CN113639816A - 非侵入式的容器内液位高度监测方法及实现所述方法的*** - Google Patents
非侵入式的容器内液位高度监测方法及实现所述方法的*** Download PDFInfo
- Publication number
- CN113639816A CN113639816A CN202110763206.XA CN202110763206A CN113639816A CN 113639816 A CN113639816 A CN 113639816A CN 202110763206 A CN202110763206 A CN 202110763206A CN 113639816 A CN113639816 A CN 113639816A
- Authority
- CN
- China
- Prior art keywords
- dmrt
- mrt
- data
- signal
- height
- 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
- 239000007788 liquid Substances 0.000 title claims abstract description 191
- 238000000034 method Methods 0.000 title claims abstract description 76
- 238000012544 monitoring process Methods 0.000 title claims abstract description 52
- 230000008859 change Effects 0.000 claims abstract description 33
- 230000006870 function Effects 0.000 claims description 35
- 230000008447 perception Effects 0.000 claims description 13
- 238000007781 pre-processing Methods 0.000 claims description 13
- 238000001914 filtration Methods 0.000 claims description 11
- 238000004364 calculation method Methods 0.000 claims description 9
- 238000012545 processing Methods 0.000 claims description 9
- 238000000605 extraction Methods 0.000 claims description 8
- 230000008569 process Effects 0.000 claims description 7
- 230000011218 segmentation Effects 0.000 claims description 7
- 230000008030 elimination Effects 0.000 claims description 6
- 238000003379 elimination reaction Methods 0.000 claims description 6
- 238000009499 grossing Methods 0.000 claims description 6
- 230000004044 response Effects 0.000 claims description 6
- 238000012360 testing method Methods 0.000 claims description 4
- 238000002474 experimental method Methods 0.000 description 23
- 230000000694 effects Effects 0.000 description 7
- 238000001802 infusion Methods 0.000 description 7
- 238000013507 mapping Methods 0.000 description 4
- 230000007613 environmental effect Effects 0.000 description 3
- 239000000446 fuel Substances 0.000 description 3
- 230000036039 immunity Effects 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000001057 Duncan's new multiple range test Methods 0.000 description 1
- 230000004913 activation Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 239000012611 container material Substances 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 239000000383 hazardous chemical Substances 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000001990 intravenous administration Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000007620 mathematical function Methods 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000012418 validation experiment Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Images
