CN101915789A - 一种粮堆水分含量的电磁波检测方法 - Google Patents

一种粮堆水分含量的电磁波检测方法 Download PDF

Info

Publication number
CN101915789A
CN101915789A CN 201010257469 CN201010257469A CN101915789A CN 101915789 A CN101915789 A CN 101915789A CN 201010257469 CN201010257469 CN 201010257469 CN 201010257469 A CN201010257469 A CN 201010257469A CN 101915789 A CN101915789 A CN 101915789A
Authority
CN
China
Prior art keywords
electromagnetic wave
grain
specific inductive
inductive capacity
virtual level
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN 201010257469
Other languages
English (en)
Other versions
CN101915789B (zh
Inventor
张元�
廉飞宇
钱向明
张德贤
傅洪亮
付麦霞
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Henan University of Technology
Original Assignee
Henan University of Technology
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Henan University of Technology filed Critical Henan University of Technology
Priority to CN 201010257469 priority Critical patent/CN101915789B/zh
Publication of CN101915789A publication Critical patent/CN101915789A/zh
Application granted granted Critical
Publication of CN101915789B publication Critical patent/CN101915789B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Geophysics And Detection Of Objects (AREA)

Abstract

本发明涉及一种粮堆水分含量的电磁波检测方法,该方法首先将粮堆进行虚拟分层,然后用逐层反演算法结合测井法求解介电常数空间分布,再根据介电-水分模型求取粮堆水分分布。采用电磁波检测粮堆介电常数,从而确定粮堆水分含量的方法,不仅避免了使用大量的传感器,而且还容易测量粮堆内部,设备简单,操作方便,由于还采用了测井法,使得测量结果更加精确。

