超声波流速测量系统

1引言

1.1课题研究背景及意义

研究利用超声波测量流体流量已经有数十年的历史了。1928年，法国人o.Rutten研制成功了世界上第一台超声流量计。但为了使超声波流量计有一定的精度，时差法超声波流量计要求对时间的测量有相当高的测量精度，这在当时是很难做到的。1955年，应用声循环法的MAXSON流量计在美国研制成功，用于航空燃料油流量的测量。50年代末期，超声波流量计由理论研究阶段进入工业应用时期。但由于电子线路太复杂而未占有牢固的地位。

到了80年代中后期，单片机技术的应用使超声流量计向高性能、智能化的方向发展。由于使用了单片机作中央处理单元，系统不仅可以进行复杂的数学运算和数据处理、进一步提高了超声波流量计的测量精度，而月.还能设计出友好的人机界面，使系统具有参数设置、自动检错排错功能以及其他一些辅助功能，大大方便了用户的操作和使用。单片机在超声流量计中的应用，是超声流量计开始真正进入工业测量领域。

1.2超声波流量计的现状

近10年来，基于高速数字信号的处理技术与微处理器技术的进步，基于新型探头材料与工艺的研究，基于声道配置及流动力学的研究，超声流量测量技术取得了长足的进步，显示了它强劲的技术优势，形成了迅猛发展的势头，其潜在的巨大的生命力是显而易见的。

在国外，以美国Controlotron公司和Ploysonics公司为代表的产品较多的采用数字信号处理技术，如“同步调制”和FFT技术，他们广泛的采用以DSP为核心的数字处理电路，从而能够更快实时的处理超声信号，同时能够实现一些复杂的算法，如Ploysonics公司的DDF3088型是该公司的新一代全数字化便携式多普勒流量计，它采用了数字滤波和数字频谱分析技术，能自动识别多普勒信号与噪声信号，抗干扰能力强，采用了高分别率的液晶显示，可以现场对信号进行多普勒分析。在测量方法方面有的利用改进的时差法，用以消除速度受温度的影响，还有将时差法与多普勒法的组合，如Controlotron公司研制的480型超声流量计，这样使得产品的实用范围更广。但由于国外的产品的价格比较高（每台约为5～10万元左右），所以限制了在国内的大量使用。

目前国内的厂家生产的超声波流量计虽然价格比较便宜，但总体性能差，主要用于测量比较容易的大管径管道中流体的测量。他们多采用的方法是时差法，以单片机为系统核心进行信号处理。但由于受单片机速度的限制，所以只能进行一些比较简单的算法，如通过计数来实现流速的计算。同时由于一般的时差法受温度的影响比较大，所以在精度上面就不会很高。如南京亚楠公司生产的

ZLC系列流量计是国内率先采用多脉冲发射和接收宽带技术，并带有微机控制的新型超声波时差式流量计。近几年来由于DSP和超大规模集成电路技术的发展，以及以基于DSP为核心的数字信号处理电路技术日益成熟和广泛使用，使得可以采用以DSP为处理核心的超声波流量计来广泛取代国内的以单片机为核心的超声波流量计，从而可利用数字信号处理的一些技术来改善产品的测量精度，如FFT、数字滤波、插值运算、相关运算，从而来提高系统测量的精度。通过这些改进使国内流量计的性能已达到国外的水平，从而能更好的为国民经济服务。

1.2.1超声波流量计的发展趋势

在石油和天然气领域快速普及最近几年超声波流量计市场的一切增长，几乎都是由于这种产品在石油和天然气领域销量的增加而带来的。超声波流量计在这一领域的销量比起以前将近翻了一倍。由于AGA9监护运输标准的推广，天然气的监护运输市场已经基本成形。在2003年到2005年间，监护运输量增加了三倍多，而这一领域占超声波流量计销售的5%。只有液体碳氢化合物监护运输的API和OIML标准在行业内得到推广，超声波流量计才能在这个领域普及。

超声波流量计具有高精确度和低总体拥有成本不论是从技术上还是从经济上看，超声波测量仪器都是流量测量的理想选择。通过多光束和数字信号处理，超声波测量仪可以实现很高的测量精确度。与传统的涡轮式仪表不同，它没有移动的元件，因此几乎不需要维修。而且，它也不会阻挡或者减慢管道中气体或者液体的流动。它能够准确地测量液态石油气产品的宽频，而不需像机械型技术那样得到验证。高灵敏度使其可以检测到管道中的任何泄漏，并可以测量和补充各种会影响监护运输领域中的测量准确度的变量。亚洲和中东市场增长最大亚洲和中东地区超声波流量计的增长将会是最大的。中国和印度将会在基础设施和新工厂上大举投资。中国能源缺乏，为了寻找推动经济快速发展的能源，将会对其石油和天然气基础设施进行改造，并建立连接俄罗斯及其它地区供油商的管道。而由于中东地区在石油和天然气生产中的地位，这一地区将仍然是超声波流量计供应商的沃土。这一地区亦将在数个大型发电及海水淡化厂上进行投资。相比之下，北美市场的增长则显得相对平淡，但由于这一地区在石油和天然气基础设施及工业自动化上的投资，北美市场将仍然具有可观的增长。

