文章快速检索     高级检索
  山东大学学报(工学版)  2017, Vol. 47 Issue (4): 83-88  DOI: 10.6040/j.issn.1672-3961.0.2016.112
0

引用本文 

白树忠, 董春阳. 平衡线圈式高精度金属检测算法[J]. 山东大学学报(工学版), 2017, 47(4): 83-88. DOI: 10.6040/j.issn.1672-3961.0.2016.112.
BAI Shuzhong, DONG Chunyang. High precision algorithm of metal detector based on balance coil[J]. Journal of Shandong University (Engineering Science), 2017, 47(4): 83-88. DOI: 10.6040/j.issn.1672-3961.0.2016.112.

作者简介

白树忠(1965—),男,山东济宁人,副教授,主要研究方向为信号处理及电力电子应用.E-mail:baishzh@sdu.edu.cn

通讯作者

董春阳(1969—),女,山东聊城人,高级工程师,主要研究方向为计算机应用.E-mail:dongcy9@chinaunicom.cn

文章历史

收稿日期:2016-04-03
网络出版时间:2017-04-27 20:10:19
平衡线圈式高精度金属检测算法
白树忠1, 董春阳2     
1. 山东大学电气工程学院, 山东 济南 250061;
2. 中国联通济南市分公司, 山东 济南 250002
摘要:金属检测广泛应用于食品安全和工业生产中, 为克服单一幅度信息无法解决产品效应的问题, 提出基于幅度和相位的双通道数字检测算法, 建立基于平衡线圈式检测的数学模型, 深入分析金属信号的特点。通过坐标定位准确提取出金属信号的幅度和相位信息, 产品学习和聚类算法有效地分离金属信号和产品效应信号。试验结果表明:相位信息可有效区分不同材质的金属, 配合幅度信息的双通道检测可准确提取金属信号, 实现在强产品效应下金属的检测。
关键词金属检测    平衡线圈    产品效应    电涡流    检测算法    
High precision algorithm of metal detector based on balance coil
BAI Shuzhong1, DONG Chunyang2     
1. School of Electrical Engineering, Shandong University, Jinan 250061, Shandong, China;
2. Jinan Branch, China United Network Communication, Jinan 250002, Shandong, China
Abstract: Metal detector is widely used in food security and industrial manufacture. In order to solve the product effect problem which used only amplitude feature, the dual channel digital detecting algorithm was put forward based on amplitude and phase information, also the balance coil mathematical model was built, and the metal signal feature was deeply analyzed. Through the coordinate orientating, the amplitude and phase information of metal could be exactly extracted, product learning and clustering algorithm could efficiently separate the metal signal and product effect signal. The experiment results showed that the phase information could separate different material metal effectively, cooperated with the amplitude information, the dual channel digital detecting algorithm could extract the metal information accurately and detect the metal with strong product effect.
Key words: metal detection    balance coil    product effect    eddy current    detection algorithm    
0 引言

金属检测在食品、纺织、地下金属探测、安检等行业具有广泛应用, 越来越多的机械自动化生产线应用于工业生产中, 在食品、消费品、原材料中混入金属屑、针头及其它金属杂质等安全问题越来越多, 给消费者人身安全和自动化设备带来严重影响。同时随着食品安全要求的逐步提高, 对金属检测机的要求越来越高, 对微小金属的检测势在必行。

金属检测的发展大致经历以下几个阶段:早期的检测方法采用强磁方式将导磁的铁质金属吸引出来, 但对非铁质的金属和微小的铁质金属无能为力; 20世纪60年代采用LC谐振式振荡电路, 当有金属时电路失谐从而检测出金属, 但灵敏度相对较低[1-2]; 20世纪70年代出现了平衡线圈式检测电路[3-7], 较谐振式检测方式提高了检测精度; 20世纪80年代后大规模集成电路的应用, 使金属检测技术性能和可靠性得到进一步提高, 出现了双频[8]、跨导[9]、巨磁阻、霍尔传感器等检测方法[10-15], 同时对平衡线圈的磁场分布进行了相关研究[16], 但这一时期多采用模拟信号处理方式, 在抗干扰性、灵活性和精度等方面与实际要求还有一定距离。虽然目前有一些数字化金属检测技术[17], 其检测算法主要集中在信号幅度检测方面, 由于多数产品如含盐、潮湿、铝箔袋包装的产品在检测时也会出现类似金属的效应, 称之为产品效应, 仅靠单一幅度信息检测很难区分产品效应和金属信号, 因此应用领域受到一定限制。

