ultraäänietäisyysanturi matalalla SNR:llä ja spektrianalyysillä

Ultraäänietäisyysanturi alhaisella SNR:llä ja alhaisilla näytteenottotaajuuksilla ristikorrelaatiofunktion perusteella. Tarkka menetelmä on seuraava, lähettimen lähettämää ultraäänisignaalia käytetään referenssisignaalina, ja vastaanottimen lähdöstä otetaan välittömästi näyte jokaisen ultraääniaallon lähetyksen lopussa ja lasketaan näytearvon ja vertailusignaalin välinen ristikorrelaatiofunktio. Jos ristikorrelaatiofunktiolla on huippuarvo, näytteistetty arvo on anturin vastaanottama kaikusignaali ja etäisyysaika voidaan laskea korrelaatiohuipun ilmestymishetken mukaan. Korrelaatioestimointimenetelmä (tunnetaan myös nimellä match detector) hyödyntää sekä kaikusignaalin amplitudia että kaikusignaalin muotoa. Jos kaikusignaalin aaltomuoto ei ole periaatteessa vääristynyt ja kaikusignaalin päälle tuleva kohina on Gaussin valkoista kohinaa, niin korrelaatioestimointimenetelmän viiveestimointitarkkuus ja herkkyys ovat korkeampia kuin kynnyksen ilmaisumenetelmän. Viimeisen kymmenen vuoden aikana kotimaiset ulkomaiset tutkijat ovat julkaisseet monia parannettuja korrelaatioestimointialgoritmeja. Ehdotettu interpolointiperiaatteeseen perustuva nopean viiveen korrelaation estimointialgoritmi voi toteuttaa 256 pisteen digitaalisen korrelaatiolaskelman lms:ssä käyttämällä tavallista digitaalista signaalinkäsittelypiiriä (DSP), Etäisyysmittausanturi ei ainoastaan ​​takaa järjestelmän mittaustarkkuutta, vaan myös parantaa järjestelmän reaaliaikaa.

Ensin kaikusignaalimalli sisältää viiveparametrit, muodostetaan lineaarinen taajuuspoikkeama ja additiivinen kohina, ja sitten käytetään maksimitodennäköisyyskriteeriä viiveparametrien arvioimiseen mallissa. Kokeet osoittavat, että vaikka kaikuaaltomuodossa olisikin tuntematon vääristymä, se ei myöskään heikennä oleellisesti algoritmin viiveestimoinnin tarkkuutta, mikä viittaa siihen, että tämä mallipohjainen algoritmi on parempi kuin tavallinen korrelaatioestimointimenetelmä. Lisäksi on monia muita parannuksia tai pidennettyjä viiveisiin liittyviä estimointimenetelmiä. Esimerkiksi Hilbert-muunnokseen perustuva viivekorrelaation estimointimenetelmä, viivekorrelaation estimointimenetelmä ultraäänietäisyysmittausanturissa on korrelaatioviiveen estimointialgoritmi, näennäissatunnaiseen koodiin perustuva viive ortogonaalinen korrelaatioalgoritmi ja näennäissatunnainen koodiviive kaksivaiheinen menetelmä. Nämä epänormaalin tilan korrelaation estimointialgoritmit voivat vähentää huomattavasti ulkoisten häiriöiden vaikutusta korrelaatiomenetelmän viiveestimoinnin tarkkuuteen. Monet näistä algoritmeista ottavat huomioon myös järjestelmän toteutuksen reaaliaikaisen ongelman.