CN102411016B

CN102411016B - 金属分辨算法

Info

Publication number: CN102411016B
Application number: CN201110230754.2A
Authority: CN
Inventors: 辜大光; 杨运勋; 向志文; 杜明辉; 袁仁坤; 范立斌; 杜绪明
Original assignee: DONGGUAN SOUTHSTAR ELECTRONICS Co Ltd
Current assignee: Dongguan Southstar Electronics Co., Ltd.
Priority date: 2011-08-12
Filing date: 2011-08-12
Publication date: 2014-06-04
Anticipated expiration: 2031-08-12
Also published as: CN102411016A

Abstract

本发明公开一种金属分辨算法，其系用于金属探测设备中微控制器内部对数据的处理，包括有数据采集、数据预处理、极值搜索、查匹配表及分辨识别等算法步骤；其中，前述数据采集步骤中系通过将每组连续多次采样值中去掉最大值及最小值再对余下的采样值取平均值作为一组采样数据，其有效起到了预滤波作用；并数据预处理步骤中进行了分帧处理，有得微控制器对数字信号的分辨；藉此，通过前述一系列的算法步骤，使得金属探测设备能够灵敏地分辨出不同金属的具体类型，有效提高了金属探测设备的探测灵敏度、确保金属探测设备的可靠性，有利于增强金属探测设备的市场竞争力。

Description

金属分辨算法

技术领域

本发明涉及金属探测领域技术，尤其是指一种分辨灵敏、能准确识别出不同金属的具体类型的金属分辨算法。

背景技术

目前的金属探测设备广泛应用于食品、医药、纺织、服装、玩具等行业，其可以用于检测混入其中的金属颗粒，以确保食品和人身安全等。金属探测器系利用电磁感应的原理，利用有交流电通过的线圈，产生迅速变化的磁场，这个磁场能在金属物体内部产生涡电流，涡电流又会产生磁场，倒过来影响原来的磁场。

现有的金属探测器包括有微控制器和金属检测部分，其中，该金属检测部分用于完成金属探测功能，其包括有发射线路和接收线路，接收线路所获得信号经过A/D芯片转换为数字信号输入前述微控制器内，并通过微控制器内部对前述数字信号进行处理，以实现对不同金属物体的鉴别。

然而，应用现有的微控制器内部对前述数字信号的处理方式存在一些不足，例如：很难将所测不同金属物体的电阻性分量及电抗性分量进行精确的分析与处理以准确识别出金属具体类型，较易出现混淆现象，对不同金属物体的分辨不够灵敏等。因而，不利于确保食品和人身安全。

藉此，如何提高金属探测设备的探测灵敏度、确保金属探测设备的可靠性，以确保食品和人身安全等，是现在急需解决的问题。

发明内容

有鉴于此，本发明针对现有技术存在之缺失，其主要目的是提供一种金属分辨算法，其分辨灵敏，能准确识别出不同金属的具体类型。

为实现上述目的，本发明采用如下之技术方案：

一种金属分辨算法，其系用于金属探测设备中微控制器内部对数据的处理，包括以下步骤：

（1）数据采集：所测金属的电阻性分量及电抗性分量经A/D芯片转换为数字信号输入微控制器内，对前述数字信号的采样过程中，每组连续多次采样值中除去最大值及最小值再对余下的采样值取平均值作为一组采样数据，如此，获得多组采样数据，以达到预滤波作用；

（2）数据预处理：对前述获得的所有采样数据进行分帧处理，将每多个采样数据作为一帧；

（3）极值搜索：对前述每一帧采样数据进行帧内极值搜索，针对前述金属的电阻性分量及电抗性分量分别寻求一个极大值点和一个极小值点，并分别求出相应极大值点和极小值点之间的差值，获得电阻性分量极值偏差和电抗性分量极值偏差；

（4）查匹配表：根据前述获取的电阻性分量极值偏差和电抗性分量极值偏差，对应微控制器内的匹配表进行查询；

（5）分辨识别：将前述匹配表查询结果转换为金属识别结果。

作为一种优选方案，所述步骤（3）中获得的电阻性分量极值偏差和电抗性分量极值偏差后，还包括有一自学习步骤：对步骤（3）中获得的典型金属类别的电阻性分量极值偏差和电抗性分量极值偏差进行学习，把学习到的数据保存在匹配表中以便于之后对金属的识别。

作为一种优选方案，所述步骤（1）中系对每组连续18次采样值中除去最大值及最小值再对余下的16个采样值取平均值作为一组采样数据。

作为一种优选方案，所述步骤（3）中，针对前述电抗性分量极值偏差设定一个门限值，当其超过该门限值，则结束极值搜索，并根据该电抗性分量极值偏差及相应的电阻性分量极值偏差进入步骤（4）以查匹配表，若未达到该门限值，则继续重复步骤（3）进行极值搜索，直至所获得的电抗性分量极值偏差超前述该门限值。

