[发明专利]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

说明书

技术领域

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

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。

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。

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。

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

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。

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： 

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 < 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。

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

图1是本发明去噪声射频频谱峰值获取流程图；

图2是原始能量频谱曲线图；

图3是去除毛刺后的能量频谱曲线图；

图4是平滑处理后的能量频谱曲线图；