🔄 自动同步 2026-07-07 02:30

This commit is contained in:
2026-07-07 02:30:03 +08:00
parent d4bd605574
commit 52e6921a55
8 changed files with 7 additions and 5152 deletions
-831
View File
@@ -1,831 +0,0 @@
# FNIRSI LCR-ST1 电桥镊子逆向分析 —— 硬件方案、BOM 估算与算法软件详解
> **作者:** 小德
> **分类:** 产品逆向 · LCR 电桥 · 嵌入式
> **版本:** V1.0
> **日期:** 2026-07-05
> **参考零售价:** ¥138(京东)
> **声明:** 以下分析基于公开的产品规格、该品类通用设计模式和工程经验推导,未经实测拆解验证,仅供技术研究参考。
---
## 概览
FNIRSI LCR-ST1 是一款手持式 LCR 电桥镊子,定位于"能用就行"的入门级元器件测试仪。¥138 的售价决定了它的每一步设计都在成本和性能之间做权衡。本文从硬件架构、BOM 估算、测量原理、算法实现四个层面展开逐级拆解。
---
## 一、已知规格与功能反推
### 1.1 公开规格
| 参数 | 标注值 | 可信度判断 |
|------|--------|-----------|
| 测量参数 | L / C / R / Q / D / ESR | 可信 |
| 测试频率 | 100Hz / 1kHz / 10kHz | 可信(三频点标准) |
| 量程 | L: 0.01μH~10H, C: 0.1pF~10mF, R: 0.01Ω~10MΩ | 可信 |
| 精度 | 1%(典型) | 可信(¥138 级别) |
| 显示 | 0.96" OLED 128×64 | 可信 |
| 供电 | CR2032 ×1 或 2×LR44 | 待确认(CR2032 概率大) |
| 镊子开口 | 2~3mm | 可信 |
| 自动关机 | 有 | 可信 |
### 1.2 从规格反推硬件框架
```
三频点(100Hz/1kHz/10kHz+ 自动量程 + 1% 精度 + OLED 显示 + ¥138 成本
必须用 MCU 产生测试信号 + 做 DFT 解调
必须用 I-V 转换法(非电桥平衡法,后者成本太高)
MCU 只能是国产 Cortex-M 或 RISC-V
模拟前端只能用通用运放,不可能用 AD8302/AD5933 等专用芯片
典型方案 = MCU (PWM+DAC) + 双运放 + 模拟开关 + OLED
```
---
## 二、硬件方案推理(最可能的 BOM)
### 2.1 核心芯片选型
#### MCUGD32F103C8T6 或 APM32F103C8T6
```
为什么选它:
72MHz Cortex-M3
64KB Flash / 20KB RAM — 够跑 DFT + OLED 驱动
双 12bit ADC(1Msps) — 同时采电压和电流
双 12bit DAC — 产生测试正弦波(或 PWM+LPF)
多个定时器 — 精确控制采样时序
价格 ¥5~8 — 比 STM32 便宜一半
替代可能:
- CH32V103 (RISC-V, ¥3~5) — 更便宜,但生态弱
- AT32F403 (Cortex-M4, ¥6~10) — 有 FPU,计算更快
```
#### 显示:0.96" OLED SSD1306
```
接口:I2C (¥6~8) 或 SPI (¥6~8)
分辨率:128×64
驱动芯片:SSD1306
价格:¥6~8(模块)、¥2~4(裸屏 COG)
```
#### 双运放:LMV358 或 SGM358
```
用途:
运放A:I-V 转换器(跨阻放大器),将被测件电流转为电压
运放B:电压缓冲/跟随器,提供参考电压
为什么选 LMV358
轨到轨输出(适合 3.3V 单电源)
增益带宽积 1MHz1kHz/10kHz 没问题,100Hz 更是轻松)
价格 ¥0.5~1.0
SGM358 是国产替代,¥0.3~0.5
```
#### 模拟开关:74HC4051 或 CD4051
```
用途:自动量程切换——选择不同的参考电阻 R_ref
通道:8 选 1,对应 8 个量程档位
量程电阻(典型值):
Ch0: 10Ω (低阻 R 测量)
Ch1: 100Ω (中低阻)
Ch2: 1kΩ (中阻)
Ch3: 10kΩ (中高阻 / 一般 L/C)
Ch4: 100kΩ (高阻)
Ch5: 1MΩ (极高阻 / 小电容)
Ch6: 10MΩ (超高阻 / 极小电容)
Ch7: 空/校准位
价格:¥0.5~1.0
```
#### 其他关键器件
| 器件 | 型号 | 数量 | 单价 | 用途 |
|------|------|------|------|------|
| 参考电阻 | 0805 1% 金属膜 | 8 | ¥0.08 | 量程网络 |
| 去耦电容 | 0805 100nF + 10μF | 10 | ¥0.03 | 电源去耦 |
| 电池座 | CR2032 贴片 | 1 | ¥1.5 | 供电 |
| 升压 | HT7750 或 S-8351 | 1 | ¥1~2 | 3V→5V(为运放供电) |
| 晶振 | 8MHz 无源 | 1 | ¥0.3 | MCU 主时钟 |
| 按键 | 贴片轻触 | 2 | ¥0.2 | 功能/保持 |
| 镊子 | 镀金磷铜 | 1对 | ¥2~3 | 被测件接触 |
| PCB | 双面板 1.6mm FR4 | 1 | ¥3~4 | 约 60mm×20mm |
| 电池 | CR2032 | 1 | ¥1 | 零售送电池 |
---
### 2.2 系统框图(推理)
```
┌───────────┐
┌───┤ CR2032 ├───┐
│ │ 3V │ │
│ └───────────┘ │
▼ ▼
┌───────────┐ ┌───────────┐
│ 升压 DC-DC │ │ --- │
│ HT7750 5V │ │ 直接 3.3V │
│ (供运放) │ │ (供MCU) │
└─────┬─────┘ └───────────┘
│ 5V
┌─────────────────────────────────────────────────┐
│ GD32F103C8T6 │
│ │
│ DAC0 ──→ LPF ──→ 量程开关(4051) ──→ 镊子探头──┐ │
│ (选择 R_ref) ↓ │ │
│ ↓ │ │
│ ADC0 ←── 运放A(跨阻) ←── 电流信号 ←──┘ │ │
│ ADC1 ←── 运放B(缓冲) ←── 电压信号 ←─────────┘ │
│ │
│ I2C ──→ OLED SSD1306 (128×64) │
│ GPIO ──→ 按键×2 │
│ GPIO ──→ ADC 量程切换 LED 指示 │
│ TIM ──→ 定时触发 ADC 采样 │
└─────────────────────────────────────────────────┘
```
### 2.3 模拟前端完整拓扑
```
┌─────────────────────┐
DAC0 ─── 二阶 LPF ──┬──────┤ 4051 量程开关 │
(正弦波) (f_c≈30kHz) │ 选择 R_ref[0..7] │
│ │ │
│ │ OUT ──┬── 镊子 + │
│ │ │ │
│ │ GND │
│ └─────────────────────┘
│ │
│ │ I_dut
│ ▼
│ ┌──────────┐
│ │ 运放A │
│ │ LMV358 │
│ │ 跨阻放大器│
│ │ V_I = I │
│ │ ×Rf │
│ └────┬─────┘
│ │
│ ADC0_CH0
│ (电流信号)
│ V_dut (经由另一引线取)
└─────────── 运放B ──┬── ADC0_CH1
LMV358 │ (电压信号)
缓冲器 │
```
**注意:** 单 ADC 芯片、双通道同时采样,需要 STM32 的 ADC 双规则组模式或注入模式。
### 2.4 信号产生(DAC + LPF
MCU DAC 生成正弦波,需要经过低通滤波器滤除采样阶梯:
```
DAC 输出(12bit,120kHz 更新率 → 每个正弦周期 12 个阶梯):
│ ████
│ █ ██ ██
│█ ██ ██
└────────────────
经 2 阶 LPF 后(f_c ≈ 30kHz):
│ ~~~~~~~~
│ ~~~~~~~~
│~~~~~~~~
└──────────────── → 干净正弦波
LPF 参数(二阶巴特沃斯,f_c=30kHz):
运放:用第三个运放(LMV358 是双运放,不够)
所以 LPF 用无源 RC
R=1k, C=5.6nF → f_c ≈ 28.4kHz(一阶)
再加一级 RCR=1k, C=3.3nF → 二阶共衰减 ~40dB@120kHz
```
这里有个问题:LMV358 只有双运放,一个做跨阻(运放A),一个做缓冲(运放B),没有第三个运放做有源 LPF。最可能的做法是:
1. **无源 RC LPF**:两级 RC 做正弦波滤波(DAC → RC → RC → 4051
2. **或者直接用 PWM + 有源 LPF**:省掉 DAC,用 MCU 的定时器 PWM 输出,经二阶有源 LPF 得到正弦波——需要一个额外运放
3. **或者 MCU 内置 DAC 直接输出** + 无源 RC 凑合用
¥138 级别的产品,最可能是方案1(无源 RC)。
---
### 2.5 总体 BOM 成本估算
| 编号 | 器件 | 参考型号 | 数量 | 单价¥ | 小计¥ |
|------|------|---------|------|-------|-------|
| 1 | MCU | GD32F103C8T6 | 1 | 6.5 | 6.5 |
| 2 | 运放 | LMV358 / SGM358 | 2 | 0.6 | 1.2 |
| 3 | 模拟开关 | 74HC4051 | 1 | 0.6 | 0.6 |
| 4 | OLED 屏幕 | SSD1306 0.96" 128×64 | 1 | 8.0 | 8.0 |
| 5 | DC-DC 升压 | HT7750 (3V→5V) | 1 | 1.5 | 1.5 |
| 6 | 量程电阻 | 0805 1% 10Ω~10MΩ×8 | 8 | 0.08 | 0.64 |
| 7 | 无源元件 | R/C 若干 | 20 | 0.03 | 0.6 |
| 8 | 晶振 | 8MHz 无源 | 1 | 0.3 | 0.3 |
| 9 | 按键 | 贴片轻触 4pin | 2 | 0.2 | 0.4 |
| 10 | 电池座 | CR2032 贴片 | 1 | 1.5 | 1.5 |
| 11 | 镊子 | 镀金磷铜 | 1对 | 2.5 | 2.5 |
| 12 | PCB | 双面板 60×20mm | 1 | 3.5 | 3.5 |
| 13 | 外壳 | 开模注塑(摊销量) | 1 | 3.0 | 3.0 |
| 14 | 其他(排针、焊锡、包装) | — | 套 | 2.0 | 2.0 |
| | | | | | **¥32.7** |
**BOM 估算结论:** 硬件 BOM 约 **¥30~35/台**(含外壳、包装),零售 ¥138,毛利约 75%。扣除运营、物流、平台抽成(~15%)、人工,净利润约 35~40%。
作为对比,如果换用 AD8302 方案,BOM 将飙升至 ¥60+,¥138 的零售价无法支撑。
---
## 三、测量原理——I-V 转换 + DFT 方法
### 3.1 基本原理
LCR-ST1 采用 **I-V 转换法**(也称伏安法、V-I 法):
```
向被测件 DUT 注入正弦波 V_source
测量 DUT 两端的电压 V_dut
测量流过 DUT 的电流 I_dut(通过跨阻放大器转换为 V_I = I_dut × R_f
计算复阻抗 Z = V_dut / I_dut = R + jX
```
**与方案B的核心关系:** LCR-ST1 使用的就是我们在前面讨论的 **DDS 注入 + 阻抗分析** 方法!只不过用 MCU 内置 DAC 替代了独立 DDS 芯片,用通用运放替代了 AD8302/AD8333,是**极致成本优化的方案C的数字IQ + 廉价前端的实现**。
### 3.2 测量模型
```
4051 选通的 R_ref
DAC ──┬─ R_ref ──┬───────── 镊子正极 ──┬── V_dut
│ │ │
│ ▼ │
│ ┌──────────┐ │
│ │ 运放A(跨阻)│ │
│ │ V_I = I │ │
│ │ ×R_ref│ │
│ └──────────┘ │
│ │ I_dut │
│ ADC0_CH0 │
│ │
│ ADC0_CH1
└──────────────────────────── 参考地
镊子负极 ───────────────────────── 参考地
```
**重要细节:** 电流测量用的是"跨阻放大器"接法——也就是将运放接成电流→电压转换形式,DUT 电流流过反馈电阻 R_f,产生 V_out = -I_dut × R_f。R_f 就是 4051 选通的量程电阻。
### 3.3 等效电路
```
┌───────────────────┐
│ DUT │
│ ┌───────────┐ │
│ │ │ │
├──┤ R_dut+jX │────┤
│ │ │ │
│ └───────────┘ │
└───────────────────┘
测量的是 DUT 的复阻抗 Z_dut = V_dut / I_dut
对于不同 DUT
电阻:Z = R
电感:Z = jωL = j2πfL
电容:Z = 1/(jωC) = -j/(2πfC)
```
### 3.4 自动量程逻辑
```
上电后默认从最大量程(R_ref=10MΩ)开始:
1. 施加测试信号
2. 测量 V_dut 和 V_I
3. 如果 V_dut < 满量程×0.1 → 切换高一档(R_ref 变小,电流增大)
4. 如果 V_dut > 满量程×0.9 → 切换低一档(R_ref 变大,电流减小)
5. 建立稳定后再做 DFT → 计算 L/C/R/Q/D
量程切换判断:占用 50~200ms
测量+计算:每个频点需 100~500ms
三个频点扫描一次:约 0.5~2s
```
---
## 四、算法与软件实现详解
### 4.1 信号采样与 DFT 解调
这是 LCR-ST1 软件的核心。基于 MCU 的 DAC+ADC,通过 DFT 提取幅度和相位。
#### 采样时序
```
测试频率 f₀ = 1kHz(举例)
ADC 采样率 f_s:被配置为 f₀ × 64 = 64kHz
→ 每个正弦周期采 64 个点
→ 采样周期 T_s = 15.625μs
→ 采集 N = 128 个周期 → 共 8192 个点 → 耗时 128ms
DAC 更新率:同样是 64kHz,与 ADC 同步
→ DAC 每周期输出 64 个阶梯 ≈ 12 个阶梯已足够平滑
```
#### DFT 计算
```c
// ============================================================
// LCR-ST1 核心:单频 DFT 解调
// 输入:V_dut[N] 和 V_I[N] 的 ADC 采样值
// 输出:幅度和相位
// ============================================================
#define F_SAMPLE 64000 // 64kHz 采样率
#define N_SAMPLES 8192 // 128 个周期
#define F_SIG 1000 // 1kHz 测试信号
// 预计算 sin/cos 表(半波对称压缩)
// 实际上 MCU Flash 够大,可以直接存 64 个点(一个周期)
// 用查表 + 循环索引,避免运行时计算三角函数
int16_t cos_table[64]; // cos(2π×k/64), k=0..63
int16_t sin_table[64]; // sin(2π×k/64), k=0..63
void DFT_Init(void) {
for (int i = 0; i < 64; i++) {
cos_table[i] = (int16_t)(cosf(2*PI*i/64) * 32767);
sin_table[i] = (int16_t)(sinf(2*PI*i/64) * 32767);
}
}
// 注意:N_SAMPLES 必须能被样周期数 64 整除!
