CN109471112A - 一种可抗声波干扰的超声波测距传感器及其测距方法 - Google Patents
一种可抗声波干扰的超声波测距传感器及其测距方法 Download PDFInfo
- Publication number
- CN109471112A CN109471112A CN201811178227.XA CN201811178227A CN109471112A CN 109471112 A CN109471112 A CN 109471112A CN 201811178227 A CN201811178227 A CN 201811178227A CN 109471112 A CN109471112 A CN 109471112A
- Authority
- CN
- China
- Prior art keywords
- signal
- echo
- waveform
- correlation
- characteristic parameter
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S15/00—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems
- G01S15/02—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems using reflection of acoustic waves
- G01S15/06—Systems determining the position data of a target
- G01S15/08—Systems for measuring distance only
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/52—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S15/00
- G01S7/537—Counter-measures or counter-counter-measures, e.g. jamming, anti-jamming
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)
Abstract
本发明公开了一种可抗声波干扰的超声波测距传感器及其测距方法。超声波换能器、信号处理电路和微处理器封装组成整体传感器。微处理器产生发射波形特征参数向量X,输出发射信号;信号处理电路对发射信号放大,生成激励信号;超声波换能器产生超声波脉冲信号,而后接收超声波脉冲信号并产生回波信号,信号处理电路对回波信号进行放大和滤波;微处理器生成回波波形特征参数向量Y;微处理器判断发射波形特征参数向量X与回波波形特征参数向量Y的相关性,相关性大于等于设定阈值,接收回波信号;微处理器计算传感器与目标物距离。本发明可有效抑制声波干扰,以及抵御来自恶意攻击者的声波攻击,实现对目标物距离的准确可靠测量。
Description
技术领域
本发明属于传感器电子技术领域,具体涉及一种可抗声波干扰的超声波测距传感器。
背景技术
超声波测距传感器采用回波测距原理,通过主动发射超声波脉冲,随后接收经过目标物表面反射的超声波回波,运用时间差测量技术,测量传感器与目标物之间的距离,具有测量准确、非接触、防水、成本低等优点,可用于液位、物位、料位检测等,在工业过程控制、自动驾驶汽车、无人机、机器人、家居安防、生物医学、基础公共设施等领域有广泛的应用。超声波测距传感器的可靠性对于这些物理信息***的安全性和稳定性具有至关重要的作用。
现有的超声波测距传感器发射固定的超声波脉冲,而且只测量接收到超声波回波的时间,并不检测回波的来源,因此容易被环境中的其他声波干扰,产生错误的测量结果,降低传感器的可靠性和安全性。声波干扰存在两种可能来源,无意串扰和恶意攻击。无意串扰指在多个传感器同时存在的场景下,某个传感器将来自其他传感器的超声波信号当作己方信号的回波,造成错误的测量结果。恶意攻击指攻击者产生特定的超声波信号并发送给传感器,导致传感器将来自攻击者的超声波当作己方信号的回波,造成错误的测量结果。恶意攻击相比于无意串扰在形式上更加复杂,造成的后果也更为严重。随着超声波测距传感器的普及和在重要物理信息***中的应用,来自无意串扰和恶意攻击的声波干扰存在更高的出现可能性,将造成难以预估的影响。因此,一种可抗声波干扰的超声波测距传感器具有重要的现实意义。
发明内容
为解决上述技术问题,本发明提供一种可抗声波干扰的超声波测距传感器及其测距方法,解决现有超声波测距传感器容易被声波干扰(包括无意串扰和恶意攻击)技术问题。
本发明采用如下技术方案:
