[发明专利]一种基于Wi-Fi信号测量液体复介电常数的方法及装置在审
申请号: | 202011421303.2 | 申请日: | 2020-12-07 |
公开(公告)号: | CN112595898A | 公开(公告)日: | 2021-04-02 |
发明(设计)人: | 李超;李凡;方滨兴;殷丽华;孙哲;罗熙;李丹;王星 | 申请(专利权)人: | 广州大学;鹏城实验室 |
主分类号: | G01R27/26 | 分类号: | G01R27/26;G01N23/00;G06N20/00;H04B17/309 |
代理公司: | 广州三环专利商标代理有限公司 44202 | 代理人: | 陈旭红;吴落 |
地址: | 510006 广东省广*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 wi fi 信号 测量 液体 介电常数 方法 装置 | ||
1.一种基于Wi-Fi信号测量液体复介电常数的方法,其特征在于,包括:
获取Wi-Fi信号发射器发射的Wi-Fi信号,并对所述Wi-Fi信号进行预处理操作,得到所述Wi-Fi信号的信道状态信息;其中,所述Wi-Fi信号包括经过待测液体的Wi-Fi信号和未经过待测液体的Wi-Fi信号;
将所述信道状态信息进行降噪处理,得到至少一组稳定的幅度比值和相位差值;其中,所述幅度比值和相位差值为经过待测液体的Wi-Fi信号数据和未经过待测液体的Wi-Fi信号数据的幅度比值和相位差值;
将所述幅度比值和相位差值通过预设的数据处理模块,并将处理的结果通过机器学习算法,判断得出待测液体的复介电常数;其中,所述机器学习算法包括:线性回归算法、KNN算法以及RNN算法。
2.根据权利要求1所述的基于Wi-Fi信号测量液体复介电常数的方法,其特征在于,所述预设的数据处理模块,具体采用如下公式构建:
复介电常数∈采用如下形式表示:
∈=∈′+i∈″ (1)
幅度比和相位差满足以下的关系:
γ=α+iβ (2)
发射天线通以正弦交流电IT=I0eiωt,则接受天线处由于电磁波产生的感应电动势为:
其中:
S0=πa2
其中,μ为介质磁导率,I和ω分别为发射线圈的发射电流和角频率,NT和NR分别为发射线圈和接收线圈的匝数,a为线圈半径;
(3)式可变形为:
对复数域内,任意x满足下式:
xex=z
则有:
x=W(z)
lnW+W=lnz
这里W(z)称为Lambert W函数,则传播常数为:
记:
则:
此时γ2,L2已知,可由(6)式得到W2
故:
而(3)式又可记为:
将两者相比并取自然对数可得:
其中,A为幅度比,为相位差。此时得到
将W2和带入(7)式,可得W1;
由(5)式即可得γ1;
令Q=γ2,则:
另外,由:
γ2=ω2με-iωμσ
可得
其中ε是介电常数,σ是电导率。
3.根据权利要求1所述的基于Wi-Fi信号测量液体复介电常数的方法,其特征在于,所述获取Wi-Fi信号发射器发射的Wi-Fi信号,并对所述Wi-Fi信号进行预处理,得到所述Wi-Fi信号的信道状态信息;其中,所述Wi-Fi信号包括经过待测液体的Wi-Fi信号和未经过待测液体的Wi-Fi信号;具体为:
首先,Wi-Fi信号发射器根据控制指令,控制发射端天线组发射Wi-Fi信号,其次,Wi-Fi信号接收器来自Wi-Fi信号发射器的Wi-Fi信号,并将Wi-Fi信号发送给信号处理单元,所述信号处理单元将其转换成的Wi-Fi信号的信道状态信息。
4.根据权利要求1所述的基于Wi-Fi信号测量液体复介电常数的方法,其特征在于,所述降噪处理方法包括:高斯滤波方法、卡尔曼滤波方法以及小波降噪方法。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于广州大学;鹏城实验室,未经广州大学;鹏城实验室许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202011421303.2/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种建筑电气管道用的围绕式密封装置
- 下一篇:一种非整数周期扩频通信捕获方法