CN116558733B - 一种状态检测方法、系统、电子装置及存储介质 - Google Patents
一种状态检测方法、系统、电子装置及存储介质 Download PDFInfo
- Publication number
- CN116558733B CN116558733B CN202310844599.6A CN202310844599A CN116558733B CN 116558733 B CN116558733 B CN 116558733B CN 202310844599 A CN202310844599 A CN 202310844599A CN 116558733 B CN116558733 B CN 116558733B
- Authority
- CN
- China
- Prior art keywords
- signal
- target
- target object
- information
- condition
- 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.)
- Active
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 50
- 238000012545 processing Methods 0.000 claims abstract description 51
- 238000000034 method Methods 0.000 claims abstract description 27
- 230000002159 abnormal effect Effects 0.000 claims abstract description 24
- 238000011084 recovery Methods 0.000 claims abstract description 24
- 238000001914 filtration Methods 0.000 claims abstract description 13
- 238000006243 chemical reaction Methods 0.000 claims abstract description 12
- 238000004590 computer program Methods 0.000 claims description 12
- 239000000758 substrate Substances 0.000 claims 1
- 230000000694 effects Effects 0.000 abstract 1
- 239000008280 blood Substances 0.000 description 26
- 210000004369 blood Anatomy 0.000 description 26
- 238000010586 diagram Methods 0.000 description 4
- 238000005070 sampling Methods 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 3
- 239000007788 liquid Substances 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 238000012549 training Methods 0.000 description 3
- 238000010241 blood sampling Methods 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 230000005236 sound signal Effects 0.000 description 2
- 238000012706 support-vector machine Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- UBAZGMLMVVQSCD-UHFFFAOYSA-N carbon dioxide;molecular oxygen Chemical compound O=O.O=C=O UBAZGMLMVVQSCD-UHFFFAOYSA-N 0.000 description 1
- 230000008094 contradictory effect Effects 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000002790 cross-validation Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 238000002592 echocardiography Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 239000007789 gas Substances 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000004321 preservation Methods 0.000 description 1
- 239000002994 raw material Substances 0.000 description 1
