[发明专利]一种复合材料结构的欠采样信号冲击定位处理方法和系统

权利要求书

1.一种复合材料结构的欠采样冲击信号的定位处理方法，其特征在于，

所述方法包括：复合材料结构上冲击操作遍历结构各个区域，获取各冲击区域低频传感器阵列的信号样本集，对样本集提取信号特征训练神经网络，对样本集进行字典训练获得字典集，建立定位系统的数据库；

复合材料结构上实时激励产生冲击信号，低频传感器阵列采集获得欠采样信号；

依据所述欠采样信号，应用神经网络理论，在训练神经网络基础上进行粗定位；

在粗定位基础上，应用稀疏表示分类算法，在训练样本集获得字典集基础上进行细定位。

2.根据权利要求1所述复合材料结构的欠采样冲击信号的定位处理方法，其特征在于，所述复合材料结构上冲击操作遍历结构各个区域，获取各冲击区域低频传感器阵列的信号样本集，包括：

对所述复合材料结构上的低频传感器阵列，对每个冲击区域，进行多次冲击操作，获得传感器阵列采集的信号样本，建立每个结构区域的欠采样冲击信号样本集；

遍历结构上每个区域，重复上述操作，建立所有结构区域的欠采样冲击信号数据库。

3.根据权利要求2所述复合材料结构的欠采样冲击信号的定位处理方法，其特征在于，所述获取的各冲击区域低频传感器阵列的信号样本集包括：

将复合材料结构划分为Q个区域，Q＝W×V，W表示行，V表示列，每个区域采集同一能量下的冲击样本数据个数M，即进行M次冲击操作，结构中布置了K个低频采样传感器，将每个区域的数据划分为一组，共获得Q组、QK个传感器的冲击数据集；

冲击载荷特征数据库中第q区域，第k个低频采样传感器采集的数据为x_qk[n]，数据样本集为x_qki[n]，i表示第i个样本，其中，给定监测数据长度为N，则1≤n≤N，q为复合材料结构小区域编号，则1≤q≤Q，k为低频采样传感器编号，则1≤k≤K，1≤i≤M。

4.根据权利要求3所述复合材料结构的欠采样冲击信号的定位处理方法，其特征在于，依据所述欠采样信号应用神经网络理论，在训练神经网络基础上进行粗定位，包括：

将采集的样本集求取数据平均值，q区域的同一冲击对应K个传感器的样本集的数据均值组合成向量得到反向传播BP神经网络输入a_qi，共M个样本集，对应于输出为冲击位置q，遍历结构Q个位置，重复对Q组数据集进行同样操作，训练神经网络，保存训练结果；

获取实时冲击信号，将K个传感器获得的信号求取均值组成向量，作为神经网络的输入，获得冲击粗定位结果为j区域。

5.根据权利要求3或4所述复合材料结构的欠采样冲击信号的定位处理方法，其特征在于，所述在粗定位基础上，应用稀疏表示分类算法，在训练样本集获得字典集基础上进行细定位，包括：

对q区域的K个传感器的各M个样本集用K均值奇异值分解K-SVD算法进行字典训练得到过完备字典，重复对Q个区域的数据集进行同样操作，保存字典数据库D_qk，1≤q≤Q，1≤k≤K；

在粗定位结果j的基础上，将第k个传感器获得的j区域近邻字典组成字典集，即[…，D_(j-V-1)k，D_(j-V)k，D_(j-1)k，D_jk，D_(j+1)k，D_(j+V)k，D_(j+V+1)k，…]，把第k个传感器得到的监测数据在上述字典集上通过正交匹配追踪算法进行稀疏表示，再进行重构，重构误差最小的字典对应该传感器确定的冲击区域；

在一次冲击过程中，重复上述过程对所有K个传感器采集的数据进行细定位判定，对多传感器细定位结果进行表决，选择定位结果重复率最高的为最终确定定位结果。