CN112729742A - 一种基于概率成像的冲击定位方法 - Google Patents

一种基于概率成像的冲击定位方法 Download PDF

Info

Publication number
CN112729742A
CN112729742A CN202011564411.5A CN202011564411A CN112729742A CN 112729742 A CN112729742 A CN 112729742A CN 202011564411 A CN202011564411 A CN 202011564411A CN 112729742 A CN112729742 A CN 112729742A
Authority
CN
China
Prior art keywords
impact
probability
signals
probability distribution
cross
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
Application number
CN202011564411.5A
Other languages
English (en)
Other versions
CN112729742B (zh
Inventor
常琦
孟瑶
谢方勤
陈乐乐
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Xian University of Technology
Original Assignee
Xian University of Technology
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Xian University of Technology filed Critical Xian University of Technology
Priority to CN202011564411.5A priority Critical patent/CN112729742B/zh
Publication of CN112729742A publication Critical patent/CN112729742A/zh
Application granted granted Critical
Publication of CN112729742B publication Critical patent/CN112729742B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64F—GROUND OR AIRCRAFT-CARRIER-DECK INSTALLATIONS SPECIALLY ADAPTED FOR USE IN CONNECTION WITH AIRCRAFT; DESIGNING, MANUFACTURING, ASSEMBLING, CLEANING, MAINTAINING OR REPAIRING AIRCRAFT, NOT OTHERWISE PROVIDED FOR; HANDLING, TRANSPORTING, TESTING OR INSPECTING AIRCRAFT COMPONENTS, NOT OTHERWISE PROVIDED FOR
    • B64F5/00—Designing, manufacturing, assembling, cleaning, maintaining or repairing aircraft, not otherwise provided for; Handling, transporting, testing or inspecting aircraft components, not otherwise provided for
    • B64F5/60—Testing or inspecting aircraft components or systems
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/10—Image enhancement or restoration using non-spatial domain filtering
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20048—Transform domain processing
    • G06T2207/20056—Discrete and fast Fourier transform, [DFT, FFT]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20048—Transform domain processing
    • G06T2207/20064—Wavelet transform [DWT]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20076—Probabilistic image processing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20212—Image combination
    • G06T2207/20221—Image fusion; Image merging

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Manufacturing & Machinery (AREA)
  • Transportation (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)
  • Complex Calculations (AREA)

Abstract

本发明公开一种基于概率成像的冲击定位方法包括：步骤1，将压电传感器线性布置，接收不同的冲击信号，得到波速的概率分布记为V(·)；步骤2，五个压电传感器成十字排布在实验板上，冲击获取冲击信号；对冲击信号依次进行傅里叶变换、小波分析得到中心频率对应的时域信号，取其上包络线进行互相关处理得到信号之间的时间延迟；步骤3，通过V(·)和时间延迟依次得到冲击源的x与y轴概率分布、Zxy(·)、每个压电传感器阵列的概率成像图；步骤4，将压电传感器阵列的概率成像图进行融合，得到最终的冲击概率分布图，其中概率分布图中的峰值所在位置即为冲击源定位位置。本发明解决了现有技术中存在的不确定性误差的问题。