1.3超声波流量计的市场前景

随着石油和天然气工业的强势增长，以及行业对于现场设备技术的逐步接受，超声波流量计的全球市场总额将在今后5年内以9.6%的复合年增长率(CAGR)增长。ARCAdvisoryGroup最近的一份报告指出，2005年该市场总值为2.75亿美元，到2010年将超过4.34亿美元。

亚洲和中东市场增长最大，亚洲和中东地区超声波流量计的增长将会是最大的。中国和印度将会在基础设施和新工厂上大举投资。中国能源缺乏，为了寻找推动经济快速发展的能源，将会对其石油和天然气基础设施进行改造，并建立连接俄罗斯及其它地区供油商的管道。而由于中东地区在石油和天然气生产中的地位，这一地区将仍然是超声波流量计供应商的沃土。这一地区亦将在数个大型发电及海水淡化厂上进行投资。相比之下，北美市场的增长则显得相对平淡，但由于这一地区在石油和天然气基础设施及工业自动化上的投资，北美市场将仍然具有可观的增长。

1.4主要研究内容

本课题的任务是应用时差法测量流量。确立了系统的整体方案，在此基础上进行试验、调试，验证和改进设计方案。主要内容如下：

（1）确立了系统的整体方案，这主要是在查阅国外流量计产品基本性能以及分析超声波流量计基本原理和项目指标的基础上，确立了系统以DSP为信号处理核心，并采用相关算法来计算流速的改进时差法方案；

（2）硬件电路设计：CPLD采样控制系统；

（3）程序设计，应用CCS软件，在DSP最小系统上实现相关算法程序设计，进行实验测试。

2超声波流量计设计方案及分析

2.1超声流量计的分类

超声波技术应用于流量测量主要依据是：当超声波入射到流体后，在流体中传播的超声波就会载有流体流速的信息。超声波流量计对信号的发生、传播及检测有着各种不同的设置方法，从而构成了不同原理的超声流量计，其大致可分为传播速度差法（包括：时差法、相位差法、频差法），多普勒法，相关法等等。

2.2超声流量测量的基本原理

超声流量测量技术的基本原理是利用超声波在流体中传播时所载流体的流速信息来测量流体流量的。超声波流量计一般由超声波换能器、电子线路及流量显示和累积系统三部分组成。超声波换能器将电能转换为超声波能量，将其发射并穿过被测流体，接收换能器接收到超声波信号，经电子线路放大并转换为代表流量的电信号，供显示和积算，这样就实现了流量的检测显示。

2.3传播速度差法

传播速度差法是根据超声波在流动的流体中，顺流及逆流传播时的速度之差与被测流体流速之间的关系来求流速或流量的方法。按其所测的物理量的不同，传播速度差法又可分为(直接)时差法、相位差法和频差法三种。时差法就是直接测量超声波顺流和逆流传播的时间差，它适用于大、中口径管道及明渠流量的测量，但时差法流量计受温度的影响较大，流体温度变化对这种系统测量精确

度的影响是不能忽视的，实验表明，在使用在机玻璃声楔的条件下，流体温度每变化10℃，就会给测量增加1%左右的误差，并且声速的温度系数不是常数;另外，当流体的组成或密度变化时，也将引起声速的变化，从而影响测量精度。其发展方向是提高计时精度和设法降低温度对测量精度的影响。频差法是通过测量一定时间内两组闭路循环系统中的循环频率之差来测得流量。频差法精度高、受温度影响较小，但受环境影响较大，工作不稳定。相位差法通过把时间差转换为相位差，避免了测量微小的时间差，可提高测量的精度，但受温度的影响依然很大。

2.4时差法测量原理及主要特点

本论文研究的是基于时差法的超声波液体流量计，其管段内部结构简化图如图1所示，换能器1，2相对于管道轴线的安装角是θ，管径为D ，两个换能器之间的距离为L ，流体流动方向如图所示：

图1时差法测量流量原理图

当流体以速度u 流动时，超声波的实际传播速度c 是声速c0和流体在声道方向上的速度分量ucosθ的叠加，即：

超声波信号在流体中顺流和逆流的传播时间分别为：

t 顺=t2→1=

0cos L

c u θ

+=sin (0cos )D c u θθ=*+（2.1） t 逆=t1→2=

0cos L

c u θ-=sin *(0cos )

D c u θθ-（2.2）

式中：D 为一次装置管内径，L 为两个换能器之间的距离，C0为超声波在静止介质中的传播速度，故：

△t =t 顺—t 逆=

2

02cos sin *(2cos 2)

Du c u θ

θθ-（2.3） 一般情况下，声波在液体中的传播速度C0在1000m/s 以上，而多数工业系统中的流速远小于声速，即u2《c 02，所以时间差可以近似简化为： △t =t 顺—t 逆=2

