Verfahren zur adaptiven Optimierung von Ultraschallme߬ signalen

Die Erfindung betrifft ein Verfahren zur adaptiven Optimie¬ rung von Ultraschallmeßsignalen.

Die Meßgenauigkeit und die Strukturauflösung von Ultraschall Impuls-Echo-Systemen wird maßgeblich durch die spektrale

Systembandbreite und durch die zeitliche Form des Meßsignais bestimmt. Beispielsweise sind für eine hohe Meßgenauigkeit und eine gute axiale Auflösung impulsfδrmige Meßsignale mit einem breiten Frequenzgang und möglichst kurzen Ein- und Aus- schwingzeiten wünschenswert. Bei gebräuchlichen Ultraschall- wandlern handelt es sich zumeist um schwachgedämpfte, reso- nante Wandler, die vorzugsweise auf bestimmten Moden schwingen und aufgrund ihrer Fehlanpassung an das Schall- medium Luft ein begrenztes Wirkungsgrad - Bandbreite - Pro- dukt aufweisen. Aus diesem Grund führt eine pulsförmige An¬ regung dieser Wandler in aller Regel nicht zu Meßsignalen, die im oben dargestellten Sinn optimal sind.

Im Stand der Technik Sonderdruck aus Fachberichte Hütten- praxis Metall-Weiterverarbeitung, 19. Jahrg., Heft 2, 1981, H.A. Crostak: "Grundlagen der CS-Technik", ist für die Werk¬ stückprüfung mit Ultraschall eine Möglichkeit zur Verbesse¬ rung des Sendesignals eines Ultraschallwandlers angegeben. Diese erfolgt durch die Variation des FrequenzSpektrums des Sendesignals, beispielsweise durch Multiplikation eines Im¬ pulses mit einer oder mehreren ausgewählten Funktionen.

Prinzipiell ist es möglich, die nicht idealen Übertragungsei¬ genschaften der Wandler durch eine geeignete Filterung teil- weise zu kompensieren. Im Bereich der Ultraschalltechnik lassen sich sogenannte inverse Filter anwenden, um die Kenn¬ daten von Ultraschall-Meßsystemen zu verbessern.

Aus dem Stand der Technik Sedki M. Riad, "The Deconvolution Problem: An Overview", IEEE, 1986 ist ein derartiges inverses Filter bekannt. Dabei handelt es sich um eine Nachfilterung.

Bei der inversen Filterung wird das von einem Sendewandler ausgesandte Ultraschallsignal empfangen und anschließend mit der inversen Übertragungsfunktion des Systems beaufschlagt.

Eine weitere Möglichkeit besteht darin, eine inverse Filter- funktion in das auszusendende Signal einzurechnen. Dies stellt eine inverse Vorfilterung dar.

Bei der Nachfilterung müssen die Empfangssignale nach jeder Messung gefiltert werden. Da analoge einstellbare Filter nur sehr schwer zu realisieren sind, geschieht diese Filterung zumeist mit digitalen Filtern, wobei es zum Teil nur mit relativ großem Aufwand möglich ist, die Filterung in Echtzeit durchzuführen.

Ein Nachteil der inversen Vorfilterung ist die Notwendigkeit eines linearen, breitbandigen Leistungs-Sende-Verstärkers zur Anregung des Ultraschallwandlers. Wegen des großen Aufwandes und der relativ hohen Leistungsaufnahme ist deren Einsatz, insbesondere bei preiswerten "Stand-alone" Geräten oft nicht akzeptabel.

Sowohl die inverse Vorfilterung als auch die Nachfilterung haben den Nachteil, daß zur Berechnung des inversen Filters Informationen über das Gesamtsystem notwendig sind, die vorab vorliegen müssen und die Verfahren bei Nichtberück- sichtigung dieser Informationen oder ungenauen Daten sehr leicht unstabil werden, und/oder zu nicht optimale Ergebnisse erreicht werden.