// 这里 N_SAMPLES = 8192 = 128 × 64 ✅
void DFT_Demodulate(
uint16_t *v_dut, // 电压通道采样数组
uint16_t *v_i, // 电流通道采样数组
float *mag_dut, // 输出电压幅度
float *mag_i, // 输出电流幅度
float *phase_diff // 输出相位差(弧度)
) {
int64_t I_dut = 0, Q_dut = 0;
int64_t I_i = 0, Q_i = 0;
for (int i = 0; i < N_SAMPLES; i++) {
int tbl_idx = i & 63; // i % 64,查表索引
// 电压通道 DFT
I_dut += (int64_t)v_dut[i] * cos_table[tbl_idx];
Q_dut += (int64_t)v_dut[i] * sin_table[tbl_idx];
// 电流通道 DFT
I_i += (int64_t)v_i[i] * cos_table[tbl_idx];
Q_i += (int64_t)v_i[i] * sin_table[tbl_idx];
}
// 归一化为幅度
// |V| = sqrt(I² + Q²) × 2/N_SAMPLES
float mag_I_dut = sqrtf(I_dut*I_dut + Q_dut*Q_dut);
float mag_I_i = sqrtf(I_i*I_i + Q_i*Q_i);
float norm = 2.0f / (float)N_SAMPLES * (3.3f / 4096.0f);
// 注意:12bit ADC,满量程 3.3V4096 码值
*mag_dut = mag_I_dut * norm; // V_dut 幅度(伏)
*mag_i = mag_I_i * norm; // V_i 幅度(伏)
// 相位差 = atan2(Q, I) 的差值
float phase_dut = atan2f(Q_dut, I_dut);
float phase_i = atan2f(Q_i, I_i);
*phase_diff = phase_i - phase_dut;
// 归一化到 -π ~ π 范围
if (*phase_diff > PI) *phase_diff -= 2*PI;
if (*phase_diff < -PI) *phase_diff += 2*PI;
}
// 对 GD32F103(无 FPU)运行的优化:
// 以上计算中有 sqrtf、atan2f 等浮点运算,FPU 在 M3 下不存在
// 实际实现中,多半用查表 + CORDIC 或 Q15 定点数运算
```
#### 无 FPU 定点数优化方案
GD32F103 是 Cortex-M3**无硬件 FPU**。用软件浮点计算 8192 点 DFT 会非常慢(可能耗时 > 1s)。实际产品必须用定点数:
```c
// 定点数 DFTQ15 格式)
// 用 32bit 累加器防溢出
int32_t I_dut = 0, Q_dut = 0;
for (int i = 0; i < N_SAMPLES; i++) {
// ADC 12bit 无符号 → 减去偏置 2048 转为有符号
int16_t vsig = (int16_t)v_dut[i] - 2048;
// 与查表 Q15 值相乘,64 位累加
I_dut += ((int32_t)vsig * cos_table[i & 63]) >> 15;
Q_dut += ((int32_t)vsig * sin_table[i & 63]) >> 15;
}
// 幅度用 |I| + |Q| 最大值近似(省掉 sqrt)
// 对 1% 精度 LCR,足够
int32_t mag_approx = (abs(I_dut) > abs(Q_dut))
? abs(I_dut) + abs(Q_dut) / 4
: abs(Q_dut) + abs(I_dut) / 4;
// 这给出了带 ±0.5% 误差的幅度估计
// 相位用查表法:theta = atan2(Q, I)
// 预存 256 点 arctan 表
// 因为 I/Q 对称性,只需要存 0~45°
int16_t phase_lut[256];
// 通过象限映射 + 查表得到相位
```
### 4.2 阻抗计算
```c
// 从 DFT 结果计算阻抗
// 电流通道:V_I = -I_dut × R_ref
// 所以 I_dut = -V_I / R_ref
// 取模:|I_dut| = |V_I| / R_ref
// DUT 复阻抗:
// Z_dut = V_dut / I_dut
// = -V_dut × R_ref / V_I
// 取模:
// |Z_dut| = |V_dut| × R_ref / |V_I|
//
// 相位:
// θ_z = phase(V_dut) - phase(V_I)
// = -(phase_i - phase_dut) = -phase_diff
float Z_mag = mag_dut * R_ref / mag_i; // |Z| (Ω)
float theta = -(*phase_diff); // ∠Z (rad)
// 分解为电阻和电抗
float R = Z_mag * cosf(theta); // 等效串联电阻 ESR (Ω)
float X = Z_mag * sinf(theta); // 电抗 (Ω)
// 识别元件类型
if (fabsf(X) < fabsf(R) * 0.01f) {
// 纯电阻
R_display = R;
type = TYPE_RESISTOR;
} else if (X > 0) {
// 感性:L = X / (2πf)
float L = X / (2.0f * PI * F_SIG);
L_display = L; // 电感值 (H)
Q_display = fabsf(X) / R; // 品质因数 Q
type = TYPE_INDUCTOR;
} else {
// 容性:C = -1 / (2πf × X)
float C = -1.0f / (2.0f * PI * F_SIG * X);
C_display = C; // 电容值 (F)
D_display = R / fabsf(X); // 损耗因数 D
type = TYPE_CAPACITOR;
}
```
### 4.3 多频点策略
LCR-ST1 在三个频点之间循环测量:
```
100Hz:适合大电容(>1μF)、大电感(>1H
1kHz:通用频点
10kHz:适合小电容(<1nF)、小电感(<10μH
```
**频点切换实现:**
```c
// 三个频点共用同一套 DFT 代码
// 唯一区别:DAC 波形表更新速率和 ADC 采样率
typedef struct {
uint32_t freq; // 测试频率 (Hz)
uint32_t sample_rate; // ADC/DAC 采样率 (Hz)
uint32_t periods; // DFT 采集周期数
uint32_t total_samples; // 总采样点数 = periods × 64
} TestFrequency_t;
TestFrequency_t freqs[] = {
{ 100, 6400, 32, 2048}, // 100Hz → 6.4kHz 采样 → 2048 点 → 320ms
{ 1000, 64000, 64, 4096}, // 1kHz → 64kHz 采样 → 4096 点 → 64ms
{10000, 640000, 128, 8192}, // 10kHz → 640kHz → 8192 点 → 12.8ms
};
// 注意:10kHz 需要 ADC 采样率 640kHz
// GD32F103 ADC 最大 1Msps → 640kHz 可行
// 但 DAC 更新频率同样 640kHz → 每个点 ~1.56μsDMA 驱动
```
### 4.4 自动量程切换(软件实现)
```c
// 量程电阻表(与 4051 通道对应)
// 选择原则:使 V_dut 接近 ADC 满量程的 30%~80%
// 电压信号过小 → SNR 差 → 精度下降
// 电压信号过大 → 超出 ADC 范围 → 削波失真
const float R_range[] = {
10.0f, // Ch0: 低阻测量
100.0f, // Ch1
1000.0f, // Ch2
10000.0f, // Ch3
100000.0f, // Ch4
1000000.0f, // Ch5
10000000.0f,// Ch6: 超高阻
0.0f // Ch7: 空(校准位)
};
uint8_t current_range = 4; // 从 100kΩ 开始
uint8_t AutoRange(uint16_t *v_dut, uint16_t *v_i) {
// 计算 V_dut 峰值
uint16_t v_max = 0, v_min = 4095;
for (int i = 0; i < 64; i++) { // 一个周期的快速检测
if (v_dut[i] > v_max) v_max = v_dut[i];
if (v_dut[i] < v_min) v_min = v_dut[i];
}
uint16_t v_pp = v_max - v_min;
// 判断是否在最佳区间(ADC 满量程的 20%~80%
// 12bit ADC → 满量程 4096 → 20%=819, 80%=3277
if (v_pp < 819 && current_range < 6) {
current_range++; // 增大 R_ref → 电流更小 → V_dut 变大
return RANGE_CHANGED;
} else if (v_pp > 3277 && current_range > 0) {
current_range--; // 减小 R_ref → 电流更大 → V_dut 变小
return RANGE_CHANGED;
}
return RANGE_OK;
}
```
### 4.5 校准与补偿
#### 开路校准(Open Cal
```
不连接 DUT,镊子悬空 → 测量系统偏移量
Z_open = 非常大 → 近似为 0 电流
记录 V_dut_open(运放的失调电压 + 串扰)
记录相位偏移
存储到 EEPROM
V_dut_offset[频点][量程]
phase_offset[频点][量程]
```
#### 短路校准(Short Cal
```
短路镊子 → 测量系统零位阻抗
记录 Z_short(导线电阻 + 接触电阻)
存储到 EEPROM
R_short[量程]
L_short[量程](引线电感)
```
#### 实时校正公式
```c
// 每次测量后做校正
// Step 1: 减去开路偏移
V_dut_corrected = V_dut_raw - V_dut_offset[freq][range];
V_I_corrected = V_I_raw - V_I_offset[freq][range];
// Step 2: 减去短路残留
if (type == TYPE_RESISTOR || type == TYPE_INDUCTOR) {
R_meas = R_meas - R_short[range];
}
if (type == TYPE_INDUCTOR) {
L_meas = L_meas - L_short[range];
}
// Step 3: 相位校正
phase_corrected = phase_raw - phase_offset[freq][range];
```
### 4.6 OLED 显示与 UI 逻辑
```c
// 显示刷新率:~4Hz250ms 一次)
typedef struct {
float value; // 测量值
uint8_t type; // 元件类型
float secondary; // 第二参数(Q/D/ESR
float frequency; // 当前频率
uint8_t range_idx; // 当前量程
uint8_t stable; // 读数稳定标志
uint32_t auto_off_timer;// 自动关机计时
} DisplayData_t;
void Display_Update(DisplayData_t *d) {
OLED_Clear();
// 主数值(大字体,2 行高度)
char main_val[16];
FormatValue(d->value, main_val,
(d->type == TYPE_CAPACITOR) ? "F" :
(d->type == TYPE_INDUCTOR) ? "H" : "Ω");
OLED_PrintBig(0, 0, main_val);
// 第二参数
char sec_val[16];
if (d->type == TYPE_RESISTOR) {
// 电阻模式不显示第二参数
} else if (d->type == TYPE_INDUCTOR) {
sprintf(sec_val, "Q=%.2f", d->secondary);
} else if (d->type == TYPE_CAPACITOR) {
sprintf(sec_val, "D=%.2f", d->secondary);
}
OLED_PrintSmall(0, 32, sec_val);
// 频率 + 量程指示
char info[16];
sprintf(info, "%dHz", (int)d->frequency);
OLED_PrintSmall(80, 48, info);
OLED_Display();
}
// 数值格式化(自动单位前缀)
void FormatValue(float val, char *out, char *unit) {
char prefix = ' ';
float disp = val;
if (val >= 1e6f) { disp = val/1e6f; prefix = 'M'; }
else if (val >= 1e3f) { disp = val/1e3f; prefix = 'k'; }
else if (val >= 1.0f) { /* 无前缀 */ }
else if (val >= 1e-3f) { disp = val*1e3f; prefix = 'm'; }
else if (val >= 1e-6f) { disp = val*1e6f; prefix = 'μ'; }
else if (val >= 1e-9f) { disp = val*1e9f; prefix = 'n'; }
else { disp = val*1e12f; prefix = 'p'; }
sprintf(out, "%.2f %c%s", disp, prefix, unit);
}
// 自动关机(10 分钟无操作)
void AutoOff_Check(void) {
if (HAL_GetTick() - last_key_press > 600000) { // 10 分钟
OLED_Clear();
OLED_PrintCenter("OFF");
OLED_Display();
HAL_Delay(1000);
Enter_DeepSleep();
}
}
```
---
## 五、整机软件流程图
```
上电
初始化系统
(RCC/GPIO/DAC/ADC/DMA/TIM/I2C/OLED)
显示 LOGO "FNIRSI"
短蜂鸣器响应
加载校准参数
(EEPROM → 开路/短路数据)
镊子类型检测?