鉴于目前金属检测技术的缺陷, 研究提出了一种全数字金属检测信号处理算法, 通过检测金属信号的幅度和相位双重信息提高检测的灵敏度, 同时对具有产品效应的产品进行学习, 得到产品效应的幅度信息和聚类方向, 有效地区分了金属信息和产品效应信息, 拓宽了产品的检测种类。

1 平衡线圈金属检测算法 1.1 检测原理

根据电磁感应原理, 交变的电流会产生交变的磁场, 当金属处在交变磁场中时, 在内部感应出交变涡流, 涡流的大小和相位随金属的不同而不同, 同时该交变涡流也会产生交变磁场, 该磁场反作用于原交变磁场, 使源磁场发生幅度和相位的变化[18], 据此来检测是否有金属存在。平衡线圈检测原理如图 1所示。

图 1 平衡线圈检测原理图 Figure 1 Schematic diagram of balance coil detector

图 1中中间线圈为发射线圈, 两边为对称的接收线圈, 距发射线圈距离均为d, 发射线圈通过正弦交流电流时将在两接收线圈中感应出正弦电压, 无金属时感应电压相等。该电路可等效为互感为M的变压器模型, 由于磁路为空气, 因此M通常很小。考虑到:(1) 两边的接收线圈相距较远, 可近似互感为0;(2) 后级差分电路输入阻抗很高, 接收线圈中的电流很小; (3) 相对于d而言检测金属的尺寸很小; (4) 由于金属体积很小, 引起发射信号的变化可忽略。基于上述假设, 当有金属通过接收线圈1时, 可认为接收线圈2感应的信号保持不变, 其等效电路模型如图 2所示。

图 2 接收线圈的等效电路图 Figure 2 Equivalent circuit diagram of receiving coil

图 2RiLiR1L1R2L2为发射线圈、接收线圈1和线圈2的电阻和电感, M1M2为发射线圈与接收线圈1、线圈2的互感, ZL为等效负载阻抗, 包含金属等效电阻及检测放大电路的输入阻抗, $\mathit{\boldsymbol{\dot U}}$i为激励信号电压, $\mathit{\boldsymbol{\dot U}}$s为金属在线圈1中产生涡流效应的等效电压, 反作用于源磁场的变化。因接收线圈平衡且外壳相对线圈位置不变, 模型中可不考虑外壳引起的效应, $\mathit{\boldsymbol{\dot I}}$i$\mathit{\boldsymbol{\dot I}}$1$\mathit{\boldsymbol{\dot I}}$2为发射线圈、接收线圈1和线圈2的电流, $\mathit{\boldsymbol{\dot U}}$1$\mathit{\boldsymbol{\dot U}}$2为接收线圈1、线圈2的感应电压。当无金属时$\mathit{\boldsymbol{\dot U}}$s=0, 有金属时其幅度随金属大小的不同而变化。由于两接收线圈反向串联, 得到两接收线圈中的电流

${{\mathit{\boldsymbol{\dot I}}}_1} = {{\mathit{\boldsymbol{\dot I}}}_2} = \frac{{\left( {{{\mathit{\boldsymbol{\dot U}}}_1} - {{\mathit{\boldsymbol{\dot U}}}_s}} \right) - {{\mathit{\boldsymbol{\dot U}}}_2}}}{{{R_1} + {R_2} + {Z_L}}} = \frac{{j\omega \left( {{M_1} - {M_2}} \right){{\mathit{\boldsymbol{\dot I}}}_i} - {{\mathit{\boldsymbol{\dot U}}}_s}}}{{{R_1} + {R_2} + {Z_L}}},$