Description

一种粮堆水分含量的电磁波检测方法
技术领域
本发明涉及电磁波检测技术领域,特别是一种粮仓中储粮水分的大规模实时在线检测方法。
背景技术
粮食水分含量对粮食储藏有重要影响。水分含量过高,浪费运力及仓容,促使粮食生命活动旺盛,容易引起发热、霉变、生虫等生化变化。水分含量过低,破坏了粮食的有机质,降低了品质。为此,准确检测粮食中的水分含量至关重要。近年来,粮食水分检测技术不断发展,不断完善。
粮食水分检测的标准方法是通过干燥法或化学法直接去除粮食中的水分来计算出绝对含水量。其中干燥法主要包括电烘箱法、减压法、红外加热法、微波加热法;化学方法主要包括蒸馏法、卡尔·费休法和碳化钙法等。这些方法目前认为测量准确,但只适用于实验室使用,耗时费电,且无法实现快速、在线检测。近年来,随着传感技术和计算机技术的迅速发展,新的粮食水分快速检测方法也出现了。粮食水分快速检测方法是通过对与水分有关的物理量(如电导率、磁导率和介电常数等)的测量,相应地检测出物质的水分含量,易实现快速、在线检测。主要有:电容法、电阻法、中子法、微波法、红外线法、核磁共振法、声学法、电磁波探测等。但也各有局限性,主要问题是需要在粮仓内设置多个传感器,造成布线的困难,而且会造成接触污染,有些方法只能进行粮堆表面探测、探测设备昂贵复杂。
发明内容
本发明的目的是提供一种粮堆水分含量的电磁波检测方法,用以解决现有技术在对粮堆进行含水量检测时传感器数量多,布线困难,造成接触污染,设备昂贵复杂的问题。
为实现上述目的,本发明的方案是:一种粮堆水分含量的电磁波检测方法,步骤如下:
一种粮堆水分含量的电磁波检测方法,其特征在于,步骤如下:
a) 根据所测粮堆深度,将粮堆沿垂直方向从上到下依次分成至少两个虚拟层;基于反演算法和反射折射定律,得出逐层反演公式:
第一层介电常数:
Figure 531388DEST_PATH_IMAGE001
                      (11)
第二层及之后层介电常数:
       (12)
公式(12)中,是各虚拟层的介电常数,i表示从上到下层数的序号,
Figure 29999DEST_PATH_IMAGE004
是空气介电常数,Ai是各虚拟层的反射回波幅度, ki是各虚拟层的线性误差校准因子,fi是各虚拟层幅度衰减因子;公式(11)中,Am是发射电磁波的幅度,A0是第一虚拟层反射回波幅度,k1是第一虚拟层的线性误差校准因子,f1是第一虚拟层幅度衰减因子;
b) 将探地雷达天线放置在粮堆表面,测量探地雷达天线对应垂直扫描线上各虚拟层的反射回波幅度Ai;
c) 采用测井法进行两次测量确定公式(11)、(12)中的参数f1,k1,fi,ki;采用一个发射天线与两个接收天线,第一次测量时,将接收天线和发射天线分别插入第一虚拟层中,根据测量的电磁波幅度衰减和相移,并结合经几何衰减校正的电磁波传导模型,确定第一虚拟层介电常数
Figure 109950DEST_PATH_IMAGE005
,并根据探地雷达测得的发射电磁波的幅度Am,空气介电常数,第一层反射回波幅度A0,结合公式(11),设f1=1,确定k1;第二次测量时,将接收天线和发射天线分别插入第二虚拟层,根据测量的电磁波幅度衰减和相移,并结合经几何衰减校正的电磁波传导模型,确定第二虚拟层介电常数
Figure 120818DEST_PATH_IMAGE006
,并结合公式(12),设ki=k1,确定幅度衰减校准因子fi;
d) 利用公式(12)迭代计算探地雷达天线对应位置的垂直扫描线上各虚拟层的介电常数;
e) 使探地雷达天线在粮堆上表面做水平直线运动,在该直线上每隔一段距离进步骤b)到步骤d)的测量,从而确定沿运动直线的垂直剖面的介电常数分布;
f) 沿步骤e)中所述运动直线在粮堆表面的垂线,每隔一段距离进行步骤b)到步骤e)的测量,从而获得粮堆介电常数的空间分布;
g) 根据粮堆介电常数的空间分布求得粮堆等效相对介电常数,根据介电常数与介质水分的对应关系,即公式
Figure 319718DEST_PATH_IMAGE007
,确定粮堆中的水分分布,其中,