一、可抗声波干扰的超声波测距传感器
传感器包括超声波换能器、信号处理电路和微处理器,三者封装在一起,组成整体传感器。
超声波换能器用于接收信号处理电路发送过来的激励信号进而发射超声波脉冲信号和接收超声波脉冲信号经检测对象反射回来的回波信号。
信号处理电路用于接收微处理器发送过来的随机发射信号进而产生超声波换能器的激励信号和接收回波信号的处理。
微处理器用于产生随机发射信号发送到信号处理电路,接收信号处理电路发送过来的回波信号并分析计算波形相关性和超声波换能器与目标物的距离。
二、一种超声波传感器测距方法,包括以下步骤:
1)微处理器产生伪随机数作为随机发射信号,并选取波形特征参数构成发射波形特征参数向量X,按照发射波形特征参数向量X输出发射信号给信号处理电路。
第i次发射信号的波形si表示为:
式中,Ai为第i次发射信号的幅度,fi为第i次发射信号的频率,为第i次发射信号的相位,Ti为第i次发射信号的脉冲长度,t为第i次发射信号的时间,该时间为之前发射过所有脉冲周期的累加和,Δj为第j次发射信号的脉冲周期,j表示发射信号的序数。因此,可以通过一个或多个波形特征参数来描述一个超声波脉冲信号。
2)信号处理电路对发射信号进行放大,生成超声波换能器的激励信号;
3)超声波换能器在激励信号的驱动下产生对应的超声波脉冲信号;
4)超声波换能器经过时间T后接收到经检测对象反射回来的超声波脉冲信号,并产生回波信号,接收到的回波信号包括正常回波和声波干扰;
5)信号处理电路对回波信号进行放大和滤波;
6)微处理器对处理后的回波信号进行采样,对采样后的回波信号进行信号分析和特征提取,生成与发射波形特征参数向量X对应的回波波形特征参数向量Y;
7)微处理器判断发射波形特征参数向量X与回波波形特征参数向量Y的相关性C(X,Y),波形特征参数的选取包括频率f、幅度A、脉冲长度T和相位
波形特征参数中频率f相关性的计算为:
Cf=|y(i)-x(i)|
其中,Cf表示以频率f为波形特征参数的回波波形特征参数与发射波形特征参数之间的相关性,y(i)表示第i次接收的回波波形特征参数,x(i)表示第i次发出的发射波形特征参数,i表示第i次发射信号;微处理器根据频率f的设定阈值εf对Cf作相关性判断,若Cf≥εf,εf表示频率特征阈值,则接收该回波信号;若Cf<εf,则不接收该回波信号;
波形特征参数中幅度A相关性的计算为:
其中,CA表示以幅度A为波形特征参数的回波波形特征参数与发射波形特征参数之间的相关性,y(i+1)表示第i+1次接收的回波波形特征参数,x(i+1)表示第i+1次发出的发射波形特征参数;微处理器根据幅度A的设定阈值εA对CA作相关性判断,若CA≥εA,εA表示幅度特征阈值,则接收该回波信号;若CA<εA,则不接收该回波信号;
波形特征参数中脉冲长度T相关性的计算为:
其中,CT表示以脉冲长度T为波形特征参数的回波波形特征参数与发射波形特征参数之间的相关性,y(i+2)表示第i+2次接收的回波波形特征参数,x(i+2)表示第i+2次发出的发射波形特征参数;微处理器根据脉冲长度的设定阈值εT对CT作相关性判断,若CT≥εT,εT表示脉冲长度特征阈值,则接收该回波信号;若CT<εT,则不接收该回波信号;
波形特征参数中相位相关性的计算为:
其中,表示以相位为波形特征参数的回波波形特征参数与发射波形特征参数之间的相关性;微处理器根据相位的设定阈值对作相关性判断,若 表示相位特征阈值,则接收该回波信号;若则不接收该回波信号;
若上述构成向量的四种波形特征参数的相关性其中任一小于各自预先设定阈值ε,则认为该信号来自声波干扰,不接收该回波信号;若上述构成向量的四种波形特征参数的相关性均大于等于各自预先设定阈值ε,则认为该回波来自本传感器,接收回波信号;
8)微处理器根据接收的回波信号计算距离:假设声速为c,则传感器与目标物距离为cT/2,输出测量结果。
优选的,波形特征参数的选取还包括脉冲周期。
优选的,将每一次发射信号到产生回波信号的周期作为一个测量周期,所述的波形特征参数中,频率、相位的随机化和相关性判断在一个测量周期内完成,幅度、脉冲周期的随机化和相关性判断在两个测量周期内完成,脉冲长度的随机化和相关性判断在三个测量周期内完成。
优选的,波形特征参数单独进行或组合进行随机化和相关性判断。
优选的,步骤7)波形相关性判断使用似然比检验。
本发明通过信号处理电路随机化波形特征参数对超声波脉冲进行波形特征参数的提取,再通过微处理器对回波信号进行信号分析和特征提取,两者结合进行相关性判断从而使传感器具备抗声波干扰的功能。
本发明的有益效果如下:
1)通过随机化超声波脉冲波形,检测超声波回波是否来自传感器自身,能够有效地排除声波干扰对传感器测量结果的影响,包括无意串扰和更为复杂的恶意攻击。
2)相比于已有技术,本发明时间延迟更小,可以在单个或几个测量周期内完成,适合于需要快速频繁测量响应的***,例如自动驾驶汽车、无人机、机器人等。
