使用超声多普勒方法完成管道流量测量研究（全） 多普勒, 测量, 管道, 流量

forsuccess

　式中M（t）是m序列二进制伪随机码。st（t）遇到第i个散射目标后返回到接收探头的时间设为（t-τi），于是接收探头接收到的回波信号为：
　　
　　式中Ωi为第i个目标的多普勒频移。m序列经延迟τk后为M（t-τk），与回波信号经相关器解调后得到：
　　
　　由m序列自相关函数的性质可知：
　　
　　如果随机序列的N值相当大，则上式第二项可以忽略，即：
　　
　　这样，调节延迟时间τk就可以选通不同深度的运动目标进行分析。
　　伪随机多普勒流量测量方法与CW Doppler和PW Doppler方法相比较，其可以克服CW Doppler方法没有距离选择性以及PW Doppler方法的最大测量距离和最大可能测量速度受限制等缺点。
　　（3）FM Doppler模型FM Doppler流量测量一般采用线性调频方法，如图1-3所示。
　　
　　线性调频的扫描振荡器产生频率从f1到f2的线性调频信号：
　　
　　式中tm为扫频信号长度，扫频速率
　　
　　设散射质点位于收发换能器的声束轴线上，与换能器的距离约为R.在开始发射t =0时刻，运动质点与换能器的距离为r，运动速度在超声波传播方向上的分量为u，则发射信号经散射质点反射回到接收换能器的时间为：
　　
　　式中
　　
　　则接收到的信号可以表示为：
　　
　　式中：B包含了反射系数及发射幅度等各种幅度因子，并假设换能器具有平坦的频响，传播媒质均匀且无传输损耗。送入乘法器的复参考信号为延迟了td=2R/c0的发射信号：
　　
　　乘法器的输出经低通滤波后得到解调信号，该解调信号的相位有两部分，一部分是和f1，s0，u，R等系数有关的多普勒频率偏移量，另一部分是与u成正比的扫频分量，其扫频速度为：
　　
　　Sd正比于散射体运动速度，因此对解调信号进行频域或时域分析，即可得到散射体速度的估计。
　　上述四种多普勒流量测量模型中，CW Doppler模型在传统工业管道超声多普勒流量计中得到了广泛应用，而后面三种模型方法相对CW Doppler模型而言较为复杂，主要应用于医学领域，目前已有人研究将这些方法应用到工业管道流场分布和流量的测量，但离产品化还有一定距离。1.2.2多普勒信号解调方法
　　CW Doppler流量测量中换能器接收到的信号可认为是多个多普勒频移成份的叠加，表述为：
　　
　　式中ai为频移分量幅值，Ωi为频移分量的频率，φi为频移分量的初始相位，s1（t）为经管壁、衬里等非运动介质耦合到接收探头的信号。
　　多普勒信号解调的目的在于提取频移信息，理想的解调应当取得正比于
　　
　　的输出。目前常用的解调方法有振幅检波、鉴频、鉴相及乘法器检波等四种，但由于s（t）受多普勒频移成分的非线性调制，振幅检波、鉴相检波两种解调方式将产生失真，鉴频检波输出的电压幅值中将包含与频移Ωi成正比的量，也不可取。乘法器检波用参考信号cosω0t与接收信号s（t）相乘，再用低通滤波器滤除高频分量，得到输出：
　　
　　这种方法得到的输出没有引起失真，因此在传统的工业管道超声多普勒流量计中得到了广泛的使用。
　　1.2.3流速方向信息提取
　　现有工业管道超声多普勒流量计均不能判断流速的方向，在医学血流测量领域，流速方向信息的提取主要有时域法、频域法和相域法，分别介绍如下：
　　（1）时域法
　　基本原理是将接收到的超声多普勒信号s（t）同时送入两个乘法器，分别与有一定相位差β0的两个同频信号cosωot和cos（ω0t +β0）相乘，再低通滤波除去高频分量，于是得到第一路的输出为：
　　
　　第二路的输出为：
　　
　　若血流方向为正，则Ωi》0 ，第一路输出的相位超前第二路输出的相位；若血流方向为负，则Ωi《0，第二路输出的相位超前第一路输出的相位。因此比较两路输出在时间上的先后就可以检测出血流的方向信息。
　　（2）频域法
　　超声波经血流散射后，其频谱位于发射频率ω0的两侧。血流方向为正时，回波信号频率高于ω0，成为上边带；血流方向为负时，回波信号频率低于ω0，成为下边带。频域法方向检测的关键是制作性能优良的高频上、下边带滤波器分离频谱的上下边带，使得正、反向血流信号分别在两个通道中输出
　　（3）相域法
　　假设超声多普勒回波信号表示为：
　　
　　式中脚标p，n分别表示正向和反向血流。
　　相域法分离正、反向血流信号的框图如图1-4所示。
　　
　　用两个同频正弦正交信号对输入信号进行解调，并低通滤波除去高频分量后得到：
　　
　　经过两个全通移相网络，得到：
　　
　　正向输出为：
　　
　　反向输出：
　　
　　这样就完成了正、反向血流信号的检测和分离。相域法需要保证两路通道中低通滤波器和移相网络增益的严格对称，实现起来比较复杂。
　　1.2.4频谱估计方法
　　传统超声多普勒信号的频率估计常采用零交叉计数法和快速傅立叶变换法（FFT）等经典谱估计算法，这些方法存在频率分辨率低，旁瓣泄漏严重等缺点。为克服这些问题，以参数模型为基础的现代谱估计方法得到了很大的发展，并在超声多普勒血流测量中得到很好的应用。参数模型法的思路是假定需分析的多普勒信号 x（n）（n= 1，2，。..，N ）是一个输入序列u（n）激励一个线性系统H（z）的输出，由已知的x（n）估计H（z）的参数，再由H（z）的参数来估计x（n）的功率谱。x（n）和 u（n）之间有如下的输入输出关系：
　　
　　式中b0 =1，若b1，b2，。..， bq全为零，则为AR（Autoregressive）模型；若a1，a2，。..，ap 全为零，则为MA（Moving Average）模型；若a1，a2，。..，ap， b1，b2，。..，bq 不全为零，则ARMA（Autoregressive Moving Average）模型。当参数模型为AR模型时，H（z）和功率谱Px（ejω）分别表述如下
　　
　　式中σ2为u （n）的方差。AR模型的系数求解算法有自相关法、Burg算法和改进的协方差（MCOV）算法等。采用MCOV算法时，AR模型的参数可以通过求解改进的协方差方程组进行估计：
　　
　　
　　式中fs是采样率。采用这种方法时，计算复杂性会随着阶次p的增加而增大。确定阶次p的常用方法有最终预测误差准则和信息论准则等。血流分析中，根据多普勒信号的特点，一般取阶次p=4。