- 238000002604 ultrasonography Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M3/00—Investigating fluid-tightness of structures
- G01M3/02—Investigating fluid-tightness of structures by using fluid or vacuum
- G01M3/04—Investigating fluid-tightness of structures by using fluid or vacuum by detecting the presence of fluid at the leakage point
- G01M3/24—Investigating fluid-tightness of structures by using fluid or vacuum by detecting the presence of fluid at the leakage point using infrasonic, sonic, or ultrasonic vibrations
- G01M3/243—Investigating fluid-tightness of structures by using fluid or vacuum by detecting the presence of fluid at the leakage point using infrasonic, sonic, or ultrasonic vibrations for pipes
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S15/00—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems
- G01S15/88—Sonar systems specially adapted for specific applications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/10—Pre-processing; Data cleansing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
- G06F18/2411—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on the proximity to a decision surface, e.g. support vector machines
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Acoustics & Sound (AREA)
- Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)
Abstract
本发明实施例提供了一种状态检测方法、系统、存储介质及电子装置。其方法包括：获取目标对象反馈的第一信号；对所述第一信号进行滤波处理，以得到所述第一信号的第一信号分量；对所述第一信号分量进行信号表达转换处理，以得到目标信号表达；基于所述目标信号表达，进行特征匹配恢复操作，以得到目标特征点信息；在所述目标特征点信息不满足第一条件的情况下，确定所述目标对象处于异常状态。通过本发明，解决了状态检测不准确的问题，进而达到了提高状态检测精度的效果。
Description
技术领域
本发明涉及超声波检测技术领域，尤其涉及一种状态检测方法、系统、电子装置及存储介质。
背景技术
医用采血管气密性良好可防止血液样本中的氧气、二氧化碳等气体成分的流失或变化，确保血液样本的稳定性和持久性。对于需要长时间保存或运输血液样本的情况，气密性检测也尤为重要。若采血管存在漏气情况，外部空气会进入管内，从而影响采集的血液样本的纯度和准确性，可能导致诊断结果误判或者错误的治疗决策。另外，当采血管气密性不达标时，无法产生足够的压差将血液抽取至采血管内，医生将采血失败，给病人造成不适。
现有的医用采血管气密性检测常用的方法有液位法和吸力检测法。然而，液位法在判别过程中会影响采血管的真空度，检测效率低，难以实现快速便捷的气密性检测；吸力检测法需人工采集和判定数据，且容易造成采血管原材料浪费。
发明内容
本申请的主要目的在于提供一种状态检测方法、装置、系统及介质，以解决现有技术中医用采血管气密性检测效率低的问题。
根据本发明的一个实施例，提供了一种状态检测方法，包括：
获取目标对象反馈的第一信号，其中，所述第一信号包括第二信号中接触所述目标对象并被所述目标对象反射的信号，所述第二信号包括由扬声装置播放的多频超声波信号，所述目标对象包括处于真空状态的装置；
对所述第一信号进行滤波处理，以得到所述第一信号的第一信号分量；
对所述第一信号分量进行信号表达转换处理，以得到目标信号表达；
基于所述目标信号表达，进行特征匹配恢复操作，以得到目标特征点信息，其中，所述目标特征点信息包括目标特征点的幅值信息，所述特征匹配恢复操作包括对所述目标信号表达进行时域频域特征匹配处理，并对特征匹配处理结果进行特征点恢复处理，以将所述目标信号表达转化为所述特征点信息；
在所述目标特征点信息不满足第一条件的情况下，确定所述目标对象处于第一异常状态，其中，所述第一条件包括所述幅值信息大于等于第一阈值，所述第一异常状态包括非真空状态。
