CN114487471B - 一种基于无线网络的非接触式转速测量系统及方法 - Google Patents

Abstract

本发明属于转速测量技术领域，提供了一种基于无线网络的非接触式转速测量系统及方法。系统包括COTS设备发射端、COTS设备接收端和云服务器；COTS设备发射端和COTS设备接收端相隔置于房间内；COTS设备发射端用于发送携带CSI信息的WiFi信号，COTS设备接收端用于接收包含物体旋转特性的CSI信息上传至云服务器。本发明通过分析物体旋转对CSI振幅和相位产生的影响，并利用振幅和相位在旋转感知中的互补性实现精确的转速测量。此外，解决了由旋转物体振动引起的误差问题，并应用共轭相乘技术来应对随机相位偏移和多径效应。所开发的系统使用廉价的商品WiFi硬件提供远程非接触式IAS测量，补充了现有的系统。

Description

一种基于无线网络的非接触式转速测量系统及方法

技术领域

本发明属于转速测量技术领域，涉及一种基于无线网络的非接触式转速测量系统及方法，本系统使用常见WiFi信号对旋转物体进行CSI(Channel State Information，信道状态信息)采样，通过分析WiFi信号的传播特性和物体的旋转特性来计算转速，并利用CSI振幅和相位在旋转感知中的互补性来优化转速精度，由此实现精确的非接触式转速测量。

背景技术

旋转速度是设备状态监测和问题诊断的一个重要参数。在工业制造中，齿轮转速的轻微偏差可能会导致缺陷的产品。在家庭环境中，风扇等电器转速的急剧变化能够指作为问题的指示器。现有的转速测量技术主要分为接触式和非接触式两种方法。对于接触式系统，在目标上附加一个设备甚至一个小的RFID(Radio Frequency Identification，射频识别)标签都会影响精细目标的旋转过程；对于非接触式系统，传感范围通常是有限的，需要近距离才能测量转速。然而在高风险的工业环境中，这种近距离的要求可能会引起安全问题。虽然基于激光的系统可以实现远程跟踪，但它需要精确地指向目标。为解决以上方法存在的问题，本发明以强普适性的WiFi信号作为研究对象，通过分析物体旋转对CSI振幅和相位产生的影响，并利用振幅和相位在旋转感知中的互补性实现精确、远距离和无需对准的转速测量。

发明内容

本发明要解决的技术问题是如何使用COTS(Commercial-Off-The-Shelf,商用现货)WiFi设备收集包含旋转对象的物理特征的WiFi信号，以实现精确的无接触转速测量。本发明通过结合WiFi信号传播的物理空间特性和物体的旋转特性，最终为基于WiFi的非接触式转速测量领域的应用提供了理论依据和实践经验，设计的系统为工业、家庭中的转速测量问题提供了新的解决方案。本发明的目的是提供一种基于无线网络的非接触式转速测量系统。

本发明的技术方案：

一种基于无线网络的非接触式转速测量系统，包括COTS设备发射端、COTS设备接收端和云服务器；

COTS设备发射端和COTS设备接收端均支持802.11n协议，二者相隔置于房间内；COTS设备发射端用于发送携带CSI信息的WiFi信号，COTS设备接收端用于接收包含物体旋转特性的CSI信息上传至云服务器；

云服务器包括Wi-Fresnel模型、Wi-Phase模型和结合模型；具体来说，根据旋转物体与WiFi收发器对形成的菲涅耳区之间的位置关系，本发明将转速测量分为两种情况：(1)物体的旋转方向不平行于COTS设备之间的LoS路径；(2)物体的旋转方向平行于COTS设备之间的LoS路径。对于第一种情况，利用旋转物体扇叶连续切割菲涅尔区边界会对CSI振幅产生的周期性变化，设计Wi-Fresnel模型计算转速值；对于第二种情况，分析物体旋转特性与CSI相位信息之间的关系，设计Wi-Phase模型得到转速值；最后，在结合模型中设计一种聚类算法来融合Wi-Fresnel和Wi-Phase模型的结果，进一步提高测量精度。

一种基于无线网络的非接触式转速测量方法，步骤如下：

步骤一，COTS设备发射端发送WiFi信号，物体旋转对WiFi信号造成明显扰动，此时COTS设备接收端收集WiFi信号的并将其上传至云服务器上；

步骤二，云服务器中的Wi-Fresnel模型、Wi-Phase模型和结合模型对步骤一中收集到的WiFi信号建模。Wi-Fresnel模型探索旋转物体扇叶切割菲涅耳区边界时信号振幅的变化特征。Wi-Phase模型利用信号的相位变化将转速测量问题形式化为一个线性规划问题。结合模型将Wi-Fresnel和Wi-Phase获得的转速值进行聚类来进一步提高测量精度；

Wi-Fresnel模型，具体步骤如下：

(1)数据去噪：设置巴特沃斯低通滤波器截止频率为80Hz；

(2)峰值点检测：利用峰值点左右极限的偏导数值准确找到峰值点；

(3)振幅峰值检测方案：首先定义两个队列Q₁和Q₂来分别记录信号峰值时间点和两个相邻峰值之间的时间间隔。之后去除队列Q₂中的异常值，并对其进行聚类。最后队列Q₂中的众数T作为最终峰值之间的时间间隔。

