【技术实现步骤摘要】
本专利技术涉及管道泄漏定位，尤其涉及一种基于时延估计的管道泄漏定位方法、装置及电子设备。
技术介绍
1、管道泄漏定位是指利用技术手段检测并确定管道泄漏点位置，通常采用传感器位置和传感器采集的声音来计算泄漏点的位置，声学方法是管道泄漏定位中常见的技术之一。管道泄漏时，水流从泄漏点逸出会产生声波，这些声波在管道内传播并被传感器捕获。声信号时延估计(tde)是一种基于信号传播时间差来定位泄漏点的方法。传统的tde方法通过计算声波在不同传感器之间的到达时间差来确定泄漏位置。然而，这些传统方法在复杂环境下可能受到噪声和信号衰减的影响，而近年来，人工神经网络和深度学习技术在泄漏定位中得到了广泛应用。但这些技术需要通过处理大量的历史数据进行训练，然而，在数据不足的情况下，智能学习算法的性能较低，从而导致管道泄漏点定位精准度较低。
技术实现思路
1、本专利技术提供一种基于时延估计的管道泄漏定位方法、装置及电子设备，可以提高管道泄漏定位的精准度。
2、为实现上述目的，本专利技术提供的一种基于时延估计的管道泄漏定位方法，包括：
3、获取泄漏管道的声信号采集数据，并构建管道泄漏点定位模型；
4、利用最小均方算法对所述声信号采集数据进行信号处理，得到输出信号；
5、获取预构建的期望信号，利用所述期望信号和所述输出信号计算误差信号，并根据所述误差信号迭代更新所述最小均方算法中滤波器权向量，得到最优滤波器权向量；
6、根据所述最优滤波器权向量优化所述
7、可选地，所述构建管道泄漏点定位模型，包括：
8、获取传感器节点的声信号采集数据以及传感器节点之间的安装距离；
9、根据所述声信号采集数据中的信号传播速度以及所述安装距离构建所述管道泄漏点定位模型。
10、可选地，所述利用最小均方算法对所述声信号采集数据进行信号处理，得到输出信号，包括：
11、将所述声信号采集数据进行分段处理，得到分段声信号采集数据；
12、根据所述分段声信号采集数据，利用所述最小均方算法的滤波器权向量计算所述输出信号。
13、可选地，所述根据所述误差信号迭代更新所述最小均方算法中滤波器权向量，得到最优滤波器权向量，包括：
14、利用指数双曲余弦函数作为所述最小均方算法的代价函数，并基于可变比例因子和可变步长更新所述代价函数，得到自适应代价函数；
15、根据所述自适应代价函数以及梯度下降法，利用所述误差信号更新所述滤波器权向量，提取所述滤波器权向量的峰值权向量得到所述最优滤波器权向量。
16、可选地，所述利用指数双曲余弦函数作为所述最小均方算法的代价函数，包括：
17、采用下述公式作为所述最小均方算法的代价函数ξ(n)：
18、ξ(n)＝1-e{γexp{-|cosh[λe(n)]|p}}
19、其中，λ为比例因子，λ>0，γ为归一化常数，p表示形状参数，p>0，e(n)为误差信号，e为{γexp{-|cosh[λe(n)]|p}}的期望值，n为声信号采集数据的处理序号，cosh[·]为双曲余弦函数。
20、可选地，所述基于可变比例因子和可变步长更新所述代价函数，包括：
21、构建所述代价函数中比例因子的调整函数，并根据误差信号调整所述调整函数中的标度参数，得到所述可变比例因子；
22、基于声信号采集数据的功率和瞬时指数双曲余弦函数的误差绝对和计算所述可变步长；
23、结合所述可变比例因子以及所述可变步长更新所述代价函数。
24、可选地，所述利用所述目标管道泄漏定位模型对所述声信号采集数据进行时间延迟计算得到信号时间延迟δt，采用下述公式：
25、
26、其中，argmax[·]表示对应于[·]内函数在最大值时的参数，sinc(·)表示sinc插值，m为滤波器的阶数，w(i)为滤波器的第i个滤波器权向量，τ为传感器节点采集到的声信号采集数据的时间间隔。
27、为了解决上述问题，本专利技术还提供一种基于时延估计的管道泄漏定位装置，所述装置包括：
28、管道泄漏点定位模型构建模块，用于获取泄漏管道的声信号采集数据，并构建管道泄漏点定位模型；