Der Erfindung liegt die Aufgabe zugrunde, ein Verfahren zur adaptiven Optimierung eines von einem Ultraschallwandler ausgesendeten Ultraschallsignals anzugeben, bei dem keine

Vorabinformation über das Gesamtsystem vorliegen muß. Weiter¬ hin soll das Verfahren auch für nichtlineare Systeme geeignet sein.

Das Verfahren hat den Vorteil, unabhängig von den System¬ übertragungseigenschaften, immer zu einer stabilen opti¬ mierenden Lösung zu führen.

Das Verfahren hat zusätzlich den Vorteil, daß die Wahr- scheinlichkeit, ein suboptimales Ergebnis mit hohem Fehler¬ wert zu erreichen, klein ist. Weiterhin kann durch das er¬ findungsgemäße Verfahren auf aufwendige Hardware und Software verzichtet werden.

Die Aufgabe wird durch ein Verfahren gemäß dem Patentanspruch 1 gelöst.

Vorteilhafte Weiterbildungen ergeben sich aus den Unteran¬ sprüchen.

So kann durch das Verfahren gemäß Anspruch 2 die Signalopti¬ mierung weiter verbessert werden.

Zur Optimierung der axialen Auflösung ist das Verfahren gemäß den Ansprüchen 3, 4 und 5 besonders geeignet.

Zur Optimierung der Einschwingdauer, z.B. zur Optimierung der Genauigkeit der Phasenmessung mit einer Komparatorschaltung, ist das Verfahren gemäß den Ansprüchen 6, 7 und 8 besonders geeignet.

Um die Wahrscheinlichkeit für eine suboptimale Lösung weiter zu verringern, ist das Verfahren gemäß Anspruch 9 geeignet.

Die Erfindung wird anhand mehrerer Figuren näher erläutert.

Es zeigt

Figur 1 eine Systemübersicht,

Figur 2 ein Struktogramm der Optimierungsroutine,

Figur 3 schematisch einen typischen Suchweg bei Verwendung des Koordinatensuchverfahrens,

Figur 4 schematisch das Systemkonzept zur adaptiven Optimie- rung von Hüllkurvensignalen,

Figur 5 die Hüllkurve der Impulsantwort und rechts den Sy¬ stemfrequenzgang,

Figur 6 links die Hüllkurve des Empfangssignals nach einem Adaptionszyklus und rechts wiederum den System¬ frequenzgang,

Figur 7 links die Hüllkurve nach mehreren Zyklen und rechts wiederum den Frequenzgang,

Figur 8 links das optimierte Sendesignal und rechts die Fehlerkurve,

Figur 9 eine typische Fehlerfunktion eines einzelnen Abtast¬ wertes,

Figur 10 die Fehlerfunktion in Abhängigkeit von zwei Abtast¬ werten,

Figur 11 das Konzept einer adaptiven Optimierung durch Puls- anregung,

Figur 12 links das optimierte Empfangssignal bei dreistufiger Quantisierung des Sendesignals und rechts den Fre¬ quenzgang,

Figur 13 das optimierte Sendesignal bei drei Quantisierungs- stufen,

Figur 14 eine simulierte Impulsantwort mit einer Nullstelle im Frequenzgang und rechts den Frequenzgang,

Figur 15 ein Optimierungsergebnis für ein nach Figur 14 simu¬ liertes System und rechts den Frequenzgang dazu,

Figur 16 eine erste mögliche Schaltungsanordnung, welche für das erfindungsgemäße Verfahren geeignet ist und

Figur 17 eine zweite mögliche Schaltungsanordnung, welche für das erfindungsgemäße Verfahren geeignet ist.

