基于微波技術的谷物特性分析與檢測裝置設計

王 康，徐雷鈞,項厚友，葛星梅

(江蘇大學電氣信息工程學院，江蘇 鎮江 212013)

0 引 言

我國人口眾多，是農業大國之一，農產品中的谷物類食品一直是中國人的傳統糧食[1]。小麥、稻谷等谷物加工類產品的品質安全關系到國民身心健康，故谷物品質安全的高效檢測顯得尤為重要。傳統的感觀法依靠經驗，準確性較差；X衍射法耗時長且X射線對人體有輻射；化學計量分析法雖然準確、有效，但分析時間長、效率較低；近紅外技術準確性高，但近紅外波抗干擾性和穿透性較差，預處理復雜[2]。故亟需一種行之有效的檢測方法來保證谷物食用品質安全。物質的介電特性是微波檢測技術的主要研究內容。而介電常數作為介電特性的直觀表征[3]，已成為研究各類材料的重要突破口。由于谷物之間的介電特性存在差異，通過微波檢測技術對這一屬性進行探究與分析，可達到快速區分不同種類、不同品質谷物的目的。

目前，常見的介電特性測量方法有傳輸線技術[4]、波導傳輸/反射法[5]、諧振腔法[6]、探針法[7]、自由空間法[8]等。傳輸線技術一般只能用于室內測量，所需儀器笨重不便攜帶；波導傳輸/反射法測量精度較低，誤差較大；諧振腔法易受外部影響，對測試環境要求較高；探針法雖然精度較高，但測量結果只能在一定界限內。相比于自由空間法，前面幾種方法都存在一些問題和局限性。自由空間法測試環境相對自由，測試結果不易受到外界因素的影響，且無需接觸谷物，不會對谷物造成損壞；只需測量相應的傳輸參數，便可以反演出谷物的介電常數。在此原理的基礎上，本文設計了一款以微波收發模塊為前端、STM32單片機為控制核心的谷物品質檢測裝置，以外觀相近的小麥粉和滑石粉為試驗對象，通過微波對其透射掃頻，實現對兩者的實時區分。

1 測量原理與方法

1.1 自由空間測量原理

微波自由空間法是一種非接觸式且不破壞被測物的測量方法，可按照測量方式的不同分為單反射法和傳輸反射法[8]。本文采用的是傳輸反射法。借助中國電子科技集團公司第四十一研究所生產的AV3656系列矢量網絡分析儀測出樣品的S參數，再通過S參數與復介電常數計算出被測樣品的相對介電常數。整個測量系統由矢量網絡分析儀、發射天線、樣本、接收天線、計算機所構成。矢量網絡分析儀測試系統如圖1所示。

圖1 矢量網絡分析儀測試系統示意圖Fig.1 Schematic diagram of vector network analyzer test system

在自由空間里，設待測樣品的相對介電常數為εr、厚度為d，頻率為f的極化平面波Ei沿著z方向垂直射入待測樣品。微波通過介質材料如圖2所示。

圖2 微波通過介質材料示意圖Fig.2 Schematic diagram of microwave through the material

根據麥克斯韋方程與邊界條件，可以獲得散射參數S11、S21的計算式[9]：

(1)

(2)

式中：P為介質樣品與空氣交界處的反射系數；T為介質樣品與空氣交界處的透射系數。

(3)

T=e-jβd

(4)

(5)

(6)

式中：ηr為待測樣品阻抗特性；β與β0分別為電磁波在介質材料與空氣中的傳播常數；μr為待測樣品的相對磁導率；εr為待測樣品的相對介電常數。

結合式(1)和式(2)，可得到：

(7)

其中:

(8)

(9)

式(7)中的正負號選取由|P|<1確定。

由式(4)可得：

(10)

聯立式(7)～式(10)，則有：

(11)

借助矢量網絡分析儀測出二端口網絡反射系數S11和傳輸系數S21，由式(7)～式(11)計算出待測樣品的介電常數。不同谷物之間的介電特性是有差異性的，對電磁波傳播的影響程度不同[10]。本裝置通過觀察微波透過待測樣品的相位幅度差來分辨不同類別和品質的谷物。

1.2 介電常數測量方法

首先，選取形狀完好且籽粒飽滿的小麥作為試驗樣品；然后，將其去殼、粉碎、研磨、干燥，經300目篩子過濾得到粉末狀樣品；最后，用5 MPa的壓力將粉末狀小麥壓制入邊長為50 mm、厚度為2 mm的正方形載物盒中，壓制后的樣品表面平滑無痕。對滑石粉，采用相同的方法壓制樣品。在檢測之前需要對矢量網絡分析儀進行校準，以減少噪聲對測量結果的影響。對同一樣品進行多次測量并剔除異常的樣品。天線與裝載被測物的載物盒都置于金屬屏蔽盒中。發射天線與接收天線分別位于上、下端，而載物盒位于兩者中間。