2cos sin *Du c θ

θ（2.4） 即：

2

0sin 2cos c t u D θθ

**?=（2.5）

体积流量表达式：

22

0sin 2cos D c t

Q A u D πθθ

?=*=（2.6）

式中：A 为管道的横截面积，u 为流体在管道内的流动速度。

由上式可以看出，由于一次装置内径D ，换能器与轴线夹角θ可以通过实际情况测量得到，所以当声速一定时，只要测的时间差△t ，就可以按式子（2.5）求得流速u ，进而由式子（2.6）求得流体的体积流量。

时差法测量流量具有以下几个特点：

a).由于时差法超声波流量计采用了精密的时差法检测，并有信号的自动跟踪，温度的自动补偿等先进的技术，因此它具有运行稳定，计量准确可靠，仪表的运算和显示精度较高的特点。 b).对被测介质来说，超声波流量计属于非接触测量，在安装过程中不损坏管路，可以满足工厂工艺生产用水不断流的要求，安装极为方便。

c).在测量时，管道中没有节流器件，流体不存在压力损失，非常有利于节约能源。

d).电子线路的集成度高，几乎不需要维护与修理，编程灵活简单，用户输入的数据为常用的原始数据，不需要经过人工的计算，省时省力。 3.超声波信号延迟时间的相关估计

超声波信号的延迟时间TOF(TimeofFlight)[1,2]或TDOA(TimeDelayofArrival)[3]估计方法中，相关估计是一类精确的方法[4-7]。尽管有一些超声波测量应用了小波变换、HHT 以及FrFT 等分析理论与技术[8-10],相关估计仍是TOF 测量的基础。但TOF 较长时，即使采用FFT 计算相关函数，较高的计算复杂性仍然阻碍其实时应用。其实，利用TOF 估计中激励信号的一些特性可以简化相关函数计算。常用的激励信号有线性/非线性调频信号(LFM/NLFM)[11]、PRBS[6,12]及混沌调制信号[13,14]等。PRBS 及混沌信号的相关函数主副瓣差别明显，易于峰值搜索，但超声传感器是一种窄带器件，需采用调制方式进行传输[14,15]，且每一位码元必须包含足够多的载波周期，以免起振与拖尾及信号群延迟的影响[16,17]。但解调后信号的相关函数主瓣将被展宽。和PRBS 及混沌信号相比，LFM 信号虽然不易克服多传感器应用中的Cross-talking[13,18]，但可以基带传输，更重要的是其相关函数主瓣窄[11]，一般为两个基带信号周期[19]。就TOF 估计精度及鲁棒性而言，相关函数主副瓣高度的差距只是稳定可靠测量的一个因素，主瓣宽度对测量的可靠性及鲁棒性也有重要影响。

本课题提出一种采用离散方波LFM(DRLFM)信号激励，用加减运算实现互相关函数的递推算法，以实现TOF 的快速估计。文中首先根据超声波传播模型，分析DRLFM 作为激励信号进行TOF 估计的可行性，然后介绍互相关函数递推算法并分析其复杂性，最后用实验与仿真对算法进行验证。 3.1TOF 相关估计

这里以对射式超声波发收组件为例分析TOF 的相关估计。图1是信号产生与传输的过程[20]，、及

为超声波发生、传输及传感环节的传递函数，

是激励信号，

是换能器输出

信号，

为传感器输出信号，表示多换能器同时工作时的Cross-talking[13]，

为其它噪

声。上述各信号的频域形式分别为

及

。显然，

。

图1TOF 估计中超声波信号的传输

多数介质中，超声波的传输可以看成无畸变传输，即,其中是增益，是信号

传输时间，所以

可以写成，

定义

的互相关函数为，

如果

随机且

和

不相关，待测TOF 就是

峰值点所对应的时间。由于与基频相位差较小，且可以用稳定的系统误差来描述，因此可以用代替

来

估计TOF 。可以导出，

,

这里

是

的自相关函数，

表示)(s G 单位冲激响应

的自相关函数，由超声波换能器的特性决定。可以看出，对于具体的超声波换能器来说，的时域波形取决于激励信号的自

相关函数

。

3.2激励信号的自相关函数及频谱

合理选择激励信号有助于稳定可靠地估计TOF 。图2是63位幅度为1、周期为127的PRBS 信号及其自相关函数、PRBS 调制信号及其频谱。载波频率为1MHz ，每位PRBS 包含8个载波周期，驱动信号帧长约为0.5ms 。可以看出，PRBS 自相关函数主瓣幅度很高，宽度为0.016ms 。图3是一帧0.05ms 的LFM 信号、自相关函数及其频谱。信号频率从0.83MHz 线性增加到1.2MHz,中心频率为1MHz 。图4是与图3相对应的DRLFM 信号及其相关函数与频谱，采样频率为20Msps 。从图3(b)及图4(b)可以看出，相关函数的主瓣很窄，第一副瓣高度约为主瓣高度的46%，而其宽度却比PRBS 调制信号

