基于PSO-ESPRIT算法的SAW温度传感器解调方法

目的 为了提高声表面波(Surface acoustic wave,SAW)温度传感器的测量精度,设计一种基于PSO-ESPRIT算法的高精度SAW温度传感器解调方法。方法 以ESPRIT谱估计方法为基础,把Hankel矩阵的时间窗长度与计算噪声方差时的K值作为粒子群优化(Particle swarm optimization, PSO)算法的输入变量,并以频率估计标准差作为粒子的适应度函数,利用PSO对ESPRIT算法中的参数进行优化,以改善频率估计精度,从而提高SAW回波信号频率估计的分辨率,实现SAW温度传感器的高精度解调。结果 仿真和实验结果表明,所设计的方法与其他谱估计算法相比,其对SAW回波信号估计的频率误差最小,标准差小于0.66kHz。把设计的算法用于SAW温度传感器的温度解调,得到的温度值与实际温度的误差小于0.4℃。结论 测试结果说明,设计的温度解调方法提高了SAW回波信号频率解调精度,可用于SAW温度传感器的解调,实现了对食品包装储运过程中温度的实时监测。