在一个示例性实施例中，
在所述获取目标对象反馈的第一信号之前，所述方法还包括：
获取所述第二信号的第一能量信息；
在所述获取目标对象反馈的第一信号之后，所述方法还包括：
基于所述第一信号，获取所述第一信号的第二能量信息；
对所述第一能量信息和所述第二能量信息执行能量差值处理，以得到能量差值；
在所述能量差值大于第二阈值的情况下，确定所述目标对象处于所述第一状态。
在一个示例性实施例中，在所述获取目标对象反馈的第一信号之后，所述方法还包括：
基于所述第一信号，确定所述第一信号的第一信号分布信息；
将所述第一信号分布信息以及预设的目标信号分布信息进行匹配处理；
在所述匹配处理结果不满足第一分布条件的情况下，确定所述目标对象处于所述第一状态。
本申请还提供一种状态检测系统，包括：
扬声装置，用于按照预设周期向所述目标对象播送第二信号，其中，所述第二信号包括多频超声波信号，所述目标对象包括处于真空状态的装置；
收声装置，用于接收所述目标对象反馈的第一信号，其中，所述第一信号包括第二信号中接触所述目标对象并被所述目标对象反射的信号；
滤波模块，用于对所述第一信号进行滤波处理，以得到所述第一信号的第一信号分量；
信号表达转换模块，用于对所述第一信号分量进行信号表达转换处理，以得到目标信号表达；
匹配恢复模块，用于基于所述目标信号表达，进行特征匹配恢复操作，以得到目标特征点信息，其中，所述目标特征点信息包括目标特征点的幅值信息，所述特征匹配恢复操作包括对所述目标信号表达进行时域频域特征匹配处理，并对特征匹配处理结果进行特征点恢复处理，以将所述目标信号表达转化为所述特征点信息；
状态判断模块，用于在所述目标特征点信息不满足第一条件的情况下，确定所述目标对象处于第一异常状态，其中，所述第一条件包括所述幅值信息大于等于第一阈值，所述第一异常状态包括非真空状态。
在一个示例性实施例中，所述系统还包括：
第一能量采集模块，用于在所述获取目标对象反馈的第一信号之前，获取所述第二信号的第一能量信息，其中，所述第一能量信息包括所述第二信号的能量；
第二能量采集模块，用于在所述获取目标对象反馈的第一信号之后，基于所述第一信号，获取所述第一信号的第二能量信息，其中，所述第二能量信息包括所述第一信号的能量；
差值处理模块，用于对所述第一能量信息和所述第二能量信息执行能量差值处理，以得到能量差值；
第二状态判断模块，用于在所述能量差值大于第二阈值的情况下，确定所述目标对象处于所述第一异常状态。
在一个示例性实施例中，所述系统还包括：
第一信号分布模块，用于在所述获取目标对象反馈的第一信号之后，基于所述第一信号，确定所述第一信号的第一信号分布信息；
匹配模块，用于将所述第一信号分布信息以及预设的目标信号分布信息进行匹配处理；
第三状态判断模块，用于在所述匹配处理结果不满足第一分布条件的情况下，确定所述目标对象处于所述第一异常状态。
本发明还提供一种电子装置，电子装置包括存储器、处理器、以及存储在存储器中并可在处理器上运行的计算机程序，处理器执行计算机程序时实现前述任一项的状态检测精度评估方法的步骤。
本发明还提供一种存储介质，所述存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如前述状态检测方法。
与现有技术相比，本发明具有如下的有益效果：
本发明提供一种状态检测方法、装置、系统及介质，通过多频超声波信号对目标对象进行检测，并根据回波的信号特征确定目标对象的状态，即避免人工检测的错误，也能够提高检测效率，从而提高了目标对象的检测效率和检测精度，解决现有技术检测效率低和检测精度低的问题。
附图说明
图1是根据本发明实施例的一种状态检测方法的流程图；
图2根据本发明实施例的一种状态检测方法的原理示意图；
图3根据本发明具体实施例的一种状态检测方法的实验结果示意图；
图4根据本发明实施例的一种状态检测装置的结构框图；
图5根据本发明具体实施例的系统结构框图。
具体实施方式
应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明的一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
需要说明，本发明实施例中所有方向性指示（诸如上、下、左、右、前、后……）仅用于解释在某一特定姿态（如附图所示）下各部件之间的相对位置关系、运动情况等，如果该特定姿态发生改变时，则该方向性指示也相应地随之改变。
另外，在本发明中涉及“第一”、“第二”等的描述仅用于描述目的，而不能理解为指示或暗示其相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。另外，各个实施例之间的技术方案可以相互结合，但是必须是以本领域普通技术人员能够实现为基础，当技术方案的结合出现相互矛盾或无法实现时应当认为这种技术方案的结合不存在，也不在本发明要求的保护范围之内。
第一方面，请参阅附图1，本发明提供的一实施例中的一种状态检测方法，包括：
步骤S101，获取目标对象反馈的第一信号，其中，所述第一信号包括第二信号中接触所述目标对象并被所述目标对象反射的信号，所述第二信号包括由扬声装置播放的多频超声波信号，所述目标对象包括处于真空状态的装置；
在本实施例中，如图2所示，超声波信号在进行传播时，如果没有传播介质，则超声波信号无法进行传播，因而当超声波信号进入真空装置时，真空装置无法吸收超声波信号，超声波信号会被反射，由此通过捕捉检测反馈超声波信号的数据情况即可确定相关真空装置是否处于漏气等状态；而多频超声波信号是为了适应不同的真空装置的材质，从而提高信号检测准确性。