Landscapes
- Measurement Of Levels Of Liquids Or Fluent Solid Materials (AREA)
Abstract
本发明提供一种非侵入式的容器内液位高度监测方法及实现所述方法的***，通过容器外的RFID获取原始数据后，将RFID采集到的原始MRT信号参数进行数据预处理、并提取与距离无关的DMRT信号特征，通过多项式拟合方法得到离线阶段液体高度估计的多项式函数，并通过拟合曲线计算出液体高度匹配区间来提高***的鲁棒性。本发明的监测方法基于差分传感方法能够有效消除距离依赖，针对剩余液体监测问题，利用商业化RFID设备实现细粒度的容器内剩余液体高度监测，精确度达到95.55％，且对容器位置的变化和环境的干扰具有较强的鲁棒性。
Description
【技术领域】
本发明涉及液位高度监测方法，特别涉及一种非侵入式的容器内液位高度监测方法，还涉及实现所述方法的***。
【背景技术】
液体体积的监测是现实中许多应用的关键问题。例如，耗油率是工业机械健康的一个关键参数，为了获取机械设备的耗油率，需要监测邮箱中的剩余油量；在静脉输液时，为了患者的安全，输液速度和完成度是重点监测指标，而为了监测输液速度，其中一种方法是监测药液余量。在面临这些技术问题时，通常，当容器结构确定后，可以通过获取容器内液位高度以准确地指示液体余量。因此，在许多情况下，容器内液体余量的监测问题就转化为对容器内剩余液体的液位高度监测。
传统液体余量监测方法主要依赖于专用传感器，如通过电容传感器或光学激光传感器实现监测。然而，专用传感器通常存在安装及部署维护复杂的缺陷，此外，光学传感器和超声波传感器高昂的成本也使它们无法广泛应用在实际应用中。另一方面，专用传感器或超声波方法通常需要将设备部署在容器内部(即侵入式监测)，这类方法通常不适用于食用液体、医用液体或危险品。
随着无线传感技术飞速发展，近年来，有研究工作在尝试利用无线信号(非侵入式)如声学信号和射频信号实现容器内的液体体积监测。与传统的方法相比的一大优势是，基于射频信号的监测方法成本低廉，有利于实际应用。然而，现有的基于RF的液体高度监测解决方案只能监测粗粒度的液体高度变化，目前对于液位高度监测的最细力度为0.8cm，或者对周围环境变化和容器位置变化极为敏感，这将会给液体高度估计造成误差，极大地影响测量结果。
例如中国发明专利申请CN201810376778.0公开了一种基于RFID无源感知的输液液位监测***及其工作方法，***包括贴有RFID标签的液位感知标贴、液位感知一体机和服务器平台、液位感知客户端。液位感知标贴由部署在输液容器外壁上若干无源的RFID标签组成标签阵列组成，液位感知一体机通过阅读器天线发送连续波信号与液位感知标贴进行持续通信，获取液位感知标贴返回的标签ID信息及信号特征，通过嵌入式处理器来识别对应的输液容器，并采用两阶段功率步进算法调整阅读器功率，基于获取的标签信号特征判断最上方液面位置是否达到指定位置，并持续将监测到的液位状态上传到服务器平台。液位感知客户端通过访问服务器持续获取多个输液容器的液位状态。该***和方法尽管设计了通过RDID对液位进行探测，但是当输液容器被移动、倾斜时，***通常无法得到正确的探测结果。此外，
【发明内容】
本发明的目的是克服现有技术缺陷，提供一种基于RFID技术、准确性高、抗干扰能力强的非侵入式的容器内液位高度监测方法。
本发明的思路是在通过设置在容器外的RFID获取原始数据后，将数据计算分为在线处理阶段和离线处于阶段两部分。其中，在离线处理阶段，将RFID采集到的原始MRT信号参数进行数据预处理、并提取与距离无关的DMRT信号特征，通过多项式拟合方法得到离线阶段液体高度估计的多项式函数，并通过拟合曲线计算出液体高度匹配区间来提高***的鲁棒性。在线处理阶段中，首先将进行预处理后的MRT特征进行信号分割，将提取出的MRT信号读数进行数据预处理后，并且在液体高度监测前确定***每次开始监测的起始位置，在起始位置之后进行液体高度估计。最后，通过在线阶段得到的DMRT特征信号与离线阶段得到的多项式拟合曲线置信区间通过简单地函数映射识别液体高度。
基于以上思路，本发明提供一种非侵入式的容器内液位高度监测方法，所述方法包括以下步骤：
(1)数据采集
在容器外部设置RFID标签，在容器内液位高度变化过程中，通过RFID天线读取RFID标签的MRT原始数据；
(2)原始数据的数据预处理
采用低通滤波对所述MRT原始数据进行噪声消除和平滑处理，所述MRT原始数据经滤波的平滑曲线为：
其中，f(x)为原始MRT信号读数，y(t)是滤波后的MRT信号读数，T0是设置的滑动滤波长度；
(3)信号分割
读取步骤(2)的的曲线的所有峰值点[p1,p2......pn]，通过设定每两个峰值点间的最小间隔数值mpd和各峰值的最小高度mph以去除无效的峰值点，得到能够开始监测液位高度的峰值点V为
V＝{[p1,p2......pn]mpd,mph}
(4)DMRT特征提取
取步骤(3)峰值点V以下高度的数据，提取得到DMRT信号特征；
(5)液体高度多项式离线拟合
对步骤(4)所得数据采用四阶多项式函数得到函数拟合曲线：
f(x，p)＝p1x4+p2x3+p3x2+p4x+p5
(6)计算拟合曲线的置信区间
