CN102645552A - 一种用于渡越时间测量的自适应相关算法 - Google Patents

Abstract

本发明涉及一种用于渡越时间测量的自适应相关算法。其特征在于：包括下列步骤：(1)根据工况情况预测速度值v_p，计算预估渡越时间τ_p＝l/v_p，其中l为上下游传感器间距；(2)从某时刻t₁开始，利用上游传感器以采样率f采集长度为L的上游扰动信号；从t₁+τ_p时刻开始，利用下游传感器以采样率f采集长度为L的下游扰动信号；(3)对得到的上游扰动信号及下游扰动信号做互相关运算确定剩余渡越时间τ_r，进而计算相关渡越时间τ_c＝τ_p+τ_r；(4)计算相关速度v_c＝l/τ_c；(5)用τ_c赋值τ_p，即τ_p＝τ_c；(6)若需要继续测量则重复步骤(2)至(5)，否则结束。采用所述自适应相关算法避免了传统算法计算相关函数时由于信号相关系数低引起的函数波峰位置不准确的问题，提高了渡越时间的检测精度。

Description

一种用于渡越时间测量的自适应相关算法

【技术领域】

本发明涉及一种用于渡越时间测量的自适应相关算法，属于互相关测速领域。

【背景技术】

移动对象的运动速度直接关系到工业过程的安全和稳定，比如冶金行业需要对热轧板材运动速度进行测量、石油化工领域需要对气/液两相流流速进行测量、能源领域需要对气力输送管线中固体颗粒输送速度进行测量等。因此在工业生产的过程中对移动对象的速度进行实时监测，对提高各行业的安全生产率、降低能耗、节约能源都具有十分重要的意义。

以电力生产领域的气固两相流为例。燃煤电站的煤粉输送管道中的煤粉速度必须被控制在一个合理的范围以实现最佳输送条件。当煤粉速度过高时，会造成管道的损耗和颗粒的分解，导致能耗的增加；当煤粉速度低于最小安全值时，又会导致管道内颗粒沉积，甚至造成管道堵塞。同时，为了维持炉膛内燃煤高效稳定的燃烧，需要根据锅炉的负荷在线调整给煤量及风量，这就需要精确测量一次风管中煤粉的输送速度。因而，目前对于气固两相流流速的精确测量已经成为制约生产过程安全、高效、经济运行的重要因素。

为了实现颗粒输送速度、钢板移动速度等的实时测量，目前应用较为广泛的测量方法是互相关方法。相关测量技术的数学基础是随机过程理论，其基本思想是通过对流动或运动噪声信号的分析，将速度测量转化为时间间隔测量。互相关测量是基于来自两个传感器的数据间的互相关函数的测量，将移动对象的运动速度测量问题转化为移动对象依次通过相隔一定距离的两截面的时间测量问题。

实际的互相关测速系统中，常将两个特性完全相同的传感器相隔一定距离安装固定在移动对象运动装置的上游和下游，两个传感器分别提取被测移动物体经过相应测量区域时所产生的扰动信号。该扰动信号是移动物体在运动过程中某种物理特性的随机变化，它的大小、频谱特性及其物理意义与所采用的传感器工作原理、结构特性以及被测物体的移动状态等有关。如果两个传感器相距的距离足够小，物体在上游传感器和下游传感器之间移动时其随机扰动特性的变化足够小，则上游传感器和下游传感器采集到的两路扰动信号将基本相同或足够相似，只是在两路信号之间存在一个时间上的滞后。对这两路扰动信号做互相关运算，可以得到互相关函数，互相关函数峰值位置所对应的时刻到坐标原点的时间间隔就是下游扰动信号滞后于上游扰动信号的时间，称为扰动信号的渡越时间，即经过待测上游传感器的扰动信号传递到下游传感器处所需要的时间。再由渡越时间及上游传感器和下游传感器之间的距离即可计算出移动对象的移动速度。