┌──── 短路检测?→ 进入校准模式 ────┐
│ (长按按键启动) │
│ │
▼ │
┌─────────┐ │
│ 主测量循环│ │
└────┬────┘ │
│ │
┌────┴────┐ │
│ 自动量程 │ │
│(4051切换)│ │
└────┬────┘ │
│ │
┌────┴────┐ │
│ DAC 输出│ │
│ 正弦激励 │ │
└────┬────┘ │
│ │
┌────┴────┐ │
│ ADC采样 │ │
│ V_dut+V_I│ │
│ (DMA) │ │
└────┬────┘ │
│ │
┌────┴────┐ │
│ DFT解调 │ │
│ 幅度+相位 │ │
└────┬────┘ │
│ │
┌────┴────┐ │
│ 阻抗计算 │ │
│ R / L / C│ │
└────┬────┘ │
│ │
┌────┴────┐ │
│ 校准补偿 │ │
│ 开路/短路 │ │
└────┬────┘ │
│ │
┌────┴────┐ │
│ OLED显示 │ │
└────┬────┘ │
│ │
┌────┴────┐ │
│按键扫描 │──→ 功能切换/锁定 │
│自动关机 │──→ 超时休眠 │
└────┬────┘ │
│ │
┌────┴────┐ │
│频点切换 │──→ 100Hz/1kHz/10kHz │
└────┬────┘ │
│ │
└──→ 循环 ────────────────────────┘
```
---
## 六、与方案B(AD8333 路径)的对比
| 对比项 | LCR-ST1 (MCU+DAC+运放) | 我们设计的方案B (AD8333) |
|--------|----------------------|------------------------|
| 激励产生 | MCU DAC + 无源 LPF | DDS AD9834 + 有源 LPF + 变压器 |
| 解调方式 | MCU DFT 定点数 | AD8333 硬件 IQ 解调 |
| ADC 需求 | 12bit × 2ch @ 640kHz | 12bit × 2ch @ 1kHz |
| MCU 算力 | 无 FPU 定点数,50% 占满 | 有 FPUSTM32G4),<10% |
| 测量精度 | ~1%(典型) | ~0.1%(理论) |
| ΔR 分辨率 | ~1~2mΩ | ~0.1~0.3mΩ |
| 动态范围 | ~50~55dB | ~80dB |
| SNR(铝车架场景) | 不可用(<10dB | 可用(>30dB |
| 铝制车架检测 | ❌ 不适用 | ✅ 95~99% |
**核心差异:** LCR-ST1 适用于**离线的、已知好坏的元器件**测量(有足够信号、无强干扰),而我们的方案B需要处理**在线、弱信号、强干扰**的实车检测——两者的 SNR 需求差了两个数量级。
具体来说,LCR-ST1 在测量一个 10μH 电感时,信号幅度可能有几百 mV,SNR > 40dB。而方案B在检测铝制车架的 0.3μH 变化时,信号幅度仅几个 mV,环境噪声(发动机、变频器、电源纹波)可达几十 mV——这就需要 AD8333 的差分架构和 80dB 动态范围来应对。
---
## 七、小结
### 7.1 LCR-ST1 的设计哲学
```
¥138 造价 × 75% 毛利 × 30万/年销量
→ BOM ¥30×30万 = ¥900 万/年
→ 生产良率 98%+
→ 退换率 < 5%
每个元器件选型的边际优化 ¥0.05 都值得做:
用 1% 电阻而非 0.1% → 省 ¥0.3
用 GD32 而非 STM32 → 省 ¥3
用 LMV358 而非 OPA2188 → 省 ¥1.5
用 CR2032 而非锂电池+充电 → 省 ¥5
```
### 7.2 对我们方案B的启示
```
LCR-ST1 证明了 "MCU·DAC + 通用运放" 的 I-V 法可以做到 1% 精度。
→ 这意味着方案B的核心算法(DFT 解调)在原理上是成熟的。
但 LCR-ST1 做不到的事:
① 无法检测百毫欧级的 ΔR(铝制车架需要 0.1mΩ 分辨率)
② 无法在线抑制发动机/变频器/电源的共模噪声
③ 无法在 3V 单电池供电下驱动大动态范围前端
所以 LCR-ST1 是 "够用就好" 的消费级设计,
而我们的方案B是 "不惜成本保信号" 的工业级设计——两者定位完全不同。
```
---
## 文档结束
+7
View File
@@ -0,0 +1,7 @@
# 2026-07-06 日志
## 08:11 — 技术文档集中管理
- 老大要求将散落工作区根目录的技术文档统一归入 docs/
- 迁移 7 篇文档:车身与线圈相对位置检测、方案B AD8302/IQ解调、铝制车架x2、线圈车检器车辆特征判别、FNIRSI LCR-ST1逆向分析
- git commit + push 至 xdeSpace 远程仓库
- docs/ 现有共 12 篇技术文档,目录结构清晰
File diff suppressed because it is too large Load Diff
File diff suppressed because it is too large Load Diff
-457
View File
@@ -1,457 +0,0 @@
# 线圈式车辆检测器对底盘高低、材质、轮轴及前后车的判别方法
> **作者:** 小德
> **分类:** 线圈车检 · 特征判别 · 信号分析
> **日期:** 2026-07-05
---
## 前言
传统的线圈车检器(LD/LC 检测器)只输出"有/无车"的存在信号,但在现代停车和交通管理场景中,我们需要挖掘线圈信号中更丰富的信息。同一线圈回路的 ΔL 幅值、相位、时间波形中,蕴藏了底盘高度、金属材质、金属面积比例、轮轴位置乃至跟车状态的密码。
本文从电磁场耦合原理出发,逐一拆解每一种特征的判别方法。
---
## 一、判别底盘高低
### 1.1 物理原理
底盘高度决定了金属底盘与线圈平面的耦合距离。根据电磁场衰减规律:
```
ΔL ≈ -k × (A_metal / h²) × μ_eff
其中:
h = 底盘离线圈平面的高度
A_metal = 底盘金属有效面积
μ_eff = 底盘材质的等效磁导率
k = 线圈几何因子
```
**关键关系:** ΔL 与 1/h² 成正比。底盘越低,ΔL 越大。
### 1.2 信号特征
```
ΔL 幅值(归一化)
│ SUV
│ ╱ ╲ 轿车(底盘低)
│ ╱ ╲ ╱ ̄ ̄ ̄╲
│ ╱ ╲ ╱ ╲
│ ╱ ╲ ╲
│╱ ╲ ╲
└──────────────────────────────→ 时间
低底盘车 ΔL > 高底盘车 ΔL
```
- **轿车/跑车**(底盘低,~120~180mm):ΔL 大,信号上升沿陡
- **SUV/MPV**(底盘中高,~200~300mm):ΔL 中等
- **卡车/大巴**(底盘高,~400~800mm):ΔL 小,但铁质面积大,两者部分抵消
### 1.3 判别方法
**幅值归一化法:**
```
底盘高度指数 H_idx = ΔL_peak / A_est
其中 A_est 为金属面积的估计值(见第三节)
H_idx 越大 → 底盘越低
```
**经验阈值参考(基于 2m×0.8m 标准线圈,~100μH):**
| 车型参考 | H_idx 范围 | 底盘高度估计 |
|---------|-----------|-------------|
| 跑车/轿跑 | > 1.8 | < 150mm |
| 轿车 | 1.3 ~ 1.8 | 150~200mm |
| SUV | 0.8 ~ 1.3 | 200~300mm |
| 轻卡/MPV | 0.5 ~ 0.8 | 300~500mm |
| 大巴/重卡 | < 0.5 | > 500mm |
**注意事项:**
- 底盘高度和铁质面积是耦合的,单独看 ΔL 幅值无法区分"大铁皮远距离"和"小铁皮近距离"
- 需要结合波形宽度(车长)和波形形态联合判定
- 铝质底盘(部分高端车)ΔL 偏小,容易误判为"高底盘"
---
## 二、判别铝合金质 / 铁质
### 2.1 物理原理
铁磁材料(钢、铁)和非铁磁材料(铝、铜)在交变磁场中的响应不同:
| 特性 | 铁磁材料(铁/钢) | 非铁磁(铝/铜) |
|------|-----------------|----------------|
| 相对磁导率 μr | >> 1100~5000 | ≈ 1 |
| 电导率 σ | 中等(~10⁷ S/m | 高(~3.8×10⁷ S/m |
| 趋肤深度 δ(@100kHz | ~0.1mm(很小) | ~0.3mm |
| 主导效应 | 磁导率效应 + 涡流 | 纯涡流 |
| 线圈等效 L 变化 | 大幅减小 | 中等减小 |
| 线圈等效 R 变化 | 中等增大 | 大幅增大(涡流损耗大) |
**核心原理:** 铁质材料因为有高 μr,磁导率效应使磁场更加集中到材料内部,同时极小的趋肤深度意味着涡流集中在表面极薄的一层。铝合金 μr ≈ 1,没有磁导率集中效应,涡流分布更深。
### 2.2 判别方法:L-R 相位分解
最实用的方法是同时检测线圈的**等效电感变化 ΔL** 和**等效电阻变化 ΔR**(或等效 Q 值变化):
```
设线圈复阻抗 Z = R + jωL
金属覆盖后:
Z' = (R + ΔR) + jω(L + ΔL)
其中 ΔL < 0(电感减小),ΔR > 0(损耗增加)
```
**判别空间:**
```
ΔR ↑
│ · 铝质(ΔR 大,ΔL 中等)
│ · 铁质(ΔR 中等,ΔL 大)
└──────────────────→ |ΔL|
```
**材质判别指数 M_idx = |ΔL| / ΔR**
| M_idx | 判断 | 说明 |
|-------|------|------|
| > 2.0 | 铁质主导 | ΔL 远大于 ΔR,磁导率效应主导 |
| 1.0 ~ 2.0 | 混合材质 | 铁铝混合底盘 |
| < 1.0 | 铝质主导 | ΔR 相对更大,涡流损耗主导 |
### 2.3 实际限制
- 需要检测器硬件支持 **ΔR 检测**(传统 LC 振荡式检测器只输出频率/电感变化,不检测电阻)
- 新型 DDS 注入式或阻抗分析式检测器可以同时测 L 和 R
- 温度对 R 影响较大,需要温漂补偿
- 底盘表面涂漆、锈蚀会削弱信号
---
## 三、判别铁质面积 / 铝合金面积
### 3.1 多频检测法(频率扫描)
不同频率下趋肤深度不同,可以间接推断不同深度/不同材质的分布:
```
δ = √(2ρ / ωμ_0 μ_r)
低频(~20kHz):趋肤深度大 → 能"看"到较深层的金属
高频(~200kHz):趋肤深度小 → 只反映表面
```
**典型频点配置:**
| 频段 | 频率 | 穿透深度(钢) | 穿透深度(铝) | 用途 |
|------|------|--------------|--------------|------|
| 低频 | 20~40kHz | ~0.2mm | ~0.6mm | 分辨整体铁质体积 |
| 中频 | 80~120kHz | ~0.1mm | ~0.3mm | 综合判别 |
| 高频 | 150~250kHz | ~0.06mm | ~0.2mm | 分辨表面铝层 |
**面积估计算法:**
```
铁质面积 ≈ f₁(|ΔL_low|, |ΔL_mid|) × 校准系数
铝质面积 ≈ f₂(ΔR_high - ΔR_low, ΔL_high - ΔL_low) × 校准系数
```
### 3.2 单频等效面积法(经济方案)
如果只有单频检测器,可以通过以下经验公式估计:
```
等效金属面积 S_metal ≈ k × |ΔL| × h²_est
h_est 为估计底盘高度(来自第一节或查表)
k 为线圈几何校准系数
```
**进一步分解为铁质和铝质部分:**
```
S_iron ≈ k₁ × (2 × |ΔL| - ΔR × L₀ / R₀) ×
S_alum ≈ k₂ × (ΔR × L₀ / R₀ - |ΔL|) ×
```
其中 L₀、R₀ 为空载线圈参数。
### 3.3 波形包络法与面积比例
```
通过车长方向的 ΔL 包络:
┌─────────────────┐
│ ╱ ̄ ̄ ̄╲ │
│ ╱ ╲ │
│╱ ╲ │
└─────────────────┘
├── 铁质区 ──┤ 波形饱满,包络平直
├── 铝质区 ──┤ 波形下降,包络下凹
```
- **铁质主导段:** ΔL 大、波形饱满、包络顶部平坦
- **铝质主导段:** ΔL 偏小、波形下凹
通过波形包络的分段积分,结合 L-R 分解,可以得出底盘中铁质和铝质的**沿车长方向分布图**。
---
## 四、判别轮轴位置
### 4.1 物理基础
轮轴是粗钢质圆柱体,对线圈的耦合方式与大面积底盘不同:
- 车轮经过时:轮轴作为**集中钢质体**通过线圈上方
- 轮轴的 ΔL 效应在波形上表现为**局部尖峰**(在平坦底盘波形上的凸起)
- 前后轮的两个峰值间距 = 轴距
### 4.2 波形特征
```
ΔL
│ 底盘区 轮轴峰值
│ ╱ ̄ ̄ ̄ ̄╲ ╱╲
│ ╱ ╲ ╱ ╲
轮轴尖峰 ╲╱ ╲
│╱ ↑ ╱ ╲
│ ↑ ╱ ╲
│ ↑ = 轴距 轮轴尖峰
└────────────────────────────→ 时间
├── ΔT轴距 ──┤
```
### 4.3 算法实现
**步骤一:波形预处理**
```
对 ΔL(t) 进行带通滤波(0.5~10Hz),提取出轮轴高频分量
轮轴信号 S_axle(t) = BPF(ΔL(t))
```
**步骤二:峰值检测**
```