Figure 723017DEST_PATH_IMAGE008
为粮堆等效相对介电常数,粮食含水量为,a,b为常数。
采用电磁波检测粮堆介电常数,从而确定粮堆水分含量的方法,不仅避免了使用大量的传感器,而且还容易测量粮堆内部,设备简单,操作方便,由于还采用了测井法,使得测量结果更加精确。具体优点归纳如下:
1,测量范围大。由于测量范围不受仓内结构、布线、测量成本影响,可以进行几乎任何位置的测量,因而可以根据需要得到任意级别上的水分分布,使人们更易了解和掌握仓内水分的分布情况。
2,测量精度高。介电常数对水分含量敏感,如干燥小麦的机电常数为3-5,水的介电常数为81。因而可以获得较高的测量精度。
3,测量成本低,效率高。由于一套测量设备可以用于多个粮库,进行多次测量,无需在每个粮库安置水分传感器等设备,不仅降低了系统维护的费用,而且节省了测量成本。测量时只需记录数据,既可以在线分析,也可以离线分析,因而缩短了测量时间,提高了测量效率。
发射电磁波的幅度Am是通过将探地雷达天线紧贴一个用做反射镜面的金属板,进行测量得到的。步骤c)所述的测井法采用的天线,发射天线连接扫频仪,接收天线连接示波器。步骤f)所述的常数a,b通过实验确定,a=0.128,b=0.205。步骤a)中分层是将粮堆每5cm分为一层,共128层。
附图说明
图1是粮堆分层示意图;
图2是电磁波在粮堆多个虚拟层的等效传播模型;
图3是测井法测量示意图;
图4是沿某方向移动天线的剖面探测示意图。
具体实施方式
下面结合附图对本发明做进一步详细的说明。具体实施方式如下:
1, 根据所测粮堆深度确定划分的结构层数和探测参数。结构层数目的划分依赖时窗和每扫抽样点数这两个参数。由于是纵深测量,采用发射天线和接收天线一体化的200M天线,或发射天线和接收天线分离的80M天线,将其直接置于粮面上,以减少传播衰减和几何衰减。测量时采用定时触发的工作模式,录取多次垂直方向上的单道回波信号。如采用40ns时窗和每扫128采样点的采集参数,假定电磁波在粮堆中传播的平均速度为6cm/ns(注意电磁波传播速率需采用已知目标深度法事先标定),则数据采集深度为40ns×6cm/ns=240cm。则粮堆中每一虚拟层的深度可定义为240cm/128≈1.875cm。一般在标准的高大平房仓中,按照2002年的国家粮食行业标准(LS/T 1203-2002),粮面距地面高度为6m,因此可将时窗调整为600cm/6cm/s=100ns,每一虚拟层的深度为600cm/128≈5cm。在实际测量中,考虑到介电常数的分辨率一般较低,可将相临虚拟层进行合并,以减少层次划分加快叠代运算时间,但测量精度会相应下降。
2, 确定发射电磁波的幅度Am。由于电磁波在通常的介质表面会发生反射和折射,所以天线从第一层介质接收到的反射回波能量存在损失。为了确定发射电磁波的幅度,可以利用金属板作为反射镜面,并使天线紧贴金属板。这样,发射天线发出的电磁波能量几乎全部被反射回接收天线,而且不存在几何发散造成的能量衰减,所接收到的回波幅度可近似认为发射波的幅度Am。
3,将探地雷达天线放置在粮堆表面,测量探地雷达天线对应垂直剖面上各虚拟层的反射回波幅度Ai;并且进行逐层反演法,详细过程如下,介质分层如图1所示。由于粮堆是散粒体,电磁波在粮堆中传播时会发生散射。接收天线在纵向上接收到的某采样点上的回波,为该采样点对应的虚拟层面上的散射回波的总和,这个散射回波总和可近似看作是该层面的反射回波。该层面上为到达接收天线的散射波和折射波将一并合成该层面的折射波,经过这样的抽象化后,电磁波在粮堆中的传播模型如图2所示。图中忽略了二次以上的多次反射波,
Figure 267448DEST_PATH_IMAGE010
分别表示第个媒质交界面的反射回波幅度和到达时间差。
天线在位置
Figure 934370DEST_PATH_IMAGE012
处发射信号
Figure 364214DEST_PATH_IMAGE013
,所接收信号可以近似看作各层面回波的叠加:
                    (8)
其中L为媒质划分的层数,