其中，目标对象包括真空采血管等需要保证真空环境的装置或设备，例如真空管、真空罐等；扬声装置可以是能够连续播放多频超声波信号的扬声器，该扬声器通常与一超声波发生器电连接；多频超声波信号包括由N个恒幅值的单频正弦波信号（如18kHz-20kHz，以0.1kHz为间隔的21个单频正弦波信号）叠加成的多频超声波信号；第一信号是第二信号经过真空管并被真空管的管壁反射的部分或全部的超声波信号；而第一信号的采集可以通过与扬声装置并排设置的麦克风实现，该麦克风需要连接一信号读取模块，该读取模块至少以每秒钟M个点（如M=48000）的采样率实现信号采样工作。
步骤S102，对所述第一信号进行滤波处理，以得到所述第一信号的第一信号分量；
在本实施例中，由于信号收发过程中容易存在环境噪声，因而需要对噪声进行过滤，以提高信号检测准确度，同时进行特定频率范围的信号分量提取，以方便进行信号分析。
其中，滤波处理可以通过FIR (Finite Impulse Response)带通滤波器来实现，该滤波器能够在进行噪声过滤的同时对信号分量进行提取。
步骤S103，对所述第一信号分量进行信号表达转换处理，以得到目标信号表达；
在本实施例中，在得到信号分量后，由于信号分量是以时域信号进行表达的，因而需要进行信号表达的转换，以转化为频域表达，以方便直观的对相关信号的情况进行分析判断。
其中，信号表达转换处理包括对第一信号分量进行傅里叶变化，以将时域信号转化为频域信号，目标信号表达包括第一信号分量的频域表达。
步骤S104，基于所述目标信号表达，进行特征匹配恢复操作，以得到目标特征点信息，其中，所述目标特征点信息包括目标特征点的幅值信息，所述特征匹配恢复操作包括对所述目标信号表达进行时域频域特征匹配处理，并对特征匹配处理结果进行特征点恢复处理，以将所述目标信号表达转化为所述特征点信息；
在本实施例中，进行特征匹配恢复操作是为了将频域表达与时域表达相对应，从而保证信号分析结果的准确性。
需要说明的是，在进行特征匹配恢复处理时，还需要进行归一化处理，以减少误差。
步骤S105，在所述目标特征点信息不满足第一条件的情况下，确定所述目标对象处于第一异常状态，其中，所述第一条件包括所述幅值信息大于等于第一阈值，所述第一异常状态包括非真空状态。
在本实施例中，在正常情况下，当目标对象处于真空状态时，由于超声波信号无法继续传播，因而被目标对象所反射的超声波信号较多，能量也较强，其信号幅值也较大；而当目标对象出现破损漏气等情况时，超声波信号可以继续传播，因而其反射的超声波信号较少，对应的信号能量也较低，信号幅值也较小，由此可以根据第一信号的幅值信息是否大于等于正常情况下的幅值阈值即可判断目标对象是否发生漏气等现象。
其中，异常状态包括（但不限于）目标对象处于非真空状态或目标对象处于破损/已被使用/存储有其他物体等状态。
如图3所示，第一对象为真空状态下的真空管的信号幅值信息，第二对象为发生漏气的空气管的信号幅值信息，第三对象为已经采集存储有血液等液体的真空管的信号幅值信息，由此可知，第一阈值应当至少大于等于第一对象的最小值。
本申请通过检测超声波的回波的幅值信息判断目标对象的状态，即避免了人工检查造成的错误，也提高了状态检测的效率，还降低了人工成本。
在一个可选的实施例中，
步骤S10101，在所述获取目标对象反馈的第一信号之前，所述方法还包括：获取所述第二信号的第一能量信息；
步骤S1011，在所述获取目标对象反馈的第一信号之后，所述方法还包括：基于所述第一信号，获取所述第一信号的第二能量信息；
步骤S106，对所述第一能量信息和所述第二能量信息执行能量差值处理，以得到能量差值；
步骤S107，在所述能量差值大于第二阈值的情况下，确定所述目标对象处于所述第一异常状态。
在本实施例中，为进行辅助判断，还可以通过信号检测设备对信号发射前后的能量变化来进行判断，相较于前述的幅值，直接进行能量判断无需进行信号的转换，可以直接通过能量检测设备（例如型号为S200的无线信号检测装置）检测信号能量，从而方便进行实地检测，降低布控成本。
其中，当目标对象处于真空状态时，大部分超声波信号均被反射，此时超声波信号的能量损失较少；而当目标对象未处于真空状态（即真空装置内部存在部分或大量的空气），超声波信号能穿过真空装置，只有部分超声波信号被反射，此时接收到信号能量会有明显的减少，因而此时通过判断能量的变化即可判断是否发生漏气情况；能量差值处理包括将第一能量信息Q1与第二能量信息Q2做差，以得到能量差值q，即q=Q1-Q2。
在一个可选的实施例中，在所述获取目标对象反馈的第一信号之后，所述方法还包括：
步骤S108，基于所述第一信号，确定所述第一信号的第一信号分布信息；
步骤S109，将所述第一信号分布信息以及预设的目标信号分布信息进行匹配处理；
步骤S1010，在所述匹配处理结果不满足第一分布条件的情况下，确定所述目标对象处于所述第一异常状态。
在本实施例中，当超声波信号被反射时，超声波信号会沿不同方向传播，因而在信号分布上会存在一定分布规律；而当信号被吸收时，其信号的分布会发生变化，例如信号强度降低，或原本应该有信号分布的区域未接收到反射的信号从而发生分布空白，此时通过检测信号分布的变化即可判断真空装置是否发生漏气。具体的通过设置多个阵列式麦克风，并通过麦克风的信号接收情况来判断超声波信号的分布情况。
