基于物联网电力测温设备的去噪声射频频谱峰值获取方法

摘要

本发明涉及一种基于物联网电力测温设备的去噪声射频频谱峰值获取方法。首先测量并采集标签带宽范围内所有频点的回波能量值，测量过程中遇到突然出现的毛刺则本频点重新测量，达到消除毛刺的目的；然后使用平滑算法消除频谱曲线中较小的突起，并减小曲线中较大突起的幅度；最后使用五点峰值判断法准确获取曲线中的所有峰值。采用本方法，可有效避免同频段射频设备的干扰、环境噪声、测量误差对测温设备造成影响，造成频谱曲线峰值获取错误，最终导致温度测量错误的问题。利用SAW-RFID实现设备运行时的实时监控，可令电力运营部门预测故障，提前解决问题，避免了故障发生时带来的巨额经济损失以及人员伤亡。

权利要求

1.一种基于物联网电力测温设备的去噪声射频频谱峰值获取方法，其特征在于，包括以下步骤：

步骤一：在采样阶段，按顺序对标签带宽内的所有频点进行回波能量值采样，并将当前频点的回波能量值与上一个频点的回波能量值作比较，若两次采集到能量值的差不大于毛刺门限值，则继续对下一个频点采样，若两次采集到能量值的差大于毛刺门限值，则认为出现毛刺，当出现毛刺的数量达到最大允许值时，采样失败，进而峰值获取失败，流程结束；当毛刺的数量没有达到最大允许值时，毛刺数量计数增加1，然后根据当前频点序号不同进行不同的处理：若当前频点序号为1，则退回到第0频点重新采样；若当前频点序号不为1，则频点序号不变，重新采样，直到标签带宽内所有频点采集完毕，本步骤结束；

步骤二：对步骤一完成采集所有频点的能量值之后，使用五点三次平滑算法对采样曲线进行处理，设标签带宽内频点总数为N，当前频点序号为n，当前频点的能量值为En，遍历第2至（N-2）频点，若当前频点的能量值En满足条件En-2 < En-1 < En ，且En > En+1 >En+2，则判断此频点为峰值，将此频点序号增加4后，继续下一轮判断；若当前频点的能量值En不满足条件En-2 < En-1 < En，且En > En+1 > En+2，则当前频点不是峰值，将此频点序号增加1后，继续下一轮判断，直到当前频点序号n大于等于（N-2）时，标签带宽内所有频点判断完毕，以上判断得到的峰值即为该标签带宽内的所有峰值。

说明书

基于物联网电力测温设备的去噪声射频频谱峰值获取方法

技术领域

[0001] 本发明涉及物联网中利用声表面波射频识别技术（SAW-RFID）对电力系统相关设备进行温度测量的一种数字信号处理的方法，特别是涉及一种基于物联网电力测温设备的去噪声射频频谱峰值获取方法。

背景技术

[0002] 随着物联网技术的深入发展，物品管理、设备运行监控等成为物联网的重要前端技术。利用SAW-RFID实现设备运行时的时时监控，可令电力运营部门预测故障，提前解决问题，避免了故障发生时带来的巨额经济损失以及人员伤亡。

[0003] 利用SAW-RFID测温设备进行测温的原理是：随着标签温度的改变，标签的响应频点也会按一定规律变化。首先测温设备向标签发射射频信号，接下来测量标签返回的射频信号，然后对接收到的射频信号进行分析处理，得到标签的响应频点。最终将标签的响应频点转换为对应的温度。

[0004] 具体的温度测量的过程如下：首先测温设备向标签发射固定频率的射频信号，持续一段时间后停止发射，测温设备再对标签返回的射频信号进行能量检测，记录此频点的能量值。之后测温设备进行频率递进，再次测量该标签在其它频点下返回的射频信号的能量值。按上述方法扫描标签的整个带宽。利用以上采集到的所有数据绘制出该标签的“频率——能量”曲线（频谱曲线）。分析该曲线，找到曲线的峰峰值。峰峰值所在的频点即为该标签的响应频点。将响应频点代入公式进行计算，即可得到标签的温度值。

