基于微波技术的谷物特性分析与检测装置设计

王 康，徐雷钧,项厚友，葛星梅

(江苏大学电气信息工程学院，江苏 镇江 212013)

0 引 言

我国人口众多，是农业大国之一，农产品中的谷物类食品一直是中国人的传统粮食[1]。小麦、稻谷等谷物加工类产品的品质安全关系到国民身心健康，故谷物品质安全的高效检测显得尤为重要。传统的感观法依靠经验，准确性较差；X衍射法耗时长且X射线对人体有辐射；化学计量分析法虽然准确、有效，但分析时间长、效率较低；近红外技术准确性高，但近红外波抗干扰性和穿透性较差，预处理复杂[2]。故亟需一种行之有效的检测方法来保证谷物食用品质安全。物质的介电特性是微波检测技术的主要研究内容。而介电常数作为介电特性的直观表征[3]，已成为研究各类材料的重要突破口。由于谷物之间的介电特性存在差异，通过微波检测技术对这一属性进行探究与分析，可达到快速区分不同种类、不同品质谷物的目的。

目前，常见的介电特性测量方法有传输线技术[4]、波导传输/反射法[5]、谐振腔法[6]、探针法[7]、自由空间法[8]等。传输线技术一般只能用于室内测量，所需仪器笨重不便携带；波导传输/反射法测量精度较低，误差较大；谐振腔法易受外部影响，对测试环境要求较高；探针法虽然精度较高，但测量结果只能在一定界限内。相比于自由空间法，前面几种方法都存在一些问题和局限性。自由空间法测试环境相对自由，测试结果不易受到外界因素的影响，且无需接触谷物，不会对谷物造成损坏；只需测量相应的传输参数，便可以反演出谷物的介电常数。在此原理的基础上，本文设计了一款以微波收发模块为前端、STM32单片机为控制核心的谷物品质检测装置，以外观相近的小麦粉和滑石粉为试验对象，通过微波对其透射扫频，实现对两者的实时区分。

1 测量原理与方法

1.1 自由空间测量原理

微波自由空间法是一种非接触式且不破坏被测物的测量方法，可按照测量方式的不同分为单反射法和传输反射法[8]。本文采用的是传输反射法。借助中国电子科技集团公司第四十一研究所生产的AV3656系列矢量网络分析仪测出样品的S参数，再通过S参数与复介电常数计算出被测样品的相对介电常数。整个测量系统由矢量网络分析仪、发射天线、样本、接收天线、计算机所构成。矢量网络分析仪测试系统如图1所示。

图1 矢量网络分析仪测试系统示意图Fig.1 Schematic diagram of vector network analyzer test system

在自由空间里，设待测样品的相对介电常数为εr、厚度为d，频率为f的极化平面波Ei沿着z方向垂直射入待测样品。微波通过介质材料如图2所示。

图2 微波通过介质材料示意图Fig.2 Schematic diagram of microwave through the material

根据麦克斯韦方程与边界条件，可以获得散射参数S11、S21的计算式[9]：

(1)

(2)

式中：P为介质样品与空气交界处的反射系数；T为介质样品与空气交界处的透射系数。

(3)

T=e-jβd

(4)

(5)

(6)

式中：ηr为待测样品阻抗特性；β与β0分别为电磁波在介质材料与空气中的传播常数；μr为待测样品的相对磁导率；εr为待测样品的相对介电常数。

结合式(1)和式(2)，可得到：

(7)

其中:

(8)

(9)

式(7)中的正负号选取由|P|<1确定。

由式(4)可得：

(10)

联立式(7)～式(10)，则有：

(11)

借助矢量网络分析仪测出二端口网络反射系数S11和传输系数S21，由式(7)～式(11)计算出待测样品的介电常数。不同谷物之间的介电特性是有差异性的，对电磁波传播的影响程度不同[10]。本装置通过观察微波透过待测样品的相位幅度差来分辨不同类别和品质的谷物。

1.2 介电常数测量方法

首先，选取形状完好且籽粒饱满的小麦作为试验样品；然后，将其去壳、粉碎、研磨、干燥，经300目筛子过滤得到粉末状样品；最后，用5 MPa的压力将粉末状小麦压制入边长为50 mm、厚度为2 mm的正方形载物盒中，压制后的样品表面平滑无痕。对滑石粉，采用相同的方法压制样品。在检测之前需要对矢量网络分析仪进行校准，以减少噪声对测量结果的影响。对同一样品进行多次测量并剔除异常的样品。天线与装载被测物的载物盒都置于金属屏蔽盒中。发射天线与接收天线分别位于上、下端，而载物盒位于两者中间。

