专利名称：基于共振峰的超声空化状态识别方法
技术领域：
本发明涉及一种超声空化识别方法，具体地说，涉及一种基于共振峰的超声空化状态识别方法。
背景技术：
超声空化是液体在超声波作用下产生空泡及空泡振荡与溃灭的现象。超声空化， 一方面会使液体产生局部高温高压等现象，影响液体的物理化学性质，这使得其在声化学等领域中有着广大的应用前景；另一方面会对空泡附近固体材料造成空蚀破坏，在空蚀研究中有着重要应用。但超声空化的应用却不尽如人意，其中的一个主要原因是缺乏简单易行的超声空化状态检测与识别的方法。研究人员使用最多的超声空化场检测方法是声学检测方法，通过处理超声空化噪声信号识别空化状态文献“Mapping the cavitation intensityin an ultrasonic bath using the acoustic emission，，(来源American Institute ofChemical Engineers Journal, 2000,46 (4) :684-694)在同声强情况下通过比较不同液体介质空化声发射信号频谱来分离超声空化谱，从而对空化强度进行测量，这种方法极为复杂无法应用到工业中去；文献“Ultrasonic cavitationmonitoring by acoustic noise power measurement”(来源Journal of AcousticalSociety of America, 2000,108(5) :2010-2020)利用激励超声的二分之一次分谐波与二次谐波来表征稳态空化，利用连续谱的积分来表示瞬态空化，这仅在低强度空化情况下适用；文献“空化噪声谱的分离”(来源声学技术，2005，24 (2) :113-116)通过中值滤波拟合连续噪声谱的空化噪声谱分离方法，研究了低频超声空化场。在处理信号时，这些方法使用了超声空化场的频域信息，却忽略了其时域信息。为了改善对超声空化场的分析，可以考虑使用时频分析方法提取空化声信号的时频信息。而在应用中发现，采用共振峰跟踪的方法不仅可以提取信号时频信息，而且能提取信号中以共振峰轨迹为主的简要的时频信息。
发明内容
为了使用简要的时频信息来判别超声空化状态的目的，本发明提供了一种基于共振峰的超声空化状态识别方法，通过获取超声空化信号中共振峰轨迹图和共振峰参数，实现对超声空化状态的识别。本发明的技术内容如下一种基于共振峰的超声空化状态识别方法，包括以下步骤采集设定时间段内的超声空化场的信号数据，对信号数据进行分帧处理，并将分帧处理后的信号作为待处理信号；采用全极点线性预测方法对待处理信号建模得到线性预测模型，并通过线性预测模型得到各个共振峰峰值及峰值所在的频率值，并根据所述频率值得到基频频率平均值和相对高频共振峰峰值的平均值；根据基频频率平均值与激发空化的超声频率之间的大小关系和相对高频共振峰峰值的平均值大小判断空化状态；如果基频频率平均值约为超声频率的 I. 3-2倍，则空化区域处于空化状态，而且相对高频共振峰峰值越高，空化越剧烈；如果基频频率平均值在超声频率的I. 3倍以下，则空化区域处于无空化状态。进一步所述超声空化状态识别方法还包括从分帧处理后的信号中抽取出第一帧作为待处理信号。进一步所述超声空化状态识别方法还包括判断待处理的信号是否到达最后一帧信号，是则作出共振峰轨迹图，否则选取下一帧信号作为待处理信号并采用全极点线性预测方法对其进行建模得到线性预测模型。进一步所述判断空化状态时参考共振峰轨迹图，所述共振峰轨迹图以时间为横坐标，共振峰频率为纵坐标，所述共振峰轨迹图的作出包括以下步骤提取各个共振峰峰值及峰值所在的频率，按照峰值所在的频率从小到大的顺序对各帧峰值进行排列；按照时间和频率，以时间为横坐标，共振峰频率为纵坐标，在时频图上作出共振峰的轨迹图。进一步，通过各个共振峰峰值及峰值所在的频率值获取基频频率平均值和相对高频共振峰峰值的平均值的步骤包括提取各个时间处最小的频率值，得到所述基频频率平均值；提取各个时间处高频率值且阶次相同的共振峰峰值，得到相对高频共振峰峰值的平均值。进一步，判断空化状态还包括如果基频频率平均值约为2倍超声频率，则空化区域处于剧烈空化状态，而且相对高频共振峰峰值越高，空化越剧烈；如果基频频率平均值在超声频率的I. 7倍到2倍之间，则空化区域处于强烈空化状态，且相对高频共振峰峰值越高，空化越强烈；如果基频频率平均值在超声频率的I. 3倍到I. 7倍之间，则空化区域处于轻微空化状态；如果基频频率平均值在超声频率的I. 3倍以下，则空化区域处于无空化状态。进一步，全极点线性预测方法为