根据式拟合曲线找出步骤(4)的DMRT特征与液位高度之间95％的置信区间，置信区间的计算公式为：
(7)确定液位高度
通过步骤(3)得到的DMRT信号特征与步骤(5)的拟合曲线得到DMRT信号与液位高度的线性关系；
根据一种的实施方式，本发明的方法还包括：在步骤(1)中，在容器外部平行设置两个RFID标签，其中一个标签为感知标签，另一个标签为参考标签，两个标签的最小响应阈值的差DMRT作为步骤(4)的DMRT信号特征。
在本发明中，所述RFID安装在容器液位底部以上不超过5cm的位置。这是由于单个标签的敏感范围有限，如果需要监测范围更大的液位高度变化，本领域技术人员可通过增加标签或将多个RFID标签拼接在一起以扩展监测范围。
通过RFID标签采集容器内的液位高度的原始MRT信号，然后对原始MRT信号按照步骤(3)的方法进行信号分割，对分割后的数据通过传感方法得到DMRT特征数据，将所得DMRT特征数据与所述拟合曲线及置信区间进行匹配，得到DMRT读数对应地的液位高度。
在步骤(1)中，MRT读数变化是由于容器内液体高度变化引起的标签阻抗的变化，因此为了准确地对MRT特征进行分析，在进行特征提取之前需要对MRT信号进行数据预处理。本发明针对容器内剩余液体的液位高度监测，特别是剩余液体高度为5cm及以下的情况。也因此，优选地，将RFID标签安装在容器外侧距离液位底部5cm高度的位置上。
进一步地，本发明还提供一种非侵入式的容器内液位高度监测***，其中，所述***包括设置在容器外部设置RFID标签、读取RFID标签的MRT原始数据的RFID阅读器和与所述RFID阅读器相连的计算机；其中，所述计算机具有：
(a)对RFID阅读器获得的MRT原始数据进行数据预处理的装置
采用低通滤波对所述MRT原始数据进行噪声消除和平滑处理，所述MRT原始数据经滤波的平滑曲线为：
其中，f(x)为原始MRT信号读数，y(t)是滤波后的MRT信号读数，T0是设置的滑动滤波长度；
(b)对经过数据预处理的MRT数据进行信号分割的装置
获取所述MRT原始数据经滤波的平滑曲线的所有峰值点[p1,p2......pn]，通过设定每两个峰值点间的最小间隔数值mpd和各峰值的最小高度mph以去除无效的峰值点，得到能够开始监测液位高度的峰值点V为
V＝{[p1,p2......pn]mpd,mph}
(c)对经过数据预处理的MRT数据进行DMRT特征提取的装置
取峰值点V以下高度的MRT数据进行特征提取，提取得到DMRT信号特征；
(d)对DMRT信号特征进行多项式离线拟合运算的装置
对DMRT信号特征数据采用四阶多项式函数得到函数拟合曲线：
f(x，p)＝p1x4+p2x3+p3x2+p4x+p5
(e)计算拟合曲线的置信区间的装置
根据下式拟合曲线获取DMRT特征与液位高度之间95％的置信区间，置信区间的计算公式为：
(f)根据DMRT信号特征与拟合曲线得到DMRT信号与液位高度的线性关系获取液位高度数据的装置：
通过RFID标签采集容器内的液位高度的原始MRT信号，然后对原始MRT信号按照根据权利要求1步骤(3)的方法进行信号分割，对分割后的数据通过传感方法得到DMRT特征数据，将所得DMRT特征数据与所述拟合曲线及置信区间进行匹配，得到DMRT读数对应地的液位高度。
根据一种优选的实施方式，所述***还包括平行设置在容器外部的两个RFID标签，其中一个标签为感知标签，另一个标签为参考标签。
更优选地，所述***还包括根据两个标签的最小响应阈值的差作为DMRT信号特征的装置。
以下对本发明的技术方案作进一步阐述。
一种非侵入式的容器内液位高度监测方法，所述方法包括以下步骤：
(1)、数据采集
当液体高度到达标签芯片周围时，标签总是需要比液体高度在芯片两端更大的MRT信号参数来激活标签。本发明首先进行连续液体高度变化实验的原始MRT数据采集，在实验过程中，让容器内的液体高度从10cm慢慢变化到0cm。具体的，实验中让液体高度匀速减少，直到容器内无液体后停止收集数据，本实验在一个空旷的大厅中进行。
实验得到的原始数据结果如图2蓝色曲线所示，在对连续的原始MRT信号进行初步的观察分析中，发现得到的MRT信号具有以下两方面的问题：首先，得到的原始MRT信号是一系列阶梯状的不平滑曲线，这会给接下来查找峰值点造成干扰；其次，当液体高度不断下降时，MRT读数也是不断下降的趋势。但是通过观察原始信号波形发现当液体高度在接近标签芯片位置时，需要更大的MRT值来激活标签，即当液体高度到达标签芯片位置时总是会出现突然的跳变。
为解决上述两个问题，本发明的方法进一步对数据进行预处理和信号分割。
(2)、原始数据的数据预处理
环境干扰会导致原始数据出现波动，不可避免地影响实验结果。数据预处理的目的是为了消除由于环境干扰造成的微小信号波动，提高容器内剩余液体液位高度监测的精度。
图2的蓝色曲线显示了液体变化过程中MRT读数的原始数据。通过观察蓝色曲线发现，得到的原始数据是呈阶梯状的不平滑线段，因此在进行接下来的峰值检测时，处于水平波的各个数据点的表现相同，这会对查找峰值点造成很大程度的干扰。本发明采用低通滤波对原始数据进行噪声消除和平滑处理，从而得到滤波后的平滑曲线为：
其中f(x)为原始MRT信号读数，y(t)是滤波后的MRT信号读数，T0是设置的滑动滤波长度。滤波后的得到曲线如图2中红色曲线所示，由图可以看出，在没丢失数据的情况下，低通滤波方法消除了各个相同数据点造成的干扰问题和数据噪声问题，减少了其对实验结果的影响。
(3)信号分割
考虑到本发明针对容器内剩余5cm以下液体高度的监测，但在监测过程中并不能保证容器内的液位高度始终处于有效监测范围内。如图2蓝色原始数据曲线所示，当液体高度超出监测范围时，液体高度处于在标签芯片周围时会出现数据的突然跳变，因此可能导致识别错误。
