CN116577772B - 流速测量方法、流速流量仪、计算机设备及存储介质 - Google Patents

Abstract

本发明涉及水文测量技术领域，具体涉及流速测量方法、流速流量仪、计算机设备及存储介质。包括如下步骤：S1：对一帧的ADC采样信号的I路和Q路分别进行DFT处理，分别得到I路和Q路的相位；S2：将I路的相位和Q路的相位作差，得到相位差；S3：根据目标值，对相位差进行初筛，再对初筛后的相位差进行干扰去除；S4：根据干扰去除后的相位差，计算得出流速；S5：将每一帧的流速组合，形成多帧的流速，对多帧的流速进行自动聚类；S6：流速按照密度准则分类，密度最大的一类求平均后作为此次测量的流速结果，其密度为置信度，将小密度流速滤除。从而能够提高对水流流速测量的准确性。

Description

流速测量方法、流速流量仪、计算机设备及存储介质

技术领域

本发明涉及水文测量技术领域，具体涉及流速测量方法、流速流量仪、计算机设备及存储介质。

背景技术

水文指的是自然界中水的变化、运动等的各种现象。建国60年来，水文事业随着国民经济和社会的发展而不断发展，取得了巨大成就。1949年，水位站203处、雨量站2处。我国已建成各类水文站点3万多处，形成包括水位、流量、雨量、水质、地下水、蒸发、泥沙等项目齐全、布局比较合理的水文站网。

其中，对水流流速的测量成为了研究水文的重要参照之一，而流速测量算法是实现流速测量的理论基石。而当今所采用的传统流速测量算法则使用了传统的运行框架。公开号为CN115526074A的中国发明专利，公开了基于河流表面流速的截面流速分布反演方法，该方法通过分析截面内区流速分布和外区流速分布的差异和联系获取河流截面流速分布，解决了微波雷达无法测量水面以下流速的问题。公开号为CN116222676A的中国发明专利，公开了一种精准定位的毫米波水流量监测方法及系统，通过毫米波射雷达及数据处理单元对河面某一网格内的流速进行无接触监测，由于摄像头指向与天线组的波束指向一致，因此摄像头获取采集点所在河面中的位置，并根据河道内垂线流速的分布曲线来分析计算河道整体的流速。

但在实际的工作环境中，在上述的测量中会存在一些误差因素，误差因素会与水流一起处理后求得的相对延迟量会产生较大偏差。这会出现对目标频带的识别有一定误差，进而对于幅度无法做到精确检测。因此，常规的测量方法得出的流速会存在一定的误差，降低流速测量的准确性。

上述问题是本领域亟需解决的问题。

发明内容

本申请人针对上述现有生产技术中的缺点，提供一种流速测量方法，从而能够提高对水流流速测量的准确性。

为了解决上述技术问题，本发明提供的方案是：一种流速测量方法，包括如下步骤：

S1：对一帧的ADC采样信号的I路和Q路分别进行DFT处理，分别得到I路和Q路的相位；

S2：将I路的相位和Q路的相位作差，得到相位差；

S3：根据90°目标值，对相位差进行初筛，再对初筛后的相位差进行干扰去除；

S4：根据干扰去除后的相位差，计算得出流速；

S5：将每一帧的流速组合，形成多帧的流速，对多帧的流速进行K-mean自动聚类；

S6：流速按照密度准则分类，密度最大的一类求平均后作为此次测量的流速结果，其密度为置信度，将小密度流速滤除。

作为本发明的进一步改进，所述S3中初筛的条件为，相位差在45°-135°之间的子载波。

作为本发明的进一步改进，所述S3中的所述干扰去除条件为：相位差在60°-120°之间，初筛目标频带内最大幅度大于目标值，初筛目标加权相位差后在75°-105°之间。

一种流速流量仪，流速流量仪包括所述流速测量方法并可以根据流速测量方法得出的流速数据解算出流量数据。

一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现所述流速测量方法。

一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现所述流速测量方法。

本发明的有益效果：

本发明逻辑合理，通过设定目标值，目标值为90°，之后根据90°两侧的范围对筛选目标依次做初筛与干扰去除处理，以保障频带内所有被选出符合条件的数据的准确性，进而能够筛除放大器带来的误差因素，避免放大器带来的误差，使得本算法与传统的幅度检测相比更加准确。因而保障了流速计算的精确度。

