專利名稱：一種消除超聲定位中聲反射干擾的方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種消除聲反射干擾的方法，具體涉及一種在超聲定位中消除聲反射干擾以獲得適于定位的超聲信號(hào)的方法。
背景技術(shù)：
超聲定位技術(shù)是一種采用非接觸檢測(cè)方式的定位技術(shù)，它廣泛應(yīng)用于電子白板、 機(jī)器人導(dǎo)航、虛擬現(xiàn)實(shí)等領(lǐng)域。在實(shí)際應(yīng)用中，超聲波會(huì)因多徑傳輸而產(chǎn)生聲反射干擾，它的存在會(huì)使接收到的超聲信號(hào)波形發(fā)生畸變，嚴(yán)重影響到系統(tǒng)定位性能，甚至?xí)?dǎo)致系統(tǒng)定位功能失效。目前，降低超聲定位中聲反射干擾最簡(jiǎn)單的方法是增大發(fā)射超聲信號(hào)的時(shí)間間隔，使前一周期發(fā)射的超聲信號(hào)經(jīng)過更長(zhǎng)的路徑(傳播時(shí)間更長(zhǎng))后才能到達(dá)接收傳感器，其本質(zhì)是以犧牲系統(tǒng)實(shí)時(shí)性為代價(jià)衰減聲反射干擾的幅度。2008年郭綱在其題為“基于雙指數(shù)模型的超聲定位算法及其應(yīng)用研究”的博士論文中提出了在有聲反射條件下的基于雙指數(shù)模型和倒譜方法的時(shí)延估計(jì)算法，該算法能達(dá)到抑制聲反射干擾的目的，但運(yùn)算量大，時(shí)延估計(jì)精度較差。2008年Alan Henry Jones在題為"Interactivity in a large flat panel display”的美國專利US, 20080309641A1 中針對(duì)超聲波在溫度不均勻情況下反射引起的聲干擾問題，提出了基于多接收器分區(qū)定位的抗干擾方案，它在定位區(qū)域較大且環(huán)境溫度變化不均勻時(shí)解決聲反射干擾是有效的，但存在成本高及靈活性差等缺點(diǎn)。2009年P(guān)hi lip. A. Weaver. Xiang Zhu在題為“ Interference removal in pointing device locating systems” 的美國專禾丨J US, 752505B1 中針對(duì)未知干擾，提出了自適應(yīng)干擾消除的方案，雖然應(yīng)用最小均方算法能很好地抑制此類干擾，但不能解決聲反射干擾且算法收斂速度慢，難以在嵌入式超聲定位系統(tǒng)中應(yīng)用。

發(fā)明內(nèi)容
本發(fā)明提供一種消除超聲定位中聲反射干擾的方法，以解決聲反射干擾對(duì)超聲定位功能影響的問題。本發(fā)明采取的技術(shù)方案是包括下列步驟
(1)以參考信號(hào)和超聲接收信號(hào)的最大峰值點(diǎn)作為基準(zhǔn)點(diǎn)分別進(jìn)行長(zhǎng)度為m和N2的前向低速采樣，200 ( Ni, N2 ( 1000，形成信號(hào)數(shù)據(jù)datal和data2 ；
(2)對(duì)信號(hào)數(shù)據(jù)datal和data2做粗相關(guān)運(yùn)算提取包絡(luò)峰值個(gè)數(shù)，當(dāng)包絡(luò)峰值個(gè)數(shù)大于1時(shí)，認(rèn)為有聲反射干擾存在，反之，認(rèn)為無聲反射干擾存在；
(3)對(duì)超聲接收信號(hào)運(yùn)用優(yōu)化動(dòng)態(tài)閾值算法實(shí)現(xiàn)超聲“差商后的直達(dá)信號(hào)”與“差商后的聲反射干擾信號(hào)”的分離并提取超聲直達(dá)信號(hào)的初步時(shí)延。本發(fā)明還包括如下步驟