传统互相关算法的计算过程如下：

设x(t)和y(t)分别为上游传感器和下游传感器采集的扰动信号，令R_xy(τ)为x(t)和y(t)的互相关函数，则

$R_{\mathrm{xy}}\left(\mathrm{\τ}\right)=\underset{T\→\∞}{\lim }\frac{1}{T}{\∫}_0^{T}x\left(t\right)y(t+\mathrm{\τ})\mathrm{dt}---\left(1\right)$

将(1)式离散化后得：

(2)式中Δ是采样间隔时间，x(iΔ)和y(iΔ+jΔ)分别是上游传感器和下游传感器获得的扰动信号x(t)和y(t)的采样值。

计算时将上游传感器和下游传感器在同一时刻获取的扰动信号直接进行互相关运算，得到互相关函数，检测函数波峰位置对应的时刻到坐标原点的时间间隔即得到上游传感器和下游传感器获取的两路扰动信号之间的渡越时间τ，测量得到上游传感器和下游传感器的间距l，则移动对象的相关速度v＝l/τ。

然而，这种传统算法精度较低。由于物体在移动的过程中，上游传感器和下游传感器从相同的时刻开始采集数据，渡越时间的存在造成两路信号的重叠度降低，进而引起两路信号相关程度降低，使得计算出的渡越时间存在较大的误差。尤其在一些系统中，由于几何尺寸不易精确测量，要求上游传感器和下游传感器的间距较大，从相同的时刻开始采集的两路信号重叠度通常较低。因此，将两路信号直接进行互相关运算得到的互相关系数通常较低，波峰位置确定不准确，进而检测得到的渡越时间精确度低，最终导致计算得到的物体移动速度存在较大误差。

近年来，研究人员对于传统互相关算法也提出了一些改进措施，包括极性相关法、二分法寻峰相关法、插值相关法等等，以提高算法的实时性能及寻峰精度。极性相关法将输入信号进行二值化处理，再将两路信号进行互相关运算。该算法的主要目的是减小传统互相关算法的计算量，提高运算的实时性，但是互相关运算的精度并没有得到提高。采用二分法寻峰相关法对128个采集点的信号序列进行互相关计算，先对序号为8，16，24，...，120的相关函数值进行扫描，计算出15个相关值，从中确定最大值R＝R_m1；然后计算R＝R_m1-4，R＝R_m1+4，判定最大值R，此时R＝R_m2；再计算互相关函数值R＝R_m2-2，R＝R_m2+2，算出最大值R＝R_m3；最后计算互相关函数值R＝R_m3-1，R＝R_m3+1，算出最大值R，得到互相关的最终结果。这种算法的目的仍然在于减小运算量，提高运算速度，对于互相关运算的精确度没有提高。第三种算法插值相关法，主要针对极性相关法进行改进。做法是：在每相邻的两个点之间补充n个0，对信号进行低通滤波，再对两路信号进行互相关运算。该方法相当于提高了系统的采样频率，目的在于提高系统的时间分辨率。但是由于参与运算的信号的重叠性并没有得到改善，因此对于互相关运算的互相关系数无法得到提高，从而无法从本质上提高对于渡越时间的检测精度。

【发明内容】

本发明的目的在于提供一种用于渡越时间测量的自适应相关算法。这种算法可以通过预估渡越时间改变传感器采集信号的起始时刻，提高进行运算的两路扰动信号的重叠度，由此提高互相关函数的互相关系数，使得波峰位置的确定更加准确。本方法自动校准传统算法渡越时间计算中由于两路扰动信号重叠度低造成的误差，更加准确地得到所需移动物体的速度。

本发明所提供的一种用于渡越时间测量的自适应相关算法，包括以下步骤：

步骤一、根据经验预测移动物体的速度值v_p，计算预估渡越时间τ_p＝l/v_p，其中l为上游传感器和下游传感器之间的距离；

步骤二、利用上游传感器采集上游扰动信号，设信号采集的起始时刻为t₁，采样率为f，采样长度为L；从t₁+τ_p时刻开始，利用下游传感器以采样率f采集采样长度仍为L的下游扰动信号；

