一种距离测量巨磁阻抗传感器信号的处理方法
【专利摘要】本发明公开了一种距离测量巨磁阻抗传感器信号的处理方法，具体步骤包括：采集磁性目标运动时巨磁阻抗传感器的输出信号；分别建立幅值变化率和能量变化率测量模型，在此基础上建立巨磁阻抗传感器信号的数据处理融合模型；计算目标运动方向上采集的巨磁阻抗传感器输出信号的小波能量特征，将其作为神经网络的输入样本训练以得到小波神经网络模型，建立其与目标位置的关系；对于所述运动方向上任一位置的目标，先通过小波神经网络模型判断目标所在的位置区间，再选择数据处理融合模型中对应位置区间的模型进行反演计算，得到最终的目标位置。本发明提供的处理方法具有通用性，解决了测量结果的多值性问题，提高了测量精度，拓宽了测量范围。
【专利说明】-种距离测量巨磁阻抗传感器信号的处理方法
【技术领域】
[0001] 本发明涉及巨磁阻抗传感器信号的处理方法，特别是距离测量巨磁阻抗传感器信 号的处理方法。
【背景技术】
[0002] 采用纵向激励模式的巨磁阻抗传感器，其巨磁阻抗效应特性曲线具有固有的"双 峰性"，为了拓展巨磁阻抗传感器的测量范围，就需要解决测量结果的多值性问题。目前，无 论已经形成产品的巨磁阻抗传感器，还是在相关文献中，该巨磁阻抗传感器硬件信号处理 电路可W分为两大类；一类是采用检波电路，另一类是采用相干解调电路，但都是仅仅利用 了巨磁阻抗传感器输出信号的幅度信息；另外，现有巨磁阻抗传感器都是选取巨磁阻抗效 应特性曲线的"近似线性区"来进行标定，在该区域内进行巨磁阻抗传感器标定虽然能达到 较高的精度要求，但测量范围却受到了限制。尽管随着巨磁阻抗传感器硬件电路的改进，其 性能有所改善，例如于葛亮等在《南京理工大学学报》2011年第35期"基于纵向激励的铁 基非晶带弱磁巨磁阻抗传感器研究"中通过增加反馈电路使巨磁阻抗传感器的线性度有所 改善，但其本质上还是利用巨磁阻抗效应曲线的"近似线性区"，其改善效果非常有限。因 此，根据现有文献报道，目前巨磁阻抗传感器信号的处理方法还存在如下不足；（1)不能解 决测量结果的多值性问题；（2)仅仅利用"近似线性区"限制了测量范围；（3)仅仅利用幅度 信息，导致测量精度有待提高。
【发明内容】
[0003] 针对上述现有技术中存在的缺陷，本发明所要解决的技术问题是提供一种可W解 决巨磁阻抗效应曲线多值性问题，并能有效拓展测量范围和提高测量精度的距离测量巨磁 阻抗传感器信号的处理方法。
[0004] 为解决上述技术问题，本发明所提供的距离测量巨磁阻抗传感器信号的处理方 法，其技术方案实施步骤如下：
[0005] -、巨磁阻抗传感器获取磁性目标按照一定距离间隔运动时的距离信号，采集所 述巨磁阻抗传感器的输出信号；
[0006] (一）幅值变化率
[0007] (1)求信号的幅值变化率，得到幅值变化率曲线；
[0008] 确定所述磁性目标在位置i时的幅值变化率Ur(i):
【权利要求】
1. 一种距离测量巨磁阻抗传感器信号的处理方法，其特征包括如下步骤： 一、巨磁阻抗传感器获取磁性目标按照一定距离间隔运动时的距离信号，采集所述巨 磁阻抗传感器的输出信号； (一） 幅值变化率 (1) 求信号的幅值变化率，得到幅值变化率曲线； 确定所述磁性目标在位置i时的幅值变化率l(i):
