一种超声波聚焦式河流泥沙浓度在线测量方法与流程

本发明涉及超声波液固两相流测量、信号处理、泥沙浓度技术领域，特别是涉及一种超声波聚焦式河流泥沙浓度在线测量方法。

背景技术：

近年来我国的水资源问题日益突出，不管是水资源的稀缺问题，还是污染问题，都需要对水体中的颗粒物的浓度进行准确监测。水体悬移质含量及其特性是表征水质的重要参数之一，与河岸植被、水利工程、水利机械、航运河道、海洋生态、水文计量、水体保护及防灾减灾等密切相关，其有效测量具有重要意义。

目前传统的测泥沙含量的方法以人工为主，包括烘干法和称重法，优点是简单易懂，精度高，对工作人员要求较低，但存在着繁琐性、危险性及无法在线实时测量等弊端。随后出现了以各种物理因素为基础的泥沙含量测量法，包括光电法、振动法、电容法、超声波法、同位素法和比热法等。光电法为近几年较为热门的一个分支，基于激光的测量法和仪器设计层出不穷，但光电法测量范围小，设备庞大，成本高。振动法快速准确，测量范围较广，受泥沙粒径变化小，但由于低浓度情况下的沉积现象，仅适用于流速较高的水体泥沙含量的测量。电容法简单经济，安全高效，精度高，但测量范围窄，且影响因素较多如温度、流速等。同位素法高效且抗干扰性强，但其放射性引起的污染和健康隐患使其应用范围大大减小。比热测沙法适用于高浓度的含沙量的测量，但研究年限短，技术不够成熟。超声法由于其强穿透性，宽频带，无干扰，实时性好等，有着其他方法不可比拟的优势，但综合来讲，更适合在低浓度情况下测量。

超声波测泥沙法是基于超声波穿透含沙溶液时发生衰减的原理来实现的。近年来也有人开始研究基于声阻抗的超声波测量法。传统的测量方法中采用的是平面式超声波探头，此种探头发出的平行波在传播过程中极易在水中粒子表面发生反射折射等而改变原来的传播方向。对于一发一收式的超声波换能器，一部分发射出来的超声波无法被对面的平面式超声波探头接收，而自发自收式的则会引起更多的散射损失。而聚焦式超声波探头由于其聚焦性能，近年来被广泛应用于医疗和清洗等行业，在水体含沙量测量方面有着良好的应用前景，值得引起人们的重视和研究。

基于衰减法的超声模型包括经典的ECAH模型以及耦合相模型均有着各自的适用范围和不可避免的缺陷，且均是在平面超声波换能器的情况下得到，聚焦式换能器的情况下的应用效果不得而知。

技术实现要素：

为了克服上述现有技术的不足，本发明提供了一种超声波聚焦式河流泥沙浓度在线测量方法。本发明操作简单，实验部分灵敏度高，信号处理容易实现，可行性高。

本发明方法的具体步骤是：

1)搭建一套以聚焦式超声波探头为核心的超声波聚焦式河流泥沙浓度在线测量装置。

2)测量前，对测量系统进行调试，其后启动测量装置进行测量。

3)对采集到的信号进行相空间分割和符号动态滤波分析，得到与泥沙浓度相关的参数值浓度测度。

将数据采集卡采集到的离散信号提取得到x(n)，对其进行希尔伯特变换，可以表示为x(n)与h(t)的卷积，即：

其中，x(n)和分别表示原始信号和希尔伯特变换后的信号；h(n)为一个脉冲响应；n为原始信号中离散点的个数；m为从负无穷到正无穷的一系列自然数，且满足m<(n+1)/2。理论上，由连续信号的希尔伯特变换可知，离散信号的希尔伯特变换可以看做是x(n)通过一个等效的滤波器h(n)的输出。令H(e^jω)为h(n)傅里叶变换后的形式，则h(n)的离散时间Fourier变换定义为：

对应的脉冲响应为：

由卷积定理可知，在时域上的卷积为频域上的乘积，则：

其中，和F[x](ξ)分别为经过傅里叶变换的和x(n)。经过傅里叶变换后，信号共轭对称，负频率的信息和正频率的信息重合，则在复数域内，对应的信号可以表示为：

因此，Hilbert变换后相位与x(n)相位是正交的。也就是说，解析信号还可以表示为：

上式以及很明了将信号表示成为极坐标形式，A(n)和分别对应极坐标的r轴和θ轴，经此，对原始信号的一个二维相空间建立完成。为了给D-Markov机的运行提供条件，该相空间必须被分割为可用不同符号所表示的几个完备互斥的区域。在包含整个信号信息的紧致域Φ内对信号的幅值和相角分别进行最大熵分割法。为了使每个符号出现的概率几乎一致，将数据按照幅值大小重新排序，等数量地分为|X_A|组，用x_i表示根据幅值分割的各个符号，符号表X_A用以表示每一组符号的集合：