Description

一种基于概率成像的冲击定位方法
技术领域
本发明属于飞行结构评估技术领域，涉及一种基于概率成像的冲击定位方法。
背景技术
冲击损伤监测是结构健康监测的主要研究内容之一，飞行器在服役或者维修期间，不可避免地会由于各种冲击导致基体损伤。这些损伤会对结构的使用寿命、力学性能等产生直接影响，继而影响构件的实际工作效率，当缺陷不断积累并扩展至一定的规模时，构件的使用寿命会极大地缩短，甚至会造成严重的安全事故。因此实时对飞行器进行冲击监测十分必要。
传统的定位算法采用多次测量波速求取平均值进行损伤定位，定位结果是由波速采样的质量决定的确定性结果，其精度随波速测量而波动，同时现有的冲击监测技术以确定的坐标点描述冲击结果的导致冲击结果出现不确定性误差。
发明内容
本发明的目的是提供一种基于概率成像的冲击定位方法，解决了现有技术中存在的冲击监测技术中采用确定的坐标点描述冲击源带来的不确定性误差的问题。
本发明所采用的技术方案是：
一种基于概率成像的冲击定位方法，包括：步骤1.将三个压电传感器线性布置在实验板上，接收不同距离的冲击信号，每一距离点进行多次冲击，计算波速，对波速进行统计分析得到波速的概率分布，记为V(·)；
步骤2，另外采用五个压电传感器成十字阵列排布在实验板中央，对实验板进行冲击试验并进行监测，获取冲击信号；对冲击信号进行傅里叶变换得到信号频谱图，选择频谱图的峰值频率作为中心频率对信号进行小波分析得到中心频率对应的时域信号，对所得时域信号取其上包络线，对取得的上包络线进行互相关处理得到信号之间的时间延迟；
步骤3，将V(·)和时间延迟带入二维波束聚焦定位方法中可得到冲击源的x坐标与y坐标概率分布，通过x坐标与y坐标概率分布可以计算得到冲击源的二维概率分布函数Zxy(·)，通过二维概率分布函数构图可以得到每个压电传感器阵列的概率成像图；
步骤4，将压电传感器阵列的概率成像图进行融合，得到最终的冲击概率分布图，其中概率分布图中的峰值所在位置即为冲击源定位位置。
本发明的特点还在于：
步骤1中三个压电传感器线性布置，间距为20cm，波速的计算方式为：
Figure BDA0002860147430000021
其中：i、j分别为传感器对应编号；s为冲击源与传感器之间的距离，t为对应传感器的波达时间。
步骤2包括：步骤2.1，五个压电传感器成十字阵列型布置在实验板中央，将十字中心的传感器记为PZT 1，四周传感器分别记为PZT 2、PZT 3、PZT 4、PZT 5，其中同一阵列相邻两个压电传感器之间间距为20cm；之后对实验板进行冲击实验，采集五个压电传感器获得的冲击数据；
步骤2.2，对冲击数据做傅里叶变换得到信号的频谱图，从频谱图中可以得到信号峰值频率所在位置；
步骤2.3，信号频率的峰值为中心频率分别对五路信号利用公式(2)进行Gabor小波变换得到中心频率对应的时域信号，并取其时域信号的包络线。
Figure BDA0002860147430000031
其中，Ψg(t)为变换后得到中心频率对应的时域信号，ω0为中心频率，γ为常数，一般取5.336；
步骤2.4，对取小波变换后的PZT 2、PZT 3、PZT 4、PZT 5信号与PZT 1信号分别利用公式(3)进行互相关处理，得到两路信号的互相关信号
Figure BDA0002860147430000032
互相关信号的峰值
Figure BDA0002860147430000033
为互相关计算所得两路信号的时间延迟ΔTij。
Figure BDA0002860147430000034
其中：
Figure BDA0002860147430000035
代表互相关之后得到的信号，x1、x2分别代表参与互相关的两路信号，f代表频域信号，
Figure BDA0002860147430000036
代表频域的互功率。
步骤3包括：
步骤3.1，联立公式(4)～(6)可得冲击源的x坐标与y坐标概率分布，分别记为Zx(·)和Zy(·)：
Figure BDA0002860147430000041
δij＝v·ΔTij (5)
其中：δij表示冲击源与传感器之间的距离差；ΔTij表示传感器i与传感器j之间的时间延迟；(X,Y)表示冲击源的坐标位置；L表示相邻两个传感器之间的距离；
Figure BDA0002860147430000042
步骤3.2，将Zx(·)、Zy(·)带入到公式(7)中得到冲击源的二维分布函数Zxy(x＝xi|y＝yi)，记为Zxy(·)，其中公式(7)为：
