数字化仪的超声波应用

超声波是频率大于人类听觉范围上限的声学声压(声学)波。超声波设备的工作频率为 20 kHz 至几千 MHz。表 1 总结了一些更常见的超声波应用的特征。每个应用中使用的频率范围都反映了实际情况下的平衡。提高工作频率可以通过提高分辨率来检测较小的伪影,但较高频率的信号无法穿透那么远。超声波应用的常见问题是信号衰减,它与信号频率成反比。因此,在表面研究应用中往往使用非常高的频率,而当需要更大的穿透力和功率时,较低的频率更占主导地位。当然,增加数字化仪的动态范围也可以让您检测更小的信号。

表 1:常见超声波应用的特征以及推荐的 Spectrum 数字化仪


数字化仪采样率

产品选型主要与实际应用中频率有关。一般来说,数字化仪的采样率需要是应用频率的 5 到 10 倍除非应用中使用多普勒频移,即使频率可能不是那么高,但随着频移,定时分辨率也需要更高,而频移通常是需要测量的信号周期的一小部分。在多普勒应用中,数字化仪的采样率可能需要远高于所用频率的 10 倍。

带宽

数字化仪带宽应超过应用中使用的最高频率至少两倍。使用较低带宽将导致较高频率信号的衰减,并且可能限制测量分辨率和精度。

动态范围

增加数字化仪的动态范围(位数)可以检测更小的信号。更高分辨率的 ADC 通常可提供更好的信噪比,从而可以在同一采集中检测大信号和小信号。这就是为什么前沿系统经常使用更高分辨率的 ADC 或信号处理(如平均和滤波)来提高其整体测量灵敏度。

其他因素

数字化仪的输入电路必须与超声波传感器的输出阻抗和耦合要求良好匹配。德思特大多数数字化仪都提供输入路径、配置和终端阻抗的选择,以实现最佳匹配。
根据超声波信号的性质,数字化仪的采集模式也可能很重要。数字化仪接受和处理多个采集的能力使得多个信号突发或脉冲超声波的应用成为现实,并且突发事件之间的死区时间最小。分段、门控和流式采集模式都可以在确保准确捕获和分析每个事件方面发挥作用。此外,德思特数字化仪还提供信号处理功能,例如平均、峰值检测、滤波和快速傅立叶变换 (FFT)。其中,平均和峰值检测可作为基于 FPGA 的内部处理功能。其他信号处理功能可在配套的SBench 6 软件平台或第三方软件中使用。

典型的超声波应用

以下超声波测距仪的测量说明了数字化仪中可用的一些功能。该设备发射五个 40 kHz 的声脉冲。本次测试的测量传感器是 100 kHz 带宽仪表麦克风。麦克风需要一个 1 兆欧的直流耦合输入端接。下图显示了 SBench 6 软件对该测量结果的显示。数字化仪使用多种采集模式进行设置。它获取五个超声波脉冲作为单次测量。显示屏顶部的预览窗格显示了这些突发脉冲。每个事件都带有时间戳,屏幕左下角的时间戳表显示事件的绝对时间和相对于其他事件的时间。

所采集的第一个脉冲的缩放显示(包括来自目标的衰减反射)显示在左上方显示的轨迹中。请注意,后缘并不平坦。FFT 视图显示右下象限中采集信号的频谱。除了 40 kHz 主频率之外,还有 80 kHz 的二次谐波和显着的低频杂散分量。所采集信号的基线上升是由于低频杂散拾取造成的。根据此频谱视图,对信号应用截止频率为 20 和 50 kHz 的带通滤波器(右上网格)。滤波导致信号后沿变平。五个获取的突发的平均值显示在左下网格中。每个视图的垂直轴均按麦克风的灵敏度进行缩放,并以声压(帕斯卡)为单位读取。这些视图提供了有关所采集信号的重要量化信息。

此外,信号频率以及最大和最小信号幅度的测量结果显示在标记为“信息”的框中。这是可用测量的一小部分样本。数字化仪及其配套软件提供多种测量和分析工具,以帮助超声波应用的开发。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:/a/134246.html

如若内容造成侵权/违法违规/事实不符,请联系我们进行投诉反馈qq邮箱809451989@qq.com,一经查实,立即删除!