所以，本发明的方法需要判断在哪个位置开始进行液体高度监测以避免出现这样的误差。因此，将所得原始信号分割为两部分，第一部分为峰值点查找部分，第二部分为高度估计部分。
首先，在对原始数据进行滑动低通滤波后，查找出滤波后曲线的所有峰值点[p1,p2......pn]，并且通过设定每两个峰值点的之间的最小间隔数值(minpeakdistance,mpd)以及设定各个峰值的最小高度(minpeakheight,mph)来剔除掉查找出的无效的峰值点，则***开始监测液体高度的峰值点V为：
V＝{[p1,p2......pn]mpd,mph}
通过上述算法得到能够唯一确定***开始进行液体高度监测的指示点V。在查找到了进行剩余液体高度估计的开始监测点之后，***的下一个目标是识别连续变化的剩余液体高度，本发明采用函数拟合然后进行模型匹配的方法，即找到液体高度与MRT信号读数之间的最佳对应关系，最后通过将每次扫描到标签天线的MRT信号读数和与拟合得到的函数曲线比较来估计当前容器内的剩余液体高度。
(4)DMRT特征提取
对峰值点V以下高度的数据，提取得到DMRT信号特征；
(5)液体高度多项式离线拟合
将DMRT信号参数映射到液体高度上，建立DMRT信号参数与液体高度之间的一一对应线性关系，从而确定液体高度与DMRT信号特征之间的函数关系表达式。
多项式拟合的目的是找到一组多项式系数使得拟合出的多项式函数能够与实际液体高度数据尽可能的匹配，将零散的DMRT特征值得到与液体高度确定的函数关系。
首先，采用图形的方法表示出DMRT特征随着液体高度变化的大体趋势，然后采用多项式函数拟合的方法，将图像模型关系转换为对应的数学模型关系，最后得出最佳匹配的拟合函数。
由于在实验中无法通过DMRT信号特征直接得出相对应的液体高度，因此本发明通过函数拟合的方法建立了DMRT特征与液体高度之间的函数关系，并且一个DMRT读数只能计算出唯一对应的液体高度，即此时液体高度与DMRT特征的拟合结果是一一对应的关系。
为此，本发明进行了如下实验，在实验中将液体高度设置在0-5cm之间,并且测量得到离散的液体高度值的DMRT特征值。并且通过大量验证发现，在同一规格容器下，多次实验结果显示，在同一液体高度水平，DMRT信号特征值几乎相同或在一个很小的范围内波动。故在每个对应的高度下，本***通过采用十次实验数据的均值，来获得更加稳定、健壮且最优的多项式拟合函数。最后，将在每个高度下多次实验得到的DMRT读数的均值计算出结果且通过多项式函数拟合来构建与液体高度之间的线性关系模型。
通过观察得到的多项式拟合出的函数曲线，本文采用四阶多项式函数作为最佳的函数拟合曲线，具体的有：
f(x，p)＝p1x4+p2x3+p3x2+p4x+p5
利用以上方程，便可以得到DMRT信号特征值与液体高度之间的最佳匹配系数。接下来利用这个函数关系式便可以对每个DMRT信号参数对应的液体高度进行估计。
如图4显示了本***采用多项式拟合方法且图像化后的示例,在拟合过程中通过让塑料容器中的液体高度从5cm改变到0cm，且每次下降0.5cm，依次扫描在每个高度下的DMRT特征值。其中液体高度值是用刻度尺测量得到的，红色空心圆点表示真实测量10次同一液体高度的DMRT特征的平均值，蓝色曲线表示当n＝4时的四阶多项式拟合曲线。可以看出，测量得到的DMRT特征值几乎逼近或者正在拟合曲线之上，这证明函数拟合效果很好。故在线阶段通过与多项式拟合得到的蓝色曲线进行匹配，便可以根据DMRT信号特征估计得到所对应的液体高度。
利用上述拟合出得到的多项式函数关系式，实时采集液体高度的DMRT特征值，进行液体高度的计算。若对于任何给定不同规格或者不同材料的塑料容器，可能由于容器的横截面积不同造成的液体的折射不同或者不同容器对标签影响效果不同而导致上述拟合曲线的参数不是最佳拟合参数，则需要重新进行曲线拟合，拟合方法皆与上述步骤相同。即首先借助刻度尺对真实液体高度的测量，从而提取出各个高度下的DMRT信号特征。而后利用DMRT信号特征可以找到相对应的多项式拟合函数。从而建立液体高度与DMRT特征之间的图像化模型以及数学函数模型。
(6)计算拟合曲线的置信区间
接下来通过测量不同的液体高度和采集的DMRT特征值，对拟合的多项式函数方程进行检验。特别的，为了减少测量过程可能会对实验结果造成的误差，故根据最终得到的多项式拟合曲线找出DMRT特征与液体高度之间95％的置信区间。置信区间的计算公式为：
其中，是测量得到的实际DMRT读数，是DMRT读数的标准差，是DMRT的平均值，为样本数。且经过置信区间公式计算得出，置信区间的范围如图5所示。
(7)确定液位高度
首先，测量离散的剩余液体高度值对应的DMRT信号参数。然后通过多项式拟合曲线获得与距离无关的DMRT信号参数与容器内液体高度之间关系的最佳多项式函数，得到DMRT信号与液体高度之间一一对应的线性关系。
然后，实时采集容器内液体高度的MRT信号参数，若原始MRT读数为
则i∈[1,2],为标签数量，且n为采集数据的样本量，对采集的原始MRT数据进行数据预处理与信号分割。
然后，通过差分传感方法计算获得相对应的DMRT信号特征实现位置免疫。在高度匹配阶段提取出稳定的DMRT信号特征后将DMRT特征与相应的多项式函数及其置信区间进行数值匹配，计算出DMRT读数相对应的液体高度。
最后，本***按照上述液体高度估计流程，通过测量不同液体高度和采集得到的DMRT特征值，对拟合得到的函数关系进行检验。
例如，在实验检验过程中，采用500ml的规格塑料容器用刻度尺测量出容器内4cm的液体高度，RFID设备接收到的DMRT参数值为10dbm。将此液体高度带入到拟合函数中进行匹配，可以得出当液体高度为4cm时，得到的DMRT信号的读数为9.5dbm。根据置信区间范围计算可知，本文***可以准确估计出液体高度。经过多次实验验证，本文***对容器内液体高度为4cm时监测精确度为90％。并且为了对本***实验模型精确度进行监测，分析并且部署了大量充分实验对其他液体高度的精确度的估计结果也进行了详细的验证和评估。最终得到本文***对容器内液体高度监测的平均精确度为95.55％，该结果证明本实验具有较高的准确性和可行性。
