一种基于滤波信号压缩感知的航空材料破损检测方法技术

本发明专利技术公开了一种基于滤波信号压缩感知的航空材料破损检测方法，以信号滤波和压缩感知理论为背景，对航天航空领域飞行器复合材料的健康监测提供技术支持，针对采集到的信号总是含有噪声的特点，使用均值滤波从含干扰的信号中提取有用信号，达到降噪的目的；选择合适的稀疏正交变换基和观测矩阵分别对信号进行压缩和投影观测，最后构造稳定的重构算法恢复原始信号。首先，采用均值滤波，对信号进行了降噪处理，有效去除干扰信号，提高了信号处理的准确性，使得实验论证有良好的数据基础；其次，直接在LABVIEW中加入了MATLAB接口，无需将数据另外导入MATLAB中；再而，基于压缩感知理论，在获取信号的同时，对数据进行压缩，在时间和存储空间上提高了效率。

An Aviation Material Damage Detection Method Based on Filtered Signal Compression Sensing

【技术实现步骤摘要】
一种基于滤波信号压缩感知的航空材料破损检测方法
本专利技术涉及复合材料航空
，尤其是涉及一种基于滤波信号压缩感知的航空材料破损检测方法。
技术介绍
飞机结构在长期的使用过程中，由于物理、化学、使用时间等各方面因素影响，不可避免地会发生各种损伤，如裂纹、腐蚀等，随着这些损伤的不断累积，飞机在使用过程中的安全性将会受到严重的影响，如未能及时发现这些损伤，造成的损失可能是无法挽回的，因此为了避免事故的发生，提高安全性，使用实时高效的监测方法是极其有必要的。滤波是将信号中特定波段频率滤除的操作，均值滤波是典型的线性滤波算法，在图像上对目标像素给一个模板，该模板包括了除目标像素外的周围的临近像素，用这些像素的平均值来代替原像素值。这一操作从原始信号中去除了干扰，保留了有用信号，达到了降噪的目的，进一步提高了数据的准确性。使用超声相控阵技术对复合材料进行实时在线的监测会产生大量的数据，而主元分析法(PCA)是一种对于数据进行简化的技术，有效地找出数据中最主要的元素和结构，将原有的数据进行降维，从线性代数的角度来看，它的目标就是寻找原变量的线性组合构成一组互不相关的新变量，新变量最大限度上携带原变量的有用信息，从而代替原变量。Donoho等人在2004年提出压缩感知理论的概念以及相关理论框架，主要包括信号的稀疏表示、测量矩阵和信号重构这三个方面。在传统理论的基础上，通过开发信号的稀疏特性，随机采样获得信号的离散样本，同时进行数据的采集与压缩，避免了传统过程中由于数据量太大而使用的先采集后压缩的方法，减少了时空开销。MATLAB是用于算法开发、数据可视化、数据分析以及数值计算的高级技术计算语言和交互式环境，可以进行矩阵运算、绘制函数和数据、实现算法、创建用户界面、连接其他编程语言的程序等。
技术实现思路
专利技术目的：为了克服
技术介绍
的不足，本专利技术公开了一种基于滤波信号压缩感知的航空材料破损检测方法。技术方案：本专利技术的基于滤波信号压缩感知的航空材料破损检测方法，包括以下步骤：(1)根据超声相控阵技术在对象材料上布设多个压电片，逐个激发各个压电片的同时其余压电片进行信号采集得到原始信号；(2)采用邻域平均法对原始信号进行均值滤波，得到降噪后的信号；(3)根据主元分析原理对降噪后的信号进行稀疏表示；(4)选择合适观测矩阵对稀疏信号进行投影变换观测；(5)对处理后的信号进行稀疏重构恢复原信号，并与原始信号对比验证。以信号滤波和压缩感知理论为背景，对航天航空领域飞行器复合材料的健康监测提供技术支持，针对采集到的信号总是含有噪声的特点，使用均值滤波从含干扰的信号中提取有用信号，达到降噪的目的；选择合适的稀疏正交变换基和观测矩阵分别对信号进行压缩和投影观测，最后构造稳定的重构算法恢复原始信号。进一步的，步骤(1)中压电片在对象材料上按规律分布排列形成超声传感器环形阵列(还可以排成是线形和面形)，压电片发射的超声波形成整体波面，通过控制波面形状和方向实现扫描、偏转及聚焦。进一步的，步骤(2)为将原始信号传输至LABVIEW中显示，在LABVIEW中添加MATLAB接口，在MATLAB中先对原始信号进行均值滤波，具体为对待处理的当前像素点选择一个模板，该模板由其近邻的若干像素组成，求平均值代替原图像中各个像素值。进一步的，步骤(3)中原始信号构成N*M的矩阵，其中，N为信号波长度，M为信号个数；根据主元分析原理得到N*N的协方差矩阵作为稀疏变换基，计算稀疏变换基的特征矢量和特征值，最大特征值的特征矢量就是数据的主元成分，选择特征矢量组成模式矢量，左乘原始数据的转置，得到稀疏信号。进一步的，步骤(4)中选择高斯矩阵作为测量矩阵，用高斯矩阵与稀疏信号相乘得到观测后的信号波形图。进一步的，步骤(5)采用稀疏度自适应匹配追踪算法进行信号稀疏重构。有益效果：与现有技术相比，本专利技术的优点为：首先，本专利技术在信号的稀疏表示前，采用均值滤波，对信号进行了降噪处理，有效去除干扰信号，很大程度上提高了信号处理的准确性，使得实验论证有良好的数据基础；其次，直接在LABVIEW中加入了MATLAB接口，无需将数据另外导入MATLAB中；再而，基于压缩感知理论，在获取信号的同时，对数据进行压缩，在时间和存储空间上大大提高了效率。附图说明图1是本专利技术原始信号时域图；图2是本专利技术均值滤波后信号图；图3是本专利技术信号的稀疏系数图；图4是本专利技术投影观测后的信号波形图；图5是本专利技术原始信号放大图；图6是本专利技术重构信号放大图。具体实施方式下面结合附图和实施例对本专利技术的技术方案作进一步的说明。一种基于滤波信号压缩感知的航空材料破损检测方法，包括以下步骤：(1)信号采集：实验对象材料选择环氧板，根据超声相控阵技术在环氧板上布设9个压电片，按一定规律分布排列形成超声传感器环形阵列，逐个激发各个压电片的同时其余压电片进行信号采集得到原始信号，如图1所示，即其中1个压电片发送信号时，其余8个接收，每个传感器接收到特地方向的相应信号，压电片发射的超声波形成整体波面，通过控制波面形状和方向实现扫描、偏转及聚焦。(2)信号的均值滤波：将原始信号传输至LABVIEW中显示(LABVIEW是一个标准的数据采集和仪器控制软件)，在LABVIEW中添加MATLAB接口，在MATLAB中先对原始信号进行均值滤波，其采用的主要方法是邻域平均法，基本原理是对待处理的当前像素点，选择一个模板，该模板由其近邻的若干像素组成，求平均值，用它代替原图像中各个像素值，达到对信号降噪的处理，这里选择3*3的模板。均值处理过后得到的信号如图2所示。(3)信号的稀疏表示：由于压缩感知理论应用的前提是信号稀疏或可压缩，因此需要对信号进行稀疏表示。信号波的长度为N＝1200，信号个数为M＝8，原始信号构成N*M的矩阵，根据主元分析原理，首先将每一维中的每一个数据减去每一维的均值，使得处理后的数据都具有0均值，接着计算得到N*N的协方差矩阵，作为稀疏变换基，接着计算稀疏变换基的特征矢量和特征值，最大特征值的特征矢量就是数据的主元成分，选择特征矢量组成模式矢量，左乘原始数据的转置，得到稀疏信号。如图3所示，可以看出经过主元分析方法降维后得到的信号，其稀疏系数都接近于零，这便满足稀疏信号的性质。(4)信号的投影观测由压缩感知理论可知，观测矩阵对测量值的获取和信号的重构起着关键性的作用，使满足稀疏特性的信号在降维的过程中保持关键信息，性能越好，则重建信号与原始信号的误差越小。高斯矩阵服从N(0,1/N)正态分布，具有独立同分布的特点，因此，选择高斯矩阵作为测量矩阵进行投影观测。原始信号的采集长度为1200，信号投影的观测值选取为400。高斯矩阵满足有限等距原则且与稀疏变换基不相关，保证了信号从1200维降到400维时重要信息不受破坏，如图4所示，用高斯矩阵与稀疏信号相乘便得到观测后的信号波形图。(5)信号的稀疏重构选择计算复杂度低且稳定的信号重构算法重构恢复原信号，具体采用稀疏度自适应匹配追踪算法(SAMP)，因为实际中稀疏度K为未知，所以不能使用匹配追踪算法(MP)或是正交化匹配算法(OMP)等算法，鉴于大部分匹配追踪算法如正交匹配算法都需要已知信号的稀疏度K，在实际中很难得出，而SAMP可以在K未知的情况下有较好的重构本文档来自技高网...