在 S_axle(t) 中寻找局部极大值,满足:
1. S_peak > 底盘平均值的 15%~25%
2. 峰值间距 > 1m 对应的通过时间(排除噪声)
3. 连续两个峰值 → 对应前后轮轴
```
**步骤三:轴距计算**
```
轴距 = v × ΔT_peak × 比例系数
其中 v 为车速(通过前后线圈或同一线圈上升/下降沿估算)
ΔT_peak 为前后两个轮轴峰值的时差
```
**步骤四:车型分类**
| 轴距范围 | 车型判断 |
|---------|---------|
| < 2.5m | 微小型车 |
| 2.5 ~ 2.8m | 紧凑型/轿车 |
| 2.8 ~ 3.2m | 中型/中大型 |
| > 3.2m | 大型/SUV/轻客 |
### 4.4 注意事项
- **采样率要求:** 至少 100Hz 以上才能可靠捕获轮轴峰值(车速 30km/h 时,轴距2.7m对应通过时间约0.32s,需要>20个采样点)
- **多轴车辆:** 卡车/大巴可能有2~3组轮轴,需要做峰值分组匹配
- **底盘波形平坦度:** 铝合金或塑料底盘区域波形衰减大,轮轴峰值相对更明显
- **拖车/挂车:** 牵引车和挂车的轮轴间距特殊,需单独建模
---
## 五、判别前车 / 后车(跟车状态区分)
### 5.1 问题定义
在连续跟车场景下,线圈必须判出:
1. 前车已离开线圈 → 释放"有车"状态
2. 后车紧接着进入线圈 → 重新触发"有车"状态
3. 前后车之间要有明确的"无车"间隔,才能正确计数
### 5.2 信号形态分析
```
车辆1(前车) 车缝 车辆2(后车)
╱ ̄ ̄ ̄╲ ╱ ̄ ̄ ̄╲
╱ ╲ ΔL↓ ╱ ╲
╲________
↑ 谷底值
```
**三种跟车场景:**
**场景A:正常跟车(有车缝)**
```
ΔL 下降到接近基线 → 释放 → 重新触发
判断:两车明确分开,计数+1
```
**场景B:低速蠕行跟车(车缝极短)**
```
ΔL 下降但未达释放阈值 → 保持"有车"
判断:保持状态,不额外计数
需要:动态释放阈值 + 谷底检测
```
**场景C:拖车/挂车(中间有间隙但属于同一车)**
```
ΔL 在中间下降但轮轴结构连续
判断:通过轮轴模式匹配识别是否同车
```
### 5.3 谷底检测算法
**关键思路:** 不依赖固定的释放阈值,通过波形曲线识别"谷底"形态。
```
状态:有车
├── 实时计算 ΔL 的微分 d(ΔL)/dt
├── d(ΔL)/dt 由负转正(由降到升)→ 检测到局部谷底
│ └── 记录谷底值 V_valley
├── V_valley 持续 > 释放阈值 T_release 的持续时间 ΔT_valley
│ └── ΔT_valley > T_gap_min(如 200ms
│ → 判断为"车缝"(两车之间)
│ → 释放"有车",计数+1,等待后车触发
└── ΔT_valley < T_gap_min
→ 判断为"底盘间隙"(同车部件间缝隙)
→ 保持"有车"状态
```
### 5.4 关键参数
| 参数 | 推荐值 | 说明 |
|------|--------|------|
| T_gap_min(最小车缝时间) | 150~300ms | 低速跟车时可调大 |
| 谷底相对深度 | > 触发幅值的 60% | 车缝须明显低于底盘峰值 |
| 微分去抖时间 | 30~50ms | 防毛刺导致误判谷底 |
| 低速模式切换 | 车速 < 5km/h 时激活 | 延长 T_gap_min 至 500ms |
### 5.5 前车/后车的完整判别状态机
```
┌─────────────────────────────┐
│ │
▼ │
┌──────────┐ 触发 ┌──────────┐│
│ 无车 │ ────────→ │ 有车 ││
│ (空闲) │ │ (保持) ││
└──────────┘ └──────────┘│
▲ │ │
│ │ │
│ ┌──────┴──────┐ │
│ │ 谷底检测 │ │
│ │ (微分判据) │ │
│ └──────┬──────┘ │
│ │ │
│ ┌──────────┴──────┐ │
│ │ ΔT_valley 比较 │──┘
│ │ T_gap_min 阈值 │
│ └──────────┬──────┘
│ │
│ ┌────────┴────────┐
│ │ │
│ ΔT > T_gap ΔT < T_gap
│ │ │
│ ▼ ▼
│ ┌──────────┐ ┌──────────┐
│ │ 释放+计数 │ │ 保持有车 │
│ │ → 无车 │ │ (同车) │
│ └──────────┘ └──────────┘
│ │
└─────────┘
```
---
## 六、综合应用:多特征联合判定流程
在实际应用中,单一判据往往不够可靠。推荐按以下流程组合使用:
```
原始 ΔL(t) + ΔR(t) 信号
┌─────────────────┼─────────────────┐
▼ ▼ ▼
┌──────────┐ ┌──────────┐ ┌──────────┐
│ 波形预处理 │ │ L-R 分解 │ │ 微分提取 │
│ (滤波去噪) │ │ 材质判别 │ │ 峰值检测 │
└─────┬────┘ └────┬─────┘ └────┬─────┘
│ │ │
▼ ▼ ▼
┌──────────┐ ┌──────────┐ ┌──────────┐
│ 幅值分析 │ │ 材质指数 │ │ 轮轴定位 │
│ 底盘高度 │ │ 面积估计 │ │ 轴距计算 │
└─────┬────┘ └────┬─────┘ └────┬─────┘
│ │ │
└───────────────┼───────────────┘
┌──────────────┐
│ 综合判定器 │
│ (决策树/表决) │
└──────┬───────┘
┌───────────────┼───────────────┐
▼ ▼ ▼
┌──────────┐ ┌──────────┐ ┌──────────┐
│ 车型大/小 │ │ 材质分类 │ │ 前/后车 │
│ 底盘高低 │ │ 面积比 │ │ 轴距判断 │
└──────────┘ └──────────┘ └──────────┘
```
---
## 七、硬件能力要求对照
| 判别项 | 最低硬件要求 | 推荐硬件能力 |
|--------|------------|-------------|
| 底盘高低 | ΔL 测量(标准 LD 检测器) | ΔL + 基线跟踪 + 温度补偿 |
| 铁质/铝质区分 | ΔL + ΔR 同时测量 | 阻抗分析(100Hz~200kHz |
| 金属面积估计 | ΔL + ΔR + 频点切换 | 多频扫描(3~5个频点) |
| 轮轴位置 | 100Hz+ 采样率 | 200Hz+ 采样 + 带通滤波 |
| 前/后车区分 | 50Hz+ 采样 + 微分算法 | 100Hz+ 采样 + 谷底检测 |
| 综合判别 | 以上全部 + MCU 处理能力 | ARM Cortex-M4+ 或 DSP |
---
## 八、常见陷阱与注意事项
1. **底盘的铁质与铝质是混合的**——没有纯铁或纯铝底盘,实际是不同比例的组合,判别结果应输出"趋向性"而非绝对分类
2. **温漂影响 ΔR 远大于 ΔL**——材质判别用的 ΔR 必须有温度补偿机制(参考空载基线 + 温度传感器)
3. **车身覆盖件(蒙皮)与底盘结构件的区别**——机盖/翼子板常用铝,但底盘骨架是钢,两者的信号叠加需要滤波器分离
4. **涂装/锈蚀/污泥**——非导电涂层不影响涡流,但厚泥浆会改变有效耦合距离,雨天湿底盘信号可能增强
5. **特种车辆(救护车/消防车)**——大量铝制车身 + 钢制底盘,混合信号需特殊模式识别
6. **装防滑链的车辆**——铁链产生大量快速变化的伪轮轴信号,需做频谱异常检测剔除
---
## 文档结束
-160
View File
@@ -1,160 +0,0 @@
# 车身与线圈相对位置对电感变化量、感应能力及触发可靠性的影响分析
> **作者:** 小德
> **分类:** 线圈车检 · 信号分析
> **日期:** 2026-07-05
---
## 一、物理基础:线圈磁场分布
环形线圈通电后,其正上方的磁通密度分布并非均匀。俯视来看,磁场强度呈如下分布:
- **线圈导体正上方** —— 磁场最强,涡流耦合最强
- **线圈中心空洞上方** —— 磁场中等,涡流耦合弱于导体正上方
- **线圈边缘外侧** —— 磁场急剧衰减,可忽略不计
- **引线端附近** —— 电流初次流入线圈,磁场略密于远端
电感变化量 ΔL 的物理本质:金属底盘涡流产生二次磁场,抵消原线圈磁场。金属覆盖面积越大、越靠近强磁区,ΔL 越大。
---
## 二、五种覆盖位置的电感变化量差异
### 2.1 车辆完全覆盖线圈(理想工况)
- ΔL 幅值:标称值的 80%~100%(最大)
- 信噪比:最高,最稳定
- 车型特征完整性:能同时反映底盘高低、铁质面积、轮轴位置
- 结论:最佳工况,触发和车型判别都最优
### 2.2 覆盖线圈左边一半 / 右边一半
- ΔL 幅值:完全覆盖的 50%~65%
- 关键问题:磁场分布不均匀导致左右不对称
- 靠左行驶 → ΔL 偏大
- 靠右行驶 → ΔL 偏小
- 车型误差:同一辆车,靠左走像大车,靠右走像小车
- 现场常见坑:车道偏窄,车辆习惯靠一边 → 触发死区或漏计数
### 2.3 覆盖线圈前一半(引线端)
- ΔL 幅值:完全覆盖的 55%~70%
- 磁场特点:引线端磁场最强,ΔL 相对较大
- 典型场景:正向单向通行驶入
### 2.4 覆盖线圈后一半(远离引线端)
- ΔL 幅值:完全覆盖的 65%~80%
- 磁场特点:远端磁场稍弱于引线端
- 实用结论:同一辆车正向驶入和倒车驶入的 ΔL 不同
### 2.5 对角线/随机半覆盖
- ΔL 幅值:完全覆盖的 45%~55%(最不稳定)
- 涡流回路:不完整、不确定性最大
- 现场表现:最容易出现触发抖动、反复触发/释放
---
## 三、感应能力与车型判别能力对比
**车型判别的物理基础:**
车型判别通常看两个指标的组合:
- **ΔL 幅值** —— 对应底盘铁质面积、底盘的金属连续性
- **ΔL 变化曲线(时间波形)** —— 对应车长、轴距、底盘轮廓
**两种常见判别算法:**
- **幅值法**:阈值分段(ΔL < T1=小车, T1<ΔL<T2=中车, ΔL>T2=大车)—— 依赖 ΔL 稳定可重复
- **波形匹配法**:车辆通过的 ΔL-时间曲线的包络和时长 —— 需要完整覆盖路径
**对比表:**
| 覆盖位置 | ΔL 可重复性 | 触发可靠性 | 车型判别能力 | 主要问题 |
|----------|------------|-----------|-------------|---------|
| 完全覆盖 | 最高 | 最优 | 最优 | 无 |
| 左/右一半 | 低 | 中等 | 差 | 行驶轨迹敏感 |
| 前一半 | 中高 | 较高 | 中等 | 幅值偏小需降阈值 |
| 后一半 | 中高 | 较高 | 中等 | 同上 |
| 对角线~50% | 极低 | 低 | 不可用 | 车型判别基本无效 |
**核心结论:** 车型判别必须以完全覆盖为前提,否则判出来不如不判。存在检测(有/无)可以容忍半个覆盖,但车型不行。
---
## 四、确保安全触发和稳定存在状态的设计
### 4.1 线圈工艺层面
**线圈尺寸匹配原则:**
```
线圈宽度 = 车道宽度 × 0.6 ~ 0.65
车道 3m → 线圈 1.8m × 0.8m
车道 2.5m → 线圈 1.5m × 0.6m
```
- 保证车辆偏左/偏右时至少覆盖线圈 40% 以上面积
- 极端偏行车道边缘时至少还有 20% 覆盖率兜底
**灵敏度设置经验公式:**
```
S_set = 0.5 × ΔL_min_cover × 匹配系数
ΔL_min_cover = 最恶劣车道位置下的实测 ΔL
匹配系数 = 1.2 ~ 1.5(温度漂移裕量)
```
### 4.2 软件逻辑层面
**触发判决——两段式确认状态机:**
```
[空闲] → ΔL > 触发阈值(持续≥20ms去抖)
→ [预触发] → 持续确认 ≥50~100ms
→ [确认触发] → 输出"有车"
→ 启动存在定时器
```
**存在问题——双重保持机制:**
```
[确认有车]
├─ ΔL > 释放阈值 → 正常保持
├─ ΔL < 释放阈值 且 存在定时器未超时 → 软保持
└─ 存在定时器超时 且 ΔL < 释放阈值 → 释放为无车
```
**推荐参数:**
| 参数 | 推荐值 | 说明 |
|------|--------|------|
| 触发阈值 T_trigger | ΔL_base + 3σ 噪声 | 高于基线 3 倍噪声幅度 |
| 释放阈值 T_release | ΔL_base + 2σ 噪声 | 带回差,防抖动释放 |
| 去抖时间 | 30 ~ 50ms | 防闪电/电机干扰毛刺 |
| 存在保持时间 | 1 ~ 5s(可配置) | 覆盖车底缝隙空窗期 |
| 保持回差比 | T_release / T_trigger ≈ 0.5 ~ 0.7 | 防高频释放再触发 |
### 4.3 半覆盖场景的特殊处理
当检测到车辆是半覆盖驶入(ΔL 明显低于历史均值且变化率大):
- 触发阈值:仍用标准值
- 释放阈值:降低到标准值的 60%
- 存在保持时间:延长到 3~5s
- 目的:防止"车身刚压到又缩回去"的误释放
---
## 五、总结矩阵
| 覆盖情况 | ΔL 相对值 | 触发可靠性 | 车型判别 | 推荐场景 |