附图说明
图1是本发明的流程图。
图2是发射脉冲频率随机化可行性实验结果示意图。
图3是发射脉冲幅度随机化可行性实验结果示意图。
图4是发射脉冲相位随机化可行性实验结果示意图。
图5是发射脉冲长度随机化可行性实验结果示意图。
图6是特征相关性的计算原理示意图。
具体实施方式
下面结合实施例和附图对本发明作进一步说明。
本发明具体实施采用的可抗声波干扰的超声波测距传感器,具体包括超声波换能器、信号处理电路和微处理器,三者封装在一起,组成整体传感器。
超声波换能器用于接收信号处理电路发送过来的激励信号进而发射超声波脉冲信号和接收超声波脉冲信号经检测对象反射回来的回波信号。
信号处理电路用于接收微处理器发送过来的随机发射信号进而产生超声波换能器的激励信号和接收回波信号的处理。
微处理器用于产生随机发射信号发送到信号处理电路,接收信号处理电路发送过来的回波信号并分析计算波形相关性和超声波换能器与目标物的距离。微处理器具有一定数字信号处理能力,可与外部通信,接收启动指令,输出测量距离数值。
本发明具体实施的测距:
1)微处理器产生伪随机数作为随机发射信号,并选取波形特征参数构成发射波形特征参数向量X,按照发射波形特征参数向量X输出发射信号给信号处理电路。
第i次发射信号的波形si表示为:
式中,Ai为第i次发射信号的幅度,fi为第i次发射信号的频率,为第i次发射信号的相位,Ti为第i次发射信号的脉冲长度,t为第i次发射信号的时间,该时间为之前发射过所有脉冲周期的累加和,Δj为第j次发射信号的脉冲周期,j表示第j次发射信号。因此,可以通过一个或多个波形特征参数来描述一个超声波脉冲信号。
2)信号处理电路对发射信号进行放大,生成超声波换能器的激励信号;
3)超声波换能器在激励信号的驱动下产生对应的超声波脉冲信号;
4)超声波换能器经过时间T后接收到经检测对象反射回来的超声波脉冲信号,并产生回波信号,接收到的回波信号包括正常回波和声波干扰;
5)信号处理电路对回波信号进行放大和滤波;
6)微处理器对处理后的回波信号进行采样,对采样后的回波信号进行信号分析和特征提取,生成与发射波形特征参数向量X对应的回波波形特征参数向量Y,
7)微处理器判断发射波形特征参数向量X与回波波形特征参数向量Y的相关性C(X,Y),若相关性小于设定阈值ε,则认为该信号来自声波干扰,不接收该回波信号;若相关性大于等于设定阈值ε,则认为该回波来自本传感器,接收回波信号;
8)微处理器根据接收的回波信号计算距离:假设声速为c,则传感器与目标物距离为cT/2,输出测量结果。
步骤7)具体实施中,波形特征参数的选取包括频率f,幅度A,脉冲长度T和相位
1.波形特征参数中频率f相关性的计算为:
Cf=|y(i)-x(i)|
其中,Cf表示以频率f为波形特征参数的回波波形特征参数与发射波形特征参数之间的相关性,y(i)表示第i次接收的回波波形特征参数,x(i)表示第i次发出的发射波形特征参数,i表示第i次发射信号;微处理器根据频率f的设定阈值εf对Cf作相关性判断,若Cf≥εf,εf表示频率特征阈值,则接收该回波信号;若Cf<εf,则不接收该回波信号;
2.波形特征参数中幅度A相关性的计算为:
其中,CA表示以幅度A为波形特征参数的回波波形特征参数与发射波形特征参数之间的相关性,y(i+1)表示第i+1次接收的回波波形特征参数,x(i+1)表示第i+1次发出的发射波形特征参数;微处理器根据幅度A的设定阈值εA对CA作相关性判断,若CA≥εA,εA表示幅度特征阈值,则接收该回波信号;若CA<εA,则不接收该回波信号;
3.波形特征参数中脉冲长度T相关性的计算为:
其中,CT表示以脉冲长度T为波形特征参数的回波波形特征参数与发射波形特征参数之间的相关性,y(i+2)表示第i+2次接收的回波波形特征参数,x(i+2)表示第i+2次发出的发射波形特征参数;微处理器根据脉冲长度的设定阈值εT对CT作相关性判断,若CT≥εT,εT表示脉冲长度特征阈值,则接收该回波信号;若CT<εT,则不接收该回波信号;
4.波形特征参数中相位相关性的计算为:
其中,表示以相位为波形特征参数的回波波形特征参数与发射波形特征参数之间的相关性;微处理器根据相位的设定阈值对作相关性判断,若 表示相位特征阈值,则接收该回波信号;若则不接收该回波信号;
若上述构成向量的四种波形特征参数的相关性其中任一小于各自预先设定阈值ε,则认为该信号来自声波干扰,不接收该回波信号;若上述构成向量的四种波形特征参数的相关性均大于等于各自预先设定阈值ε,则认为该回波来自本传感器,接收回波信号;
综上,特征相关性的计算示意图如图6所示,各波形特征参数计算出的相关性可与实际场景的设定阈值ε比较,决定拒绝或接收某次回波。图中,xk为特征参数,N为所需的最小发射超声波脉冲次数。
波形特征参数的选取在具体实施中还包括脉冲周期。