差分电压

$\Delta \mathit{\boldsymbol{\dot U}} = {{\mathit{\boldsymbol{\dot U}}}_1} - {{\mathit{\boldsymbol{\dot U}}}_2} - \left( {{R_1} + {R_2}} \right){{\mathit{\boldsymbol{\dot I}}}_1} - {{\mathit{\boldsymbol{\dot U}}}_s} \approx j\omega \left( {{M_1} - {M_2}} \right){{\mathit{\boldsymbol{\dot I}}}_{\rm{i}}} - \mathit{\boldsymbol{\dot U,}}$ (1)

可见检测的差分电压由两部分组成, 分别由$\mathit{\boldsymbol{\dot U}}$s和互感M的变化而引起, 且两者是相互正交的信号。

对于铁磁性金属如铁、钴、镍等, 由于磁导率很大, 将引起发射和接收线圈间互感系数M较大的变化, 由于发射线圈激励电流较大, 式(1) 中由M变化产生的电压远大于涡流电压, 较容易检测。对于非铁磁性金属, 如铜、铝、不锈钢等, 由于磁导率约等于1, 此时M1M2近似相等, 接收信号主要是涡流信息$\mathit{\boldsymbol{\dot U}}$s, 因此非铁磁性金属较铁磁性金属的检测要困难。

由式(1) 还可以看出, 提高激励信号频率, 差分检测电压输出将增大, 因此提高激励信号频率可提高检测精度, 尤其对非铁磁性金属的检测。另一方面, 提高频率同样会导致产品涡流效应的增大, 特别是铝箔袋包装的产品和含盐分的产品, 提高频率并不能有效提高检测精度, 因此应根据不同的产品类型合理选择频率, 同时在算法上采取措施分离出产品效应以提高检测精度, 一般激励频率为60~500kHz。

1.2 检测信号数学模型

金属的检测是通过差分电压信号实现的, 将式(1) 改写成

$\Delta \mathit{\boldsymbol{\dot U}} \approx \left( {j\omega {M_1}{{\mathit{\boldsymbol{\dot I}}}_{\rm{i}}} - {{\mathit{\boldsymbol{\dot U}}}_s}} \right) - j\omega {M_2}{{\mathit{\boldsymbol{\dot I}}}_{\rm{i}}},$ (2)

式中:第一项是金属通过接收线圈1感应的电压; 第二项是接收线圈2感应的电压, 金属将引起线圈1感应电压幅度和相位的改变。在单一频率正弦信号激励下, 以线圈2为参考向量, 式(2) 可写成瞬时值形式:

$\begin{array}{l} \Delta u\left( t \right) = [{U_1}_{{\rm{max}}} + {u_{\rm{s}}}(t)]{\rm{sin}}\left( {\omega t + \theta \left( t \right)} \right) - {U_{2{\rm{max}}}}{\rm{sin}}\left( {\omega t} \right) = \\ \sqrt {{{({U_{1{\rm{max}}}} + {u_{\rm{s}}}\left( t \right))}^2} + U_{{\rm{2max}}}^2 - 2({U_{{\rm{1max}}}} + {u_{\rm{s}}}\left( t \right)){U_{{\rm{2max}}}}{\rm{cos}}\theta \left( t \right)} {\rm{ sin}}\left( {\omega t + \varphi \left( t \right)} \right),\\ {\rm{tan}}\varphi \left( t \right) = \frac{{({U_{{\rm{1max}}}} + {u_{\rm{s}}}(t)){\rm{sin}}\theta \left( t \right)}}{{({U_{{\rm{1max}}}} + {u_{\rm{s}}}(t)){\rm{cos}}\theta \left( t \right) - {U_{{\rm{2max}}}}}}, \end{array}$ (3)

式中:U1 maxU2 max分别为无金属时接收线圈1和2的最大感应电压; us(t)、θ(t)为金属在接收线圈1中引起的幅度和相位变化信号; φ(t)为差分信号Δu(t)的相位。由于金属很小, us(t)和θ(t)均非常小, 即us(t) U1maxU2max, θ(t)接近0, 式(3) 可简化为:

