聲發(fā)射源多傳感器數(shù)據(jù)融合識(shí)別技術(shù)

聲發(fā)射源多傳感器數(shù)據(jù)融合識(shí)別技術(shù)

?? 在聲發(fā)射檢測(cè)中，為了達(dá)到較為精確的定位，通常采用時(shí)差定位方法，這就需要兩個(gè)或兩個(gè)以上的傳感器組合使用。如平面三角形定位，用三個(gè)傳感器為一個(gè)定位組。而在以前人們所做的聲發(fā)源特性識(shí)別方面的研究，都只是針對(duì)某一傳感器的信號(hào)進(jìn)行分析識(shí)別。由于聲發(fā)射信號(hào)具有瞬態(tài)性和隨機(jī)性，屬于非平穩(wěn)的隨機(jī)信號(hào)，并且是由一系列頻率和模式豐富的信號(hào)組成，而且在聲波的傳播過(guò)程中，又存在著衰減、反射、折射與模式轉(zhuǎn)換，所以對(duì)同一聲發(fā)射源的分析識(shí)別，定位組的各個(gè)傳感器的結(jié)果可能不相同。在這種情況下，要想獲得較高的識(shí)別可信度，就必須有一種方法對(duì)所獲得的矛盾信息進(jìn)行處理，對(duì)檢測(cè)到的信號(hào)進(jìn)行合理支配和使用，把多個(gè)傳感器關(guān)于同一聲發(fā)射源冗余或互補(bǔ)信息依照某種準(zhǔn)則進(jìn)行組合，減少識(shí)別過(guò)程中的不確定性，才能獲得對(duì)聲發(fā)射源的正確判斷。尤其是對(duì)同一檢測(cè)對(duì)象，我們采用不同類型的聲發(fā)射傳感器(如寬帶、諧振等)，到底更應(yīng)該相信那個(gè)傳感器的結(jié)果？更復(fù)雜的情況，當(dāng)同時(shí)存在超聲或者應(yīng)力應(yīng)變等傳感器的檢測(cè)結(jié)果時(shí)，如何利用所有類型和不同位置傳感器的信息，得到最為真實(shí)的結(jié)果，就顯得非常重要。
??? 2.1基于D-S理論的聲發(fā)射源識(shí)別方法[3]
??? 從聲發(fā)射源發(fā)出的信號(hào)經(jīng)過(guò)傳輸介質(zhì)到達(dá)傳感器，信號(hào)會(huì)發(fā)生變化或損失，各個(gè)傳感器檢測(cè)到的波形信號(hào)一般是不完整、不精確、模糊的，甚至可能是矛盾的，即包含著過(guò)程的不確定性。我們只能根據(jù)這些不確定性信息進(jìn)行分析推理，最終得出聲發(fā)射源的定性判別。不確定性推理最常用的方法有：Bayes方法和D-S證據(jù)理論兩種。與Bayes方法相比，D-S證據(jù)理論有一個(gè)非常突出的優(yōu)點(diǎn)，就是無(wú)需先驗(yàn)概率和條件概率，這對(duì)聲發(fā)射檢測(cè)這類幾乎沒有先驗(yàn)知識(shí)和專家?guī)斓男滦图夹g(shù)顯得非常有用，而且各個(gè)傳感器之間的證據(jù)是相互獨(dú)立的，每個(gè)定位組的探頭數(shù)一般為三、四個(gè)，推理鏈不長(zhǎng)，使用D-S規(guī)則非常方便。
??? 對(duì)于聲發(fā)射源識(shí)別的數(shù)據(jù)融合模型結(jié)構(gòu)按數(shù)據(jù)抽象的層次劃分主要有三類：數(shù)據(jù)級(jí)融合，特征級(jí)融合和決策級(jí)融合。根據(jù)聲發(fā)射信號(hào)的特點(diǎn)，一般選擇最高層次的融合方法，即決策級(jí)融合。由于球罐、橋梁等大型構(gòu)件，通常采用數(shù)十個(gè)通道同時(shí)進(jìn)行信號(hào)采集，而且一般聲發(fā)射檢測(cè)持續(xù)的時(shí)間較長(zhǎng)，當(dāng)進(jìn)行全波形采集時(shí)數(shù)據(jù)量非常大，要對(duì)所有定位相關(guān)組的傳感器進(jìn)行集中決策處理會(huì)大大降低系統(tǒng)的效率和實(shí)時(shí)性。所以，在各個(gè)傳感器局部目標(biāo)識(shí)別的基礎(chǔ)上，進(jìn)行全局決策的結(jié)構(gòu)比較適合聲發(fā)射檢測(cè)的特點(diǎn)，操作起來(lái)非常靈活，也有利于減少系統(tǒng)的復(fù)雜程度，使整個(gè)決策系統(tǒng)清晰可靠。在一個(gè)或幾個(gè)傳感器判斷失效的情況下仍能繼續(xù)工作，即系統(tǒng)具有一定的容錯(cuò)能力，總能得到一個(gè)唯一的識(shí)別結(jié)果。這對(duì)保證工程檢測(cè)結(jié)果能夠得到一個(gè)最終的安全性評(píng)價(jià)十分必要。此外，在工程上對(duì)于同一個(gè)聲發(fā)射源還可能進(jìn)行其他檢測(cè)方法的復(fù)驗(yàn)(如采用超聲、射線檢測(cè)等)，以保證最終結(jié)果可靠。采用這種決策級(jí)的融合結(jié)構(gòu)可以方便地對(duì)不同類型傳感器或者檢測(cè)方法的局部識(shí)別結(jié)果進(jìn)行擴(kuò)充融合，而不必對(duì)已有的系統(tǒng)結(jié)構(gòu)做過(guò)多的修改。