步骤三、对得到的上游传感器的扰动信号和下游传感器的扰动信号做互相关运算，检测互相关函数波峰所对应的时刻到坐标原点的时间间隔确定剩余渡越时间τ_r，利用τ_c＝τ_p+τ_r，计算相关渡越时间τ_c。

步骤四、计算移动物体的相关速度v_c＝l/τ_c，同时输出τ_c、v_c；

步骤五、将τ_c赋值给τ_p，即τ_p＝τ_c；

步骤六、判断是否需要继续测量，若需继续测量，则重复步骤二至五，否则测量结束；

本发明为一种用于渡越时间测量的自适应相关算法，其优点及效果在于：由于采用所述自适应算法，先根据经验速度值计算出预估渡越时间，将下游传感器采集信号的起始时刻相对上游传感器采集信号的起始时刻后移该预估渡越时间后，上游传感器和下游传感器分别以相同的采样率采集相同采样长度的信号，将两路扰动信号做互相关运算得到互相关函数，检测函数波峰位置所对应的时刻到坐标原点的时间间隔得到剩余渡越时间。进而将剩余渡越时间与之前得到的预估渡越时间相加得到相关渡越时间。当系统需要进行连续测量时，将得到的相关渡越时间作为新的预估渡越时间，重复以上步骤，直至测量过程结束。本方法由预估渡越时间改变传感器采集信号的起始时刻，实现了上游传感器信号和下游传感器信号中重叠度较大的信号段的自适应寻找，由此极大地提高了进行计算的两路扰动信号的互相关系数。与传统算法的计算结果相比，此算法可以得到互相关系数更高的互相关函数，波峰位置的确定更为准确，得到的渡越时间的精度也更高，从而使移动物体速度的计算精确度得到很大提高。

【说明书附图】

图1所示为渡越时间测量装置示意图

图2所示为渡越时间测量原理示意图

图3所示为渡越时间测量流程图

图4所示为上、下游传感器采集信号波形图

图5所示为自适应算法与传统算法计算相关函数波形对比图

【具体实施方式】

本发明为一种用于渡越时间测量的自适应相关算法，包括下列步骤：

参见附图1，附图1为粉体颗粒在管道中输送的示例图。上游传感器3和下游传感器4均固定在粉体输送管道1的外壁，粉体颗粒2在管道1中运动。粉体颗粒2在输送过程中，先后经过固定在管道1上的上游传感器3和下游传感器4。根据经验预测粉体颗粒输送速度v_p，计算预估渡越时间τ_p＝l/v_p，其中l为上游传感器和下游传感器之间的距离。利用上游传感器3以采样率f和采样长度L采集上游扰动信号，定义利用上游传感器3进行信号采集的起始时刻为t₁。在t₁+τ_p时刻利用下游传感器4以采样率f和采样长度L采集下游扰动信号。上游传感器和下游传感器采集的扰动信号经信号调理电路6，由AD模块7采集并送入相关器8进行相关计算。

参见附图2，粉体颗粒2先后通过间距为l的上游传感器3和下游传感器4，得到两路扰动信号分别为9和10，对两路扰动信号9和10进行互相关运算，得到互相关函数11。

参见附图3：

步骤一、根据经验预测粉体颗粒的输送速度v_p，测量固定在输送管道上的上游传感器和下游传感器之间的距离l，计算预估渡越时间τ_p＝l /v_p；

步骤二、利用上游传感器3采集上游扰动信号9，将上游传感器进行信号采集的起始时刻设为t₁，采样率为f，采样长度为L；从t₁+τ_p时刻开始，利用下游传感器4以采样率f采集采样长度为L的下游扰动信号10；

步骤三、对得到的上游传感器和下游传感器的扰动信号进行互相关运算，得到互相关函数11，检测互相关函数的波峰位置所对应的时刻到坐标原点的时间间隔确定剩余渡越时间τ_r，利用τ_c＝τ_p+τ_r计算相关渡越时间；

