CN110686846A - 一种采用数字随机解调与分裂恢复算法的冲击监测系统 - Google Patents
一种采用数字随机解调与分裂恢复算法的冲击监测系统 Download PDFInfo
- Publication number
- CN110686846A CN110686846A CN201910962419.8A CN201910962419A CN110686846A CN 110686846 A CN110686846 A CN 110686846A CN 201910962419 A CN201910962419 A CN 201910962419A CN 110686846 A CN110686846 A CN 110686846A
- Authority
- CN
- China
- Prior art keywords
- signal
- voltage
- input
- impact
- digital random
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 72
- 238000011084 recovery Methods 0.000 title claims abstract description 19
- 238000005070 sampling Methods 0.000 claims abstract description 64
- 238000006243 chemical reaction Methods 0.000 claims abstract description 49
- 230000006835 compression Effects 0.000 claims abstract description 13
- 238000007906 compression Methods 0.000 claims abstract description 13
- 238000012545 processing Methods 0.000 claims abstract description 11
- 230000008859 change Effects 0.000 claims abstract description 10
- 239000011159 matrix material Substances 0.000 claims description 20
- 238000000034 method Methods 0.000 claims description 17
- 238000009825 accumulation Methods 0.000 claims description 4
- 238000004364 calculation method Methods 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 7
- 230000036541 health Effects 0.000 description 5
- 239000002131 composite material Substances 0.000 description 4
- 238000005457 optimization Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 230000003247 decreasing effect Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000005034 decoration Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 229920000049 Carbon (fiber) Polymers 0.000 description 1
- 229910000831 Steel Inorganic materials 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 239000004917 carbon fiber Substances 0.000 description 1
- 239000004918 carbon fiber reinforced polymer Substances 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 239000012634 fragment Substances 0.000 description 1
- 238000009439 industrial construction Methods 0.000 description 1
- HFGPZNIAWCZYJU-UHFFFAOYSA-N lead zirconate titanate Chemical compound [O-2].[O-2].[O-2].[O-2].[O-2].[Ti+4].[Zr+4].[Pb+2] HFGPZNIAWCZYJU-UHFFFAOYSA-N 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000010959 steel Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M7/00—Vibration-testing of structures; Shock-testing of structures
- G01M7/08—Shock-testing
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01L—MEASURING FORCE, STRESS, TORQUE, WORK, MECHANICAL POWER, MECHANICAL EFFICIENCY, OR FLUID PRESSURE
