一种基于CTLS的声发射源定位方法、系统及存储介质技术方案

本发明专利技术公开了一种基于CTLS的声发射源定位方法、系统及存储介质，其中方法包括：从多个传感器中任取一个传感器作为参考传感器，根据参考传感器以及其它各传感器的到时数据计算TDOA测量值；根据TDOA测量值和各传感器坐标建立非线性双曲线方程并对其重构，得到线性方程组；计算线性方程组中系统矩阵的噪音项，构建总体最小二乘判据；将声发射源与两个中间变量的非线性约束方程代入总体最小二乘判据，得到约束总体最小二乘判据；将基于线性方程组计算得到的最小二乘解作为迭代初值，采用牛顿法迭代修正最小二乘解，停止迭代时最后一次计算结果即为声发射源与波速的约束总体最小二乘解，实现声发射源的定位与波速估计。本发明专利技术的定位精度高，计算速度快。

【技术实现步骤摘要】
一种基于CTLS的声发射源定位方法、系统及存储介质
本专利技术涉及结构健康监测领域，尤其涉及一种基于CTLS(约束总体最小二乘)的声发射源定位方法、系统及存储介质。
技术介绍
近年来，使用无源传感器定位声发射(AE)源已引起对结构健康监测以及危害预测和评估的极大兴趣。基于空间分离传感器的到达时间差(TDOA)测量的方法由于其优越的性能常常被用于声发射源定位中。学者们提出了许多基于TDOA测量的定位方法，其中大多数方法需要预先测定波速，假设介质的波速始终保持恒定，不受环境因素(如应力，地质结构和温度)的影响。但该假设似乎仅在实验室和理想的实验室环境下才有效。事实上，波速受外部条件的影响很大，预测波速与真实波速之间存在较大的偏差并将引起严重的定位误差。此外，这些基于LS(最小二乘)的方法默认的假设是系统矩阵中不存在噪音误差，而因变量中噪音误差服从均值为0的高斯随机分布。然而，在实际应用中，噪音误差主要存在于系统矩阵中，这显然与普通LS估计的假设不符。系统矩阵中噪音误差的累加效应促使LS估计不再最优，导致定位结果与真实值之间存在较大的偏差。
技术实现思路
本专利技术提供了一种基于CTLS(约束总体最小二乘)的声发射源定位方法、系统及存储介质，以解决相关技术中声发射源定位不精确的问题。第一方面，提供了一种基于CTLS的声发射源定位方法，包括：从多个传感器中任取一个传感器作为参考传感器，根据参考传感器以及其它各传感器的到时数据计算TDOA测量值；根据TDOA测量值和各传感器坐标建立非线性双曲线方程并对其进行重构，得到线性方程组；计算所述线性方程组中系统矩阵的噪音项，构建总体最小二乘(TLS)判据；将声发射源与引入的两个中间变量V、K的非线性约束方程代入总体最小二乘判据，得到约束总体最小二乘(CTLS)判据；其中，V＝v2,K＝vr0，v表示声发射信号的传播速度，r0表示声发射源到参考传感器的距离；将基于所述线性方程组计算得到的最小二乘(LS)解作为迭代初值，采用牛顿法迭代修正最小二乘解，当满足迭代终止条件时停止迭代，最后一次计算结果即为声发射源与波速的约束总体最小二乘解，实现声发射源的定位与波速估计。进一步地，所述线性方程组表达式如下：Aθ＝b其中，xi,0＝xi-x0,yi,0＝yi-y0,zi,0＝zi-z0,bi＝(xi-x0)2+(yi-y0)2+(zi-z0)2,x、y、z分别表示声发射源坐标的三个分量，x0、y0、z0分别表示参考传感器坐标的三个分量，xi、yi、zi分别表示第i个传感器坐标的三个分量，且i＝1,2,…,M，M为传感器中非参考传感器的个数。进一步地，所述系统矩阵的噪音项为：ΔA＝[0002B1n2B2n]其中，B1＝-diag(t1,0,t2,0,…,tM,0)，diag(·)表示生成一个以括号中元素为主对角线的对角矩阵；B2＝IM-1，IM-1表示元素为1的M-1维的对角矩阵；n＝[n1,0n2,0…nM,0]T，ni,0表示TDOA测量噪音，它被假设为与TDOA测量值和声源位置无关的零均值高斯随机过程，如果TDOA在测量噪音n的标准差为σ，则其协方差矩阵可表示为：所述总体最小二乘(TLS)判据为：F(θ)＝(Aθ-b)T(BRnBT)-1(Aθ-b)其中，B＝2vB1-2r0B2。进一步地，所述声发射源与引入的两个中间变量V、K的非线性约束方程为：其中，G＝diag(1,1,1,0)；p＝[0,0,0,1]T；约束总体最小二乘(CTLS)判据为：其中，[A2A3]＝A，A2是由矩阵A的前四列组成，A3由矩阵A的最后一列组成。进一步地，所述采用牛顿法迭代修正最小二乘解的具体公式为：其中，α为梯度矩阵，表达式为：α＝2Θu-(2r′uTB1RnBTu+2v′uTB2RnBTu)其中，u＝(BRnBT)-1β；Ψ为海瑟矩阵，表达式为：其中，φ＝(BRnBT)-1；Ω1＝(B1RnB+BRnB1)；Ω2＝(B2RnB+BRnB2)；K″＝v″r0+r′(v′)T+v′(r′)T+v0r″；进一步地，所述迭代终止条件为：||(Ψ-1α)1-3||<10-3m或iter>a其中，(Ψ-1α)1-3表示Ψ-1α矢量的前三项，即声发射源坐标的三个分量x、y、z；iter表示牛顿迭代的次数，a为预设值，a可选择预设为10。进一步地，所述多个传感器包括至少6个不全共面的传感器。第二方面，提供了一种基于CTLS的声发射源定位系统，包括数据处理模块；数据处理模块采用如上所述的基于CTLS的声发射源定位方法进行声发射源定位和波速估计。进一步地，还包括在监测系统内随机布置的至少6个不全共面的传感器。第三方面，提供了一种计算机可读存储介质，其存储有计算机程序，所述计算机程序适于被处理器加载并执行如上所述的基于CTLS的声发射源定位方法。为了便于进一步理解本专利技术的技术方案，下面具体叙述上述计算公式的具体推导过程。假定一个包含M+1个传感器的三维监测系统，传感器坐标为si(xi,yi,zi)(i＝0,1,…,M)，需要求解的声发射源位于o(x,y,z)。定义传感器si与声发射源o之间的直线距离为ri＝||si-o||，那么传感器si与参考传感器s0之间的距离之差，即双曲线方程可以表示如下ri-r0＝vti,0,i＝1,2,…,M(1)其中，v表示监测系统中声发射信号的传播速度，ti,0表示传感器簇si与s0之间的TDOA测量值。平方并简化公式(1)，得到其中，xi,0＝xi-x0，yi,0＝yi-y0，zi,0＝zi-z0，V＝v2，bi＝(xi-x0)2+(yi-y0)2+(zi-z0)2，并且i＝1,2,…,M。将(2)写成矩阵形式，得到Aθ＝b(3)其中，并且在监测系统中，声发射传感器的数量通常不小于6；因此，公式(3)往往代表是一组超定线性方程。由于TDOA测量中不可避免地包含噪音，公式(3)中的超定线性方程组是不一致的，它可由标准最小二乘法进行求解标准LS估计假设噪音误差只存在于因变量b中，而实际上矩阵A和向量b都包含误差。这一事实超出了LS估计的基本假设，将会造成严重的定位误差。为进一步提高定位精度，本专利技术采用更合理的未知波速CTLS估计。CTLS估计考虑了系统矩阵A中的噪音误差，更适合于解决这个问题。CTLS估计的思想是在Frobenius范数中找到最小的修正项，以致于公式(4)是一致的。CTLS定位方法推导如下。在实际应用中，传感器的位置通常是可以精确测量的，可以认为是无噪音的。此时向量b的噪音分量等于零，即Δb＝0(5)其中0表示M-1维的零列向量。由于TDOA噪音的存在，噪声元素主要集中在系统本文档来自技高网...