Figure BDA0002860147430000043
Zxy(·)为传感器阵列计算所得冲击源的二维概率分布函数，之后通过该函数构图可以得到传感器阵列的概率成像图。
其中步骤4中获得融合图像的公式为：
Figure BDA0002860147430000044
其中P(S1,S2,……SN)表示融合图像，N代表N个阵列，Si代表阵列的概率成像图，Ki(i＝1、2、3……)表示压电传感器阵列，每个传感器独立判断冲击源的概率为E，则其单独阵列的的概率成像图为P(E|Ki)，其中N＝2。
本发明的有益效果是：
在冲击定位的过程中，波速测量直接影响定位的准确度。影响波速测量的误差来源包括传感器自身面积带来的误差、信号处理过程中由波达时间的微小波动带来的误差以及温度波动带来的误差等。传统的定位算法采用多次测量波速求取平均值进行损伤定位，定位结果是由波速采样的质量决定的确定性结果，其精度随波速测量而波动。本文采用基于概率分布的方法对波速进行测量，从而得到对冲击定位的概率分布图，实现更加科学、合理的冲击定位的概率描述。采用概率成像的方法进行冲击监测可以利用直观的图像将冲击进行可视化描述，同时将不同的传感器阵列的概率图进行融合可以进一步提高冲击定位的准确性。
附图说明
图1是本发明一种基于概率成像的冲击定位方法的波速试验点选取图；
图2是本发明一种基于概率成像的冲击定位方法的传感器布置示意图。
图3是本发明一种基于概率成像的冲击定位方法中实施例1的波速概率分布图。
图4是本发明一种基于概率成像的冲击定位方法中实施例1的原始信号时域分布图。
图5是本发明一种基于概率成像的冲击定位方法中实施例1的信号频谱图。
图6是本发明一种基于概率成像的冲击定位方法中实施例1的Gabor小波包络线。
图7是本发明一种基于概率成像的冲击定位方法中实施例1的广义互相关求取时延迟。
图8是本发明一种基于概率成像的冲击定位方法中实施例1的冲击源概率成像图。
图9是本发明一种基于概率成像的冲击定位方法中实施例1的冲击源概率成像分布图。
具体实施方式
下面结合附图和具体实施方式对本发明进行详细说明。
一种基于概率成像的冲击定位方法，包括以下步骤：
步骤1.如图1，将三个压电传感器线性布置在实验板上，接收不同距离的冲击信号，每一距离点进行多次冲击，计算波速，对波速进行统计分析得到波速的概率分布，对其进行统计分析得到波速的概率分布符合正态分布V～N(·)，记为：V(·)；
步骤2，如图2，另外采用五个压电传感器成十字阵列排布在实验板中央，对实验板进行冲击试验并进行监测，获取冲击信号；对冲击信号进行傅里叶变换得到信号频谱图，选择频谱图的峰值频率作为中心频率对信号进行小波分析得到中心频率对应的时域信号，对所得时域信号取其上包络线，对取得的上包络线进行互相关处理得到信号之间的时间延迟；
步骤3，将所述V(·)和所述时间延迟带入二维波束聚焦定位方法中可得到冲击源的x坐标与y坐标概率分布，通过x坐标与y坐标概率分布计算得冲击源的二维概率分布函数Zxy(·)，通过该函数构图可以得到每个压电传感器阵列的概率成像图；
步骤4，将压电传感器阵列的概率成像图进行融合，得到最终的冲击概率分布图，其中概率分布图中的峰值所在位置即为冲击源定位位置。
其中步骤1中三个压电传感器线性布置，间距为20cm，波速的计算方式为：
Figure BDA0002860147430000071
其中：i、j分别为传感器对应编号；s为冲击源与传感器之间的距离，t为对应传感器的波达时间。
其中步骤2具体包括：
步骤2.1，五个压电传感器成十字阵列型布置在实验板中央，包括十字中心的压电传感器记为PZT 1，和四周的4个压电传感器记为PZT 2、PZT 3、PZT 4、PZT 5，其中同一阵列相邻两个压电传感器之间间距为20cm；之后对实验板进行冲击实验，采集五个压电传感器获得的冲击数据；
步骤2.2，对冲击数据做傅里叶变换得到信号的频谱图，从频谱图中可以得到信号峰值频率所在位置；
步骤2.3，信号频率的峰值为中心频率分别对五路信号利用公式(2)进行Gabor小波变换得到中心频率对应的时域信号，并取其时域信号的包络线。
Figure BDA0002860147430000081
其中，Ψg(t)为变换后得到中心频率对应的时域信号，ω0为中心频率，γ为常数，一般取5.336；
步骤2.4，对取小波变换后的PZT 2、PZT 3、PZT 4、PZT 5信号与PZT 1信号利用公式(3)分别进行互相关处理，得到互相关信号
Figure BDA0002860147430000082
互相关信号的峰值