窄得多，驱动信号的帧长也比PRBS 调制信号短得多。从频谱图上看，LFM 信号带宽略宽于PRBS 调制信号，但仍在其带宽内，可以高效率传输。由于LFM 及DRLFM 是连续渐变信号，起振与拖尾现象[16]的影响不大。

图2单位PRBS 的自相关函数及其调制信号频谱,PRBS 周期为127，载波频率是1MHz(a)63位PRBS ；(b)PRBS 自相关函数；(c)PRBS 调制信号；(d)PRBS 调制信号的频谱

图3LFM 的自相关函数及其频谱(a)LFM 信号；(b)自相关函数；(c)LFM 的Fourier 变换幅度

图4DRLFM 的自相关函数及其Fourier 变换模

3.3DRLFM 激励的超声波TOF 递推估计

3.3.1计算方法

给定离散激励信号x(n)(n =0;1;￠￠￠;N ?1)，y(n)

(n =0;1;￠￠￠;kN ?1;k ?1)是传感器的接收信号。x(n)对y(n)的互相关函数为，

r xy (n)=

N ?1X k=0

x(k)y(k +n);

可以导出，

r xy (n +1)=r xy (n)+￠r(n)，

其中，

￠r(n)=x(N )y(n+N )?x(0)y(n)+

N ?1X k=0

￠x(k)y(k +n +1)

而￠x(k)=x(k +1)?x(k)，图5是一帧幅度为1的DRLFM 信号及其￠x(k)，可以看出￠x(k)

中大部分为零,其它是2或-2。因此,式错误！未指定书签。中,N ?1

P k=0

￠x(k)y(k +n +1)只需要

计算￠x(k)非零的情况。 所以有：

￠r(n)=x(N )y(n+N )?x(0)y(n)+2[I ?1X i =0

y(p p (i )+n +1)?J ?1X

j=0

y(p n (j)+n +1)]

， 这里 p p (i );p n (j)分别是 ￠x(k)为+2及-2的序号，I 和J 分别为+2及-2的总数。

图5x(n)及￠x(n)波形图

3.3.2算法复杂性分析

对于中心频率为f o、采样频率f s=K s f o的N点DRLFM信号x(n)及kN点的y(n),计算r x y(n)约需定点加法运算(k?1)N2=K s。而采用FFT计算相关函数,需要计算2kN个数据点的FFT两次，逆FFT一次。为保证FFT精度，l og2(2kN)层的FFT一般采用浮点运算，其复杂性为

O(kN l og

2(2kN))浮点运算，需要实浮点乘法8kN l og

2

(2kN)+8kN次及实浮点加法

20kN l og

2

(2kN)+4kN次。不考虑硬件实现的复杂性，假设浮点乘法、浮点加法运算时间是定点加法运算时间的两倍，FFT基的计算复杂性与递推算法复杂性之比为，

?=4K s(10+7l og

2

k+7l og

2

N)

N

图6是不同的采样倍数K s,不同的数据长度kN,据式错误！未指定书签。计算出的 随激励信号时长T变化的曲线。可以看出，递推算法比FFT基的估计算法快。

图6f o=1M H z，不同f s时?随激励信号帧长T的变化

f o=1M H z,f s是变化的

3.3 .3算法特点

1．递推算法只需简单的加减法运算，比基于FFT的算法快，而且可以并行运行，适合基于FPGA 或CPLD的硬件实现；

2．y(n)及x(n)的存储空间外，不需要其它存储空间，更易于FPGA或CPLD的硬件实现。

3．递推算法是无乘积的单层次运算，避免了FFT算法中多层次运算带来的误差。

4仿真与试验

为了验证递推算法的有效性，我们构建了TOF估计的实验系统，对递推估计算法进行验证与仿真分析。

4.1实验系统

如图7所示，实验系统包括DRLFM信号产生及驱动、超声换能器及接收器、信号调理与采集部分以及控制与RS232接口部分。其中驱动信号发生器DRLFM、信号采集控制器Controller由CPLD 器件构成。超声波发生器UT与接收器US置于玻璃水槽中，间距可调，最大为50cm。测量时，PC 机通过RS232接口向CPU发出测试命令，CPU控制基于DDFS的DLFM发生器，产生一帧定长的DRLFM 脉冲序列，与此同时启动采样电路。DRLFM序列经母线电压为12V的桥式驱动电路Driver驱动，

输入到超声换能器UT，US接收信号经Conditioning调理后输入ADC，Controller控制ADC转换，并将转换结果写入RAM。采样周期完成后，CPU将存放在RAM中的数据通过RS232口上传到PC机，PC机读取采集数据后对其进行处理。