【技术保护点】
1.一种基于CTLS的声发射源定位方法，其特征在于，包括：/n从多个传感器中任取一个传感器作为参考传感器，根据参考传感器以及其它各传感器的到时数据计算TDOA测量值；根据TDOA测量值和各传感器坐标建立非线性双曲线方程并对其进行重构，得到线性方程组；/n计算所述线性方程组中系统矩阵的噪音项，构建总体最小二乘判据；/n将声发射源与引入的两个中间变量V、K的非线性约束方程代入总体最小二乘判据，得到约束总体最小二乘判据；其中，V＝v

【技术特征摘要】
1.一种基于CTLS的声发射源定位方法，其特征在于，包括：
从多个传感器中任取一个传感器作为参考传感器，根据参考传感器以及其它各传感器的到时数据计算TDOA测量值；根据TDOA测量值和各传感器坐标建立非线性双曲线方程并对其进行重构，得到线性方程组；
计算所述线性方程组中系统矩阵的噪音项，构建总体最小二乘判据；
将声发射源与引入的两个中间变量V、K的非线性约束方程代入总体最小二乘判据，得到约束总体最小二乘判据；其中，V＝v2,K＝vr0，v表示声发射信号的传播速度，r0表示声发射源到参考传感器的距离；
将基于所述线性方程组计算得到的最小二乘解作为迭代初值，采用牛顿法迭代修正最小二乘解，当满足迭代终止条件时停止迭代，最后一次计算结果即为声发射源与波速的约束总体最小二乘解，实现声发射源的定位与波速估计。


2.根据权利要求1所述的基于CTLS的声发射源定位方法，其特征在于，所述线性方程组表达式如下：
Aθ＝b
其中，xi,0＝xi-x0,yi,0＝yi-y0,zi,0＝zi-z0,bi＝(xi-x0)2+(yi-y0)2+(zi-z0)2,x、y、z分别表示声发射源坐标的三个分量，x0、y0、z0分别表示参考传感器坐标的三个分量，xi、yi、zi分别表示第i个传感器坐标的三个分量，且i＝1,2,…,M，M为传感器中非参考传感器的个数。


3.根据权利要求2所述的基于CTLS的声发射源定位方法，其特征在于，所述系统矩阵的噪音项为：
ΔA＝[0002B1n2B2n]
其中，B1＝-diag(t1,0,t2,0,…,tM,0)，diag(·)表示生成一个以括号中元素为主对角线的对角矩阵；B2＝IM-1，IM-1表示元素为1的M-1维的对角矩阵；n＝[n1,0n2,0…nM,0]T，ni,0表示TDOA测量噪音，它被假设为与TDOA测量值和声源位置无关的零均值高斯随机过程，如果TDOA在测量噪音n的标准差为σ，则其协方差矩阵可表示为：



所述总体最小二乘判据为：
F(θ)＝(Aθ-b)T(BRnBT)-1(Aθ-b)
其中，B＝2vB1-2r0B2。
<...

【专利技术属性】
技术研发人员：周子龙，芮艺超，陆建友，蔡鑫，鄂昱德，刘洋，
申请(专利权)人：中南大学，
类型：发明
国别省市：湖南;43