Figure BDA0002860147430000083
为互相关计算所得两路信号的时间延迟ΔTij。
Figure BDA0002860147430000084
其中：
Figure BDA0002860147430000085
代表互相关之后得到的信号，x1、x2分别代表参与互相关的两路信号，f代表频域信号，
Figure BDA0002860147430000086
代表频域的互功率；
其中步骤3包括：
步骤3.1，联立公式(4)～(6)可得冲击源的x坐标与y坐标概率分布，分别记为Zx(·)和Zy(·)：
Figure BDA0002860147430000087
δij＝v·ΔTij (13)
其中：δij表示冲击源与传感器之间的距离差；ΔTij表示传感器i与传感器j之间的时间延迟；(X,Y)表示冲击源的坐标位置；L表示相邻两个传感器之间的距离；
Figure BDA0002860147430000091
步骤3.2，将Zx(·)、Zy(·)带入到公式(7)中得到冲击源的二维分布函数Zxy(x＝xi|y＝yi)，记为Zxy(·)，其中公式(7)为：
Figure BDA0002860147430000092
Zxy(·)为传感器阵列计算所得冲击源的二维概率分布函数，之后通过该函数构图可以得到传感器阵列的概率成像图。
其中步骤4中获得融合图像的公式为：
Figure BDA0002860147430000093
其中P(S1,S2,……SN)表示融合图像，N代表N个阵列，其中N＝2，Si代表阵列的概率成像图，Ki(i＝1、2、3……)表示压电传感器阵列，每个传感器独立判断冲击源的概率为E，则其单独阵列的的概率成像图为P(E|Ki)。
融合图中包含了各个源图的冲击位置信息，通过求和加强了源图中损伤的重叠部分，使得图像在两者结合部分更加突出。同时由于测量噪声是随机信号，通过取平均可以抑制其在融合图中的存在信息，并且采用的传感器阵列越多，抑制噪声效果越明显。
实施例1，
本实施例1才用采用飞机中常用的LY12-CZ的航空铝材平板(100cm*100cm*0.25cm)作为实验板材，四边采用螺钉固支。
执行步骤1，在实验板材的如图1所示的五个星号位置共进行了100次波速标定实验，利用公式(1)可计算得到波速数据，并对计算得到的波速数据进行统计分析得到波速的概率分布函数为V～N(1591.8，41.74)，其概率分布图如图3所示。
执行步骤2，本实施例在坐标(20,30)点处进行冲击，五个压电得到的冲击信号如图4所示，进行傅里叶变换后得到频谱图如图5所示，由信号频谱图可见信号的主要能量分布在0-80kHz，且在20-40KHz之间能量最为集中，所以本文以30kHz作为信号的中心频率对信号采用Gabor小波进行变时窗分析提取特征值。Gabor小波变换后取其包络线如图6所示，可以很清晰的看出各个信号存在时间延迟。此时采用互相关算法对信号进行处理，分别取小波变换后的两路信号利用公式(3)进行互相关处理得到两路信号的互相关信号如图7所示，互相关信号的峰值
Figure BDA0002860147430000101
为互相关计算所得两路信号的时间延迟ΔTij，所得时间延迟如表1所示。
表1互相关得到时间延迟单位(10-4s)
Figure BDA0002860147430000102
执行步骤3～步骤4，过公式(8)将横向阵列与纵向阵列所估计的冲击源概率图融合得到融合图像如图8所示，其概率图峰值所在位置为冲击源估计位置。其定位成像概率分布图如图9所示。
本实施例还取如图2所示星号所在位置作为冲击实验点，其中八个点平均分布在四个象限。对以上八个点进行冲击定位实验研究，其横向一维阵列、纵向一维阵列、以及融合之后的二维波束聚焦定位坐标如表2所示，其中NULL代表由于该定位点处于一维阵列的盲区，无定位结果。
表2冲击定位结果
Figure BDA0002860147430000111
由表2而可见：一维阵列波束聚焦定位算法在各自阵列所在方向存在定位盲区，在盲区内无法进行准确定位，采用二维阵列的传感器布置方法可以有效避免一维阵列的盲区对定位结果的影响。同时，本文通过概率图对阵列传感器得到的定位结果进行描述，其横向阵列与纵向阵列生成的概率分布图相互融合可以得到最终的冲击定位结果分布，融合后得到的坐标与冲击源坐标之间的最大距离D为1.5cm，相较于两个一维阵列的定位结果误差更小，表明通过概率图融合所得定位结果准确性较高，以冲击发生概率分布描述冲击定位位置，冲击定位结果表示更加直观，更加科学。