(4)在分離出的超聲“差商后的直達(dá)信號(hào)”上選取以初步時(shí)延作為基準(zhǔn)點(diǎn)的前后向總長(zhǎng)度為N3的信號(hào)數(shù)據(jù)，120200，以及對(duì)參考信號(hào)進(jìn)行一階差商運(yùn)算獲得“偽直達(dá)信號(hào)”并以其最大峰值點(diǎn)作為基準(zhǔn)點(diǎn)向前選取長(zhǎng)度為N4的信號(hào)數(shù)據(jù)，80100，進(jìn)而對(duì)所述長(zhǎng)度為N3和N4的信號(hào)數(shù)據(jù)進(jìn)行細(xì)相關(guān)運(yùn)算獲得精確時(shí)延。本發(fā)明所述步驟(1)中提到的參考信號(hào)是在無聲反射干擾下的實(shí)測(cè)超聲信號(hào)，但也不局限于此，還可以是混合指數(shù)模型信號(hào)、雙指數(shù)模型信號(hào)或者高斯模型信號(hào)，所述的超聲接收信號(hào)包括超聲直達(dá)信號(hào)和聲反射干擾信號(hào)。本發(fā)明所述步驟(2)中提到的粗相關(guān)運(yùn)算是指對(duì)經(jīng)過低速采樣后獲得的信號(hào)數(shù)據(jù)進(jìn)行互相關(guān)運(yùn)算。本發(fā)明所述步驟(3)中實(shí)現(xiàn)超聲“差商后的直達(dá)信號(hào)”與“差商后的聲反射干擾信號(hào)”的分離方法是對(duì)超聲接收信號(hào)進(jìn)行一階差商運(yùn)算。本發(fā)明其中所述步驟(3)提取“差商后的直達(dá)信號(hào)”初步時(shí)延采用方法是運(yùn)用動(dòng)態(tài)雙閾值算法。本發(fā)明所述步驟(4)中提到細(xì)相關(guān)算法是在獲得的初步時(shí)延基礎(chǔ)上所做的局部范圍內(nèi)的互相關(guān)運(yùn)算。通過上述4個(gè)步驟，達(dá)到消除聲反射干擾的目的。本發(fā)明具有如下優(yōu)點(diǎn)
1.引用粗相關(guān)技術(shù)，對(duì)聲反射干擾的存在性進(jìn)行判斷，在準(zhǔn)確判斷的前提下，還能降低
算法的運(yùn)算量。2.采用優(yōu)化動(dòng)態(tài)閾值算法有效地消除超聲定位中的聲反射干擾。3.基于優(yōu)化動(dòng)態(tài)閾值算法變換后的信號(hào)波形，進(jìn)行細(xì)相關(guān)運(yùn)算，運(yùn)算量小，時(shí)延提取精度高。


圖1是示出根據(jù)本發(fā)明的消除超聲定位中聲反射干擾方法的總體流程圖； 圖2A是示出根據(jù)本發(fā)明的參考信號(hào)的波形圖2B是示出根據(jù)本發(fā)明的超聲接收信號(hào)波形圖3是示出根據(jù)本發(fā)明的利用粗相關(guān)算法確定聲反射干擾存在性的流程圖； 圖4是示出根據(jù)本發(fā)明的運(yùn)用優(yōu)化動(dòng)態(tài)閾值算法實(shí)現(xiàn)超聲“差商后的直達(dá)信號(hào)”與“差商后的聲反射干擾信號(hào)”的分離并提取超聲直達(dá)信號(hào)初步時(shí)延的流程圖； 圖5是示出根據(jù)本發(fā)明的利用細(xì)相關(guān)算法提取精確時(shí)延的流程圖； 圖6A飛E是示出根據(jù)本發(fā)明的仿真實(shí)驗(yàn)結(jié)果圖。
具體實(shí)施例方式包括下列步驟
(1)以參考信號(hào)和超聲接收信號(hào)的最大峰值點(diǎn)作為基準(zhǔn)點(diǎn)分別進(jìn)行長(zhǎng)度為m和N2的前向低速采樣，200 < Ni，1000，采樣速率為AD采樣速率的1/16 1/2倍，形成信號(hào)數(shù) datal 口 d;at;a2 ；
圖1是示出根據(jù)本發(fā)明的消除超聲定位中聲反射干擾方法的總體流程圖。