專利名稱：金屬分辨算法的制作方法
技術領域：
本發(fā)明涉及金屬探測領域技術，尤其是指一種分辨靈敏、能準確識別出不同金屬的具體類型的金屬分辨算法。
背景技術：
目前的金屬探測設備廣泛應用于食品、醫(yī)藥、紡織、服裝、玩具等行業(yè)，其可以用于檢測混入其中的金屬顆粒，以確保食品和人身安全等。金屬探測器系利用電磁感應的原理， 利用有交流電通過的線圈，產(chǎn)生迅速變化的磁場，這個磁場能在金屬物體內(nèi)部產(chǎn)生渦電流， 渦電流又會產(chǎn)生磁場，倒過來影響原來的磁場。現(xiàn)有的金屬探測器包括有微控制器和金屬檢測部分，其中，該金屬檢測部分用于完成金屬探測功能，其包括有發(fā)射線路和接收線路，接收線路所獲得信號經(jīng)過A/D芯片轉(zhuǎn)換為數(shù)字信號輸入前述微控制器內(nèi)，并通過微控制器內(nèi)部對前述數(shù)字信號進行處理，以實現(xiàn)對不同金屬物體的鑒別。然而，應用現(xiàn)有的微控制器內(nèi)部對前述數(shù)字信號的處理方式存在一些不足，例如 很難將所測不同金屬物體的電阻性分量及電抗性分量進行精確的分析與處理以準確識別出金屬具體類型，較易出現(xiàn)混淆現(xiàn)象，對不同金屬物體的分辨不夠靈敏等。因而，不利于確保食品和人身安全。藉此，如何提高金屬探測設備的探測靈敏度、確保金屬探測設備的可靠性，以確保食品和人身安全等，是現(xiàn)在急需解決的問題。

發(fā)明內(nèi)容
有鑒于此，本發(fā)明針對現(xiàn)有技術存在之缺失，其主要目的是提供一種金屬分辨算法，其分辨靈敏，能準確識別出不同金屬的具體類型。為實現(xiàn)上述目的，本發(fā)明采用如下之技術方案
一種金屬分辨算法，其系用于金屬探測設備中微控制器內(nèi)部對數(shù)據(jù)的處理，包括以下步驟
(1)數(shù)據(jù)采集所測金屬的電阻性分量及電抗性分量經(jīng)A/D芯片轉(zhuǎn)換為數(shù)字信號輸入微控制器內(nèi)，對前述數(shù)字信號的采樣過程中，每組連續(xù)多次采樣值中除去最大值及最小值再對余下的采樣值取平均值作為一組采樣數(shù)據(jù)，如此，獲得多組采樣數(shù)據(jù)，以達到預濾波作用；
(2)數(shù)據(jù)預處理對前述獲得的所有采樣數(shù)據(jù)進行分幀處理，將每多個采樣數(shù)據(jù)作為一
幀；
(3 )極值搜索對前述每一幀采樣數(shù)據(jù)進行幀內(nèi)極值搜索，針對前述金屬的電阻性分量及電抗性分量分別尋求一個極大值點和一個極小值點，并分別求出相應極大值點和極小值點之間的差值，獲得電阻性分量極值偏差和電抗性分量極值偏差；
(4)查匹配表根據(jù)前述獲取的電阻性分量極值偏差和電抗性分量極值偏差，對應微控制器內(nèi)的匹配表進行查詢；
(5)分辨識別將前述匹配表查詢結(jié)果轉(zhuǎn)換為金屬識別結(jié)果。作為一種優(yōu)選方案，所述步驟(3)中獲得的電阻性分量極值偏差和電抗性分量極值偏差后，還包括有一自學習步驟對步驟(3)中獲得的典型金屬類別的電阻性分量極值偏差和電抗性分量極值偏差進行學習，把學習到的數(shù)據(jù)保存在匹配表中以便于之后對金屬的識別。作為一種優(yōu)選方案，所述步驟(1)中系對每組連續(xù)18次采樣值中除去最大值及最小值再對余下的16個采樣值取平均值作為一組采樣數(shù)據(jù)。作為一種優(yōu)選方案，所述步驟(3 )中，針對前述電抗性分量極值偏差設定一個門限值，當其超過該門限值，則結(jié)束極值搜索，并根據(jù)該電抗性分量極值偏差及相應的電阻性分量極值偏差進入步驟(4)以查匹配表，若未達到該門限值，則繼續(xù)重復步驟(3)進行極值搜索，直至所獲得的電抗性分量極值偏差超前述該門限值。作為一種優(yōu)選方案，所述步驟(2)中進行分幀處理時，系將每1 個采樣數(shù)據(jù)作為一幀。作為一種優(yōu)選方案，所述步驟(2)中進行分幀處理時，依次進行如下步驟