Figure 412122DEST_PATH_IMAGE015
为各层面回波的幅度和时延。由于粮堆媒质各层近似均匀,且媒质中一般无其他目标,且是仓内探测,通过预处理噪声和干扰已经得到了很好的处理和抑制,所以所接收回波可以应用该信息模型。
只考虑一次反射波,基于平面波的折射和反射原理,可以得到介电常数与层面回波的关系式为:
Figure 46551DEST_PATH_IMAGE017
        (9)
其中
Figure 306631DEST_PATH_IMAGE018
代表空气与粮食的交界面。
Figure 385446DEST_PATH_IMAGE019
为第
Figure 883423DEST_PATH_IMAGE011
个层面回波的平均衰减,为第
Figure 12233DEST_PATH_IMAGE021
个媒质层的介电常数,
Figure 425897DEST_PATH_IMAGE022
是空气的介电常数,通常取1。基于上面的关系,可以得到介电常数的递推公式为:
               (10)
通过迭代可以逐层计算出各层的介电常数,但需要初始参数,且初始参数的精度将直接影响到递推精度。准确的初始参数通过校准获得。
逐层反演方法一般假设天线发射平面波,并将粮堆假定为表面光滑、没有损耗和色散的分层媒质,但是在对粮仓这种近场目标测量时,天线所发射电磁波不能简单视为平面波,而且粮堆中的粮食是典型的色散媒质,为提高测量精度,将校准因子引入逐层反演公式:
Figure 720929DEST_PATH_IMAGE001
                     (11)
Figure 814656DEST_PATH_IMAGE002
             (12)
上式中,Am是反演回波幅度校准值,Ai是各层面的反射回波幅度,
Figure 235273DEST_PATH_IMAGE024
是各层媒质的介电常数,i表示媒质的序号。考虑到计算出的是一维介电常数序列,故式中省略了位置x和深度z,二维连续介电常数简化为.fi和ki是对应不同层的校准因子,fi用于减少各层媒质的衰减,电磁波的几何扩散等因素的影响,ki是线性误差校准因子,同时又是一个总调节因子,可以减少时延和介电常数估计误差等带来的影响。
4, 该方法是通过迭代计算各层的介电常数,故上面推导出的公式(11)、(12)需要有初始参数。第2步确定能够发射波幅度Am,上一步能够确定测量出第一层媒质的反射波幅度A0,而另外的初始参数需要采用测井法进行两次测量,采用一个发射天线与两个接收天线,第一次测量时,将发射天线和接收天线插入粮堆第一虚拟层中,粮堆水分测量因为测量范围小,属近场工作方式,因此采用了先用平面波模型推导介电常数,然后再进行几何衰减校正的方法。
采用经几何校正的平面波模型,采用测井法推导介电常数的方法原理如下:
将电磁波在地层中的传播近似看成是平面波,即
Figure 418627DEST_PATH_IMAGE026
                 (1)
式中,k为波数。则对于由T-R1-R2组成的单发双收电极系,如图3所示,两个接收天线收到的电场强度的比值为:
Figure 642935DEST_PATH_IMAGE027
                            (2)
则幅度衰减为:
                          (3)
相移为:
Figure 785520DEST_PATH_IMAGE029
                            (4)
由此可以推出:
                       (5)
则介质的介电常数和电导率为:
                         (6)
由于电磁波实际上是一种球面波,将它看作平面波只是一种近似,球面波具有几何衰减,因此需要进行几何衰减校正。定义:
Figure 797841DEST_PATH_IMAGE032
                     (7)
则几何发散校正因子为As=44.65+tp1(1.324+0.184tp1)。