$\begin{array}{l} \Delta u\left( t \right) \approx {u_{\rm{s}}}(t){\rm{sin}}\left( {\omega t + \varphi \left( t \right)} \right),\\ {\rm{tan}}\varphi \left( t \right) \approx {U_{1{\rm{max}}}}\frac{{{\rm{sin}}\theta \left( t \right)}}{{{u_{\rm{s}}}\left( t \right)}} \approx {U_{1{\rm{max}}}}\frac{{\theta \left( t \right)}}{{{u_{\rm{s}}}\left( t \right)}} \end{array},$ (4)

微小金属在接收线圈1中引起的$\mathit{\boldsymbol{\dot U}}$1变化可近似认为在纵向和横向分量成比例变化, 即θ(t)/us(t)为常数, 角度φ近似不变, 该角度即为金属的聚类角度。如图 3所示。

图 3 有金属时检测信号向量图 Figure 3 The vector diagram of detection signal with metal

us(t)与金属通过的速度有关, 相对发射信号而言为一缓慢变化信号, 假设金属以速度v通过线圈, 通过时间T=2d/v, 因此由金属产生的信号变化频率主要集中在Ω=2π/T的频率附近, 为简单起见假设频率等于Ω, 检测信号的数学模型式(4) 可改写为:

$\Delta u\left( t \right) \approx {u_{\rm{s}}}(t){\rm{sin}}\left( {\omega t + \varphi } \right) = \left[ {{A_{{\rm{max}}}}{\rm{sin}}\left( {\mathit{\Omega }t + \beta } \right)} \right]{\rm{sin}}\left( {\omega t + \varphi } \right),$ (5)

式中:Amax为信号幅度; β为信号相位。式(5) 可看成相位恒定幅度被调制了的正弦信号模型。

1.3 金属感应信号的提取

由数学模型(5) 可见, Ω由金属通过的速度决定, φ近似为常数, 随金属类型的不同而不同。传统的检测方式是对该信号进行放大, 通过包络检波提取幅度信息us(t), 但这样就丢失了相位信息φ, 无法区分金属信息和产品效应信息, 导致检测精度降低。本研究采用正交检测方法提取幅度和相位信息, 采用正弦波或方波实现同步检波, 以正弦同步信号为例进行分析。

首先确定坐标系, 以无金属时接收线圈的感应信号为基准向量, 定义为参考向量, 参见图 3, 生成正交的同步信号sin ωt和cos ωt, 采用乘法器进行解调, 得到相对参考向量的同相分量usx(t)和垂直分量usy(t)。

$\begin{array}{l} \Delta {u_{\rm{s}}}_{_x}\left( t \right) = {u_{\rm{s}}}\left( t \right){\rm{sin}}\left( {\omega t + \varphi } \right){\rm{sin}}\left( {\omega t} \right) = \frac{1}{2}{u_{\rm{s}}}\left( t \right)[{\rm{cos}}\varphi - {\rm{cos}}\left( {2\omega t + \varphi } \right)],\\ \Delta {u_{\rm{s}}}_{_y}\left( t \right) = {u_{\rm{s}}}\left( t \right){\rm{sin}}\left( {\omega t + \varphi } \right){\rm{cos}}\left( {\omega t} \right) = \frac{1}{2}{u_{\rm{s}}}\left( t \right)[{\rm{sin}}\varphi + {\rm{sin}}\left( {2\omega t + \varphi } \right)], \end{array}$

经低通滤波器滤除频率为2ω的高频分量, 得信号的幅度和相位。

$\begin{array}{l} {u_{\rm{s}}}_{_x}\left( t \right) = \frac{1}{2}{u_{\rm{s}}}\left( t \right){\rm{cos}}\varphi ,{u_{\rm{s}}}_{_y}\left( t \right) = \frac{1}{2}{u_{\rm{s}}}\left( t \right){\rm{sin}}\varphi ,\\ {\rm{tan}}\varphi = {u_{\rm{s}}}_{_y}\left( t \right)/{u_{\rm{s}}}_{_x}\left( t \right)。\end{array}$ (6)
2 全数字系统设计与实现