其中，第一信号分布信息包括第一信号在信号阵列中的分布矩阵，例如，正常情况下的信号分布矩阵为，其中，0代表信号分布空白（即未接收到反射的第一信号），1代表有信号分布（即接收到反射的第一信号），而当信号分布变化为/>时，由于信号分布空白增多，因而可以认为是真空装置局部出现漏气。
根据本发明的另一个实施例，如图4所示，提供了一种状态检测装置，包括：
扬声装置41，用于按照预设周期向所述目标对象播送第二信号，其中，所述第二信号包括多频超声波信号，所述目标对象包括处于真空状态的装置；
收声装置42，用于接收所述目标对象反馈的第一信号，其中，所述第一信号包括第二信号中接触所述目标对象并被所述目标对象反射的信号；
滤波模块43，用于对所述第一信号进行滤波处理，以得到所述第一信号的第一信号分量；
信号表达转换模块44，用于对所述第一信号分量进行信号表达转换处理，以得到目标信号表达；
匹配恢复模块45，用于基于所述目标信号表达，进行特征匹配恢复操作，以得到目标特征点信息，其中，所述目标特征点信息包括目标特征点的幅值信息，所述特征匹配恢复操作包括对所述目标信号表达进行时域频域特征匹配处理，并对特征匹配处理结果进行特征点恢复处理，以将所述目标信号表达转化为所述特征点信息；
状态判断模块46，用于在所述目标特征点信息不满足第一条件的情况下，确定所述目标对象处于第一异常状态，其中，所述第一条件包括所述幅值信息大于等于第一阈值，所述第一异常状态包括非真空状态。
在一个可选的实施例中，所述系统还包括：
第一能量采集模块，用于在所述获取目标对象反馈的第一信号之前，获取所述第二信号的第一能量信息；
第二能量采集模块，用于在所述获取目标对象反馈的第一信号之后，基于所述第一信号，获取所述第一信号的第二能量信息；
差值处理模块，用于对所述第一能量信息和所述第二能量信息执行能量差值处理，以得到能量差值；
第二状态判断模块，用于在所述能量差值大于第二阈值的情况下，确定所述目标对象处于所述第一异常状态。
在一个可选的实施例中，所述系统还包括：
第一信号分布模块，用于在所述获取目标对象反馈的第一信号之后，基于所述第一信号，确定所述第一信号的第一信号分布信息；
匹配模块，用于将所述第一信号分布信息以及预设的目标信号分布信息进行匹配处理；
第三状态判断模块，用于在所述匹配处理结果不满足第一分布条件的情况下，确定所述目标对象处于所述第一异常状态。
下面通过具体实验实施例对本发明进行说明。
如图5所示，本实施例中包括信号收发子系统、信号处理子系统以及气密性检测子系统。其中：
（1）信号收发子系统
信号收发子系统由发送超声波的扬声器和接收超声波的麦克风组成，它们的相对位置如图2所示。
待发送的信号是由N个恒幅值的单频正弦波信号（如18kHz-20kHz，以0.1kHz为间隔的21个单频正弦波信号）叠加成的多频超声波信号。发送多频信号是因为采血管对不同频率超声波的频率响应不同。更多的频率将包含更加丰富的声波传输信息，更有利于提升后续气密性检测的准确率。
信号收发模块使用扬声器连续播放该多频超声波信号。
超声波信号经过采血管的管壁反射后被麦克风接收，由于真空管和空气管之间的差异，接收到的反射信号亦存在差异。具体传播过程如图2所示。
在图2（a）中，超声波信号在传播至真空管管壁时，因真空无法吸收或散射超声波会被全部反射回来。相反，如图2（b）所示，当超声波信号传播至空气管壁时，部分超声波穿过管壁，继续沿管内空气传播，同时只有一部分超声波被管壁反射回来。
（2）信号处理子系统
信号处理子系统由信号读取模块、带通滤波器以及快速傅里叶变换处理器组成。
首先介绍信号读取模块。该模块可实现对麦克风接受的音频信号进行实时读取，以每秒钟M个点（如M=48000）的采样率实现信号采样。
其次，对于带通滤波模块，从信号收发子系统中接收到的信号中存在环境噪声，需要在消除噪声的同时，提取出我们关注的频率范围内的信号分量（对应前述第一信号分量）。为此，使用FIR (Finite Impulse Response) 带通滤波器，以提取特定频率范围内的信号分量。
最后，对经过滤波后的音频信号进行傅里叶变换，得到信号的频域表达，为后续的气密性检测子系统做准备。
（3）气密性检测子系统
气密性检测子系统由特征频点匹配模块和分类模块组成。
我们对容量为K（比如5ml），管径为S（1cm）的采血管开展气密性检测。
扬声器和麦克风分别上下重叠放置，且两者被放置在距离采血管0.2cm的位置。保持其他实验场景不变，分别设置放置真空管、空气管和不放置采血管三组实验。
然后，我们发送一个由N个恒幅值的单频正弦波信号（比如在18kHz-20kHz频段内，以0.1kHz为间隔的21个单频正弦波信号）叠加成的多频超声波信号，并分别针对每个场景得到Z组（比如120组）实验结果。
此处，进行特征频点匹配并恢复出21个频率点（18kHz-20kHz，以0.1kHz为间隔的21个频率点）的幅值信息有助于保证更加丰富的声波传输信息。实验结果如图3所示。
在图3中，横轴表示特定的21个频率点，纵轴表示各个频率点处经归一化处理后的幅值。真空管、空气管和不放置采血管的对照组实验结果分别如第一对象、第二对象、第三对象所示。通过连点成线得到每次实验的幅频曲线。
通过各频率点处的幅值对比可知，真空管反射回来的超声波幅值最高。这是因为真空是一种完全无阻碍的介质，不会吸收或散射超声波，因而导致超声波无法穿过真空管而全部反射回来，从而得到了更高幅值的反射信号。
与之对比，空气管反射信号的幅值次之，这是因为仅有部分超声波信号被空气管反射回来，而另一部分穿过空气管继续向前传播。