经几何发散校正后的幅度衰减为EATTc=EATT-As,校正后的
Figure 253094DEST_PATH_IMAGE033
=(EATT-As)/8.686。
Figure 684075DEST_PATH_IMAGE034
代入(6)式,即可算出测点处的介电常数。
运用以上方法进行该步测量时,注意井中天线不要插入过深,以免初始介电常数
Figure 250185DEST_PATH_IMAGE005
计算不准确。
在利用测井法取得了第一层的介电常数
Figure 692799DEST_PATH_IMAGE035
,发射电磁波幅度Am和反射波幅度A0后,就可利用(11)式计算介电常数误差校准因子k1。注意:这里假定了f1=1,这是因为:天线采用了屏蔽模式,且与粮面紧耦合,既无回波幅度的衰减,也无几何扩散等因素的影响,散射的回波几乎可以全部被接收天线接收。
再次采用测井法,将接收和发射天线插入到划分的虚拟第二层中,然后测量介电常数,根据插入的深度读取探底探地雷达回波插入点幅度返回值。根据上步得到的线性误差校准因子k和探底探地雷达接收到的回波幅度值,代入递推式(12),求幅度衰减校准因子f1,考虑到是同一介质,各层衰减相同,可把f1作为各层幅度衰减因子fk,即f1=fk(k=2,…,n)。这样公式(12)的初始值和参数都确定了。
5,上述办法能够测量出一个点的垂直扫描线上的介电常数分布,使天线在粮堆表面沿某一直线(平行与粮堆边界)运动,每隔一段适当的距离就进行一次测量,再使天线垂直于该直流运动,每隔一段适当的距离就进行一次测量,如图4所示,如此由垂直扫描线到垂直剖面,再由垂直剖面到整个空间,即可得出整个粮堆空间范围内的介电常数分布。
6,在测算出粮堆介电常数的空间分布后,根据非线性的介电—水分模型,将介电常数空间分布转化为水分含量的空间分布,即可反演出粮堆内部水分含量的空间分布。
非线性的介电—水分模型如下:粮堆可以看成是由干燥的粮食籽粒、水和空气组成的混合介质。混合介质的介电常数可以由组成介质的介电常数的某种组合来表示。组合有两种方式:线性方式和非线性方式的组合。假定某混合介质由三种介质组成,介电常数分 别为
Figure 318953DEST_PATH_IMAGE035
Figure 237230DEST_PATH_IMAGE006
Figure 341452DEST_PATH_IMAGE036
,则混合介质介电常数线性模型为:
Figure 497627DEST_PATH_IMAGE037
                    (13)
非线性模型为:
Figure 950474DEST_PATH_IMAGE038
                (14)
分别为三种介质所占的比例。
对于粮堆来说,设粮食含水量为,粮食颗粒占空比为,则粮食堆非线性介电模型为
Figure 2010102574695100002DEST_PATH_IMAGE042
                    (15)
其中
Figure 681167DEST_PATH_IMAGE043
为粮堆等效相对介电常数,为干燥粮食颗粒介电常数,
Figure 180281DEST_PATH_IMAGE045
为水的介电常数。则粮堆介电水分非线性模型为
Figure 276413DEST_PATH_IMAGE046
                           (16)
若以小麦粮堆为例,用电容法测量干燥小麦颗粒介电常数,并考虑小麦正常存储条件下的容重,上式可以化简为:
Figure 378230DEST_PATH_IMAGE007
                            (17)
其中a、b为常数,确定常数a,b的实验在室内进行,介电常数采用电容法测定,粮食含水量采用烘干法测定。经过大量实验确定a、b值后,小麦堆介电-水分模型为:
Figure 508997DEST_PATH_IMAGE047
                        (18)
Figure 647855DEST_PATH_IMAGE043
带入上式,便能求出粮堆水分分布P。