进一步地，考虑到在某些情况下，容器的位置可能会被移动，考虑到RFID标签的反向散射功率对标签位置非常敏感，这一特性说明当标签位置变化时就会引起MRT读数的变化，导致对液体高度的估计出现误差。因此，为了避免由于距离或者位置改变所带来的液体高度估计误差，消除***对位置变化或者距离变化的依赖，得到稳定的液体高度估计信号特征，实现准确的对容器内剩余液体高度估计，则需要消除位置变化引起的MRT信号参数的变化。
为此，可以在步骤(3)和步骤(4)之前增加以下步骤：
设置一个参考标签，即采用差分传感的方法消除由于标签或者阅读器的位置或者距离d改变而造成的液体高度估计误差的现象。在本发明中，所谓差分传感就是将一个标签作为感知标签附着在容器表面，另一标签作为参考标签平行的部署在感知标签周围，然后将两个标签最小响应阈值的差(DMRT)作为本***估计液体高度的信号参数。具体的，将参考标签部署在感知标签左部的8cm处，两标签位置平行，并且保证当容器位置移动时，感知标签和参考标签能够同时移动，也就是感知标签和参考标签之间的相对位置保持不变。
理论上，实验中部署在感知目标上的感知标签的MRT信号读数与两个因素有关，一是阅读器天线和标签之间的距离d；二是容器中的液体到达标签的位置。而参考标签的MRT信号读数只与标签到天线之间的距离d相关(容器材质对MRT的影响忽略不计)。又由于两个标签之间的距离很近，故可以认为两标签由于距离d变化而引起的MRT变化是相同的。因此本***便可以通过计算两个标签MRT的差值来消除由于距离变化或者位置变化而引起的液体高度估计信号读数的变化，从而得到只与液体高度变化有关的稳定的DMRT信号特征。
为了验证当容器位置变化时，采用提取DMRT特征方法的有效性。本***进行了如下验证实验。在实验中，容器内装有液体，且在容器外侧延伸一块塑料板，在塑料板的其中一侧也就是容器端部署一个感知标签，在塑料板的另一侧即远离容器端部署一个参考标签。然后，通过随机将容器移动5个位置，各相邻位置之间距离为大于等于1m，并且让容器内的液体高度保持不变。对于每个位置，分别测量感知标签与参考标签的MRT信号读数，然后再通过求两标签MRT信号读数的差得出DMRT信号特征。实验结果如图3所示，通过观察可以看出，在容器内液体高度不变而容器位置变化的情况下，无论是感知标签还是参考标签的MRT读数都会随之出现较大的变化，并且感知标签和参考标签的MRT信号读数不同但在每个位置的变化趋势都是相同的。反之，观察DMRT信号参数在不同的五个位置的读数几乎保持不变，这就说明DMRT信号特征对于位置的变化具有很强的鲁棒性。因此，采用提取DMRT特征的方法便成功消除由于距离或者位置变化引起的信号参数变化的情况，即成功消除了***感知液体高度时对于距离的依赖，也就避免了由于距离变化造成的液体高度估计误差。实现了与距离无关且对于位置免疫的液体高度感知***。
本发明的监测方法基于差分传感方法能够有效消除距离依赖，针对剩余液体监测问题，利用商业化RFID设备实现细粒度的容器内剩余液体高度监测。本发明的方法将标签附着在容器外壁，研究容器内液体高度对标签激活功率的影响，将最小响应阈值MRT作为分析液体高度的指标，并附加参考标签，采用两个标签MRT参数的差值来提取DMRT特征，消除了标签-阅读器之间的距离依赖，实现位置免疫的液体高度监测。
另一方面，本发明采用多项式拟合实现液体高度监测。在离线阶段通过函数多项式拟合建立液体高度与DMRT信号特征之间的函数关系表达式，并采用简单清晰的数形结合方法，将实时的液体高度通过简单的函数映射计算得出。
本发明的监测方法经过实验验证，该总体精确度达到95.55％，且对容器位置的变化和环境的干扰具有较强的鲁棒性。
【附图说明】
图1为本发明的图1***设计图；
图2为连续液体高度变化；
图3为不同位置的DMRT参数；
图4为函数拟合结果图；
图5为置信区间图；
图6为实施例1的液体高度监测精确度；
图7为实施例1中天线-标签之间距离的影响；
图8为实施例1中天线高度的影响；
图9为环境变化的影响；
图10为标签方向的影响。
【具体实施方式】
以下实施例用于非限制性地解释本发明的技术方案。
实施例1
根据表1中的实验参数设置，采用规格为500ml的塑料容器，在容器外部距离底部5cm高度设置两个平行的RFID标签，将RFID阅读器和RFID天线连接并放置在合理的接收范围内，通过无线数据连接实现RFID阅读器与上位机的连接。
让液体高度由5cm变化到0cm，上位机所获取的原始数据先进行噪声消除和平滑处理，平滑曲线为：
其中，f(x)为原始MRT信号读数，y(t)是滤波后的MRT信号读数，T0是设置的滑动滤波长度；
然后去除所得数据中的无效点，以能够开始监测液位高度的峰值点V为界：
V＝{[p1,p2......pn]mpd,mph}
将峰值点V以下高度的数据进行特征提取，提取得到DMRT信号特征，然后采用四阶多项式函数得到函数拟合曲线：
f(x，p)＝p1x4+p2x3+p3x2+p4x+p5
另一方面，计算拟合曲线与液位高度之间95％的置信区间，置信区间的计算公式为：
最后，使用本发明的拟合函数及其置信区间来进行简单的映射关系用于液体高度估计匹配阶段的高度识别。在每个高度分别进行30次实验，并将***的监测结果预测液体高度值与混淆矩阵中的实际液体高度值(ground truth)进行比较。
表1***参数设置
得到的精确度结果如图6所示，从图中可以看出，在任意一个液体高度下，本发明的方法平均估计精确度能达到93％及以上，即使在液体高度估计精确度最坏的情况下，即液体实际高度为4cm时，本发明的方法仍具有90％的精确度。
