● 摘要
超声检测，在工业无损检测和生物医学领域中具有十分重要的应用。超声检测主要使用超声换能器发射声脉冲照射待测目标，通过分析接收到的目标反射回波或透射波，获取目标的物理特性，如几何形状、尺寸以及传输路径上的各种信息。为了从目标反射的超声回波中得到有实用价值的信息，需要对反射回波进行准确的分析，而这离不开对反射回波参数的精确估计。
传统的超声检测方法主要使用的是超声回波的线性模型，然而超声回波具有明显的非线性特点，采用线性模型进行回波分析和模拟时会造成一定的偏差。本文使用含有高斯白噪声的高斯回波模型来模拟超声回波，它是由幅度、带宽因子、到达时间、中心频率和相位组成的非线性函数。利用高斯回波的非线性模型，使用人工蜂群算法估计超声回波的各个参数，可以获得准确的估计结果。
本文的主要工作如下：
1. 采用高斯信号模拟超声回波，加入高斯白噪声模拟实际中被污染的回波信号。使用多个叠加的高斯信号来模拟多重超声回波。
2. 将人工蜂群算法应用于超声回波的参数估计中。在不同初始值和信噪比条件下，使用人工蜂群算法估计单重和多重超声回波的参数，并和蚁群算法进行了对比，参数估计结果证明，使用人工蜂群算法提高了超声回波参数估计的精度，减少了计算时间，估计算法具有更好的鲁棒性。
3. 针对人工蜂群算法局部搜索能力较弱的特点，通过设计新的局部搜索公式，提出了改进的人工蜂群算法。与传统人工蜂群算法相比，使用改进的人工蜂群算法对单重和多重超声回波的参数进行估计时，可以获得更高的估计精度和更快的运算速度。
4. 通过水池实验测试了不同样品的超声回波，使用改进的人工蜂群算法估计从水池实验获得的超声回波的参数。通过对实测超声回波参数的估计，验证了人工蜂群算法的有效性和实用性。
通过数学仿真和水池实验验证，证明应用人工蜂群算法对单重和多重超声回波的参数进行估计时，可以获得具有较高精度的参数估计结果，且运行时间短，算法稳定性好，适用于实时处理系统。本文的工作对超声检测技术在生物医学和工业中的应用具有一定的意义。