不放置采血管的对照组的幅值最低，这是因为此时麦克风接收到的信号为环境中经多径传输的较弱的反射信号的叠加。
在分类模块中，根据上述幅频特性曲线差异按照如下步骤可实现三种实验场景分类。
1）数据准备：首先准备好大量的上述数据集作为训练和测试分类器的数据集，且该数据集已包括已经标记好的类别信息，比如真空管、空气管和不放置采血管的对照组。
2）特征提取：选出N个特定频率点并提取其对应的幅值信息。
3）分类器的选择：我们选择了支持向量机（SVM）分类器来实现对三种场景下幅频特性曲线的分类。
4）训练分类器：使用数据集中的数据来训练分类器，且训练过程中使用交叉验证技术来评估分类器的性能，并调整分类器的参数以提高其性能。
5）应用分类器：当分类器的性能达到预期时，我们将其应用到采血管气密性检测工作中,能够很好地对真空采血管、空气采血管和不放置采血管的对照组三种类型进行有效区分。
本发明的实施例还提供了一种计算机可读存储介质，该计算机可读存储介质中存储有计算机程序，其中，该计算机程序被设置为运行时执行上述任一项方法实施例中的步骤。
在一个示例性实施例中，上述计算机可读存储介质可以包括但不限于：U盘、只读存储器（Read-Only Memory，简称为ROM）、随机存取存储器（Random Access Memory，简称为RAM）、移动硬盘、磁碟或者光盘等各种可以存储计算机程序的介质。
本发明的实施例还提供了一种状态检测系统，包括存储器和处理器，该存储器中存储有计算机程序，该处理器被设置为运行计算机程序以执行上述任一项方法实施例中的步骤。
在一个示例性实施例中，上述电子装置还可以包括传输设备以及输入输出设备，其中，该传输设备和上述处理器连接，该输入输出设备和上述处理器连接。
本实施例中的具体示例可以参考上述实施例及示例性实施方式中所描述的示例，本实施例在此不再赘述。
显然，本领域的技术人员应该明白，上述的本发明的各模块或各步骤可以用通用的计算装置来实现，它们可以集中在单个的计算装置上，或者分布在多个计算装置所组成的网络上，它们可以用计算装置可执行的程序代码来实现，从而，可以将它们存储在存储装置中由计算装置来执行，并且在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样，本发明不限制于任何特定的硬件和软件结合。
Claims (8)
1.一种状态检测方法，其特征在于，包括：
获取目标对象反馈的第一信号，其中，所述第一信号包括第二信号中接触所述目标对象并被所述目标对象反射的信号，所述第二信号包括由扬声装置播放的多频超声波信号，所述目标对象为处于真空状态的装置；
对所述第一信号进行滤波处理，以得到所述第一信号的第一信号分量；
对所述第一信号分量进行信号表达转换处理，以得到目标信号表达；
基于所述目标信号表达，进行特征匹配恢复操作，以得到目标特征点信息，其中，所述目标特征点信息包括目标特征点的幅值信息，所述特征匹配恢复操作包括对所述目标信号表达进行时/频域特征匹配处理，并对特征匹配处理结果进行特征点恢复处理，以将所述目标信号表达转化为所述特征点信息；
在所述目标特征点信息不满足第一条件的情况下，确定所述目标对象处于第一异常状态，其中，所述第一条件包括所述幅值信息大于等于第一阈值，所述第一异常状态包括非真空状态。
2.根据权利要求1所述的方法，其特征在于，
在所述获取目标对象反馈的第一信号之前，所述方法还包括：获取所述第二信号的第一能量信息；
在所述获取目标对象反馈的第一信号之后，所述方法还包括：基于所述第一信号，获取所述第一信号的第二能量信息；
对所述第一能量信息和所述第二能量信息执行能量差值处理，以得到能量差值；
在所述能量差值大于第二阈值的情况下，确定所述目标对象处于所述第一异常状态。
3.根据权利要求1所述的方法，其特征在于，在所述获取目标对象反馈的第一信号之后，所述方法还包括：
基于所述第一信号，确定所述第一信号的第一信号分布信息；
将所述第一信号分布信息以及预设的目标信号分布信息进行匹配处理；
在所述匹配处理结果不满足第一分布条件的情况下，确定所述目标对象处于所述第一异常状态。
4.一种状态检测系统，其特征在于，包括：
扬声装置，用于按照预设周期向目标对象播送第二信号，其中，所述第二信号包括多频超声波信号，所述目标对象为处于真空状态的装置；
收声装置，用于接收所述目标对象反馈的第一信号，其中，所述第一信号包括第二信号中接触所述目标对象并被所述目标对象反射的信号；
滤波模块，用于对所述第一信号进行滤波处理，以得到所述第一信号的第一信号分量；
信号表达转换模块，用于对所述第一信号分量进行信号表达转换处理，以得到目标信号表达；
匹配恢复模块，用于基于所述目标信号表达，进行特征匹配恢复操作，以得到目标特征点信息，其中，所述目标特征点信息包括目标特征点的幅值信息，所述特征匹配恢复操作包括对所述目标信号表达进行时/频域特征匹配处理，并对特征匹配处理结果进行特征点恢复处理，以将所述目标信号表达转化为所述特征点信息；
状态判断模块，用于在所述目标特征点信息不满足第一条件的情况下，确定所述目标对象处于第一异常状态，其中，所述第一条件包括所述幅值信息大于等于第一阈值，所述第一异常状态包括非真空状态。
5.根据权利要求4所述的系统，其特征在于，所述系统还包括：
第一能量采集模块，用于在所述接收所述目标对象反馈的第一信号之前，获取所述第二信号的第一能量信息；
第二能量采集模块，用于在所述接收所述目标对象反馈的第一信号之后，基于所述第一信号，获取所述第一信号的第二能量信息；
差值处理模块，用于对所述第一能量信息和所述第二能量信息执行能量差值处理，以得到能量差值；