在待測樣品厚度相同的前提下，透射樣品的電磁波頻率f是影響介電常數大小的主要因素。同一厚度下不同樣品的S11、S21實測結果如圖3所示。

選取2016年1月—2018年1月到我院進行治療的76例老年CAP并發VAP患者，所有患者均已經過確診，年齡≥60歲，自愿配合護理工作，已簽署知情同意書，并經過我院倫理委員會批準。已排除合并其他肺部疾病、其他重要器官器質性病變、精神障礙、依從性差等患者。采取隨機數字表法，將患者分為兩組。觀察組38例，男性21例，女性17例，平均年齡（72.38±4.59）歲。對照組38例 ，男性22例，女性16例，平均年齡（72.44±4.61）歲。兩組患者上述資料差異無統計學意義（P＞0.05）。

圖3 同一厚度下不同樣品的S11、S21實測結果Fig.3 S11、 S21 measured results of different samples under the same thickness

由圖3可知，在采用微波對樣品進行透射掃頻時，空載、小麥粉、滑石粉三者對應的S11參數差異不大，而相同條件下的S21參數曲線對比明顯。故在用微波透射掃頻測量谷物的介電常數時，主要觀測對象為傳輸系數S21。裝置掃頻范圍設定在800 MHz～4.4 GHz，取此頻段內最低波谷點頻率(即第一諧振峰頻率對應的點)來計算其介電常數。面粉第一諧振峰點頻率為3.36 GHz，代入式(7)～式(11)，計算可得相對介電常數εr=4.84。滑石粉的第一諧振峰點頻率為2.83 GHz，代入式(7)～式(11)計算可得相對介電常數εr=3.45。由此可見，不同谷物的介電常數不同，介電特性也有差別，對電磁波傳播的影響程度不同。但是，同一樣品的介電常數是一樣的，因此可以由介電常數的差異來對不同谷物進行區分。

2 系統結構

2.1 硬件設計

檢測前端電路是所設計微波檢測系統的關鍵部分，主要由微波發射與接收模塊組成。STM32單片機作為檢測前端電路的控制核心，通過UART與LabVIEW上位機進行通信。檢測系統原理如圖4所示。

圖4 檢測系統原理框圖Fig.4 Principle block diagram of detection system

高頻信號源ADF4350是一款集成電壓控制振蕩器(voltage controlled oscillator,VCO)，可輸出的基波范圍為2.3～4.4 GHz，利用分頻電路可產生低至137.5 MHz的射頻(radio frequency,RF)輸出頻率。低頻信號源AD9910是一款14位的直接數字頻率合成器(direct digital synthesis,DDS)，具有高精度和低功耗的特點。混頻器模塊選用ADL5801。其作用是將本振信號和參考信號調制成便于天線發射與接收的信號，動態頻率轉換范圍在10 MHz～6 GHz，具有低噪聲系數和低功耗的優點。自主設計的發射與接收天線是一種超寬帶分型天線， 帶寬為 0.93～9.37 GHz，可完全覆蓋基波帶寬范圍，尺寸大小為50 mm×50 mm。天線實測與仿真的S11對比如圖5所示。

圖5 天線實測與仿真的S11對比圖Fig.5 Comparison diagram of antenna measurement and simulation of S11

由圖5可看出，天線的實測結果與仿真結果基本吻合，表明實測帶寬覆蓋所需的頻段，滿足設計要求。將收發天線以及載物盒放置于金屬屏蔽盒中，不但可以屏蔽外部電磁干擾，而且可以有效減少微波透射產生的邊緣效應。信號放大器模塊選用OPA847。該芯片具有高增益帶寬和低輸入噪聲的優點。所設計的有源低通濾波器以AD8065芯片為核心，能隔絕高頻信號，讓所需的低頻信號通過。

檢測裝置的運行流程如下。參考信號源輸出兩路幅值與相位均相同的低頻正弦信號，頻率為24.5 MHz。其中一路信號與高頻信號源ADF4350輸出的基波信號在混頻器中進行第一次混頻后，由功率放大器把該調制信號放大到額定功率，經發射天線輻射到待測樣本。接收天線從樣本上采集到該信號并經過低噪聲放大器后，再次與同一本振源產生的微波信號進行第二次混頻調制。得到的下變頻信號經過低通濾波器進行濾波處理后，與源輸出的微波信號進行第二次混頻。獲得的下變頻信號由低通濾波器進行濾波處理后，與參考信號源輸出的另一路信號一同輸入相位幅值檢測模塊AD8302，由其輸出源信號與探測信號的幅度、相位對比值，最后由單片機進行A/D轉換和處理。當微波透射過不同的谷物時，由于其介電特性的差異，使得散射參數S11、S21不同。由計算式(1)～式(11)可知，計算出的介電常數不同，對微波吸收能力不一樣，使得相幅檢測模塊得到的掃頻變化曲線有區別。將實時得到的數據與存儲在上位機中的數據進行對比，對比結果由單片機發送至上位機。上位機即可實時顯示出被測谷物樣品的種類，至此完成對樣品的檢測。