具体实施中,将每一次发射信号到产生回波信号的周期作为一个测量周期,所述的波形特征参数中,频率、相位的随机化和相关性判断在一个测量周期内完成,幅度、脉冲周期的随机化和相关性判断在两个测量周期内完成,脉冲长度的随机化和相关性判断在三个测量周期内完成。
具体实施中,波形特征参数单独进行或组合进行随机化和相关性判断。
具体实施中,步骤7)波形相关性判断使用似然比检验。本发明的方法基于单次或多次发射超声波脉冲,得到一个距离测量值,以及该测量值是否可靠的结论。由于现实中目标物的移动频率相对于传感器的采样频率较小,因此可以认为测量结果在短时间内相对稳定,因此可利用似然比检验方法,结合之前测量结果的统计值,计算不同假设的似然比,得到更准确的判断结果。
本发明通过随机化波形特征参数,包括幅度、频率、相位、脉冲长度、脉冲周期等,实现超声波脉冲信号的随机化,可避免来自不同传感器的相同超声波脉冲之间产生无意串扰,也同时通过波形的不可预测性抵御恶意的声波欺骗攻击。根据超声波测距传感器的实际应用场景,不同的波形特征参数可以单独随机化,也可以组合随机化。
对于随机化波形参数,其可行性最大的难点在于接收到的超声波回波是否仍然具有发射脉冲的随机性。因此在此通过实施例一,以40kHz频率的超声波换能器为例,以实验数据说明该方案在物理原理上的可行性。
实施例一:
如图2,接收频率与发射频率在38.5-41.5kHz频率范围内线性相关,因此随机频率可以在38.5kHz,39kHz,39.5kHz,40kHz,40.5kHz,41kHz,41.5kHz中选择。
如图3,接收幅度与发射幅度在未饱和区域线性相关,且不受反射物体形状影响,因此幅度可以选择5V,10V,15V,20V;如图4,接收相位与发射相位线性相关且与反射物形状无关,因此相位可以选择在脉冲中无相变,90°相变,或180°相变;如图5,接收脉冲长度在0.1ms后与发射脉冲长度线性相关,且与反射物形状无关,因此脉冲长度可以选择0.1ms,0.2ms,0.3ms,0.4ms,0.5ms,0.6ms,0.7ms,0.8ms,0.9ms,1ms;脉冲周期可以根据最大测量范围选择,一般在20ms到100ms之间。在图2至图5中,由于攻击者或干扰信号不随传感器的发射信号变化,其波形参数与发射信号不具备线性关系,因此可排除为非正常回波。根据实际采用的波形特征的物理特性,需要通过单次或多次发射超声波脉冲实现对回波波形特征参数的检验。
Claims (6)
1.一种可抗声波干扰的超声波测距传感器,其特征在于:包括超声波换能器、信号处理电路和微处理器,三者封装在一起,组成整体传感器;
超声波换能器用于接收信号处理电路发送过来的激励信号进而发射超声波脉冲信号和接收超声波脉冲信号经检测对象反射回来的回波信号;
信号处理电路用于接收微处理器发送过来的随机发射信号进而产生超声波换能器的激励信号和接收回波信号的处理;
微处理器用于产生随机发射信号发送到信号处理电路,接收信号处理电路发送过来的回波信号并分析计算波形相关性和超声波换能器与目标物的距离。
2.应用于权利要求1所述装置的一种超声波传感器测距方法,其特征在于包括以下步骤:
1)微处理器产生伪随机数作为随机发射信号,并选取波形特征参数构成发射波形特征参数向量X,按照发射波形特征参数向量X输出发射信号给信号处理电路;
2)信号处理电路对发射信号进行放大,生成超声波换能器的激励信号;
3)超声波换能器在激励信号的驱动下产生对应的超声波脉冲信号;
4)超声波换能器经过时间T后接收到经检测对象反射回来的超声波脉冲信号,并产生回波信号,接收到的回波信号包括正常回波和声波干扰;
5)信号处理电路对回波信号进行放大和滤波;
6)微处理器对处理后的回波信号进行采样,对采样后的回波信号进行信号分析和特征提取,生成与发射波形特征参数向量X对应的回波波形特征参数向量Y;
7)微处理器判断发射波形特征参数向量X与回波波形特征参数向量Y的相关性C(X,Y),波形特征参数的选取包括频率f、幅度A、脉冲长度T和相位
波形特征参数中频率f相关性的计算为:
Cf=|y(i)-x(i)|
其中,Cf表示以频率f为波形特征参数的回波波形特征参数与发射波形特征参数之间的相关性,y(i)表示第i次接收的回波波形特征参数,x(i)表示第i次发出的发射波形特征参数,i表示第i次发射信号;若Cf≥εf,εf表示频率特征阈值,则接收该回波信号;若Cf<εf,则不接收该回波信号;
波形特征参数中幅度A相关性的计算为:
其中,CA表示以幅度A为波形特征参数的回波波形特征参数与发射波形特征参数之间的相关性,y(i+1)表示第i+1次接收的回波波形特征参数,x(i+1)表示第i+1次发出的发射波形特征参数;若CA≥εA,εA表示幅度特征阈值,则接收该回波信号;若CA<εA,则不接收该回波信号;
波形特征参数中脉冲长度T相关性的计算为:
