[发明专利]一种噪声背景下准确估计超声流量计传播时间方法

摘要

本发明涉及一种噪声背景下准确估计超声流量计传播时间方法，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。本发明能够提高参数估计的精确度。

主权项

一种噪声背景下准确估计超声流量计传播时间方法，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，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：其中，是使得‑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，令如果小于则否则令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。