多普勒流量测量概述-信号解调方法等（二）

1.2.4频谱估计方法

　　传统超声多普勒信号的频率估计常采用零交叉计数法和快速傅立叶变换法（FFT）等经典谱估计算法，这些方法存在频率分辨率低，旁瓣泄漏严重等缺点。为克服这些问题，以参数模型为基础的现代谱估计方法得到了很大的发展，并在超声多普勒血流测量中得到很好的应用。参数模型法的思路是假定需分析的多普勒信号 x（n）（n= 1，2，。..，N ）是一个输入序列u（n）激励一个线性系统H（z）的输出，由已知的x（n）估计H（z）的参数，再由H（z）的参数来估计x（n）的功率谱。x（n）和 u（n）之间有如下的输入输出关系：

　　式中b0 =1，若b1，b2，。..， bq全为零，则为AR（Autoregressive）模型；若a1，a2，。..，ap 全为零，则为MA（Moving Average）模型；若a1，a2，。..，ap， b1，b2，。..，bq 不全为零，则ARMA（Autoregressive Moving Average）模型。当参数模型为AR模型时，H（z）和功率谱Px（ejω）分别表述如下

　　式中σ2为u （n）的方差。AR模型的系数求解算法有自相关法、Burg算法和改进的协方差（MCOV）算法等。采用MCOV算法时，AR模型的参数可以通过求解改进的协方差方程组进行估计：

　　式中fs是采样率。采用这种方法时，计算复杂性会随着阶次p的增加而增大。确定阶次p的常用方法有最终预测误差准则和信息论准则等。血流分析中，根据多普勒信号的特点，一般取阶次p=4。

1.2.5数字信号处理技术

　　DSP器件采用并行的总线结构，运算速度快、集成度高，于20世纪80年代初出现，到20世纪90年代中后期开始高速发展，近年来在超声多普勒血流测量领域受到高度重视，被广泛用来分析多普勒信号的频谱。另外，在数字信号处理中也有人用FPGA（Field Programmable Gate Array）来实现一些比较固定的算法，如FFT、FIR（Finite Impulse Response）滤波等。

　　采用高速DSP以及FPGA等器件的系统设计方法使得传统基于硬件的设计转移到基于软件设计，信号处理研究的重点在很大程度上可以放到软件算法上来，从而在抗干扰、提高检测精度、实现仪器的智能化等方面具有传统基于硬件设计方法所没有的若干优点。另外，由于器件的高速性，测量方法也由最初的非实时应用转向高速实时应用。

　　1.2.6多普勒谱峰搜索方法

　　CW Doppler流量测量的多普勒信号具有以下特点：

　　（1）由于换能器具有指向性，在流场中发射换能器和接收换能器的两个指向性波束重叠区域（取样域）

　　内粒子所反射的信号将以不同的幅度和相位在接收换能器上进行叠加，由于这些粒子的速度有差异，反射角度不同，产生的多普勒频移也不一样，叠加的结果使得多普勒信号频带加宽，形成以对应管道中心轴线上最大流速的多普勒频率为谱峰的左右两个边带；