂体内部异物的微波检测系统,包括微波测量装置,包括固定装置及n个超宽带天线Ant[i],i=1,2,…,n,n个超宽带天线Ant[i]通过固定装置固定在被测物体周围。每个超宽带天线Ant[i]均工作在适宜脑部穿透和分辨率的频率,如0.5GHz--3GHz。超宽带天线Ant[i]的数量和检测精度有密切关系,天线数量越少,检测时间更短,系统更轻便,但检测目标异物位置大小精度降低;反之,检测时间加长,系统更复杂,但精度提高;
通过射频电路依次使超宽带天线Ant[i]发送超宽带脉冲信号,同时在该超宽带天线接收回波信号S[i]。也可以利用n个超宽带天线Ant[i]外的其他天线来接收散射信号S[i]。在本实施例中,采用前者来进行说明,后者的方式与本方案并无本质不同。
本发明还包括基准信号生成模块,由基准信号生成模块从资料数据库中读入该被测物体的无异物结构数据,作为基准结构,或根据被测物体的基本属性搜索系统数据库中的无异物匹配结构数据,作为基准结构。
基准信号生成模块再基于上面得到的基准结构,利用电磁场仿真系统(如时域有限差分方法、有限元方法等),并经过仿真系统和实际测量系统匹配校准后,生成无异物模板微波信号S0[i]。
本发明还包括信号相似度比较模块,利用信号的自相关和互相关原理,生成在n个超宽带天线Ant[i]上的回波信号S[i]和无异物模板微波信号S0[i]的相似度度量Sim[i],Sim[i]=∑S0[i].*S[i]/αS0αS,或 式中,αS0为和无异物模板微波信号S0[i]相关的规范化系数,αS为和S[i]相关的规范化系数,运算.*表示信号向量的点乘运算。
本发明还包括目标异物判断模块,利用平滑处理和对称性分析,综合分析相似度度量Sim[i]的分布,如图5所示,为测量信号与无异物信号的相似度度量Sim[i],i=1,2,…,n,n=16,测量信号包含异物中心点极坐标(130度,39mm),直径16.5mm。根据设定的阈值和相似度度量Sim[i]进行比较,如果相似度度量Sim[i]小于异物判断阈值,则可判断有异物,否则判断无异物,结束算法。
如果判断有异物,本发明中的目标异物定位判断模块继续分析和判断异物的位置和大小。根据之前得到的和无异物模板微波信号S0[i]的相似度,选取相似度度量Sim[i]最小的m个值所对应的超宽带天线Ant[i]作为目标天线,通常为2个目标天线。目标天线和脑部中心所围成的区域称为目标区域,可得到m个目标区域。根据目标区域得到假设的异物的大小和位置,假设的异物大小初始化为异物的一组经验值,假设的异物位置初始化在每个目标区域的中间区域。然后利用二分法,逐步判断异物精确化的具体位置和大小。
确认异物精确化的具体位置和大小的步骤为:
步骤1、由目标异物定位判断模块从所有相似度度量Sim[i]中选取最小的m个值所对应的超宽带天线作为目标天线,目标天线和被测物体中心所围成的区域称为目标区域,可得到m个目标区域;
步骤2、由基准信号生成生成假设异物微波基准信号S′[k],k=1,2,…,m,该假设异物微波基准信号S′[k]包括假设异物大小及假设异物位置,其中,假设异物大小初始化为经验值,假设异物位置初始化为每个目标区域的中间区域;
步骤3、再由信号相似度比较模块计算假设异物微波基准信号S′[k]与m个目标天线的回波信号的相似度度量Sim′[j],测量信号与假设异物一以及假设异物二信号的相似度(假设异物一中心点极坐标(123.75度,39mm),直径16.5mm, 假设异物二中心点极坐标(135度,39mm),直径16.5mm)可以看出,测量信号与假设异物二的信号相似度大于与假设异物一的信号相似度。若相似度度量Sim′[i]<精度阈值Accuracy,则进一步缩小假设异物位置及假设异物大小,得到新的假设异物微波基准信号S′[k],返回步骤3重复执行,直至相似度度量Sim′[i]≥精度阈值Accuracy,从而确定异物的位置和大小。