(1)幀內(nèi)采樣數(shù)據(jù)計數(shù)值初始化；
(2)對每五個點進行五點三次平滑法利用最小二乘法原理對離散數(shù)據(jù)進行三次最小二乘多項式平滑的方法。(3)幀內(nèi)采樣數(shù)據(jù)計數(shù)值達到128，即作為一幀；采樣數(shù)據(jù)計數(shù)值超過128，則接著重復前述步驟(1)、步驟(2)、步驟(3)。本發(fā)明與現(xiàn)有技術相比具有明顯的優(yōu)點和有益效果，具體而言，由上述技術方案可知其主要系通過數(shù)據(jù)采集、數(shù)據(jù)預處理、極值搜索、查匹配表及分辨識別等算法步驟，靈敏地分辨出不同金屬的具體類型，有效提高了金屬探測設備的探測靈敏度、確保金屬探測設備的可靠性，有利于增強應用該金屬分辨算法的金屬探測設備的市場競爭力。為更清楚地闡述本發(fā)明的結(jié)構(gòu)特征和功效，下面結(jié)合附圖與具體實施例來對本發(fā)明進行詳細說明。


圖1是本發(fā)明之較佳實施例的電路原理示意圖； 圖2是本發(fā)明之較佳實施例的模塊示意圖3是本發(fā)明之較佳實施例的算法執(zhí)行流程圖。
具體實施例方式請參照圖1至圖3所示，其顯示出了本發(fā)明之較佳實施例的具體結(jié)構(gòu)，包括有微控制器和金屬檢測部分。其中，該金屬檢測部分用于完成金屬探測功能，其包括有發(fā)射線路和接收線路。該發(fā)射線路包括有發(fā)射線圈和驅(qū)動放大模塊；前述微控制器、驅(qū)動放大模塊和發(fā)射線圈依次連接，由微控制器經(jīng)過驅(qū)動放大模塊而驅(qū)動發(fā)射線圈，使發(fā)射線圈向地下發(fā)送 7. SKHz的低頻正弦交變信號，根據(jù)電磁感應原理發(fā)射線圈內(nèi)的交變電流會產(chǎn)生交變磁場。
該接收電路包括有接收線圈、前級放大模塊、同步解調(diào)模塊、第一濾波放大模塊、 正交解調(diào)模塊、第二放大濾波模塊、模擬復用開關和A/D芯片；該接收線圈、前級放大模塊、 同步解調(diào)模塊、第一濾波放大模塊、模擬復用開關、A/D芯片和微控制器依次連接，同時，該前級放大模塊連接正交解調(diào)模塊，該正交解調(diào)模塊連接第二濾波放大模塊，該第二濾波放大模塊連接模擬復用開關；工作時，該接收線圈的放置根據(jù)感應平衡原理，在無金屬目標出現(xiàn)時，該接收線圈上基本無信號出現(xiàn)，其感應電壓接近于零，一旦有金屬目標出現(xiàn)，由于交變磁場受到金屬目標物體的影響，從而改變磁場的分布，破壞前述的感應平衡狀態(tài)，
則接收線圈上會出現(xiàn)微弱的且與發(fā)射電路中同頻率的交變信號，而不同的金屬目標物體對應的這些信號之間存在著相位以及幅度的區(qū)別，該接收線圈上微弱的感應信號經(jīng)過前級放大模塊放大以及相位解調(diào)電路，最后經(jīng)過第一放大濾波模塊和第二放大濾波模塊分別得到兩個正交分量，該兩路分量中，一路是金屬物體所影響的電阻性分量，記為R，另一路為電抗性分量，記為X。該兩路信號經(jīng)過模擬復用開關輪流選通，然后經(jīng)過A/D芯片模數(shù)轉(zhuǎn)換為數(shù)字量被微控制器所讀取，并通過微控制器內(nèi)部的金屬分辨算法，實現(xiàn)對不同金屬物體的鑒別。結(jié)合圖2及圖3所示，本發(fā)明的重點在于，前述微控制器內(nèi)部所執(zhí)行的用于鑒別金屬類別的金屬分辨算法，其包括以下步驟