图7实验系统原理图

系统中ADC为10bit/20Msps的TLC876，CPLD采用EPF1270T144C5，有源晶振X的频率为80MHz。

传感器是中心频率

1

o

f

MHz、带宽为B=0.2MHz的防水型超声波发收组件。实验中室温度保持27℃。

DRLFM为

x(n)=si gnfs i n[2?(f o?B+an)nT]g，

(n=0;1;2;:::;N?1)，T=1=f s，

这里频率变化率a=2B=N。需要说明的是x(n)相位截尾产生的杂散谱[21]，对相关分析是有益的。

4.2短TOF的估计

图8是一次短距离测量结果，传感器平面相距约5cm，驱动脉冲帧长40us,Msps。

图8短TOF实验结果，=20Msps

(a)归一化的激励信号，

(b)采集信号，

(c)相关函数，

(d)相关函数(局部)及其拟合结果

可以看出，的峰值对应时间为3.55us,测量结果的读数分辨率为0.05us。为了进一步提高分辨率，我们对峰值两边的10个点进行拟合，并求其拟合函数的峰值,(d)是计算结果，时间分辨率精确到ns时，结果为3.558us。图9是相同条件下，重复5000次实验的统计图。统计表明，测量结果呈正态分布，算法具有较好的稳定性。当TOF短时平稳时，采用连续多次平均的方法可以进一步提高测量的精度。

图95000次重复TOF估计的结果分布

4．3长TOF的估计

TOF较长时，的长度kN很大，信噪比变低。本实验主要考察验对射式淤泥密度测量系统

中，算法的精度。为防止淤泥挂搭，探头距离一般在10-40cm。对于距离更远、TOF更长的应用，可以采用粗测与精测两步进行，粗测大致确定TOF的范围。为了提高长距离测量时的信噪比，可以加强激励信号幅度，所用的超声信号发生器，最大驱动电压为300Vpp.

图10较长TOF 的估计实验结果

实验中，传感器平面相距约50cm ，驱动脉冲帧长为40us ，采样数据长度预计为

。图10是

一组测量结果，(a)是驱动信号，(b)是采集的数据，(c)及(d)是其相关函数，测量结果为TOF=33.55us ，分辨率为50ns 。此时，

各有46个+2和-2，每一点相关函数只需计算加减法92

次，总共约需做147200次定点加法运算。采用FFT 算法，则需要161841次实数浮点乘法及379000次浮点加法运算。不仅时间长，且需要额外的存储空间。如果采用粗测与精测相结合的方法，计算量还可以进一步降低。 5.系统的硬件

采用DRLFM 激励，并采用递推相关函数估计算法超声波TOF 测量中，只需要加法减法运算，降低了计算复杂性，不需要额外的存储空间，并且可以并行实现，适合基于FPGA 或CPLD 的硬件实现。信号采用基带传输，不需要调制解调，相关函数主瓣较窄，不仅提高了信号传输效率，也提高了算法的精度及鲁棒性。这种递推算法为高频、高精度超声测量提供了一种有效的方法。 5.1系统的硬件方案 图11流量监测系统原理图

前面已经简单的给出了系统方案，这里再详细的给出系统的硬件方案，如图所示，系统分成三个部分：以模拟电路为主的前端电路，以DSP 为核心信号处理电路，以MCU 为核心的后端服务电路。

下面将详细的介绍各部分的硬件组成和功能。

5.2传感器的选择

图.12超声传感器的阻抗特性。(a)阻抗特性图。(b)相位特性图。

采用收发一体超声波传感器，中心频率，带宽为0.4MHz,特性如图12所示

传感器选择条件：

1. 首先要防水，这样不管是用在管道上，还是用在液体中都可以；

2. 超声波在水中传输时，中心频1MHz 左右时。传输效率较好；

3. 收发一体，便于双向交替发送于接收。 5.3驱动信号产生

图X 是本文采用可编程器件实现的DRLFM 信号发生器框图，系统主时钟频率为

CLK

f 。在每个

脉冲串周期中，频率变化率和频率控制字累加器一次，实现频率的线性增加，频率控制字FW 的初值为

FW ，相位累加器PA 与N 位频率控制字FW 累加一次，实现相位的调频变化，即，

每个时钟内，N 位相位累加器的高M 位作为LUT 的地址，LUT(Look-Up-Table)中存放的D 位的正弦信号波形数据在M 位地址信号的寻址后输出送数字比较器Comp 和给定的参考信号Dref 进行比较,产生方波信号。

其调谐方程为

2o CLK

N FW

f f =

，分辨率为

2CLK N f df =； 根据超声换能器的中心频

o

f 、带宽BW 和信号持续时间t ?，可以确定DRLFM 的起始频率控制

0/2o f BW FW df -=

,

调频速度

CLK BW

dF df dt f =

??。

改变FW 可以改变DRLFM 的中心频率；设定dF 可以设定调频速度，当0dF =时输出为频率稳定的方波信号；改变参考电压数据

ref

D ，其方波的占空比可调。

图.X 基于DDFS 的DRLFM 发生器

5.4参数选择与计算例

本文以中心频率为1MHz 的防水型超声波发与收对为例，选择并计算DRLFM 的相关参数。 N=40，M=10，D=8，相位累加器采用流水线结构[9]，LUT 中的四分之一相限的正弦波形数据为8位256字节，可以在FPGA 或CPLD 内部实现。Comp 为八位比较器。