Der grundlegende Meßaufbau zur Erzeugung eines optimierten Ultraschallsignals ist in Figur 1 dargestellt. Mit einem freiprogrammierbaren Wellenfor generator WFG läßt sich ein beliebiges Sendesignal s*«-(n) mit begrenzter zeitlicher Länge und Amplitudendiskretisieurung erzeugen. Das so generierte Sendesignal sjς(n) wird über einen Ultraschallwandler USW ausgesendet und am selben Ultraschallwandler oder an einem anderen Ultraschallwandler USW empfangen. Aus dem Empfangs- signal e-«-(n) werden Fehlermerkmale ζ, im folgenden auch nur als Merkmale bezeichnet, abgeleitet. Diese werden beim Opti¬ mierungsvorgang zur Bewertung des Empfangssignals ej _ζ (n) und zur Berechnung des neuen Sendesignals sj _c (n) herangezogen. Das Empfangssignal e^fn) ergibt sich aus der Faltung des Sende¬ signals S)ζ(n) mit der Impulsantwort (= Übertragungsfunktion) h(n) des Gesamtsystems GS.

Der Sendesignalvektor β)_ ergibt sich zu:

^s k = < ^s kl' ^s k2* ^{• • •} ' ^s kn' ^s kn+l* ^■ ••• ^s kN _'

1 < n < N

n = Index für den n-ten Abtastwert des Sendesignals k = Index für das k-te Sendesignal

Aus dem Empfangssignal e _k (n) werden die Fehlermerkmale ζ ab¬ geleitet, anhand derer die Optimierung vorgenommen wird. Die gesamte Fehlerfunktion ζ(βj _ζ ) ist eine Funktion der Merkmale ζ und somit eine Funktion des Sendesignalvektors β _jς .

ζ(βfc) = f (s _kl , s _k2 , ... , s _kN )

Die Form der Fehlerkurve ergibt sich aus der Übertragungs- funktion h(n) und den gewählten Merkmalen ζ. Die Signalopti- mierung erfolgt dadurch, daß von der Sendesignalvektor s _k so modifiziert wird, daß der Wert der Fehlerfunktion fβfc) möglichst minimal wird. Es handelt sich hierbei um ein N- dimensionales Optimierungsproblem, dessen Komplexität sich aus den Eigenschaften der Fehlerkurve ergibt.

Figur 2 zeigt den Ablaufplan des Optimierungsverfahrens. Ausgehend von einem Delta - Impuls als Initialisierungssignal schreitet man nacheinander in den N-Koordinatenrichtungen um eine feste Schrittweite d voran, so daß die Fehlermerkmale bezüglich der einzelnen Koordinaten minimiert werden. Ge¬ startet wird mit einer Schrittweite d, die halb so groß ist wie der maximal einstellbare Amplitudenwert der Sendeabtast- werte. Läßt sich mit der gegebenen Schrittweite d bei keiner Koordinate eine Verbesserung erzielen, so wird die Schritt- weite um den Faktor 2 verkleinert und der Optimierungsvorgang für alle Koordinaten wiederholt. Das Abbruchkriterium des Verfahrens ist dann erfüllt, wenn mit einer Schrittweite d = 1, was die kleinste Schrittweite darstellt, keine Ver¬ besserung mehr zu erreichen ist.

Die sehr großen Schrittweiten zu Beginn des Verfahrens wirken sich dahingehend positiv aus, daß es hierbei unwahrscheinlich

ist, daß das Verfahren in eir flaches lokales Minimum, einer suboptimalen Lösung, mit sehr hohem Fehlerniveau läuft und dort stagniert.

Es sei angemerkt, daß es nicht sinnvoll wäre, zu Beginn der Adaption die Fehlerminima bezüglich einer Koordinate sehr exakt in kleinen Schritten zu bestimmen, da die einzelnen Koordinaten nicht orthogonal zueinander stehen, und somit der Optimalwert einer Koordinate von allen übrigen abhängt. Folg- lieh ist eine exakte Optimierung eines einzelnen Koordi¬ natenwertes erst dann sinnvoll, wenn alle anderen Koordinaten auch relativ gut optimiert sind. Dieses Verhalten läßt sich in einem zweidi ensionalen nicht orthogonalen Raum, wie dieser in Figur 3 dargestellt ist, verdeutlichen. Die Suche beginnt in Punkt A und geht in Richtung Punkt B, wobei nach¬ einander abwechselnd in eine der beiden Richtungen SI bzw. S2 vorangeschritten wird. Der Fehlerwert ergibt sich aus dem je¬ weiligen Abstand von der momentanen Position zum Punkt B.