附图说明

图1是本发明的流程示意图；

图2是子载波指数和幅度与相位差之间的关系图；

图3是捕获指数与流速之间的关系图。

具体实施方式

下面结合附图和具体实施例对本发明作进一步说明，以使本领域的技术人员可以更好地理解本发明并能予以实施，但所举实施例不作为对本发明的限定。

参照图1所示，为本发明的一实施例，通过以下步骤实现对流速的测量，S1：对一帧的ADC采样信号的I路和Q路分别进行DFT处理，分别得到I路和Q路的相位；S2：将I路的相位和Q路的相位作差，得到相位差；S3：根据目标值，对相位差进行初筛，再对初筛后的相位差进行干扰去除；S4：根据干扰去除后的相位差，计算得出流速；S5：将每一帧的流速组合，形成多帧的流速，对多帧的流速进行自动聚类；S6：流速按照密度准则分类，密度最大的一类求平均后作为此次测量的流速结果，其密度为置信度，将小密度流速滤除。

在常规的水流流速的测量中，使用超声波测量水流流速时，会得到很多干扰的相位差，为了能够提高测量的准确性，需要将干扰相位差去除。在现实的测量中，ADC采样信号中会存在水流信号和实际影响信号，实际影响信号是客观存在无法消除的，因此水流信号和实际影响信号的混合信号默认为水流信号。之后水流信号的I路和Q路分别进行DFT处理，DFT处理后的I路和Q路还需要经过放大器对信号进行放大，在放大的过程中，放大器会对信号产生一定的误差因素，如何去除放大器产生的误差因素成为提高流速测量准确性的关键。因此，将这些误差因素排除，得到准确的相位差，才能够计算出更加准确的流速。由于I路和Q路是对信号的正交处理，因此I路和Q路的相位差的理论值永远保持在90°，而放大器产生的误差因素的相位差并不是90°，因此将目标值设定在90°。由于90°是理论值，在现实中很难达到90°，因此需要选取90°两侧的数值，选取靠近90°的相位差就能够确定该相位差为水流的相位差。

首先，对一帧的ADC采样信号的I路和Q路分别进行DFT处理，DFT处理为离散傅里叶变换，通过DFT处理能够分别得到I路和Q路的角度信息，对于任一复数z=a+bi，先对复数做tanz=b/a运算，再对所求结果做tan^(-1)运算以求出复数信号的相位，分别选取其中的相位信息。之后将I路的相位和Q路的相位作差，得到相位差。根据目标值90°，对相位差进行初筛，初筛的条件为，相位差在45°-135°之间的子载波，再对初筛后的相位差进行干扰去除。干扰去除包括如下条件，相位差在60°-120°之间，初筛目标频带内最大幅度大于目标值，初筛目标加权相位差后在75°-105°之间。通过上述的筛选和干扰去除，得到的相位差就为水流的相位差，之后通过相位差法求得该水流的流速。

上述步骤的计算方式是通过每抓取一帧进而算出所抓取帧的速度。由于每次采集均采用多帧采集，因此需要测量多个速度。由于环境的变化，会出现噪声干扰等影响。这会导致这些速度的被测结果的与理想值会存在差异，此时所测数据的方差很大，导致这些数据非常离散。因此在运算前需要找出离散数据中的奇异值并做筛除处理。

根据上述的步骤，求得每一帧的流速，之后将每一帧的流速组合，形成多帧的流速，接着对多帧的流速进行K-mean自动聚类，流速按照密度准则分类，密度最大的一类求平均后作为此次测量的流速结果，其密度为置信度，将小密度流速滤除。

