基于自适应滤波的超声波高精度测距系统

基于自适应滤波的超声波高精度测距系统

摘要:超声波测距在兵器装备中具有广泛的应用,应高次非球面加工机床项目要求,超声波测距精度须达到 1 mm,如何提高超声波测距系统的测量精度成为了亟待解决的问题,针对现有的超声波测距测量精度不高的特点,提出了一种基于自适应滤波算法的估计超声波渡越时间的方法,并利用现有的超声波测距经验模型,达到超声波高精度测距的目的。

关键词:信息处理技术自适应滤波MATLAB 超声波测距

超声波是指频率大于20000 Hz的声波,它具有以下特点:指向性好、穿透能力强、易于获得较集中的声能并且在水中传播距离远、传播时间容易检测。目前,超声波测距广泛采用的是回波——渡越时间的方法:通过精确地定位回波前沿的传播时间,从而确定超声波在介质中的传播时间,即渡越时间(Time-of-flight,TOF)来达到目的的。

1 自适应滤波算法

1.1 自适应算法的一般原理

自适应滤波,是指通过利用前一时刻获取的滤波器参数,来自动地调节此时的滤波器参数的方法,进而适应信号和噪声未知的或随时间变化的统计特性,最终达到最优滤波的目的。

自适应噪声消除器的结构如图1所示,它有两个输入通道,其一为

主通道,其二为参考通道,主通道的输入是带噪声的v0(n)信号,而参考通道的作用是检测噪声,并通过自适应滤波器调整其输出y(n),进而使y(n)在最小均方误差意义上得到对主通道噪声v0(n)的一个最佳估计,然后将这一估计值与主通道的输入相减,就可以与主通道加权噪声v0(n)进行对消。如图1所示,传播路径的不同,导致参考通道输入的噪声v1(n)和主通道中的分量v0(n)是不同的,但他们的噪声源相同,因此是相关的,假设参考通道中不会引入有用信号s(n),且信号s(n)与噪声无关,下面来具体分析自适应噪声消除原理。

由图1可见,设输入的信号为d(n),则误差e(n)为:

2 超声波测距基本原理

与其它声波相同,超声波的传播速度由介质密度和介质的弹性系数决定。大气条件下,在相同传播介质中,超声波的传播速度是相同的,在相对较大的频率范围内,声速是恒定的。空气中的声波传播速度c 可近似地表示为:

式(6)中的c为空气中声波的传播速度,当用硬件实现超声波测距时,需要加上一个温度探头,以便实时获取声波传播介质的温度信息,用以补偿环境温度变化对距离测量精度的影响。

3 MATLAB性能仿真及性能分析

3.1 算法仿真模型

输入信号是正弦信号与白噪声信号的混合信号,即:

上式中,x(n)为输入信号的序列,s(n)为正弦信号,j(n)为均值是0、功率是1的高斯白噪声信号,SNR为信噪比(单位为dB)。

输入信号是正弦信号与高斯白噪声信号的叠加信号,为了获得到具有一般性的仿真结论,本仿真采用了Monte Carlo仿真方法来进行仿真,即依次进行多次仿真,然后对算法的收敛性能进行统计平均,这样做的优点是:绘制出的误差信号曲线更为平滑、更具普遍性。

3.2 算法的性能仿真

通过上述分析,在MATLAB仿真平台上编写程序,对LMS算法进行仿真测试,采用Monte Carlo方法进行LMS算法仿真。分别对信噪比SNR为3dB及-3dB,期望信号分别为正弦信号和噪声信号的情况进

行仿真,算法步长因子设置为1/256,FIR滤波器长度为128。仿真结果如下图2～4所示。

图2表明:当信号S分别受到信噪比SNR为3dB或-3dB的噪声信号影响时,其对应时域波形与原波形相比,均有不同程度的失真。

图3表明,引入自适应滤波算法后,时域波形得到不同程度的改善。在信噪比SNR为3dB或-3dB时,期望信号为正弦信号时,与图3中对应的信号S的时域波形对比后可知,时域波形得到很好的改善;然而,当信噪比SNR为-3dB时,如果选取期望信号为噪声信号则波形依旧会存在较大失真,故期望信号选定为正弦信号滤波器的性能较好,故在以后超声波测距系统硬件具体实现过程中采用“信号的符号LMS 算法”会得到较好的滤波性能。

从图4可以看出,在信噪比SNR为3dB、-3dB时,误差均方均可在较短时间内趋近0,但期望信号采用正弦信号比期望信号采用噪声信号时误差均方信号更稳定,故此时,滤波器的性能更加稳定。

从仿真结果可以看出,LMS算法的收敛性能较好,选择正弦信号作期望信号比选择噪声信号作期望信号时,对应的滤波器性能更优,这可以保证输入信号更好地收敛到期望信号。

4 结论

将自适应滤波算法创新的应用到超声波测距系统中,进而提出一

种基于自适应滤波算法的降低回波渡越时间的估计误差的方法。通过利用现有的超声波回波的经验测距模型,推导出超声波测距公式,最后,利用自适应滤波算法来抑制噪声,从而达到对超声波回波渡越时间精确估计的目的。仿真实验表明:采用本方法可以稳定、有效地抑制噪声,从而获得相对理想的逼近效果,最终实现超声波测距系统对距离的高精度测量。

参考文献

[1] Ramuhalli P,Kim J,Udpa L,et al. Multichannel signal processing methods for ultrasonic nondestructive evaluation[C]//Proc Sensor Array and Multichannel Signal Processing Workshop.Rosslyn,2002:229-233.

[2] 张珂,刘刚海.提高超声波测距精度方法的研究[J].现代电子技术,2007,14(15):139-141.

[3] 苏炜,龚壁健,潘笑.超声波误差测距分析[J].传感器技术,2004,23(4):8-11.