[发明专利]基于序贯蒙特卡洛算法的声发射源定位方法

摘要

本发明公开了一种基于序贯蒙特卡洛算法的定位方法，首先对处于各向同性平面结构上的声发射源，布置多个(不少于4个)用于接收声发射源发出的声发射信号的传感器；然后将声发射源定位转化成贝叶斯滤波问题，分别建立系统方程和测量方程，以各个次传感器与主传感器之间的波达时刻作为已知测量量，以源位置和波速作为未知状态变量。由于缺乏解析解，采用序贯蒙特卡洛模拟算法对未知状态变量进行迭代估计，从而实现不确定性因素影响下声发射源的定位。

主权项

一种基于序贯蒙特卡洛算法的声发射源定位方法，用于不确定性因素影响下声发射源的定位；其特征在于，包括以下步骤：(1)对于处于各向同性平面结构上的声发射源，布置N个用于接收声发射源发出的声发射信号的传感器；所述的各传感器中，将其中的一个定为主传感器，其余的则定为次传感器；在前述的各向同性平面结构上建立平面坐标系，使得声发射源的坐标为(xs,ys)，主传感器的坐标为(xi,yi)，各次传感器的坐标为(xj，yj)(j＝1…i‑1,i+1...N)，其中，N为正整数，N≥4；(2)通过信号处理方法获得各个传感器接收到的声发射信号的到达时刻，并计算各个次传感器与主传感器之间的到达时刻差Δtij，形成测量向量Z；(3)以状态向量X来表征声发射源的位置和对应的声发射信号波速；定义状态向量X＝[xs,ys,Vg]T，其中：(xs,ys)为声发射源的位置坐标，Vg为对应声发射信号的波速；(4)将声发射定位问题转化为贝叶斯滤波问题，建立系统方程和测量方程进行迭代求解状态向量X；其中：系统方程表达式为Xk＝Xk‑1+ωk‑1测量方程表达式为Zk＝h(Xk)+υk式中：k为迭代数；ω为系统噪声；υ为测量噪声；h是一个非线性函数，用于表达测量向量Z中的元素Δtij和状态向量X中的元素之间的关系；Δtij=(xs-xi)2+(ys-yi)2-(xs-xj)2+(ys-yj)2Vg]]>式中：Δtij为第j个次传感器与第i个传感器之间的到达时刻差；(5)采用序贯蒙特卡洛模拟方法来进行数值求解，迭代算出状态向量X估计值，并以满足迭代次数的最后一次迭代出的状态向量X估计值作为声发射源位置(xs,ys)和相应的波速Vg的识别值；步骤(5)中提及的采用序贯蒙特卡洛模拟方法来进行数值求解估计状态向量X的具体步骤是：(i)k＝0，初始化Np个粒子：根据平面结构尺寸和材料性质确定先验分布p(X0)，并从先验分布p(X0)随机抽样获得并设权重i＝1,...,Np；(ii)k＝k+1，从系统噪声ω的分布中随机产生过程噪声并采用系统方程预测(iii)计算采用测量方程估计更新权重并归一化权重(iv)计算有效样本数量Neff，如果Neff小于Np/2，启动重采样程序，以概率生成一组新的粒子(v)计算Xk的均值作为Xk的估计值；(vi)回到步骤(ii)，直到预先设定的迭代数到达或收敛条件满足为止，输出最后一代状态向量X估计值作为最终的状态向量X识别值。