Claims (5)

1.一种粮堆水分含量的电磁波检测方法,其特征在于,步骤如下:
a) 根据所测粮堆深度,将粮堆沿垂直方向从上到下依次分成至少两个虚拟层;基于反演算法和反射折射定律,得出逐层反演公式:
第一层介电常数:
Figure 800527DEST_PATH_IMAGE001
                      (11)
第二层及之后层介电常数:
Figure 50243DEST_PATH_IMAGE002
       (12)
公式(12)中,
Figure 442041DEST_PATH_IMAGE003
是各虚拟层的介电常数,i表示从上到下层数的序号,是空气介电常数,Ai是各虚拟层的反射回波幅度, ki是各虚拟层的线性误差校准因子,fi是各虚拟层幅度衰减因子;公式(11)中,Am是发射电磁波的幅度,A0是第一虚拟层反射回波幅度,k1是第一虚拟层的线性误差校准因子,f1是第一虚拟层幅度衰减因子;
b) 将探地雷达天线放置在粮堆表面,测量探地雷达天线对应垂直扫描线上各虚拟层的反射回波幅度Ai;
c) 采用测井法进行两次测量确定公式(11)、(12)中的参数f1,k1,fi,ki;采用一个发射天线与两个接收天线,第一次测量时,将接收天线和发射天线分别插入第一虚拟层中,根据测量的电磁波幅度衰减和相移,并结合经几何衰减校正的电磁波传导模型,确定第一虚拟层介电常数
Figure 353682DEST_PATH_IMAGE005
,并根据探地雷达测得的发射电磁波的幅度Am,空气介电常数
Figure 407089DEST_PATH_IMAGE004
,第一层反射回波幅度A0,结合公式(11),设f1=1,确定k1;第二次测量时,将接收天线和发射天线分别插入第二虚拟层,根据测量的电磁波幅度衰减和相移,并结合经几何衰减校正的电磁波传导模型,确定第二虚拟层介电常数
Figure 902661DEST_PATH_IMAGE006
,并结合公式(12),设ki=k1,确定幅度衰减校准因子fi;
d) 利用公式(12)迭代计算探地雷达天线对应位置的垂直扫描线上各虚拟层的介电常数;
e) 使探地雷达天线在粮堆上表面做水平直线运动,在该直线上每隔一段距离进步骤b)到步骤d)的测量,从而确定沿运动直线的垂直剖面的介电常数分布;
f) 沿步骤e)中所述运动直线在粮堆表面的垂线,每隔一段距离进行步骤b)到步骤e)的测量,从而获得粮堆介电常数的空间分布;
g) 根据粮堆介电常数的空间分布求得粮堆等效相对介电常数,根据介电常数与介质水分的对应关系,即公式
Figure 383321DEST_PATH_IMAGE007
,确定粮堆中的水分分布,其中,
Figure 675762DEST_PATH_IMAGE008
为粮堆等效相对介电常数,粮食含水量为
Figure 2010102574695100001DEST_PATH_IMAGE009
,a,b为常数。
2.根据权利要求1所述的一种粮堆水分含量的电磁波检测方法,其特征在于,发射电磁波的幅度Am是通过将探地雷达天线紧贴一个用做反射镜面的金属板,进行测量得到的。
3.根据权利要求1所述的一种粮堆水分含量的电磁波检测方法,其特征在于,步骤c)所述的测井法采用的天线,发射天线连接扫频仪,接收天线连接示波器。
4.根据权利要求1所述的一种粮堆水分含量的电磁波检测方法,其特征在于,步骤f)所述的常数a,b通过实验确定,a=0.128,b=0.205。
5.根据权利要求1-4中任一项所述的一种粮堆水分含量的电磁波检测方法,其特征在于,步骤a)中分层是将粮堆每5cm分为一层,共128层。
CN 201010257469 2010-08-19 2010-08-19 一种粮堆水分含量的电磁波检测方法 Expired - Fee Related CN101915789B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN 201010257469 CN101915789B (zh) 2010-08-19 2010-08-19 一种粮堆水分含量的电磁波检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN 201010257469 CN101915789B (zh) 2010-08-19 2010-08-19 一种粮堆水分含量的电磁波检测方法