Aus Figur 3 ist weiterhin ersichtlich, daß das Suchverfahren grundsäztlich stabil ist und bei einer unimodalen Funktion gegen das absolute Minimum konvergiert. Die in Figur 3 ein¬ getragene gestrichelte Linie stellt den direkten Weg zwischen dem Startpunkt A und dem Zielpunkt B dar.

Wie bei allen zur Zeit bekannten mehrdimensionalen Optimie¬ rungsverfahren ist auch bei dem benutzten Koordinatensuch- verfahren zur Ultraschallsignaloptimierung nicht auszu¬ schließen das der Algorithmus bei nicht unimodalen Funktionen nicht in das absolute Minimum sondern in ein suboptimales lokales Minimum der Fehlerfunktion ξ(sj _c ) konvergiert. Um die Wahrscheinlichkeit einer schlechten suboptimalen Lösung deut¬ lich zu verringern, ist es möglich das Empfangssignal zu¬ sätzlich mit einem Rauschsignal zu überlagern, so daß eine statistische Möglichkeit besteht, aus suboptimalen Minima „herauszuspringen" und so zu einem tiefergelegenen Fehler¬ niveau zu gelangen. Bei diesem Prinzip wird nach jedem

Adaptionszyklys oder bei stagnierendem Lernerfolg die über¬ lagerte Rauschleistung sukzessive reduziert. Ein Verfahren mit einer vergleichbaren Grundidee zur mehrdimensionalen Optimierung wurde von S. Kirkpatrick, C. D. Gelatt, M. P. Vecchi, "Optimization by Simulated Annealing, " Science, Vol. 220 pp. 671-680, May 1983 unter dem Namen „Simulated Annealing" vorgestellt. Da Ultraschallmeßsignale generell durch Störgrößen überlagert sind, kann das Signal-zu- Rauschverhältnis des Empfangssignals in der Praxis sehr einfach über eine Vergrößerung oder Verkleinerung der Sende¬ spannung oder Mittelungen über mehrere Meßzyklen erreicht werden. Bei einer digitalisierten Verarbeitung der Empfangs- Signale können darüber hinaus rechnerisch Rauschgrößen auf¬ addiert werden.

Das Verfahren wurde anhand des Hüllkurvensignals des Luftul- traschallmeßsystems in der Praxis getestet, vergleiche dazu Figur 4. Dort ist das gesamte Konzept des untersuchten adaptiven Optimierers dargestellt. Mit einem frei pro- grammierbaren Wellenformgenerator WFG wird ein Sendesignal f _s (t) erzeugt und über einen Ultraschallwandler USW abge¬ strahlt. Das an einem Reflektor R reflektierte Signal wird von dem selben Ultraschallwandler oder einem anderen Ultra- schallwandler USW empfangen. Aus dem Empfangssignal wird mittels einem Demodulator D das Hüllkurvensignal f _e (t) ge¬ wonnen. Es wurde das Niederfrequenzhüllkurvensignal feh^) ausgewertet und nicht das Hochfrequenzzeitsignal, was jedoch in gleicher Weise möglich wäre. Als Fehlerkriterium wurde das Quadrat des Verhältnisses von der Fläche unter der Hüllkurve, welche proportional zum Mittelwert der Spannungsamplituden ist, und dem Amplitidenmaximum verwendet:

ζ = T max |{f _eh (t)}

wobei T die zeitliche Dauer für einen einzelnen Meß-Zyklus ist.