步骤四、计算相关速度v_c＝l/τ_c；

步骤五、将τ_c赋值给τ_p，即τ_p＝τ_c；

步骤六、工业生产过程中常常需要连续测量粉体颗粒的输送速度，判断是否需要继续测量，若需要继续测量则重复步骤二至五，否则测量结束。

采用上述自适应相关算法，先根据经验预测粉体颗粒的输送速度计算得到预估渡越时间，再将下游传感器信号采集的起始时刻相对上游传感器信号采集的起始时刻后移该预估渡越时间，对上游传感器和下游传感器信号以相同采样率采集相同采样长度信号，做互相关运算得到剩余渡越时间，将剩余渡越时间与预估渡越时间相加作为相关渡越时间。这种方法使得系统可以由预估渡越时间自适应地延迟下游传感器采集信号的起始时刻，随着测量过程的连续进行，可以使上游传感器所采集信号和下游传感器所采集信号的重叠度极大化，从而极大地提高两路扰动信号的互相关系数，因此函数波峰位置的确定更为准确。自适应算法避免了传统算法中由于上游传感器和下游传感器从同一起始时刻开始采集信号，获取的两路扰动信号的重叠度较低造成两路扰动信号的互相关系数较低，进而引起互相关函数波峰位置确定不准确的缺点。利用本发明所述算法测得的上游传感器和下游传感器信号之间的渡越时间比传统算法更为准确，极大提高了计算被测物体移动速度的精确度。

参见附图4，附图4所示为一种测速装置上获得的上游传感器和下游传感器的扰动信号的波形图。系统采样频率为20kHz，上游传感器和下游传感器间距50mm。

传统互相关算法上游传感器和下游传感器从同一起始时刻开始采集2000个采集点，对获得的上游及下游两路扰动信号进行互相关运算，得到图5中实线所示的波形。从图中可以得到，函数最大值点的横坐标即渡越时间为16.40ms，最大值点的纵坐标即互相关系数为0.78。采用改进的自适应相关算法，首先根据经验预测被测物体的移动速度为4.00m/s，可得预估渡越时间为12.50ms，进而将下游传感器采集信号的起始时刻比上游传感器采集信号的起始时刻后移12.50ms，上游传感器和下游传感器均采集2000个采样点。将获得的上游及下游两路扰动信号进行互相关运算，得到图5虚线所示的互相关函数波形。从图中可以得到，函数最大值点的横坐标即剩余渡越时间为3.55ms，最大值点的纵坐标即互相关系数为0.96，则自适应相关算法计算得到的渡越时间为16.05ms。

由实验装置设定得到的参考渡越时间为15.90ms。自适应相关算法和传统相关算法的互相关系数分别为0.96和0.78，两种相关算法计算得到的相关渡越时间分别为16.05ms和16.40ms。可见，自适应相关算法的互相关系数比传统相关算法提高了0.18；通过与参考渡越时间相比较，采用自适应相关算法测量渡越时间的相对误差比传统相关算法减小了2.20％。

可以看出，由于信号采集起始时刻的改变使得参与互相关运算的两路扰动信号的重叠度提高，自适应相关算法的互相关系数得到了很大的提高，相关函数的波峰位置的确定更为准确，渡越时间的检测精度更高，因此对于被测物体移动速度的计算精确度能够得到很大提高。

Claims (1)

1.一种用于渡越时间测量的自适应相关算法，其特征在于：包括以下步骤：

步骤一、根据经验预测被测对象的移动速度v_p，并根据上游传感器和下游传感器之间的距离l计算出预估渡越时间τ_p＝l/v_p；

步骤二、利用上游传感器采集上游扰动信号，设信号采集起始时刻为t₁，采样率为f，采样长度为L；从t₁+τ_p时刻开始，利用下游传感器以采样率f采集采样长度为L的下游扰动信号；

步骤三、对得到的上游传感器的扰动信号及下游传感器的扰动信号进行互相关运算，通过检测互相关函数波峰所在位置确定剩余渡越时间τ_r，进而利用τ_c＝τ_p+τ_r计算相关渡越时间τ_c；

步骤四、计算相关速度v_c＝l/τ_c；

步骤五、将τ_c赋值给τ_p，即τ_p＝τ_c；

步骤六、判断是否需要继续测量，若需继续测量，则重复步骤二至五，否则测量结束。

Images