|----------|-----------|-----------|---------|---------|
| 完全覆盖 | ~100% | 最优 | 最优 | 标准收费车道 |
| 左/右一半 | 50%~65% | 中等 | 差 | 需加宽线圈/双线圈 |
| 前一半 | 55%~70% | 较高 | 中等 | 正向单向通行 |
| 后一半 | 65%~80% | 较高 | 中等 | 正向单向通行 |
| 对角线~50% | 45%~55% | 低 | 不可用 | 尽量避免 |
-475
View File
@@ -1,475 +0,0 @@
# 铝制车架有效感应方法——从原理到落地的完整拆解
> **作者:** 小德
> **分类:** 线圈车检 · 铝制车架 · 微弱信号检测
> **日期:** 2026-07-05
---
## 背景与问题
随着汽车轻量化趋势,全铝车架(如奥迪 A8、捷豹 XJ、特斯拉 Model S 部分车型)越来越普遍。传统 LC 振荡式线圈检测器对此类车辆的检测面临挑战:
- 铝 μr ≈ 1,无磁导率增强效应,ΔL 仅为同尺寸铁质底盘的 1/3~1/5
- 纯铝底盘车辆通过时,ΔL 可能低至 0.02%~0.05%(传统检测器灵敏度下限约为 0.01%~0.02%
- 某些超跑的全碳纤维 + 铝制副车架组合,电感变化微乎其微
- 铝对线圈等效电阻的影响(ΔR)虽比铁质大,但传统检测器不测量 ΔR
**这意味着:铝制车架是线圈车检器面临的最严峻的信号挑战之一。**
---
## 一、原理层面——为什么铝难检测,以及如何利用铝的特性
### 1.1 铝的电磁响应本质
| 参数 | 铝(Al | 铁/钢(Fe/Steel | 影响 |
|------|---------|------------------|------|
| 相对磁导率 μr | 1.000022 | 100~5000 | 铁有磁场增强效应 |
| 电导率 σ | ~3.8×10⁷ S/m | ~1×10⁷ S/m | 铝导电性更好 |
| 趋肤深度 δ(@100kHz | ~0.26mm | ~0.18mm(钢) | 铝涡流穿透略深 |
| 复阻抗变化 | ΔL 小 + ΔR 大 | ΔL 大 + ΔR 中 | 两者信号维度不同 |
**核心结论:** 铁质靠"导磁"增强信号,铝质靠"导电"产生涡流。两者信号落在不同的维度空间——铁在 ΔL 上突出,铝在 ΔR 上突出。
### 1.2 铝制车架检测的突破口
传统方法只测 ΔL(频率偏移),等于只用一只眼看世界。**铝制车架检测必须从单维(ΔL)转向双维(ΔL + ΔR)检测。**
```
传统检测器视角:
只看 ΔL → 铝制车架:弱信号 ❌
改进检测器视角:
看 ΔL + ΔR → 铝制车架:ΔR 较强 ✅
```
### 1.3 各频率下铝的信号强弱
趋肤深度随频率变化,影响涡流耦合效率:
```
频率 δ_铝 表现形式
10kHz ~0.82mm 涡流穿透深,但耦合效率低
50kHz ~0.37mm 折中
100kHz ~0.26mm 常用频段,耦合效率较高
200kHz ~0.18mm 涡流集中在表面
500kHz ~0.12mm 表面效应显著,ΔR 提升
推荐工作频段:80~200kHz(兼顾 ΔL 和 ΔR 信噪比)
```
---
## 二、电路层面——检测器拓扑与检测方案设计
### 2.1 方案选型对比
| 方案 | 核心原理 | 铝检测能力 | 复杂度 | 成本 |
|------|---------|-----------|-------|------|
| **方案ALC 振荡 + ΔR 提取** | 传统振荡器 + 幅度检测 | ★★★ | 低 | 低 |
| **方案BDDS 注入 + 阻抗分析** | 数字信号注入 + IQ 解调 | ★★★★★ | 高 | 中 |
| **方案C:自平衡电桥** | 交流电桥 + 差分放大 | ★★★★ | 中 | 中 |
| **方案D:脉冲涡流** | 脉冲激励 + 时域分析 | ★★★ | 中 | 低 |
**推荐:** 新设计优先选 **方案BDDS 注入式)**,性价比和性能最均衡。
### 2.2 方案A:LC 振荡 + ΔR 提取(低成本改造)
在传统 LC 振荡器基础上增加幅度检测支路:
```
┌─────────────┐
│ LC 振荡器 │───→ 频率测量 → ΔL
│ (Colpitts) │
└──────┬──────┘
│ 振荡幅度
┌─────────────┐
│ 幅度检测 │───→ 幅度测量 → ΔR
│ (RMS-DC / │
│ 包络检波) │
└─────────────┘
```
**原理:** 铝涡流增加线圈等效串联电阻 → 振荡器 Q 值下降 → 振荡幅度衰减。通过测量幅度变化推算 ΔR。
**关键技术细节:**
- 振荡器须带 **AGC(自动增益控制)**——否则幅度变化会被环路增益补偿掩埋
- 正确的拓扑:AGC 量固定后,观察**残余幅度波动**
- 也可以不加 AGC,改用**高精度幅度测量 + 幅度/频率联合建模**
**幅度-电感联合判据:**
```
设空载幅度为 V₀,频率为 f₀
车辆覆盖后幅度为 V₁,频率为 f₁
Δf / f₀ ∝ ΔL (传统判据)
ΔV / V₀ ∝ ΔR (新增判据,对铝更敏感)
铝车架特征:ΔV/V₀ 显著,Δf/f₀ 轻微
铁车架特征:Δf/f₀ 显著,ΔV/V₀ 中等
```
**ΔR 估算公式:**
```
ΔR ≈ R₀ × (V₀/V₁ - 1) × α
其中 R₀ 为线圈直流+交流电阻(含损耗)
α 为电路拓扑校正因子(≈ 0.5~1.5,需标定)
```
### 2.3 方案BDDS 注入 + IQ 解调(推荐方案)
这是目前检测铝制车架**最有效的电路架构**。
```
┌────────────────┐
│ DDS 信号源 │
│ (AD9833/AD9850) │
└───────┬────────┘
│ 正弦波激励
┌───────────────────────────────────┐
│ 线圈接口电路(缓冲/功放) │
│ 激励线圈 → 检测差分电压 │
└──────────────┬──────────────────┘
│ 响应信号
┌───────────────────────────────────┐
│ IQ 解调器(AD8302 / AD8333
│ 混频 + LPF → I/Q 分量 │
└──────┬──────────────┬────────────┘
▼ ▼
┌──────────┐ ┌──────────┐
│ I 通道 │ │ Q 通道 │
│ (电阻分量) │ │ (电抗分量)│
└─────┬────┘ └─────┬────┘
▼ ▼
┌──────────────────────────┐
│ MCU ADC / DSP 采样 │
│ 计算 Z = R + jX │
│ 提取 ΔR, ΔL │
└──────────────────────────┘
```
**为何 IQ 解调有效?**
- **I 通道(同相分量)** — 正比于等效电阻 R,对铝制车架极度敏感
- **Q 通道(正交分量)** — 正比于等效电抗 X,对铁质车架更敏感
- 两者的组合可以分离"材质"和"距离"的影响
**复阻抗变化比率(铝车架举例):**
```
空载:Z₀ = R₀ + jωL₀
铝车架覆盖:ΔR/R₀ ≈ 3~8%,ΔL/L₀ ≈ 0.3~1% ← ΔR 比 ΔL 大一个数量级!
铁车架覆盖:ΔR/R₀ ≈ 1~3%,ΔL/L₀ ≈ 2~6% ← ΔL 比 ΔR 大
```
### 2.4 方案C:自平衡电桥(中等成本/性能)
```
┌────┐
┌──────┤ R1 ├──────┐
│ └────┘ │
─┤ ├─ 差分放大 → ADC
~│ ┌────┐ │
└──────┤ Zx ├──────┘
└────┘
激励源 Zx = 线圈阻抗
初始平衡:R1 = |Z₀|(空载线圈)
车辆覆盖:Zx 变化 → 电桥失衡 → 差分输出
```
**优势:** 直接输出与 ΔZ 成正比的电压信号,非常干净。
**劣势:** 需要高精度平衡电阻(或数控电阻),温漂敏感。
### 2.5 电路关键设计要点
**① 激励信号质量:**
```
频率稳定度:优于 ±10ppm(DDS 可轻松做到)
幅度稳定度:优于 ±0.1%(需 AGC 或参考通道)
谐波失真:THD < -60dB(避免谐波干扰解调)
```
**② 接收通道动态范围:**
```
铝车架 ΔR 变化:0.5%~10%(典型)
ADC 有效位数:≥ 16bit(至少 14bit ENOB
动态范围:≥ 80dB
采样率:≥ 100ksps(便于数字滤波)
```
**③ 温度补偿:**
```
铜线圈 TCR ≈ 3900ppm/°C ← 这是最大的漂移源!
ΔT = 10°C 时,R_coil 变化 ≈ 3.9% → 与铝车架信号量级相当
补偿方法:
1. 线圈附近放置 NTC/Pt1000 温度传感器
2. 数字查表补偿 R(T) = R₂₅ × (1 + α(T-25))
3. 空载基线实时更新(慢跟踪,排除车辆占用时)
```
---
## 三、元器件选型层面——关键器件推荐
### 3.1 DDS 信号源
| 型号 | 最大频率 | 分辨率 | 特点 |
|------|---------|-------|------|
| **AD9833** | 25MHz | 28-bit | 低功耗、SPI、适合基础方案 |
| **AD9834** | 37.5MHz | 28-bit | 内置比较器,可调幅度 |
| **AD9850** | 125MHz | 32-bit | 经典方案,频率精确 |
| **AD9959** | 200MHz | 32-bit | 四通道同步输出(高级方案) |
**推荐:** AD9834(性价比均衡)或 AD9959(需要多频点扫描时)
### 3.2 IQ 解调器
| 型号 | 工作频率 | 解调方式 | 特点 |
|------|---------|---------|------|
| **AD8302** | DC~2.7GHz | 幅度+相位(单端) | 集成增益/相位检测,最常用 |
| **AD8333** | DC~50MHz | 双路 IQ 解调 | 真正的正交解调,性能更好 |
| **LTC5599** | 0.04~1GHz | IQ 解调器 | 低噪声,高线性度 |
| **SW 解调(MCU** | 受限于采样率 | 数字 IQ | 零硬件成本,适合低频 |
**推荐:** AD8302(简易方案)或 AD8333 + MCU 数字滤波(高性能方案)
### 3.3 采样 ADC
| 型号 | 分辨率 | 采样率 | 特点 |
|------|-------|-------|------|
| **ADS1256** | 24-bit | 30ksps | Δ-Σ,8通道,适合低频 |
| **AD7760** | 24-bit | 2.5Msps | 高性能,宽带 |
| **ADS131M04** | 24-bit | 64ksps | 4通道同步,功耗低 |
| **内置 MCU ADC** | 12~16bit | >1Msps | STM32G4/G7 系列 16bit |
**推荐:** STM32G474 内置 12bit ADC(过采样至 16bit)或外挂 ADS1256
### 3.4 运放 / 前端
| 型号 | 特点 | 用途 |
|------|------|------|
| **OPA2188** | 零漂移、低噪声 | 电桥差分、缓冲 |
| **ADA4522** | 轨到轨、超低噪声 | 前置放大 |
| **THS4531** | 全差分、低功耗 | 驱动 ADC 输入 |
### 3.5 线圈设计与变压器耦合
铝车架检测对线圈要求更高:
```
匝数 :4~8 圈(比标准多 1~2 圈,增加电感量提升信噪比)
电感量 :100~300μH(比标准略高)
Q 值 :> 80(空载),Q 值越高,ΔR 检测灵敏度越高
线径 :≥ 0.75mm²(多股丝包线更好,降低趋肤效应损耗)
尺寸 :推荐 1.8m×0.6m(窄长型,增加电流路径)
```
**变压器耦合隔离:**
```
DDS 输出 → 变压器 1:N 升压 → 线圈 → 变压器 N:1 -> IQ 解调
优势:
- 直流隔离(消除地环路)
- 阻抗匹配(提升 SNR
- 可通过匝比提升激励电压
推荐匝比:1:2~1:5(激励侧),补偿接收侧衰减
```
---
## 四、算法层面——微弱信号提取与判别
### 4.1 基线建立与实时跟踪
铝车架的 ΔR 信号量级与温漂相当,基线算法是成败关键。
```
算法:慢速基线跟踪 + 快速突变检测
基线更新率:0.01~0.05Hz │
(只在确认无车时更新) │
ΔR 基线 ────┘
┌────┐ ┌────┐
│无车│ │无车│
└────┘ ┌────────────────┐└────┘
│ 铝车通过: │
│ ΔR 快速上升 │
│ + ΔL 小幅下降 │
└────────────────┘
```
```
伪代码:
baseline_R = R_current // 初始化基线
α_baseline = 0.0005 // 极慢速学习率
cooldown_counter = 0 // 车辆离开冷却
每采样周期:
if (R_current > baseline_R + R_trigger × 0.8):
// 可能有车 → 停止基线更新
cooldown_counter = 0
else if (cooldown_counter < COOLDOWN_MAX):
// 车辆刚离开,基线冻结防拖尾
