一种基于改进MSAC的未知波速声发射源定位方法及系统技术方案

本发明专利技术提供了一种基于改进MSAC算法的未知波速声发射源定位方法及系统。首先，从n个到时数据中不重复地选择定位所需的最小5个到时构成到时子集，并据此到时子集计算声发射参数；根据声发射参数计算所有到时数据的估计值，同时得到到时与其估计值之间的绝对偏差；当绝对偏差小于指定门限时，对应到时被归于一致集；计算一致集的得分，如果该一致集得分为目前最高则进行局部优化；重复上述步骤直到运行次数达到指定运行次数；根据得分最高的到时一致集的全部到时数据进行重定位，得到最优定位结果。本发明专利技术方法可以更加准确地识别并排除异常到时，提高了定位精度，并具有高的计算效率。率。率。

【技术实现步骤摘要】
一种基于改进MSAC的未知波速声发射源定位方法及系统


[0001]本专利技术涉及声发射源定位
，尤其涉及一种基于改进MSAC的未知波速声发射源定位方法及系统。

技术介绍

[0002]基于传感器阵列的声发射源定位技术一直是一个重要的研究课题，在许多领域都有广泛的应用，如隧道工程、采矿工程、管道工程、航空航天工程、机械工程等等。声发射源定位的精度直接影响着上述工程实践中微震监测与结构健康监测技术的精度。
[0003]经过多年的研究，学者们也提出了众多定位方法，但仍面临以下两个关键问题：一、在嘈杂的工程环境下，异常到时的产生往往不可避免，而一个异常到时将使得整个定位结果产生严重的定位误差；虽然某些到时拾取技术一定程度上可以减少特定异常到时，但异常值的产生原因有很多种，单从到时拾取算法出发并不能完全消除异常到时的存在，有时甚至是完全无效的；因此从定位算法本身出发消除异常值的影响显得至关重要。二、传统定位方法需要已知精确的介质传播波速，否则就难以保证好的定位精度。然而很多定位系统中介质波速难以准确测量，甚至是完全未知的，这也将导致严重的定位问题。
[0004]目前有学者提供了优化改进定位精度的定位方法。
[0005]申请号为CN202010966416.4的专利技术专利公开了一种未知波速的声发射源线性更正定位方法、系统及存储介质。该方法为：通过引入两个中间变量，构造了未知波速的线性方程组，并求解无约束最小二乘(LS)解；通过估计方程偏差得到方程组的权重矩阵；利用格拉格朗日乘子技术将权重矩阵和二次约束施加到最小二乘(LS)估计上构建拉格朗日函数；最小化拉格朗日函数得到新的非线性方程组；采用线性更正技术求解该非线性方程组，进而得到最优估计。
[0006]申请号为CN201910787751.5的专利技术专利公开了一种未知波速体系下声发射源线性定位方法和系统。在一个三维监测系统中放置n个声发射传感器，其中n≥6；记录各声发射传感器的坐标和接收到声发射信号的时间；基于声发射传感器坐标以及到时数据，通过声发射源坐标计算公式确定声发射源的位置。在得到声发射源坐标的同时，得到最优的附加变量值。在得到最优的附加变量值后，便可计算出介质波速和触发时刻。
[0007]但是，上述方法假设所有的到时数据都服从高斯独立同分布的随机误差，并一次性利用所有的到时数据进行定位，取得了良好的定位结果。但上述方法没有考虑异分布的到时(即异常到时)的存在。因此当到时数据中存在异常误差时，上述方法的基本假设将不成立，此时如果仍不加区分地采用全部到时进行定位，定位结果将存在严重误差。
[0008]有鉴于此，有必要设计一种基于改进MSAC的未知波速声发射源定位方法及系统，以解决上述问题。