相关文章

JAVA集合学习

一、结构 List和Set继承了Collection接口,Collection继承了Iterable Object类是所有类的根类,包括集合类,集合类中的元素通常是对象,继承了Object类中的一些基本方法,例如toString()、equals()、hashCode()。 Collect…

时间序列预测实战(九)PyTorch实现LSTM-ARIMA融合移动平均进行长期预测

一、本文介绍 本文带来的是利用传统时间序列预测模型ARIMA(注意:ARIMA模型不属于机器学习)和利用PyTorch实现深度学习模型LSTM进行融合进行预测,主要思想是->先利用ARIMA先和移动平均结合处理数据的线性部分(例如趋势和季节性&#xff09…

【mysql】将逗号分割的字段内容转换为多行并group by

先说需求: 公司想让我通过mysql导出一个报表,内容为公司每个人参加会议的次数,现在有一个会议表fusion_meeting,正常的逻辑是通过人员直接group by就可以得出结果,但是我们的参会人是通过逗号分割这种方式存在一个字段…

【MySQL基本功系列】第二篇 InnoDB事务提交过程深度解析

通过上一篇博文,我们简要了解了MySQL的运行逻辑,从用户请求到最终将数据写入磁盘的整个过程。 当数据写入磁盘时,存储引擎扮演着关键的角色,它负责实际的数据存储和检索。 在MySQL中,有多个存储引擎可供选择&#xf…

vColorPicker——基于 Vue 的颜色选择器插件

文章目录 前言样例特点 一、使用步骤?1. 安装2.引入3.在项目中使用 vcolorpicker 二、选项三、事件 前言 vColorPicker——官网 vColorPicker——GitHub 样例 vColorPicker是基于 Vue 的一款颜色选择器插件,仿照Angular的color-picker插件制作 特点 …

【GIT】git分支命令,使用分支场景介绍git标签介绍,git标签命令,git标签使用的场景git查看提交历史

目录 一,git分支命令,使用分支场景介绍 二,git标签介绍,git标签命令,git标签使用的场景 三,git查看提交历史 前言: 今天我们来聊聊关于Git 分支管理。几乎每一种版本控制系统都以某种形式支持…

第24章_mysql性能分析工具的使用

文章目录 1. 数据库服务器的优化步骤2.查看系统性能参数3. 统计SQL的查询成本:last_query_cost4. 定位执行慢的 SQL:慢查询日志4.1 开启慢查询日志参数4.2 查看慢查询数目4.3 测试慢sql语句,查看慢日志4.4 系统变量 log_output, l…

【蓝桥杯 第十三届省赛Java B组】真题训练(A - F)

目录 A、星期计算 - BigInteger B、山 - 暴力判断 字符串 C、字符统计 - 简单哈希 D、最少刷题数 - 排序 思维 二分 分情况讨论 (1)(错误)自写哈希表 (2)正解 E、求阶乘 - 数学思维 二分 F、…

SAP实现文本框多行输入(类cl_gui_textedit)

参考文章:https://blog.csdn.net/SAPmatinal/article/details/130882962 先看效果,在输入框先来一段《赤壁赋》 然后点击 ‘保存输出’按钮,就能把输入内容从表里读取并输出来 源代码: *&-------------------------------…

多个div横向排列的几种方法

以下面这组 div 为例&#xff0c;group的高度由内容撑开 <div id"group"><div id"div1">div1</div><div id"div2">div2</div><div id"div3">div3</div> </div>显示结果如下为上下排…

Go常见数据结构的实现原理——map

&#xff08;一&#xff09;基础操作 版本&#xff1a;Go SDK 1.20.6 1、初始化 map分别支持字面量初始化和内置函数make()初始化。 字面量初始化&#xff1a; m : map[string] int {"apple": 2,"banana": 3,}使用内置函数make()初始化&#xff1a; m …