Claims (5)

1.一种基于模板信号相似度的复杂体内部异物的微波检测系统,其特征在于,包括:
微波测量装置,包括固定在被测物体周围的n个超宽带天线Ant[i],i=1,2,…,n,通过射频电路依次使n个超宽带天线Ant[i]向被测物体发送超宽带脉冲信号,或由相同的超宽带天线Ant[i]接收自被测物体返回的回波信号S[i],或由其他超宽带天线Ant[j]接收散射信号S[i],j=1,2,…,n;
基准信号生成模块,基于正常基准结构,利用与微波测量装置匹配校准后的电磁场仿真系统,生成无异物模板微波信号S0[i],其中,正常基准结构为被测物体的无异物结构数据;
信号相似度比较模块,基于信号差异性和互相关性计算回波信号S[i]与无异物模板微波信号S0[i]的相似度Sim[i],并利用信号的自相关对信号相似度进行规范化;
目标异物判断模块,根据相似度度量Sim[i]和预先设定的阈值判断被测物体内是否存在异物。
2.如权利要求1所述的一种基于模板信号相似度的复杂体内部异物的微波检测系统,其特征在于,所述回波信号S[i]与无异物模板微波信号S0[i]的信号相似度Sim[i]=∑S0[i].*S[i]/αS0αS,式中,αS0为和无异物模板微波信号S0[i]相关的规范化系数,αS为和S[i]相关的规范化系数,运算.*表示信号向量的点乘运算。
3.如权利要求1所述的一种基于模板信号相似度的复杂体内部异物的微波检测系统,其特征在于,所述回波信号S[i]与无异物模板微波信号S0[i]的信号相似度式中,αS0为和无异物模板微波信号S0[i]相关的规范化系数,αS为和S[i]相关的规范化系数。
4.如权利要求1所述的一种基于模板信号相似度的复杂体内部异物的微波检测系统,其特征在于,所述基准信号生成模块或从资料数据库中读入被测物体的正常断层结构数据作为基准结构,或根据被测物体的基本属性搜索系统数据库中的正常匹配结构数据作为基准结构。
5.如权利要求1所述的一种基于模板信号相似度的复杂体内部异物的微波检测系统,其特征在于,还包括目标异物定位判断模块,用于判断异物的大小及位置,步骤包括:
步骤1、由目标异物定位判断模块从所有相似度度量Sim[i]中选取最小的m个值所对应的超宽带天线作为目标天线,目标天线和被测物体中心所围成的区域称为目标区域,可得到m个目标区域;
步骤2、由基准信号生成生成假设异物微波基准信号S′[k],k=1,2,…,m,该假设异物微波基准信号S′[k]包括假设异物大小及假设异物位置,其中,假设异物大小初始化为经验值,假设异物位置初始化为每个目标区域的中间区域;
步骤3、再由信号相似度比较模块计算假设异物微波基准信号S′[k]与m个目标天线的回波信号的相似度度量Sim′[j],若相似度度量Sim′[i]<精度阈值Accuracy,则进一步缩小假设异物位置及假设异物大小,得到新的假设异物微波基准信号S′[k],返回步骤3重复执行,直至相似度度量Sim′[i]≥精度阈值Accuracy,从而确定异物的位置和大小。
CN201510093515.5A 2015-02-15 2015-03-02 基于模板信号相似度的复杂体内部异物的微波检测系统 Expired - Fee Related CN104856678B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510093515.5A CN104856678B (zh) 2015-02-15 2015-03-02 基于模板信号相似度的复杂体内部异物的微波检测系统

