一种噪声背景下超声流量测量方法技术

本发明专利技术涉及一种噪声背景下超声流量测量方法，包括：进行超声流量计实验，根据试验结果，建立超声脉冲接收信号离散模型，确定包括超声波传播时间的参数向量x；根据实验采样获得的超声接收信号与模型信号确定目标函数：确定目标函数；构造适应度函数；进行遗传算法，通过迭代获得优化解作为后续蚁群算法的信息素初始条件；利用上述的遗传算法得到的优化解初始化蚁群信息素；根据实验获得的超声接收信号确定参数向量x的变化范围；判断蚂蚁是否转移及得到新的优化解；信息素挥发和更新，进行迭代计算，得到超声波传播时间最优估计值；分别获得超声波的顺流和逆流传播时间，获得流量值。本发明专利技术能够使得流量测量更为准确。

【技术实现步骤摘要】
【专利说明】-种噪声背景下超声流量测量方法 所属
本专利技术属于流量测量
，设及一种超声流量测量方法。
技术介绍
超声流量计作为新兴的流量仪表近十几年发展迅速，在大型水利水电项目W及天 然气贸易结算领域已有广泛应用，其中时差法超声流量计作为计量仪表应用最多。目前，传 统时差法超声流量测量方法中普遍采用的是双口限电平法（简称双口限法），首先通过非 过零比较，确定使用哪个周期的信号作为计时起始位置，再通过过零比较确定超声波传播 时间，最后基于超声波顺、逆流传播时间计算流量。该种方法的缺点是当有噪声存在时，过 零比较得到的时间会有较大波动，严重影响了流量计的精度，而且当噪声大到一定程度时， 非过零比较无法准确确定信号位置，从而导致错波发生，此时由于误差太大，流量计已不能 使用。 为了在有噪声时仍能保证超声流量测量精度，研究者提出基于超声脉冲接收信号 模型的超声流量测量方法。目前超声脉冲接收信号的经验模型主要有两种，高斯模型和混 合指数模型。高斯模型用于描述比较对称的宽带高频信号。周方等学者将此模型与高斯一 牛顿法、模拟退火法、蚁群算法等相结合，证明了蚁群算法是一种有效的回波参数估计方 法，具有较高精度;针对混合指数模型，姚振静等人将此模型与卡尔曼滤波及其优化算 法进行结合，用来提高超声测距精度巧]。虽然已有学者基于超声脉冲接收信号模型提出了 一些算法，但研究仅针对算法本身，应用也仅限于超声测距领域。对于超声流量测量来说， 流量测量精度要求远高于超声测距，已有方法不能直接用来解决噪声背景下超声流量计准 确测量问题。 周方，张小凤，张光斌，超声回波参数的蚁群算法估计，陕西师范大学学报（自 然科学版），2012,40 (2)，35 ~40 Zhen-JingYao,Qing-HaoMeng,MingZeng,Improvementintheaccuracy ofestimatingthetime-of-flightinanultrasonicrangingsystemusingmultiple square-rootunscentedKalmanfliters,民eviewofScientificInstruments, 2010, 81， 104901-1 ~104901-7
技术实现思路
本专利技术为解决噪声背景下超声流量准确测量问题，基于超声脉冲接收信号溜合指 数模型，提供一种超声流量测量方法，W达到降低测量误差，提高超声流量计测量精度的目 的。本专利技术的技术方案如下： -种噪声背景下超声流量测量方法，包括下列步骤：： 步骤一；进行超声流量计实验，根据试验结果，建立超声脉冲接收信号离散模型如 下：(1) 其中，【主权项】1. ，包括下列步骤： 步骤一：进行超声流量计实验，根据试验结果，建立超声脉冲接收信号离散模型如下： Am (x) = A (kts) sin (I)式中，A111(X)为超声脉冲接收离散模型信号，k为采样点数序号（k = 1，2，"·Ν)，N为 采样点数，ts为采样时间间隔，f。