具體包括如下步驟 —以參考信號(hào)和超聲接收信號(hào)的最大峰值點(diǎn)作為基準(zhǔn)點(diǎn)分別進(jìn)行長(zhǎng)度為m和 N2的前向低速采樣，200 <N1，N2 ( 1000，采樣速率為AD采樣速率的1/16 1/2倍，形成信號(hào)數(shù)據(jù)datal和data2 ；—對(duì)信號(hào)數(shù)據(jù)datal和data2做粗相關(guān)運(yùn)算提取包絡(luò)峰值個(gè)數(shù)以確定聲反射干擾的存在性；—對(duì)超聲接收信號(hào)運(yùn)用優(yōu)化動(dòng)態(tài)閾值算法實(shí)現(xiàn)超聲“差商后的直達(dá)信號(hào)”與“差商后的聲反射干擾信號(hào)”的分離并提取超聲直達(dá)信號(hào)的初步時(shí)延；—在分離出的超聲“差商后的直達(dá)信號(hào)”上選取以初步時(shí)延作為基準(zhǔn)點(diǎn)的前后向總長(zhǎng)度為N3的信號(hào)數(shù)據(jù)，120200，以及對(duì)參考信號(hào)進(jìn)行一階差商運(yùn)算獲得“偽直達(dá)信號(hào)”并以其最大峰值點(diǎn)作為基準(zhǔn)點(diǎn)向前選取長(zhǎng)度為N4的信號(hào)數(shù)據(jù)，80100，進(jìn)而對(duì)所述長(zhǎng)度為N3和N4的信號(hào)數(shù)據(jù)進(jìn)行細(xì)相關(guān)運(yùn)算獲得精確時(shí)延。圖2A是示出根據(jù)本發(fā)明的參考信號(hào)的波形圖，它是在無聲反射干擾下的實(shí)測(cè)超聲信號(hào)，如圖所示，[201]代表參考信號(hào)最大峰值點(diǎn)，可以看出其峰值包絡(luò)呈現(xiàn)明顯的橄欖形狀。需要進(jìn)一步說明的是，本發(fā)明中提及的參考信號(hào)還可以是混合指數(shù)模型信號(hào)、雙指數(shù)模型信號(hào)或者高斯模型信號(hào)，由于是本發(fā)明領(lǐng)域人員熟知的模型信號(hào)，因此不再贅述。圖2B是示出根據(jù)本發(fā)明的超聲接收信號(hào)波形圖，其是由超聲直達(dá)信號(hào)和聲反射干擾信號(hào)疊加在一起的合成信號(hào)，如圖所示，[202]代表超聲接收信號(hào)最大峰值點(diǎn)，由于聲反射干擾信號(hào)的存在，超聲直達(dá)信號(hào)波形已發(fā)生畸變，峰值包絡(luò)已失去明顯的橄欖形特征。(2)對(duì)信號(hào)數(shù)據(jù)datal和data2做粗相關(guān)運(yùn)算提取包絡(luò)峰值個(gè)數(shù)，當(dāng)包絡(luò)峰值個(gè)數(shù)大于1時(shí)，認(rèn)為有聲反射干擾存在，反之，認(rèn)為無聲反射干擾存在；
圖3是示出根據(jù)本發(fā)明的利用低速采樣獲取信號(hào)數(shù)據(jù)并基于粗相關(guān)算法確定聲反射干擾存在性的流程圖。其實(shí)現(xiàn)過程包括 [301] —獲取信號(hào)數(shù)據(jù)datal和data2 ；
以參考信號(hào)的最大峰值點(diǎn)[201]和超聲接收信號(hào)的最大峰值點(diǎn)[202]作為基準(zhǔn)點(diǎn)分別進(jìn)行長(zhǎng)度為W和N2的前向低速采樣，200 ^ N1,N2 ^ 1000，分別獲取參考信號(hào)低速采樣數(shù)
據(jù)datal和超聲接收信號(hào)低速采樣數(shù)據(jù)data2，假設(shè)系統(tǒng)采樣周期為I；，進(jìn)行低速采樣的周期為巧(1)，則采樣數(shù)據(jù)datal和data2的長(zhǎng)度分別為Af1 =F1/和M2 =F2/。[302]—對(duì)信號(hào)數(shù)據(jù)datal和data2做互相關(guān)運(yùn)算；
低速采樣后的相關(guān)函數(shù)運(yùn)算表達(dá)式為、=在本
M M = O
發(fā)明的一個(gè)具體實(shí)施例中，設(shè)置Γ= 16,漢=1113^馮,巧)=1280,此時(shí)計(jì)算數(shù)據(jù)長(zhǎng)度 M=1-^ = 80個(gè)采樣點(diǎn)，經(jīng)FFT快速運(yùn)算后運(yùn)算量為ρ,/2)1。ι M ^759復(fù)乘運(yùn)算和
31#1明21# 1518復(fù)加運(yùn)算—提取互相關(guān)函數(shù)的包絡(luò)，搜索包絡(luò)峰值個(gè)數(shù)；
