專利名稱：一種消除超聲定位中聲反射干擾的方法
技術領域：
本發(fā)明涉及一種消除聲反射干擾的方法，具體涉及一種在超聲定位中消除聲反射干擾以獲得適于定位的超聲信號的方法。
背景技術：
超聲定位技術是一種采用非接觸檢測方式的定位技術，它廣泛應用于電子白板、 機器人導航、虛擬現(xiàn)實等領域。在實際應用中，超聲波會因多徑傳輸而產(chǎn)生聲反射干擾，它的存在會使接收到的超聲信號波形發(fā)生畸變，嚴重影響到系統(tǒng)定位性能，甚至會導致系統(tǒng)定位功能失效。目前，降低超聲定位中聲反射干擾最簡單的方法是增大發(fā)射超聲信號的時間間隔，使前一周期發(fā)射的超聲信號經(jīng)過更長的路徑(傳播時間更長)后才能到達接收傳感器，其本質是以犧牲系統(tǒng)實時性為代價衰減聲反射干擾的幅度。2008年郭綱在其題為“基于雙指數(shù)模型的超聲定位算法及其應用研究”的博士論文中提出了在有聲反射條件下的基于雙指數(shù)模型和倒譜方法的時延估計算法，該算法能達到抑制聲反射干擾的目的，但運算量大，時延估計精度較差。2008年Alan Henry Jones在題為"Interactivity in a large flat panel display”的美國專利US, 20080309641A1 中針對超聲波在溫度不均勻情況下反射引起的聲干擾問題，提出了基于多接收器分區(qū)定位的抗干擾方案，它在定位區(qū)域較大且環(huán)境溫度變化不均勻時解決聲反射干擾是有效的，但存在成本高及靈活性差等缺點。2009年Phi lip. A. Weaver. Xiang Zhu在題為“ Interference removal in pointing device locating systems” 的美國專禾丨J US, 752505B1 中針對未知干擾，提出了自適應干擾消除的方案，雖然應用最小均方算法能很好地抑制此類干擾，但不能解決聲反射干擾且算法收斂速度慢，難以在嵌入式超聲定位系統(tǒng)中應用。

發(fā)明內(nèi)容
本發(fā)明提供一種消除超聲定位中聲反射干擾的方法，以解決聲反射干擾對超聲定位功能影響的問題。本發(fā)明采取的技術方案是包括下列步驟
(1)以參考信號和超聲接收信號的最大峰值點作為基準點分別進行長度為m和N2的前向低速采樣，200 ( Ni, N2 ( 1000，形成信號數(shù)據(jù)datal和data2 ；
(2)對信號數(shù)據(jù)datal和data2做粗相關運算提取包絡峰值個數(shù)，當包絡峰值個數(shù)大于1時，認為有聲反射干擾存在，反之，認為無聲反射干擾存在；
(3)對超聲接收信號運用優(yōu)化動態(tài)閾值算法實現(xiàn)超聲“差商后的直達信號”與“差商后的聲反射干擾信號”的分離并提取超聲直達信號的初步時延。本發(fā)明還包括如下步驟
(4)在分離出的超聲“差商后的直達信號”上選取以初步時延作為基準點的前后向總長度為N3的信號數(shù)據(jù)，120200，以及對參考信號進行一階差商運算獲得“偽直達信號”并以其最大峰值點作為基準點向前選取長度為N4的信號數(shù)據(jù)，80100，進而對所述長度為N3和N4的信號數(shù)據(jù)進行細相關運算獲得精確時延。本發(fā)明所述步驟(1)中提到的參考信號是在無聲反射干擾下的實測超聲信號，但也不局限于此，還可以是混合指數(shù)模型信號、雙指數(shù)模型信號或者高斯模型信號，所述的超聲接收信號包括超聲直達信號和聲反射干擾信號。本發(fā)明所述步驟(2)中提到的粗相關運算是指對經(jīng)過低速采樣后獲得的信號數(shù)據(jù)進行互相關運算。本發(fā)明所述步驟(3)中實現(xiàn)超聲“差商后的直達信號”與“差商后的聲反射干擾信號”的分離方法是對超聲接收信號進行一階差商運算。本發(fā)明其中所述步驟(3)提取“差商后的直達信號”初步時延采用方法是運用動態(tài)雙閾值算法。本發(fā)明所述步驟(4)中提到細相關算法是在獲得的初步時延基礎上所做的局部范圍內(nèi)的互相關運算。通過上述4個步驟，達到消除聲反射干擾的目的。本發(fā)明具有如下優(yōu)點
1.引用粗相關技術，對聲反射干擾的存在性進行判斷，在準確判斷的前提下，還能降低