为超声换能器的中心频率，Θ为初始相位角，Atl为接收信 号幅值，T和m是超声换能器的两个特性参数，τ为超声波传播时间， u(kts-〇为单位阶 跃信号，当采样频率、采样点数、超声换能器及其发射频率确定后，模型中的k、N、t s、f^P0 即为定值，随着被测流量改变，模型信号Am(X)中的ApKm和τ会相应变化，其中，参数向 量X = ，对X估计得越准确，模型信号越逼近实验获得的真实接收信号，利用下 面的遗传一蚁群算法对X中这四个参数进行估计，最终τ的最优估计值即为超声波传播时 间； 步骤二：根据实验采样获得的超声接收信号Ae与模型信号Am(X)确定目标函数f(x): 基于最小二乘思想确定目标函数，将Ae中各采样点电压与A m (X)中采样点电压之差的平方 和作为目标函数f (X)，当目标函数f (X)取得最小值时，X为最优估计值； 步骤三：基于目标函数f (X)构造适应度函数eval (X)，目标函数值越小，适应度函数值 就越大：其中，a是使得a-f (Xi)为正的任意实数，η为种群数目，η值设定越大，收敛精度越高， 收敛速度越慢，角标i代表第i个种群个体，在参数边界内随机产生； 步骤四：设定X中四个参数边界，根据适应度函数值确定每个个体被复制的次数：首 先确定每个个体的预复制次数，它等于相应个体的适应度函数值与种群数目乘积的整数部 分，设R为总的预复制次数与种群数目之差，为了保持种群数目不变，从最优个体到第R个 优秀个体，每个个体的复制数目加1，即适应度函数值较大的个体，被复制的概率越大； 步骤五：交叉、变异迭代获得优化解：从最优解到最差解，将种群中每两个相邻个体分 为一组，选定一个固定的判断概率0. 9,并随机生成一个在O到1之间的实数P。，如果P。小 于判断概率0. 9则进行交叉，否则不交叉，为获得最优个体，每次交叉、变异之后都用上一 代的最优个体代替下一代的最差个体；步骤二至步骤五为遗传算法，通过迭代获得优化解 作为后续蚁群算法的信息素初始条件； 步骤六：利用上述的遗传算法得到的优化解初始化蚁群信息素； 步骤七：蚂蚁移动步长α初始化，根据实验获得的超声接收信号确定参数向量X的变 化范围； 步骤八：判断蚂蚁是否转移及得到新的优化解：在生成新的参数解时，分别对参数向 量X中的每个参数单独进行，首先对Atl进行，令.< 1+，如果/(.〇小于 /(.<*-i)，则χχ1+，否则令《=4-，如果/0〇小于/Cf 1)， 则- ，否则.<=爿71;其中，4为第七代第8只蚂蚁的参数向量值，：^ 1为 第t-ι代迭代之后按照信息素更新第s只蚂蚁最好的参数向量值，(1^在之间随 机产生；同理，对T、m和τ三个参数进行优化，得到新的优化解； 步骤九：信息素挥发和更新：按照下列规则设定信息素挥发系数：当迭代次数较小时， 信息素挥发系数设定较大，有利于全局寻优；当迭代次数较大时，信息素挥发系数设定较 小，有利于提高局部收敛精度、加快收敛速度；重新计算信息素，蚂蚁重新分配，返回步骤七 进行迭代计算，迭代结束判据设为：在算法迭代t代后进行判断，如果第t代的最优目标函 数值与第t-j (j = 1，2, 3, 4, 5)代的最优目标函数值之差的绝对值均小于ΚΓ7,则迭代结束， 此时参数向量X为最优解，其中的τ即为超声波传播时间最优估计值。 步骤十：利用前述方法分别获得超声波的顺流传播时间T1和逆流传播时间τ 2，代入 到时差法超声流量计算公式，即可获得流量值。【专利摘要】本专利技术涉及，包括：进行超声流量计实验，根据试验结果，建立超声脉冲接收信号离散模型，确定包括超声波传播时间的参数向量x；根据实验采样获得的超声接收信号与模型信号确定目标函数：确定目标函数；构造适应度函数；进行遗传算法，通过迭代获得优化解作为后续蚁群算法的信息素初始条件；利用上述的遗传算法得到的优化解初始化蚁群信息素；根据实验获得的超声接收信号确定参数向量x的变化范围；判断蚂蚁是否转移及得到新的优化解；信息素挥发和更新，进行迭代计算，得到超声波传播时间最优估计值；分别获得超声波的顺流和逆流传播时间，获得流量本文档来自技高网...