作为一种优选方案，所述步骤（2）中进行分帧处理时，系将每128个采样数据作为一帧。

作为一种优选方案，所述步骤（2）中进行分帧处理时，依次进行如下步骤：

（1）帧内采样数据计数值初始化；

（2）对每五个点进行五点三次平滑法：利用最小二乘法原理对离散数据进行三次最小二乘多项式平滑的方法。

（3）帧内采样数据计数值达到128，即作为一帧；采样数据计数值超过128，则接着重复前述步骤（1）、步骤（2）、步骤（3）。

本发明与现有技术相比具有明显的优点和有益效果，具体而言，由上述技术方案可知：其主要系通过数据采集、数据预处理、极值搜索、查匹配表及分辨识别等算法步骤，灵敏地分辨出不同金属的具体类型，有效提高了金属探测设备的探测灵敏度、确保金属探测设备的可靠性，有利于增强应用该金属分辨算法的金属探测设备的市场竞争力。

为更清楚地阐述本发明的结构特征和功效，下面结合附图与具体实施例来对本发明进行详细说明。

附图说明

图1是本发明之较佳实施例的电路原理示意图；

图2是本发明之较佳实施例的模块示意图；

图3是本发明之较佳实施例的算法执行流程图。

具体实施方式

请参照图1至图3所示，其显示出了本发明之较佳实施例的具体结构，包括有微控制器和金属检测部分。其中，该金属检测部分用于完成金属探测功能，其包括有发射线路和接收线路。

该发射线路包括有发射线圈和驱动放大模块；前述微控制器、驱动放大模块和发射线圈依次连接，由微控制器经过驱动放大模块而驱动发射线圈，使发射线圈向地下发送7.8KHz的低频正弦交变信号，根据电磁感应原理发射线圈内的交变电流会产生交变磁场。

该接收电路包括有接收线圈、前级放大模块、同步解调模块、第一滤波放大模块、正交解调模块、第二放大滤波模块、模拟复用开关和A/D芯片；该接收线圈、前级放大模块、同步解调模块、第一滤波放大模块、模拟复用开关、A/D芯片和微控制器依次连接，同时，该前级放大模块连接正交解调模块，该正交解调模块连接第二滤波放大模块，该第二滤波放大模块连接模拟复用开关；工作时，该接收线圈的放置根据感应平衡原理，在无金属目标出现时，该接收线圈上基本无信号出现，其感应电压接近于零，一旦有金属目标出现，由于交变磁场受到金属目标物体的影响，从而改变磁场的分布，破坏前述的感应平衡状态，

则接收线圈上会出现微弱的且与发射电路中同频率的交变信号，而不同的金属目标物体对应的这些信号之间存在着相位以及幅度的区别，该接收线圈上微弱的感应信号经过前级放大模块放大以及相位解调电路，最后经过第一放大滤波模块和第二放大滤波模块分别得到两个正交分量，该两路分量中，一路是金属物体所影响的电阻性分量，记为R，另一路为电抗性分量，记为X。该两路信号经过模拟复用开关轮流选通，然后经过A/D芯片模数转换为数字量被微控制器所读取，并通过微控制器内部的金属分辨算法，实现对不同金属物体的鉴别。

结合图2及图3所示，本发明的重点在于，前述微控制器内部所执行的用于鉴别金属类别的金属分辨算法，其包括以下步骤：

（1）数据采集：所测金属的电阻性分量及电抗性分量经A/D芯片转换为数字信号输入微控制器内，对前述数字信号的采样过程中，每组连续18次采样值中除去最大值及最小值再对余下16次的采样值取平均值作为一组采样数据，如此，获得多组采样数据，以达到预滤波作用；

（2）数据预处理：对前述获得的所有采样数据进行分帧处理，将每128个采样数据作为一帧；具体而言，(a)进行帧内采样数据计数值初始化，(b)对每五个点进行五点三次平滑法，即利用最小二乘法原理对离散数据进行三次最小二乘多项式平滑的方法，五点三次平滑法计算公式为：

y(1)=(1/70)*(69*x(1)+4*(x(2)+x(4))-6*x(3)-x(5))

y(2)=(1/35)*(2*x(1)+x(5)+27*x(2)+12*x(3)-8*x(4))

y(i)=(1/35)*(-3*(x(i-2)+x(i+2))+12*x(i-1)+x(i+1)+17*x(1))

y(m-1)=(1/35)*(2*(x(m-4)+x(m)-8*x(m-3)+12*x(m-2)+27*(m-i))

y(m)=(1/70)*(-x(m-4)+4*x(m-3)+x(m-1))-6*x(m-2)+69*x(m))