算法的運算量。2.采用優(yōu)化動態(tài)閾值算法有效地消除超聲定位中的聲反射干擾。3.基于優(yōu)化動態(tài)閾值算法變換后的信號波形，進行細相關運算，運算量小，時延提取精度高。


圖1是示出根據(jù)本發(fā)明的消除超聲定位中聲反射干擾方法的總體流程圖； 圖2A是示出根據(jù)本發(fā)明的參考信號的波形圖2B是示出根據(jù)本發(fā)明的超聲接收信號波形圖3是示出根據(jù)本發(fā)明的利用粗相關算法確定聲反射干擾存在性的流程圖； 圖4是示出根據(jù)本發(fā)明的運用優(yōu)化動態(tài)閾值算法實現(xiàn)超聲“差商后的直達信號”與“差商后的聲反射干擾信號”的分離并提取超聲直達信號初步時延的流程圖； 圖5是示出根據(jù)本發(fā)明的利用細相關算法提取精確時延的流程圖； 圖6A飛E是示出根據(jù)本發(fā)明的仿真實驗結果圖。
具體實施例方式包括下列步驟
(1)以參考信號和超聲接收信號的最大峰值點作為基準點分別進行長度為m和N2的前向低速采樣，200 < Ni，1000，采樣速率為AD采樣速率的1/16 1/2倍，形成信號數(shù) datal 口 d;at;a2 ；
圖1是示出根據(jù)本發(fā)明的消除超聲定位中聲反射干擾方法的總體流程圖。具體包括如下步驟 —以參考信號和超聲接收信號的最大峰值點作為基準點分別進行長度為m和 N2的前向低速采樣，200 <N1，N2 ( 1000，采樣速率為AD采樣速率的1/16 1/2倍，形成信號數(shù)據(jù)datal和data2 ；—對信號數(shù)據(jù)datal和data2做粗相關運算提取包絡峰值個數(shù)以確定聲反射干擾的存在性；—對超聲接收信號運用優(yōu)化動態(tài)閾值算法實現(xiàn)超聲“差商后的直達信號”與“差商后的聲反射干擾信號”的分離并提取超聲直達信號的初步時延；—在分離出的超聲“差商后的直達信號”上選取以初步時延作為基準點的前后向總長度為N3的信號數(shù)據(jù)，120200，以及對參考信號進行一階差商運算獲得“偽直達信號”并以其最大峰值點作為基準點向前選取長度為N4的信號數(shù)據(jù)，80100，進而對所述長度為N3和N4的信號數(shù)據(jù)進行細相關運算獲得精確時延。圖2A是示出根據(jù)本發(fā)明的參考信號的波形圖，它是在無聲反射干擾下的實測超聲信號，如圖所示，[201]代表參考信號最大峰值點，可以看出其峰值包絡呈現(xiàn)明顯的橄欖形狀。需要進一步說明的是，本發(fā)明中提及的參考信號還可以是混合指數(shù)模型信號、雙指數(shù)模型信號或者高斯模型信號，由于是本發(fā)明領域人員熟知的模型信號，因此不再贅述。圖2B是示出根據(jù)本發(fā)明的超聲接收信號波形圖，其是由超聲直達信號和聲反射干擾信號疊加在一起的合成信號，如圖所示，[202]代表超聲接收信號最大峰值點，由于聲反射干擾信號的存在，超聲直達信號波形已發(fā)生畸變，峰值包絡已失去明顯的橄欖形特征。(2)對信號數(shù)據(jù)datal和data2做粗相關運算提取包絡峰值個數(shù)，當包絡峰值個數(shù)大于1時，認為有聲反射干擾存在，反之，認為無聲反射干擾存在；
圖3是示出根據(jù)本發(fā)明的利用低速采樣獲取信號數(shù)據(jù)并基于粗相關算法確定聲反射干擾存在性的流程圖。其實現(xiàn)過程包括 [301] —獲取信號數(shù)據(jù)datal和data2 ；
以參考信號的最大峰值點[201]和超聲接收信號的最大峰值點[202]作為基準點分別進行長度為W和N2的前向低速采樣，200 ^ N1,N2 ^ 1000，分別獲取參考信號低速采樣數(shù)
據(jù)datal和超聲接收信號低速采樣數(shù)據(jù)data2，假設系統(tǒng)采樣周期為I；，進行低速采樣的周期為巧(1)，則采樣數(shù)據(jù)datal和data2的長度分別為Af1 =F1/和M2 =F2/。[302]—對信號數(shù)據(jù)datal和data2做互相關運算；
低速采樣后的相關函數(shù)運算表達式為、=在本
M M = O
發(fā)明的一個具體實施例中，設置Γ= 16,漢=1113^馮,巧)=1280,此時計算數(shù)據(jù)長度 M=1-^ = 80個采樣點，經(jīng)FFT快速運算后運算量為ρ,/2)1。ι M ^759復乘運算和
