聲發(fā)射源多傳感器數(shù)據(jù)融合識別技術(shù)
加入技術(shù)交流群
2.1基于D-S理論的聲發(fā)射源識別方法[3]
從聲發(fā)射源發(fā)出的信號經(jīng)過傳輸介質(zhì)到達(dá)傳感器，信號會發(fā)生變化或損失，各個(gè)傳感器檢測到的波形信號一般是不完整、不精確、模糊的，甚至可能是矛盾的，即包含著過程的不確定性。我們只能根據(jù)這些不確定性信息進(jìn)行分析推理，最終得出聲發(fā)射源的定性判別。不確定性推理最常用的方法有：Bayes方法和D-S證據(jù)理論兩種。與Bayes方法相比，D-S證據(jù)理論有一個(gè)非常突出的優(yōu)點(diǎn)，就是無需先驗(yàn)概率和條件概率，這對聲發(fā)射檢測這類幾乎沒有先驗(yàn)知識和專家?guī)斓男滦图夹g(shù)顯得非常有用，而且各個(gè)傳感器之間的證據(jù)是相互獨(dú)立的，每個(gè)定位組的探頭數(shù)一般為三、四個(gè)，推理鏈不長，使用D-S規(guī)則非常方便。
對于聲發(fā)射源識別的數(shù)據(jù)融合模型結(jié)構(gòu)按數(shù)據(jù)抽象的層次劃分主要有三類：數(shù)據(jù)級融合，特征級融合和決策級融合。根據(jù)聲發(fā)射信號的特點(diǎn)，一般選擇最高層次的融合方法，即決策級融合。由于球罐、橋梁等大型構(gòu)件，通常采用數(shù)十個(gè)通道同時(shí)進(jìn)行信號采集，而且一般聲發(fā)射檢測持續(xù)的時(shí)間較長，當(dāng)進(jìn)行全波形采集時(shí)數(shù)據(jù)量非常大，要對所有定位相關(guān)組的傳感器進(jìn)行集中決策處理會大大降低系統(tǒng)的效率和實(shí)時(shí)性。所以，在各個(gè)傳感器局部目標(biāo)識別的基礎(chǔ)上，進(jìn)行全局決策的結(jié)構(gòu)比較適合聲發(fā)射檢測的特點(diǎn)，操作起來非常靈活，也有利于減少系統(tǒng)的復(fù)雜程度，使整個(gè)決策系統(tǒng)清晰可靠。在一個(gè)或幾個(gè)傳感器判斷失效的情況下仍能繼續(xù)工作，即系統(tǒng)具有一定的容錯能力，總能得到一個(gè)唯一的識別結(jié)果。這對保證工程檢測結(jié)果能夠得到一個(gè)最終的安全性評價(jià)十分必要。此外，在工程上對于同一個(gè)聲發(fā)射源還可能進(jìn)行其他檢測方法的復(fù)驗(yàn)(如采用超聲、射線檢測等)，以保證最終結(jié)果可靠。采用這種決策級的融合結(jié)構(gòu)可以方便地對不同類型傳感器或者檢測方法的局部識別結(jié)果進(jìn)行擴(kuò)充融合，而不必對已有的系統(tǒng)結(jié)構(gòu)做過多的修改。
應(yīng)用D-S證據(jù)理論的關(guān)鍵是如何構(gòu)造基本概率分布函數(shù)。D-S理論本身并沒有現(xiàn)成的表達(dá)式，使用者應(yīng)根據(jù)經(jīng)驗(yàn)或具體的統(tǒng)計(jì)證據(jù)構(gòu)造。對聲發(fā)射檢測的具體情況，構(gòu)造如下概率分布函數(shù)[4]。
設(shè)N為同一定位組中傳感器的數(shù)目(對于三角形定位N=3)，M為聲發(fā)射源的種類數(shù)(如裂紋、泄漏、外部噪聲等等)，則
i=1,2,…,N （1）
j=1,2,…,M （2）
上式中各符號如下定義：
Ci(j)：傳感器i與聲發(fā)射源類別j之間的屬性測度,是單個(gè)傳感器的識別結(jié)果。一般通過小波及神經(jīng)網(wǎng)絡(luò)的處理獲得屬性測度值；
評論