在待测样品厚度相同的前提下，透射样品的电磁波频率f是影响介电常数大小的主要因素。同一厚度下不同样品的S11、S21实测结果如图3所示。

选取2016年1月—2018年1月到我院进行治疗的76例老年CAP并发VAP患者，所有患者均已经过确诊，年龄≥60岁，自愿配合护理工作，已签署知情同意书，并经过我院伦理委员会批准。已排除合并其他肺部疾病、其他重要器官器质性病变、精神障碍、依从性差等患者。采取随机数字表法，将患者分为两组。观察组38例，男性21例，女性17例，平均年龄（72.38±4.59）岁。对照组38例 ，男性22例，女性16例，平均年龄（72.44±4.61）岁。两组患者上述资料差异无统计学意义（P＞0.05）。

图3 同一厚度下不同样品的S11、S21实测结果Fig.3 S11、 S21 measured results of different samples under the same thickness

由图3可知，在采用微波对样品进行透射扫频时，空载、小麦粉、滑石粉三者对应的S11参数差异不大，而相同条件下的S21参数曲线对比明显。故在用微波透射扫频测量谷物的介电常数时，主要观测对象为传输系数S21。装置扫频范围设定在800 MHz～4.4 GHz，取此频段内最低波谷点频率(即第一谐振峰频率对应的点)来计算其介电常数。面粉第一谐振峰点频率为3.36 GHz，代入式(7)～式(11)，计算可得相对介电常数εr=4.84。滑石粉的第一谐振峰点频率为2.83 GHz，代入式(7)～式(11)计算可得相对介电常数εr=3.45。由此可见，不同谷物的介电常数不同，介电特性也有差别，对电磁波传播的影响程度不同。但是，同一样品的介电常数是一样的，因此可以由介电常数的差异来对不同谷物进行区分。

2 系统结构

2.1 硬件设计

检测前端电路是所设计微波检测系统的关键部分，主要由微波发射与接收模块组成。STM32单片机作为检测前端电路的控制核心，通过UART与LabVIEW上位机进行通信。检测系统原理如图4所示。

图4 检测系统原理框图Fig.4 Principle block diagram of detection system

高频信号源ADF4350是一款集成电压控制振荡器(voltage controlled oscillator,VCO)，可输出的基波范围为2.3～4.4 GHz，利用分频电路可产生低至137.5 MHz的射频(radio frequency,RF)输出频率。低频信号源AD9910是一款14位的直接数字频率合成器(direct digital synthesis,DDS)，具有高精度和低功耗的特点。混频器模块选用ADL5801。其作用是将本振信号和参考信号调制成便于天线发射与接收的信号，动态频率转换范围在10 MHz～6 GHz，具有低噪声系数和低功耗的优点。自主设计的发射与接收天线是一种超宽带分型天线， 带宽为 0.93～9.37 GHz，可完全覆盖基波带宽范围，尺寸大小为50 mm×50 mm。天线实测与仿真的S11对比如图5所示。

图5 天线实测与仿真的S11对比图Fig.5 Comparison diagram of antenna measurement and simulation of S11

由图5可看出，天线的实测结果与仿真结果基本吻合，表明实测带宽覆盖所需的频段，满足设计要求。将收发天线以及载物盒放置于金属屏蔽盒中，不但可以屏蔽外部电磁干扰，而且可以有效减少微波透射产生的边缘效应。信号放大器模块选用OPA847。该芯片具有高增益带宽和低输入噪声的优点。所设计的有源低通滤波器以AD8065芯片为核心，能隔绝高频信号，让所需的低频信号通过。

检测装置的运行流程如下。参考信号源输出两路幅值与相位均相同的低频正弦信号，频率为24.5 MHz。其中一路信号与高频信号源ADF4350输出的基波信号在混频器中进行第一次混频后，由功率放大器把该调制信号放大到额定功率，经发射天线辐射到待测样本。接收天线从样本上采集到该信号并经过低噪声放大器后，再次与同一本振源产生的微波信号进行第二次混频调制。得到的下变频信号经过低通滤波器进行滤波处理后，与源输出的微波信号进行第二次混频。获得的下变频信号由低通滤波器进行滤波处理后，与参考信号源输出的另一路信号一同输入相位幅值检测模块AD8302，由其输出源信号与探测信号的幅度、相位对比值，最后由单片机进行A/D转换和处理。当微波透射过不同的谷物时，由于其介电特性的差异，使得散射参数S11、S21不同。由计算式(1)～式(11)可知，计算出的介电常数不同，对微波吸收能力不一样，使得相幅检测模块得到的扫频变化曲线有区别。将实时得到的数据与存储在上位机中的数据进行对比，对比结果由单片机发送至上位机。上位机即可实时显示出被测谷物样品的种类，至此完成对样品的检测。

