[发明专利]一种无线无源声表面波传感器的超分辨率测量方法

说明书

本发明公开了一种无线无源声表面波传感器的超分辨率测量方法，包括以下步骤：步骤一：接收回波信号，将回波信号均等划分为若干子信号，提取有用子信号，并甄别接收信号是否收到干扰，若有干扰，则重新接收回波信号，无干扰，则进入步骤二；步骤二：建立数学模型，利用凸优化，对有用子信号进行频率估计；步骤三：利用概率论的原理，确定回波信号的频率，完成超分辨率测量。本发明通过分析回波信号的时频特性，能有效隔离被干扰的声表面波回波信号，并利用凸优化恢复信号主频中丢失的细节，实现超分辨率的频率测量，有效解决了由于回波信号能量小导致无线无源声表面波传感器测量精度较低的问题，并大大提高的测量距离与精度。

技术领域

本发明涉及一种无线无源声表面波传感器的超分辨率测量方法。

背景技术

谐振型无线无源声表面波传感器与传统传感器相比，它无需供能，体积小，耐用性强，且能实现更远的无线传感测量。但正因为谐振型声表面波传感器不具备任何数据采集和处理能力，只能被动的反射查询脉冲信号，其测量精度由频率估计算法和硬件(传感器和阅读器)条件共同决。

在提高无线无源谐振型声表面波传感器测量精度方面，研究者们大多是从优化传感器的结构和基底材料，降低传感器的插损、增加传感器Q值、提高阅读器灵敏度、增强阅读器噪声性能等方面入手来提高测量精度。在频率估计算法上，无线无源声表面波传感器仍普遍使用傅里叶变换(FT)方法求取回波信号频率。但FT方法的频率分辨率极大受制于回波信号的时长，并且FT方法相当于功率谱估计的周期图法，本身存在频率估计标准差性能较差(结果起伏剧烈)的缺点，这都束缚了声表面波传感器的测量精度。鉴于FT方法存在的缺点，研究人员将目光投向了基于参数模型的现代谱估计方法，以提高传感器的测量精度。代表性的有：Kalnin通过数值模拟研究了将基于参数模型的频率估计算法用于求取声表面波回波信号频率的优劣，除此之外，还有奇异值分解法等等。但回波信号具有显著的非平稳性，参数模型法中的信号波形假设很难与之匹配，这就造成其在实际应用中效果欠佳，有时甚至还不如FT方法。因此，我们希望能寻找一种超分辨率测量方法，其方法具有超高的频率测量精度以及稳定性。

发明内容

为了解决上述技术问题，本发明提供一种算法简单、测量精度高、稳定性好的无线无源声表面波传感器的超分辨率测量方法。

本发明解决上述问题的技术方案是：一种无线无源声表面波传感器的超分辨率测量方法，包括以下步骤：

步骤一：接收回波信号，将回波信号均等划分为若干子信号，提取有用子信号，并甄别会比信号是否收到干扰，若有干扰，则重新接收回波信号，无干扰，则进入步骤二；

步骤二：建立数学模型，利用凸优化，对有用子信号进行频率估计；

步骤三：利用概率论的原理，确定回波信号的频率，完成超分辨率测量。

上述无线无源声表面波传感器的超分辨率测量方法，所述步骤一的具体步骤为：

1‐1)接收最新的回波信号样本，将回波信号X均等分为20份子信号X₁,X₂,...,X₁₉,X₂₀，求出每份子信号的标准差，将X₁的标准差σ₁作为标准，且令j＝0，N＝0；

1‐2)令j＝j+1，判断j21是否成立，若j21成立，则继续判断σ_j≥0.707σ₁是否成立，σ_j表示第j份子信号X_j的标准差，若σ_j≥0.707σ₁成立，则N＝N+1，记录n_N＝j，n_N表示第N个有用子信号的位置，第N个有用子信号X′_N＝X_j,并返回步骤1‐2)，若σ_j≥0.707σ₁不成立，则直接返回步骤1‐2)；若j21不成立，则执行步骤1‐3)；