Publications (2)

Publication Number Publication Date
CN101915789A true CN101915789A (zh) 2010-12-15
CN101915789B CN101915789B (zh) 2013-07-24

Family

ID=43323350

Family Applications (1)

Application Number Title Priority Date Filing Date
CN 201010257469 Expired - Fee Related CN101915789B (zh) 2010-08-19 2010-08-19 一种粮堆水分含量的电磁波检测方法

Country Status (1)

Country Link
CN (1) CN101915789B (zh)

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102243161A (zh) * 2011-04-15 2011-11-16 中国科学院遥感应用研究所 一种粮食密度与水分的多频率电磁波测量方法
CN102759546A (zh) * 2011-04-27 2012-10-31 航天信息股份有限公司 基于无线射频识别的在线检测粮食水分含量的装置及方法
CN103175852A (zh) * 2011-12-20 2013-06-26 航天信息股份有限公司 一种仓储粮食水分含量在线检测装置及其方法
CN107305226A (zh) * 2017-04-28 2017-10-31 厦门大学 一种层状介质介电常数和厚度同时反演算法
CN108732208A (zh) * 2018-05-22 2018-11-02 上海交通大学 一种谷物水分传感器及测量谷物水分的方法
CN109389176A (zh) * 2018-10-25 2019-02-26 河南工业大学 基于wifi信道状态信息的粮食水分检测方法及系统
CN109444875A (zh) * 2018-09-19 2019-03-08 厦门精益远达智能科技有限公司 基于雷达偏移成像的粮仓监控方法、装置、设备和系统
CN109557112A (zh) * 2018-06-08 2019-04-02 中国科学院南京土壤研究所 粮食含水量测量装置及粮食含水量测量方法
CN109946342A (zh) * 2019-03-27 2019-06-28 湘潭大学 一种便携式粮食保鲜检测装置
CN112350073A (zh) * 2020-09-29 2021-02-09 北京理工大学 一种基于次镜阵列的超大口径反射天线

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1514233A (zh) * 2003-07-24 2004-07-21 江苏瑞迪生科技有限公司 微型平行三针传输线阻抗法土壤水分探测仪
CN1595130A (zh) * 2003-09-09 2005-03-16 中国农业大学 基于介电方法的谷物水分检测装置及检测方法
US6904789B2 (en) * 2001-07-13 2005-06-14 Decagon Devices, Inc. Moisture detection apparatus and method
WO2007104163A1 (en) * 2006-03-16 2007-09-20 Al-Amin Dhirani Dielectric sensing method and system
CN101285720A (zh) * 2008-05-29 2008-10-15 山西中谷科贸有限公司 在线测量粮库粮食温度、水分的数字传感装置
CN101694475A (zh) * 2009-10-14 2010-04-14 北京市农林科学院 多点土壤水分传感器及利用其进行土壤水分测量的方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6904789B2 (en) * 2001-07-13 2005-06-14 Decagon Devices, Inc. Moisture detection apparatus and method
CN1514233A (zh) * 2003-07-24 2004-07-21 江苏瑞迪生科技有限公司 微型平行三针传输线阻抗法土壤水分探测仪
CN1595130A (zh) * 2003-09-09 2005-03-16 中国农业大学 基于介电方法的谷物水分检测装置及检测方法
WO2007104163A1 (en) * 2006-03-16 2007-09-20 Al-Amin Dhirani Dielectric sensing method and system
CN101285720A (zh) * 2008-05-29 2008-10-15 山西中谷科贸有限公司 在线测量粮库粮食温度、水分的数字传感装置
CN101694475A (zh) * 2009-10-14 2010-04-14 北京市农林科学院 多点土壤水分传感器及利用其进行土壤水分测量的方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
《河南工业大学学报(自然科学版)》 20091031 余章明等 《电磁波在储粮水分检测技术中的应用研究》 第30卷, 第5期 *