Ein geringer Fehlerwert ζ ergibt sich also bei einem Empfangssignal mit einer schmalen, hohen Hauptschwingung und kleinen Nebenschwingungen. Das beste Signal wäre demnach ein Delta - Impuls mit dem Fehlerwert von 1. Der Vorteil dieses Fehlerkriteriums besteht darin, daß sich die beiden Merkmale Amplitudenspitzenwert und Mittelwert sehr leicht gegebenen- falls auch mit einfachen Operationsverstärkerschaltungen be¬ stimmen lassen. Bestimmt man die Fehlermerkmale mittels Hard¬ ware, so braucht man nicht mehr das Zeitsignal zu digitali¬ sieren, sondern nur noch einmal pro Sendevorgang die beiden Merkmale abzutasten, wodurch sich der Hardwareaufwand und die Verarbeitungszeit deutlich reduzieren.

Bei dem verwendeten Ultraschallwandler handelt es sich um einen konventionellen piezokeramischen Radial-Dickenschwinger mit λ/4 Anpaßschicht. Die relative 3dB Bandbreite des Wand- lers (3dB Bandbreite durch Mittenfrequenz) liegt bei ca. 0,1. Die gesamte System-Impulsantwort wird fast ausschließlich durch die Wandler-Übertragungseigenschaften bestimmt. Die Hüllkurve der System-Impulsantwort und der zugehörige Fre¬ quenzgang sind in Figur 5 veranschaulicht.

Für das dargestellte System wurde ein optimiertes Sendesignal mit 128 Abtastpunkten und 8-Bit Quantisierung generiert. In den Figuren 6 und 7 sind zwei Optimierungsstufen der Anpassung aufgeführt. Figur 6 zeigt die Hüllkurve und den Frequenzgang des EmpfangsSignals nach dem ersten Adaptionszy¬ klus, es sind hier also alle Sendeabtastwerte einmal mit der sehr großen Anfangsschrittweite optimiert worden.

In Figur 7 ist das Endergebnis der Optimierung nach 36 Zyklen dargestellt. In der Hüllkurve des Empfangssignals sieht man, daß die Nebenschwingungen weitestgehend unterdrückt werden, das Empfangssignalspektrum besitzt einen glatten Verlauf und

seine Form ist einem Hanning-Fenster sehr ähnlich. Die 3dB- Bandbreite hat sich im Vergleich zur normalen Impulsantwort in etwa um den Faktor 5 vergrößert.

Das Beispiel zeigt, daß ein angepaßtes Sendesignal, wie es in Figur 8 links gezeigt ist, erzeugt werden kann, das zu einem deutlich verbesserten Empfangssignal führt und welches sich sehr gut für eine weitere Signalauswertung eignet.

Die Konvergenzeigenschaften des Verfahrens sind anhand der Fehlerkurve, die in Figur 8 rechts abgebildet ist, ersicht¬ lich. Es ist die Entwicklung des Fehlerwerts in Abhängigkeit von der Anzahl der Adaptionszyklen dargestellt. Die Kurve wird auch als Lernkurve bezeichnet. In den ersten Adaptions- zyklen verringert sich der Fehler sehr schnell und konver¬ giert dann relativ langsam (hyperbelförmig) gegen den minima¬ len Endwert. Das Abbruchkritierium ist hier nach 36 Zyklen erfüllt.

Bei der Fehlerfunktion handelt es sich in der Regel nicht um eine unimodale Funktion. Sowohl die gesamte Funktion als auch die Fehlerfunktionen der einzelnen Sendeabtastwerte können mehrere Minima besitzen. Eine typische Funktion des Fehlers in Abhängigkeit vom Wert eines eineinen Sendeabtastwerts ist in Figur 9 dargestellt.

Figur 10 zeigt eine Fehlerfunktion in Abhängigkeit von zwei Sendeabtastwerten. Neben dem ausgeprägten globalen Minimum sind mehrere lokale Minima in den Randbereichen der Funktion ersichtlich. Daß die Fehlerfunktion einzelner Sendeabtastwer¬ te mehrere Minima besitzen kann, ist neben der Tatsache, daß sich die gesamte Fehlerfunktion aus den einzelnen Fehlerfunk¬ tionen zusammensetzt, insbesondere deswegen von Bedeutung, weil die gesamte Optimierung über die Teiloptimierungen in den einzelnen Koordinatenrichtungen verläuft.

