ультразвуковий вимірювальний перетворювач з низьким SNR і спектральним аналізом

Перегляди: 13 Автор: Редактор сайту Час публікації: 29.08.2018 Походження: Сайт

Запитуйте

Ультразвуковий вимірювальний перетворювач із низьким SNR і низькою частотою дискретизації на основі функції крос-кореляції. Конкретний метод полягає в наступному: ультразвуковий сигнал, який надсилає передавач, використовується як опорний сигнал, а вихідний сигнал приймача негайно дискретизується в кінці кожної передачі ультразвукової хвилі, і розраховується функція крос-кореляції між значенням вибірки та опорним сигналом. Якщо функція крос-кореляції має пікове значення, вибіркове значення є ехо-сигналом, отриманим перетворювачем, а час діапазону можна обчислити відповідно до моменту появи піку кореляції. Метод кореляційної оцінки (також відомий як детектор відповідності) використовує як амплітуду ехо-сигналу, так і форму ехо-сигналу. Якщо форма хвилі луна-сигналу в основному не спотворена, а шум, накладений на луна-сигнал, є білим гаусовим шумом, то точність оцінки затримки та чутливість методу кореляційної оцінки вищі, ніж метод виявлення порогу. За останні десять років вітчизняні іноземні вчені опублікували багато вдосконалених алгоритмів кореляційної оцінки. Запропонований алгоритм оцінки кореляції швидкої затримки, заснований на принципі інтерполяції, може реалізувати обчислення цифрової кореляції 256 точок в lms за допомогою звичайного чіпа обробки цифрового сигналу (DSP), Перетворювач відстані не тільки забезпечує точність вимірювання дальності системи, але й покращує реальний час системи.

По-перше, модель ехо-сигналу включає параметри затримки, лінійний зсув частоти та встановлюється додатковий шум, а потім критерій максимальної правдоподібності використовується для оцінки параметрів затримки в моделі. Експерименти показують, що навіть якщо форма хвилі відлуння має невідоме спотворення, це також суттєво не знижує точність оцінки затримки алгоритму, що вказує на те, що цей алгоритм на основі моделі кращий, ніж звичайний метод оцінки кореляції. Крім того, є багато інших удосконалень або розширених методів оцінки, пов’язаних із затримкою. Наприклад, метод оцінки кореляції затримки на основі перетворення Гільберта, метод оцінки кореляції затримки Ультразвуковий датчик вимірювання відстані має алгоритм оцінки затримки кореляції, алгоритм ортогональної кореляції затримки на основі псевдовипадкового коду та двоетапний метод затримки псевдовипадкового коду. Ці алгоритми оцінки кореляції аномального стану можуть значно зменшити вплив зовнішнього втручання на точність оцінки затримки методу кореляції. Багато з цих алгоритмів також розглядають проблему реалізації системи в реальному часі.

Метод лінійного аналізу використовує швидке перетворення Фур’є (ШПФ) для виконання спектрального аналізу луна-сигналу, щоб визначити, чи він існує. Ехо-сигнал має той самий частотний спектр, що й ультразвукова хвиля, передана перетворювачем, і таким чином визначається час появи луни-сигналу. За умов надзвичайно низького відношення сигнал/шум використання алгоритму спектрального аналізу для виявлення луна-сигналів допомагає зменшити ймовірність помилкової тривоги. Однак алгоритм спектрального аналізу має великий обсяг обчислень, і отримати високу точність оцінки затримки нелегко. Тому ультразвуковий далекомірний перетворювач у повітряному середовищі застосовується рідко.

Алгоритм спектрального аналізу та застосування адаптивного підсилювача в підводний ультразвуковий датчик відстані . Базуючись на тих самих принципах визначення дальності та пеленгації, ці алгоритми можуть бути перенесені в аеролокатор без змін. Квадратична частотна область є адаптивною до моделі оцінки затримки часу, і запропоновано алгоритм оцінки затримки часу, заснований на моделі. У випадку низького SNR цей адаптивний алгоритм у системі частотного акустичного вимірювання має хорошу здатність оцінювати затримку. Іншим методом оцінки затримки часу з великою обчислювальною складністю є адаптивна оцінка затримки за методом найменшого середнього квадрата. Конкретний спосіб реалізації полягає в тому, що ультразвуковий сигнал, переданий перетворювачем, використовується як опорний сигнал, а ехо-сигнал (прийнятий сигнал) додається на передньому кінці. Величина затримки шляхом постійного коригування величини є дисперсією між ехо-сигналом і опорним сигналом після того, як алгоритм LMS досягає мінімального значення, а величина затримки в цей момент є часом діапазону. Цей алгоритм еквівалентний ефекту усунення шуму каналу за допомогою адаптивного поперечного фільтра та виконує функцію адаптивного вирівнювання каналу. Йому не потрібно заздалегідь знати статистичні характеристики шуму каналу, Ультразвуковий рідинний сенсорний перетворювач не потребує розгляду проблеми спотворення ехо-сигналу. Кращий метод оцінки часових затримок. Добре відоме програмне забезпечення Matlab також демонструє симуляцію адаптивного алгоритму LMS для оцінки. Специфічним методом є опорний сигнал після того, як алгоритм LMS порівнюється з ехо-сигналом, коли середня квадратична помилка досягає мінімуму, поперечний фільтр припускає, що величина затримки відповідає максимальному значенню серед вагових коефіцієнтів N зв’язків затримки – це час діапазону. Немає суттєвої різниці між двома алгоритмами оцінки затримки, обидва з яких використовують одночастотні характеристики ультразвукової хвилі, але останній вимагає, щоб величина затримки, що відповідає N зв’язкам затримки поперечного фільтра, була більшою за час діапазону.