Cited By (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102243161A (zh) * 2011-04-15 2011-11-16 中国科学院遥感应用研究所 一种粮食密度与水分的多频率电磁波测量方法
CN102759546A (zh) * 2011-04-27 2012-10-31 航天信息股份有限公司 基于无线射频识别的在线检测粮食水分含量的装置及方法
CN102759546B (zh) * 2011-04-27 2013-12-11 航天信息股份有限公司 基于无线射频识别的在线检测粮食水分含量的装置及方法
CN103175852A (zh) * 2011-12-20 2013-06-26 航天信息股份有限公司 一种仓储粮食水分含量在线检测装置及其方法
CN103175852B (zh) * 2011-12-20 2015-12-16 航天信息股份有限公司 一种仓储粮食水分含量在线检测装置及其方法
CN107305226A (zh) * 2017-04-28 2017-10-31 厦门大学 一种层状介质介电常数和厚度同时反演算法
CN107305226B (zh) * 2017-04-28 2019-06-25 厦门大学 一种层状介质介电常数和厚度同时反演算法
CN108732208A (zh) * 2018-05-22 2018-11-02 上海交通大学 一种谷物水分传感器及测量谷物水分的方法
CN108732208B (zh) * 2018-05-22 2020-11-06 上海交通大学 一种谷物水分传感器及测量谷物水分的方法
CN109557112B (zh) * 2018-06-08 2020-08-28 中国科学院南京土壤研究所 粮食含水量测量装置及粮食含水量测量方法
CN109557112A (zh) * 2018-06-08 2019-04-02 中国科学院南京土壤研究所 粮食含水量测量装置及粮食含水量测量方法
CN109444875A (zh) * 2018-09-19 2019-03-08 厦门精益远达智能科技有限公司 基于雷达偏移成像的粮仓监控方法、装置、设备和系统
CN109444875B (zh) * 2018-09-19 2020-06-02 厦门精益远达智能科技有限公司 基于雷达偏移成像的粮仓监控方法、装置、设备和系统
CN109389176A (zh) * 2018-10-25 2019-02-26 河南工业大学 基于wifi信道状态信息的粮食水分检测方法及系统
CN109946342A (zh) * 2019-03-27 2019-06-28 湘潭大学 一种便携式粮食保鲜检测装置
CN112350073A (zh) * 2020-09-29 2021-02-09 北京理工大学 一种基于次镜阵列的超大口径反射天线
CN112350073B (zh) * 2020-09-29 2021-11-26 北京理工大学 一种基于次镜阵列的超大口径反射天线

Also Published As

Publication number Publication date
CN101915789B (zh) 2013-07-24

Similar Documents

Publication Publication Date Title
CN101915789B (zh) 一种粮堆水分含量的电磁波检测方法
CN103175852B (zh) 一种仓储粮食水分含量在线检测装置及其方法
CN101957404B (zh) 一种粮堆介电常数的微波测量方法
CN102621163B (zh) 用于探测土壤含水量在深度方向分布的雷达遥感方法
Rogers et al. Estimating evaporation duct heights from radar sea echo
US7236120B2 (en) Ultra-wideband detector systems for detecting moisture in building walls
CN106772641B (zh) 估测平均土壤含水量的方法
CN101923063B (zh) 一种粮堆中异物的识别方法
Lambot et al. Estimating soil electric properties from monostatic ground‐penetrating radar signal inversion in the frequency domain
CN101900692B (zh) 大面积土壤湿度测量方法
CN106291505B (zh) 一种非植被覆盖区机载LiDAR数据回波强度值校正方法
CN106291542B (zh) 一种隧道三维成像方法
CN105784853A (zh) 一种工程结构方向性损伤主动监测与评估方法
CN101813774A (zh) 一种利用探地雷达测量植物地下根的直径的方法
Valerio et al. GPR detectability of rocks in a Martian-like shallow subsoil: A numerical approach
Molon et al. Quantitative, nondestructive estimates of coarse root biomass in a temperate pine forest using 3‐D ground‐penetrating radar (GPR)
CN114397636A (zh) 一种地基雷达反射率因子均一性评估方法、系统及设备
Dierking Multifrequency scatterometer measurements of Baltic Sea ice during EMAC-95
Illawathure et al. Evaluating soil moisture estimation from ground‐penetrating radar hyperbola fitting with respect to a systematic time‐domain reflectometry data collection in a boreal podzolic agricultural field
AU2010297455B2 (en) Method and device for measuring a profile of the ground
Rasol et al. Analysis and calibration of ground penetrating radar shielded antennas
CN205067387U (zh) 用于测定微波遥感地面散射系数的实验装置
Lv et al. Inversion model of GPR imaging characteristics of point objects and fracture detection of heritage building
CN205067388U (zh) 一种室内测定地面后向散射系数的装置
Cui et al. Application of ground penetrating radar technology in moisture content detection of stored grain

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20130724

Termination date: 20140819

EXPY Termination of patent right or utility model