- G01L1/00—Measuring force or stress, in general
- G01L1/16—Measuring force or stress, in general using properties of piezoelectric devices
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01L—MEASURING FORCE, STRESS, TORQUE, WORK, MECHANICAL POWER, MECHANICAL EFFICIENCY, OR FLUID PRESSURE
- G01L5/00—Apparatus for, or methods of, measuring force, work, mechanical power, or torque, specially adapted for specific purposes
- G01L5/0052—Apparatus for, or methods of, measuring force, work, mechanical power, or torque, specially adapted for specific purposes measuring forces due to impact
-
- H—ELECTRICITY
- H03—ELECTRONIC CIRCUITRY
- H03M—CODING; DECODING; CODE CONVERSION IN GENERAL
- H03M7/00—Conversion of a code where information is represented by a given sequence or number of digits to a code where the same, similar or subset of information is represented by a different sequence or number of digits
- H03M7/30—Compression; Expansion; Suppression of unnecessary data, e.g. redundancy reduction
- H03M7/3059—Digital compression and data reduction techniques where the original information is represented by a subset or similar information, e.g. lossy compression
- H03M7/3062—Compressive sampling or sensing
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Analogue/Digital Conversion (AREA)
Abstract
本发明提出一种采用数字随机解调与分裂恢复算法的冲击监测系统，包括冲击监测前端、采样触发模块、信号转换模块、数字随机采样器和上位机等模块。冲击监测前端与采样触发模块实现对冲击信号的实时监测，记录所需的信息进入下一层结构进行处理。信号转换模块将接收的电压模拟信号，基于其幅值的水平变化转化为三元信号并输入到数字随机采样器。数字随机采样器对三元信号通过数字随机解调的方式进行压缩采样。上位机对采样信号实施可并行处理的算法恢复，高速准确地反演出原始冲击信号波形。
Description
技术领域
本发明涉及一种采用数字随机解调与分裂恢复算法的冲击监测系统，属于结构健康监测领域。
背景技术
结构健康监测是一种对监测对象进行持续监测的方式，用以增加人类安全并降低维护成本。在民用和工业建筑领域，结构健康监测系统提供单个部件或整个结构因材料老化、环境作用或意外事件而发生变化的信息。在航空航天业领域，碳纤维增强聚合物复合材料在现代飞机主体结构内已极为常见，但缺点是它们复杂的层压结构导致他们的损伤机制比经典材料更复杂。因此，实时监测不同形式的复合材料以确保在其使用寿命期间不会发生组件故障很重要。
随着低成本传感器和低功耗无线通信系统的发展，大量的电子设备连接在一起进行实时处理和智能处理，这促进了结构健康监测领域的快速发展。然而，随着元器件数量的增加，系统所需要采集、处理、传输与储存的数据量必然增加。传统的奈奎斯特模数转换器采取均匀采样的方式，从而得到非常高的累积数据。相应地，在模数转换器接口和后期数字处理阶段产生非常高的功率消耗。能否利用非均匀采样的方法，突破传统的奈奎斯特采样方法，从而降低信号处理的数据量，降低系统能耗值得研究。
同时，结构健康监测中常见的监测方式便是冲击监测，而在冲击监测领域，系统配备有大量的传感器元件，但这些传感器应该是事件驱动的，传感器的有效信号在时域上呈现稀疏性。而根据压缩感知理论，只要信号在某个变换域是稀疏的，那么就可以用一个观测矩阵对信号进行采样，且采样频率不再受奈奎斯特理论限制。目前的压缩采样信号重建算法大致分为两类，基础追踪和匹配追踪，这两种方法都等效于l1范数优化问题以保证重建性能。不过，基础追踪采用凸优化往往具有很高的计算复杂度，而匹配追踪遵循贪婪原对强噪声敏感。
发明内容
针对现有技术的不足，本发明提供一种采用数字随机解调与分裂恢复算法的冲击监测系统，实现了对冲击信号的实时监测，用以定位冲击力源并对原始冲击力进行特性分析。
本发明中主要采用的技术方案为：