式中，i=3,4,…m-2

(c)帧内采样数据计数值达到128，即作为一帧；采样数据计数值超过128，则一帧结束，并接着重复前述步骤（a）、步骤（b）、步骤（c）以进行另一帧处理。

（3）极值搜索：对前述每一帧采样数据进行帧内极值搜索，针对前述金属的电阻性分量及电抗性分量分别寻求一个极大值点和一个极小值点，并分别求出相应极大值点和极小值点之间的差值，获得电阻性分量极值偏差和电抗性分量极值偏差；其中，针对前述电抗性分量极值偏差设定一个门限值，当其超过该门限值，则结束极值搜索，并根据该电抗性分量极值偏差及相应的电阻性分量极值偏差进入下一步骤，若未达到该门限值，则继续重复步骤（3）进行极值搜索，直至所获得的电抗性分量极值偏差超前述该门限值。

（4）自学习步骤：对步骤（3）中获得的典型金属类别的电阻性分量极值偏差和电抗性分量极值偏差进行学习，把学习到的数据保存在匹配表中以便于之后对金属的识别。

（5）查匹配表：根据前述获取的电阻性分量极值偏差和电抗性分量极值偏差，对应微控制器内的匹配表进行查询；

（6）分辨识别：将前述匹配表查询结果转换为金属识别结果。

本发明的设计重点在于，其主要系通过数据采集、数据预处理、极值搜索、查匹配表及分辨识别等算法步骤，灵敏地分辨出不同金属的具体类型，有效提高了金属探测设备的探测灵敏度、确保金属探测设备的可靠性，有利于增强应用该金属分辨算法的金属探测设备的市场竞争力。

以上所述，仅是本发明的较佳实施例而已，并非对本发明的技术范围作任何限制，故凡是依据本发明的技术实质对以上实施例所作的任何细微修改、等同变化与修饰，均仍属于本发明技术方案的范围内。

Claims

1.一种金属分辨算法，其系用于金属探测设备中微控制器内部对数据的处理，其特征在于：

包括以下步骤：

（1）数据采集：所测金属的电阻性分量及电抗性分量经A/D芯片转换为数字信号输入微控制器内，微控制器对前述数字信号的采样过程中，将每组连续多次采样值中去掉最大值及最小值再对余下的采样值取平均值作为一组采样数据，如此，获得多组采样数据；

（2）数据预处理：对前述获得的所有采样数据进行分帧处理，将每多个数量的采样数据作为一帧，其中，分帧处理时：

（2-a）进行帧内采样数据计数值初始化，

（2-b）对一定数量的点进行平滑，

（2-c）帧内采样数据计数值达到该多个数量时，即作为一帧，采样数据计数值超过该多个数量时，则一帧结束，并接着重复步骤（2-a）、步骤（2-b）、步骤（2-c）以进行另一帧处理；

（3）极值搜索：对前述每一帧采样数据进行帧内极值搜索，针对前述金属的电阻性分量及电抗性分量分别寻求一个极大值点和一个极小值点，并分别求出相应极大值点和极小值点之间的差值，获得电阻性分量极值偏差和电抗性分量极值偏差，其中，针对前述电抗性分量极值偏差设定一个门限值，当其超过该门限值，则结束极值搜索，并根据该电抗性分量极值偏差及相应的电阻性分量极值偏差进入步骤（4）以查匹配表，若未达到该门限值，则继续重复本步骤（3）进行极值搜索，直至所获得的电抗性分量极值偏差超前述该门限值；

（5）分辨识别：将前述匹配表查询结果转换为金属类型识别结果。

2.根据权利要求1所述的金属分辨算法，其特征在于：所述步骤（3）中获得的电阻性分量极值偏差和电抗性分量极值偏差后，还包括有一自学习步骤：对步骤（3）中获得的典型金属类别的电阻性分量极值偏差和电抗性分量极值偏差进行学习，把学习到的数据保存在匹配表中以便于之后对金属的识别。

3.根据权利要求1所述的金属分辨算法，其特征在于：所述步骤（1）中系对每组连续18次采样值中除去最大值及最小值再对余下的16个采样值取平均值作为一组采样数据。

4.根据权利要求1所述的金属分辨算法，其特征在于：所述步骤（2）中进行分帧处理时，系将每128个采样数据作为一帧。

5.根据权利要求4所述的金属分辨算法，其特征在于：所述步骤（2-b）中进行分帧处理时，所述平滑操作是对每五个点进行五点三次平滑法：利用最小二乘法原理对离散数据进行三次最小二乘多项式平滑的方法。