Anzumerken ist, daß die Figuren 9 und 10 nur für den Beginn der Adaption typische Fehlerfunktionen darstellen. Ist die Optimierung erst einmal weit in Richtung des Minimums vorge¬ drungen, so sind alle Fehlerfunktionen der einzelnen Sendeab- tastewerte quadratrische Funktionen (Parabeln) .

Ein weiterer Anwendungsfall des Verfahrens ist in Figuur 11 gezeigt. Ein 32 Abtastwerte umfassendes Sendesignal wurde in drei Stufen quantisiert. Positiver Spannungspuls, negativer Spannungspuls und Nullpotential. Die Pulsserien, die die

Schaltendstufe SE steuern, können z.B. durch zwei Schiebere¬ gister SRI und SR2 erzeugt werden, die vor dem Sendevorgang mit den entsprechenden Werten geladen werden. Das Optimie¬ rungsverfahren wurde entsprechend an die dreistufige Quanti- sierungsstufe angepaßt.

Im Ergebnis der Adaption, vgl. Figur 12, wird deutlich, daß auch bei diesem einfachen Sendesignal, welches in Figur 13 dargestellt ist, eine deutliche Optimierung des Empfangssi- gnals, vgl. Figur 14 zu erreichen ist. Die Nebenschwingungen in der Hüllkurve sind stark vermindert und die Signalband¬ breite hat sich gegenüber der Impulsantwort um etwa den Faktor 2 vergrößert.

Eine solche nahezu ohne Verluste arbeitende Sendeschaltung kann in einer Hybridanordnung mit einem Ultraschallwandler kombiniert werden, um so zu verbesserten Meßsignalen mit einem höheren Signal-Rausch-Verhältnis, kürzeren Ein- und Ausschwingzeiten oder/und breiterem Frequenzgang zu gelangen, was aus technisch physikalischen Gründen mit einem normalen

Ultraschallwandler nicht oder nur mit viel Aufwand erreichar wäre.

Auch für Luft- Ultraschall-Wandler Arrays ist das erfin- dungsgemäße Verfahren geeignet, da die aufwendigen analogen Gegentaktendstufen hierbei durch eine integrierte Array- Schaltendstufe ersetzt werden können.

Neben der beschriebenen Optimierung der axialen Auflösung können auch andere Kriterien, etwa eine möglichst kurze Ein¬ schwingdauer der ersten Schwingung des empfangenen Ultra- schallsignals von Interesse sein. Eine möglichst steile

Einschwingflanke führt zu einer hohen Genauigkeit bei einer Signalauswertung mit einer analogen Komparatorschaltung. Merkmale zur Bewertung dieser Eigenschaften sind beispiels¬ weise die Höhe des ersten Maximums h-^ im empfangenen Ultra- schallsignal und die Steigung m]_ des zeitlich vorangegangenen Signalverlaufs. Der Fehlerwert ζ _s berechnet sich beispiels¬ weise zu:

Sollen zusätzlich Nebenschwingungen kompensiert werden, so können die Fehlermerkmale ζ und ζ _s zu einem Fehlerwert ζ _k kombiniert werden:

. = h. ^• m.

Die grobe Signalquantisierung stellt in einem gewissen Sinn eine Nichtlinearität des Systems dar. Es wird somit deutlich, daß mit dem Verfahren auch stark nichtlineare Systeme optimiert werden können. Im Gegensatz zu einer direkten Berechnung eines inversen Filters, bei der die lineare Signalübertragung Voraussetzung ist, sind bei den merkmals¬ gestützten adaptiven Signaloptimierung, wie sie durch das er¬ findungsgemäße Verfahren realisiert ist, nur äußerst geringe Anforderungen an die Linearität der Übertragunsglieder, wie z.B. Sende- und Empfangsverstärker zu stellen, wodurch sich die Hardware wesentlich vereinfachen läßt.