U(i)表不对应目标在位置i时的巨磁阻抗传感器输出信号的幅值，U(O)为仅有环境磁 场时巨磁阻抗传感器输出信号的幅值，UJi)是该位置信号的幅值变化率； 以目标位置为横坐标，以幅值变化率为纵坐标，将所有目标位置点的幅值变化率连接 成幅值变化率曲线； (2) 建立幅值变化率测量模型； 找出幅值变化率曲线峰值对应的位置Cl1，作为第一个分界点； 以Cl1为界将输出信号的幅值变化率曲线分为左、右两部分，分别建立每部分的幅值变 化率测量模型； 采用基于最小误差平方和准则的多项式拟合方法对以Cl1为界左侧的幅值变化率曲线 进行拟合，拟合后的曲线即为对应的左侧幅值变化率测量模型，表达式为Y1 : Y1 = m1x4-m2x3+m3x 2-m4x+m5 (x < (I1) 式中，x表示目标所在的位置，Iii1, m2, m3, m4, m5是多项式曲线拟合系数； 采用基于最小误差平方和准则的高斯拟合方法对以Cl1为界右侧的幅值变化率曲线进 行拟合，拟合后的曲线即为对应的右侧幅值变化率测量模型，表达式为y2 :
式中，X表示目标所在的位置，&1，a2，…，a12是高斯曲线拟合系数； (二） 能量变化率 (1) 求信号的能量变化率，得到能量变化率曲线； 确定所述磁性目标在位置i时巨磁阻抗传感器输出信号的能量变化率民(i):
式中，E(i)为目标在位置i时的巨磁阻抗传感器输出信号的能量在一个采样周期的平 均值，E(O)为仅有环境磁场时巨磁阻抗传感器输出信号的能量在一个采样周期的平均值， Mi)是位置i的能量变化率； 以目标位置为横坐标，以能量变化率为纵坐标，将所有目标位置点的能量变化率连接 成能量变化率曲线； (2) 建立能量变化率测量模型； 能量变化率曲线峰值对应的位置与幅值变化率曲线峰值对应的位置相同，故以Cl1为界 对右侧的能量变化率曲线基于最小误差平方和准则进行高斯拟合，拟合后的曲线即为对应 的能量变化率测量模型，表达式为y3:
式中，X表示目标所在的位置Apb2，…，b12是高斯曲线拟合系数； 二、 以Cl1和d2为界建立所述巨磁阻抗传感器信号的数据处理融合模型； 基于能量变化率和幅值变化率测量模型进行测量均有误差，设右侧幅值变化率测量模 型与能量变化率测量模型误差曲线交点对应的位置为d2，将d2确定为第2个分界点； 基于测量误差最小原则，将左侧幅值变化率测量模型Y1、能量变化率测量模型y3和右 侧幅值变化率测量模型y2进行组合，得到数据处理融合模型：
式中，X表示目标所在的位置，IIi1, m2, m3, m4, m5是以Cl1为界左侧幅值变化率测量模型的 拟合系数，I^b2，…，b12是介于Cl1和d2之间的能量变化率测量模型的拟合系数， ai，a2，…， a12是以d2为界的右侧幅值变化率测量模型的拟合系数； 三、 计算目标运动方向上采集的巨磁阻抗传感器输出信号的小波能量特征，并将该小 波能量特征作为神经网络的输入样本训练以得到小波神经网络模型，建立小波能量特征与 以Cl1和d2为界的目标位置区间的关系； 四、 对于所述运动方向上任一位置的目标，先通过小波神经网络模型判断目标可能出 现的位置区间，再选择步骤二中数据处理融合模型的相应测量模型进行反演计算，得到最 终的目标位置。
【文档编号】G01B7/02GK104359388SQ201410718206
【公开日】2015年2月18日 申请日期:2014年12月2日 优先权日:2014年12月2日
【发明者】段修生, 单甘霖, 肖晶, 杨青 申请人:中国人民解放军军械工程学院