2.2 软件设计

使用Keil μVision5对STM32单片机进行软件编程设计。软件设计架构如图6所示。其主要功能是控制ADF4350产生2.2～4.4 GHz的扫频基波，扫频方式为步进100 MHz的自动扫频或按键扫频。将程序烧录到AD9910使其能输出指定频率的正弦波，通过编辑程序来配置单片机自带的A/D采集模块；对相幅检测模块的数据进行采集与处理，将单片机处理过的微波探测信号由串口发送给上位机，以实现二者之间的通信。下位机软件程序实现的主要功能是：通过屏幕实时显示扫频微波的频率以及对应相位电压和幅值电压的变化，同时可以提示装置系统的运转状态，如正在开始检测、正在扫频检测、检测完毕等。为了减少外界干扰，设计了初始状态校准程序。在测试样品之前，该程序自动运行。

图6 软件设计架构图Fig.6 Software design architecture diagram

在LabVIEW前面板选择可用的端口，依次在界面输入扫描的起始、结束频率以及频率的步进。点击“开始扫描”按钮即可对待测样品进行检测。STM32单片机通过数据处理将当前扫频电压变化值发送回上位机。上位机界面可以实时显示检测的幅值、相位电压扫频特征曲线，在扫描结束后可以在谷物类型栏显示出检测的谷物类别。完成检测后，可以点击“退出”按钮结束程序的运行。

上位机主界面如图7所示。

图7 上位机主界面图Fig.7 Interface diagram of the host computer

3 试验结果与分析

选取小麦粉和滑石粉样本进行测试，得到的样品扫频电压变化曲线如图8所示。

图8 样品扫频电压变化曲线图Fig.8 Sample sweep frequency voltage variation curves

将扫频变化曲线用反向传播(back propagation,BP)神经网络对谷物粉进行鉴别分类[11-12]。以不同频率下对应的相位电压和幅值电压作为BP神经网络的输入。通过离线训练的方式调整网络参数，可得到最优的网络结构。得到的网络模型可直接被上位机调用。基于BP神经网络，对35个样本进行预测。BP神经网络预测结果如图9所示。

图9 BP神经网络预测结果Fig.9 Prediction results of BP neural network

从同一小麦粉样品扫频得到的20组数据中随机抽取三组数据绘制成图8(a)所示的变化曲线图。由图8(a)可以看出，三组数据变化几乎完全重合。实测结果表明，同一样本检测得到的扫频电压变化曲线是一致的，验证了此试验的可重复性，避免了试验结果的偶然性。同样地，对图8(b)中的滑石粉也是从20组数据中随机选取一组。但从图8(b)中可看出小麦粉与滑石粉二者扫频电压变化曲线区别较大，由此可以对二者进行区分。图9中，设定空载的真实值为“1”，面粉的真实值为“2”，滑石粉的真实值为“3”。试验结果表明，对样本预测的鉴别正确率为97.1%。该试验结果验证了自由空间法区分不同品质谷物的可行性。

4 结论

本文提出了利用自由空间法测量谷物介电常数的理论与方法，并选取外观相近的小麦粉与滑石粉进行试验测试。借助矢量网络分析仪测出样品的S参数，并计算出其介电常数，分析其特征谱。试验结果表明，通过自由空间法检测谷物介电特性，进而区分谷物粉食用品质的方法是可行性的。由此初步验证了自由空间法对于谷物粉分类检测是一种有效的方法。

本文基于自由空间法设计了一种新型谷物食用品质微波透射扫频系统检测装置。该装置以微波收发模块、微波天线探测腔、单片机为核心，可实现对不同谷物食用品质的检测。利用此装置在0.8～4 GHz频段对小麦粉与滑石粉进行扫频测试，分析频谱变化曲线。由试验结果可知，同一样品多次测量的扫频电压变化曲线一致，不同样品扫频电压变化曲线区分明显，由此验证了试验结果的可重复性和此装置区分二者的可行性。采用BP神经网络对谷物粉进行鉴别分类，模型对样本的鉴别正确率为97.1%，进一步验证了此装置对二者进行区分的可行性。此设计方法可推广应用于区分谷物的种类与品质。