Claims (5)

1.一种基于概率成像的冲击定位方法，其特征在于，步骤包括：步骤1.将三个压电传感器线性布置在实验板上，接收不同距离的冲击信号，每一距离点进行多次冲击，计算波速，对波速进行统计分析得到波速的概率分布，记为V(·)；
步骤2，另外采用五个压电传感器成十字阵列排布在实验板中央，对实验板进行冲击试验并进行监测，获取冲击信号；对冲击信号进行傅里叶变换得到信号频谱图，选择频谱图的峰值频率作为中心频率对信号进行小波分析得到中心频率对应的时域信号，对所得时域信号取其上包络线，对取得的上包络线进行互相关处理得到信号之间的时间延迟；
步骤3，将所述V(·)和所述时间延迟带入二维波束聚焦定位方法中可得到冲击源的x坐标与y坐标概率分布，通过x坐标与y坐标概率分布计算得冲击源的二维概率分布函数Zxy(·)，通过二维概率分布函数构图可以得到每个压电传感器阵列的概率成像图；
步骤4，将压电传感器阵列的概率成像图进行融合，得到最终的冲击概率分布图，其中概率分布图中的峰值所在位置即为冲击源定位位置。
2.如权利要求1所述的一种基于概率成像的冲击定位方法，其特征在于，所述步骤1中三个压电传感器线性布置，间距为20cm，所述波速的计算方式为：
Figure FDA0002860147420000021
其中：i、j分别为传感器对应编号；s为冲击源与传感器之间的距离，t为对应传感器的波达时间。
3.如权利要求1所述的一种基于概率成像的冲击定位方法，其特征在于，所述步骤2包括：步骤2.1，五个压电传感器成十字阵列型布置在实验板中央，包括十字中心的压电传感器和四周的4个压电传感器，其中相邻两个压电传感器之间间距为20cm；之后对实验板进行冲击，采集五个压电传感器获得的冲击数据；
步骤2.2，对冲击数据做傅里叶变换得到信号的频谱图，从频谱图中可以得到信号峰值频率所在位置；
步骤2.3，信号频率的峰值为中心频率分别对五路信号利用公式(2)进行Gabor小波变换得到中心频率对应的时域信号，并取其时域信号的包络线。
Figure FDA0002860147420000022
其中，Ψg(t)为变换后得到中心频率对应的时域信号，ω0为中心频率，γ为常数，一般取5.336；
步骤2.4，对取小波变换后的字中心压电传感器得到的信号和另外4个压电传感器信号分别利用公式(3)进行互相关处理，得到互相关信号
Figure FDA0002860147420000023
互相关信号的峰值
Figure FDA0002860147420000024
为互相关计算所得两路信号的时间延迟ΔTij。
Figure FDA0002860147420000031
其中：
Figure FDA0002860147420000032
代表互相关之后得到的信号，x1、x2分别代表参与互相关的两路信号，f代表频域信号，
Figure FDA0002860147420000033
代表频域的互功率。
4.如权利要求1所述的一种基于概率成像的冲击定位方法，其特征在于，所述步骤3包括：
步骤3.1，联立公式(4)～(6)可得冲击源的x坐标与y坐标概率分布，分别记为Zx(·)和Zy(·)：
Figure FDA0002860147420000034
δij＝v·ΔTij (5)
其中：δij表示冲击源与传感器之间的距离差；ΔTij表示传感器i与传感器j之间的时间延迟；(X，Y)表示冲击源的坐标位置；L表示相邻两个传感器之间的距离；
Figure FDA0002860147420000035
步骤3.2，将Zx(·)、Zy(·)带入到公式(7)中得到冲击源的二维分布函数Zxy(x＝xi|y＝yi)，记为Zxy(·)，其中公式(7)为：
Figure FDA0002860147420000036
Zxy(·)为传感器阵列计算所得冲击源的二维概率分布函数，之后通过该函数构图可以得到传感器阵列的概率成像图。
5.如权利要求1所述的一种基于概率成像的冲击定位方法，其特征在于，其中步骤4中获得融合图像的公式为：
Figure FDA0002860147420000041
其中P(S1，S2，……SN)表示融合图像，N代表N个阵列，其中N＝2，Si代表阵列的概率成像图，Ki(i＝1、2、3……)表示压电传感器阵列，每个传感器独立判断冲击源的概率为E，则其单独阵列的的概率成像图为P(E|Ki)。
CN202011564411.5A 2020-12-25 2020-12-25 一种基于概率成像的冲击定位方法 Active CN112729742B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011564411.5A CN112729742B (zh) 2020-12-25 2020-12-25 一种基于概率成像的冲击定位方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011564411.5A CN112729742B (zh) 2020-12-25 2020-12-25 一种基于概率成像的冲击定位方法