cooldown_counter++
else:
// 确认无车 → 慢跟踪基线温漂
baseline_R += α_baseline × (R_current - baseline_R)
```
### 4.2 多特征联合触发的模糊逻辑
铝车架不应只依赖单一 ΔL 或 ΔR 阈值:
```
输入特征:
f1 = ΔL —— 电感变化(对铁质敏感)
f2 = ΔR —— 电阻变化(对铝质敏感)
f3 = ΔL_short —— 短窗微分(捕捉上升沿速率)
f4 = noise_floor —— 当前噪声本底(自适应阈值用)
综合触发判据(模糊逻辑):
铝车置信度 = w_ΔR × f2 / N_R + w_noise × noise_factor
触发条件:铝车置信度 > CONF_THRESHOLD
OR (ΔL > L_threshold_low) // 兼容铁质车
OR (ΔR > R_threshold_high) // 大铝件单独触发
```
**推荐权重:**
```
对铝制车架有利的权重分配:
ΔR 权重 : 0.5~0.6 (铝的主特征)
ΔL 权重 : 0.2~0.3 (辅助,铝也有电抗变化)
上升沿速率 : 0.1~0.2 (区分车辆和缓慢漂移)
噪声自适应 : 0.1 (动态阈值)
```
### 4.3 相关性差分算法
旨在消除温漂和干扰的共模分量:
```
ΔR_compensated = ΔR_raw - β × ΔT × TCR_coil
- γ × (ΔL_raw / L₀) × coupling_factor
其中:
β = 温度补偿系数
γ = 交叉解耦系数(消除 ΔL 对 ΔR 测量的串扰)
```
### 4.4 空载品质因数 Q 监测(自诊断)
Q 值下降可能意味着线圈问题(断裂、受潮、引线松动):
```
Q = ωL / R
空载 Q 值监控规则:
Q/Q₀ < 0.7 → 警告:线圈可能异常
Q/Q₀ < 0.5 → 报警:需检修线圈
```
低 Q 值会严重削弱 ΔR 检测灵敏度,铝车架检测对此尤其敏感。
### 4.5 软件流程图
```
┌──────────────────┐
│ 系统初始化 │
│ DDS 配置 / ADC │
│ 基线采集(5s) │
└────────┬─────────┘
┌──────────────────┐
┌──────│ IQ 解调采样周期 │
│ │ (每1~5ms) │
│ └────────┬─────────┘
│ ▼
│ ┌──────────────────┐
│ │ 计算 ΔR, ΔL │
│ │ 温度补偿 │
│ │ 交叉解耦 │
│ └────────┬─────────┘
│ ▼
│ ┌──────────────────┐
│ │ 噪声本底估计 │
│ │ (滚动 1s 窗口) │
│ └────────┬─────────┘
│ ▼
│ ┌──────────────────┐
│ │ 模糊逻辑触发判决 │
│ │ (ΔR + ΔL + 微分) │
│ └────────┬─────────┘
│ ▼
│ ┌──────────────────┐
│ │ 判决是否有车? │──→ 输出状态 + 特征
│ └────────┬─────────┘
│ │
└───────────────┘
(循环)
```
---
## 五、整机性能预期
| 指标 | 传统 LC 振荡 | DDS 注入 + IQ 解调 |
|------|------------|-------------------|
| ΔL 分辨率 | 0.01%~0.02% | 0.001%~0.005% |
| ΔR 分辨率 | 不支持 | 0.01%~0.05% |
| 铝制车架检测率 | 50%~70%(不可靠) | 95%~99%(可靠) |
| 温漂抑制 | 差(无补偿) | 好(数字补偿+基线跟踪) |
| 车型判别 | 有限(仅ΔL) | 优良(ΔL+ΔR+波形) |
| BOM 成本增量 | 基准 | +¥15~40 |
---
## 六、总结:检测铝制车架的关键措施
```
┌───────────────────────────────────────────────────┐
│ 铝制车架检测的关键突破 │
├───────────────────────────────────────────────────┤
│ │
│ ① 原理突破:从单维 ΔL 转向双维 ΔL + ΔR │
│ → 铝在 ΔR 上的信号比 ΔL 强 3~10 倍 │
│ │
│ ② 电路突破:从 LC 振荡转向 DDS 注入 + IQ 解调 │
│ → 复阻抗 Z = R + jX 的分量独立测量 │
│ │
│ ③ 器件突破:高 Q 线圈 + 低漂移前端 + 16bit+ ADC │
│ → 信噪比提升 10~20dB │
│ │
│ ④ 算法突破:基线跟踪 + 温漂补偿 + 模糊逻辑触发 │
│ → 铝/铁/混合材质全覆盖检测 │
│ │
└───────────────────────────────────────────────────┘
```
建议从方案B(DDS + IQ 解调)入手做原型验证,这是铝制车架检测的最优功耗与检测率平衡方案。如果老大有现成的硬件平台,我可以协助做具体的参数选型计算。
---
## 文档结束
-913
View File
@@ -1,913 +0,0 @@
# 铝制车架有效感应方法——从原理到落地的完整拆解
> **作者:** 小德
> **分类:** 线圈车检 · 铝制车架 · 微弱信号检测
> **版本:** V2.0
> **日期:** 2026-07-05
> **更新内容:** 增补方案B对不同车身材质(钢/钢铝混合/铝)、不同气候与海拔条件的综合表现分析与最优应对措施
---
## 背景与问题
随着汽车轻量化趋势,全铝车架(如奥迪 A8、捷豹 XJ、特斯拉 Model S 部分车型)越来越普遍。传统 LC 振荡式线圈检测器对此类车辆的检测面临挑战:
- 铝 μr ≈ 1,无磁导率增强效应,ΔL 仅为同尺寸铁质底盘的 1/3~1/5
- 纯铝底盘车辆通过时,ΔL 可能低至 0.02%~0.05%(传统检测器灵敏度下限约为 0.01%~0.02%
- 某些超跑的全碳纤维 + 铝制副车架组合,电感变化微乎其微
- 铝对线圈等效电阻的影响(ΔR)虽比铁质大,但传统检测器不测量 ΔR
**这意味着:铝制车架是线圈车检器面临的最严峻的信号挑战之一。**
---
## 一、原理层面——为什么铝难检测,以及如何利用铝的特性
### 1.1 铝的电磁响应本质
| 参数 | 铝(Al | 铁/钢(Fe/Steel | 影响 |
|------|---------|------------------|------|
| 相对磁导率 μr | 1.000022 | 100~5000 | 铁有磁场增强效应 |
| 电导率 σ | ~3.8×10⁷ S/m | ~1×10⁷ S/m | 铝导电性更好 |
| 趋肤深度 δ(@100kHz | ~0.26mm | ~0.18mm(钢) | 铝涡流穿透略深 |
| 复阻抗变化 | ΔL 小 + ΔR 大 | ΔL 大 + ΔR 中 | 两者信号维度不同 |
**核心结论:** 铁质靠"导磁"增强信号,铝质靠"导电"产生涡流。两者信号落在不同的维度空间——铁在 ΔL 上突出,铝在 ΔR 上突出。
### 1.2 铝制车架检测的突破口
传统方法只测 ΔL(频率偏移),等于只用一只眼看世界。**铝制车架检测必须从单维(ΔL)转向双维(ΔL + ΔR)检测。**
```
传统检测器视角:
只看 ΔL → 铝制车架:弱信号 ❌
改进检测器视角:
看 ΔL + ΔR → 铝制车架:ΔR 较强 ✅
```
### 1.3 各频率下铝的信号强弱
趋肤深度随频率变化,影响涡流耦合效率:
```
频率 δ_铝 表现形式
10kHz ~0.82mm 涡流穿透深,但耦合效率低
50kHz ~0.37mm 折中
100kHz ~0.26mm 常用频段,耦合效率较高
200kHz ~0.18mm 涡流集中在表面
500kHz ~0.12mm 表面效应显著,ΔR 提升
推荐工作频段:80~200kHz(兼顾 ΔL 和 ΔR 信噪比)
```
---
## 二、电路层面——检测器拓扑与检测方案设计
### 2.1 方案选型对比
| 方案 | 核心原理 | 铝检测能力 | 复杂度 | 成本 |
|------|---------|-----------|-------|------|
| **方案ALC 振荡 + ΔR 提取** | 传统振荡器 + 幅度检测 | ★★★ | 低 | 低 |
| **方案BDDS 注入 + 阻抗分析** | 数字信号注入 + IQ 解调 | ★★★★★ | 高 | 中 |
| **方案C:自平衡电桥** | 交流电桥 + 差分放大 | ★★★★ | 中 | 中 |
| **方案D:脉冲涡流** | 脉冲激励 + 时域分析 | ★★★ | 中 | 低 |
**推荐:** 新设计优先选 **方案BDDS 注入式)**,性价比和性能最均衡。
### 2.2 方案A:LC 振荡 + ΔR 提取(低成本改造)
在传统 LC 振荡器基础上增加幅度检测支路:
```
┌─────────────┐
│ LC 振荡器 │───→ 频率测量 → ΔL
│ (Colpitts) │
└──────┬──────┘
│ 振荡幅度
┌─────────────┐
│ 幅度检测 │───→ 幅度测量 → ΔR
│ (RMS-DC / │
│ 包络检波) │
└─────────────┘
```
**原理:** 铝涡流增加线圈等效串联电阻 → 振荡器 Q 值下降 → 振荡幅度衰减。通过测量幅度变化推算 ΔR。
**关键技术细节:**
- 振荡器须带 **AGC(自动增益控制)**——否则幅度变化会被环路增益补偿掩埋
- 正确的拓扑:AGC 量固定后,观察**残余幅度波动**
- 也可以不加 AGC,改用**高精度幅度测量 + 幅度/频率联合建模**
**幅度-电感联合判据:**
```
设空载幅度为 V₀,频率为 f₀
车辆覆盖后幅度为 V₁,频率为 f₁
Δf / f₀ ∝ ΔL (传统判据)
ΔV / V₀ ∝ ΔR (新增判据,对铝更敏感)
铝车架特征:ΔV/V₀ 显著,Δf/f₀ 轻微
铁车架特征:Δf/f₀ 显著,ΔV/V₀ 中等
```
**ΔR 估算公式:**
```
ΔR ≈ R₀ × (V₀/V₁ - 1) × α
其中 R₀ 为线圈直流+交流电阻(含损耗)
α 为电路拓扑校正因子(≈ 0.5~1.5,需标定)
```
### 2.3 方案BDDS 注入 + IQ 解调(推荐方案)
这是目前检测铝制车架**最有效的电路架构**。
```
┌────────────────┐
│ DDS 信号源 │
│ (AD9833/AD9850) │
└───────┬────────┘
│ 正弦波激励
┌───────────────────────────────────┐
│ 线圈接口电路(缓冲/功放) │
│ 激励线圈 → 检测差分电压 │
└──────────────┬──────────────────┘
│ 响应信号
┌───────────────────────────────────┐
│ IQ 解调器(AD8302 / AD8333
│ 混频 + LPF → I/Q 分量 │
└──────┬──────────────┬────────────┘
▼ ▼
┌──────────┐ ┌──────────┐
│ I 通道 │ │ Q 通道 │
│ (电阻分量) │ │ (电抗分量)│
└─────┬────┘ └─────┬────┘
▼ ▼
┌──────────────────────────┐
│ MCU ADC / DSP 采样 │
│ 计算 Z = R + jX │
│ 提取 ΔR, ΔL │
└──────────────────────────┘
```
**为何 IQ 解调有效?**
- **I 通道(同相分量)** — 正比于等效电阻 R,对铝制车架极度敏感
- **Q 通道(正交分量)** — 正比于等效电抗 X,对铁质车架更敏感
- 两者的组合可以分离"材质"和"距离"的影响
**复阻抗变化比率(铝车架举例):**
```
空载:Z₀ = R₀ + jωL₀
铝车架覆盖:ΔR/R₀ ≈ 3~8%,ΔL/L₀ ≈ 0.3~1% ← ΔR 比 ΔL 大一个数量级!
铁车架覆盖:ΔR/R₀ ≈ 1~3%,ΔL/L₀ ≈ 2~6% ← ΔL 比 ΔR 大
```
### 2.4 方案C:自平衡电桥(中等成本/性能)
```
┌────┐
┌──────┤ R1 ├──────┐
│ └────┘ │
─┤ ├─ 差分放大 → ADC
~│ ┌────┐ │
└──────┤ Zx ├──────┘
└────┘
激励源 Zx = 线圈阻抗
初始平衡:R1 = |Z₀|(空载线圈)
车辆覆盖:Zx 变化 → 电桥失衡 → 差分输出
```
**优势:** 直接输出与 ΔZ 成正比的电压信号,非常干净。
**劣势:** 需要高精度平衡电阻(或数控电阻),温漂敏感。
### 2.5 电路关键设计要点
**① 激励信号质量:**
```
频率稳定度:优于 ±10ppm(DDS 可轻松做到)
幅度稳定度:优于 ±0.1%(需 AGC 或参考通道)
谐波失真:THD < -60dB(避免谐波干扰解调)
```
**② 接收通道动态范围:**
```
铝车架 ΔR 变化:0.5%~10%(典型)
ADC 有效位数:≥ 16bit(至少 14bit ENOB
动态范围:≥ 80dB
采样率:≥ 100ksps(便于数字滤波)
```
**③ 温度补偿:**
```
铜线圈 TCR ≈ 3900ppm/°C ← 这是最大的漂移源!
