Oct 30, 2026 | By dadaxSee UTS Developing Team
1. 引言
在现代工业超声检测系统中，随着超声采集设备向多通道、高采样率及相控阵/全矩阵捕获（FMC/TFM）方向演进，海量的射频（RF）数据对系统的数据传输总线、实时计算与存储归档带来了严峻挑战。
在设计与配置超声采集系统时，工程人员需要同时权衡以下五个核心指标：
- 脉冲重复频率（PRF, Pulse Repetition Frequency）： 决定系统单位时间内的发射激发能力与最高扫描上限。
- 信噪比（SNR, Signal-to-Noise Ratio）： 决定小缺陷及深层缺陷的捕获与识别能力。
- 脉冲宽度（Pulse Width）： 决定系统的轴向分辨力与近表面分辨率（本质上属于模拟属性）。
- 测试数据文件体积（Test Data File Size）： 决定硬件存储成本与数据 I/O 带宽消耗。
- 检测扫查速度（Testing Speed）： 自动化生产线及工业现场检测的核心吞吐量指标。
为了在高质量成像与实时数据传输/存储之间取得平衡，信号抽取（Decimation）、信号平均（Averaging） 与 数据压缩（Compression） 被广泛应用于超声采集系统中。本文将概括这三种 DSP 技术的工作机制，并系统分析其对上述五大检测指标及空间分辨率的影响。
2. 三大 DSP 核心技术原理解析
2.1 信号抽取 (Decimation / Downsampling)
- 主要目标： 降低信号的有效采样率，减少单条 A-scan 的数据点数。
- 工作机制： 标准数字抽取包含两个紧密结合的步骤：
- 抗混叠数字低通滤波（Anti-Aliasing Filtering）： 滤除高于新奈奎斯特频率（$F_{\text{new}}/2$）的高频成分。
- 下采样（Downsampling）： 每隔 D 个样本点保留一个（D 为抽取因子）：
$$y_{\text{dec}}[m] = x[m \cdot D] \quad (\text{经过抗混叠滤波后})$$
- 混叠（Aliasing）警示： 若直接下采样而省略抗混叠滤波，高于新奈奎斯特频率的高频成分会“折叠”回低频带（频率折叠公式为 $\vert{}f – k \cdot f_s\vert{}$），产生虚假的低频伪影干扰。混叠一旦发生，在数字端不可逆转。
2.2 信号平均 (Ensemble Averaging)
- 主要目标： 通过降低随机背景噪声来提升信号质量与信噪比。
- 工作机制： 在探头与工件保持物理相对静止（稳定触发）的前提下，连续采集 M 帧同一位置的 A-scan 信号，并进行逐点相干叠加求平均：
$$y_{\text{avg}}[n] = \frac{1}{M} \sum_{i=1}^{M} x_i[n]$$ - 原理与表现：
– 噪声： 假设电子噪声和热噪声为零均值的随机独立信号，平均后噪声幅度趋近于零。- 信号： 真实的超声缺陷回波具有相位一致性（相干），在叠加后得到保留和增强。
- 信噪比改善： SNR 改善幅度与平均次数的平方根成正比（提升 $\sqrt{M}$ 倍，如 16 次平均可提升约 12 dB / 4 倍 SNR）。
2.3 数据压缩 (Data Compression)
- 主要目标： 减少表示信号所需的比特数（Bitrate），降低存储与传输开销。
- 工作机制： 作用于数字化后的 A-scan 数据流或全矩阵数据集，分为两类：
- 无损压缩（Lossless Compression）： 利用游程编码（RLE）、霍夫曼编码等，压缩比通常在 2:1 左右，解压后数据与原始数据完全一致。
- 有损压缩（Lossy Compression）： 舍弃高频微小冗余或微弱背景噪声（如小波变换量化），压缩比可达 10:1 甚至更高，但会引入微小重构误差。
3. 三种技术对超声检测关键要素的影响对比
下表汇总了抽取、平均与压缩对超声检测各核心工程参数的具体影响与机制：
| DSP 技术 | 对 PRF 的影响 | 对 SNR 的影响 | 对脉冲宽度的影响 | 对文件体积的影响 | 对检测速度的影响 | 对空间/轴向分辨率的影响 |
|---|---|---|---|---|---|---|