一种采用数字随机解调与分裂恢复算法的冲击监测系统，包括冲击监测前端、采样触发模块、信号转换系统、数字随机采样器和上位机，所述冲击监测前端将冲击力信号转化为电压信号输入到采样触发模块，所述采样触发模块控制冲击监测前端的电压信号进入信号转换模块，所述信号转换模块将接收到的电压信号转化为三元信号并输入到数字随机采样器，所述数字随机采样器对三元信号进行数字随机解调实现压缩采样，所述数字随机采样器将所得采样信号传输至上位机进行反演，所述上位机采用重构算法恢复原始信号，经信号分析与处理后，最终反演出冲击力的特性；所述采样触发模块记录冲击力信号到达冲击监测前端上各个压电传感器的时间信息并输入到上位机，所述上位机采用时差定位法反演出冲击力源的位置。
优选地，所述冲击监测前端包括若干压电传感器、电荷放大器和电路开关，若干所述压电传感器分布设置在检测物体表面，且若干所述压电传感器的信号输出端分别与电荷放大器的信号输入端连接，所述电荷放大器的信号输出端分为两路，一路与所述采样触发模块的信号输入端相连，另一路经电路开关与所述信号转换系统的信号输入端连接，且所述电路开关由采样触发模块控制，从而决定冲击监测前端的输出端信号是否进入信号转换系统。
优选地，所述采样触发模块包括若干第一电压比较器与第一单片机，若干所述第一电压比较器判断冲击监测前端的每一路输入电压信号是否超过设置的阈值电压，所述第一单片机记录每路超过阈值电压的电压信号的时间信息并传输至上位机，上位机根据输入的时间信息采用时差定位法反演出冲击力源的位置；当任意一路电压信号超过阈值电压时，所述单片机控制打开冲击监测前端中的电路开关，当所有路电压信号低于阈值电压且保持一定时间段后，所述单片机控制关闭所述的冲击监测前端中的电路开关。
优选地，所述信号转换模块包括一对差分放大器，一对第二电压比较器，一个累加器、第二单片机和阈值发生器，所述一对差分放大器相互并联连接，且所述冲击监测前端通过采样触发模块控制输入的电压信号分别传输至两个差分放大器的同相输入端，两个所述差分放大器的反相输入端分别接入阈值发生器提供的一对阈值信号Vth,H与Vth,L，两个差分放大器的输出端分别与两个所述第二电压比较器的同相输入端连接，两个所述第二电压比较器的反相输入端均接地，且两个第二电压比较器相互并联连接，两个所述第二电压比较器的输出端均与所述累加器的信号输入端连接，所述累加器的信号输出端与第二单片机的信号输入端连接，所述第二单片机的信号输出端与数字随机采样器连接，所述第二单片机与所述阈值发生器控制连接。
优选地，所述信号转换模块的具体信号转换步骤如下：
步骤5-1：将电压信号的幅值变化区间预先输入至第二单片机中存储；
步骤5-2：所述第二单片机将步骤5-1输入的电压信号幅值变化区间均匀划分为2Q个比较阈值区间(Vth,L，Vth,H)，其中，Vth,L表示单个比较阈值区间的下限值，Vth,H表示单个比较阈值区间的上限值，Q为信号转换模块的分辨率；
步骤5-3：所述阈值发生器持续提供一对阈值信号Vth,L与Vth,H分别输入至两个差分放大器并与输入的电压信号z(t)进行比较，其中，Vth,L与Vth,H的初始值由输入信号的平均值决定；
步骤5-4：输入的电压信号z(t)与信号Vth,H的比较结果经将记录为x1(t)，输入的电压信号z(t)与信号Vth,L的比较结果将记录为x2(t)；
步骤5-5：将x1(t)与x1(t)的结果传输至累加器进行累加，并将累加后的结果传输至单片机进行比例运算，最终输出三元离散幅值信号x(t)，其中，若x1(t)与x2(t)均为高电平，则输出x(t)为+1，同时更新一次阈值发生器，将Vth,L与Vth,H的值同时上调一位；若x1(t)与x2(t)均为低电平，则输出x(t)为-1，更新一次阈值发生器，将Vth,L与Vth,H的值同时下调一位；若x1(t)为高电平，x2(t)为低电平，则输出x(t)为0，不更新阈值发生器，Vth,L与Vth,H的值保持不变。
优选地，所述数字随机采样器包括数据选择器和累加器，由所述信号转换模块得到的三元信号输入到数字随机采样器中的数据选择器，通过数据选择器与上位机生成的随机序列相乘，再经过累加器进行低通滤波得到信号观测向量，并将信号观测向量传输至上位机进行重构。
优选地，所述信号重构算法，从压缩后的观测向量中恢复出压缩前的信号的具体算法步骤如下:
步骤7-1：输入参数观测矩阵Φ，信号观测向量y和滑动窗口长度L，其中，Φ为M其中的二维随机矩阵，且M<N；
步骤7-2：初始化输入信号的估计值
定义窗口Ω＝{S，S+1，...，S+L-1}，初始化S＝1；
步骤7-3：用窗口Ω截取观测矩阵Φ产生子矩阵B2；
步骤7-4：在每个窗口进行最小二乘估计即进行SPLS估计，其中，每个SPLS估计值计算公式如公式(1)所示：
步骤7-5：对步骤7-4得到的SPLS估计值
进行幅度校准得到估计值
其校准公式如式(2)所示：
步骤7-6：采用递归算法逐步逼近观测向量y的值，其公式如式(3)所示：
步骤7-7：累加一次估计值
到估计值
估计值
初始为空值，其公式如式(4)所示：
步骤7-8：更新窗口Ω的起始列S，令S＝S+L；
步骤7-9：若S＜N，返回步骤7-3，否则，转入步骤7-10；
步骤7-10：输出最终的输入信号估计值
有益效果：本发明提供一种采用数字随机解调与分裂恢复算法的冲击监测系统，实现了对冲击信号的实时监测，用以定位冲力击源并对原始冲击力进行特征分析。
本系统在保证了实时监测的同时，信号的采集是事件驱动的。只有当采集触发模块识别到冲击力的产生，后端的信号转换与压缩采样过程才会发生，从而极大减少了空闲时间的系统损耗。本系统的冲击力源定位与冲击力特性分析过程是分离的，上位机可以根据需要灵活地进行信号处理。本系统的信号转换是根据模拟信号的幅值水平变化进行的，不再是传统奈奎斯特在时域上的均匀采样，从而突破了采样频率的限制。
本系统的数字随机采样器的设计充分利用了冲击信号的稀疏性，设计了数字随机解调的硬件结构，在保留了原有信息量的同时极大减少了后续传输、存储与处理的数据量。与其他现有的压缩采样前端相比，数字随机解调具有更低的功耗、易于大规模集成，并能保证良好的线性特征。因为随机序列在上位机中产生，系统可以在采样阶段对来自不同通道的信号进行时延补偿，而不是针对原始信号。这可以通过先进先出模块存储来自线性反馈移位寄存器中的输出序列实现。这种架构支持整个传感器阵列使用相同的随机化测量矩阵Ф。这一独特的功能为多通道压缩采样信号恢复节省了大量的计算成本。