第二状态判断模块，用于在所述能量差值大于第二阈值的情况下，确定所述目标对象处于所述第一异常状态。
6.根据权利要求4所述的系统，其特征在于，所述系统还包括：
第一信号分布模块，用于在所述接收所述目标对象反馈的第一信号之后，基于所述第一信号，确定所述第一信号的第一信号分布信息；
匹配模块，用于将所述第一信号分布信息以及预设的目标信号分布信息进行匹配处理；
第三状态判断模块，用于在所述匹配处理结果不满足第一分布条件的情况下，确定所述目标对象处于所述第一异常状态。
7.一种电子装置，其特征在于，所述电子装置包括存储器、处理器、以及存储在存储器中并可在处理器上运行的计算机程序，处理器执行计算机程序时实现如权利要求1至3任一项的状态检测方法的步骤。
8.一种存储介质，存储介质存储有计算机程序，其特征在于，计算机程序被处理器执行时实现如权利要求1至3任一项的状态检测方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310844599.6A CN116558733B (zh) | 2023-07-11 | 2023-07-11 | 一种状态检测方法、系统、电子装置及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310844599.6A CN116558733B (zh) | 2023-07-11 | 2023-07-11 | 一种状态检测方法、系统、电子装置及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116558733A CN116558733A (zh) | 2023-08-08 |
| CN116558733B true CN116558733B (zh) | 2023-09-29 |
Family
ID=87496947
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310844599.6A Active CN116558733B (zh) | 2023-07-11 | 2023-07-11 | 一种状态检测方法、系统、电子装置及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116558733B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116907586B (zh) * | 2023-09-06 | 2023-11-21 | 深圳市三维医疗设备有限公司 | 一种基于云计算的超声设备运行状态管理系统及方法 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2015050061A1 (ja) * | 2013-10-02 | 2015-04-09 | ヤマハファインテック株式会社 | 密封パック製品の検査装置及び検査方法 |
| DE102017213164A1 (de) * | 2017-07-31 | 2019-01-31 | Airbus Operations Gmbh | Vorrichtung und Verfahren zum Detektieren von Undichtigkeitsstellen, und Verwendung einer solchen Vorrichtung |
| CN110231129A (zh) * | 2018-11-29 | 2019-09-13 | 南京工业大学 | 一种压力容器密封检验装置及检测方法 |
| CN110617973A (zh) * | 2019-04-26 | 2019-12-27 | 深圳市豪视智能科技有限公司 | 振动检测方法及相关装置 |
| CN212693169U (zh) * | 2020-09-27 | 2021-03-12 | 防灾科技学院 | 基于静电超声传感器的超声泄漏安全检测系统 |
| CN214748684U (zh) * | 2020-12-21 | 2021-11-16 | 贵州天地医疗器械有限责任公司 | 一种真空采血管的密封性检查装置 |
| CN115658408A (zh) * | 2022-11-10 | 2023-01-31 | 苏州浪潮智能科技有限公司 | 传感器状态检测方法、装置及可读存储介质 |
| WO2023021090A1 (en) * | 2021-08-19 | 2023-02-23 | Atlas Copco Airpower Nv Atlas | Leak detection of vacuum systems |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| TWI601514B (zh) * | 2015-01-29 | 2017-10-11 | 明泰科技股份有限公司 | 智能監測系統與方法及使用其之攝影裝置 |
-
2023
- 2023-07-11 CN CN202310844599.6A patent/CN116558733B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2015050061A1 (ja) * | 2013-10-02 | 2015-04-09 | ヤマハファインテック株式会社 | 密封パック製品の検査装置及び検査方法 |
