詹 戈

(新疆维吾尔自治区水文局水文实验站，新疆 乌鲁木齐 830000)

超声波凭借其良好的定向性、较强的穿透性和抗腐蚀能力，已广泛应用于工业领域，例如超声波测距、超声波无损检测和超声波流量计等[1]。超声波信号从发射器传输到接收器的时间定义为飞行时间(TOF)。TOF包含很多信息，例如TOF反映了距离测量和超声波流量计中的距离和流量信息等等[2]。因此，准确确定超声TOF是超声应用中的关键技术。

据我们所知，超声波流量计应用中的TOF测定方法通常可分为三类。

第一类包括阈值检测方法[3]。例如动态阈值方法、双阈值方法和可变比率阈值方法均被开发用于确定TOF。这些阈值方法是最简单的方法。但是，它们容易受到噪声的干扰。此外，这些用于TOF检测的方法是基于超声信号上升沿的幅度特性。因此，它们的性能会受到波形变化的影响[3]。

第二类包含各种相关方法。这些方法首先应用于雷达领域，然后在1981年引入TOF测定。基本的相关方法计算两个接收信号之间的相关函数，然后产生一个最大峰值，其中时移映射到两个信号之间的时间差。后来，提出了更好的相关方法，例如基于调频激励的互相关、相位相关方法和正弦拟合技术的互相关等方法，将其应用于TOF确定[4]。与阈值方法相比，相关方法受噪声的影响较小，但其准确性仍然受到采样率的限制。相关方法的另一个缺点是难以根据不同的应用条件实时更新参考波，从而导致TOF出现偏差检测。

第三类包括基于波形拟合的TOF估计方法。在这些方法中，首先选择合理的超声接收信号经验模型，然后采用有效算法对接收到的超声信号进行拟合以获取TOF[5]。这些方法不仅提供了很高的测量精度，而且还提供了强大的抗干扰能力。然而，他们需要大量的计算，这需要高成本的数字信号处理，并降低了实时性能。

因此，本文在前人的基础上，提出了一种基于超声波信号起伏的简便易行的飞行时间确定方法。此方法包括两部分，即寻找超声信号开始检测(USO)的大致位置以及在多个获得的时间值中确定TOF。在第一步中，将接收到的信号分为多个段，并且根据标准化频率和能量的倍数将每个段识别为超声信号或噪声信号。通过分析分类结果，可以确定USO的大致位置。在第二步中，可以根据USO与所获得的零交叉时间值之间的关系，选择固定的零交叉时间值作为TOF。由于在分类过程中仅使用每个段内的信息，因此该方法对波形变化不敏感。

这项研究提出的新方法与以前建立的方法之间的不同之处在于，新提出的方法的检测到的TOF仅依赖于当前测量中对超声信号的分析，而不是依赖于先前方法的两次连续测量中的信号，且性能将不受两次测量之间波形相似度的限制，易于实现和适用于嵌入式系统等优势。

1 研究方法原理

1.1 超声信号开始检测位置(USO)检测原理

接收到的超声信号可以描述为：

s=A(its)sin[2πf(its-τ)+θ]

(1)

(2)

式中：s为接收信号；A0为信号幅度；T和m分别为与特定超声波传感器相关的参数，容易受到温度的影响；τ为USO的时间；ts为采样周期；i为采样点序列号；f为由超声波传感器确定的中心频率；u(its-τ)为单位阶跃信号；θ是初始相位，始终设置为零。

可以看出，超声信号由一系列正弦信号组成。因此，超声信号在频率和能量方面与噪声信号不同。图1示出了液体超声波流量计中的接收信号的示意图。可以根据正零交叉信号将信号分为几部分(接收信号的幅度从负变为正)。通过分析每个段内部的频率和能量，可以将每个段标识为超声信号的一部分或噪声信号的一部分。一旦将超声部分和噪声部分区分开，就可以找到USO的大致位置。结合正零交叉点和USO之间的关系，可以选择固定的正零交叉点作为TOF，从而避免了循环跳跃问题。这里，S1到S10是段1到段10的缩写，红色五角星表示USO。

图1 液体超声波流量计中接收信号的示意图

为了便于计算，频率以信号段中的点数为特征，能量以信号段中的幅度平方的平均值为特征。等式(3)和等式(4)是分别在频率和能量归一化中使用的两个变换函数，以便将特征映射到0和1的间隔。

(3)

式中：n为信号段中离散点的数量，f与公式中的含义相同；fs为采样频率，α是移位因子，运算符[]表示将数字四舍五入到最接近的整数。

f2=1-e-β*E

(4)

式中：β是比例因子，在分离超声信号和噪声信号的分类结果中起着重要作用，E是信号段中的能量。对于具有n个离散采样点的信号段，E的计算公式为：

(5)

式中：vk表示第k个离散采样点的电压。频率和能量归一化的示意图分别如图2和图3所示。信号段属于超声信号的概率定义如下：

图2 频率归一化示意图

图3 超声信号和噪声的分类结果

out=f1×f2

(6)