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
CN2015100819807 2015-02-15
CN201510081980 2015-02-15
CN201510093515.5A CN104856678B (zh) 2015-02-15 2015-03-02 基于模板信号相似度的复杂体内部异物的微波检测系统

Publications (2)

Publication Number Publication Date
CN104856678A true CN104856678A (zh) 2015-08-26
CN104856678B CN104856678B (zh) 2018-02-16

Family

ID=53903189

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510093515.5A Expired - Fee Related CN104856678B (zh) 2015-02-15 2015-03-02 基于模板信号相似度的复杂体内部异物的微波检测系统

Country Status (1)

Country Link
CN (1) CN104856678B (zh)

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105654145A (zh) * 2016-03-14 2016-06-08 东华大学 基于交叉点的复杂体异物微波检测定位方法
CN109716336A (zh) * 2016-08-29 2019-05-03 谐振公司 声波滤波装置二维有限元法模拟的分层级联
CN110717478A (zh) * 2019-10-22 2020-01-21 中国电子科技集团公司信息科学研究院 一种基于微波的物体检测系统及方法
CN111122472A (zh) * 2019-12-30 2020-05-08 太原理工大学 利用混沌激光探测生物仿体中异质物大小和位置的方法
CN112545475A (zh) * 2020-11-05 2021-03-26 中国船舶重工集团公司第七0九研究所 一种基于fdtd的天线阵列共焦成像算法的脑部肿瘤检测方法及装置
CN112595732A (zh) * 2020-12-09 2021-04-02 西安邮电大学 一种基于超宽带微波的焊点质量检测方法
CN112773352A (zh) * 2020-12-29 2021-05-11 北京理工大学 脑异物微波成像检测方法、装置及计算机可读存储介质
CN113720862A (zh) * 2021-08-17 2021-11-30 珠海格力电器股份有限公司 零件异常检测方法、装置、设备及存储介质
CN114235850A (zh) * 2021-12-28 2022-03-25 北京西管安通检测技术有限责任公司 一种无损检测的方法、系统、装置、设备及介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080118151A1 (en) * 2006-11-22 2008-05-22 Jean-Yves Bouguet Methods and apparatus for retrieving images from a large collection of images
CN102384766A (zh) * 2011-09-23 2012-03-21 华南理工大学 一种基于超宽带的物体内部信息无损检测系统及方法
US20120190977A1 (en) * 2009-07-23 2012-07-26 Medfield Diagnostics Ab Classification of microwave scattering data
CN103110408A (zh) * 2013-03-14 2013-05-22 重庆大学 一种脑水肿监测装置
CN103592622A (zh) * 2012-08-13 2014-02-19 贝思文 一种信号定位系统及其定位方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080118151A1 (en) * 2006-11-22 2008-05-22 Jean-Yves Bouguet Methods and apparatus for retrieving images from a large collection of images
US20120190977A1 (en) * 2009-07-23 2012-07-26 Medfield Diagnostics Ab Classification of microwave scattering data
CN102384766A (zh) * 2011-09-23 2012-03-21 华南理工大学 一种基于超宽带的物体内部信息无损检测系统及方法
CN103592622A (zh) * 2012-08-13 2014-02-19 贝思文 一种信号定位系统及其定位方法
CN103110408A (zh) * 2013-03-14 2013-05-22 重庆大学 一种脑水肿监测装置