【技术保护点】
1.一种基于滤波信号压缩感知的航空材料破损检测方法，其特征在于包括以下步骤：(1)根据超声相控阵技术在对象材料上布设多个压电片，逐个激发各个压电片的同时其余压电片进行信号采集得到原始信号；(2)采用邻域平均法对原始信号进行均值滤波，得到降噪后的信号；(3)根据主元分析原理对降噪后的信号进行稀疏表示；(4)选择合适观测矩阵对稀疏信号进行投影变换观测；(5)对处理后的信号进行稀疏重构恢复原信号，并与原始信号对比验证。

【技术特征摘要】
1.一种基于滤波信号压缩感知的航空材料破损检测方法，其特征在于包括以下步骤：(1)根据超声相控阵技术在对象材料上布设多个压电片，逐个激发各个压电片的同时其余压电片进行信号采集得到原始信号；(2)采用邻域平均法对原始信号进行均值滤波，得到降噪后的信号；(3)根据主元分析原理对降噪后的信号进行稀疏表示；(4)选择合适观测矩阵对稀疏信号进行投影变换观测；(5)对处理后的信号进行稀疏重构恢复原信号，并与原始信号对比验证。2.根据权利要求1所述的基于滤波信号压缩感知的航空材料破损检测方法，其特征在于：步骤(1)中压电片在对象材料上分布排列形成超声传感器环形阵列，压电片发射的超声波形成整体波面，通过控制波面形状和方向实现扫描、偏转及聚焦。3.根据权利要求1所述的基于滤波信号压缩感知的航空材料破损检测方法，其特征在于：步骤(2)为将原始信号传输至LABVIEW中显示，在LABVIEW中添加MATLA...

【专利技术属性】
技术研发人员：孙亚杰，李恩露，张玫瑰，李丹，陈旋，徐佳男，
申请(专利权)人：南京信息工程大学，
类型：发明
国别省市：江苏,32