Die Robustheit des erfindungsgemäßen Verfahrens wird anhand eines weiteren Beispiels deutlich. Es handelt sich hierbei um die Simulation eines Systems, das eine Nullste im Fre¬ quenzgang aufweist und somit nicht direkt invertierbar ist. Der Signalverlauf des simulierten Systems entspricht dem¬ jenigen in Figur 5, wobei hier der Einbruch im Signalspektrum durch eine echte Nullstelle ersetzt wurde, vgl. Figur 14. Ein vergleichbares Spektrum könnte sich z.B. für einen Ultraschallwandler ergeben, der schwach gedämpft auf ver- schiedenen Moden schwingt und deswegen die Signalenergie im Spektralbereich zwischen den Moden verschwindend klein ist. Im Ergebnis der merkmalsgestützten Signalsoptimierung, vgl. Figur 15, wird deutlich, daß hierbei die Erzeugung eines angepaßten Sendesignals problemlos gelingt.

Die Robustheit des Verfahrens ergibt sich aus der Tatsache, daß das Verhalten des gesamten Systems während der Adaption kontrolliert wird. Eine bleibende Veränderung der Filterfunk¬ tion findet nur statt, wenn sich die Fehlermerkmale, die sich aus dem kompletten Empfangssignal ableiten, verkleinern und sich das Verhalten des Systems somit verbessert hat. Somit ist es von vornherein ausgeschlossen, daß das Verfahren instabil wird und zwar unabhängig von dem zu optimierenden System, wobei dieses nichtlinear, schwach nichtstationär und "ill-posed" sein darf.

Ein weiterer Vorteil des erfindungsgemäßen Verfahrens ist auch darin zu sehen, daß keinerlei Kausalitätsbetrachtungen für die Berechung des inversen Signals nötig sind, da die extrahierten Fehlersignale laufzeitunabhängig sind und nur die Form des Empfangssignals optimiert wird. Totzeiten müssen somit nicht berücksichtigt werden.

Die Adaptionsgeschwindigkeit wird maßgeblich durch die Zeit bestimmt, die für einen Sendevorgang in Abhängigkeit von der Schallaufzeit erforderlich ist. Die Zeit, die das Verfahren für die Berechnung benötigt, kann vernachlässigt werden, da

nur wenige, äußerst einfache Operationen durchgeführt werden müssen.

Das Verfahren eignet sich für eine Implementation auf einen preiswerten MikroController, da nur sehr wenig Rechenleistung erforderlich ist.

Die Schaltungsanordnung gemäß Figur 16 ist für das erfin¬ dungsgemäße Verfahren geeignet. Sie weist einen 1 aus 8 De- coder DEC, z. B. Silikonix HV15C auf, der eingangsseitig mit verschiedenen Spannungen zwischen - 60 und +60 V belegt ist. Diese werden durch die, an die Steueradressen A0, AI, A2 ge¬ legten Steuersignale, welche vom Microcontroller MC stammen, an den Ausgang des Decoderes DEC, an dem der Ultraschall- wandler USW angeschlossen ist, gelegt. Das an einem Objekt reflektierte Ultraschallsignal wird über den Ultraschall¬ wandler USW empfangen und über den Decoder DEC dem Empfangs- Verstärker EV zugeführt. Vom verstärken Empfangssignal wird mit einem Hüllkurvendemodulator HD ein Hüllkurvensignal gebildet, das einem Analog/Digitalwandler ADW zugeführt wird, welcher das digitalisierte Hüllkurvensignal an den Micro¬ controller MC weiterleitet. Im Microcontroller MC ist das Verfahren zur adaptiven Optimierung implementiert.

Die in Figur 17 dargestellte Schaltungsanordnung weicht von der in Figur 16 dargestellen in sofern ab als die Merkmals¬ extraktion nicht mehr im Microcontroller MC, sondern in einer dem Analog/Digitalwandeler ADW vorgeschalteten Einheit zur Merkmalsextraktion ME durchgeführt wird.