当

80

CLK f =MHz ，-5

7.27595761418342610df =?Hz ，

超声换能器的中心频1

o f =MHz 、带宽0.2BW =MHz ，信号持续时间1t ?=ms ，可以确定DRLFM

的起始频率控制

0(/2)/(12369505812)o D

FW f BW df =-≈；

34359.0

CLK

BW

dF df dt f =

≈??,相对误差为小于0.01%。

和其它的DDFS 电路一样，当频率控制字为非2的整数幂时，输出信号中会产生轻微的相位截尾误差，但当特别是当

CLK

f 很高时，这种相位抖动远小于模拟比较器及模拟信号中的干扰[10]。本

系统中采用的MAXII ，器件最高工作频率可达300MHz 。此外，由于采用相关估计算法估计TDOA ，适当的相位抖动对相关估计的精度是有益的。 5.5切换单元电路设计

这一部分的作用是用来切换两个探头和发射、接收电路之间的连接的。作为对模拟信号的切换，可以有以下三个方案可以选择。

（1）用继电器进行切换。当信号接通后，由于继电器实际上就是导线，所以不存在信号失真的现象。但继电器的开关频率有限，而且有一定的总开关次数限制，一般在100万

次。

（2）采用模拟开关。起初作者采用了这种方案，模拟开关开关频率高，对信号的影响比较小，但在实用的时候发现，由于切换的双方是接收到的微弱的超声信号和用于发射的

高压信号，难以找到既能够承受高压又能使得传输的微弱信号失真较小的芯片，所以

最终放弃了此方案。

（3）采用分立元器件，利用二极管的开关特性来控制开关。这种方法能够有很高的开关频率，能承受高压，但作者在实验的过程中发现信号失真太大，估计跟发射信号的功率

有关。鉴于以上原因，作者暂时选用了继电器方案，这样可以简化项目的难度，而且

控制继电器开关所需要的12V电平，发射电路中的CD4504正好能够提供。

5.6放大电路设计

系统中接收到的超声波信号有以下特点：

从超声探头接收到的信号的幅值的范围大概为0.1mV～10mV，而一般ADC需要采样的信号的最大幅值为5V，所以得要放大54dB～94dB，即放大电路的增益为74dB±20dB；

接收到的超声信号是一个以2.5MHz为中心的窄带信号；由于后续信号处理采用的是相关算法，所以对放大电路的抗干扰要求不高；

鉴于以上特点，作者提出了一种可控谐振三级放大电路的方案。其中前两节是以MAX435/436为核心的固定谐振放大电路，第三级是以AD603为核心的可程控增益放大电路。考虑ADC603，可以实现±20dB的变换。这样MAX435、MAX436两级得要放大74dB，每一级需要37dB即可。如果信号的范围不在0.1mv～10mv之间，则需要通过手工调节可变电阻来实现。

由于超声是一个窄带信号，且由图4.5看出在谐振频率时，基本满足每一级37dB的要求，即使实际中不满足，可以通过调节RSET或者RL来达到目的。所以利用MAX435/436谐振放大器的功能来实现超声信号的前两级的固定增益放大的方案是可行的。

采用MAX435/436构成放大电路的原理图。为了防止过压，在输入端应该加一对二极管用以电路的保护。该电路能很好的对1MHz的窄带信号进行谐振放大作用。

图12放大电路原理图

5.7采样电路设计

考虑到采样频率等因素，采用TLC876(ADC器件,采样频率fs=20Msps/12bit)的高速信号采集电路，用于对超声信号的回波进行采集。

本文设计的采样频率为1MHz，综合考虑整个系统的成本和精度要求，作出的设计图如下：在使用时作者将ADC芯片的SEL管脚接地，这样使得其输入范围达到最大为0～5V。由于前级电路AD603受MAX512控制后输出为±2.5V，这样得要有一个±2.5V到0～5V的转换电路。在此作者使用了一个集成运算放大器模块来实现，其示意图如图4.12所示，信号经过放大器后有

V

out =2.5V+V

in

，这样就完成了电压范围的转换。图中采用的运放集成电路为OPA627，这是一款高精

度、高速运放，其参数完全能够满足系统在信号带宽等方面的要求。

图13TLC876的应用

5.8DSP系统设计

C5509有32×16bit指令缓冲队列，可实现高效的块循环操作；两个17×17bit的MAC单元，可在单周期内执行两次MAC操作；1个40bit的ALU、1个40bit的桶型移位器，4个40bit的累加器可执行比C54系列DSP更高效的算术运算，在400MHz的晶振驱动下，可达到800MIPS的性能。以44.1kHz采样率的MP3数据流为例，对128kbit/s数据率的MP3数据进行解码。霍夫曼解码、IMDCT、子带合成等运算模块共需消耗1.3MIPS的CPU资源，对于平均每秒必须解码44.6帧数据来讲，总运算量为44.6×1.3＝57.98MIPS，C5509完全可以满足此速度要求。