传统的金属检测机大多采用模拟电路进行处理, 元器件参数不可避免地会受到环境温度、湿度、电磁干扰等因素的影响, 导致系统噪声较大, 由于检测信号非常微弱, 将严重影响系统的检测精度和可靠性, 因此提高信噪比是提高检测灵敏度的关键。鉴于上述原因, 本系统除差分放大和同步检波采用硬件电路外, 其它功能均采用软件处理, 有效减小了上述因素的影响。系统结构框图如图 4所示, 由传感器、模拟信号处理部分、数字信号处理部分组成。

图 4 全数字金属检测机框图 Figure 4 The block diagram of digital metal detector
2.1 传感器

传感器由发射和接收线圈、不锈钢外壳及填充材料等组成, 中间留有产品及传送带通过窗口。发射信号经功率放大和阻抗匹配后加在发射线圈产生高频激励信号, 接收线圈差分连接得到检测信号Δu(t)。

2.2 模拟信号处理部分

由差分放大电路、带通滤波器、同步检波和低通滤波电路组成。接收线圈输出的Δu(t)经放大和中心频率为ω的带通滤波后, 送入同步检波电路进行检波、低通滤波得到usx(t)和usy(t)。

2.3 数字信号处理部分

系统采用STMF103系列32位ARM单片机[19], 时钟频率72MHz, AD转换采用具有差分输入功能的24位AD7190芯片, 主要功能如下:

(1) 同步信号产生。由式(6) 看出, 采用正弦同步检波得到的输出信号只有金属信号us(t)的二分之一, 为提高信噪比采用方波同步检波, 对信号的正负包络进行检波, 由CPU定时器产生相位依次为0°、90°、180°、270°的方波信号, 检波输出的信号幅度为us(t), 较正弦检波信噪比提高了一倍。

(2) 坐标定位。若两接收线圈严格对称, 理论上无金属通过时Δu(t)=0, 实际上在安装线圈、传感器外壳时很难保证完全对称, 一般通过调节使其保持在较小的数值, 如1~2mV, 以该信号向量为参考向量形成检波同步信号, 实现坐标系的定位。

(3) 自适应数字滤波器:金属信号频率Ω与金属通过传感器的速度(传送带速度)有关, 为减小噪声干扰提高信号的聚类效果, 采用自适应数字带通滤波器实现信号滤波, 滤波器中心频率Ω通过检测传送带的速度得到, 滤波器类型为2阶Butterworth IIR数字滤波器, 其传递函数

$H\left( s \right) = \frac{1}{{{p^2} + \sqrt 2 p + 1}}\left| {_{_{p = }\frac{{{s^2} + {\mathit{\Omega }_{\rm{l}}}{\mathit{\Omega }_{\rm{h}}}}}{{s({\mathit{\Omega }_{\rm{h}}}{\mathit{\Omega }_{\rm{l}}})}}}} \right.,$

经双线性变换[20]后得到

$H\left( z \right) = H\left( s \right)\left| {_{_{s = }\frac{{z - 1}}{{z + 1}}}} \right.,$

(4) 产品学习与聚类。产品学习和聚类的目的是实现金属信号和产品效应信号的分离, 通过相位信息φ实现。对于无产品效应的产品, 如干燥类的产品可不用学习, 但对产品效应较强的产品如海产品等, 若仅采用幅度检测, 将大幅度降低检测精度, 甚至无法进行有效地检测。本系统通过聚类算法得到产品聚类的幅度和相位信息, 产品效应信息将集中在ABCD矩形框内, 实现金属与产品效应的有效分离, 如图 5所示。

图 5 产品效应聚类图 Figure 5 The cluster figure of product effect

(5) 判决输出。采用区域判决法, 对于干燥无产品效应的产品, 学习系统噪声(包括传送带效应和设备震动等), 得到系统噪声长方形区域, 若信号超出该区域则判决为有金属。对于有产品效应的产品, 通过学习产品效应得到相应的产品长方形区域, 和系统噪声长方形区域一起形成无金属区域, 只要信号在该区域内均认为无金属, 否则判决为有金属。