(4)由物体的旋转周期得出物体的旋转速度；

Wi-Phase模型，具体步骤如下：

(1)建立信号路径变化与旋转速度和扇叶半径之间的关系；

(2)建立CSI相位与转速之间的联系；

(3)使用信号共轭相乘技术消除相位偏移，并进一步采用一种精细的信号处理方法去除多路径效应；

(4)将具有多个均匀分布叶片的旋转物体的转速测量问题转化为线性规划，计算得出物体旋转的周期；

(5)利用时间窗口技术避免旋转体振动引起的误差；

结合模型，具体步骤如下：

(1)为将两个模型结合在一起，将数据划分为多个时间窗口，分别使用Wi-Fresnel和Wi-Phase模型基于不同的时间窗口进行转速计算；

(2)利用K-means聚类算法将Wi-Fresnel和Wi-Phase模型基于多个时间窗口得出的转速值进行聚类，得出的最密集的点为最终测量值。

3、本发明的效果和益处

本发明的有益效果：设计并开发一种基于无线网络的非接触式转速测量系统。通过分析物体旋转对CSI振幅和相位产生的影响，并利用振幅和相位在旋转感知中的互补性实现精确的转速测量。此外，解决了由旋转物体振动引起的误差问题，并应用共轭相乘技术来应对随机相位偏移和多径效应。所开发的系统使用廉价的商品WiFi硬件提供远程非接触式IAS测量，补充了现有的系统。

附图说明

图1为云服务器的结构示意图。

图中：1COTS设备接收端；2COTS设备发射端；3旋转物体；4CSI数据模块；5Wi-Fresnel模型；6Wi-Phase模型；7结合模型；8CSI振幅数据；9CSI相位数据；10数据去噪；11峰值点检测；12振幅峰值检测方案；13旋转速度计算；14信号路径变化与转速联系15相位与转速联系；16相位偏移消除和多路径效应去除；17旋转速度计算；18避免振动误差；19K-means聚类算法。

具体实施方式

以下结合技术方案(和附图)详细叙述本发明的具体实施方式。

一种基于无线网络的非接触式转速测量系统及方法，包括COTS设备发射端、COTS设备接收端和云服务器；

步骤一，COTS设备发射端发送WiFi信号，物体旋转对WiFi信号造成明显扰动，此时COTS设备接收端收集WiFi信号的并将其上传至云服务器上；

步骤二，云服务器中的Wi-Fresnel模型、Wi-Phase模型和结合模型对步骤一中收集的WiFi信号建模。

Wi-Fresnel模型，具体步骤如下：

(1)数据去噪：设置巴特沃斯低通滤波器截止频率为80Hz；

(2)检测峰值的时间点；

其中t₀为峰值的时间点，

和

代表t₀的左极限和右极限，

是CSI振幅；

(3)振幅峰值检测方案：定义两个队列Q₁和Q₂来分别记录信号峰值时间点和两个相邻峰值之间的时间间隔。之后利用四分法去除队列Q₂中的异常值，并对其进行聚类。最后队列Q₂中的众数T作为最终峰值之间的时间间隔。

(4)设旋转物体的扇叶数量为B，则BT为旋转物体的周期。物体的旋转速度为

Wi-Phase模型，具体步骤如下：

(1)信号路径变化Δl与旋转速度w和扇叶半径R之间的关系为：

Δl＝wRΔt. (2)

(2)由t_i时刻信号的表达式：

和等式(2)建立CSI相位与转速之间的联系；

其中

是t_i时刻接收信号的相位，w是转速；

(3)使用信号共轭相乘技术消除相位偏移；

其中

是天线s₁接收到的信号，

是天线s₂的共轭，β为接收天线不同步导致的相位偏移；

进一步采用一种精细的信号处理方法去除多路径效应；

其中s_1,s和s_2,s表示天线s₁和天线s₂包含的静态路径能量，s_1,d和s_2,d表示动态路径能量，

表示对应信号的共轭；

首先将时域信号转换到频域中，等式(5)中的静态组成部分①通过减去能量的平均值去除，动态能量组成部分④由于太小可以直接忽略；

之后使用MUSIC算法增加s₁的能量减少s₂的能量来得到动态路径能量；

最后将信号转换到时域中；

(4)建立CSI相位与旋转物体转速之间的联系，将具有多个均匀分布叶片的旋转物体的转速测量问题转化为线性规划问题，计算得出物体旋转的周期；n个数据包之间的相位表示为：