同时，本文也提出了新的一种信号重构算法称为分裂投影最小二乘法(SPLS)。这种算法避免了以往压缩采样的高成本的非线性信号重构过程，采用的是一系列独立的L2范数问题。目前的压缩采样信号重建算法大致分为两类，基础追踪和匹配追踪，这两种方法都等效于l1范数优化问题以保证重建性能。不过，基础追踪采用凸优化往往具有很高的计算复杂度，而匹配追踪遵循贪婪原对强噪声敏感。SPLS算法在每个估计区间分裂出的一个最小二乘问题，加强了噪声鲁棒性，每个问题复杂度都很低，容易通过最小二乘估计器解决。SPLS算法可以并行计算分裂出的多个最小问题，这将大大减少信号重建的时间成本，可以满足信号的实时处理与显示。
附图说明
图1为本发明的系统结构图；
图2为本发明的冲击监测前端的结构示意图；
图3为本发明的采样触发模块的结构示意图；
图4为本发明的信号转换模块的结构示意图；
图5为本发明的数字随机采样器的原理图；
图6为本发明的SPLS信号重建算法原理图；
图7为本发明的算法流程图；
图8为本发明的实施例1中的系统总框图。
具体实施方式
为了使本技术领域的人员更好地理解本申请中的技术方案，下面对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本申请保护的范围。
如图1所示，一种采用数字随机解调与分裂恢复算法的冲击监测系统，包括冲击监测前端、采样触发模块、信号转换系统、数字随机采样器和上位机，所述冲击监测前端将冲击力信号转化为电压信号输入到采样触发模块，所述采样触发模块控制冲击监测前端的电压信号进入信号转换模块，所述信号转换模块将接收到的电压信号转化为三元信号并输入到数字随机采样器，所述数字随机采样器对三元信号在数字域进行压缩采样得到采样信号，所述数字随机采样器将所得采样信号传输至上位机进行反演，所述上位机采用重构算法恢复原始信号，经信号分析与处理后，最终反演出冲击力的特性；所述采样触发模块记录冲击力信号到达冲击监测前端上各个压电传感器的时间信息并输入到上位机，所述上位机采用时差定位法反演出冲击力源的位置。
优选地，如图2所示，所述冲击监测前端包括若干压电传感器、电荷放大器和电路开关，若干所述压电传感器分布设置在检测物体表面，且若干所述压电传感器的信号输出端分别与电荷放大器的信号输入端连接，所述电荷放大器的信号输出端分为两路，一路与所述采样触发模块的信号输入端相连，另一路经电路开关与所述信号转换系统的信号输入端连接，且所述电路开关由采样触发模块控制，从而决定冲击监测前端的输出端信号是否进入信号转换系统。
优选地，如图3所示，所述采样触发模块包括若干第一电压比较器与第一单片机，若干所述第一电压比较器判断冲击监测前端的每一路输入电压信号是否超过设置的阈值电压，所述第一单片机记录每路超过阈值电压的电压信号的时间信息并传输至上位机，上位机根据输入的时间信息采用时差定位法反演出冲击源的位置；当任意一路电压信号超过阈值电压时，所述单片机控制打开冲击监测前端中的电路开关，当所有路电压信号低于阈值电压且保持一定时间段后，所述第一单片机控制关闭所述的冲击监测前端中的电路开关。
优选地，如图4所示，所述信号转换模块包括一对差分放大器，一对第二电压比较器，一个累加器、第二单片机和阈值发生器，所述一对差分放大器相互并联连接，且所述冲击监测前端通过采样触发模块控制输入的电压信号分别传输至两个差分放大器的同相输入端，两个所述差分放大器的反相输入端分别接入阈值发生器提供的一对阈值信号Vth,H与Vth,L，两个差分放大器的输出端分别与两个所述第二电压比较器的同相输入端连接，两个所述第二电压比较器的反相输入端均接地，且两个第二电压比较器相互并联连接，两个所述第二电压比较器的输出端均与所述累加器的信号输入端连接，所述累加器的信号输出端与第二单片机的信号输入端连接，所述第二单片机的信号输出端与数字随机采样器连接，所述第二单片机与所述阈值发生器控制连接。
优选地，所述信号转换模块的具体信号转换步骤如下：
步骤5-1：将电压信号的幅值变化区间预先输入至第二单片机中存储；
步骤5-2：所述第二单片机将步骤5-1输入的电压信号幅值变化区间均匀划分为2Q个比较阈值区间(Vth,L，Vth,H)，其中，Vth,L表示单个比较阈值区间的下限值，Vth,H表示单个比较阈值区间的上限值，Q为信号转换模块的分辨率；
步骤5-3：所述阈值发生器持续提供一对阈值信号Vth,L与Vth,H分别输入至两个差分放大器并与输入的电压信号z(t)进行比较，其中，Vth,L与Vth,H的初始值由输入信号的平均值决定；
步骤5-4：输入的电压信号z(t)与信号Vth,H的比较结果经将记录为x1(t)，输入的电压信号z(t)与信号Vth,L的比较结果将记录为x2(t)；
步骤5-5：将x1(t)与x1(t)的结果传输至累加器进行累加，并将累加后的结果传输至单片机进行比例运算，最终输出三元离散幅值信号x(t)，其中，若x1(t)与x2(t)均为高电平，则输出x(t)为+1，同时更新一次阈值发生器，将Vth,L与Vth,H的值同时上调一位；若x1(t)与x2(t)均为低电平，则输出x(t)为-1，更新一次阈值发生器，将Vth,L与Vth,H的值同时下调一位；若x1(t)为高电平，x2(t)为低电平，则输出x(t)为0，不更新阈值发生器，Vth,L与Vth,H的值保持不变。
优选地，如图5所示，所述数字随机采样器包括数据选择器和累加器，由所述信号转换模块得到的三元信号输入至数字随机采样器中的数据选择器，通过数据选择器与上位机生成的随机序列相乘，再经过累加器进行低通滤波得到信号观测向量，并将信号观测向量传输至上位机进行重构。
如图7所示，一种采用数字随机解调与分裂恢复算法的冲击监测系统的信号重构算法，采用权利要求1-6所述的冲击监测系统的压缩采样方案，从压缩后的观测向量中恢复出压缩前的信号的具体算法步骤如下：