31#1明21# 1518復加運算—提取互相關函數(shù)的包絡，搜索包絡峰值個數(shù)；
在本實施例中，利用希爾伯特變換提取互相關函數(shù)的包絡并對其進行一階差分運算以進行符號變化判定，從而提取超聲接收信號的峰值個數(shù)，便于利用其進行聲反射干擾存在性的判定。
[304] —確定聲反射干擾的存在性。在本實施例中，當包絡峰值個數(shù)大于1時，認為有聲反射干擾存在，反之，認為無聲反射干擾存在。(3)對超聲接收信號運用優(yōu)化動態(tài)閾值算法實現(xiàn)超聲“差商后的直達信號”與“差商后的聲反射干擾信號”的分離并提取超聲直達信號的初步時延。圖4是示出根據(jù)本發(fā)明的運用優(yōu)化動態(tài)閾值算法實現(xiàn)超聲“差商后的直達信號” 與“聲反射干擾信號”的分離并提取超聲直達信號初步時延的流程圖。其具體實現(xiàn)過程包括—對超聲接收信號進行一階差商運算；
在本實施例中，根據(jù)超聲信號前沿上升時間短、線性度好的特點，對超聲接收信號進行一階差商運算，實現(xiàn)超聲“差商后的直達信號”與“差商后的聲反射干擾信號”的分離。[402]—在超聲“差商后的直達信號”中搜索最大峰值[406]；—在超聲“差商后的直達信號”中，分別搜索大于0.2倍[406]和0.4倍[406]的第一個峰值；—分別記錄大于0.2倍最大峰值[406]和0. 4倍最大峰值[406]的第一個峰值的地址 P_ad[407] __ad[408]及幅值 P[409]和 Q[410]；—利用動態(tài)雙閾值算法計算初步時延τ在本實施例中，超聲直達信號的初步時延是通過動態(tài)雙閾值算法計算式 τ = (β X-PxQ^)m — P)獲得。本發(fā)明還包括如下步驟
(4)在分離出的超聲“差商后的直達信號”上選取以初步時延作為基準點的前后向總長度為N3的信號數(shù)據(jù)，120200，以及對參考信號進行一階差商運算獲得“偽直達信
號”并以其最大峰值點作為基準點向前選取長度為N4的信號數(shù)據(jù)，80100，進而對
所述長度為N3和N4的信號數(shù)據(jù)進行細相關運算獲得精確時延。圖5是示出根據(jù)本發(fā)明的利用細相關算法提取精確時延的流程圖。其具體實現(xiàn)過程包括—在“差商后的直達信號”上選取長度為N3的信號數(shù)據(jù)； 在本實施例中，需要在分離出的超聲“差商后的直達信號”上選取以初步時延作為基準點的前后向總長度為N3的信號數(shù)據(jù)，120200，以便進行細相關算法運算。[502]—獲取“偽直達信號”并在其上選取長度為N4的信號數(shù)據(jù)；
在本實施例中，需要對參考信號進行一階差商運算獲得“偽直達信號”并以其最大峰值點作為基準點向前選取長度為N4的信號數(shù)據(jù)，80100，以便進行細相關算法運算。[503]—對獲得的N3點和N4點信號數(shù)據(jù)做互相關運算。
I Ms在本實施例中，互相關運算的表達式為 OO^^^JIxd/hC/-啊)，其中，
iV5 +1 ι_ο
F5=max(F3,F4)為互相關運算信號長度。[504]—提取精確時延。本發(fā)明其中所述步驟(1)中提到的參考信號是在無聲反射干擾下的實測超聲信號，但也不局限于此，還可以是混合指數(shù)模型信號、雙指數(shù)模型信號或者高斯模型信號，所述的超聲接收信號包括超聲直達信號和聲反射干擾信號。本發(fā)明所述步驟(2)中提到的粗相關運算是指對經(jīng)過低速采樣后獲得的信號數(shù)據(jù)進行互相關運算。本發(fā)明所述步驟(3)中實現(xiàn)超聲“差商后的直達信號”與“差商后的聲反射干擾信號”的分離方法是對超聲接收信號進行一階差商運算。本發(fā)明所述步驟(3)提取“差商后的直達信號”初步時延采用的方法是運用動態(tài)雙閾值算法。本發(fā)明所述步驟(4)中提到細相關算法是在獲得的初步時延基礎上所做的局部范圍內(nèi)的互相關運算。通過搜索上述互相關運算獲得的最大峰值點即可得到最后的精確時延。下面從仿真實驗的結果說明本發(fā)明消除超聲定位中聲反射干擾方法的效果。首先從聲反射干擾的存在性及將其從超聲接收信號中分離的效果進行說明
