[發(fā)明專利]一種基于毫米波雷達的糧庫糧食在線水分監(jiān)測方法在審
| 申請?zhí)枺?/td> | 202210310306.1 | 申請日: | 2022-03-28 |
| 公開(公告)號: | CN114646649A | 公開(公告)日: | 2022-06-21 |
| 發(fā)明(設(shè)計)人: | 金心宇;王子源;吳浪;金昀程;李峰;張超杰 | 申請(專利權(quán))人: | 浙江大學 |
| 主分類號: | G01N22/04 | 分類號: | G01N22/04;G01S7/41 |
| 代理公司: | 杭州中成專利事務所有限公司 33212 | 代理人: | 金祺 |
| 地址: | 310058 浙江*** | 國省代碼: | 浙江;33 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 一種 基于 毫米波 雷達 糧庫 糧食 在線 水分 監(jiān)測 方法 | ||
本發(fā)明公開了一種基于毫米波雷達的糧庫糧食在線水分監(jiān)測方法,將毫米波雷達放置于糧庫的儲糧堆中,按五點采樣規(guī)則進行探測采樣獲得每個采樣點的ADC采樣的原始回波數(shù)據(jù)發(fā)送至上位機中進行數(shù)據(jù)預處理,然后將預處理后的數(shù)據(jù)Dc輸入至糧食水分含量分類網(wǎng)絡(luò)進行分類預測,輸出每個采樣點的水分預測含量并在上位機中顯示和儲存結(jié)果;糧食水分含量分類網(wǎng)絡(luò)包括依次連接的基于TCN時域卷積網(wǎng)絡(luò)和多層感知機。本發(fā)明利用毫米波雷達傳感器的對水分探測敏感度高的優(yōu)勢應用到實際倉儲的場景中去,克服糧庫實驗室場景下水分檢測時需要分區(qū)域分點進行扦樣以及化驗或者烘干測量的復雜性和人工成本。
技術(shù)領(lǐng)域
本發(fā)明涉及雷達信號分析和圖像識別領(lǐng)域,具體是一種基于毫米波雷達的糧庫糧食在線水分監(jiān)測方法。
背景技術(shù)
糧食含水量在作物生產(chǎn)、交通運輸和谷倉存儲等環(huán)節(jié)中均為重要的檢測參量。糧食含水量(Moisture Content)是評價作物狀態(tài)的重要指標。農(nóng)作物在存儲的過程中其內(nèi)部過高的水分含量會致使糧食內(nèi)部產(chǎn)生微生物的繁殖,引發(fā)霉變、生蟲等變質(zhì)反應,過低的水分含量則會破壞農(nóng)作物內(nèi)部結(jié)構(gòu),降低營養(yǎng)價值。因此在糧食的生產(chǎn)、交通和運輸以及倉存等場景下亟需一種可準確、實時檢測出糧食水分含量的方法來嚴格監(jiān)控其含水量。
現(xiàn)有的糧食水分檢測技術(shù)主要分為電阻法、電容法、近紅外光譜多元標定建模法、核磁共振法等。其中電阻法、電容法等檢測成本較為便宜,但精度較低、穩(wěn)定性差;而近紅外光譜和核磁共振法中的儀器及光路搭建流程復雜、儀器成分昂貴、比較適合實驗室場景下的水分精確測量。
現(xiàn)有研究證明水分子在電磁波場特定頻段(微波及毫米波波段)的極化作用下會表現(xiàn)出對電磁波的敏感性,而毫米波波段電磁波在已有文獻及實驗場景中被證明可以用于食物、農(nóng)作物的水分含量檢測。毫米波雷達的采集的原始回波信號為經(jīng)過載波調(diào)制的高頻正弦發(fā)射信號與接收信號的混頻基帶信號,與時間變化相關(guān),具有一定的周期性。因而可以采用時域卷積神經(jīng)網(wǎng)絡(luò)對其進行時域的特征提取及網(wǎng)絡(luò)建模。
時域卷積神經(jīng)網(wǎng)絡(luò)(Temporal Convolutional Networks,簡稱TCN)是用于卷積序列預測的通用體系結(jié)構(gòu)。TCN作為一個新的序列分析模型,它結(jié)合了RNN和CNN的優(yōu)點,只需更少的內(nèi)存、有更穩(wěn)定的梯度和更靈活的感受野。主要特征有兩個:1)卷積網(wǎng)絡(luò)層層之間是有因果關(guān)系的,意味著從未來到過去沒有信息丟失;2)該體系結(jié)構(gòu)可以伸縮自如的調(diào)整成任何長度,并可以獲取任意長度的序列,將其映射到相同長度的輸出序列。
TCN可以看作為一維的全卷積神經(jīng)網(wǎng)絡(luò)(Fully Convolutional Networks)與因果卷積(Causal Convolution)的結(jié)合;一方面因果卷積的思想可以用來達到“不漏接”的目的,卷積層在t時間的輸出只與當層和前一層的元素做卷積。另一方面一維的全卷積神經(jīng)網(wǎng)絡(luò),使用零填充讓每個輸出層都可以保持和輸入層相同的尺寸,與此同時TCN通過采用膨脹卷積(Dilated Convolution)來解決反向訓練的問題。殘差塊被證明是訓練深層網(wǎng)絡(luò)的有效方法,它使得網(wǎng)絡(luò)可以以跨層的方式傳遞信息。最后TCN構(gòu)建了一個殘差塊來代替一層的卷積,一個殘差塊包含兩層卷積核非線性映射,在每層中還加入了WeightNorm和Dropout來使網(wǎng)絡(luò)參數(shù)更加泛化和正則化。
發(fā)明內(nèi)容
本發(fā)明要解決的技術(shù)問題是提供一種基于毫米波雷達的糧庫糧食在線水分監(jiān)測方法,用以兼顧檢測效率和準確度地進行糧倉糧食水分的在線檢測。。
為了解決上述技術(shù)問題,本發(fā)明提供一種基于毫米波雷達的糧庫糧食在線水分監(jiān)測方法,具體過程為:
將毫米波雷達放置于糧庫的儲糧堆中,按五點采樣規(guī)則進行探測采樣獲得每個采樣點的ADC采樣的原始回波數(shù)據(jù)發(fā)送至上位機中進行數(shù)據(jù)預處理,然后將預處理后的數(shù)據(jù)Dc輸入至糧食水分含量分類網(wǎng)絡(luò)進行分類預測,輸出每個采樣點的水分預測含量并在上位機中顯示和儲存結(jié)果;
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于浙江大學,未經(jīng)浙江大學許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202210310306.1/2.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。