ΔT = 10°C 时,R_coil 变化 ≈ 3.9% → 与铝车架信号量级相当
补偿方法:
1. 线圈附近放置 NTC/Pt1000 温度传感器
2. 数字查表补偿 R(T) = R₂₅ × (1 + α(T-25))
3. 空载基线实时更新(慢跟踪,排除车辆占用时)
```
---
## 三、元器件选型层面——关键器件推荐
### 3.1 DDS 信号源
| 型号 | 最大频率 | 分辨率 | 特点 |
|------|---------|-------|------|
| **AD9833** | 25MHz | 28-bit | 低功耗、SPI、适合基础方案 |
| **AD9834** | 37.5MHz | 28-bit | 内置比较器,可调幅度 |
| **AD9850** | 125MHz | 32-bit | 经典方案,频率精确 |
| **AD9959** | 200MHz | 32-bit | 四通道同步输出(高级方案) |
**推荐:** AD9834(性价比均衡)或 AD9959(需要多频点扫描时)
### 3.2 IQ 解调器
| 型号 | 工作频率 | 解调方式 | 特点 |
|------|---------|---------|------|
| **AD8302** | DC~2.7GHz | 幅度+相位(单端) | 集成增益/相位检测,最常用 |
| **AD8333** | DC~50MHz | 双路 IQ 解调 | 真正的正交解调,性能更好 |
| **LTC5599** | 0.04~1GHz | IQ 解调器 | 低噪声,高线性度 |
| **SW 解调(MCU** | 受限于采样率 | 数字 IQ | 零硬件成本,适合低频 |
**推荐:** AD8302(简易方案)或 AD8333 + MCU 数字滤波(高性能方案)
### 3.3 采样 ADC
| 型号 | 分辨率 | 采样率 | 特点 |
|------|-------|-------|------|
| **ADS1256** | 24-bit | 30ksps | Δ-Σ,8通道,适合低频 |
| **AD7760** | 24-bit | 2.5Msps | 高性能,宽带 |
| **ADS131M04** | 24-bit | 64ksps | 4通道同步,功耗低 |
| **内置 MCU ADC** | 12~16bit | >1Msps | STM32G4/G7 系列 16bit |
**推荐:** STM32G474 内置 12bit ADC(过采样至 16bit)或外挂 ADS1256
### 3.4 运放 / 前端
| 型号 | 特点 | 用途 |
|------|------|------|
| **OPA2188** | 零漂移、低噪声 | 电桥差分、缓冲 |
| **ADA4522** | 轨到轨、超低噪声 | 前置放大 |
| **THS4531** | 全差分、低功耗 | 驱动 ADC 输入 |
### 3.5 线圈设计与变压器耦合
铝车架检测对线圈要求更高:
```
匝数 :4~8 圈(比标准多 1~2 圈,增加电感量提升信噪比)
电感量 :100~300μH(比标准略高)
Q 值 :> 80(空载),Q 值越高,ΔR 检测灵敏度越高
线径 :≥ 0.75mm²(多股丝包线更好,降低趋肤效应损耗)
尺寸 :推荐 1.8m×0.6m(窄长型,增加电流路径)
```
**变压器耦合隔离:**
```
DDS 输出 → 变压器 1:N 升压 → 线圈 → 变压器 N:1 -> IQ 解调
优势:
- 直流隔离(消除地环路)
- 阻抗匹配(提升 SNR
- 可通过匝比提升激励电压
推荐匝比:1:2~1:5(激励侧),补偿接收侧衰减
```
---
## 四、算法层面——微弱信号提取与判别
### 4.1 基线建立与实时跟踪
铝车架的 ΔR 信号量级与温漂相当,基线算法是成败关键。
```
算法:慢速基线跟踪 + 快速突变检测
基线更新率:0.01~0.05Hz │
(只在确认无车时更新) │
ΔR 基线 ────┘
┌────┐ ┌────┐
│无车│ │无车│
└────┘ ┌────────────────┐└────┘
│ 铝车通过: │
│ ΔR 快速上升 │
│ + ΔL 小幅下降 │
└────────────────┘
```
```
伪代码:
baseline_R = R_current // 初始化基线
α_baseline = 0.0005 // 极慢速学习率
cooldown_counter = 0 // 车辆离开冷却
每采样周期:
if (R_current > baseline_R + R_trigger × 0.8):
// 可能有车 → 停止基线更新
cooldown_counter = 0
else if (cooldown_counter < COOLDOWN_MAX):
// 车辆刚离开,基线冻结防拖尾
cooldown_counter++
else:
// 确认无车 → 慢跟踪基线温漂
baseline_R += α_baseline × (R_current - baseline_R)
```
### 4.2 多特征联合触发的模糊逻辑
铝车架不应只依赖单一 ΔL 或 ΔR 阈值:
```
输入特征:
f1 = ΔL —— 电感变化(对铁质敏感)
f2 = ΔR —— 电阻变化(对铝质敏感)
f3 = ΔL_short —— 短窗微分(捕捉上升沿速率)
f4 = noise_floor —— 当前噪声本底(自适应阈值用)
综合触发判据(模糊逻辑):
铝车置信度 = w_ΔR × f2 / N_R + w_noise × noise_factor
触发条件:铝车置信度 > CONF_THRESHOLD
OR (ΔL > L_threshold_low) // 兼容铁质车
OR (ΔR > R_threshold_high) // 大铝件单独触发
```
**推荐权重:**
```
对铝制车架有利的权重分配:
ΔR 权重 : 0.5~0.6 (铝的主特征)
ΔL 权重 : 0.2~0.3 (辅助,铝也有电抗变化)
上升沿速率 : 0.1~0.2 (区分车辆和缓慢漂移)
噪声自适应 : 0.1 (动态阈值)
```
### 4.3 相关性差分算法
旨在消除温漂和干扰的共模分量:
```
ΔR_compensated = ΔR_raw - β × ΔT × TCR_coil
- γ × (ΔL_raw / L₀) × coupling_factor
其中:
β = 温度补偿系数
γ = 交叉解耦系数(消除 ΔL 对 ΔR 测量的串扰)
```
### 4.4 空载品质因数 Q 监测(自诊断)
Q 值下降可能意味着线圈问题(断裂、受潮、引线松动):
```
Q = ωL / R
空载 Q 值监控规则:
Q/Q₀ < 0.7 → 警告:线圈可能异常
Q/Q₀ < 0.5 → 报警:需检修线圈
```
低 Q 值会严重削弱 ΔR 检测灵敏度,铝车架检测对此尤其敏感。
### 4.5 软件流程图
```
┌──────────────────┐
│ 系统初始化 │
│ DDS 配置 / ADC │
│ 基线采集(5s) │
└────────┬─────────┘
┌──────────────────┐
┌──────│ IQ 解调采样周期 │
│ │ (每1~5ms) │
│ └────────┬─────────┘
│ ▼
│ ┌──────────────────┐
│ │ 计算 ΔR, ΔL │
│ │ 温度补偿 │
│ │ 交叉解耦 │
│ └────────┬─────────┘
│ ▼
│ ┌──────────────────┐
│ │ 噪声本底估计 │
│ │ (滚动 1s 窗口) │
│ └────────┬─────────┘
│ ▼
│ ┌──────────────────┐
│ │ 模糊逻辑触发判决 │
│ │ (ΔR + ΔL + 微分) │
│ └────────┬─────────┘
│ ▼
│ ┌──────────────────┐
│ │ 判决是否有车? │──→ 输出状态 + 特征
│ └────────┬─────────┘
│ │
└───────────────┘
(循环)
```
---
## 五、整机性能预期
| 指标 | 传统 LC 振荡 | DDS 注入 + IQ 解调 |
|------|------------|-------------------|
| ΔL 分辨率 | 0.01%~0.02% | 0.001%~0.005% |
| ΔR 分辨率 | 不支持 | 0.01%~0.05% |
| 铝制车架检测率 | 50%~70%(不可靠) | 95%~99%(可靠) |
| 温漂抑制 | 差(无补偿) | 好(数字补偿+基线跟踪) |
| 车型判别 | 有限(仅ΔL) | 优良(ΔL+ΔR+波形) |
| BOM 成本增量 | 基准 | +¥15~40 |
---
## 六、总结:检测铝制车架的关键措施
```
┌───────────────────────────────────────────────────┐
│ 铝制车架检测的关键突破 │
├───────────────────────────────────────────────────┤
│ │
│ ① 原理突破:从单维 ΔL 转向双维 ΔL + ΔR │
│ → 铝在 ΔR 上的信号比 ΔL 强 3~10 倍 │
│ │
│ ② 电路突破:从 LC 振荡转向 DDS 注入 + IQ 解调 │
│ → 复阻抗 Z = R + jX 的分量独立测量 │
│ │
│ ③ 器件突破:高 Q 线圈 + 低漂移前端 + 16bit+ ADC │
│ → 信噪比提升 10~20dB │
│ │
│ ④ 算法突破:基线跟踪 + 温漂补偿 + 模糊逻辑触发 │
│ → 铝/铁/混合材质全覆盖检测 │
│ │
└───────────────────────────────────────────────────┘
```
建议从方案B(DDS + IQ 解调)入手做原型验证,这是铝制车架检测的最优功耗与检测率平衡方案。如果老大有现成的硬件平台,我可以协助做具体的参数选型计算。
---
## 七、方案B在不同材质车架下的信号表现
### 7.1 纯钢制车架(传统车)
| 信号维度 | 幅值范围 | 信噪比 | 触发依赖 |
|----------|---------|-------|---------|
| ΔL/L₀ | 2%~6% | ⭐⭐⭐⭐⭐ | ΔL 阈值即可,非常简单 |
| ΔR/R₀ | 1%~3% | ⭐⭐⭐ | 辅助判据 |
| |ΔL|/ΔR 比值 | > 2.0 | 铁质标志性 |
**IQ 平面表现:**
```
I 轴 (ΔR)
│ · 铝合金 (I大,Q小)
│ · 钢铝混合 (I中,Q中)
│ · 纯钢制 (I小,Q大)
└──────────────────→ Q 轴 (ΔL)
```
- **Q 轴偏移大**:涡流 + 高 μr 磁导率增强效应,电抗变化显著
- **I 轴偏移小**:钢的电导率较低(~1×10⁷ S/m),涡流损耗相对有限
- **检测难易度:最简单**,传统 LC 振荡器即可可靠工作
- **方案B的优势不显著**,但额外提供的 ΔR 信息可用于材质分类
**推荐触发策略:**
```
以 ΔL 为主判据(阈值设为 ~1.5%),ΔR 作为辅助验证
由于信号幅度大,无需模糊逻辑,门限判决即可
```
---
### 7.2 全铝制车架
| 信号维度 | 幅值范围 | 信噪比 | 触发依赖 |
|----------|---------|-------|---------|
| ΔL/L₀ | 0.3%~1% | ⭐⭐ | 仅靠 ΔL 不可靠 |
| ΔR/R₀ | 3%~8% | ⭐⭐⭐⭐ | **主判据** |
| |ΔL|/ΔR 比值 | < 1.0 | 铝质标志性 |
**IQ 平面表现:**
- **I 轴偏移大**:铝的高电导率(~3.8×10⁷ S/m)产生强涡流损耗
- **Q 轴偏移小**:μr≈1,无磁导率增强,电抗变化微弱
- **检测难易度:最难**,但也恰恰是方案B的**核心价值所在**
- **方案B表现卓越**:ΔR 信号比 ΔL 强 3~10 倍,IQ 解调可精准提取
**推荐触发策略:**
```
以 ΔR 为主判据(阈值设为 ~1.5%~2%),ΔL 作为辅助
需模糊逻辑综合判断,融合上升沿速率排除温漂
必须有可靠的温度补偿和基线跟踪
```
---
### 7.3 钢铝混合车架(目前主流轻量化方案)
这是当前最常见的车型——钢制骨架 + 铝制蒙皮/副车架/机盖。
| 信号维度 | 幅值范围 | 信噪比 | 说明 |
|----------|---------|-------|------|
| ΔL/L₀ | 1%~3% | ⭐⭐⭐⭐ | 钢骨架主导的电抗变化 |
| ΔR/R₀ | 2%~5% | ⭐⭐⭐⭐ | 铝蒙皮主导的损耗变化 |
| |ΔL|/ΔR 比值 | 0.8~2.0 | 材质混合,比值在中间带 |
**IQ 平面表现:**
```
钢铝混合的信号轨迹是两者的矢量叠加:
纯钢质点 ────→ 钢铝混合点 ────→ 纯铝质点
(Q大,I小) (Q中,I中) (Q小,I大)
信号矢量在 IQ 平面上沿对角线分布
```
**检测难易度:中等**——兼顾两端的触发策略即可覆盖。
**方案B的独特优势:**
- 传统 LC 振荡器对钢铝混合车无法做材质区分
- 方案B可以通过 **|ΔL|/ΔR 比值** 估计钢铝比例
- 行车道上统计**钢铝比分布**可辅助判断车辆品牌/车系
**推荐触发策略:**
```
ΔR 和 ΔL 双通道 OR 判决:
ΔR > R_threshold (1.5%) → 触发
ΔL > L_threshold (1.0%) → 触发
两者均不达阈值时才判为无车
```
---