Publications (2)

Publication Number Publication Date
CN112729742A true CN112729742A (zh) 2021-04-30
CN112729742B CN112729742B (zh) 2023-08-22

Family

ID=75616194

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011564411.5A Active CN112729742B (zh) 2020-12-25 2020-12-25 一种基于概率成像的冲击定位方法

Country Status (1)

Country Link
CN (1) CN112729742B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115901049A (zh) * 2022-10-31 2023-04-04 大连理工大学 基于波形相似度和多频率综合的结构冲击成像定位方法

Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20030081503A1 (en) * 2001-10-23 2003-05-01 Barnard Thomas J. System and method for localizing targets using multiple arrays
US20090122645A1 (en) * 2007-11-14 2009-05-14 Guigne Jacques Y Method for acoustic imaging of the earth's subsurface using a fixed position sensor array and beam steering
CN101644774A (zh) * 2009-07-07 2010-02-10 中国科学院声学研究所 一种基于线性规划的近场目标定位方法及其系统
CN103323527A (zh) * 2013-06-06 2013-09-25 南京航空航天大学 基于多维阵列和空间滤波器的损伤无波速成像定位方法
CN103438794A (zh) * 2013-08-13 2013-12-11 南京航空航天大学 一种基于压电传感网络的工程结构冲击位置确定方法
CN107132279A (zh) * 2017-05-02 2017-09-05 长沙理工大学 一种基于阵列超声表面波的构件损伤概率成像定位方法
US10206036B1 (en) * 2018-08-06 2019-02-12 Alibaba Group Holding Limited Method and apparatus for sound source location detection
CN109990968A (zh) * 2019-03-22 2019-07-09 西北核技术研究所 一种基于时间反转法原理的板结构冲击定位方法
CN110389170A (zh) * 2018-04-17 2019-10-29 江苏必得科技股份有限公司 基于Lamb波成像的列车部件裂纹损伤检测方法和系统
CN110598736A (zh) * 2019-08-06 2019-12-20 西安理工大学 一种电力设备红外图像故障定位、识别与预测方法
CN110687538A (zh) * 2019-10-28 2020-01-14 海鹰企业集团有限责任公司 一种基于近场聚焦的超波束形成方法
CN111024351A (zh) * 2019-12-10 2020-04-17 西安理工大学 一种基于二维波束聚焦理论的冲击监测定位方法
CN111024527A (zh) * 2019-12-06 2020-04-17 西安理工大学 一种基于多传感器数据融合的裂纹扩展监测方法

Patent Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20030081503A1 (en) * 2001-10-23 2003-05-01 Barnard Thomas J. System and method for localizing targets using multiple arrays
US20090122645A1 (en) * 2007-11-14 2009-05-14 Guigne Jacques Y Method for acoustic imaging of the earth's subsurface using a fixed position sensor array and beam steering
CN101644774A (zh) * 2009-07-07 2010-02-10 中国科学院声学研究所 一种基于线性规划的近场目标定位方法及其系统
CN103323527A (zh) * 2013-06-06 2013-09-25 南京航空航天大学 基于多维阵列和空间滤波器的损伤无波速成像定位方法
CN103438794A (zh) * 2013-08-13 2013-12-11 南京航空航天大学 一种基于压电传感网络的工程结构冲击位置确定方法
CN107132279A (zh) * 2017-05-02 2017-09-05 长沙理工大学 一种基于阵列超声表面波的构件损伤概率成像定位方法
CN110389170A (zh) * 2018-04-17 2019-10-29 江苏必得科技股份有限公司 基于Lamb波成像的列车部件裂纹损伤检测方法和系统
US10206036B1 (en) * 2018-08-06 2019-02-12 Alibaba Group Holding Limited Method and apparatus for sound source location detection
CN109990968A (zh) * 2019-03-22 2019-07-09 西北核技术研究所 一种基于时间反转法原理的板结构冲击定位方法
CN110598736A (zh) * 2019-08-06 2019-12-20 西安理工大学 一种电力设备红外图像故障定位、识别与预测方法
CN110687538A (zh) * 2019-10-28 2020-01-14 海鹰企业集团有限责任公司 一种基于近场聚焦的超波束形成方法
CN111024527A (zh) * 2019-12-06 2020-04-17 西安理工大学 一种基于多传感器数据融合的裂纹扩展监测方法
CN111024351A (zh) * 2019-12-10 2020-04-17 西安理工大学 一种基于二维波束聚焦理论的冲击监测定位方法