2.2 軟件設計

使用Keil μVision5對STM32單片機進行軟件編程設計。軟件設計架構如圖6所示。其主要功能是控制ADF4350產生2.2～4.4 GHz的掃頻基波，掃頻方式為步進100 MHz的自動掃頻或按鍵掃頻。將程序燒錄到AD9910使其能輸出指定頻率的正弦波，通過編輯程序來配置單片機自帶的A/D采集模塊；對相幅檢測模塊的數據進行采集與處理，將單片機處理過的微波探測信號由串口發送給上位機，以實現二者之間的通信。下位機軟件程序實現的主要功能是：通過屏幕實時顯示掃頻微波的頻率以及對應相位電壓和幅值電壓的變化，同時可以提示裝置系統的運轉狀態，如正在開始檢測、正在掃頻檢測、檢測完畢等。為了減少外界干擾，設計了初始狀態校準程序。在測試樣品之前，該程序自動運行。

圖6 軟件設計架構圖Fig.6 Software design architecture diagram

在LabVIEW前面板選擇可用的端口，依次在界面輸入掃描的起始、結束頻率以及頻率的步進。點擊“開始掃描”按鈕即可對待測樣品進行檢測。STM32單片機通過數據處理將當前掃頻電壓變化值發送回上位機。上位機界面可以實時顯示檢測的幅值、相位電壓掃頻特征曲線，在掃描結束后可以在谷物類型欄顯示出檢測的谷物類別。完成檢測后，可以點擊“退出”按鈕結束程序的運行。

上位機主界面如圖7所示。

圖7 上位機主界面圖Fig.7 Interface diagram of the host computer

3 試驗結果與分析

選取小麥粉和滑石粉樣本進行測試，得到的樣品掃頻電壓變化曲線如圖8所示。

圖8 樣品掃頻電壓變化曲線圖Fig.8 Sample sweep frequency voltage variation curves

將掃頻變化曲線用反向傳播(back propagation,BP)神經網絡對谷物粉進行鑒別分類[11-12]。以不同頻率下對應的相位電壓和幅值電壓作為BP神經網絡的輸入。通過離線訓練的方式調整網絡參數，可得到最優的網絡結構。得到的網絡模型可直接被上位機調用。基于BP神經網絡，對35個樣本進行預測。BP神經網絡預測結果如圖9所示。

圖9 BP神經網絡預測結果Fig.9 Prediction results of BP neural network

從同一小麥粉樣品掃頻得到的20組數據中隨機抽取三組數據繪制成圖8(a)所示的變化曲線圖。由圖8(a)可以看出，三組數據變化幾乎完全重合。實測結果表明，同一樣本檢測得到的掃頻電壓變化曲線是一致的，驗證了此試驗的可重復性，避免了試驗結果的偶然性。同樣地，對圖8(b)中的滑石粉也是從20組數據中隨機選取一組。但從圖8(b)中可看出小麥粉與滑石粉二者掃頻電壓變化曲線區別較大，由此可以對二者進行區分。圖9中，設定空載的真實值為“1”，面粉的真實值為“2”，滑石粉的真實值為“3”。試驗結果表明，對樣本預測的鑒別正確率為97.1%。該試驗結果驗證了自由空間法區分不同品質谷物的可行性。

4 結論

本文提出了利用自由空間法測量谷物介電常數的理論與方法，并選取外觀相近的小麥粉與滑石粉進行試驗測試。借助矢量網絡分析儀測出樣品的S參數，并計算出其介電常數，分析其特征譜。試驗結果表明，通過自由空間法檢測谷物介電特性，進而區分谷物粉食用品質的方法是可行性的。由此初步驗證了自由空間法對于谷物粉分類檢測是一種有效的方法。

本文基于自由空間法設計了一種新型谷物食用品質微波透射掃頻系統檢測裝置。該裝置以微波收發模塊、微波天線探測腔、單片機為核心，可實現對不同谷物食用品質的檢測。利用此裝置在0.8～4 GHz頻段對小麥粉與滑石粉進行掃頻測試，分析頻譜變化曲線。由試驗結果可知，同一樣品多次測量的掃頻電壓變化曲線一致，不同樣品掃頻電壓變化曲線區分明顯，由此驗證了試驗結果的可重復性和此裝置區分二者的可行性。采用BP神經網絡對谷物粉進行鑒別分類，模型對樣本的鑒別正確率為97.1%，進一步驗證了此裝置對二者進行區分的可行性。此設計方法可推廣應用于區分谷物的種類與品質。