3 试验结果

基于上述检测算法, 设计开发了金属检测机样机, 传感器窗口长400mm, 宽200mm, 激励信号为150kHz正弦信号, 发射线圈电流5A, 传送带速度60m/min, AD采样频率300Hz。图 6~8为样机在不同测试样品下测得的试验数据, 上传到计算机在MATLAB环境下显示的结果。

图 6 直径Φ1.0 mm铁信号 Figure 6 The figure of Φ1.0mm Fe
图 7 铝箔包装袋信号 Figure 7 The figure of aluminum foil
图 8 铝箔袋+直径Φ2.0mm铁信号 Figure 8 The figure of aluminum foil with Φ2.0mm Fe

图 6~8可见测试结果与理论分析完全一致, 证明了该算法的有效性。图 6显示铁的聚类角度较小, 表明导磁性金属加强了线圈间的耦合系数, 同相信号分量大于涡流产生的正交分量。图 7显示非导磁性金属(铝箔包装袋)主要是涡流产生的正交分量, 角度接近90°。图 8显示在包装袋中加入金属铁后的聚类信息, 与图 7相比可明显判断出金属的存在, 同时根据聚类方向还可以进一步确定导磁金属和非导磁金属, 从而判断金属异物的种类。进一步测试结果如表 1所示。

表 1 不同样品条件下的试验结果 Table 1 The experimental result of different samples
4 结语

基于平衡线圈的双通道度金属检测算法, 充分利用检测信号的幅度和相位信息, 有效分离了金属信息和产品效应信息, 大幅度提高了检测精度和抗干扰能力。试验结果验证了算法的有效性, 不仅可以可靠检测无产品效应的干燥类产品, 还可检测具有强产品效应的铝箔袋包装的产品、含盐分的海产品等, 同时通过系统噪声学习消除了由设备震动、传送带效应带来的影响, 满足了生产企业的要求。系统采用全数字处理, 现场运行稳定可靠、抗干扰能力强, 能可靠检测小至直径0.8mm的铁质金属和直径1.2mm的非导磁不锈钢金属, 拓宽了的设备的适用范围, 具有一定的推广实用价值。