进一步考察天线与RFID标签之间距离对监测液体高度精确度的影响，同时也为了验证本发明的方法所采用提取DMRT特征消除距离依赖方法的有效性。
在本实验中，保持其他参数为默认参数，分别测量在只设置感知标签的情况下，即使用MRT信号参数，通过改变阅读器天线-标签距离对本文***精确度的影响以及分别设置感知标签与参考标签的情况下，即采用DMRT信号参数，通过改变阅读器天线-标签距离对本文***精确度的影响。本实验设置天线-标签的距离依次为0.6m，0.9m，1.2m，1.5m以及1.8m，来验证本文使用DMRT作为信号参数方法的有效性。
实验结果如图7所示，在每个条件下进行25组实验，与设想一致，两种方法的实验结果均显示，当天线与标签之间距离越远时，准确率会有所下降。而在只部署感知标签的情况下，随着距离的增大，精确度大幅度下降，最低的精确度为0。这是由于传输功率与阅读器天线-标签之间的距离d成反比，当标签-阅读器天线之间距离增大时则需要更大的功率去激活标签。另一方面当标签-阅读器天线之间距离增大时，多径效应会增强，会对液体高度估计造成干扰。
但是当实验中设置一个参考标签(即使用DMRT方法)时，感知标签和参考标签之间同时受到距离变化的影响，而采用差分传感方法消除了距离变化造成的误差。所以尽管在距离最大的情况下，***对液体高度估计的精确度依然可以到达84％。这说明本发明的方法采用的DMRT信号参数可以很好的消除由于标签-阅读器天线之间的距离改变带来的误差，实现对距离和位置变化的免疫。
进一步考察阅读器天线或者容器在不同的高度下对于实验结果的影响。
令标签高度保持0.8m不变，标签和阅读器天线之间的距离仍为0.6m，通过改变天线的高度的方法来确定改变阅读器天线与标签之间的相对高度对于实验结果精确度的影响。本实验设置0.8，1.0m和1.2m三种不同的阅读器天线高度，并让***每个阅读器天线高度下对液体高度为0cm，1cm，2cm，3cm，4cm，5cm进行估计。特别地，对于不同的阅读器天线高度，本实验都采用同一参数的拟合函数曲线进行匹配。
图8显示了在***在三种天线高度下对不同液体高度分别进行30组实验的精确度。可以看出，在每一个阅读器天线高度下分别估计六种不同的液体高度，***估计液体高度的精确度都在86.7％以上。***分别在三种阅读器天线高度来估计六种不同的液体高度的平均精确度分别是95.55％，94.4％，90％。并且图9-10清晰显示出在三种不同的阅读器天线高度下，对容器中六种液体高度的估计，本发明的方法的精确度都不低于86.7％及，且由于本实验在任意一个天线高度下都是采用的相同参数的拟合函数曲线匹配，因此，当阅读器天线高度与标签之间的相对高度发生变化时，对本***进行液体高度的估计结果的精确度不会产生较大影响。因此，本发明的方法可以满足在实际应用过程中天线高度改变或者标签高度变化的需求，实现对液体高度进行准确的估计。
Claims (7)
1.一种非侵入式的容器内液位高度监测方法，所述方法包括以下步骤：
(1)数据采集
在容器外部设置RFID标签，在容器内液位高度变化过程中，通过RFID天线读取RFID标签的MRT原始数据；
(2)MRT原始数据的数据预处理
采用低通滤波对所述MRT原始数据进行噪声消除和平滑处理，所述MRT原始数据经滤波的平滑曲线为：
其中，f(x)为原始MRT信号读数，y(t)是滤波后的MRT信号读数，T0是设置的滑动滤波长度；
(3)信号分割
获取步骤(2)的曲线的所有峰值点[p1,p2......pn]，通过设定每两个峰值点间的最小间隔数值mpd和各峰值的最小高度mph以去除无效的峰值点，得到能够开始监测液位高度的峰值点V为
V＝{[p1,p2......pn]mpd,mph}
(4)DMRT特征提取
取步骤(3)峰值点V以下高度的数据，提取得到DMRT信号特征；
(5)液体高度多项式离线拟合
对步骤(4)所得数据采用四阶多项式函数得到函数拟合曲线：
f(x，p)＝p1x4+p2x3+p3x2+p4x+p5
(6)计算拟合曲线的置信区间
根据式拟合曲线找出步骤(4)的DMRT特征与液位高度之间95％的置信区间，置信区间的计算公式为：
(7)确定液位高度
通过步骤(3)得到的DMRT信号特征与步骤(5)的拟合曲线得到DMRT信号与液位高度的线性关系；
通过RFID标签采集容器内的液位高度的原始MRT信号，然后对原始MRT信号按照步骤(3)的方法进行信号分割，对分割后的数据通过传感方法得到DMRT特征数据，将所得DMRT特征数据与所述拟合曲线及置信区间进行匹配，得到DMRT读数对应地的液位高度。
2.根据权利要求1所述的非侵入式的容器内液位高度监测方法，其特征在于所述方法还包括消除距离依赖的步骤：
在步骤(1)中，在容器外部平行设置两个RFID标签，其中一个标签为感知标签，另一个标签为参考标签，两个标签的最小响应阈值的差DMRT作为步骤(4)的DMRT信号特征。
3.根据权利要求1所述的非侵入式的容器内液位高度监测方法，其特征在于所述RFID安装在容器液位底部以上不超过5cm的位置。
4.权利要求1所述的监测方法在监测容器内液位高度中的应用，其特征在于所述液体为细粒度液体。
5.一种非侵入式的容器内液位高度监测***，其特征在于所述***包括设置在容器外部设置RFID标签、读取RFID标签的MRT原始数据的RFID阅读器和与所述RFID阅读器相连的计算机；其中，所述计算机具有：
(a)对RFID阅读器获得的MRT原始数据进行数据预处理的装置
采用低通滤波对所述MRT原始数据进行噪声消除和平滑处理，所述MRT原始数据经滤波的平滑曲线为：
其中，f(x)为原始MRT信号读数，y(t)是滤波后的MRT信号读数，T0是设置的滑动滤波长度；