其中,CT表示以脉冲长度T为波形特征参数的回波波形特征参数与发射波形特征参数之间的相关性,y(i+2)表示第i+2次接收的回波波形特征参数,x(i+2)表示第i+2次发出的发射波形特征参数;若CT≥εT,εT表示脉冲长度特征阈值,则接收该回波信号;若CT<εT,则不接收该回波信号;
波形特征参数中相位相关性的计算为:
其中,表示以相位为波形特征参数的回波波形特征参数与发射波形特征参数之间的相关性;若 表示相位特征阈值,则接收该回波信号;若则不接收该回波信号;
若上述构成向量的四种波形特征参数的相关性其中任一小于各自预先设定阈值ε,则不接收回波信号;若上述构成向量的四种波形特征参数的相关性均大于等于各自预先设定阈值ε,则接收回波信号;
8)微处理器计算距离:假设声速为c,则传感器与目标物距离为cT/2,输出测量结果。
3.根据权利要求2的超声波传感器测距方法,其特征在于:
所述的波形特征参数的选取还包括脉冲周期。
4.根据权利要求2所述的超声波传感器测距方法,其特征在于:
将每一次发射信号到产生回波信号的周期作为一个测量周期,所述的波形特征参数中,频率、相位的随机化和相关性判断在一个测量周期内完成,幅度、脉冲周期的随机化和相关性判断在两个测量周期内完成,脉冲长度的随机化和相关性判断在三个测量周期内完成。
5.根据权利要求2所述的超声波传感器测距方法,其特征在于:波形特征参数单独进行或组合进行随机化和相关性判断。
6.根据权利要求2所述的超声波传感器测距方法,其特征在于:所述步骤7)中波形相关性判断使用似然比检验。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811178227.XA CN109471112A (zh) | 2018-10-10 | 2018-10-10 | 一种可抗声波干扰的超声波测距传感器及其测距方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811178227.XA CN109471112A (zh) | 2018-10-10 | 2018-10-10 | 一种可抗声波干扰的超声波测距传感器及其测距方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109471112A true CN109471112A (zh) | 2019-03-15 |
Family
ID=65663456
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811178227.XA Pending CN109471112A (zh) | 2018-10-10 | 2018-10-10 | 一种可抗声波干扰的超声波测距传感器及其测距方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109471112A (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111913170A (zh) * | 2020-08-12 | 2020-11-10 | 南京英锐创电子科技有限公司 | 信号发送装置 |
CN112333402A (zh) * | 2020-10-20 | 2021-02-05 | 浙江大学 | 一种基于声波的图像对抗样本生成方法及*** |
CN112729431A (zh) * | 2020-12-31 | 2021-04-30 | 浙江正泰燃气装备有限公司 | 一种超声波计量传感器信号检测电路 |
CN113311073A (zh) * | 2021-04-21 | 2021-08-27 | 武汉科技大学 | 一种电磁超声声时测量方法及*** |
CN115267791A (zh) * | 2022-07-07 | 2022-11-01 | 珠海极海半导体有限公司 | 一种超声波信号处理电路、芯片及车辆雷达装置 |
CN115856078A (zh) * | 2022-11-28 | 2023-03-28 | 西南交通大学 | 一种自反馈调节的无砟轨道砂浆隐蔽伤损智能检测*** |
WO2024131580A1 (zh) * | 2022-12-23 | 2024-06-27 | 成都极海科技有限公司 | 超声波传感器芯片、超声波信号处理方法和超声波雷达装置 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO1995027635A1 (en) * | 1994-04-12 | 1995-10-19 | Aerojet General Corporation | Automotive occupant sensor system and method of operation by sensor fusion |