[0005] 在实际应用中，因为此设备使用的射频频段440MHz为开放频段，所以受开放频段中的其他射频设备（如手持无线电通话机等）的影响，某时刻测量到的能量信号会出现大幅度波动，导致采集到的频谱曲线中产生毛刺。毛刺符合传统的峰值判断条件，导致我们对峰值的误判断。在实际应用中，由于测量误差的影响，实际测量到的能量信号一定会出现小幅度的波动，导致在频谱曲线中产生突起。突起虽然通常幅度不大，但也符合传统的峰值判断条件，同样导致我们对峰值的误判断。综上所述，毛刺和突起都会使我们对频谱峰值的判断出现错误。

发明内容

[0006] 鉴于上述技术现状，本发明提供一种基于物联网电力测温设备的去噪声射频频谱峰值获取方法。本方法应用于物联网电力测温设备中，通过依次去除射频频谱曲线中的毛刺和突起，可有效消除在射频系统中常见的环境噪声对射频设备的影响，可有效解决在环境噪声影响下射频频谱峰值判断错误的问题。

[0007] 本发明采取的技术方案是：一种基于物联网电力测温设备的去噪声射频频谱峰值获取方法，其特征在于，包括以下步骤：

[0008] 步骤一：在采样阶段，按顺序对标签带宽内的所有频点进行回波能量值采样，并将当前频点的回波能量值与上一个频点的回波能量值作比较，若两次采集到能量值的差不大于毛刺门限值，则继续对下一个频点采样，若两次采集到能量值的差大于毛刺门限值，则认为出现毛刺，当出现毛刺的数量达到最大允许值时，采样失败，进而峰值获取失败，流程结束；当毛刺的数量没有达到最大允许值时，毛刺数量计数增加1，然后根据当前频点序号不同进行不同的处理：若当前频点序号为1，则退回到第0频点重新采样；若当前频点序号不为1，则频点序号不变，重新采样，直到标签带宽内所有频点采集完毕，本步骤结束。

[0009] 步骤二：对步骤一完成采集所有频点的能量值之后，使用五点三次平滑算法对采样曲线进行处理，设标签带宽内频点总数为N，当前频点序号为n，当前频点的能量值为En，遍历第2至（N-2）频点，若当前频点的能量值En满足条件En-2 < En-1 < En < En+1 < En+2，则判断此频点为峰值，将此频点序号增加4后，继续下一轮判断；若当前频点的能量值En不满足条件En-2 < En-1 < En < En+1 < En+2，则当前频点不是峰值，将此频点序号增加1后，继续下一轮判断，直到当前频点序号n大于等于（N-2）时，标签带宽内所有频点判断完毕，以上判断得到的峰值即为该标签带宽内的所有峰值。

[0010] 本发明所产生的有益效果是：采用本方法，可有效避免同频段射频设备的干扰、环境噪声、测量误差对测温设备造成影响，造成频谱曲线峰值获取错误，最终导致温度测量错误的问题。利用SAW-RFID实现设备运行时的实时监控，可令电力运营部门预测故障，提前解决问题，避免了故障发生时带来的巨额经济损失以及人员伤亡。

附图说明

[0011] 图1是本发明去噪声射频频谱峰值获取流程图；

[0012] 图2是原始能量频谱曲线图；

[0013] 图3是去除毛刺后的能量频谱曲线图；

[0014] 图4是平滑处理后的能量频谱曲线图；

[0015] 图5是本发明采用五点峰值判断法处理后曲线图。

具体实施方式

[0016] 以下结合附图和实例对本发明作进一步说明：在电力测温设备测量过程中，需要得到标签的响应频点。首先将标签带宽平均分成若干个频点，通过测量每个频点对应的能量值，绘制出该标签的“频率——能量”曲线（频谱曲线）。通过分析该曲线，查找曲线中的所有峰值，从所有峰值中找到幅度最大的峰值，即峰峰值，从而得到能量最大的频点，作为该标签的响应频点。