权利要求
1.一种基于共振峰的超声空化状态识别方法，包括以下步骤采集设定时间段内的超声空化场的信号数据，对信号数据进行分帧处理，并将分帧处理后的信号作为待处理信号；采用全极点线性预测方法对待处理信号建模得到线性预测模型，并通过线性预测模型得到各个共振峰峰值及峰值所在的频率值，并根据所述频率值得到基频频率平均值和相对高频共振峰峰值的平均值；根据基频频率平均值与激发空化的超声频率之间的大小关系和相对高频共振峰峰值的平均值大小判断空化状态；如果基频频率平均值约为超声频率的I. 3-2倍，则空化区域处于空化状态，而且相对高频共振峰峰值越高，空化越剧烈；如果基频频率平均值在超声频率的I. 3倍以下，则空化区域处于无空化状态。
2.如权利要求I所述的基于共振峰的超声空化状态识别方法，其特征在于所述超声空化状态识别方法还包括从分帧处理后的信号中抽取出第一帧作为待处理信号。
3.如权利要求2所述的基于共振峰的超声空化状态识别方法，其特征在于所述超声空化状态识别方法还包括判断待处理的信号是否到达最后一帧信号，是则作出共振峰轨迹图，否则选取下一帧信号作为待处理信号并采用全极点线性预测方法对其进行建模得到线性预测模型。
4.如权利要求I所述的基于共振峰的超声空化状态识别方法，其特征在于所述判断空化状态时参考共振峰轨迹图，所述共振峰轨迹图以时间为横坐标，共振峰频率为纵坐标， 所述共振峰轨迹图的作出包括以下步骤提取各个共振峰峰值及峰值所在的频率，按照峰值所在的频率从小到大的顺序对各帧峰值进行排列；按照时间和频率，以时间为横坐标，共振峰频率为纵坐标，在时频图上作出共振峰的轨迹图。
5.如权利要求I所述的基于共振峰的超声空化状态识别方法，其特征在于，通过各个共振峰峰值及峰值所在的频率值获取基频频率平均值和相对高频共振峰峰值的平均值的步骤包括提取各个时间处最小的频率值，得到所述基频频率平均值；提取各个时间处高频率值且阶次相同的共振峰峰值，得到相对高频共振峰峰值的平均值。
6.如权利要求I所述的基于共振峰的超声空化状态识别方法，其特征在于，判断空化状态还包括如果基频频率平均值约为2倍超声频率，则空化区域处于剧烈空化状态，而且相对高频共振峰峰值越高，空化越剧烈；如果基频频率平均值在超声频率的I. 7倍到2倍之间，则空化区域处于强烈空化状态，且相对高频共振峰峰值越高，空化越强烈；如果基频频率平均值在超声频率的I. 3倍到I. 7倍之间，则空化区域处于轻微空化状态；如果基频频率平均值在超声频率的I. 3倍以下，则空化区域处于无空化状态。
7.如权利要求I所述的一种基于共振峰的超声空化状态识别方法，其特征在于，全极点线性预测方法为ΛPs{n) - ^aiS(H-I)( I )P e(n) = s(n) - ^ α^(η - /+) ζ.=1(2)H{Z)=S^= G U(Z) P ,+ I- Σ CC.Z i = l 1(3)￡ = 0)=玄[s(n) - Y4CL1 s{n - i)f —co —co z=l(4)—0，i — 1，2，…，p(5)[OCiRiJi - i) - R(k\ \<k< p i=l(6)N-I R(k) = ^ x(n)x(n - k) n=k(7)j^f z = e fs(8)其中，s (η)为第η个采样值，由前面P个采样值线性组合进行估计；a i为预测系数，i =l,2,...,p；e(n)为式(I)造成的预测误差；H(z)为式(2)进行拉普拉斯变换得到的传递函数；G为预测误差的方差估计；E为预测误差e (η)的能量；f为频率；fs为采样频率； 通过方程组(I) (8)对所述待处理信号建模得到所述线性预测模型，并利用所述线性预测模型得到所述共振峰峰值频率和幅值。
全文摘要
本发明提供了一种基于共振峰的超声空化状态识别方法，包括以下步骤采集设定时间段内的超声空化场的信号数据，对信号数据进行分帧处理，并将分帧处理后的信号作为待处理信号；采用全极点线性预测方法对待处理信号建模得到线性预测模型，并通过线性预测模型得到各个共振峰峰值及峰值所在的频率值，并根据所述频率值得到基频频率平均值和相对高频共振峰峰值的平均值；根据基频频率平均值与激发空化的超声频率之间的大小关系和相对高频共振峰峰值的平均值大小判断空化状态。本发明通过使用超声空化信号的时频信息简要、直观地描述了超声空化的强度。
文档编号G01N29/036GK102590338SQ201210018098
公开日2012年7月18日 申请日期2012年1月19日 优先权日2012年1月19日
发明者何永勇, 沈再阳 申请人:清华大学