JPH09301017A (ja) * | 1996-05-16 | 1997-11-25 | Honda Motor Co Ltd | 車両用運転予測装置 |
CN101029933A (zh) * | 2006-03-03 | 2007-09-05 | 中国科学院声学研究所 | 一种基于虚拟环绕声技术的汽车防撞雷达报警方法和装置 |
CN101046511A (zh) * | 2007-04-24 | 2007-10-03 | 成都国腾微电子有限公司 | 一种倒车雷达专用集成电路 |
CN101442368A (zh) * | 2008-12-26 | 2009-05-27 | 北京航空航天大学 | 一种广播通信发射机相噪仿真器及抗相噪性能测试方法 |
CN204103930U (zh) * | 2014-10-13 | 2015-01-14 | 重庆大学 | 简易数字信号传输性能分析仪 |
CN105183427A (zh) * | 2015-08-12 | 2015-12-23 | 中国电子科技集团公司第四十一研究所 | 一种产生不同分布高速噪声信号的方法 |
-
2018
- 2018-10-10 CN CN201811178227.XA patent/CN109471112A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO1995027635A1 (en) * | 1994-04-12 | 1995-10-19 | Aerojet General Corporation | Automotive occupant sensor system and method of operation by sensor fusion |
JPH09301017A (ja) * | 1996-05-16 | 1997-11-25 | Honda Motor Co Ltd | 車両用運転予測装置 |
CN101029933A (zh) * | 2006-03-03 | 2007-09-05 | 中国科学院声学研究所 | 一种基于虚拟环绕声技术的汽车防撞雷达报警方法和装置 |
CN101046511A (zh) * | 2007-04-24 | 2007-10-03 | 成都国腾微电子有限公司 | 一种倒车雷达专用集成电路 |
CN101442368A (zh) * | 2008-12-26 | 2009-05-27 | 北京航空航天大学 | 一种广播通信发射机相噪仿真器及抗相噪性能测试方法 |
CN204103930U (zh) * | 2014-10-13 | 2015-01-14 | 重庆大学 | 简易数字信号传输性能分析仪 |
CN105183427A (zh) * | 2015-08-12 | 2015-12-23 | 中国电子科技集团公司第四十一研究所 | 一种产生不同分布高速噪声信号的方法 |
Non-Patent Citations (1)
Title |
---|
WENYUAN XU ET AL.: "Analyzing and Enhancing the Security of Ultrasonic Sensors for Autonomous Vehicles", 《IEEE INTERNET OF THINGS JOURNAL》 * |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111913170A (zh) * | 2020-08-12 | 2020-11-10 | 南京英锐创电子科技有限公司 | 信号发送装置 |
CN111913170B (zh) * | 2020-08-12 | 2023-08-08 | 南京英锐创电子科技有限公司 | 信号发送装置 |
CN112333402A (zh) * | 2020-10-20 | 2021-02-05 | 浙江大学 | 一种基于声波的图像对抗样本生成方法及*** |
CN112729431A (zh) * | 2020-12-31 | 2021-04-30 | 浙江正泰燃气装备有限公司 | 一种超声波计量传感器信号检测电路 |
CN112729431B (zh) * | 2020-12-31 | 2024-07-05 | 浙江正泰燃气装备有限公司 | 一种超声波计量传感器信号检测电路 |
CN113311073A (zh) * | 2021-04-21 | 2021-08-27 | 武汉科技大学 | 一种电磁超声声时测量方法及*** |
CN113311073B (zh) * | 2021-04-21 | 2022-12-02 | 武汉科技大学 | 一种电磁超声声时测量方法及*** |