### 7.4 材质自适应识别算法
利用方案B的 IQ 双通道,可在检测到车辆的同时进行**材质分类**:
```
每辆车通过时计算特征向量:
[ΔL_peak, ΔR_peak, ΔL_rise_time, ΔR_rise_time, |ΔL|/ΔR]
分类逻辑:
if (|ΔL|/ΔR > 1.8) → 钢制主导
if (|ΔL|/ΔR < 1.0) → 铝制主导
if (1.0 ≤ |ΔL|/ΔR ≤ 1.8) → 钢铝混合
```
**置信度提升方法:**
- 取车辆通过**中间 60% 时段**的稳定信号均值(避开前/后沿过渡区)
- 多车统计平滑:同一位置的 10 辆车统计结果做概率建模
- 结合线圈基准 Q 值校准:高 Q 线圈对 ΔR 更敏感,比值阈值需微调
---
### 7.5 各材质下的方案B总体验收表现
| 材质 | 方案B 检测率 | 触发稳定度 | 材质识别率 | 相比传统方案提升 |
|------|------------|-----------|-----------|----------------|
| 纯钢制 | 99.9%+ | ⭐⭐⭐⭐⭐ | 95%+ | 提升不大(本来就能检测) |
| 钢铝混合 | 99.5%+ | ⭐⭐⭐⭐ | 85%~90% | **显著提升**(传统无法判材质) |
| 全铝制 | 95%~99% | ⭐⭐⭐⭐ | 90%~95% | **革命性**(传统不可靠) |
| 碳纤维+铝 | 90%~95% | ⭐⭐⭐ | 80%~85% | **突破性**(传统几乎不可检) |
---
## 八、气候与海拔条件的影响及应对
### 8.1 温度极端(-40°C ~ +85°C
**影响分析:**
```
低温(-40°C):
- 铜线圈 R ↓ 约 25%(相对 25°C)
- Q 值 ↑,信号灵敏度 ↑
- 但 ΔR 基线大幅下移,需跟踪
高温(+85°C):
- 铜线圈 R ↑ 约 23%
- Q 值 ↓,信噪比 ↓
- ΔR 检测灵敏度下降最明显
```
**对材质判别的干扰:**
| 条件 | 对 ΔL 影响 | 对 ΔR 影响 | 对 |ΔL|/ΔR 比值影响 |
|------|-----------|-----------|---------------|
| 低温 -40°C | 极小(<0.01%) | 基线大幅下移 | 比值偏大,钢倾向 |
| 高温 +85°C | 极小(<0.01%) | 基线大幅上移 | 比值偏小,铝倾向 |
**方案B应对措施:**
```
① 增强基线跟踪:高温时学习速率提高 2~3 倍
α_baseline_hot = α_baseline × (1 + 2×(T-25)/60)
② 比值温度补偿:
Ratio_compensated = |ΔL|/(ΔR × K_T)
K_T = 1 + α_T_R × (T - 25)
其中 α_T_R 为实验标定的温度系数
③ 高温降额触发:T > 70°C 时 ΔR 阈值的 120%
避免温度漂移导致的误触发
④ 双基线策略:
维护
```
④ 双基线策略:
维护两组基线——"稳态基线"(慢跟踪温漂)和"动态基线"(快跟踪瞬变)
车辆离开后先用动态基线快速恢复,3~5s 后切换回稳态基线
```
---
### 8.2 湿度与降雨
**物理影响机制:**
```
水介电常数 εr ≈ 80(空气 εr ≈ 1)
① 积水改变线圈周围的等效介电常数 → 寄生电容 ↑ → 谐振频率偏移
Δf/f₀ ≈ - (ΔC_parasitic) / (2C_total)
可能产生 0.01%~0.05% 的虚假 ΔL 信号
② 雨水本身电导率低,ΔR 变化极小(<0.01%
但路面含融雪剂/盐分的积水 → 电导率 ↑ → ΔR 显著 ↑
融雪盐水的 ΔR 可达 0.5%~2%,可能误触发
③ 潮湿对线圈绝缘的影响
绝缘电阻下降 → 漏电流 ↑ → 等效并联电阻 ↓ → Q 值 ↓
```
**方案B的雨后现场表现:**
| 条件 | ΔL 虚假漂移 | ΔR 虚假漂移 | 误触发风险 | 应对难度 |
|------|------------|------------|-----------|---------|
| 纯雨水 | 0.01%~0.03% | < 0.01% | 低 | 容易 |
| 路面积水(浅) | 0.02%~0.05% | 0.01%~0.02% | 中低 | 中 |
| 融雪盐水 | 0.03%~0.08% | 0.5%~2% | **高** | 较难 |
| 海水浸泡 | 0.1%~0.2% | 5%~15% | **极高** | 需特殊处理 |
**方案B应对措施:**
```
① 利用 IQ 双通道区分积水与车辆:
积水特征:
- ΔL 和 ΔR 同时缓慢变化(分钟级),不是车辆那种秒级突变
- L-R 耦合模式特殊:ΔL 正(介电常数升高像"多了介质")
车辆特征:
- ΔL 和 ΔR 突变(秒级)
- 两者变化速率同步
② 上升沿速率滤波器:
只接受 d(ΔR)/dt > R_slope_min 的信号
排除积水等缓慢漂移
③ 融雪盐季节触发阈值自动抬升 20%~30%
④ 线圈防水工艺:
密封灌封(环氧树脂/沥青)防止水分侵入线圈缝隙
引线接头做防水处理
```
---
### 8.3 积雪与结冰
**物理影响机制:**
```
干雪(εr ≈ 1.2~2.0):介电效应极弱,几乎不影响
湿雪(εr ≈ 5~20):部分介电效应
冰层(εr ≈ 3.2):介电效应弱于水
雪水混合物 + 融雪剂:同 8.2 节盐水情况
厚积雪(> 10cm)的机械作用:
- 抬高车身有效耦合距离 h → ΔL 和 ΔR 信号同时下降
- 对铝车架的 ΔR 检测影响更大(信号本就偏弱)
```
**不同雪况对铝车架检测的影响:**
| 雪况 | 对 ΔR 影响 | 对 ΔL 影响 | 综合影响 |
|------|-----------|-----------|---------|
| 薄干雪(< 3cm | < 2% | < 1% | 可忽略 |
| 厚干雪(> 10cm | 5%~15% 下降 | 3%~8% 下降 | 铝车信号接近阈值 |
| 湿雪/冰层 | 3%~5% 下降 | 2%~4% 下降 | 中等影响 |
| 雪+融雪剂 | 显著漂移 | 中等漂移 | 高影响 |
**方案B应对措施:**
```
① 雪季灵敏度自适应:
检测到连续多日低温 + 无车时段基线波动增大
→ 自动降低 ΔR 触发阈值至标准值的 70%~80%
② 激增抑制算法:
融雪剂导致的 ΔR 变化是缓变的(小时级)
车辆导致的 ΔR 变化是快变的(秒级)
通过微分时间常数区分
③ 线圈加热(高端方案):
在线圈内嵌入加热丝(或无源利用线圈自身铜损发热)
温和加热(~5W/m²)防止线圈上表面积雪结冰
需配合温度传感器避免过热损坏路面
```
---
### 8.4 高海拔环境(> 2000m
**物理影响机制:**
```
① 空气介电常数变化:εr 随气压降低变化极微(< 0.05%)
对线圈谐振频率影响可忽略
② 空气击穿电压下降(巴邢定律):
海拔 3000m → 空气击穿电压降至海平面的 ~70%
海拔 5000m → 降至 ~50%
③ 线圈匝间高压击穿风险:
高 Q 线圈的匝间电压可达数百 V(特别是 DDS 升压激励时)
匝间/引线间放电 → 寄生电容突变 → 虚假信号
④ 散热恶化:
空气稀薄 → 对流散热效率下降 ~30%(3000m)
DDS 功放/变压器温升 ↑
```
**方案B应对措施:**
```
① 激励电压降额:
海拔 0~2000m:标准激励(~10Vpp,变压器升压后 ~50Vpp
海拔 2000~4000m:激励电压降至标准的 70%
海拔 > 4000m:激励电压降至标准的 50%
② 线圈绝缘增强:
匝间绝缘:聚酰亚胺漆包线(耐温 > 200°C,绝缘强度 > 5kV
灌封:有机硅凝胶灌封(消除匝间气隙,防止局部放电)
引线间距:增大至海平面的 1.5 倍
③ Q 值降额策略:
高海拔时有意降低线圈 Q 值(串联合适的阻尼电阻)
牺牲灵敏度换取可靠性
动态切换:海拔传感器自动切换 Q 值模式
④ 温度管理:
加强 DDS 功放散热(加大散热片/主动风冷)
变压器选用更高 Curie 温度的磁芯材料
```
**各海拔下方案B性能预估:**
| 海拔 | 激励电压 | Q 值 | 铝车 ΔR 检测率 | 可靠性 |
|------|---------|------|---------------|-------|
| 0~1000m | 100% | 标准 | 95%~99% | ⭐⭐⭐⭐⭐ |
| 1000~2000m | 90% | 标准 | 93%~98% | ⭐⭐⭐⭐⭐ |
| 2000~3000m | 80% | 降低 10% | 90%~96% | ⭐⭐⭐⭐ |
| 3000~4000m | 70% | 降低 20% | 85%~93% | ⭐⭐⭐ |
| > 4000m | 50% | 降低 30% | 75%~88% | ⭐⭐ |
---
### 8.5 综合环境自适应策略
方案B配备**环境模式自动切换系统**,根据多传感器输入动态调整参数:
```
环境模式判定依据:
├── 温度 T(板上温度传感器)
├── 湿度 RH(湿度传感器,或通过空载 Q 值推算)
├── 海拔 P(气压传感器,如 BMP280)
├── 基线波动率 σ_baseline(软件统计)
└── 季节因子(日历推算:12-2月冬季,6-8月夏季)
```
**模式切换矩阵:**
```
┌────────────────┬──────────┬──────────┬──────────┬──────────┐
│ 模式 │ 正常模式 │ 高温模式 │ 雨雪模式 │ 高海拔 │
│ │ │ > 50°C │ 高湿/雪 │ > 2500m │
├────────────────┼──────────┼──────────┼──────────┼──────────┤
│ ΔR 阈值缩放 │ 1.0× │ 1.2× │ 1.3× │ 1.0×
│ ΔL 阈值缩放 │ 1.0× │ 1.0× │ 1.0× │ 1.0×
│ ΔR/ΔL 权重比 │ 1:1 │ 1.2:1 │ 1.5:1 │ 1:1 │
│ 基线学习速率 │ 标准 │ 2× │ 0.5× │ 1× │
│ 上升沿速率阈值 │ 标准 │ 标准 │ 2× │ 标准 │
│ 存在保持时间 │ 2s │ 1.5s │ 3s │ 2s │
│ 激励电压 │ 100% │ 100% │ 100% │ 70% │
│ IQ 解调增益 │ 1× │ 1× │ 1.2× │ 1.5×
└────────────────┴──────────┴──────────┴──────────┴──────────┘
```
**模式切换逻辑:**
```
if (海拔 > 2500m):
模式 = 高海拔
else if (温度 > 50°C):
模式 = 高温
else if (湿度 > 80% OR 基线波动 > 2σ):
模式 = 雨雪
else:
模式 = 正常
```
---
## 九、方案B的全场景最优配置推荐
### 9.1 推荐硬件配置速查表
| 场景 | DDS | 解调器 | ADC | 线圈 Q 值 | 激励频率 | 激励电压 |
|------|-----|-------|-----|----------|---------|---------|
| 通用停车场 | AD9834 | AD8302 | MCU 内置 | > 80 | 120kHz | 标准 |
| 全铝车多(高端商圈) | AD9834 | AD8333 | ADS1256 | > 100 | 150kHz | 标准+10% |
| 东北/西北(冬雪) | AD9834 | AD8302 | ADS1256 | > 80 | 100kHz | 标准 |
| 西南/青藏(高海拔) | AD9850 | AD8302 | ADS1256 | 可调 | 80kHz | 降额 |
| 华南(高温高湿) | AD9834 | AD8333 | ADS1256 | > 90 | 130kHz | 标准 |
### 9.2 推荐软件参数速查表
| 场景 | ΔR 阈值 | ΔL 阈值 | 模糊权重 (R:L:dR/dt) | 基线速率 |
|------|---------|---------|---------------------|---------|
| 通用停车场 | 1.5% | 0.8% | 0.5:0.3:0.2 | 0.0005 |
| 全铝车多 | 1.2% | 0.5% | 0.6:0.2:0.2 | 0.0003 |
| 东北/西北(冬雪) | 2.0% | 1.0% | 0.5:0.3:0.2 | 0.0002 |
| 西南/青藏(高海拔) | 1.5% | 0.8% | 0.5:0.3:0.2 | 0.0005 |
| 华南(高温高湿) | 1.8% | 0.8% | 0.6:0.2:0.2 | 0.001 |
| 恶劣综合(冬+高湿+铝多) | 1.5% | 0.8% | 0.5:0.3:0.2 | 0.0003 |
### 9.3 最终推荐
```
┌──────────────────────────┐
│ 方案B 是最优全能方案 │
├──────────────────────────┤
│ │
│ 纯钢车 → 100%可靠 │
│ 钢铝混合 → 99%+可靠 │
│ 全铝车 → 95%~99%可靠 │
│ 雨雪天 → 可达上述 90% │
│ 高海拔 → 可达上述 85% │
│ │
│ BOM 成本增幅仅 ¥15~40 │
│ 相比传统 LC 方案 │
│ │
└──────────────────────────┘
```
DDS 注入 + IQ 解调方案是当前综合性能最优、环境适应性最强、对不同材质最均衡的线圈车检方案。配合环境自适应模式切换,可在绝大多数现场条件下稳定工作。
---
## 文档结束(V2.0