[发明专利]一种基于熵值分析的声表面波谐振器有效激励检测方法

权利要求书

1.一种基于熵值分析的声表面波谐振器有效激励检测方法，用于进行谐振式声表面波传感器的回波信号有效性检测，其特征在于包括如下步骤：

步骤1，对接收到的回波信号进行分段，并计算分段熵能量；

步骤2，取各分段熵能量的极小值点构成极值曲线；

步骤3，判断极值曲线的最小值之后是否存在单调上升的趋势段；

步骤4，对该趋势段进行线性拟合得到拟合直线的斜率；

步骤5，通过拟合直线斜率值是否在阈值范围来确定SAWR是否受到有效激励及其回波信号是否有效。

2.根据权利要求1所述的一种基于熵值分析的声表面波谐振器有效激励检测方法，其特征在于，步骤1中对回波信号进行分段并计算分段熵能量的方法为：

步骤1.1，利用回波信号的连续两个过零点对信号进行分段；

步骤1.2，根据熵能量的定义计算分段信号的熵能量。

3.根据权利要求1所述的一种基于熵值分析的声表面波谐振器有效激励检测方法，其特征在于，步骤2中取各分段熵能量的极小值点构成极值曲线的方法为：

步骤2.1，取分段熵能量的极小值点及对应的段序号；

步骤2.2，如果某分段信号熵能量无极小值点，则通过相邻的两个极小值插值代替。

4.根据权利要求1所述的一种基于熵值分析的声表面波谐振器有效激励检测方法，其特征在于，步骤3中极值曲线上的单调上升的趋势段是指极值曲线的最小值之后的一段曲线的变化趋势，步骤4中拟合直线斜率是指对极值曲线趋势段中的最小值和最小值之后的最大值之间的数据进行最小二乘线性拟合得到。

5.根据权利要求1所述的一种基于熵值分析的声表面波谐振器有效激励检测方法，其特征在于，步骤5中所述阈值范围为与谐振器带宽指标关联的一个取值范围，通过机器学习自动确定和调整。