19.删除链表的倒数第N个结点(LeetCode)

想法一 先用tail指针找尾&#xff0c;计算出节点个数&#xff0c;再根据倒数第N个指定删除 想法二 根据进阶的要求&#xff0c;只能遍历一遍链表&#xff0c;那刚刚想法一就做不到 首先&#xff0c;我们要在一遍内找到倒数第N个节点&#xff0c;所以我们设置slow和fast两个指…

Python----元组的定义与使用

1、为什么需要元组 思考&#xff1a;如果想要存储多个数据&#xff0c;但是这些数据是不能修改的数据&#xff0c;怎么做&#xff1f; 首先&#xff0c;列表可以一次性存储多个数据&#xff0c;但是列表中的数据允许更改。 相关链接&#xff1a;Python--列表及其应用场景-CS…

Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks - 翻译学习

知识密集型NLP任务的检索增强生成 - 论文学习 文章目录 Abstract1 Introduction2 Methods2.1 Models2.2 Retriever: DPR2.3 Generator: BART2.4 Training2.5 Decoding 3 Experiments3.1 Open-domain Question Answering3.2 Abstractive Question Answering3.3 Jeopardy Questio…

[工业自动化-14]:西门子S7-15xxx编程 - 软件编程 - STEP7 TIA博途是全集成自动化软件TIA portal快速入门

目录 一、TIA博途是全集成自动化软件TIA portal快速入门 1.1 简介 1.2 软件常用界面 1.3 软件安装的电脑硬件要求 1.4 入口 1.5 主界面 二、PLC软件编程包含哪些内容 2.1 概述 2.2 电机运动控制 一、TIA博途是全集成自动化软件TIA portal快速入门 1.1 简介 Siemens …

Leetcode -463.岛屿的周长 - 476.数字的补码

Leetcode Leetcode -463.岛屿的周长Leetcode - 476.数字的补码 Leetcode -463.岛屿的周长 题目&#xff1a;给定一个 row x col 的二维网格地图 grid &#xff0c;其中&#xff1a;grid[i][j] 1 表示陆地&#xff0c; grid[i][j] 0 表示水域。 网格中的格子 水平和垂直 方向…

小样本目标检测(Few-Shot Object Detection)综述

背景 前言:我的未来研究方向就是这个,所以会更新一系列的文章,就关于FSOD,如果有相同研究方向的同学欢迎沟通交流,我目前研一,希望能在研一发文,目前也有一些想法,但是具体能不能实现还要在做的过程中慢慢评估和实现.写文的主要目的还是记录,避免重复劳动,我想用尽量简洁的语言…

MATLAB的编程与应用,匿名函数、嵌套函数、蒙特卡洛法的掌握与使用

目录 1.匿名函数 1.1.匿名函数的定义与分类 1.2.匿名函数在积分和优化中应用 2.嵌套函数 2.1.嵌套函数的定义与分类 2.2.嵌套函数彼此调用关系 2.3.嵌套函数在积分和微分中应用 3.微分和积分 4.蒙特卡洛法 4.1.圆周率的模拟 4.2.计算N重积分&#xff08;均匀分布&am…

计算机毕业设计 基于Springboot的影院购票管理系统的设计与实现 Java实战项目 附源码+文档+视频讲解

博主介绍&#xff1a;✌从事软件开发10年之余&#xff0c;专注于Java技术领域、Python人工智能及数据挖掘、小程序项目开发和Android项目开发等。CSDN、掘金、华为云、InfoQ、阿里云等平台优质作者✌ &#x1f345;文末获取源码联系&#x1f345; &#x1f447;&#x1f3fb; 精…

【入门Flink】- 09Flink水位线Watermark

在窗口的处理过程中&#xff0c;基于数据的时间戳&#xff0c;自定义一个“逻辑时钟”。这个时钟的时间不会自动流逝&#xff1b;它的时间进展&#xff0c;就是靠着新到数据的时间戳来推动的。 什么是水位线 用来衡量事件时间进展的标记&#xff0c;就被称作“水位线”&#x…