APP下载

基于同步提取变换的磁共振信号提取方法

2022-09-01杜海龙

实验室研究与探索 2022年5期
关键词:时频高斯磁共振

王 琦,杜海龙,张 蒙,韦 健

(1.吉林大学通信工程学院,长春 130026;2.中国能源建设集团辽宁电力勘测设计院有限公司,沈阳 110000)

0 引言

磁共振探测(Magnetic Resonance Sounding,MRS)技术以其直接、定量、准确和高效等优点,已应用于地下水探测、区域水资源调查和地质灾害预警等领域[1-3]。然而,由于城市和村庄等环境中存在大量的随机噪声,导致数据的信噪比较低,难以为后续的水文解释提供可靠结果[4-5]。因此本文针对随机噪声干扰下磁共振信号提取方法展开研究。

时频分析方法将一维时间域信号拓展到二维时频域,实现信号的时频分布信息的定位,反映信号的能量分布状态,利用时间和频率的联合函数来表征信号[6-7]。其中,短时傅里叶变换(Short-time Fourier Transform,STFT)作为一种基本的时频分析方法,是在傅里叶变换的基础上,利用窗函数截断非平稳信号,再对该信号做傅里叶变换的方法[8]。但是,该方法无法同时满足时间和频率的高分辨率要求。因此,于刚等[9-10]提出了同步提取变换(Synchro-extracting Transform,SET)方法,实现了基于SET 的挖掘机振声信号时频分析。同步提取变换是在STFT 的基础上,通过构造同步提取算子,仅利用瞬时频率位置的时频系数生成新的时频谱,达到提高能量集中度的目的。而且,SET信号恢复需要较少的参数,因此可以更方便地实现信号重建[11-12]。因此,本文提出将SET 应用于地面磁共振信号的提取。

本文介绍了MRS的基本特征,基于SET 原理,使MRS数据的时频系数集中在拉莫尔频率位置,并利用同步提取算子(Synchro-extracting Operator,SEO)得到MRS数据的SET 时频谱。进一步,基于脊重建原理,实现MRS信号的重构。最后,本文研究了不同噪声水平及不同窗宽对MRS信号提取结果的影响。

1 磁共振信号提取方法

1.1 MRS信号特征

地面核磁共振通过向地面上的线圈回路中通入Larmor频率的交变电流,激发地下水中的氢质子,使其旋转轴发生偏转,即发生核磁共振现象。当交变电流停止后,氢质子自旋逐渐恢复到地磁场方向,称为弛豫过程。此时,地面上的线圈回路接收到MRS信号为

式中:e0表示FID信号的初始振幅;表示横向弛豫时间;ω =2πfL,fL表示拉莫尔频率;φ0表示初始相位。

MRS信号的傅里叶变换为

通常,线圈接收到的FID 信号的幅度约为500 nV,而环境噪声可达100 nV 以上。因此,采集到的MRS数据的信噪比较低,导致信号提取准确率低。

1.2 磁共振信号的同步提取变换

同步提取变换是作为短时傅里叶变换的后处理过程,因此,首先对MRS数据进行STFT变换[13-14]:

式中:g(u-t)为窗函数,由于MRS信号随时间呈指数衰减趋势,本文利用高斯窗g(t)=。设MRS 信号的频率fL=1.81 kHz,e0=50 nV,=0.5 s,φ0=π/4 rad,窗函数中a=0.25。得到时频谱如图1(a)所示,可以看出MRS 能量主要分布在1.79~1.83 kHz之间,并在1.81 kHz处达到最大值,STFT不能精确地表示信号的时频特征。

图1 MRS信号的时频谱结果

对式(3)增加附加相移eiωt,则

根据帕斯瓦尔定理,式(3)可以写为[15]

式中,V(ξ)表示V(u)的傅里叶变换。

将式(2)代入式(5),得到FID信号的STFT为

可知,FID的能量集中在ω0附近,并在ω0处取得最大值。为了提高FID 的时频分辨率,使能量集中在ω0处,引入同步提取算子SEO,得到FID信号的同步提取变换为[9]:

1.3 磁共振信号的重构

SET变换可近似为时频谱的脊提取[16],因此可利用脊重建方法实现MRS信号的重构。由于MRS 时频系数的瞬时频率为

则SET变换可以写为

即当ω等于瞬时频率时,

因此,重构得到的MRS信号为

2 实验结果与分析

2.1 实验步骤

为了验证基于SET方法提取MRS信号的有效性,本文仿真构造一组MRS 信号:fL=1.81 kHz,e0=100 nV,=0.4 s,φ0=π/3 rad,并加入10 nV的高斯噪声,采样频率为10 kHz,采样时间为1 s,如图2 中黑色曲线所示,对其进行SET 变换,时频谱如图3 所示。可以看出,时频谱能量主要集中在1.81 kHz,受随机噪声影响,时频谱在0.7~1 s间存在微小波动。利用式(11)得到MRS信号重构结果如图2 中蓝色曲线所示,可以看出重构结果包络光滑,不存在明显的随机噪声。进一步,将重构后的MRS信号与仿真的无噪信号相减,得到残差如图2 中灰色曲线所示,计算得到平均误差为0.40 nV。因此可以得出,SET 方法适用于MRS信号的提取。

图2 基于SET的MRS信号提取结果

图3 MRS数据SET的时频谱

2.2 窗函数对MRS信号提取结果的影响

研究了不同窗函数对MRS信号提取结果的影响,给出了高斯窗函数中a以步长0.1 从0.1 变化至0.5时对应的MRS 信号提取的统计结果(重复100 次实验),如图4 所示。图4(a)为5 组不同的高斯窗函数,图4(b)为不同高斯窗函数在3 组不同噪声水平数据下对应的MRS信号的统计平均误差。由图4(b)可以看出,随着噪声水平的增加,基于SET 的MRS 信号提取精度降低。对于同一噪声水平情况,当噪声水平为5 nV时,高斯窗函数a=0.3 时,平均误差取得最小值,0.24 nV;当噪声水平为10 nV时,高斯窗函数a=0.4 时,平均误差取得最小值,0.42 nV;当噪声水平为10 nV时,高斯窗函数a=0.4 时,平均误差取得最小值,0.57 nV。可以得出,随着噪声水平的增加,适当增大窗宽,可以得到更加理想的MRS信号提取结果。

图4 MRS信号提取结果随高斯窗函数的变化规律

3 结语

本文针对磁共振信号的随机噪声干扰,提出了基于同步提取变换(SET)的MRS 信号提取方法。该方法在STFT的基础上,通过构造同步提取算子,达到提高时频谱系数能量集中度的目的。进一步,通过实验结果分析,得出随着环境噪声水平的增加,适当增大SET窗函数宽度,可以提高MRS 信号提取结果精度。本文内容可以作为“信号与系统”“现代信号处理”等课程的提升性实验内容。

猜你喜欢

时频高斯磁共振
高聚焦时频分析算法研究
磁共振有核辐射吗
数学王子高斯
天才数学家——高斯
磁共振有核辐射吗
基于稀疏时频分解的空中目标微动特征分析
磁共振弥散加权成像对急性脑梗死的诊断作用探讨
从自卑到自信 瑞恩·高斯林
基于时频分析的逆合成孔径雷达成像技术
一种基于时频分析的欠定盲源分离算法