在本實(shí)施例中，利用希爾伯特變換提取互相關(guān)函數(shù)的包絡(luò)并對(duì)其進(jìn)行一階差分運(yùn)算以進(jìn)行符號(hào)變化判定，從而提取超聲接收信號(hào)的峰值個(gè)數(shù)，便于利用其進(jìn)行聲反射干擾存在性的判定。
[304] —確定聲反射干擾的存在性。在本實(shí)施例中，當(dāng)包絡(luò)峰值個(gè)數(shù)大于1時(shí)，認(rèn)為有聲反射干擾存在，反之，認(rèn)為無聲反射干擾存在。(3)對(duì)超聲接收信號(hào)運(yùn)用優(yōu)化動(dòng)態(tài)閾值算法實(shí)現(xiàn)超聲“差商后的直達(dá)信號(hào)”與“差商后的聲反射干擾信號(hào)”的分離并提取超聲直達(dá)信號(hào)的初步時(shí)延。圖4是示出根據(jù)本發(fā)明的運(yùn)用優(yōu)化動(dòng)態(tài)閾值算法實(shí)現(xiàn)超聲“差商后的直達(dá)信號(hào)” 與“聲反射干擾信號(hào)”的分離并提取超聲直達(dá)信號(hào)初步時(shí)延的流程圖。其具體實(shí)現(xiàn)過程包括—對(duì)超聲接收信號(hào)進(jìn)行一階差商運(yùn)算；
在本實(shí)施例中，根據(jù)超聲信號(hào)前沿上升時(shí)間短、線性度好的特點(diǎn)，對(duì)超聲接收信號(hào)進(jìn)行一階差商運(yùn)算，實(shí)現(xiàn)超聲“差商后的直達(dá)信號(hào)”與“差商后的聲反射干擾信號(hào)”的分離。[402]—在超聲“差商后的直達(dá)信號(hào)”中搜索最大峰值[406]；—在超聲“差商后的直達(dá)信號(hào)”中，分別搜索大于0.2倍[406]和0.4倍[406]的第一個(gè)峰值；—分別記錄大于0.2倍最大峰值[406]和0. 4倍最大峰值[406]的第一個(gè)峰值的地址 P_ad[407] __ad[408]及幅值 P[409]和 Q[410]；—利用動(dòng)態(tài)雙閾值算法計(jì)算初步時(shí)延τ在本實(shí)施例中，超聲直達(dá)信號(hào)的初步時(shí)延是通過動(dòng)態(tài)雙閾值算法計(jì)算式 τ = (β X-PxQ^)m — P)獲得。本發(fā)明還包括如下步驟
(4)在分離出的超聲“差商后的直達(dá)信號(hào)”上選取以初步時(shí)延作為基準(zhǔn)點(diǎn)的前后向總長(zhǎng)度為N3的信號(hào)數(shù)據(jù)，120200，以及對(duì)參考信號(hào)進(jìn)行一階差商運(yùn)算獲得“偽直達(dá)信
號(hào)”并以其最大峰值點(diǎn)作為基準(zhǔn)點(diǎn)向前選取長(zhǎng)度為N4的信號(hào)數(shù)據(jù)，80100，進(jìn)而對(duì)
所述長(zhǎng)度為N3和N4的信號(hào)數(shù)據(jù)進(jìn)行細(xì)相關(guān)運(yùn)算獲得精確時(shí)延。圖5是示出根據(jù)本發(fā)明的利用細(xì)相關(guān)算法提取精確時(shí)延的流程圖。其具體實(shí)現(xiàn)過程包括—在“差商后的直達(dá)信號(hào)”上選取長(zhǎng)度為N3的信號(hào)數(shù)據(jù)； 在本實(shí)施例中，需要在分離出的超聲“差商后的直達(dá)信號(hào)”上選取以初步時(shí)延作為基準(zhǔn)點(diǎn)的前后向總長(zhǎng)度為N3的信號(hào)數(shù)據(jù)，120200，以便進(jìn)行細(xì)相關(guān)算法運(yùn)算。[502]—獲取“偽直達(dá)信號(hào)”并在其上選取長(zhǎng)度為N4的信號(hào)數(shù)據(jù)；
在本實(shí)施例中，需要對(duì)參考信號(hào)進(jìn)行一階差商運(yùn)算獲得“偽直達(dá)信號(hào)”并以其最大峰值點(diǎn)作為基準(zhǔn)點(diǎn)向前選取長(zhǎng)度為N4的信號(hào)數(shù)據(jù)，80100，以便進(jìn)行細(xì)相關(guān)算法運(yùn)算。[503]—對(duì)獲得的N3點(diǎn)和N4點(diǎn)信號(hào)數(shù)據(jù)做互相關(guān)運(yùn)算。