步骤7-1：输入参数观测矩阵Φ，信号观测向量y和滑动窗口长度L，其中，Φ为M其中的二维随机矩阵，且M<N；
步骤7-2：初始化输入信号的估计值
定义窗口Ω＝{S，S+1，...，S+L-1}，初始化S＝1；
步骤7-3：用窗口Ω截取观测矩阵Φ产生子矩阵B2；
步骤7-4：在每个窗口进行最小二乘估计即进行SPLS估计，其中，每个SPLS估计值
计算公式如公式(1)所示：
步骤7-5：对步骤7-4得到的SPLS估计值
进行幅度校准得到估计值
其校准公式如式(2)所示：
步骤7-6：采用递归算法逐步逼近观测向量y的值，其公式如式(3)所示：
步骤7-7：累加一次估计值
到估计值
估计值
初始为空值，其公式如式(4)所示：
步骤7-8：更新窗口Ω的起始列S，令S＝S+L；
步骤7-9：若S＜N，返回步骤7-3，否则，转入步骤7-10；
步骤7-10：输出最终的输入信号估计值
本发明中，冲击监测前端用于获取系统所受地外部冲击，并将冲击力信号转化为所需的电压信号。如图2所示，当系统受到冲击时，监测对象会发生表面形变，布置在其表面的压电传感器能敏锐探测到结构的变形从而积聚出一定量的电荷。此时，电荷信号被连接在压电传感器上的电荷放大器采集并调制，最后输出具有时域稀疏特征的电压信号，此电压信号被分成两路，一路接入采样触发模块用于判断冲击的产生和提取冲击力的时间信息，一路经电路开关与信号转换模块连接，电路开关由采样触发模块控制，从而决定冲击监测前端的输出端信号是否进入信号转换系统。
本发明中，如图3所示，采样触发模块包括若干第一电压比较器与第一单片机，所述若干第一电压比较器判断冲击监测前端的每一路输入电压信号是否超过设置的阈值电压，所述第一单片机记录每路电压信号超过阈值电压时的时间信息并传输至上位机，上位机根据输入的时间信息采用时差定位法反演出冲击力源的位置；当任意一路电压信号超过阈值电压时，所述单片机控制打开冲击监测前端中的电路开关，当所有路电压信号低于阈值电压且保持一定时间段后，所述单片机控制关闭冲击监测前端中的电路开关。
本发明中，如图4所示，所述信号转换模块包括一对差分放大器，一对电压比较器，一个累加器，一个可供多路信号转换模块共用的第二单片机，由两片同型号的数字模拟转换器组成的阈值发生器。冲击信号由冲击监测前端转换为具有时域稀疏特征的电压信号。由于该电压信号的峰值有上下限，该电压信号的幅值变化区间可被预先输入到信号转换模块中。单片机将输入信号的幅值变化区间均匀划分成2Q个比较阈值区间，其中，Q为信号转换模块的分辨率。同时，单片机控制阈值发生器持续提供一对阈值信号Vth,L与Vth,H分别输入至两个差分放大器并与输入的电压信号z(t)进行比较，其中，Vth,L表示单个比较阈值区间的下限值，Vth,H表示单个比较阈值区间的上限值，它们的初始值由采样触发模块中的阈值电压决定。输入的电压信号z(t)与信号Vth,H的比较结果经将记录为x1(t)，输入的电压信号z(t)与信号Vth,L的比较结果将记录为x2(t)。将x1(t)与x2(t)的结果传输至累加器进行累加，并将累加后的结果传输至单片机进行比例运算，最终输出三元信号x(t)。若x1(t)与x2(t)均为高电平，则输出x(t)为+1，同时更新一次阈值发生器，将Vth,L与Vth,H的值同时上调一位；若x1(t)与x2(t)均为低电平，则输出x(t)为-1，更新一次阈值发生器，将Vth,L与Vth,H的值同时下调一位；若x1(t)为高电平，x2(t)为低电平，则输出x(t)为0，不更新阈值发生器，Vth,L与Vth,H的值保持不变。
本发明中，如图5所示，由信号转换模块得到的三元信号x(t)将进入数字随机采样器进行亚奈奎斯特采样得到观测向量y(m)。具体方式为，信号x(t)与信号x(t)的取反信号同时进入数据选择器的两个信号输入端，随机序列pc(n)进入数据选择器的控制端，则数据选择器的输出端信号x(n)为输入信号x(t)与上位机生成的随机序列pc(n)相乘的结果。再经一累器构得到到观测向量y(m)，公式为y(m)＝y(m-1)+x(n)。观测向量y(m)进入上位机通过信号重构算法可以恢复出信号x(t)。与模拟信号随机采样系统相比，数字随机采样系统硬件复杂度低，易于大规模集成。同时，数字随机采样可以压缩采样数据量，节省数据存储空间，提高数据实时传输效率。
本发明中，为从压缩后的观测向量y(m)中恢复出压缩前的信号x(t)，一种基于传统的最小二乘法(LS)的改进算法(SPLS)被提出。首先，了解压缩感知的基本定义：若x是长度为N的一维向量，且x中只含有k个非零值，则称x的稀疏度为k。。Φ为M稀疏的二维随机矩阵(M<N)，则y＝φx为长度M的一维观测向量。在已知观测向量y和观测矩阵Φ的基础上，求解欠定方程组y＝φx即可以得到原始信号x。
如图6所示，x是长度为N的输入向量，其稀疏度为k，ψ是向量x的N维扩展，y∈Rm表示信号观测向量。令长度为L的窗口Ω沿着观测矩阵φ的列滑动，则观测矩阵φ可以被分成[N/L]个互斥的片段。对于ith片段，φ由两个矩阵
和
表示，其中
是Ω的互补集。若去掉i，则欠定方程组如式(5)所示：
在每个窗口进行最小二乘估计称为SPLS估计。与一般的压缩采样恢复算法(例如正交匹配追踪法和迭代加权最小二乘法)相比，SPLS算法的每个SPLS估计都是独立的。
每个SPLS估计可以表示为公式(6)：
每个SPLS估计可以分解为两部分：三次矩阵乘法和矩阵求逆。这三次矩阵乘法分别是
和A-1B,每个矩阵乘法都是一个独立的内积计算的集合。因此，SPLS算法可以采用并行结构从而极大地减少重构时间，降低硬件成本的同时实现优越的数据吞吐性能。
实施例1：