??? 應(yīng)用D-S證據(jù)理論的關(guān)鍵是如何構(gòu)造基本概率分布函數(shù)。D-S理論本身并沒有現(xiàn)成的表達(dá)式，使用者應(yīng)根據(jù)經(jīng)驗(yàn)或具體的統(tǒng)計(jì)證據(jù)構(gòu)造。對(duì)聲發(fā)射檢測(cè)的具體情況，構(gòu)造如下概率分布函數(shù)[4]。
??? 設(shè)N為同一定位組中傳感器的數(shù)目(對(duì)于三角形定位N=3)，M為聲發(fā)射源的種類數(shù)(如裂紋、泄漏、外部噪聲等等)，則
?????????????? i=1,2,…,N?????????? （1）
????????????? j=1,2,…,M?????????? （2）
??? 上式中各符號(hào)如下定義：
??? Ci(j)：傳感器i與聲發(fā)射源類別j之間的屬性測(cè)度,是單個(gè)傳感器的識(shí)別結(jié)果。一般通過(guò)小波及神經(jīng)網(wǎng)絡(luò)的處理獲得屬性測(cè)度值；
??? Ri：當(dāng)使用不同類型的傳感器時(shí)，我們可以根據(jù)試驗(yàn)的結(jié)果來(lái)進(jìn)行賦值，如采用寬帶傳感器和諧振傳感器，可以賦予不同的置信度，通常在實(shí)際檢測(cè)中，都使用同一種類型的傳感器，那么將忽略此項(xiàng)；
??? ωi：由于實(shí)際聲發(fā)射檢測(cè)中各傳感器分布在構(gòu)件的不同區(qū)域，如局部結(jié)構(gòu)的不連續(xù)，都會(huì)給波的傳播模式帶來(lái)影響，因而造成對(duì)聲發(fā)射源的識(shí)別的正確性帶來(lái)影響，用此權(quán)值進(jìn)行修正；
??? ?i：傳感器i與各目標(biāo)的最大相關(guān)系數(shù)，?i=max{CiCj}；
??? ? i：傳感器i與各目標(biāo)相關(guān)系數(shù)的分布函數(shù)， ；
??? mi(j)：傳感器i賦予目標(biāo)類別j的基本概率分布值；
??? mi(?)：傳感器i賦予識(shí)別框架?的基本概率值，即傳感器i的不確定性概率值。
??? 式中的 項(xiàng)，其物理意義在傳感器與識(shí)別聲發(fā)射源之間的置信測(cè)度，與傳感器本身的可靠性無(wú)關(guān)，主要是聲發(fā)射源發(fā)出的信號(hào)在傳播過(guò)程所造成的影響，與具體的檢測(cè)對(duì)象以及所采用的定位陣列有關(guān)。
??? 2.2識(shí)別的過(guò)程
??? 在聲發(fā)射源識(shí)別過(guò)程中，以平面三角形定位為例，當(dāng)定位組中有聲發(fā)射信號(hào)發(fā)生時(shí)，信號(hào)的波形分別被該定位組中的三個(gè)傳感器接收，經(jīng)放大并進(jìn)行一定的濾波調(diào)理后，由高速A/D轉(zhuǎn)換器將模擬信號(hào)數(shù)字化，然后存儲(chǔ)于計(jì)算機(jī)中，可供事后分析。在實(shí)時(shí)采集時(shí)，只提取一些主要參數(shù)供檢測(cè)時(shí)監(jiān)控使用，對(duì)于有定位要求的還要顯示定位的事件。采集時(shí)一般不進(jìn)行識(shí)別過(guò)程的處理，主要是保證不丟失聲發(fā)射信號(hào)，在信號(hào)量較少的情況下，可以選擇實(shí)時(shí)識(shí)別。對(duì)信號(hào)和通道數(shù)較多，而且需要進(jìn)行實(shí)時(shí)識(shí)別時(shí)，可采用分布式系統(tǒng)，下位機(jī)實(shí)現(xiàn)信號(hào)的采集與傳輸，上位機(jī)進(jìn)行實(shí)時(shí)的處理，并及時(shí)顯示結(jié)果。識(shí)別時(shí)，為了提高神經(jīng)網(wǎng)絡(luò)局部識(shí)別的能力，需要對(duì)原始信號(hào)進(jìn)行預(yù)處理以提取信號(hào)的特征。小波分析對(duì)瞬態(tài)信號(hào)有較好的局部時(shí)頻特性，所以采用小波分析的方法進(jìn)行信號(hào)特征提取。提取特征的信號(hào)送入神經(jīng)網(wǎng)絡(luò)進(jìn)行單個(gè)傳感器的局部目標(biāo)分類。輸出的值用于構(gòu)造mi(A)和mi(?)函數(shù)，再按Dempster合并規(guī)則，得到最終的基本可信度的分配值。最后，依照各命題的可信度和似然度等指標(biāo)，用全局決策規(guī)則，得到目標(biāo)識(shí)別的結(jié)果。