值得一提的是，α，β，L1，L2和L的最佳值需要根据实际应用确定。有关选择这些参数的一些建议如下[6]：

将α设置为0.2×[fs/f]，以使超声信号的f1输出等于1；这是因为根据我们的经验，在不同的工作条件下，超声信号的频率可能会偏离中心频率约10%。

收集一条噪声信号，并根据等式(5)计算其平均能量。然后，先将β设置为较大的值，然后逐渐减小为合理的值，使f2的输出低于0.5。

收集一条信号，其中第一部分是噪声信号，第二部分是超声信号。将信号划分为多个段，然后根据等式(6)计算每个段的输出：在值<0.5的区域中，找到最大值(Nmax)并将L2设置为(Nmax+0.1)；在值>0.5的区域中，找到最小值(Nmin)并将L1设置为(Nmin-0.1)。

将参数L设置为L1和L2的平均值，USO粗略检测步骤可总结如下：(1)根据正零交叉点将接收到的信号分成几段，如图1所示。(2)实施分类过程。即根据等式计算每个段的最终计算结果。并确定其信号类别。(3)将计算结果首先超过L的线段中的第一个采样点视为USO。

1.2 准确的TOF确定

由于检测到的USO位置很粗糙，因此无法准确表征TOF。因此，在该方法中引入了多重过零技术[7]。该技术的本质是对双阈值方法的改进。双阈值方法的主要问题是阈值电压与接收信号的第一交点会根据波形的形状来回移动，而在以双阈值法将交点用作TOF后，交点的不规则变化会导致TOF检测的不确定性。为了解决交点不规则运动引起的问题，提出了一种多零交叉技术。多重零交叉技术首先将获得的USO作为参考，以确认时间值与零交叉之间的对应关系。其次选择一个可以在各种条件下测量的固定的过零时间正值作为TOF。通过所提出的方法可以消除由波形变化引起的周期跳跃问题。该技术的另一个巨大优势是这些零交叉点的时间值是通过硬件实现的。因此，一旦正确检测到粗略的USO，所提出的方法就能够获得准确的TOF，而无需进行大量复杂的计算。

1.3 数值测试

为了评估所提出方法的性能进行了数值测试。测试分为两个部分。第一部分比较了双阈值方法、相关方法、基于相似度的方法以及信息准则(AIC)方法和TOF检测性能。所有数值测试都是使用MATLAB软件进行。表1为实验接收到的信号的参数值。采样频率设置为超声信号中心频率的10倍。

表1 实验接受信号参数值

测试结果显示所提出的方法都可以正确检测TOF。提出的方法能够准确检测TOF的前提在于对USO的正确识别。一方面，在分类过程中仅使用片段内部的信息，这使得分类结果独立于片段外部的信号。另一方面，通过在分析中引入频率，可以抑制噪声对USO检测的影响。

2 实验验证

通过实验进行验证所提出方法在波形变化时的TOF检测性能。由于超声波信号的形状与温度高度相关，因此使用介质为水的液体超声波流量计在不同温度下进行了测试。传感器的中心频率为1 MHz，所需的测量周期为5 ms。考虑到AIC方法花费的时间太长，无法满足流量计的实时要求，因此在实验验证中仅比较了其他三种方法。在10°处接收的信号被用作相关方法中的参考。在双阈值方法中，阈值电压也设置为接收信号最大电压的0.4倍。液体超声波流量计安装在流量校准装置上，流量计的操作由嵌入式电路板控制。基于相似度的方法和所提出的方法，使用采样数据的Matlab 软件实现了相关方法。

实验结果如图2所示。

图3得到了在新提出的方法中USO检测中的超声信号和噪声的分类结果。可以看出，噪声计算结果均低于0.6，超声信号计算结果均高于0.8。因此可以容易地区分超声波信号和噪声信号，这保证了新提出的TOF检测方法的成功。

3 结语

本研究在前人的基础上，借助实验和Matlab软件工具，提出了一种简便易行的TOF确定方法，用来解决液体超声波流量计波形变化引起的周期跳变问题。该方法包括USO检测部分和TOF确定部分。在第一部分中，根据零交叉将接收到的信号划分为多个段，并且根据每个段内部的归一化能量和归一化频率的乘积将这些段标识为超声信号或噪声信号。首先将计算结果首先跃升到阈值L以上的分段中的第一个采样点识别为粗略USO。在第二部分中，根据USO与所需零交叉之间的关系，将固定零交叉的时间值选择为TOF。由于在信号分类过程中仅使用每个段内部的信息，因此在所提出的方法中可以发现诸如对波形变化的高灵敏度和对噪声的抗干扰能力强的优点。由于USO检测的计算更简单，并且不需要在TOF确定中进行大量计算，因此该方法还提供了很少的计算负担。将该方法与相关方法、阈值方法、基于相似度的方法和AIC方法进行了数值测试，并将前三种方法进行了实验比较。数值测试结果表明，该方法不仅可以保证TOF检测的准确性，而且可以减轻计算量。实验验证的结果表明，所提出的方法能够获得准确的TOF，而与实际应用中的波形变化无关。