如图8所示，为本实施例1中的系统结构总图。实施例1选择T-30碳纤维复合材料层合板作为监测对象，并在其表面布置四个压电传感器形成正方形方阵。复合材料层合板为直径160cm的正方形，其厚度为25cm。压电传感器选择直径为0.8cm的PZT-5型压电片，压电传感器分布在边长为100cm的正方形的四个顶角处，且每个压电传感器与板边缘距离为30cm。本实施例利用一个小钢球垂直降落在四个传感器组成的监测区域中模拟层合板受到的外部冲击。型号为YE5853的电荷放大器分别连接四个压电片采集压电传感器受外部冲击发生正压电效应而积聚的电荷信号并输出为可测量的电压信号，每个电压信号输出端均分为两路，一路与采样触发模块的中的型号为lm311的电压比较器的同相输入端相连，一路经型号CH440的模拟电路开关与信号转换系统的信号输入端连接，CH440是4通道单刀双掷低阻模拟开关芯片，由采样触发模块中的1号单片机控制。
采样触发模块中，电压比较器lm311的反相输入端接入阈值电压，每路电压比较器的输入信号电压超过输入阈值电压时，1号单片机均记录时间信息并传输至上位机。当任意一路电压信号超过阈值电压时，1号单片机将CH440的四路开关均打开，连接冲击监测前端与信号转换模块；当所有路电压信号低于阈值电压且保持一定时间段后，1号单片机将CH440的四路开关均关闭，阻断冲击监测前端与信号转换模块。
各信号转换模块的信号输出端分别连接2号单片机，2号单片机负责各个信号转换模块的逻辑运算，同时驱动各个信号转换模块中的DAC39J82作为阈值发生器。DAC39J82是最高16位分辨率的双通道高速数模转换器，可以满足阈值发生器的要求，即高数据处理速度与产生两路输出信号。差分放大器由运算放大器OP27组成，与电压比较器lm311的联合使用，可以提供高速且精准的比较结果，提升信号转换模块的有效性。2号单片机信号输出端分别与相对应的数字随机采样器连接，经数字随机采样器处理后的数据传输至上位机进行算法恢复。
本实施例中，1号单片机与2号单片机均可采用型号为TM4C123GH6PZ的ARM处理器。上位机采用线性反馈移位寄存器可生成数字随机采样所需的随机序列。
以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。
Claims (7)
1.一种采用数字随机解调与分裂恢复算法的冲击监测系统，其特征在于，包括冲击监测前端、采样触发模块、信号转换系统、数字随机采样器和上位机，所述冲击监测前端将冲击力信号转化为电压信号输入到采样触发模块，所述采样触发模块控制冲击监测前端的电压信号进入信号转换模块，所述信号转换模块将接收到的电压信号转化为三元信号并输入到数字随机采样器，所述数字随机采样器对三元信号进行数字随机解调实现压缩采样，所述数字随机采样器将所得采样信号传输至上位机进行反演，所述上位机采用重构算法恢复原始信号，经信号分析与处理后，最终反演出冲击力的特性；所述采样触发模块记录冲击力信号到达冲击监测前端上各个压电传感器的时间信息并输入到上位机，所述上位机采用时差定位法反演出冲击力源的位置。
2.根据权利要求1所述的一种采用数字随机解调与分裂恢复算法的冲击监测系统，其特征在于，所述冲击监测前端包括若干压电传感器、电荷放大器和电路开关，若干所述压电传感器分布设置在监测物体表面，且若干所述压电传感器的信号输出端分别与电荷放大器的信号输入端连接，所述电荷放大器的信号输出端分成两路，一路与所述采样触发模块的信号输入端相连，另一路经电路开关与所述信号转换系统的信号输入端连接，且所述电路开关由采样触发模块控制，从而决定冲击监测前端的输出端信号是否进入信号转换系统。
3.根据权利要求2所述的一种采用数字随机解调与分裂恢复算法的冲击监测系统，其特征在于，所述采样触发模块包括若干第一电压比较器与第一单片机，若干所述第一电压比较器判断冲击监测前端的每一路输入电压信号是否超过设置的阈值电压，所述第一单片机记录每路电压信号超过阈值的时刻作为时间信息传输至上位机，上位机根据输入的时间信息采用时差定位法反演出冲击力源的位置；当任意一路电压信号超过阈值时，所述单片机控制打开冲击监测前端中的电路开关，当所有路电压信号都低于阈值电压且保持一定时间段后，所述单片机控制关闭所述的冲击监测前端中的电路开关。
4.根据权利要求1所述的一种采用数字随机解调与分裂恢复算法的冲击监测系统，其特征在于，所述信号转换模块包括一对差分放大器，一对第二电压比较器，一个累加器、第二单片机和阈值发生器，所述一对差分放大器相互并联连接，且所述冲击监测前端通过采样触发模块控制输入的电压信号分别传输至两个差分放大器的同相输入端，两个所述差分放大器的反相输入端分别接入阈值发生器提供的一对阈值信号Vth,H与Vth,L，两个差分放大器的输出端分别与两个所述第二电压比较器的同相输入端连接，两个所述第二电压比较器的反相输入端均接地，且两个第二电压比较器相互并联连接，两个所述第二电压比较器的输出端均与所述累加器的信号输入端连接，所述累加器的信号输出端与第二单片机的信号输入端连接，所述第二单片机的信号输出端与数字随机采样器连接，所述第二单片机与所述阈值发生器控制连接。
5.根据权利要求4所述的一种采用数字随机解调与分裂恢复算法的冲击监测系统，其特征在于，所述信号转换模块的具体信号转换步骤如下：
步骤5-1：将电压信号的幅值变化区间预先输入至第二单片机中存储；
步骤5-2：所述第二单片机将步骤5-1输入的电压信号幅值变化区间均匀划分为2Q个比较阈值区间(Vth,L，Vth,H)，其中，Vth,L表示单个比较阈值区间的下限值，Vth,H表示单个比较阈值区间的上限值，Q为信号转换模块的分辨率；
步骤5-3：所述阈值发生器持续提供一对阈值信号Vth,L与Vth,H分别输入至两个差分放大器并与输入的电压信号z(t)进行比较，其中，Vth,L与Vth,H的初始值由采样触发模块中的阈值电压决定；
步骤5-4：输入的电压信号z(t)与信号Vth,H的比较结果经将记录为x1(t)，输入的电压信号z(t)与信号Vth,L的比较结果将记录为x2(t)；
