基于优化扩频发射信号超声多生命体定位方法

计算机工程与应用 ›› 2012, Vol. 48 ›› Issue (2): 11-14.

基于优化扩频发射信号超声多生命体定位方法

姚振静，杨敬松，宋燕星，郭纯生

防灾科技学院防灾仪器系，北京 101601

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2012-01-11 发布日期:2012-01-11

Ultrasonic multi-life location method based on optimized spread spectrum emission signal

YAO Zhenjing, YANG Jingsong, SONG Yanxing, GUO Chunsheng

Department of Disaster Prevention Instrument, Institute of Disaster Prevention Science and Technology, Beijing 101601, China

Received:1900-01-01 Revised:1900-01-01 Online:2012-01-11 Published:2012-01-11

摘要/Abstract

摘要： 震后超声多生命体定位系统受到噪声及串扰的影响导致错误的定位结果并降低系统的工作效率。为提高超声多生命体定位性能，提出了混沌编码和二值相移键控调制法构造超声传感器发射端的扩频发射信号，相关技术被用于接收端解扩。为获得最佳的相关效果，采用遗传算法优化Ulam-von Neumann变换混沌序列初值。在模拟震后环境中，优化扩频发射信号作用于超声多生命体定位系统进行了实验验证。实验结果表明，所提优化扩频发射信号可实现多个生命体同时定位，定位绝对误差在3.9 cm以内。

关键词: 震后生命探测, 超声, 多目标定位, 信号优化

Abstract: Noise and crosstalk in post-earthquake multi-life location system can result in false location and decrease the work efficiency of system. To improve the performance of multi-life location system, the chaotic codes with Binary Phase Shift Keying（BPSK） method is proposed to construct the spread spectrum emission signals for ultrasonic sensors. Correlation technique in the receiving circuit is used to de-spread. To obtain the optimal correlation performance, the genetic algorithm is applied to optimize chaotic initial values of Ulam-von Neumann transformation. In simulated post-earthquake environment, experimental verification of ultrasonic multi-life location system with optimized spread spectrum emission signal is carried out. The experimental results demonstrate that the proposed method can realize multi-life location simultaneously with maximal 3.9 cm absolute error.

Key words: post-earthquake life detection, ultrasonic, multi-target location, signal optimization

姚振静，杨敬松，宋燕星，郭纯生. 基于优化扩频发射信号超声多生命体定位方法[J]. 计算机工程与应用, 2012, 48(2): 11-14.

YAO Zhenjing, YANG Jingsong, SONG Yanxing, GUO Chunsheng. Ultrasonic multi-life location method based on optimized spread spectrum emission signal[J]. Computer Engineering and Applications, 2012, 48(2): 11-14.

[1]	徐可文，许波，吴英，徐浩然. 机器学习在超声图像中的应用综述[J]. 计算机工程与应用, 2021, 57(4): 11-17.
[2]	李岩，刘俊. 全卷积深度迁移网络的联合分割[J]. 计算机工程与应用, 2021, 57(1): 227-233.
[3]	李蒙蒙，邵良志，崔文超，孙水发. Fisher-Tippet分布拟合的超声图像联合双边滤波方法[J]. 计算机工程与应用, 2020, 56(9): 221-227.
[4]	曹洁，张丽君，侯亮，陈作汉，张红. 关联交叉口子区的信号优化控制方法[J]. 计算机工程与应用, 2020, 56(7): 273-278.
[5]	谷雨，郑宏，许晓航，郑朝晖. 基于CICP的机械臂多目标定位与抓取[J]. 计算机工程与应用, 2019, 55(18): 189-194.
[6]	徐曾春，吴凯娇，胡平. 使用超声波的智能手机手势识别[J]. 计算机工程与应用, 2018, 54(2): 239-245.
[7]	孟德明1，2，3，陈昕1，2，和小念1，2，陈思平1，2. 融合空时相干和特征空间波束形成的超声成像[J]. 计算机工程与应用, 2018, 54(1): 60-63.
[8]	李鑫滨，陈剑美. 基于改进SL0压缩感知的WSN多目标定位[J]. 计算机工程与应用, 2017, 53(4): 128-134.
[9]	倪波1，刘志远1，2，余钢1. 结合高斯过程和形变模型的超声图像分割方法[J]. 计算机工程与应用, 2016, 52(12): 210-215.
[10]	单鑫1，文银刚2，卢继珍2，3，林涛1，2. HIFU治疗子宫肌瘤中MRI与超声图像的融合研究[J]. 计算机工程与应用, 2015, 51(20): 135-139.
[11]	徐杰1，2，3，崔崤峣1，向永嘉1，吕铁军1，顾天明1. 分布相关的曲波阈值超声图像去噪方法[J]. 计算机工程与应用, 2015, 51(19): 189-193.
[12]	周京华，张小凤，张光斌. 基于人工蜂群算法的超声回波参数估计[J]. 计算机工程与应用, 2014, 50(14): 189-193.
[13]	杨鹏1，2，田洋洋2. 碳纤维复合材料超声缺陷信号特征提取与降维[J]. 计算机工程与应用, 2013, 49(23): 211-214.
[14]	季桂树1，2，禹智夫3. 分维和孔隙度在肝癌超声纹理识别中协同作用[J]. 计算机工程与应用, 2013, 49(2): 211-218.
[15]	张本奎1，2，唐娉1，李宏益1，张晓东3，李建初3. 色多普勒超声肾动脉血流信号曲线分类研究[J]. 计算机工程与应用, 2013, 49(18): 125-129.