将时域CSI相位按时间划分成一组时间窗口数据：

其中，m是时间窗口数据中每一列的长度；

从等式(7)的每一列数据中提取相位值，之后计算所有数据的转速值。最后，确定其中的最小值为转速测量值，

(5)避免旋转体振动引起的误差：

根据等式(7)构造多组不同长度的时间窗口。每组时间窗口都可以提供一个转速测量结果，从多组不同长度的时间窗口获得的转速测量值的平均值作为最终转速结果。

结合模型，具体步骤如下：

(1)为将两个模型结合在一起，分别使用Wi-Fresnel和Wi-Phase模型基于多组不同长度的时间窗口数据进行转速计算；

(2)利用K-means聚类算法将Wi-Fresnel和Wi-Phase模型基于多组时间窗口得出的转速值进行聚类，得出的最密集的点为最终测量值。

其中p(w)为K-means算法初始点，w_F和w_F分别表示Wi-Fresnel和Wi-Phase模型的结果，

K-means聚类结果为

系统的最终转速测量值为：

Claims (2)

1.一种基于无线网络的非接触式转速测量系统，其特征在于，该非接触式转速测量系统包括COTS设备发射端、COTS设备接收端和云服务器；

COTS设备发射端和COTS设备接收端均支持802.11n协议，二者相隔置于房间内；COTS设备发射端用于发送携带CSI信息的WiFi信号，COTS设备接收端用于接收包含物体旋转特性的CSI信息上传至云服务器；

云服务器包括Wi-Fresnel模型、Wi-Phase模型和结合模型；具体来说，根据旋转物体与WiFi收发器对形成的菲涅耳区之间的位置关系，将转速测量分为两种情况：(1)物体的旋转方向不平行于COTS设备之间的LoS路径；(2)物体的旋转方向平行于COTS设备之间的LoS路径；对于情况(1)，利用旋转物体扇叶连续切割菲涅尔区边界会对CSI振幅产生的周期性变化，设计Wi-Fresnel模型计算转速值；对于情况(2)，分析物体旋转特性与CSI相位信息之间的关系，设计Wi-Phase模型得到转速值；最后，在结合模型中设计一种聚类算法来融合Wi-Fresnel和Wi-Phase模型的结果，进一步提高测量精度。

2.一种基于无线网络的非接触式转速测量方法，其特征在于，步骤如下：

步骤一，COTS设备发射端发送WiFi信号，物体旋转对WiFi信号造成明显扰动，此时COTS设备接收端收集WiFi信号并将其上传至云服务器上；

步骤二，云服务器中的Wi-Fresnel模型、Wi-Phase模型和结合模型对步骤一中收集到的WiFi信号建模；Wi-Fresnel模型探索旋转物体扇叶切割菲涅耳区边界时信号振幅的变化特征；Wi-Phase模型利用信号的相位变化将转速测量问题形式化为一个线性规划问题；结合模型将Wi-Fresnel和Wi-Phase获得的转速值进行聚类来进一步提高测量精度；

Wi-Fresnel模型，具体步骤如下：

(1)数据去噪：设置巴特沃斯低通滤波器截止频率为80Hz；

(2)检测信号峰值的时间点；

其中，t₀为峰值的时间点，

和

代表t₀的左极限和右极限，

是CSI振幅；

(3)振幅峰值检测：定义两个队列Q₁和Q₂来分别记录信号峰值的时间点和两个相邻峰值之间的时间间隔；之后利用四分法去除队列Q₂中的异常值，并对其进行聚类；最后队列Q₂中的众数T作为最终峰值之间的时间间隔；

(4)设旋转物体的扇叶数量为B，则BT为旋转物体的周期，物体的旋转速度为

Wi-Phase模型，具体步骤如下：

(1)信号路径变化Δl与旋转速度w和扇叶半径R之间的关系为：

Δl＝wRΔt (2)

(2)由t_i时刻信号的表达式

和式(2)建立CSI相位与转速之间的联系；

其中，

是t_i时刻接收信号的相位，w是旋转速度；

(3)使用信号共轭相乘技术消除相位偏移，并进一步采用信号处理方法去除多路径效应；

(4)建立CSI相位与旋转物体转速之间的联系，将具有多个均匀分布叶片的旋转物体的转速测量问题转化为线性规划问题，计算得出物体旋转的周期；n个数据包之间的相位表示为：

将时域CSI相位按时间划分成一组时间窗口数据：

其中，m是时间窗口数据中每一列的长度；

从式(7)的每一列数据中提取相位值，之后计算所有数据的转速值；最后，确定其中的最小值为转速测量值，

argmin|w|

-2R≤ΔR_i≤2R,i＝1,2,…,m

w≠0

(5)避免旋转体振动引起的误差：

根据等式(7)构造多组不同长度的时间窗口，每组时间窗口都可提供一个转速测量结果，从多组不同长度的时间窗口获得的转速测量值的平均值作为最终转速结果；

结合模型，具体步骤如下：

(1)为将两个模型结合在一起，分别使用Wi-Fresnel模型和Wi-Phase模型基于多组不同长度的时间窗口数据进行转速计算；

(2)利用K-means聚类算法将Wi-Fresnel模型和Wi-Phase模型基于多组时间窗口得出的转速值进行聚类，得出的最密集的点为最终测量值；

其中p(w)为K-means算法初始点，w_F和w_F分别表示Wi-Fresnel和Wi-Phase模型的结果，D_Fp＝1；

K-means聚类结果为

系统的最终转速测量值为：

Images