(b)对经过数据预处理的MRT数据进行信号分割的装置
获取所述MRT原始数据经滤波的平滑曲线的所有峰值点[p1,p2......pn]，通过设定每两个峰值点间的最小间隔数值mpd和各峰值的最小高度mph以去除无效的峰值点，得到能够开始监测液位高度的峰值点V为
V＝{[p1,p2......pn]mpd,mph}
(c)对经过数据预处理的MRT数据进行DMRT特征提取的装置
取峰值点V以下高度的MRT数据进行特征提取，提取得到DMRT信号特征；
(d)对DMRT信号特征进行多项式离线拟合运算的装置
对DMRT信号特征数据采用四阶多项式函数得到函数拟合曲线：
f(x，p)＝p1x4+p2x3+p3x2+p4x+p5
(e)计算拟合曲线的置信区间的装置
根据下式拟合曲线获取DMRT特征与液位高度之间95％的置信区间，置信区间的计算公式为：
(f)根据DMRT信号特征与拟合曲线得到DMRT信号与液位高度的线性关系获取液位高度数据的装置：
通过RFID标签采集容器内的液位高度的原始MRT信号，然后对原始MRT信号按照根据权利要求1步骤(3)的方法进行信号分割，对分割后的数据通过传感方法得到DMRT特征数据，将所得DMRT特征数据与所述拟合曲线及置信区间进行匹配，得到DMRT读数对应地的液位高度。
6.根据权利要求5所述的***，其特征在于所述***还包括平行设置在容器外部的两个RFID标签，其中一个标签为感知标签，另一个标签为参考标签。
7.根据权利要求6所述的***，其特征在于所述***还包括根据两个标签的最小响应阈值的差作为DMRT信号特征的装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110763206.XA CN113639816A (zh) | 2021-07-06 | 2021-07-06 | 非侵入式的容器内液位高度监测方法及实现所述方法的*** |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110763206.XA CN113639816A (zh) | 2021-07-06 | 2021-07-06 | 非侵入式的容器内液位高度监测方法及实现所述方法的*** |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113639816A true CN113639816A (zh) | 2021-11-12 |
Family
ID=78416743
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110763206.XA Pending CN113639816A (zh) | 2021-07-06 | 2021-07-06 | 非侵入式的容器内液位高度监测方法及实现所述方法的*** |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113639816A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116650758A (zh) * | 2023-05-06 | 2023-08-29 | 深圳市群索科技有限公司 | 基于智能控制的液体点滴速度监控反馈*** |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20050132796A1 (en) * | 2003-12-19 | 2005-06-23 | George Brookner | Radio frequency tagging for indicia printing and product information |
| CN101532865A (zh) * | 2009-04-16 | 2009-09-16 | 浙江大学 | 搅拌釜反应器液位高度的检测方法 |
| CN102551712A (zh) * | 2011-06-13 | 2012-07-11 | 广州安德生物科技有限公司 | 基于生物电阻抗的非侵入式排尿报警装置及监测方法 |
| WO2012102608A1 (en) * | 2011-01-28 | 2012-08-02 | The Clean Air Factory B.V. | Rfid sensor system |
| CN103455778A (zh) * | 2012-06-01 | 2013-12-18 | 北京物资学院 | 一种测物位的rfid***及其测物位的方法 |
| CN104913830A (zh) * | 2015-05-15 | 2015-09-16 | 中国科学院沈阳自动化研究所 | 一种基于曲线拟合的雷达物位计信号处理方法 |
| CN106022404A (zh) * | 2016-05-13 | 2016-10-12 | 南京大学 | 基于rfid的rssi信号值的图书放置姿态识别方法 |
| CN106382969A (zh) * | 2016-09-05 | 2017-02-08 | 南京大学 | 基于射频识别技术的容器液体高度检测***及其工作方法 |
| CN110907015A (zh) * | 2019-08-30 | 2020-03-24 | 南京邮电大学 | 室内环境下的基于rfid的液位监测方法 |
-
2021
- 2021-07-06 CN CN202110763206.XA patent/CN113639816A/zh active Pending