【技术保护点】
一种噪声背景下超声流量测量方法，包括下列步骤：步骤一：进行超声流量计实验，根据试验结果，建立超声脉冲接收信号离散模型如下：Am(x)＝A(kts)sin[2πfc(kts‑τ)+θ]  (1)其中，A(kts)=A0(kts-τT)me-kts-τTu(kts-τ)---(2)]]>式中，Am(x)为超声脉冲接收离散模型信号，k为采样点数序号(k＝1,2，…N)，N为采样点数，ts为采样时间间隔，fc为超声换能器的中心频率，θ为初始相位角，A0为接收信号幅值，T和m是超声换能器的两个特性参数，τ为超声波传播时间，u(kts‑τ)为单位阶跃信号，当采样频率、采样点数、超声换能器及其发射频率确定后，模型中的k、N、ts、fc和θ即为定值，随着被测流量改变，模型信号Am(x)中的A0、T、m和τ会相应变化，其中，参数向量x＝[A0 m T τ]，对x估计得越准确，模型信号越逼近实验获得的真实接收信号，利用下面的遗传－蚁群算法对x中这四个参数进行估计，最终τ的最优估计值即为超声波传播时间；步骤二：根据实验采样获得的超声接收信号Ae与模型信号Am(x)确定目标函数f(x)：基于最小二乘思想确定目标函数，将Ae中各采样点电压与Am(x)中采样点电压之差的平方和作为目标函数f(x)，当目标函数f(x)取得最小值时，x为最优估计值；步骤三：基于目标函数f(x)构造适应度函数eval(x)，目标函数值越小，适应度函数值就越大：eval(xi)=a-f(xi)Σi=1n(a-f(xi))---(3)]]>其中，a是使得a‑f(xi)为正的任意实数，n为种群数目，n值设定越大，收敛精度越高，收敛速度越慢，角标i代表第i个种群个体，在参数边界内随机产生；步骤四：设定x中四个参数边界，根据适应度函数值确定每个个体被复制的次数：首先确定每个个体的预复制次数，它等于相应个体的适应度函数值与种群数目乘积的整数部分，设R为总的预复制次数与种群数目之差，为了保持种群数目不变，从最优个体到第R个优秀个体，每个个体的复制数目加1，即适应度函数值较大的个体，被复制的概率越大；步骤五：交叉、变异迭代获得优化解：从最优解到最差解，将种群中每两个相邻个体分为一组，选定一个固定的判断概率0.9，并随机生成一个在0到1之间的实数Pc，如果Pc小于判断概率0.9则进行交叉，否则不交叉，为获得最优个体，每次交叉、变异之后都用上一代的最优个体代替下一代的最差个体；步骤二至步骤五为遗传算法，通过迭代获得优化解作为后续蚁群算法的信息素初始条件；步骤六：利用上述的遗传算法得到的优化解初始化蚁群信息素；步骤七：蚂蚁移动步长α初始化，根据实验获得的超声接收信号确定参数向量x的变化范围；步骤八：判断蚂蚁是否转移及得到新的优化解：在生成新的参数解时，分别对参数向量x中的每个参数单独进行，首先对A0进行，令如果小于则xst=xs*t-1+[dA0,0,0,0],]]>否则令xst=xs*t-1-[dA0,0,0,0],]]>如果小于则否则其中，为第t代第s只蚂蚁的参数向量值，为第t‑1代迭代之后按照信息素更新第s只蚂蚁最好的参数向量值，dA0在[‑α,α]之间随机产生；同理，对T、m和τ三个参数进行优化，得到新的优化解；步骤九：信息素挥发和更新：按照下列规则设定信息素挥发系数：当迭代次数较小时，信息素挥发系数设定较大，有利于全局寻优；当迭代次数较大时，信息素挥发系数设定较小，有利于提高局部收敛精度、加快收敛速度；重新计算信息素，蚂蚁重新分配，返回步骤七进行迭代计算，迭代结束判据设为：在算法迭代t代后进行判断，如果第t代的最优目标函数值与第t‑j(j＝1,2,3,4,5)代的最优目标函数值之差的绝对值均小于10‑7，则迭代结束，此时参数向量x为最优解，其中的τ即为超声波传播时间最优估计值。步骤十：利用前述方法分别获得超声波的顺流传播时间τ1和逆流传播时间τ2，代入到时差法超声流量计算公式，即可获得流量值。...

【技术特征摘要】

【专利技术属性】
技术研发人员：郑丹丹，侯惠让，张涛，
申请(专利权)人：天津大学，
类型：发明
国别省市：天津;12