X_A＝{x_i：i＝1，2......|X_A|} (2-7)

同时，数据以同样的方法按相角大小分为组，用x_j表示根据相位分割的各个符号，符号表用以表示每一组符号的集合：

经过幅值和相角的最大熵分割，整个紧致域Φ被分为个区域，每一个区域都由一组包含幅值信息x_i和和相位信息x_j的符号对表示，用符号表X来表示所有符号对的集合：

X＝{(x_i，x_j)} (2-9)

采用D-Markov机对信号进行分析，基于D阶Markov过程的一个符号出现的概率仅取决于它前面的(最多)D个符号的原理，可以认为包含了相同的长度为D的子符号串的两个符号串是等价的。故整个信号的符号串至多可以分为|X|^D个等价类，每个属于该信号符号串的等价类的符号串长度为D，各自为一个有效状态，所以所有的有效状态的集合里面元素的个数为|X|^D。

当两个有效状态的符号串其中一个S的第二个到最后一个符号与另一个S’的第一个到倒数第二个的字符依次完全一样时(S可以与S’是同一有效字符串)，在S新接收一个符号是S’的最后一个符号的同时去掉原符号串的最前面的符号，S可以转化为另一个有效状态S’，即为状态的转移。每一个有效状态可以向不同的另外的有效状态转移，其转移概率的总和为1：

其中π_j，k表示状态j到状态k转移的概率，j、k均为自然数，由于状态转移的条件相对严苛，一个D-Markov机中，很多个π为0，π不等于零的情况叫做非零入口，最多有|X|^D+1个。

假设状态j的符号序列S为s₁s₂……s_D，若状态j可以转移为状态k，则状态k的符号序列S’为s₂s₃……s_D+1。将符号序列s₁s₂……s_D以及符号序列s₁s₂s₃……s_D+1的个数分别记为N和M，那么：

其中，N＝0的时候，代表状态j不存在，也就是上式没有意义。

将状态的集合Q中的各个状态编号为1,2……n，则，按照下面的顺序填入各个状态转移概率得到状态转移矩阵：

根据状态转移矩阵得到状态转移向量p和p’，浓度测度定义为：

4)建立浓度测度与泥沙浓度的关系图，得到测量模型。

进一步说，所述的聚焦式超声波探头为球面电子相控阵列聚焦。

进一步说，所述的相空间分割基于希尔伯特变换，将时间序列映射到二维相空间。

进一步说，所述的符号动态滤波依赖D-Markov机的建立。

进一步说，所述的D-Markov机得到的状态概率向量可以反映出超声波衰减的信息。

进一步说，所述的超声波衰减的信息用浓度测度表征，和泥沙的浓度存在一定的函数关系。

进一步说，所述的超声波聚焦式河流泥沙浓度在线测量装置包括由信号发生模块、超声换能模块及数据采集模块三大模块组成，所述的信号发生模块包括信号发生器和功率放大器，所述的超声换能模块包括聚焦式超声波发射探头和聚焦式超声波接收探头，所述的数据采集模块包括功率放大器和示波器。

进一步说，所述的超声换能模块的中心频率为1.13Mhz。

进一步说，所述的信号发生器发出的初始信号为频率为1.13MHz频率、2Vpp峰峰值的猝发波。

进一步说，所述的示波器采样频率为5MHz，单次采样点数为7000个，用USB设备储存采样点。

与现有技术相比，本发明的有益效果是；

1、本发明采用的聚焦式超声波换能器，在超声传播过程中向固定方向聚焦，可以有效减少传播过程中的散射衰减，增加接收换能器处可接受的声能，提高信噪比以及整个测量系统的灵敏度和测量精度，泥沙含量预测的准确性得以提高。

2、本发明在信号处理方面采用了基于希尔伯特变换的相空间分割结合符号动态滤波D-Markov机，相较于基于小波变换的小波空间分割等方法，运算速度更快速，异常值检测的方法对于微小浓度变化引起的信号的变化更加敏感。

附图说明

图1为总体测量原理图；

图2为信号处理流程图；

图3为超声波浓度测量系统示意图。

具体实施方式

下面结合附图对本发明作进一步的说明。

搭建一套以聚焦式超声波探头为核心的超声波聚焦式河流泥沙浓度在线测量装置。所述的超声波聚焦式河流泥沙浓度在线测量装置包括由信号发生模块、超声换能模块及数据采集模块三大模块组成，所述的信号发生模块包括信号发生器51和功率放大器52，所述的超声换能模块包括聚焦式超声波发射探头53和聚焦式超声波接收探头55，所述的数据采集模块包括功率放大器56和示波器57。