Cited By (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105654145A (zh) * 2016-03-14 2016-06-08 东华大学 基于交叉点的复杂体异物微波检测定位方法
CN109716336A (zh) * 2016-08-29 2019-05-03 谐振公司 声波滤波装置二维有限元法模拟的分层级联
CN109716336B (zh) * 2016-08-29 2023-08-22 株式会社村田制作所 声波滤波装置二维有限元法模拟的分层级联方法
CN110717478A (zh) * 2019-10-22 2020-01-21 中国电子科技集团公司信息科学研究院 一种基于微波的物体检测系统及方法
CN111122472B (zh) * 2019-12-30 2022-05-17 太原理工大学 利用混沌激光探测生物仿体中异质物大小和位置的方法
CN111122472A (zh) * 2019-12-30 2020-05-08 太原理工大学 利用混沌激光探测生物仿体中异质物大小和位置的方法
CN112545475A (zh) * 2020-11-05 2021-03-26 中国船舶重工集团公司第七0九研究所 一种基于fdtd的天线阵列共焦成像算法的脑部肿瘤检测方法及装置
CN112595732A (zh) * 2020-12-09 2021-04-02 西安邮电大学 一种基于超宽带微波的焊点质量检测方法
CN112595732B (zh) * 2020-12-09 2023-03-10 西安邮电大学 一种基于超宽带微波的焊点质量检测方法
CN112773352A (zh) * 2020-12-29 2021-05-11 北京理工大学 脑异物微波成像检测方法、装置及计算机可读存储介质
CN112773352B (zh) * 2020-12-29 2022-07-01 北京理工大学 脑异物微波成像检测方法、装置及计算机可读存储介质
CN113720862A (zh) * 2021-08-17 2021-11-30 珠海格力电器股份有限公司 零件异常检测方法、装置、设备及存储介质
CN114235850A (zh) * 2021-12-28 2022-03-25 北京西管安通检测技术有限责任公司 一种无损检测的方法、系统、装置、设备及介质
CN114235850B (zh) * 2021-12-28 2024-01-19 北京西管安通检测技术有限责任公司 一种无损检测的方法、系统、装置、设备及介质

Also Published As

Publication number Publication date
CN104856678B (zh) 2018-02-16

Similar Documents

Publication Publication Date Title
CN104856678A (zh) 基于模板信号相似度的复杂体内部异物的微波检测系统
CN109188431B (zh) 一种基于压缩感知的全息微波快速成像方法
CN110717478B (zh) 一种基于微波的物体检测系统及方法
CN105067641A (zh) 基于模板粒子群寻优的复杂体异物的微波检测系统
Klibanov et al. Through-the-wall nonlinear SAR imaging
Takahashi et al. Acceleration of range points migration-based microwave imaging for nondestructive testing
CN108896989B (zh) 毫米波雷达成像与模式识别
CN113096122A (zh) 流星检测方法、装置及电子设备
CN110751103B (zh) 一种用于物体内部检测的微波信号分类方法及系统
CN105654145A (zh) 基于交叉点的复杂体异物微波检测定位方法
CN110720914A (zh) 基于稀疏采样的全息磁感应胸腔成像方法及成像系统
KR101892105B1 (ko) 지표 투과 측정 데이터 처리 방법
CN114739669B (zh) 基于太赫兹雷达的滚动轴承状态监测方法及装置
Voccola et al. On the relationship between the generalized likelihood ratio test and backprojection for synthetic aperture radar imaging
CN104569941A (zh) 一种双站雷达目标特性测量同步散射点位置识别方法
Fang et al. Visualization and quantitative evaluation of delamination defects in GFRPs via sparse millimeter-wave imaging and image processing
WO2015023802A1 (en) Systems and methods for using time of flight measurements for imaging target objects
Vogt et al. An 80 GHz radar level measurement system with dielectric lens antenna
JP2009276332A (ja) レーダークロスセクション測定システム
CN204116605U (zh) 一种近程微波全息成像实验系统
Barowski et al. Spatial identification of dielectric properties using synthetic aperture radar
CA3131272A1 (en) Hybrid medical imaging probe, apparatus and process
Yang et al. A fast and robust method for target and background estimation in RCS measurements based on ‘hyperaccurate’algebraic circle fit
Gorji et al. Physical optics analysis for RCS computation of a relatively small complex structure
CN205729361U (zh) 一种多模态微波扫描成像装置

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
EXSB Decision made by sipo to initiate substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20180216

Termination date: 20210302