I Ms在本實(shí)施例中，互相關(guān)運(yùn)算的表達(dá)式為 OO^^^JIxd/hC/-啊)，其中，
iV5 +1 ι_ο
F5=max(F3,F4)為互相關(guān)運(yùn)算信號(hào)長(zhǎng)度。[504]—提取精確時(shí)延。本發(fā)明其中所述步驟(1)中提到的參考信號(hào)是在無聲反射干擾下的實(shí)測(cè)超聲信號(hào)，但也不局限于此，還可以是混合指數(shù)模型信號(hào)、雙指數(shù)模型信號(hào)或者高斯模型信號(hào)，所述的超聲接收信號(hào)包括超聲直達(dá)信號(hào)和聲反射干擾信號(hào)。本發(fā)明所述步驟(2)中提到的粗相關(guān)運(yùn)算是指對(duì)經(jīng)過低速采樣后獲得的信號(hào)數(shù)據(jù)進(jìn)行互相關(guān)運(yùn)算。本發(fā)明所述步驟(3)中實(shí)現(xiàn)超聲“差商后的直達(dá)信號(hào)”與“差商后的聲反射干擾信號(hào)”的分離方法是對(duì)超聲接收信號(hào)進(jìn)行一階差商運(yùn)算。本發(fā)明所述步驟(3)提取“差商后的直達(dá)信號(hào)”初步時(shí)延采用的方法是運(yùn)用動(dòng)態(tài)雙閾值算法。本發(fā)明所述步驟(4)中提到細(xì)相關(guān)算法是在獲得的初步時(shí)延基礎(chǔ)上所做的局部范圍內(nèi)的互相關(guān)運(yùn)算。通過搜索上述互相關(guān)運(yùn)算獲得的最大峰值點(diǎn)即可得到最后的精確時(shí)延。下面從仿真實(shí)驗(yàn)的結(jié)果說明本發(fā)明消除超聲定位中聲反射干擾方法的效果。首先從聲反射干擾的存在性及將其從超聲接收信號(hào)中分離的效果進(jìn)行說明
在本發(fā)明的具體實(shí)施例中，設(shè)定的實(shí)驗(yàn)條件為超聲接收與發(fā)射傳感器置于同一水平高度，水平距離約為20 cm ,且它們與水平面之間的垂直距離約10·，發(fā)射傳感器發(fā)射超聲信號(hào)經(jīng)直達(dá)路徑與水平面反射路徑到達(dá)接收傳感器的超聲接收信號(hào)波形如圖6A所示。進(jìn)一步參見圖6A所示的超聲接收信號(hào)的波形圖，由于聲反射干擾的存在使超聲接收信號(hào)波形發(fā)生畸變，信號(hào)包絡(luò)的橄欖形特征已經(jīng)基本消失，在經(jīng)粗相關(guān)運(yùn)算處理后，如圖6B所示，可以看到兩個(gè)明顯的信號(hào)包絡(luò)峰值，從而證明了聲反射干擾的存在。圖6C是運(yùn)用優(yōu)化動(dòng)態(tài)閾值算法對(duì)超聲接收信號(hào)進(jìn)行處理后的效果圖，經(jīng)差商變換后的峰值信噪比
權(quán)利要求
1.一種消除超聲定位中聲反射干擾的方法，其特征在于包括如下步驟(1)以參考信號(hào)和超聲接收信號(hào)的最大峰值點(diǎn)作為基準(zhǔn)點(diǎn)分別進(jìn)行長(zhǎng)度為m和N2的前向低速采樣，200 ( Ni, N2 ( 1000，形成信號(hào)數(shù)據(jù)datal和data2 ；(2)對(duì)信號(hào)數(shù)據(jù)datal和data2做粗相關(guān)運(yùn)算提取包絡(luò)峰值個(gè)數(shù)，當(dāng)包絡(luò)峰值個(gè)數(shù)大于1時(shí)，認(rèn)為有聲反射干擾存在，反之，認(rèn)為無聲反射干擾存在；(3)對(duì)超聲接收信號(hào)運(yùn)用優(yōu)化動(dòng)態(tài)閾值算法實(shí)現(xiàn)超聲“差商后的直達(dá)信號(hào)”與“差商后的聲反射干擾信號(hào)”的分離并提取超聲直達(dá)信號(hào)的初步時(shí)延。