| 信号抽取 | 无直接影响 (作用于硬件采集之后) | ↑ 轻微改善 (低通滤波滤除了高频噪声) | ↑ 视在变宽 (高频陡峭边沿被平滑，上升时间变长) | ↓ 按比例缩小 (文件体积缩小至 1/D) | ↑ 潜在提升 (降低总线 I/O 压力，维持高 PRF) | ↓ 轴向分辨率下降 (带宽缩减导致分辨率成正比下降) |
| 信号平均 | ↓ 降低有效 PRF (有效 PRF = 原始 PRF / M) | ↑ 显著提升 (提升 $\sqrt{M}$ 倍) | 无直接改变 (降低噪声使波形更清晰) | 无改变 (最终保存单条 A-scan) | ↓ 显著降低 (探头需在每点停顿触发 M 次) | 无直接改变 (仅运动抖动可能导致微弱相位抵消) |
| 数据压缩 | 无直接影响 | 无损： 无变化 有损： 可能降低或虚高 | 无损： 无变化 有损： 可能导致波形平滑展宽 | ↓↓ 急剧减小 (2:1 至 >10:1) | ↑ 显著提升 (加快数据落盘与网络传输) | 无损： 无变化 有损： 高频细节丢失降低分辨力 |
4. dadaxSee UTS 软件中的抽取、平均与压缩
在 dadaxSee UTS 软件的设置工作台中，通过 设置 > UT 设置 > 采集 参数卡片可配置这三个核心参数（界面参数名分别为 Decimation Factor、Averaging 和 Compression）。需要明确的是，这三个参数的可操作性和可选值取决于配套的超声硬件仪器与检测类型：
- Decimation Factor（抽取因子）： 基准采样频率（MHz）除以抽取因子即为实际使用的采样频率。采样率控制着数据从模拟转换为数字的速率，频率越高意味着每个数据点之间的间隔时间越短。抽取因子主要用于降低采样率，直接影响 A-scan 分辨率。通过丢弃样本来降低数据率，使信号更易于处理与存储。
- Averaging（平均）： 定义每个扫查点需要平均的 A-scan 数量。平均值会等比例分摊脉冲重复频率（PRF）。例如，将平均值从 1 改为 4，会使最初的 PRF 从 1 kHz 降低为 250 Hz。硬件仍然会以 1 kHz 发射脉冲，但全部 4 个脉冲的回波信号会被平均处理，生成一个综合信号。该功能可有效减少噪声并提高信噪比（SNR），平均值为 1 表明未启用平均功能。
- Compression（压缩）： A-scan 压缩值（不小于 1 的数值）。压缩主要用于降低比特率，以减少表示信号所需的数据大小。例如，如果压缩值为 6，系统将保留连续采集的每 6 个点中的最大值，确保关键峰值特征不丢失。压缩值为 1 表明未启用压缩功能。
5. 最佳实践参考
在实际工业应用中，建议根据不同的检测场景采用差异化的 DSP 算法策略，以平衡检测速度、信噪比与文件体积：
场景 A：自动化高速粗测（如钢管/焊缝在线流水线检测）
- 核心需求： 追求极高的检测吞吐量，重点在于快速发现大尺寸缺陷。
- 推荐配置： 维持最高硬件 PRF + 抽取因子 $D=2 \sim 4$ + 有损/高倍率压缩；禁用信号平均。
- 工程收益： 大幅释放系统总线带宽与传输瓶颈，确保扫查机构以最高速度运行。
场景 B：高精度关键构件复验（如航空航天、核电精密件检测）
- 核心需求： 极高的信噪比与准确的缺陷定量、定姿，对微小裂纹不能漏检。
- 推荐配置： 适当降低扫查速度 + 信号平均 ($M=4 \sim 16$) + 高采样率（避免降采样） + 无损压缩。
- 工程收益： 凸显淹没在背景噪声中的微弱回波，保留波形陡峭边沿，保障最高轴向分辨率。
场景 C：相控阵 FMC/TFM 海量数据采集系统
- 核心需求： 解决千兆以太网/PCIe 传输带宽瓶颈与实时 TFM 成像卡顿问题。
- 推荐配置： 采集端进行适度抽取 + FPGA 实时硬件级无损/低损压缩。
- 工程收益： 从源头解决多通道原生数据暴增问题，平衡传输带宽与实时成像帧率。
6. 结论
工业超声检测中的信号抽取、平均与压缩并非孤立的算法选项，而是构成系统性能平衡的关键杠杆。通过深入理解其对 PRF、SNR、脉冲宽度、数据体积和检测速度的作用机制，并结合 dadaxSee UTS 软件的灵活配置，工程人员能够在硬件资源受限的前提下，定制出最优的无损检测方案。