如图2所示，是上述对一帧的I路和Q路处理后的子载波索引，左侧的纵坐标为重要性，右侧的纵坐标为相位差（度）。其中椭圆圈出的部分为干扰去除后的相位差。

如图3所示，是上述对多帧流速的K-mean自动聚类的示意图，其横坐标为帧数，纵坐标为速度（m/s），其中实线为聚类前的数据，虚线为聚类后的数据。该图为30帧流速的自动聚类效果图。流速按密度准则分类，每类流速的平均值即为其流速。因此需要找出密度最大的一类。舍弃密度较小的速度类。保留密度最大一类的帧数范围是7~30帧，对7~30帧内所有的流速值求平均后即作为本次测量的流速结果。最后求解置信度，利用公式C=T/N,其中C为置信度，T代表实际检测结果，N代表总数。舍弃流速条件小于等于0m/s的数据，根据对图表分析舍弃0-6帧的三组流速数据，保留在7-30帧的24个有效数据。所以根据图表计算出的置信度结果为80%。其中，小密度流速自动被滤除。置信度的定义为，在统计学中，一个概率样本的置信区间是对这个样本的某个总体参数的区间估计。置信区间展现的是这个参数的真实值有一定概率落在测量结果的周围的程度。置信区间给出的是被测量参数测量值的可信程度范围，即前面所要求的“一定概率”。这个概率被称为置信水平。

S5中的自动聚合采用K-mean自动聚类，K-mean算法是一种典型的基于划分的聚类算法，也是一种无监督学习算法。K-Means算法的思想很简单，对给定的样本集，用欧氏距离。作为衡量数据对象间相似度的指标，相似度与数据对象间的距离成反比，相似度越大，距离越小。

在一个实施例中，提供了一种流速流量仪，通过上述的流速测量方法实现对水流流速的测量并可以根据流速测量方法得出的流速数据解算出流量数据。

在一个实施例中，提供了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时实现以下步骤：

对一帧的ADC采样信号的I路和Q路分别进行DFT处理，分别得到I路和Q路的相位；

将I路的相位和Q路的相位作差，得到相位差；

根据目标值，对相位差进行初筛，再对初筛后的相位差进行干扰去除；

根据干扰去除后的相位差，计算得出流速；

将每一帧的流速组合，形成多帧的流速，对多帧的流速进行自动聚类；

流速按照密度准则分类，密度最大的一类求平均后作为此次测量的流速结果，其密度为置信度，将小密度流速滤除。

在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：

对一帧的ADC采样信号的I路和Q路分别进行DFT处理，分别得到I路和Q路的相位；

将I路的相位和Q路的相位作差，得到相位差；

根据目标值，对相位差进行初筛，再对初筛后的相位差进行干扰去除；

根据干扰去除后的相位差，计算得出流速；

将每一帧的流速组合，形成多帧的流速，对多帧的流速进行自动聚类；

流速按照密度准则分类，密度最大的一类求平均后作为此次测量的流速结果，其密度为置信度，将小密度流速滤除。

以上对本发明的较佳实施例进行了描述；需要理解的是，本发明并不局限于上述特定实施方式，其中未尽详细描述的设备和结构应该理解为用本领域中的普通方式予以实施；任何熟悉本领域的技术人员，在不脱离本发明技术方案作出许多可能的变动和修饰，或修改为等同变化的等效实施例，这并不影响本发明的实质内容；因此，凡是未脱离本发明技术方案的内容，依据本发明的技术实质对以上实施例所做的任何简单修改、等同变化及修饰，均仍属于本发明技术方案保护的范围内。

Claims (4)

1.一种流速测量方法，其特征在于，包括如下步骤：

S1：对一帧的ADC采样信号的I路和Q路分别进行DFT处理，分别得到I路和Q路的相位；

S2：将I路的相位和Q路的相位作差，得到相位差；

S3：根据90°目标值，对相位差进行初筛，再对初筛后的相位差进行干扰去除；

S4：根据干扰去除后的相位差，计算得出流速；

S5：将每一帧的流速组合，形成多帧的流速，对多帧的流速采用K-mean自动聚类；

S6：流速按照密度准则分类，密度最大的一类求平均后作为此次测量的流速结果，其密度为置信度，将小密度流速滤除，所述S3中初筛的条件为，相位差在45°-135°之间的子载波，所述S3中的所述干扰去除条件为：相位差在60°-120°之间，初筛目标频带内最大幅度大于目标值，初筛目标加权相位差后在75°-105°之间。

2.一种流速流量仪，其特征在于，流速流量仪包括如权利要求1所述流速测量方法并可以根据所述流速测量方法得出的流速数据解算出流量数据。

3.一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1所述流速测量方法。

4.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1所述流速测量方法。