用于电站锅炉测温的多径条件下超声波飞渡时间检测方法技术

本发明专利技术公开了一种用于电站锅炉测温的多径条件下超声波飞渡时间检测方法，其包括：将观测数据r(t)分解成分量形式；对各参进行初始化，并采用采用EM算法进行迭代，直到参数收敛。该方法采用Alpha稳定分布来描述大型锅炉内的信号和噪声，并采用EM多径时延算法对观测数据进行处理，可以得到正确的时间延迟估计值，从而更好地了解锅炉内温度状况，减少了大量的人力和物力，提高了锅炉的工作效率。

【技术实现步骤摘要】
用于电站锅炉测温的多径条件下超声波飞渡时间检测方法
本专利技术属于信号处理领域，特别涉及一种用于电站锅炉测温的多径条件下超声波飞渡时间检测方法。
技术介绍
目前我国的大型电站锅炉的测温系统仍比较落后，传统的接触式测量方法都是单点测量，不仅不适合锅炉的工作环境，也无法快速重建锅炉内的温度场，不能实现对锅炉温度的实时监测。声学测温作为一种非接触式的测温技术可以实时监测炉内温度，可以减少一些人力和物力的消耗。现有的接触式测温方法需要消耗大量的人力和物力，且需要工作人员长期工作在高噪声和高强度的作业中，严重影响工作人员的身体健康。并且在锅炉内部存在明显的多径时延效应，接收器接收到的信号是由源信号及其各次回波叠加组成的，同时还有各种噪声的干扰，测得的温度并不能准确的反映炉内的实时温度，容易产生误差，影响锅炉工作效率。相关法在多径时延间隔小于信号带宽倒数的情况下是不适用的，因此目前多径环境下的时间延迟估计问题重点是研究相关不可解情况下的高分辨率时间延迟估计。
技术实现思路
本专利技术的目的是提供一种用于电站锅炉测温的多径条件下超声波飞渡时间检测方法，以解决现有技术中存在的问题。本专利技术的技术方案是，一种用于电站锅炉测温的多径条件下超声波飞渡时间检测方法，其包括：观测数据r(t)分解成式中s(t)表示为信号源，n(t)代表未知分布的噪声，Dk和mk代表第k条传播路径的时间延迟和衰减因子，K表示传播路径数目；对各mk和Dk进行初始化，并进行迭代，直到参数收敛；进行第n次迭代包括以下步骤：(S1)对各传播路径计算其分量表达式为：式中，βk满足约束条件(S2)对各传播路径的参数进行优化，得到新的以及并判断参数是否收敛，如果不收敛跳转至步骤(S1)。本专利技术的进一步改进在于，步骤(S2)中，对于第k各传播路径，获取新的以及的表达式为：求解该表达式的步骤包括：(S21)按照给定的求得其表达式为：(S22)根据的值计算新的其表达式为：其中，的表达式为：本专利技术的有益效果为：本方法可以得到正确的时间延迟估计值，从而更好地了解锅炉内温度状况，减少了大量的人力和物力，提高了锅炉的工作效率。附图说明图1是用于电站锅炉测温的多径条件下超声波飞渡时间检测方法的流程图。具体实施方式如图1所示，本专利技术的实施例提供一种用于电站锅炉测温的多径条件下超声波飞渡时间检测方法。用以提升炉内温度测量的准确性，提高锅炉的工作效率。在大型锅炉内，信号和噪声的最大特点就是有明显的尖峰脉冲，因此不能用高斯噪声模型来描述这一过程，可以用Alpha稳定分布来描述这些信号和噪声。由于Alpha稳定分布不具有有限的二阶统计量，所以以有限的二阶统计量为基础的时间延迟估计算法不能使用。在本实施例的方法中，为了更加准确地测量炉内的实时温度，综合分析了在分数低阶Alpha稳定分布条件下运用多径时间延迟算法，采用Expectation-Maximum算法，EM算法是一种迭代优化策略，由于它的计算方法中每一次迭代都分两步，其中一个为期望步(E步)，另一个为极大步(M步)，其基本思想是：首先根据己经给出的观测数据，估计出模型参数的值；然后再依据上一步估计出的参数值估计缺失数据的值，再根据估计出的缺失数据加上之前己经观测到的数据重新再对参数值进行估计，然后反复迭代，直至最后收敛，迭代结束。具体的，本实施例的方法用来解决对不完整数据的最大似然估计。该算法的具体步骤是：先把观测数据r(t)分解成式中s(t)表示为信号源，n(t)代表未知分布的噪声，一般情况下二者相互独立。Dk和mk代表第k条传播路径的时间延迟和衰减因子，K表示传播路径数目。对各mk和Dk进行初始化，并采用EM算法进行迭代，直到参数收敛；进行第n次迭代包括以下步骤：(S1)ExpectionStep:对各传播路径计算其分量表达式为：式中，βk满足约束条件βk可用于控制算法的收敛速度，以免算法进入局部极值点而使算法失效。(S2)MaximazationStep:参数最优化，得到新的以及并判断参数是否收敛，如果不收敛跳转至步骤(S1)。步骤(S2)中，对于第k各传播路径，获取新的以及的表达式为：求解该表达式的步骤包括：第一步按照给定的求得第二步再根据的值计算新的可由来估计，经过推导得出可以看出是的估计，而则可以当作与s(t-D)的相关输出，因此的值为相关输出峰值处对应的时刻。在传统信号处理中，高斯信号模型占据主导地位，考虑大型电站锅炉内部的噪声问题，采用Alpha稳定分布来描述这些信号和噪声。Alpha稳定分布是唯一满足广义中心极限定理的分布，它能够更准确得描述非高斯噪声，具有稳定性，能够准确描述锅炉内的数据。由于Alpha稳定分布不存在有限的二阶统计量，所以以二阶统计量为依据的时间延迟算法不能使用，估计结果产生很大的误差，因此采用EM多径时延方法来对多径时延作准确估计。图1是本实施例算法的流程图。由图中可知，r(t)为观测信号，将其进行分解后进行N次迭代，按照给定的求出然后再根据算出新的是相关输出的最大值所对应的时刻。以上详细描述了本专利技术的较佳具体实施例。应当理解，本领域的普通技术人员无需创造性劳动就可以根据本专利技术的构思作出诸多修改和变化。因此，凡本
中技术人员依本专利技术的构思在现有技术的基础上通过逻辑分析、推理或者有限的实验可以得到的技术方案，皆应在由权利要求书所确定的保护范围内。本文档来自技高网...

【技术保护点】
1.一种用于电站锅炉测温的多径条件下超声波飞渡时间检测方法，其特征在于：观测数据r(t)分解成

【技术特征摘要】
1.一种用于电站锅炉测温的多径条件下超声波飞渡时间检测方法，其特征在于：观测数据r(t)分解成式中s(t)表示为信号源，n(t)代表未知分布的噪声，Dk和mk代表第k条传播路径的时间延迟和衰减因子，K表示传播路径数目；对各mk和Dk进行初始化，并进行迭代，直到参数收敛；进行第n次迭代包括以下步骤：
(S1)对各传播路径计算其分量表达式为：



式中，βk满足约束条件
(S2)对各传播路...

【专利技术属性】
技术研发人员：王免免，刘文红，
申请(专利权)人：上海电机学院，
类型：发明
国别省市：上海;31