2.根據(jù)權(quán)利要求1所述的一種消除超聲定位中聲反射干擾的方法，其特征在于還包括如下步驟(4)在分離出的超聲“差商后的直達(dá)信號(hào)”上選取以初步時(shí)延作為基準(zhǔn)點(diǎn)的前后向總長(zhǎng)度為N3的信號(hào)數(shù)據(jù)，120200，以及對(duì)參考信號(hào)進(jìn)行一階差商運(yùn)算獲得“偽直達(dá)信號(hào)”并以其最大峰值點(diǎn)作為基準(zhǔn)點(diǎn)向前選取長(zhǎng)度為N4的信號(hào)數(shù)據(jù)，80100，進(jìn)而對(duì)所述長(zhǎng)度為N3和N4的信號(hào)數(shù)據(jù)進(jìn)行細(xì)相關(guān)運(yùn)算獲得精確時(shí)延。
3.根據(jù)權(quán)利要求1所述的一種消除超聲定位中聲反射干擾的方法，其特征在于其中所述步驟(1)中提到的參考信號(hào)是在無聲反射干擾下的實(shí)測(cè)超聲信號(hào)，但也不局限于此，還可以是混合指數(shù)模型信號(hào)、雙指數(shù)模型信號(hào)或者高斯模型信號(hào)，所述的超聲接收信號(hào)包括超聲直達(dá)信號(hào)和聲反射干擾信號(hào)。
4.根據(jù)權(quán)利要求1所述的一種消除超聲定位中聲反射干擾的方法，其特征在于其中所述步驟(2)中提到的粗相關(guān)運(yùn)算是指對(duì)經(jīng)過低速采樣后獲得的信號(hào)數(shù)據(jù)進(jìn)行互相關(guān)運(yùn)算。
5.根據(jù)權(quán)利要求1所述的一種消除超聲定位中聲反射干擾的方法，其特征在于其中所述步驟(3)中實(shí)現(xiàn)超聲“差商后的直達(dá)信號(hào)”與“差商后的聲反射干擾信號(hào)”的分離方法是 對(duì)超聲接收信號(hào)進(jìn)行一階差商運(yùn)算。
6.根據(jù)權(quán)利要求1所述的一種消除超聲定位中聲反射干擾的方法，其特征在于其中所述步驟(3)提取“差商后的直達(dá)信號(hào)”初步時(shí)延采用的方法是運(yùn)用動(dòng)態(tài)雙閾值算法。
7.根據(jù)權(quán)利要求2所述的一種消除超聲定位中聲反射干擾的方法，其特征在于其中所述步驟(4)中提到細(xì)相關(guān)算法是在獲得的初步時(shí)延基礎(chǔ)上所做的局部范圍內(nèi)的互相關(guān)運(yùn)笪弁。
全文摘要
本發(fā)明提供了一種消除超聲定位中聲反射干擾的方法。所述方法具有如下特征首先以參考信號(hào)和超聲接收信號(hào)的最大值點(diǎn)作為基準(zhǔn)點(diǎn)分別進(jìn)行前向低速并進(jìn)行粗相關(guān)運(yùn)算以確定聲反射干擾的存在性；其次對(duì)超聲接收信號(hào)運(yùn)用優(yōu)化動(dòng)態(tài)閾值算法實(shí)現(xiàn)超聲“差商后的直達(dá)信號(hào)”與“差商后的聲反射干擾信號(hào)”的分離并提取超聲直達(dá)信號(hào)的初步時(shí)延；最后基于初步時(shí)延做局部范圍內(nèi)的細(xì)相關(guān)運(yùn)算獲得精確時(shí)延。本發(fā)明的優(yōu)點(diǎn)在于1.引用粗相關(guān)技術(shù)，對(duì)聲反射干擾的存在性進(jìn)行判斷，在準(zhǔn)確判斷的前提下，還能降低算法的運(yùn)算量。2.采用優(yōu)化動(dòng)態(tài)閾值算法有效地消除超聲定位中的聲反射干擾。3.基于優(yōu)化動(dòng)態(tài)閾值算法變換后的信號(hào)波形，進(jìn)行細(xì)相關(guān)運(yùn)算，運(yùn)算量小，時(shí)延提取精度高。
文檔編號(hào)G01S7/537GK102455423SQ20111014459
公開日2012年5月16日 申請(qǐng)日期2011年5月31日 優(yōu)先權(quán)日2011年5月31日
發(fā)明者孫曉穎, 溫泉, 燕學(xué)智, 王波, 田野, 秦運(yùn)柏, 胡封曄, 陳建 申請(qǐng)人:吉林大學(xué)