[0017] 测量得到的原始频谱曲线如图2所示。可以看到，因为环境噪声干扰等原因，频谱曲线中存在一些毛刺（曲线上画圈部位）。毛刺的能量值比正常值高很多。毛刺的能量值与正常值之差的最小值叫做毛刺门限值。这些噪声干扰的特点是持续时间短，只在特定时刻出现，过一小段时间就会恢复正常。因此，毛刺可通过重复采样的方法消除。

[0018] 经过消除毛刺处理后的频谱曲线如图3所示。可以看到，其中还存在大量幅度较小的突起。造成突起的原因可能是功率较小的射频干扰，也可能是测量造成的误差。突起会影响峰值判断，需要消除突起或减小突起的幅度至可处理的范围。

[0019] 平滑处理可以消除掉大部分频谱曲线中幅度较小的突起，对于幅度较大的突起也有较好的削减效果。平滑处理后的频谱曲线如图4所示。由图4可见，曲线中只存在少量小幅度突起（曲线上画圈部位）。

[0020] 平滑处理后，使用五点峰值判断法查找频谱曲线中的所有峰值。真正的峰值与突起相比，相同点是：中心点都比左右相邻点幅值高。其不同点是：突起是偶然的，只有最多连续3点满足“中间大于两边”的条件；而真正的峰值拥有持续的，至少5点以上的变化趋势。如图5所示，f3点是峰值点，其对应的能量定义为E3，则f3与其附近的五点满足以下条件：E1 < E2 < E3 < E4< E5 。

[0021] 图5中，f6是突起点，由图可见，f6只能满足最多3点的变化趋势，即E5 < E6 < E7，不能满足上述至少5点的变化趋势。因此，五点判断法可作为判断峰值的必要条件。

[0022] 参照图1，基于物联网电力测温设备（WL-002）的去噪声射频频谱峰值获取方法，首先测量并采集标签带宽范围内所有频点的回波能量值，测量过程中遇到突然出现的毛刺则本频点重新测量，达到消除毛刺的目的；然后使用平滑算法消除频谱曲线中较小的突起，并减小曲线中较大突起的幅度；最后使用五点峰值判断法准确获取曲线中的所有峰值。其具体步骤如下：

[0023] 步骤一：在采样阶段，从第0个频点开始，按顺序对标签带宽内的所有频点进行回波能量值采样。采集到当前频点的能量值后，立即与上一个频点的能量值比较。若能量差值不大于毛刺门限值，则继续对下一个频点采样；若两次采集到能量值的差大于毛刺门限值，则认为出现一个毛刺。当出现毛刺的数量达到最大允许值时，采样失败，进而峰值获取失败，流程结束；当毛刺的数量没有达到最大允许值时，毛刺数量计数增加1，然后根据当前频点序号不同进行不同的处理：若当前频点序号为1，则退回到第0频点重新采样；若当前频点序号不为1，则频点序号不变，重新采样。直到标签带宽内所有频点采集完毕，本步骤结束。

[0024] 步骤二：对步骤一完成采集所有频点的能量值之后，使用五点三次平滑算法对采样曲线进行处理。设标签带宽内频点总数为N，N=60。设当前频点号为n（频点序号从0开始） ，当前频点的能量值为En。遍历第2～58频点，从第2个频点开始进行判断：若当前频点的能量值En满足条件(En-2) < (En-1) < (En) < (En+1) < (En+2)，则判断当前频点是峰值，将此频点序号增加4后，继续下一轮判断；若当前频点的能量值En不满足条件En-2 < En-1 < En < En+1 < En+2，则当前频点不是峰值，将此频点顺序号增加1后，继续下一轮判断。直到当前频点序号n大于等于58时，标签带宽内所有频点判断完毕，以上判断得到的峰值即为该标签带宽内的所有峰值。

[0025] 以上涉及的平滑算法为业内公知技术，在此不需要赘述。结合以上说明，即可实现本发明。