| DE102017213164A1 (de) * | 2017-07-31 | 2019-01-31 | Airbus Operations Gmbh | Vorrichtung und Verfahren zum Detektieren von Undichtigkeitsstellen, und Verwendung einer solchen Vorrichtung |
| CN110231129A (zh) * | 2018-11-29 | 2019-09-13 | 南京工业大学 | 一种压力容器密封检验装置及检测方法 |
| CN110617973A (zh) * | 2019-04-26 | 2019-12-27 | 深圳市豪视智能科技有限公司 | 振动检测方法及相关装置 |
| CN212693169U (zh) * | 2020-09-27 | 2021-03-12 | 防灾科技学院 | 基于静电超声传感器的超声泄漏安全检测系统 |
| CN214748684U (zh) * | 2020-12-21 | 2021-11-16 | 贵州天地医疗器械有限责任公司 | 一种真空采血管的密封性检查装置 |
| WO2023021090A1 (en) * | 2021-08-19 | 2023-02-23 | Atlas Copco Airpower Nv Atlas | Leak detection of vacuum systems |
| CN115658408A (zh) * | 2022-11-10 | 2023-01-31 | 苏州浪潮智能科技有限公司 | 传感器状态检测方法、装置及可读存储介质 |
Non-Patent Citations (2)
| Title |
|---|
| Design and development of lead-free glass-metallic vacuum materials for the construction and thermal performance of smart fusion edge-sealed vacuum glazing;Saim Memon;《Energy and Buildings》;第227卷;第1-22页 * |
| 基于超声特征值的微泄漏孔径识别算法研究;李景林 等;《传感器与微系统》;第41卷(第2期);第42-45页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116558733A (zh) | 2023-08-08 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN116558733B (zh) | 一种状态检测方法、系统、电子装置及存储介质 | |
| WO2020037555A1 (zh) | 评估麦克风阵列一致性的方法、设备、装置和系统 | |
| CN104382618B (zh) | 基于胎心率检测的去噪方法和胎心率检测仪 | |
| CN102429684A (zh) | 一种多普勒彩色血流成像方法和装置 | |
| CN105841645B (zh) | 一种基于电磁超声的测厚方法 | |
| CN112856248A (zh) | 地下压力管道泄漏检测方法、设备、系统及存储介质 | |
| CN109655714A (zh) | 双传感器电缆故障定点检测系统及方法、电缆检测平台 | |
| CN105628182B (zh) | 设备噪声采集装置及设备噪声检测系统 | |
| CN102495140A (zh) | 一种面向超声波信号的小波去噪方法及系统 | |
| CN110650426A (zh) | 麦克风阵列的非线性谐波失真检测方法、装置和存储介质 | |
| CN100459939C (zh) | 消除杂音的听诊装置及方法 | |
| CN109186752A (zh) | 基于图形处理器的水下声学信号采集、传输和检测系统 | |
| CN113674763B (zh) | 利用线谱特性的鸣笛声识别方法及系统、设备与存储介质 | |
| CN110049423A (zh) | 一种利用广义互相关和能量谱检测麦克风的方法和系统 | |
| CN104274209A (zh) | 一种基于移动智能终端的新型胎心仪 | |
| CN205336536U (zh) | 一种短波电台扬声器的测量装置 | |
| CN208140250U (zh) | 一种8路车内噪声检测系统 | |
| CN103033258A (zh) | 远距离高指向性低频声波发射与测量装置及方法 | |
| CN107330462B (zh) | 基于时频分析的手势识别方法及其装置 | |
| CN106290564B (zh) | 粮食声衰减系数测量系统及方法 | |
| CN104510492A (zh) | 不可听信号的听诊方法及装置 | |
| CN112730626B (zh) | 一种基于矢量传感器的现场隔声测量装置及测量方法 | |
| CN110460949B (zh) | 一种耳机生产与检测方法 | |
| CN207556754U (zh) | 基于超声波的容器密封性数字检测仪 | |
| CN107865673A (zh) | 胎心率的获取装置及方法、胎心监测设备 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |