高压水射流靶物探测系统的软件集成与验证

杨洪涛，王 伟，王欣悦

(安徽理工大学机械工程学院，安徽 淮南 232001)

利用高压水射流技术与声音识别技术相结合进行特殊靶物(地雷)探测是一种全新的技术[1]。该技术利用传声器阵列，采集高压水射流喷嘴阵列冲击浅埋地表的靶物时产生的反射声信号，通过声音识别技术对反射声音信号分析处理，进而识别靶物的形状和材质[2-3]。由于所采集的反射声信号包括反映靶物的反射声信号、装置运行的噪声信号以及环境噪声，为了提取出能反映靶物的形状和材质的特征值，必须采用小波降噪、独立成分分析、小波包分解、支持向量机等算法对反射声信号进行降噪、解混、特征值提取和识别[4-6]。该项目各个算法程序是利用LabVIEW程序开发的，在研究过程中由于各个算法的输入输出数据类型不同，导致整个系统软件无法在线运行，因此本文开展高压水射流靶物探测系统的软件集成研究，匹配各个算法程序之间的数据格式，缩短程序运行时间，实现靶物在线探测。

1 高压水射流靶物探测系统工作原理

1.1 高压水射流靶物探测系统组成

高压水射流靶物探测系统由高压水发生装置、靶物探测装置和信号采集装置等部分组成[7]。高压水发生装置采用前混合磨料高压水射流装置，靶物探测装置主要包括安装支架、高压水射流喷嘴阵列和YG-201型传声器阵列，信号处理装置包括信号调理器、USB6229数据采集卡和计算机等，如图1所示为传声器阵列与靶物相对位置的示意图，多个传声器均匀分布在一定大小的圆弧上用于采集靶物反射声信号，根据靶物产生的声音信号传输到每个传声器的时间延迟，可计算出其相对于传声器阵列的位置[8]。

图1 传声器阵列示意图

1.2 高压水射流靶物探测系统工作原理

高压水射流靶物探测系统工作原理是利用喷嘴阵列产生高压射流冲击地表和靶物，通过传声器阵列采集所产生的反射声信号，对其进行分析处理，提取出反映靶物位置、形状和材质的特征值，并与已知的靶物标准信号特征值进行比较，判断所探测的靶物形状和材质，同时对靶物进行定位，并利用三维显示模拟显示出其相对传声器阵列的位置。

高压水射流靶物探测系统的反射声信号处理流程如图2所示。要实现靶物形状、材质识别和定位，必须首先利用小波降噪方法对传声器阵列采集的各路反射声信号进行降噪，利用基于时延估计的声源定位算法对降噪的信号进行运算，获得各种声源的位置坐标。利用独立成分分析算法(ICA)对反射声信号进行解混重构，分离出真实包含靶物信息的某路反射声信号。当水射流束冲击两种不同物体分界面时，会产生突变信号。利用模极大值方法对该突变信号进行进一步处理，结合装置探测速度，即可确定靶物边界点，同时利用靶物边界点拟合出靶物的形状[9]。在此基础上，提取靶物边界点内的反射声信号进行小波包分解和能量分析，提取反映靶物材质的特征值，送入应用支持向量机算法建立的靶物材质识别模型进行处理，完成靶物形状和材质的识别。结合前述的声源定位结果，利用编写的三维显示程序，显示特定靶物(地雷)埋设位置。

2 系统软件集成

2.1 系统算法数据

本文利用多个传声器组成圆弧形传声器阵列采集靶物反射声音信号，利用数据采集卡和信号调理器传输进计算机，应用LabVIEW软件平台编写数据采集及处理程序。当利用LabVIEW软件编程时，由于大部分应用程序较为复杂，现有的数据类型并不能满足整个程序的要求，需通过转换数据类型以实现整个程序的数据通讯。LabVIEW中包含多种不同的数据类型，包括标量数据类型，比如整形数、布尔量、双精度浮点数等，也包括较复杂的数据类型，如数组、波形、簇等数据类型。而转换数据类型也有多种不同的方法，可通过程序中的运算实现数据类型的强制转换，也可以直接调用数据类型转换函数实现转换[10]。

在高压水射流靶物探测系统中，为了能够提取出反映靶物形状和材质的特征值，利用小波降噪、独立成分分析、小波包分解、支持向量机等算法对反射声信号进行处理。由于各个算法的输入输出数据类型不同，无法实现整个系统数据之间的流通，极大地增加了信号处理过程的繁琐度。本文通过对各个算法的输入输出数据类型进行转换，使各个算法程序之间的数据格式相互匹配，达到缩短程序运行时间，实现靶物实时探测的目的。

2.2 系统算法集成

根据图2反射声信号处理流程图可知，采集的高压水射流冲击靶物的反射声音信号属于动态数据，在对其进行降噪处理时，降噪函数的输入端为动态数据，输出端数据类型同样为动态数据类型。反射声降噪后一方面用于声源定位，另一方面直接输入迭代式ICA进行反射声信号解混。而声源定位算法输入端接收的数据格式为数组，因此必须利用动态数据转换函数，将降噪后的反射声动态数据进行采样转换成一维数组进行输入，保留采样点数值和时间。在声源定位算法中，利用一定的算法将数组转化为有符号的32位整型数据，再转化为双精度浮点数，输入到所调用的MATLAB Script节点，应用MATLAB编制的用于计算靶物与传声器阵列相对几何关系的多元非线性方程程序中，计算输出靶物形体尺寸半径和所处的位置坐标。该输出数据类型属于双精度浮点数据类型，可以直接用于靶物的形状和位置的三维显示。同时，降噪后的反射声动态一维数组数据可以直接作为迭代式ICA算法的输入，经过算法运算后的输出端信号数据类型为双精度浮点数的数组。在迭代式ICA计算过程中，可以利用动态数据函数将输出的数组数据类型转换成动态数据显示在波形图中，用于观察输出信号的变化过程。

图2 反射声信号处理流程图

迭代式ICA处理后的数据需与标准信号的数据需进行相干系数分析，用于选出能反映靶物特征值的一路最优信号。相干系数分析的输入端数据类型为双精度浮点数的数组，而标准信号的数据类型为动态数据，因此必须利用从动态数据转换函数将标准信号的数据类型从动态数据转换成双精度浮点数的数组，与迭代式ICA处理后的双精度浮点数数组一起作为相干分析的输入，输出的相干系数为双精度的浮点数，利用各路反射声信号相干系数大小确定出能反映靶物特征值的一路最优信号。

利用模极大值算法对该路最优信号进行处理，获得信号突变点，用于确定靶物的边界位置。模极大值算法输入端是数组类型，因此可以将双精度浮点数的数组类型的最优信号直接作为输入，计算后输出有符号的32位整数，利用该整数对最优靶物反射声信号进行截取，获得可以用于后续材质识别的双精度浮点数数组类型的最优信号段，并将该整数输入三维显示程序计算显示出靶物的尺寸半径[11-13]。

本文采用分析反映不同材质的最优信号段能量分布作为识别靶物材质的特征值，而能量分布分析方法采用能量归一化处理程序，其输入端为数组类型，因此截取出来的最优反射声信号段可直接作为输入进行计算，计算后的输出数据类型仍然为双精度浮点数数组类型。

确定反映靶物材质的反射声信号能量分布后，本文采用支持向量机算法进行靶物材质的识别判断。本文采用LabVIEW编制支持向量机算法程序，其输入端为双精度浮点数类型的数组，因此可以将上述确定的反射声信号能量分布数据直接输入，计算后输出有符号的32位整数，将该整数输入三维显示程序计算显示出反映靶物材质的特征值。确定靶物材质特征值后，综合利用上述各算法计算结果，利用三维显示程序和靶物的尺寸半径及三维坐标模拟显示出靶物相对传声器阵列的位置。

本文利用上述系统算法的集成方法和LabVIEW软件编制了集采集、处理和三维显示一体化的程序，解决了信号处理过程不兼容、不匹配的问题，达到了实时探测并观察探测结果的目的。LabVIEW系统前面板图如图3所示。

3 模拟实验验证

3.1 实验方案设计

为了验证软件程序的运行效果，搭建了高压水射流靶物探测系统仿真实验装置，实验采用YG-201型号的多路传声器组成圆弧形传声器阵列，并结合USB6229数据采集卡搭建系统采集部分的仿真实验台，实验装置如图4(a)所示。采集一段时间为15s，采样率为50kHz的电铃信号模拟成靶物的反射声音信号，以传声器阵列中心位置作为整个坐标系的原点，设经过0点并垂直于A、B连线为Y轴，以经过O点垂直于Y轴为X轴建立坐标系，单位为mm，其坐标系示意图如图4(b)所示。其中O表示传声器阵列的中间传声器，A、B表示两边的传声器，P表示靶物的位置，靶物设定的位置坐标为(-10，250)。采集该段信号并通过集成后的程序进行处理，根据计算得出的靶物位置与实际位置进行比较，可判断该程序是否可以满足要求。

对三路传声器采集的靶物信号利用上述集成的系统程序进行处理，实验结果表明，探测到的靶物位置为(-11.2，240.5)与实际的位置相差9.6mm，满足系统误差要求，软件程序可实现从采集到处理结果显示一体化。通过对算法程序改进，实现了信号从处理到结果实时显示，显示结果如图3所示，在探测的过程中，探测的靶物可能不止一个，每个靶物的纵横坐标均可通过算法处理获得，并通过三维显示在一个场景中模拟显示出每个靶物相对于传声器阵列的位置，红色表示传声器阵列所在坐标系原点位置，绿色表示靶物的位置，探测的靶物设定为地雷，其形状为圆形，仿真实验中设定一个靶物，其半径和坐标如图3所示，靶物材质特征分布不同表示不同的材质，图中显示的是电铃(模拟靶物)信号的特征分布[14-15]。

图3 系统前面板

(a)模拟实验实物图 (b)坐标系示意图图4 模拟实验装置图

3.2 实验结果

采集的三路声音信号如图5所示。

图5 采集的电铃声音信号

4 结论

为了提高高压水射流靶物探测系统的探测效率，利用LabVIEW对信号处理算法的各个模块的输入和输出的数据类型进行转换和程序的改进，实现了数据之间的流通，达到了实时采集和结果显示一体化程序，极大地缩短了信号处理过程的时间。搭建了系统信号采集与处理的仿真实验台，实验结果表明，信号处理程序实现集成化，达到了实时处理采集的声音信号，并显示其相对位置的目的，极大地提高了高压水射流靶物探测系统的探测效率。

参考文献：

[1] 何冬花. 高压水射流技术简述[J].价值工程，2014(18)：57-58.

[2] 苗青. 红外热成像在地雷探测中的应用研究[D]. 太原：中北大学， 2016.

[3] 方涛， 张建军， 付成群，等. 复频探地雷达在未爆弹探测中的应用[J]. 大地测量与地球动力学， 2016， 36(3)：244-247.

[4] 李梦. 高压水射流反射声实时采集与特征值提取方法的研究[D]. 淮南：安徽理工大学， 2012.

[5] 张炜. 高压水射流靶物识别机理及同步控制系统研究[D]. 淮南：安徽理工大学， 2013.

[6] 孙帅. 高压水射流靶物材质的识别与分类研究[D]. 淮南：安徽理工大学， 2014.

[7] 董祖伟. 多喷嘴高压水射流靶物探测实验平台设计研究[D]. 淮南：安徽理工大学， 2012.

[8] 杨昊. 高压水射流靶物探测装置的改进设计与研究[D]. 淮南：安徽理工大学， 2014.

[9] 杨洪涛，王从东，张东速.高压水射流反射声音信号特征值提取方法的研究[J].中国机械工程，2010(20)：2 434-2 437.

[10] 陈树学， 刘萱. LabVIEW宝典[M].北京： 电子工业出版社， 2011：2-200.

[11] 吴文雯.地雷探测的声共振识别方法研究[D].上海：上海大学，2015.

[12] 姜志鹏，唐加能，梁瑞宇.实现声源定位算法研究与实现[J].电子器件，2015(6)：1 406-1 411.

[13] 余明.室内定位算法研究及系统实现[D].北京：北方工业大学，2016.

[14] 张晶.高压水射流靶物分类识别三维显示及射流分流器的研究[D]. 淮南：安徽理工大学，2013.

[15] 方传智. 基于声阵列技术的射流靶物定位及三维显示技术研究[D]. 淮南：安徽理工大学， 2014.