(1)數(shù)據(jù)采集所測金屬的電阻性分量及電抗性分量經(jīng)A/D芯片轉(zhuǎn)換為數(shù)字信號輸入微控制器內(nèi)，對前述數(shù)字信號的采樣過程中，每組連續(xù)18次采樣值中除去最大值及最小值再對余下16次的采樣值取平均值作為一組采樣數(shù)據(jù)，如此，獲得多組采樣數(shù)據(jù)，以達到預濾波作用；
(2)數(shù)據(jù)預處理對前述獲得的所有采樣數(shù)據(jù)進行分幀處理，將每1 個采樣數(shù)據(jù)作為一幀；具體而言，(a)進行幀內(nèi)采樣數(shù)據(jù)計數(shù)值初始化，(b)對每五個點進行五點三次平滑法，即利用最小二乘法原理對離散數(shù)據(jù)進行三次最小二乘多項式平滑的方法，五點三次平滑法計算公式為
y (1) = (1/70) * (69*x (1) +4* (χ (2) +χ (4)) _6*x (3) -χ (5)) y (2) = (1/35) * (2*x (1) +χ (5) +27*x (2) +12*x (3) _8*x (4)) y(i) = (1/35) *(-3*(x(i_2)+x(i+2))+12*x (i_l)+x (i+1)+17*x (1)) y(m-1) = (1/35) *(2*(x(m-4)+x(m)-8*x(m-3)+12*x(m-2)+27*(m-i)) y(m) = (1/70) *(-χ(m-4)+4*x(m-3)+x(m-1))_6*x(m-2)+69*x(m)) 式中，i=3, 4,…m-2
(c)幀內(nèi)采樣數(shù)據(jù)計數(shù)值達到128，即作為一幀；采樣數(shù)據(jù)計數(shù)值超過128，則一幀結(jié)束，并接著重復前述步驟(a)、步驟(b)、步驟(c)以進行另一幀處理。
(3)極值搜索對前述每一幀采樣數(shù)據(jù)進行幀內(nèi)極值搜索，針對前述金屬的電阻性分量及電抗性分量分別尋求一個極大值點和一個極小值點，并分別求出相應極大值點和極小值點之間的差值，獲得電阻性分量極值偏差和電抗性分量極值偏差；其中，針對前述電抗性分量極值偏差設定一個門限值，當其超過該門限值，則結(jié)束極值搜索，并根據(jù)該電抗性分量極值偏差及相應的電阻性分量極值偏差進入下一步驟，若未達到該門限值，則繼續(xù)重復步驟(3)進行極值搜索，直至所獲得的電抗性分量極值偏差超前述該門限值。
(4)自學習步驟對步驟(3)中獲得的典型金屬類別的電阻性分量極值偏差和電抗性分量極值偏差進行學習，把學習到的數(shù)據(jù)保存在匹配表中以便于之后對金屬的識別。( 5)查匹配表根據(jù)前述獲取的電阻性分量極值偏差和電抗性分量極值偏差，對應微控制器內(nèi)的匹配表進行查詢；
(6)分辨識別將前述匹配表查詢結(jié)果轉(zhuǎn)換為金屬識別結(jié)果。本發(fā)明的設計重點在于，其主要系通過數(shù)據(jù)采集、數(shù)據(jù)預處理、極值搜索、查匹配表及分辨識別等算法步驟，靈敏地分辨出不同金屬的具體類型，有效提高了金屬探測設備的探測靈敏度、確保金屬探測設備的可靠性，有利于增強應用該金屬分辨算法的金屬探測設備的市場競爭力。以上所述，僅是本發(fā)明的較佳實施例而已，并非對本發(fā)明的技術范圍作任何限制， 故凡是依據(jù)本發(fā)明的技術實質(zhì)對以上實施例所作的任何細微修改、等同變化與修飾，均仍屬于本發(fā)明技術方案的范圍內(nèi)。
權利要求