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20050132796A1 (en) * | 2003-12-19 | 2005-06-23 | George Brookner | Radio frequency tagging for indicia printing and product information |
| CN101532865A (zh) * | 2009-04-16 | 2009-09-16 | 浙江大学 | 搅拌釜反应器液位高度的检测方法 |
| WO2012102608A1 (en) * | 2011-01-28 | 2012-08-02 | The Clean Air Factory B.V. | Rfid sensor system |
| CN102551712A (zh) * | 2011-06-13 | 2012-07-11 | 广州安德生物科技有限公司 | 基于生物电阻抗的非侵入式排尿报警装置及监测方法 |
| CN103455778A (zh) * | 2012-06-01 | 2013-12-18 | 北京物资学院 | 一种测物位的rfid***及其测物位的方法 |
| CN104913830A (zh) * | 2015-05-15 | 2015-09-16 | 中国科学院沈阳自动化研究所 | 一种基于曲线拟合的雷达物位计信号处理方法 |
| CN106022404A (zh) * | 2016-05-13 | 2016-10-12 | 南京大学 | 基于rfid的rssi信号值的图书放置姿态识别方法 |
| CN106382969A (zh) * | 2016-09-05 | 2017-02-08 | 南京大学 | 基于射频识别技术的容器液体高度检测***及其工作方法 |
| CN110907015A (zh) * | 2019-08-30 | 2020-03-24 | 南京邮电大学 | 室内环境下的基于rfid的液位监测方法 |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116650758A (zh) * | 2023-05-06 | 2023-08-29 | 深圳市群索科技有限公司 | 基于智能控制的液体点滴速度监控反馈*** |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US9002096B2 (en) | Method and apparatus for determining a liquid level in a container using imaging | |
| CN102959378B (zh) | 温度无关压力传感器及其相关方法 | |
| EP2939185B1 (en) | Methods for analysis of fluids using resonant sensors | |
| US20140182362A1 (en) | Systems for analysis of fluids | |
| CN101657727B (zh) | 识别移液针进液口内堵塞物、凝结物或凝块的方法 | |
| EP2588997A1 (en) | Methods and systems for integrated interrogation of rfid sensors | |
| CN102928435A (zh) | 基于图像和超声信息融合的飞机蒙皮损伤识别方法及装置 | |
| CN112525531B (zh) | 一种嵌入式智能轴承监测***及其监测方法 | |
| JP2013509583A5 (zh) | ||
| CN113639816A (zh) | 非侵入式的容器内液位高度监测方法及实现所述方法的*** | |
| CN103743452A (zh) | 非接触式液位测量*** | |
| CN111931827B (zh) | 基于多传感器信息融合的液压泵健康状况检测*** | |
| CN112364768A (zh) | 一种基于空域特征和机器学习的分布式光纤入侵识别方法 | |
| CN115736888A (zh) | 基于fmcw雷达的呼吸信号提取方法 | |
| CN107167509A (zh) | 一种用于机器人自主环境感知的介质材料识别方法 | |
| CN107300562A (zh) | 一种测量继电器成品触点间距的x射线无损检测方法 | |
| CN110907015B (zh) | 室内环境下的基于rfid的液位监测方法 | |
| CN108254038A (zh) | 一种原油储罐油水界面数据去伪及液位测量的计算方法 | |
| CN109710116B (zh) | 一种非接触式手势状态识别***及识别方法 | |
| CN111007153A (zh) | 一种射流鼓泡反应器气液分散状态的检测方法 | |
| CN105374106A (zh) | 一种atm机纸币检测装置及检测方法 | |
| CN109284785A (zh) | 基于最小二乘拟合的传感器数据质量评估方法 | |
| AU2001283778B2 (en) | Method for fingerprint analysis and device | |
| CN114019496B (zh) | 一种管道内液体流速非接触测量方法及装置 | |
| CN116930459B (zh) | 一种土壤原位探测装置及其探测方法 |
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 |
Application publication date: 20211112 |
|
| RJ01 | Rejection of invention patent application after publication |