参考文献
[1] 鲁光宇. 金属探测技术发展综述[J]. 地学仪器, 1992, 92(1): 1-10
LU Guangyu. Overview and development of metal detection[J]. Earth Science Instrument, 1992, 92(1): 1-10
[2] 刘慧娟, 李志刚. 一种基于电压和频率的金属探测方法[J]. 仪器仪表学报, 2006, 27(7): 769-772
LIU Huijuan, LI Zhigang. Metal detection method based on voltage and frequency[J]. Chinese Journal of Scientific Instrument, 2006, 27(7): 769-772
[3] 王玉琦, 韩海燕, 郝智慧. 金属检测器在食品工业中的应用[J]. 长春大学学报, 2007, 17(2): 71-73
WANG Yuqi, HAN Haiyan, HAO Zhihui. Application of metal detectors in food industry[J]. Journal of Changchun University, 2007, 17(2): 71-73
[4] 周茂林, 项安. 全数字食品金属检测机信号处理系统仿真[J]. 计算机仿真, 2013, 30(9): 208-212
ZHOU Maolin, XIANG An. Simulation of all-digital metal detector[J]. Computer Simulation, 2013, 30(9): 208-212
[5] YARNAZAKI Sadaol, NAKANE Hiroshi, TANAKA Akio. Basic analysis of a metal detector[J]. IEEE Transactions on Instrumentation and Measurement, 2002, 51(4): 810-814 DOI:10.1109/TIM.2002.803397
[6] LIU Baobin, WEI Zhou. The research of metal detectors using in food industry[C]//2011 International Conference on Electronics and Optoelectronics. Piscataway, USA: IEEE Computer Society, 2011:43-45. https://es.scribd.com/doc/196266633/2014-International-CES-Official-Show-Directory
[7] JAKUB Svatos, JOSEF Vedral. The usage of frequency swept signals for metal detection[J]. IEEE Transactions on Magnetics, 2012, 48(4): 1501-1504 DOI:10.1109/TMAG.2011.2173174
[8] 庞瑞帆, 钟翔, 胡泷, 等. 双频金属探测器的研究[J]. 解放军理工大学学报(自然科学版), 2011, 2(2): 1-8
PANG Ruifan, ZHONG Xiang, HU Long, et al. Research on dual frequency metal detector[J]. Journal of PLA University of Science and Technology, 2011, 2(2): 1-8
[9] 彭建学, 叶银忠, 侍尉, 等. 基于跨导测量的金属探测方法[J]. 电测与仪表, 2013, 50(586): 82-85
PENG Jianxue, YE Yinzhong, SHI Wei, et al. A new method for detecting metal based on trans-conductance measurement[J]. Electrical Measurement & Instrumentation, 2013, 50(586): 82-85
[10] 曹青松, 周继惠. 基于电涡流的金属种类识别技术的理论与实验研究[J]. 仪器仪表学报, 2007, 28(9): 1718-1722
CAO Qingsong, ZHOU Jihui. Theoretical and experimental study on metal type identification based on eddy current[J]. Chinese Journal of Scientific Instrument, 2007, 28(9): 1718-1722
[11] 贺桂芳. 一种新型智能金属探测仪的设计[J]. 仪表技术与传感器, 2006, 1(1): 13-14
HE Guifang. Design of new intelligent metal detector[J]. Instrument Technique and Sensor, 2006, 1(1): 13-14
[12] 张起祥, 祖大鹏. 无接触式电阻率的测量[J]. 电测与仪表, 2002, 39(5): 21-23
ZHANG Qixiang, ZU Dapeng. Measuring resistivity without touching the subject[J]. Electrical Measurement & Instrumentation, 2002, 39(5): 21-23
[13] 胡业发, 武志鹏, 王春麟. 探头线圈厚度对电涡流位移传感器性能影响的研究[J]. 电测与仪表, 2006, 43(4): 19-26
HU Yefa, WU Zhipeng, WANG Chunlin. The research on the effect for the performance of the current eddy shifting sensor by the thickness of the probe coil[J]. Electrical Measurement & Instrumentation, 2006, 43(4): 19-26
[14] 张学勇, 赵群, 李义宝, 等. 一种金属探测器的设计[J]. 安徽建筑工业学院学报(自然科学版), 2007, 15(3): 74-77
ZHANG Xueyong, ZHAO Qun, LI Yibao, et al. Design of a metal detector[J]. Journal of Anhui Institute of Architecture & Industry(Natural Science), 2007, 15(3): 74-77
[15] SILVESTER Peter P, OMERAGIC Dzevat. Sensitivity maps for metal detector design[J]. IEEE Transactions on Geoscience and Remote Sensing, 1996, 34(3): 788-792 DOI:10.1109/36.499783
[16] 苏庆丰, 李智, 牛军浩. 金属探测器的平衡式线圈最佳空间位置研究[J]. 国外电子测量技术, 2010, 29(3): 20-22
SU Qingfeng, LI Zhi, NIU Junhao. Research of the best spatial location for balanced coil on metal detector[J]. Foreign Electronic Measurement Technology, 2010, 29(3): 20-22
[17] 明军, 贾海波, 王新. 一种在线智能金属检测装置[J]. 仪表技术与传感器, 2013, 5(5): 20-22
MING Jun, JIA Haibo, WANG Xin. Online intelligent metal detector[J]. Instrument Technique and Sensor, 2013, 5(5): 20-22
[18] RESTIVO Maria Teresa. Case study of induced eddy currents[J]. Sensors and Actuators, A: Physical, 1996, 51(2): 203-210
[19] 郑亮, 郑士海. 嵌入式系统开发与实践:基于STM32F10x系列[M]. 北京: 北京航空航天大学出版社, 2015.
[20] 胡广书. 数字信号处理:理论、算法与实现[M]. 2版. 北京: 清华大学出版社, 2003.