基于扩展卡尔曼滤波的超声波渡越时间估计

吉林大学学报(工学版) ›› 2011, Vol. 41 ›› Issue (03): 832-837.

基于扩展卡尔曼滤波的超声波渡越时间估计

魏国,王昕,孙金玮

哈尔滨工业大学自动化测试与控制系,哈尔滨 150001

收稿日期:2009-04-08 出版日期:2011-05-01 发布日期:2011-05-01
通讯作者: 王昕(1984-),男,博士研究生.研究方向：多功能传感技术及其信号处理. E-mail:hongwang@mail.neu.edu.cn
作者简介:魏国(1966-),男,教授,博士生导师.研究方向：测控系统,多功能敏感技术及其信号处理.
基金资助:
国家自然科学基金项目(60772007)；中国博士后科学基金项目(20070410258)；教育部留学回国人员科研启动基金项目(BAQQ24403602).

Method for ultrasonic time-of-flight estimation based on extended Kalman filter

WEI Guo,WANG Xin,SUN Jin-wei

Automatic Testing and Control,Harbin Institute of Technology,Harbin 150001,China

Received:2009-04-08 Online:2011-05-01 Published:2011-05-01

摘要/Abstract

摘要：

提出了一种基于扩展卡尔曼滤波的、适用于双回波重叠情况的超声波渡越时间估计方法。利用现有的单回波包络的经验模型,推导出了对应于双重叠回波包络的理论模型,并利用扩展卡尔曼滤波对其进行参数估计,以达到精确估计渡越时间的目的。由于两个回波的时间差和相位差对回波包络形状影响较大,因此对不同时间差和相位差条件均进行了仿真实验。实验结果表明：本方法能够准确地估计两个回波的渡越时间,并具有较高的抑制噪声能力。

关键词: 信息处理技术, 超声波, 渡越时间, 扩展卡尔曼滤波, 参数估计, 噪声抑制

Abstract:

A method for ultrasonic time-of-flight estimation based on Extended Kalman Filter (EKF) is proposed. A theoretical model of two mixed echoes is developed based on the experimental model of one echo. The parameters of the theoretical model are estimated based on the EKF to give exactly the timeofflight of ultrasonic. Because the phase diversity and time delay between the two echoes can affect the shape of echo envelop obviously, simulation experiments are performed for all the conditions of phase diversity and time delay. Simulation results show that the proposed method is of high precision and great ability of noise reduction.

Key words: information processing technology, ultrasonic, time-of-flight, extended Kalman filter, parameters estimation, noise suppression

中图分类号:

TP212

魏国,王昕,孙金玮. 基于扩展卡尔曼滤波的超声波渡越时间估计[J]. 吉林大学学报(工学版), 2011, 41(03): 832-837.

WEI Guo,WANG Xin,SUN Jin-wei. Method for ultrasonic time-of-flight estimation based on extended Kalman filter[J]. 吉林大学学报(工学版), 2011, 41(03): 832-837.

参考文献

相关文章 15

[1]	苏寒松,代志涛,刘高华,张倩芳. 结合吸收Markov链和流行排序的显著性区域检测[J]. 吉林大学学报(工学版), 2018, 48(6): 1887-1894.
[2]	徐岩,孙美双. 基于卷积神经网络的水下图像增强方法[J]. 吉林大学学报(工学版), 2018, 48(6): 1895-1903.
[3]	黄勇,杨德运,乔赛,慕振国. 高分辨合成孔径雷达图像的耦合传统恒虚警目标检测[J]. 吉林大学学报(工学版), 2018, 48(6): 1904-1909.
[4]	李居朋,张祖成,李墨羽,缪德芳. 基于Kalman滤波的电容屏触控轨迹平滑算法[J]. 吉林大学学报(工学版), 2018, 48(6): 1910-1916.
[5]	应欢,刘松华,唐博文,韩丽芳,周亮. 基于自适应释放策略的低开销确定性重放方法[J]. 吉林大学学报(工学版), 2018, 48(6): 1917-1924.
[6]	陆智俊,钟超,吴敬玉. 星载合成孔径雷达图像小特征的准确分割方法[J]. 吉林大学学报(工学版), 2018, 48(6): 1925-1930.
[7]	刘仲民,王阳,李战明,胡文瑾. 基于简单线性迭代聚类和快速最近邻区域合并的图像分割算法[J]. 吉林大学学报(工学版), 2018, 48(6): 1931-1937.
[8]	单泽彪,刘小松,史红伟,王春阳,石要武. 动态压缩感知波达方向跟踪算法[J]. 吉林大学学报(工学版), 2018, 48(6): 1938-1944.
[9]	姚海洋, 王海燕, 张之琛, 申晓红. 双Duffing振子逆向联合信号检测模型[J]. 吉林大学学报(工学版), 2018, 48(4): 1282-1290.
[10]	全薇, 郝晓明, 孙雅东, 柏葆华, 王禹亭. 基于实际眼结构的个性化投影式头盔物镜研制[J]. 吉林大学学报(工学版), 2018, 48(4): 1291-1297.
[11]	陈绵书, 苏越, 桑爱军, 李培鹏. 基于空间矢量模型的图像分类方法[J]. 吉林大学学报(工学版), 2018, 48(3): 943-951.
[12]	陈涛, 崔岳寒, 郭立民. 适用于单快拍的多重信号分类改进算法[J]. 吉林大学学报(工学版), 2018, 48(3): 952-956.
[13]	孟广伟, 李荣佳, 王欣, 周立明, 顾帅. 压电双材料界面裂纹的强度因子分析[J]. 吉林大学学报(工学版), 2018, 48(2): 500-506.
[14]	关济实, 石要武, 邱建文, 单泽彪, 史红伟. α稳定分布特征指数估计算法[J]. 吉林大学学报(工学版), 2018, 48(2): 618-624.
[15]	林金花, 王延杰, 孙宏海. 改进的自适应特征细分方法及其对Catmull-Clark曲面的实时绘制[J]. 吉林大学学报(工学版), 2018, 48(2): 625-632.

Metrics

Viewed

Full text

Abstract

Cited

Shared

Discussed