多重反射（Multiple Reflections）：

成因：聲波在液面與罐頂（或罐壁）之間來回反射。到達的回波是液面反射（主回波），隨后是液面-罐頂-液面反射，以此類推。

特征：多重反射回波與主回波形狀相似，但幅值按指數規律衰減，時間間隔固定（Δt=2H/c，H為罐高）。它們會成液面在不斷上下波動，導致測量值跳動。

虛假回波（False Echoes）：

成因：由罐壁、橫梁、支柱、攪拌器葉片、泡沫層、冷凝水等引起的反射。

特征：形態各異，可能是尖銳的脈沖、寬大的彌散波，或與主回波頻率不同的雜波。它們的位置和強度都不固定，是測量穩定性的敵人。

軟件算法的核心策略：多重反射控制與虛假回波識別

現代超聲波物位計的算法，通常采用“預處理 + 特征提取 + 決策"的多層架構。

預處理——凈化原始信號

數字濾波（Digital Filtering）：

帶通濾波：設計一個頻率在換能器諧振頻率、帶寬適當的FIR或IIR濾波器。這可以濾除低頻的環境噪聲（如泵、電機）和高頻的電磁干擾，凸顯出真實的回波頻譜。

自適應濾波（Adaptive Filtering）：對于有規律的環境噪聲（如鄰近設備產生的固定頻率干擾），可以采用自適應陷波濾波器（Notch Filter），實時跟蹤并抵消噪聲分量。

信號歸一化（Normalization）：

將ADC采集到的原始數據，根據其峰值或能量進行歸一化處理。這使得不同距離、不同強度的回波信號，能在同一個尺度下進行比較和分析，增強了算法的魯棒性。

特征提取——為回波建立“指紋檔案"

算法為每個潛在的回波峰值，提取一組多維度的特征向量（Feature Vector）：

時間特征：

到達時間（TOA）：回波峰值對應的時間點。

脈沖寬度（Pulse Width）：回波信號的-20dB寬度。真實液面回波通常較窄，而由障礙物引起的回波可能較寬。

上升/下降斜率：真實回波通常有陡峭的前沿和后沿。

幅度特征（Amplitude Features）：

峰值幅度（Peak Amplitude）：回波的幅值。

能量（Energy）：回波窗口內所有采樣點的平方和。

頻譜特征（Frequency Domain Features）：

頻譜質心（Spectral Centroid）：頻譜能量的加權平均頻率。真實回波頻譜集中在頻率附近，而某些噪聲或虛假回波可能有不同的頻譜特性。

諧波失真度：分析回波信號中是否存在顯著的諧波分量，可用于區分不同類型的反射源。