在实验室中已经获得了超声的rf信号，这些数据存放在采集程序生成的.dat文件中，这些信号是超声生成图像的原始数据。 在数据处理的过程中，需要将.dat文件中的数据导入到matlab中，这需要了解.dat文件中数据的安排规则: .dat文件的数据格式为：16bit（每个点占用位宽，有符号数） ×8035（点数）×240线（线数），共3085400字节。先从小到大（0～8034）存第1线8035点，然后存第2线8035点，以此类推，直到240线结束。整个*.Dat文件是裸数据，没有别的信息。 Matlab中有打开文件的函数为fopen，对文件中的数据进行读取的函数为fread，则将.dat文件中的数据读到变量中。需要注意的是，读入的数据的格式为一维向量，根据数据格式，将这一维向量变换为240×7618的矩阵。则可以准确得到一帧数据。

一线数据的时域显示

由于得到的数据可能混有噪声等，所以需要对每一线的数据进行滤波、抽取处理。

2.1、数据的频移 超声发射的中心频率可以将数据的频域中找到，而我们需要保留的就是中心频率周围的信息，其他频率的数据需要滤除。 对数据进行滤波的思路为：将每一线的数据在其频域中找到中心频率，然后将中心频率移到零频附近，对移频后的数据进行低通滤波，可以得到滤波之后的数据。 移频的过程是：在时域中，将信号的实部乘以 ，虚部乘以 ，其中， 是频域中中心频率对应的点数， 是一线数据一共的数据点数。 需要计算的是从数据的频域中找到N，方法如下：由于数据在频域中心对称，所以，只需要找到频域数据从[1,n/2]个数据中最大值对应的点数，即是N。

2.2、数据的滤波 数据进行频移之后，则有意义的数据被移至低频段，我们可以直接进行低通滤波即可。 在matlab中，一维低通滤波可以通过以下两个函数进行：fir = fir1(n,wn) 可以构造线性一维滤波器，其中n为滤波器的阶数，wn为截止频率；fftfilt(fir,Q)可以对Q中的数据用fir滤波器进行滤波。

2.3、rf信号的抽取 由于数据量太大，需要对数据进行抽取，在时域内对数据进行抽取，则频域内数据频谱的间隔距离增大，可能会造成频谱混叠，所以，在抽取时必须保证抽取后的采样频率仍然大于我们所需要的中心频率的两倍。 我们采集数据的采样频率为40MHz，在数据的滤波过程中，设计的滤波器截止频率为100Hz，所以，我们设定抽取因子D=16，则采样频率变为40/6 = 6 MHz，可以看出，6MHz远远大于截止频率100Hz，所以，D=16的抽取因子不会造成频谱混叠。