聲發(fā)射源多傳感器數(shù)據(jù)融合識別技術
加入技術交流群
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)到達傳感器，信號會發(fā)生變化或損失，各個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)理論有一個非常突出的優(yōu)點，就是無需先驗概率和條件概率，這對聲發(fā)射檢測這類幾乎沒有先驗知識和專家?guī)斓男滦图夹g顯得非常有用，而且各個傳感器之間的證據(jù)是相互獨立的，每個定位組的探頭數(shù)一般為三、四個，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，一般選擇最高層次的融合方法，即決策級融合。由于球罐、橋梁等大型構件，通常采用數(shù)十個通道同時進行信號采集，而且一般聲發(fā)射檢測持續(xù)的時間較長，當進行全波形采集時數(shù)據(jù)量非常大，要對所有定位相關組的傳感器進行集中決策處理會大大降低系統(tǒng)的效率和實時性。所以，在各個傳感器局部目標識別的基礎上，進行全局決策的結(jié)構比較適合聲發(fā)射檢測的特點，操作起來非常靈活，也有利于減少系統(tǒng)的復雜程度，使整個決策系統(tǒng)清晰可靠。在一個或幾個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)果能夠得到一個最終的安全性評價十分必要。此外，在工程上對于同一個聲發(fā)射源還可能進行其他檢測方法的復驗(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)果進行擴充融合，而不必對已有的系統(tǒng)結(jié)構做過多的修改。
應用D-S證據(jù)理論的關鍵是如何構造基本概率分布函數(shù)。D-S理論本身并沒有現(xiàn)成的表達式，使用者應根據(jù)經(jīng)驗或具體的統(tǒng)計證據(jù)構造。對聲發(fā)射檢測的具體情況，構造如下概率分布函數(shù)[4]。
設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,是單個傳感器的識別結(jié)果。一般通過小波及神經(jīng)網(wǎng)絡的處理獲得屬性測度值；
評論