在本發(fā)明的具體實施例中，設定的實驗條件為超聲接收與發(fā)射傳感器置于同一水平高度，水平距離約為20 cm ,且它們與水平面之間的垂直距離約10·，發(fā)射傳感器發(fā)射超聲信號經(jīng)直達路徑與水平面反射路徑到達接收傳感器的超聲接收信號波形如圖6A所示。進一步參見圖6A所示的超聲接收信號的波形圖，由于聲反射干擾的存在使超聲接收信號波形發(fā)生畸變，信號包絡的橄欖形特征已經(jīng)基本消失，在經(jīng)粗相關運算處理后，如圖6B所示，可以看到兩個明顯的信號包絡峰值，從而證明了聲反射干擾的存在。圖6C是運用優(yōu)化動態(tài)閾值算法對超聲接收信號進行處理后的效果圖，經(jīng)差商變換后的峰值信噪比
權利要求
1.一種消除超聲定位中聲反射干擾的方法，其特征在于包括如下步驟(1)以參考信號和超聲接收信號的最大峰值點作為基準點分別進行長度為m和N2的前向低速采樣，200 ( Ni, N2 ( 1000，形成信號數(shù)據(jù)datal和data2 ；(2)對信號數(shù)據(jù)datal和data2做粗相關運算提取包絡峰值個數(shù)，當包絡峰值個數(shù)大于1時，認為有聲反射干擾存在，反之，認為無聲反射干擾存在；(3)對超聲接收信號運用優(yōu)化動態(tài)閾值算法實現(xiàn)超聲“差商后的直達信號”與“差商后的聲反射干擾信號”的分離并提取超聲直達信號的初步時延。
2.根據(jù)權利要求1所述的一種消除超聲定位中聲反射干擾的方法，其特征在于還包括如下步驟(4)在分離出的超聲“差商后的直達信號”上選取以初步時延作為基準點的前后向總長度為N3的信號數(shù)據(jù)，120200，以及對參考信號進行一階差商運算獲得“偽直達信號”并以其最大峰值點作為基準點向前選取長度為N4的信號數(shù)據(jù)，80100，進而對所述長度為N3和N4的信號數(shù)據(jù)進行細相關運算獲得精確時延。
3.根據(jù)權利要求1所述的一種消除超聲定位中聲反射干擾的方法，其特征在于其中所述步驟(1)中提到的參考信號是在無聲反射干擾下的實測超聲信號，但也不局限于此，還可以是混合指數(shù)模型信號、雙指數(shù)模型信號或者高斯模型信號，所述的超聲接收信號包括超聲直達信號和聲反射干擾信號。
4.根據(jù)權利要求1所述的一種消除超聲定位中聲反射干擾的方法，其特征在于其中所述步驟(2)中提到的粗相關運算是指對經(jīng)過低速采樣后獲得的信號數(shù)據(jù)進行互相關運算。
5.根據(jù)權利要求1所述的一種消除超聲定位中聲反射干擾的方法，其特征在于其中所述步驟(3)中實現(xiàn)超聲“差商后的直達信號”與“差商后的聲反射干擾信號”的分離方法是 對超聲接收信號進行一階差商運算。
6.根據(jù)權利要求1所述的一種消除超聲定位中聲反射干擾的方法，其特征在于其中所述步驟(3)提取“差商后的直達信號”初步時延采用的方法是運用動態(tài)雙閾值算法。
7.根據(jù)權利要求2所述的一種消除超聲定位中聲反射干擾的方法，其特征在于其中所述步驟(4)中提到細相關算法是在獲得的初步時延基礎上所做的局部范圍內(nèi)的互相關運笪弁。
全文摘要
本發(fā)明提供了一種消除超聲定位中聲反射干擾的方法。所述方法具有如下特征首先以參考信號和超聲接收信號的最大值點作為基準點分別進行前向低速并進行粗相關運算以確定聲反射干擾的存在性；其次對超聲接收信號運用優(yōu)化動態(tài)閾值算法實現(xiàn)超聲“差商后的直達信號”與“差商后的聲反射干擾信號”的分離并提取超聲直達信號的初步時延；最后基于初步時延做局部范圍內(nèi)的細相關運算獲得精確時延。本發(fā)明的優(yōu)點在于1.引用粗相關技術，對聲反射干擾的存在性進行判斷，在準確判斷的前提下，還能降低算法的運算量。2.采用優(yōu)化動態(tài)閾值算法有效地消除超聲定位中的聲反射干擾。3.基于優(yōu)化動態(tài)閾值算法變換后的信號波形，進行細相關運算，運算量小，時延提取精度高。
文檔編號G01S7/537GK102455423SQ20111014459
公開日2012年5月16日 申請日期2011年5月31日 優(yōu)先權日2011年5月31日
發(fā)明者孫曉穎, 溫泉, 燕學智, 王波, 田野, 秦運柏, 胡封曄, 陳建 申請人:吉林大學