技术实现思路

[0009]本专利技术的目的在于提供一种基于改进MSAC的未知波速声发射源定位方法及系统。
[0010]为实现上述专利技术目的，本专利技术提供了一种基于改进MSAC的未知波速声发射源定位方法，步骤如下：
[0011]步骤1、从n个到时数据中不重复地选择定位所需的最小5个到时数据，构成最小到时子集C；
[0012]步骤2、利用最小到时子集C的5个数据，构建控制方程并计算声发射参数
[0013]步骤3、根据所述声发射参数计算所有n个到时数据的估计值计算所有n个到时数据的估计值同时得到到时t
i
与其估计值之间的绝对偏差|ε
i
|，
[0014]步骤4、当绝对偏差|ε
i
|小于指定门限γ时，其对应到时t
i
被归于一致集C
*
；
[0015]步骤5、计算所述一致集C
*
的得分Score，如果C
*
的得分Score为当前最大值，则进行局部优化，得到优化后的一致集C
*
；
[0016]步骤6、重复上述步骤1至步骤5，直到迭代次数达到I
max
；
[0017]步骤7、根据一致集C
*
的到时数据进行重定位，得到最优定位结果。
[0018]作为本专利技术的进一步改进，步骤2中，计算声发射参数的具体步骤为：
[0019]S1，构建声发射源的控制方程：
[0020][0021]其中，τ为声发射源的触发时刻；D
j
为声发射源与传感器S
j
之间的距离，之间的距离，x,y和z为微震/声发射源的坐标；
[0022]S2，求到时t
j
与估计到时之间的偏差，得到偏差方程：
[0023][0024]将上述偏差方程进行一阶线性展开，并表示为矢量形式为：
[0025]ε≈gΔθ；
[0026]其中，Δx,Δy,Δz,Δv,Δτ分别为声发射参数x,y,z,v,τ的修正项；
[0027]S3，计算最小化偏差平方和，得到：
[0028][0029]S4，重复上述步骤S1至S3，并通过不断更新声发射参数，直到Δθ的变化量
足够小时停止迭代，其中足够小时停止迭代，其中为微震/声发射参数x,y,z,v,τ的估计值；上标T代表向量或矩阵的转置。
[0030]作为本专利技术的进一步改进，步骤4中，所述绝对偏差的指定门限γ为：
[0031][0032]其中，median(
·
)分别表示对向量求中位数，d为控制方程中未知量的个数，d＝5。
[0033]作为本专利技术的进一步改进，步骤5中，所述一致集C
*
得分的计算公式为：
[0034][0035]如果所述一致集C
*
未能包含最小子集C的所有数据，或者所述一致集C
*
中到时的数量不足全部到时数据的一半，则令Score＝0。
[0036]作为本专利技术的进一步改进，步骤5中，所述局部优化的具体步骤如下：
[0037]P1，选择所述一致集C
*
的所有成员，并利用加权迭代修正方法重新计算声发射参数
[0038]P2，根据声发射参数重新求得到时与其估计值之间的绝对偏差|ε
i
|,i＝1,2,
…
,n；
[0039]P3，利用最小k阶绝对偏差法识别出第一个异常偏差，并更新一致集C
*
。
[0040]作为本专利技术的进一步改进，步骤6中，运行次数I
max
的计算公式为：
[0041][0042]其中，p为置信区间，0<p<1，p值越大，算法运行后提供有用结果的期望概率越大，可令p＝0.99；ω为正常到时所占的比例，正常到时个数是根据经验获得的一个最大可能性估计。
[0043]作为本专利技术的进一步改进，所述加权迭代修正法中，声发射参数的修正项为：
[0044][0045]其中，W为方程权重，W＝diag(w
i
)，K为一致集C
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于改进MSAC算法的未知波速声发射源定位方法，其特征在于：包括如下步骤：步骤1、从n个到时数据中不重复地选择最小5个到时数据，构成最小到时子集C；步骤2、利用最小到时子集C的5个数据，构建控制方程并计算声发射参数步骤3、根据所述声发射参数计算所有n个到时数据的估计值计算所有n个到时数据的估计值同时得到到时t
i
与其估计值之间的绝对偏差|ε
i
|，步骤4、当绝对偏差|ε
i
|小于指定门限γ时，其对应到时t
i
被归于一致集C
*
；步骤5、计算所述一致集C
*
的得分Score，如果C
*
的得分Score为当前最大值，则进行局部优化，得到优化后的一致集C
*
；步骤6、重复上述步骤1至步骤5，直到迭代次数达到I
max
；步骤7、根据一致集C
*
的到时数据进行重定位，得到最优定位结果。2.根据权利要求1所述的一种基于改进MSAC算法的未知波速声发射源定位方法，其特征在于：步骤2中，计算声发射参数的具体步骤为：S1，构建声发射源的控制方程：其中，τ为声发射源的触发时刻；D
j
为声发射源与传感器S
j
之间的距离，之间的距离，x，y和z为微震/声发射源的坐标；S2，求到时t
j
与估计到时之间的偏差，得到偏差方程：将上述偏差方程进行一阶线性展开，并表示为矢量形式为：ε≈gΔθ；其中，Δx，Δy，Δz，Δv，Δτ分别为声发射参数x，y，z，v，τ的修正项；S3，计算最小化偏差平方和，得到：S4，重复上述步骤S1至S3，并通过不断更新声发射参数，直到Δθ的变化量足够
小时停止迭代，其中小时停止迭代，其中为微震/声发射参数x，y，z，v，τ的估计值；上标T代表向量或矩阵的转置。3.根据权利要求1所述的一种基于改进MSAC算法的未知波速声发射源定位方法，其特征在于：步骤4中，所述绝对偏差的门限γ为：其中，median(
·
)分别表示对向量求中位数，d为控制方程中未知量的个数，d＝5。4.根据权利要求1所述的一种基于改进MSAC算法的未知波速声发射源定位方法，其特征在于：步骤5中，所述一致集C
*
得分的计算公式为：如果所述一致集C
*
未能包含最小子集C的所有数据，或者所述一致集C
*
中到时的数量不足全部到时数据的一半，则令Score＝0。5.根据权利要求1所述的一种基于改进MSAC算...

【专利技术属性】
技术研发人员：芮艺超，周子龙，蓝日彦，蔡鑫，赵聪聪，陆建友，
申请(专利权)人：中南大学，
类型：发明
国别省市：