C5509还具有128K×16bit的片上RAM，其中包括64KB的DARAM、192KB的SARAM和64KB的片上ROM。

与众多TMS320系列DSP处理器一样，C5509采用了哈佛结构，共有12组独立总线，其中包括3组数据读总线、2组数据写总线、5组数据地址总线、1组程序读总线和1组程序地址总线，这些总线并行地为各个计算单元提供指令和操作码，从而为高速的数据运算提供了有力的保障。

C5509提供了专用的外部存储器接口（EMIF），用于控制DSP与外部存储器之间所有数据的传输。可与EMIF无缝链接的存储器有：异步存储器（ROM、FLASH、SRAM）、同步突发SRAM、同步DRAM

（SDRAM），并可支持可选的32、16、8位数据访问。对EMIF编程时，必须根据实际的外部存储器考虑如何分配片内使能空间(CE)。通过EMIF接口，主处理器可将数据和程序置于片外，从而节省了片上硬件资源。

其次，C5509有3个独立的多通道缓存串口（McBSP），使得C5509能够直接与其他C55xx系列DSP、多媒体数字信号编解码器等设备高速互连，这些McBSP可以提供全速双工通信，并支持128通道的收发，接收或者发送可以选择使用独立的时钟，字宽为8、12、16、20、24位任选。

5.9可编程逻辑器件方案

FPGA（现场可编程门阵列）与CPLD（复杂可编程逻辑器件）都是可编程逻辑器件，作者根据现有条件选用了CPLD。CPLD在系统中的作用：

（1）为DSP以及单片机的译码，以实现DSP、单片机系统的完整性；

（2）为串行接口的DAC提供并串转换功能，使得DAC直接映射成DSP、MCU的一个寄存器，从而简化了系统对DAC控制；

（3）为整个系统设计一个全局控制器，这样使整个系统能够协调的运行，同时使得DSP能专一处理流速的计算。

图14驱动信号产生、信号采集部分原理图

参考文献

1.

Marioli,D.,Narduzzi,C.,Offelli,etal..Digitaltime-of-flightmeasurementforultrasoni csensors.InstrumentationandMeasurement.IEEETransactionson,1992.41(1):p.93-97.

2.

Gueuning,F.E.,MihaiVarlan,ChristianE.Eugene,etal..AccurateDistanceMeasurementbyan AutonomousUltrasonicSystemCombiningTime-of-FlightandPhase-ShiftMethods.IEEETRANSACTIO NSONINSTRUMENTATIONANDMEASUREMENT,1997.52(6):p.1809-1814.

3.

Grennberg,A.andM.Sandell.Estimationofsubsampletimedelaydifferencesinnarrowbandult rasonicechoesusingtheHilberttransformcorrelation.Ultrasonics,FerroelectricsandFrequen cyControl.IEEETransactionson,1994.41(5):p.588-595.

4.

Bradley,J.andR.Kirlin.DelayEstimationbyExpectedValue.Acoustics,SpeechandSignalPro cessing.IEEETransactionson,198432(1):p.19-28.

5. 杨惠连,徐苓安.超声相关流量计测量精度的探讨[J].仪器仪表学报,1993.14(1):p.90-95.

6. 葛万成,吴凤萍.两步相关法高抗干扰超声波距离测量技术的研究[J].仪器仪表学

报,2002.23(3):p.253-256.

7. 潘仲明,简盈,王跃科.基于两步相关法的大量程超声波测距技术[J].电子测量与仪器学

报,2006.20(005):p.73-76.

8. 周知进,文泽军,卜英勇,小波降噪在超声回波信号处理中的应用.仪器仪表学

报,2009.30(2):p.237-241.

9.余恩军,叶庆卫,赵挺凯.基于整数提升小波时间熵的超声波回波位置检测.电子测量与仪器学报,2010(5):p.460-466.

10. 杨进,文玉梅,李平.基于相关分析和近似熵的管道泄漏声信号特征提取及辨识方法.仪器仪表学报,2009(002):p.272-279.

11.

Pollakowski,M.andH.Ermert.ChirpSignalMatchingandSignalPowerOptimizationinPulse-Ec hoModeUltrasonicNondestructiveTesting.Ultrasonics,FerroelectricsandFrequencyControl,I EEETransactionson1994.41(5):p.655-670.

12.

Elias,C.M.andT.J.Moran.PseudorandomBinaryNoiseNDEUltrasonicCorrelationSystem.in19 78UltrasonicsSymposium.1978.

13.

YaoZhenjing,MengQinghao,LiGenwang,etal..Non-crosstalkreal-timeultrasonicrangesyst emwithoptimizedchaoticpulseposition-widthmodulationexcitation.inUltrasonicsSymposium, 2008.IUS2008.IEEE.2008.

14.

Fortuna,L.,M.Frasca,andA.Rizzo.ChaoticPulsePositionModulationtoImprovetheEfficien cyofSonarSensors.IEEETransactionsonInstrumentationandMeasurement.,2003.52(6):p.1809-1 815.

15. 程晓畅,苏绍景,王跃科等.伪随机码超声扩频测距系统设计与算法[J].测试技术学

报,2007.21(1):p.79-84.

16. 童峰,许水源,许天增.一种高精度超声波测距处理方法[J].厦门大学学

报,1998.37(4):p.507-513.

17. 梅璐璐,林京.信号群延迟估计方法研究.仪器仪表学报,2009(001):p.50-54.

18. 祝俊,陈兵,唐斌.快速多分量LFM信号的检测与参数估计方法.电子测量与仪器学

报,2008.22(001):p.25-29.

19.

ZhaoXiaochuan,LuoQingsheng,HanBaoling,etal..Anovelultrasonicrangingsystembasedont heself-correlationofpseudo-randomsequence.inInformationandAutomation,2009.ICIA'09.Int ernationalConferenceon.2009.

10. 葛万成.相关法高抗干扰超声波距离测量中的信号处理[J].同济大学学

报,2002.30(1):p.71-77.

GeWancheng.SignalProcessinginCorrelationBasedRobustUltrasonicDistanceMeasurement,JOUR NALOFTONGJIUNIVERSITY,2002.30(1):p.71-77.

21. 赵正敏.相位截尾对DDS输出频谱影响的分析与计算[J].东南大学学报:自然科学

版,2000.30(001):p.141-145.

附件（程序、实物）

/***********************************************************************

**超声波流量计DSP编程

***********************************************************************/

#include"stdio.h"

#include"math.h"

unsignedioportport8003; /*AD采集端口*/

voidkfft(pr,pi,n,k,fr,fi,l,il)

intn,k,l,il;

doublepr[],pi[],fr[],fi[];

{

intit,m,is,i,j,nv,l0;

doublep,q,s,vr,vi,poddr,poddi;

for(it=0;it<=n-1;it++)

{

m=it;is=0;

for(i=0;i<=k-1;i++)

{

j=m/2;is=2*is+(m-2*j);m=j;

}

fr[it]=pr[is];fi[it]=pi[is];

}

pr[0]=1.0;pi[0]=0.0;

pr[1]=cos(p);pi[1]=-sin(p);

if(l!=0)pi[1]=-pi[1];

for(i=2;i<=n-1;i++)

{

p=pr[i-1]*pr[1];q=pi[i-1]*pi[1];

s=(pr[i-1]+pi[i-1])*(pr[1]+pi[1]);

pr[i]=p-q;pi[i]=s-p-q;

}

for(it=0;it<=n-2;it=it+2)

{

vr=fr[it];vi=fi[it];

fr[it]=vr+fr[it+1];fi[it]=vi+fi[it+1];

fr[it+1]=vr-fr[it+1];fi[it+1]=vi-fi[it+1];

}

m=n/2;nv=2;

for(l0=k-2;l0>=0;l0--)

{

m=m/2;nv=2*nv;

for(it=0;it<=(m-1)*nv;it=it+nv)

for(j=0;j<=(nv/2)-1;j++)

{

p=pr[m*j]*fr[it+j+nv/2];

q=pi[m*j]*fi[it+j+nv/2];

s=pr[m*j]+pi[m*j];

s=s*(fr[it+j+nv/2]+fi[it+j+nv/2]); poddr=p-q;poddi=s-p-q;

fr[it+j+nv/2]=fr[it+j]-poddr;

fi[it+j+nv/2]=fi[it+j]-poddi;

fr[it+j]=fr[it+j]+poddr;

fi[it+j]=fi[it+j]+poddi;

}

}

if(l!=0)

for(i=0;i<=n-1;i++)

{

fr[i]=fr[i]/(1.0*n);

fi[i]=fi[i]/(1.0*n);

}

if(il!=0)

for(i=0;i<=n-1;i++)

{

pr[i]=sqrt(fr[i]*fr[i]+fi[i]*fi[i]); if(fabs(fr[i])<0.000001*fabs(fi[i])) {

if((fi[i]*fr[i])>0)pi[i]=90.0;

elsepi[i]=-90.0;

}

else

}

}

voidmain(void)

{

int i,n,k=0;

double x[128],pr[128],pi[128],fr[128],fi[128],mo[128]; int xm,zm;

int *px=(int*)0x4000;

int *pz=(int*)0x4080;

n=128

for(;;)

{

px=(int*)0x4000;

/*在这里采集数据到0x4000*/

#if0

for(i=0;i<128;i++)

{

*px++=port8003;

}

#endif

px=(int*)0x4000;

for(i=0;i<=n-1;i++)

{

xm=*px;

x[i]=xm/32768.0;

pr[i]=x[i];

pi[i]=0;

px++;

}

kfft(pr,pi,128,7,fr,fi,0,1);

pz=(int*)0x4080;

for(i=0;i<=n-1;i++)

{

mo[i]=sqrt(fr[i]*fr[i]+fi[i]*fi[i]);

zm=(int)(mo[i]*1000.0);

*pz=zm;

pz++;

}

k++;

}

部分实物图：

超声波传感器

CPLD试验系统电路图