步骤5-5：将x1(t)与x1(t)的结果传输至累加器进行累加，并将累加后的结果传输至单片机进行比例运算，最终输出三元信号x(t)，其中，若x1(t)与x2(t)均为高电平，则输出x(t)为+1，同时更新一次阈值发生器，将Vth,L与Vth,H的值均上调一位；若x1(t)与x2(t)均为低电平，则输出x(t)为-1，更新一次阈值发生器，将Vth,L与Vth,H的值均下调一位；若x1(t)为高电平，x2(t)为低电平，则输出x(t)为0，不更新阈值发生器，Vth,L与Vth,H的值保持不变。
6.根据权利要求1所述的一种采用数字随机解调与分裂恢复算法的冲击监测系统，其特征在于，所述数字随机采样器包括数据选择器和累加器，由所述信号转换模块得到的三元信号输入到数字随机采样器中的数据选择器，通过数据选择器与上位机生成的随机序列相乘，再经过累加器实现低通滤波得到信号观测向量，并将信号观测向量传输至上位机进行重构。
7.一种采用数字随机解调与分裂恢复算法的冲击监测系统的信号重构算法，其特征在于，采用权利要求1-6所述的冲击监测系统的压缩采样方案，从压缩后的观测向量中恢复出压缩前的信号的具体算法步骤如下：
步骤7-1：输入参数观测矩阵Φ，信号观测向量y和滑动窗口长度L，其中，Φ为M×N的二维随机矩阵，且M<N；
步骤7-2：初始化输入信号的估计值
定义窗口Ω＝{S，S+1，...，S+L-1}，初始化S＝1；
步骤7-3：用窗口Ω截取观测矩阵Φ产生子矩阵B2；
步骤7-4：在每个窗口进行最小二乘估计即进行SPLS估计，其中，每个SPLS估计值
计算公式如公式(1)所示：
步骤7-5：对步骤7-4得到的SPLS估计值
进行幅度校准得到估计值
其校准公式如式(2)所示：
步骤7-6：采用递归算法逐步逼近观测向量y的值，其公式如式(3)所示：
步骤7-7：累加一次估计值
到估计值
估计值
初始为空值，其公式如式(4)所示：
步骤7-8：更新窗口Ω的起始列S，令S＝S+L；
步骤7-9：若S＜N，返回步骤7-3，否则，转入步骤7-10；
步骤7-10：输出最终的输入信号估计值
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910962419.8A CN110686846B (zh) | 2019-10-11 | 2019-10-11 | 一种冲击监测系统的信号重构方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910962419.8A CN110686846B (zh) | 2019-10-11 | 2019-10-11 | 一种冲击监测系统的信号重构方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110686846A true CN110686846A (zh) | 2020-01-14 |
| CN110686846B CN110686846B (zh) | 2021-10-01 |
Family
ID=69112114
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910962419.8A Active CN110686846B (zh) | 2019-10-11 | 2019-10-11 | 一种冲击监测系统的信号重构方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110686846B (zh) |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH0690208A (ja) * | 1991-07-22 | 1994-03-29 | Nec Corp | 可変レート伝送に適した符号化復号方式及び装置 |
| US20110074394A1 (en) * | 2008-06-19 | 2011-03-31 | International Business Machines Corporation | Test circuit for bias temperature instability recovery measurements |
| CN103178853A (zh) * | 2013-03-21 | 2013-06-26 | 哈尔滨工业大学 | 基于压缩感知的稀疏信号欠采样方法及实现装置 |
| CN103913722A (zh) * | 2014-04-02 | 2014-07-09 | 南京航空航天大学 | 复合材料格栅结构低速冲击定位方法 |
| CN104283825A (zh) * | 2014-09-24 | 2015-01-14 | 北京邮电大学 | 一种基于动态压缩感知的信道估计方法 |
| CN106534002A (zh) * | 2016-09-23 | 2017-03-22 | 天津科技大学 | 一种基于压缩感知的电力线信道估计方法 |
| CN107066736A (zh) * | 2017-04-14 | 2017-08-18 | 厦门大学 | 一种基于压缩采样的模态分析及结构冲击监测方法 |
| CN107436429A (zh) * | 2017-09-15 | 2017-12-05 | 哈尔滨工程大学 | 冲击噪声环境下基于稀疏重构的极化双基地mimo雷达参数估计方法 |
| CN107561979A (zh) * | 2017-08-23 | 2018-01-09 | 厦门大学 | 一种面向冲击监测的数字异步压缩采样系统及方法 |
-
2019
- 2019-10-11 CN CN201910962419.8A patent/CN110686846B/zh active Active
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH0690208A (ja) * | 1991-07-22 | 1994-03-29 | Nec Corp | 可変レート伝送に適した符号化復号方式及び装置 |