1.一種金屬分辨算法，其系用于金屬探測設備中微控制器內(nèi)部對數(shù)據(jù)的處理，其特征在于包括以下步驟(1)數(shù)據(jù)采集所測金屬的電阻性分量及電抗性分量經(jīng)A/D芯片轉(zhuǎn)換為數(shù)字信號輸入微控制器內(nèi)，微控制器對前述數(shù)字信號的采樣過程中，將每組連續(xù)多次采樣值中去掉最大值及最小值再對余下的采樣值取平均值作為一組采樣數(shù)據(jù)，如此，獲得多組采樣數(shù)據(jù)；(2)數(shù)據(jù)預處理對前述獲得的所有采樣數(shù)據(jù)進行分幀處理，將每多個采樣數(shù)據(jù)作為一幀；(3 )極值搜索對前述每一幀采樣數(shù)據(jù)進行幀內(nèi)極值搜索，針對前述金屬的電阻性分量及電抗性分量分別尋求一個極大值點和一個極小值點，并分別求出相應極大值點和極小值點之間的差值，獲得電阻性分量極值偏差和電抗性分量極值偏差；(4)查匹配表根據(jù)前述獲取的電阻性分量極值偏差和電抗性分量極值偏差，對應微控制器內(nèi)的匹配表進行查詢；(5)分辨識別將前述匹配表查詢結(jié)果轉(zhuǎn)換為金屬類型識別結(jié)果。
2.根據(jù)權利要求1所述的金屬分辨算法，其特征在于所述步驟(3)中獲得的電阻性分量極值偏差和電抗性分量極值偏差后，還包括有一自學習步驟對步驟(3)中獲得的典型金屬類別的電阻性分量極值偏差和電抗性分量極值偏差進行學習，把學習到的數(shù)據(jù)保存在匹配表中以便于之后對金屬的識別。
3.根據(jù)權利要求1所述的金屬分辨算法，其特征在于所述步驟(1)中系對每組連續(xù) 18次采樣值中除去最大值及最小值再對余下的16個采樣值取平均值作為一組采樣數(shù)據(jù)。
4.根據(jù)權利要求1所述的金屬分辨算法，其特征在于所述步驟(3)中，針對前述電抗性分量極值偏差設定一個門限值，當其超過該門限值，則結(jié)束極值搜索，并根據(jù)該電抗性分量極值偏差及相應的電阻性分量極值偏差進入步驟(4)以查匹配表，若未達到該門限值，則繼續(xù)重復步驟(3 )進行極值搜索，直至所獲得的電抗性分量極值偏差超前述該門限值。
5.根據(jù)權利要求1所述的金屬分辨算法，其特征在于所述步驟(2)中進行分幀處理時，系將每1 個采樣數(shù)據(jù)作為一幀。
6.根據(jù)權利要求5所述的金屬分辨算法，其特征在于所述步驟(2)中進行分幀處理時，依次進行如下步驟(1)幀內(nèi)采樣數(shù)據(jù)計數(shù)值初始化；(2)對每五個點進行五點三次平滑法利用最小二乘法原理對離散數(shù)據(jù)進行三次最小二乘多項式平滑的方法。
7.(3)幀內(nèi)采樣數(shù)據(jù)計數(shù)值達到128，即作為一幀；采樣數(shù)據(jù)計數(shù)值超過128，則接著重復前述步驟(1)、步驟(2)、步驟(3)。
全文摘要
本發(fā)明公開一種金屬分辨算法，其系用于金屬探測設備中微控制器內(nèi)部對數(shù)據(jù)的處理，包括有數(shù)據(jù)采集、數(shù)據(jù)預處理、極值搜索、查匹配表及分辨識別等算法步驟；其中，前述數(shù)據(jù)采集步驟中系通過將每組連續(xù)多次采樣值中去掉最大值及最小值再對余下的采樣值取平均值作為一組采樣數(shù)據(jù)，其有效起到了預濾波作用；并數(shù)據(jù)預處理步驟中進行了分幀處理，有得微控制器對數(shù)字信號的分辨；藉此，通過前述一系列的算法步驟，使得金屬探測設備能夠靈敏地分辨出不同金屬的具體類型，有效提高了金屬探測設備的探測靈敏度、確保金屬探測設備的可靠性，有利于增強金屬探測設備的市場競爭力。
文檔編號G01N27/04GK102411016SQ20111023075
公開日2012年4月11日 申請日期2011年8月12日 優(yōu)先權日2011年8月12日
發(fā)明者向志文, 杜明輝, 杜緒明, 楊運勛, 范立斌, 袁仁坤, 辜大光 申請人:東莞市南星電子有限公司