CN115267791A (zh) * | 2022-07-07 | 2022-11-01 | 珠海极海半导体有限公司 | 一种超声波信号处理电路、芯片及车辆雷达装置 |
CN115267791B (zh) * | 2022-07-07 | 2023-12-22 | 珠海极海半导体有限公司 | 一种超声波信号处理电路、芯片及车辆雷达装置 |
CN115856078A (zh) * | 2022-11-28 | 2023-03-28 | 西南交通大学 | 一种自反馈调节的无砟轨道砂浆隐蔽伤损智能检测*** |
CN115856078B (zh) * | 2022-11-28 | 2023-11-07 | 西南交通大学 | 一种自反馈调节的无砟轨道砂浆隐蔽伤损智能检测*** |
WO2024131580A1 (zh) * | 2022-12-23 | 2024-06-27 | 成都极海科技有限公司 | 超声波传感器芯片、超声波信号处理方法和超声波雷达装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109471112A (zh) | 一种可抗声波干扰的超声波测距传感器及其测距方法 | |
Kleeman et al. | Sonar sensing | |
Hernández et al. | Ultrasonic ranging sensor using simultaneous emissions from different transducers | |
CN106054200B (zh) | 一种可防声干扰的超声波距离传感器及其测距方法 | |
CN103181780B (zh) | 信号分析方法、超声波图像分析方法以及超声波成像*** | |
CN103777177B (zh) | 一种基于宽带信号时延检测的超短基线水下目标定位方法 | |
CN107272003B (zh) | 基于可靠声路径和目标多途回波的主动定位方法 | |
CN103462643B (zh) | 一种剪切波速度测量方法、装置和*** | |
US11879967B2 (en) | Radar for tracking or generating radar images of passive objects | |
JP2014512217A5 (zh) | ||
CN105338906A (zh) | 到超声图像中的形状注入以实时校准波束样式 | |
CN116413679A (zh) | 激光雷达回波信号的处理方法、装置及计算机设备 | |
CN105445743A (zh) | 一种超声导盲***及其实现方法 | |
CN105116371B (zh) | 一种基于连续发射调频信号的目标定位方法与装置 | |
CN109471111A (zh) | 一种可抗声波干扰的超声波传感器组及目标定位方法 | |
Kažys et al. | Application of orthogonal ultrasonic signals and binaural processing for imaging of the environment | |
Ramesh et al. | Distance measurement using ultrasonic sensor and Arduino | |
CN110440896A (zh) | 一种超声波测量***及测量方法 | |
CN103969648A (zh) | 抗噪声超声波测距设备及方法 | |
Kou et al. | Research of long range accurate ranging technology based on ultrasonic sensor measurement | |
Cunha et al. | Low-cost sonar based on the echolocation | |
Asami et al. | Possibility of an embedded system for ultrasound-based measurement of the distances to two target objects | |
US20240027613A1 (en) | Object detection apparatus and object detection method | |
Maâlej et al. | Modular ultrasonic sensor platform for mobile robot | |
CN104390610B (zh) | 环形器件内外径测量装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190315 |