29、信号处理模块，用于利用最小均方算法对所述声信号采集数据进行信号处理，得到输出信号；
30、管道泄漏点定位计算模块，用于获取预构建的期望信号，利用所述期望信号和所述输出信号计算误差信号，并根据所述误差信号迭代更新所述最小均方算法中滤波器权向量，得到最优滤波器权向量；根据所述最优滤波器权向量优化所述管道泄漏点定位模型，得到目标管道泄漏点定位模型，利用所述目标管道泄漏定位模型对所述声信号采集数据进行时间延迟计算得到信号时间延迟，并根据所述信号时间延迟定位管道泄漏点。
31、为了解决上述问题，本专利技术还提供一种电子设备，所述电子设备包括：
32、至少一个处理器；以及，
33、与所述至少一个处理器通信连接的存储器；其中，
34、所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行上述所述的基于时延估计的管道泄漏定位方法。
35、为了解决上述问题，本专利技术还提供一种计算机可读存储介质，所述计算机可读存储介质中存储有至少一个计算机程序，所述至少一个计算机程序被电子设备中的处理器执行以实现上述所述的基于时延估计的管道泄漏定位方法。
36、本专利技术通过构建管道泄漏点定位模型，可以将管道泄漏点的定位计算问题转化为时延计算问题，简化管道泄漏点的计算流程，此外，根据所述误差信号迭代更新所述最小均方算法中滤波器权向量，可以实现对采集到的声信号处理时的鲁棒性，另外，根据所述最优滤波器权向量优化所述管道泄漏点定位模型，可以保证管道泄漏点定位模型计算信号时间延迟的计算精度，进而可以提升管道泄漏点定位的精准度。
本文档来自技高网...【技术保护点】
1.一种基于时延估计的管道泄漏定位方法，其特征在于，所述方法包括：
2.如权利要求1所述的基于时延估计的管道泄漏定位方法，其特征在于，所述构建管道泄漏点定位模型，包括：
3.如权利要求1所述的基于时延估计的管道泄漏定位方法，其特征在于，所述利用最小均方算法对所述声信号采集数据进行信号处理，得到输出信号，包括：
4.如权利要求1-3之一所述的基于时延估计的管道泄漏定位方法，其特征在于，所述根据所述误差信号迭代更新所述最小均方算法中滤波器权向量，得到最优滤波器权向量，包括：
5.如权利要求4所述的基于时延估计的管道泄漏定位方法，其特征在于，所述利用指数双曲余弦函数作为所述最小均方算法的代价函数，包括：
6.如权利要求4所述的基于时延估计的管道泄漏定位方法，其特征在于，所述基于可变比例因子和可变步长更新所述代价函数，包括：
7.如权利要求1-3、5、6中任一项所述的基于时延估计的管道泄漏定位方法，其特征在于，所述利用所述目标管道泄漏定位模型对所述声信号采集数据进行时间延迟计算得到信号时间延迟Δt：
8.
9.一种电子设备，其特征在于，所述电子设备包括：
10.一种计算机可读存储介质，存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7中任意一项所述的基于时延估计的管道泄漏定位方法。
...【技术特征摘要】
1.一种基于时延估计的管道泄漏定位方法，其特征在于，所述方法包括：
2.如权利要求1所述的基于时延估计的管道泄漏定位方法，其特征在于，所述构建管道泄漏点定位模型，包括：
3.如权利要求1所述的基于时延估计的管道泄漏定位方法，其特征在于，所述利用最小均方算法对所述声信号采集数据进行信号处理，得到输出信号，包括：
4.如权利要求1-3之一所述的基于时延估计的管道泄漏定位方法，其特征在于，所述根据所述误差信号迭代更新所述最小均方算法中滤波器权向量，得到最优滤波器权向量，包括：
5.如权利要求4所述的基于时延估计的管道泄漏定位方法，其特征在于，所述利用指数双曲余弦函数作为所述最小均方算法的代价函数，包括：
6.如权利要求4所...
【专利技术属性】
技术研发人员：朱冬，方向明，宋雯，唐国梅，张建，胡小东，
申请(专利权)人：七腾机器人有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。