Non-Patent Citations (6)

* Cited by examiner, † Cited by third party
Title
H. KIM 等: "Two-dimensional dielectric collimator design and its experimental verification for microwave beam focusing", 《APPLIED PHYSICS LETTERS》 *
VELSOR, J K VAN 等: "Guided-wave tomographic imaging of defects in pipe using a probabilistic reconstruction algorithm", 《INSIGHT-NON-DESTRUCTIVE TESTING AND CONDITION MONITORING》 *
常琦 等: "基于多传感器的裂纹扩展监测研究", 《航空学报》 *
张倩昀 等: "基于概率成像的复合材料加筋壁板冲击损伤监测", 《测试技术学报》 *
张倩昀 等: "复合材料冲击损伤监测的概率成像方法", 《应用声学》 *
郑跃滨 等: "基于超声导波的航空航天结构损伤诊断成像技术研究进展", 《航空制造技术》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115901049A (zh) * 2022-10-31 2023-04-04 大连理工大学 基于波形相似度和多频率综合的结构冲击成像定位方法
CN115901049B (zh) * 2022-10-31 2024-04-12 大连理工大学 基于波形相似度和多频率综合的结构冲击成像定位方法

Also Published As

Publication number Publication date
CN112729742B (zh) 2023-08-22

Similar Documents

Publication Publication Date Title
US9213100B1 (en) Bearing-only tracking for horizontal linear arrays with rapid, accurate initiation and a robust track accuracy threshold
CN103792513B (zh) 一种雷声定位系统及方法
CN108169327A (zh) 基于激励波束成型和加权图像融合的music腐蚀监测方法
CN107576947A (zh) 基于时间平滑的l型阵对相干信源二维波达方向估计方法
CN112683307B (zh) 一种星敏感器星点质心位置精度测量方法
CN109597021B (zh) 一种波达方向估计方法及装置
CN106443664A (zh) 系统误差下基于拓扑信息的雷达与esm航迹关联方法
CN110221244A (zh) 非视距条件下基于到达时间差的鲁棒定位方法
CN102200573B (zh) 一种对近场目标信号来波方向进行测定的方法
CN112729742A (zh) 一种基于概率成像的冲击定位方法
CN106908517A (zh) 一种Lamb波主被动监测信息融合的损伤定位成像方法
CN110275163B (zh) 一种基于神经网络的毫米波雷达探测目标成像方法
CN105572230B (zh) 一种用于裂纹类缺陷定量识别的极性加权矢量全聚焦成像方法
CN108761384B (zh) 一种抗差的传感器网络目标定位方法
CN110208736B (zh) 基于四阶累量的非圆信号均匀阵列波达方向角估计方法
CN111551634B (zh) 一种基于时间序列识别冲击区域的定位方法及系统
CN106680821A (zh) NiCoCrAlYTa六元涂等离子喷涂涂层厚度超声无损检测方法
JP2002333484A (ja) 移動目標の相対位置検出方法
CN115458088A (zh) 一种基于卷积神经网络的冲击定位及能量检测方法、系统
CN111024351B (zh) 一种基于二维波束聚焦理论的冲击监测定位方法
CN110658540A (zh) 一种利用无人机低空飞行目标定位技术检验插秧机卫星导航自动作业精准度的方法
CN112946085B (zh) 一种板状结构损伤声源超声定位方法
CN114578197A (zh) 基于平面uhf传感器的变压器套管局放三维定位方法及系统
CN114046968A (zh) 一种基于声学信号的过程装备两步故障定位方法
CN110618403B (zh) 一种基于双波束雷达的着陆飞行器参数测量方法

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