[发明专利]基于贝叶斯学习的Lamb波频散消除方法及其系统

说明书

本发明公开了一种基于贝叶斯学习的Lamb波频散消除方法及其系统，所述方法包括以下步骤：获取目标频散Lamb波信号的模态特征信息，并将时域信号转换至频域以得到频散的多模态Lamb波信号R(ω)，离散化后将其特定频带内的信号写成列向量的形式r＝[R(ω₁)，R(ω₂)，…，R(ω_N)]^T，基于所述模态特征信息，依据Lamb波传播模型分别构造多模态频散传播字典Φ和非频散传播字典Φ′，将频散多模态Lamb波信号r在所构造的频散字典Φ下进行稀疏表示，将非频散字典Φ′与所得稀疏表示系数w相乘，得到信号r′＝Φ′w，r′即为对应于原始信号r的去除频散效应后的信号。

技术领域

本发明属于信号处理技术领域，特别是一种基于贝叶斯学习的Lamb波频散消除方法及其系统。

背景技术

Lamb波是存在于薄板结构中的超声导波，能在结构中传播较远的距离而衰减小、对结构表面及内部损伤均敏感等特点，已成为结构健康监测和无损检测的领域重要工具。基于Lamb波的无损检测或结构健康监测系统因自身包含信号激励和接收模块，因此是一种主动式的系统。这类系统通过在被测结构中激励一个特定波形的Lamb信号，Lamb波信号在结构中传播事遇到散射源时会发生信号的散射，这些散射信号会被结构中预先布置的采集器采集到，从而可根据这些响应信号对结构的健康状态进行评估。频散效应指的是超声导波的传播速度是频率的函数，从而导致不同频率成分的分量传播速度不一致，从而出现信号波包随着时间和距离的增大而扩散的现象。频散效应增大了相邻两个波包容易混叠的难易程度，使得信号的分辨率下降甚至无法有效分辨。频散去除或者频散补偿技术就是利用信号处理手段，将信号波包恢复至非频散状态的手段。

现有的频散补偿方法主要包括时间-距离域映射法、时间反转法、波数线性插值法、弯折频率变换法及常规稀疏重构法。时间反转法需要进行二次激励，且最终得到的信号失去了重要的波包飞行时间信息，而飞行时间信息是重要的特征参数，是进行损伤定位的前提；时间-距离域映射法、波数线性插值法、弯折频率变换法只能对单一模态导波信号进行频散补偿，而对多模态信号不适用；而常规稀疏重构法虽能对多模态信号进行补偿，但需要人为确定正则化参数，而该参数往往难以准确获取。所以，以上算法均存在一定的不足，在实际工程应用难以直接应用。

在背景技术部分中公开的上述信息仅仅用于增强对本发明背景的理解，因此可能包含不构成在本国中本领域普通技术人员公知的现有技术的信息。

发明内容

本发明的目的是为了克服现有技术中不能对多模态Lamb波进行频散补偿、需要人为确定正则化参数的缺点，提供了一种基于贝叶斯学习的Lamb波频散消除方法及检测系统，在无需人为调节参数下，可实现多模态Lamb波的频散消除。

本发明的目的是通过以下技术方案予以实现，一种基于贝叶斯学习的Lamb波频散消除方法包括以下步骤：

第一步骤中，获取目标频散Lamb波信号的模态特征信息，并将时域信号转换至频域以得到频散的多模态Lamb波信号R(ω)，离散化后将其特定频带内的信号写成列向量的形式r＝[R(ω₁)，R(ω₂)，…，R(ω_N)]^T，其中ω₁，ω₂，…，ω_N为对应的离散频率点，N为点数，上标T表示向量或矩阵的转置；

第二步骤中，基于所述模态特征信息，依据Lamb波传播模型分别构造多模态频散传播字典Φ和非频散传播字典Φ′，其中，

S2a)根据频散Lamb波信号的最大传播距离x_M、最小传播距离x₁，采用距离域网格均匀划分法对传播距离域等间隔划分为M个值x₁，x₂，…，x_M，用下式计算任一传播距离下的多模态Lamb波频散响应信号，