搭建完成后，对系统进行调试，确认无误后，开启各开关。所述的信号发生器51发出频率为1.13MHz频率、2Vpp峰峰值的猝发波作为初始信号，在功率放大器52放大2.5倍后通过聚焦式超声换能器53将电能转化为声能。所述的超声波发射探头53的中心频率为1.13Mhz，发出聚焦于一定方向的超声波。超声波在被测介质54中传播，在悬浮颗粒表面发生了反射和折射，在悬浮液中发生了衰减到达所述的超声波接收探头55并被转化为电能。由于接受探头55所接受到的电信号十分微弱，再用功率放大器56进行放大。所述的示波器57采样频率为5MHz，单次采样点数为7000个，用USB设备储存采样点。

对采集到的信号处理包括进行相空间分割31和符号动态滤波分析32。

将数据采集卡采集到的离散信号311提取出来作为解析信号x(n)，对其进行希尔伯特变换312，可以表示为x(n)与h(t)的卷积，即：

其中，x(n)和分别表示原始信号和希尔伯特变换后的信号；h(n)为一个脉冲响应；n为原始信号中离散点的个数；m为从负无穷到正无穷的一系列自然数，且满足m<(n+1)/2。理论上，由连续信号的希尔伯特变换可知，离散信号的希尔伯特变换可以看做是x(n)通过一个等效的滤波器h(n)的输出。令H(e^jω)为h(n)傅里叶变换后的形式，则h(n)的离散时间Fourier变换定义为：

对应的脉冲响应为：

由卷积定理可知，在时域上的卷积为频域上的乘积，则：

其中，和F[x](ξ)分别为经过傅里叶变换的和x(n)。

经过傅里叶变换后，信号共轭对称，负频率的信息和正频率的信息重合，则在复数域内，对应的信号可以表示为：

因此，Hilbert变换后相位与x(n)相位是正交的。也就是说，复数域内解析信号313还可以表示为：

上式以及很明了将信号表示成为极坐标形式，A(n)和分别对应极坐标的r轴和θ轴，经此，对原始信号的一个二维相空间314建立完成。为了给D-Markov机的运行提供条件，该相空间必须被分割为可用不同符号所表示的几个完备互斥的区域。在包含整个信号信息的紧致域Φ内对信号的幅值和相角分别进行最大熵分割法。为了使每个符号出现的概率几乎一致，将数据按照幅值大小重新排序，等数量地分为|X_A|组，用x_i表示根据幅值分割的各个符号，符号表X_A用以表示每一组符号的集合：

X_A＝{x_i：i＝1，2，......|X_A|} (3-7)

同时，数据以同样的方法按相角大小分为组，符号表用以表示每一组符号的集合：

经过幅值和相角的最大熵分割，整个紧致域Φ被分为个区域，每一个区域都由一组包含幅值信息x_i和和相位信息x_j的符号对表示，用x_j表示根据相位分割的各个符号，用符号表X来表示所有符号对321的集合：

X＝{(x_i，x_j)} (3-9)

采用D-Markov机322对信号进行分析，基于D阶Markov过程的一个符号出现的概率仅取决于它前面的(最多)D个符号的原理，可以认为包含了相同的长度为D的子符号串的两个符号串是等价的。故整个信号的符号串至多可以分为|X|^D个等价类，每个属于该信号符号串的等价类的符号串长度为D，各自为一个有效状态，所以所有的有效状态的集合里面元素的个数为|X|^D。

当两个有效状态的符号串其中一个S的第二个到最后一个符号与另一个S’的第一个到倒数第二个的字符依次完全一样时(S可以与S’是同一有效字符串)，在S新接收一个符号是S’的最后一个符号的同时去掉原符号串的最前面的符号，S可以转化为另一个有效状态S’，即为状态的转移。每一个有效状态可以向不同的另外的有效状态转移，其转移概率的总和为1：

其中π_j，k表示状态j到状态k转移的概率，j、k均为自然数，由于状态转移的条件相对严苛，一个D-Markov322机中，很多个π为0，π不等于零的情况叫做非零入口，最多有|X|^D+1个。

假设状态j的符号序列S为s₁s₂……s_D，若状态j可以转移为状态k，则状态k的符号序列S’为s₂s₃……s_D+1。将符号序列s₁s₂……s_D以及符号序列s₁s₂s₃……s_D+1的个数分别记为N和M,那么:

其中，N＝0的时候，代表状态j不存在，也就是上式没有意义。

将状态的集合Q中的各个状态编号为1,2……n，则，按照下面的顺序填入各个状态转移概率得到状态转移矩阵323：

假设k时刻前后的两个符号序列分别为S和S’，相对应的两个状态概率矩阵323为Π和Π’，两者的左特征向量324分别为p和p’，则可以得到状态概率向量324，进一步求出浓度测度325：

以接收到的第一个回波点为参考点进行实验得到各个泥沙浓度1条件下的浓度测度325，建立浓度模型6。再通过以上方法即可利用浓度模型6即可用于求解泥沙浓度1。

以上所述，仅是本发明的较佳实施例，并非对本发明作任何限制，凡是根据本发明技术实质对以上实施例所作的任何简单修改、变更以及等效结构变化，均仍属于本发明技术方案的保护范围内。