利用超声脉冲回波进行无损探测，是无损检测和生物医学工程研究中的一个重要手段。该方法通过换能器发射声脉冲照射目标，后接收反射回波完成对目标的探测。主要目的是，确定反射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。若想从回波中得到理想的、有实用价值的信息，当然离不开对目标回波的正确分析和认识。一般的超声回波信号处理方法都涉及噪声的抑制、回波特征的提取、及信号的优化这三个问题，但通常一种方法只能解决其中的一个问题。之前，对超声模型的研究主要集中在线性模型，即将发射信号作为输入激励源，回波信号作为系统的输出，整个系统的输出响应看成是换能器脉冲响应、路径传输响应和目标响应几者的卷积。由于超声回波具有明显的非线性，应用线性模型的方法进行模拟必然存在局限性，误差也较大。本文将超声回波模拟为一被噪声污染的高斯信号，它是回波的中心频率、带宽、到达时间、相位和幅度等的非线性函数。研究表明，利用该模型通过数值迭代可使回波参数估计获得较高精度，也可同时解决超声回波中的噪声抑制、回波特征参量提取及信号优化这三个问题。本文进行了以下几项研究工作：1．建立了超声回波非线性模型——高斯回波模型。换能器的频率响应在回波响应中占主要因素，而其频率响应曲线呈高斯分布，故文中用被噪声污染的高斯信号来模拟超声回波。应用一个高斯信号模拟单重回波，多个高斯信号叠加模拟多重回波。2．实验验证了该非线性模型模拟超声回波的可行性。采用脉冲反射法获取铜块对超声的回波信号。应用该非线性模型模拟采集到的超声回波，获得了较好的效果，说明该非线性模型的方法是可行的。3．应用高斯—牛顿算法和模拟退火算法分别计算了单重回波的特征参数向量，并应用该非线性模型模拟了单重超声回波。将高斯回波模型模拟单重超声回波的问题转化为最小二乘问题，分别应用高斯—牛顿算法及模拟退火算法计算其特征参数向量，模拟单重超声回波。结果表明，高斯—牛顿算法能以较少的迭代次数计算出精度较高的超声回波特征参数向量，但该算法对初值的设置较敏感。模拟退火算法对初值的设置不敏感，能计算得到较为精确的特征参数向量，但该算法所费机时较多。模拟出的单重超声回波均与无噪声时的原波形高度接近。4．应用EM算法计算了多重回波的特征参数向量，并应用高斯回波模型模拟了多重超声回波。以双重回波为例研究了高斯回波模型模拟多重回波的问题。本文将双重回波分为分离的双重回波和叠加的双重回波，分别应用EM算法计算了回波的特征参数向量。结果表明，EM算法能较为准确地计算出特征参数向量，该非线性模型能较精确地模拟出双重超声回波信号。对分离的双重回波，EM算法能以较少的次数迭代出参数向量，而对叠加的双重回波则迭代次数较多。研究得出该非线性模型模拟超声回波是可行的。应用最优化算法计算参数向量，对回波特征参数进行计算可达到较高精度。