| US20110074394A1 (en) * | 2008-06-19 | 2011-03-31 | International Business Machines Corporation | Test circuit for bias temperature instability recovery measurements |
| CN103178853A (zh) * | 2013-03-21 | 2013-06-26 | 哈尔滨工业大学 | 基于压缩感知的稀疏信号欠采样方法及实现装置 |
| CN103913722A (zh) * | 2014-04-02 | 2014-07-09 | 南京航空航天大学 | 复合材料格栅结构低速冲击定位方法 |
| CN104283825A (zh) * | 2014-09-24 | 2015-01-14 | 北京邮电大学 | 一种基于动态压缩感知的信道估计方法 |
| CN106534002A (zh) * | 2016-09-23 | 2017-03-22 | 天津科技大学 | 一种基于压缩感知的电力线信道估计方法 |
| CN107066736A (zh) * | 2017-04-14 | 2017-08-18 | 厦门大学 | 一种基于压缩采样的模态分析及结构冲击监测方法 |
| CN107561979A (zh) * | 2017-08-23 | 2018-01-09 | 厦门大学 | 一种面向冲击监测的数字异步压缩采样系统及方法 |
| CN107436429A (zh) * | 2017-09-15 | 2017-12-05 | 哈尔滨工程大学 | 冲击噪声环境下基于稀疏重构的极化双基地mimo雷达参数估计方法 |
Non-Patent Citations (3)
| Title |
|---|
| 李星: "面向结构健康监测的压缩采样随机解调系统研究", 《中国优秀硕士学位论文全文数据库》 * |
| 王德志等: "应用层组播树分裂恢复算法研究", 《计算机应用》 * |
| 范志锋等: "基于压缩采样和模态分析的冲击载荷反演研究", 《测控技术》 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110686846B (zh) | 2021-10-01 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US9753124B2 (en) | LIDAR point cloud compression | |
| CN105676168B (zh) | 一种声矢量阵方位估计方法 | |
| CN111337893B (zh) | 一种基于实值稀疏贝叶斯学习的离格doa估计方法 | |
| CN109163790B (zh) | 一种基于多传感器的车辆动态称重系统及方法 | |
| CN101833035A (zh) | 线性调频信号参数估计方法及其实施装置 | |
| KR20140011829A (ko) | 분광계의 광 신호 처리 방법 및 그 장치 | |
| CN101606846A (zh) | 基于神经网络定位器的pet探测器信号处理设备 | |
| CN103389490B (zh) | 基于稀疏信号的波束形成器及其方法 | |
| CN104124976A (zh) | 有限新息率信号结构化亚奈奎斯特率采样方法 | |
| CN102253117A (zh) | 一种基于压缩感知的新型声学信号采集方法 | |
| CN101968963B (zh) | 音频信号压缩采样系统 | |
| CN110686846B (zh) | 一种冲击监测系统的信号重构方法 | |
| CN108494508A (zh) | 基于mwc相关支撑集恢复的高效频谱检测方法 | |
| CN111600584A (zh) | 一种核脉冲信号处理方法及系统 | |
| Chen et al. | FPGA implementation of neural network accelerator for pulse information extraction in high energy physics | |
| CN103391099B (zh) | 适用于一维缓变信号的随机采样器 | |
| CN105027519A (zh) | 一种信号处理方法和装置 | |
| Luo et al. | Direction-of-arrival estimation using sparse variable projection optimization | |
| CN105245798A (zh) | 基于分块压缩感知的ccd视频压缩测量成像系统及控制方法 | |
| Liu et al. | Event-driven processing for hardware-efficient neural spike sorting | |
| WO2023211486A3 (en) | Performing property estimation using quantum gradient operation on quantum computing system | |
| CN102710261B (zh) | 基于分组采样的模拟信息转换方法 | |
| CN109115350B (zh) | 一种基于压缩感知的波前探测系统 | |
| Zimin et al. | Structural damage detection using time domain periodogram analysis | |
| CN107561979B (zh) | 一种面向冲击监测的数字异步压缩采样系统及方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |