一种基于改进MSAC的未知波速声发射源定位方法及系统与流程

一种基于改进msac的未知波速声发射源定位方法及系统
技术领域
1.本发明涉及声发射源定位技术领域，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。


背景技术：

2.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。
3.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。
4.目前有学者提供了优化改进定位精度的定位方法。
5.申请号为cn202010966416.4的发明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。
6.申请号为cn201910787751.5的发明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。
7.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。
8.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。


技术实现要素：

9.本发明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。
10.为实现上述发明目的，本发明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：
11.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；
12.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
13.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ti与其估计值之间的绝对偏差|εi|，
14.步骤4、当绝对偏差|εi|小于指定门限γ时，其对应到时ti被归于一致集c
*
；
15.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
*
；
16.步骤6、重复上述步骤1至步骤5，直到迭代次数达到i
max
；
17.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。
18.作为本发明的进一步改进，步骤2中，计算声发射参数的具体步骤为：
19.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；dj为声发射源与传感器sj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tj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]
作为本发明的进一步改进，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]
作为本发明的进一步改进，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]
作为本发明的进一步改进，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|εi|,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]
作为本发明的进一步改进，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]
作为本发明的进一步改进，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(wi)，k为一致集c
*
中包含的到时的个数；其中εm表示绝对偏差的中位数，εm＝median(|ε|)。
[0046]
作为本发明的进一步改进，最小k阶绝对偏差法的具体步骤如下：
[0047]
a1，将到时绝对偏差|εi|,i＝1,2,
…
,n，按从小到大的顺序进行排序：
[0048]
|ε1|＜|ε2|＜
…
＜|εn|；
[0049]
a2，计算排序后的前k(5≤k《n)个绝对偏差构成的无偏尺度估计量；
[0050][0051]
a3，根据无偏尺度估计量的变化找到第一个异常值，对应于第k个绝对偏差起跳的位置，表达式为：
[0052][0053]
其中，γ是一个常数因子，通常根据高斯分布选择为3～5之间的数值，该值对定位结果的影响并不大，因为异常值的起跳通常远大于3倍；当第k个绝对偏差满足上述公式时，tk即为第一个异常到时，小于tk的到时数据重新构成一致集c
*
。
[0054]
为实现上述发明目的，本发明还提供了一种未知波速声发射源定位系统，其包括数据模块和由若干个传感器组成的传感器模块；所述数据模块采用上述基于改进msac算法的未知波速声发射源定位方法进行声发射源到时数据处理，基于各个传感器的坐标和前述传感器的到时数据，计算声发射源坐标，以此实现定位；此外正常到时的个数大于等于5个。
[0055]
作为本发明的进一步改进，所述传感器模块中，传感器数量大于等于5个，且不能全部共平面也不能全部共球面布置。
[0056]
本发明的整体构思是：
[0057]
现有技术中，大多数方法都一次性采用全部到时数据进行定位。从统计的角度来看，更多的到达提供了更多的约束和更好的传感器几何阵列，进而可以获得更好的定位精度。然而，这种情况在到时数据中存在异常误差时将不成立。因为使用更多的到时数据会增加包含异常到时的概率。相反，仅使用其中5个到时得到一个较好定位结果的概率最大，且连续从n个到时数据中不重复地选择5个构成到时子集，总会出现5个全为正常的到时数据的子集，此时利用该子集的到时数据得到的定位结果也较好。本技术给出的一致集的得分可判断定位结果的好坏，得分最高的一致集包含全部的正常到时数据，最后利用这些正常到时数据计算最优的定位结果。
[0058]
本发明的有益效果是：
[0059]
1、本发明提供的基于改进msac的未知波速声发射源定位方法，采用改进msac算法可以有效地识别并排除异常到时，该方法消除了异常到时对定位精度的影响。
[0060]
2、本发明提供的基于改进msac的未知波速声发射源定位方法，不需要已知波速，该方法解决了在未知波速系统中的定位问题，也由此消除了波速输入误差对定位精度的影响。
[0061]
3、本发明提供的基于改进msac的未知波速声发射源定位方法，绝对偏差的门限γ是自适应设置的，可根据偏差的大小进行调整，可以更加准确地区分正常绝对偏差与异常绝对偏差；有效解决了传统msac方法中预设固定偏差门限无法适用于不同尺度的绝对偏差的判断问题；同时也解决了传统msac方法中需要根据先验绝对偏差的尺度来偏差确定门限的难题，因为在声源定位中先验的绝对偏差的尺度来是难以获取的；如果门限设定过小，将错误地排除很多正常到时；而如果门限设定过高，则会将异常到时也包含到一致集中，进而导致定位失效的技术缺陷。
[0062]
4、本发明提供的基于改进msac的未知波速声发射源定位方法，从概率的角度出发，只需运行i
max
次便可找到至少一组不包含异常值的到时子集，然后停止计算，而非执行
全部的次运算后停止，因此该方法在保证计算精度同时保证了较高的计算效率。
附图说明
[0063]
图1为本发明提供的基于改进msac的未知波速声发射源定位方法的流程图。
具体实施方式
[0064]
为了使本发明的目的、技术方案和优点更加清楚，下面结合附图和具体实施例对本发明进行详细描述。
[0065]
在此，还需要说明的是，为了避免因不必要的细节而模糊了本发明，在附图中仅仅示出了与本发明的方案密切相关的结构和/或处理步骤，而省略了与本发明关系不大的其他细节。
[0066]
另外，还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。
[0067]
请参阅图1所示，本发明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：
[0068]
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；
[0069]
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
[0070]
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ti与其估计值之间的绝对偏差|εi|，
[0071]
步骤4、当绝对偏差|εi|小于指定门限γ时，其对应到时ti被归于一致集c
*
；
[0072]
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
*
；
[0073]
步骤6、重复上述步骤1至步骤5，直到迭代次数达到i
max
；
[0074]
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。
[0075]
优选的，步骤2中，计算声发射参数的具体步骤为：
[0076]
s1，构建声发射源的控制方程：
[0077][0078]
其中，τ为声发射源的触发时刻；dj为声发射源与传感器sj之间的距离，之间的距离，x,y和z为微震/声发射源的坐标；
[0079]
s2，求到时tj与估计到时之间的偏差，得到偏差方程：
[0080][0081]
将上述偏差方程进行一阶线性展开，并表示为矢量形式为：
[0082]
ε≈gδθ；
[0083]
其中，δx,δy,δz,δv,δτ分别为声发射参数x,y,z,v,τ的修正项；
[0084]
s3，计算最小化偏差平方和，得到：
[0085][0086]
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。
[0087]
优选的，步骤4中，所述绝对偏差的指定门限γ为：
[0088][0089]
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。
[0090]
优选的，步骤5中，所述一致集c
*
得分的计算公式为：
[0091][0092]
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。
[0093]
优选的，步骤5中，所述局部优化的具体步骤如下：
[0094]
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
[0095]
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|εi|,i＝1,2,
…
,n；
[0096]
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
*
。
[0097]
优选的，步骤6中，运行次数i
max
的计算公式为：
[0098][0099]
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。
[0100]
优选的，所述加权迭代修正法中，声发射参数的修正项为：
[0101][0102]
其中，w为方程权重，w＝diag(wi)，k为一致集c
*
中包含的到时的个数；其中εm表示绝对偏差的中位数，εm＝median(|ε|)。
[0103]
优选的，最小k阶绝对偏差法的具体步骤如下：
[0104]
a1，将到时绝对偏差|εi|,i＝1,2,
…
,n，按从小到大的顺序进行排序：
[0105]
|ε1|＜|ε2|＜
…
＜|εn|；
[0106]
a2，计算排序后的前k(5≤k《n)个绝对偏差构成的无偏尺度估计量；
[0107][0108]
a3，根据无偏尺度估计量的变化找到第一个异常值，对应于第k个绝对偏差起跳的位置，表达式为：
[0109][0110]
其中，γ是一个常数因子，通常根据高斯分布选择为3～5之间的数值，该值对定位结果的影响并不大，因为异常值的起跳通常远大于3倍；当第k个绝对偏差满足上述公式时，tk即为第一个异常到时，小于tk的到时数据重新构成一致集c
*
。
[0111]
实施例1
[0112]
本发明实施例1提供了一种未知波速声发射源定位系统，包括数据模块和传感器模块，所述数据模块采用上述方法进行计算。该系统能够根据实际应用需求进行系统各参数的设置，本实施例1中具体设置如下：
[0113]
给定一个边长为2m且波速未知的正方体定位系统，待定位声发射源位于系统内部，坐标为(0.6，1.75，1.66)(单位:m)。
[0114]
15个声发射传感器用来定位该声发射源，传感器坐标分别为(0，0，0)，(2，0，0)，(2，2，0)，(0，2，0)，(0，0，2)，(2，0，2)，(2，2，2)，(0，2，2)，(1，0，1)，(2，1，1)，(1，2，1)，(0，1，1)，(1，1，0)，(1，1，2)，以及(0，2，1)，单位均为m。
[0115]
通过仿真手段给出一组随机误差的标准偏差为2
×
10-6
s的虚拟到时数据，并随机向其中五个到时添加大小为
±8×
10-5
s的异常误差来模拟异常到时。通过以上随机过程，模拟的一组到时数据为：7.48，10.1，6.45，5.93，6.28，7.54，4.06，2.44，6.4，6.54，2.71，3.89，6.21，3.04，3.07，单位
×
10-4
s；异常到时为t1，t2，t3，t7和t
10
。
[0116]
利用上述实施例中所述步骤和公式识别出的异常到时与真实的异常到时的位置t1，t2，t3，t7和t
10
吻合。算法自动剔除这五个异常到时之后，得到的最优定位结果(0.601，1.754，1.662)(单位:m)与真实声发射源坐标(0.6，1.75，1.66)(单位:m)吻合好，定位精度仅为0.0046m。表明本发明提供的基于改进msac算法的未知波速声发射源定位方法的定位精度高，排除异常值的效果好。
[0117]
实施例2
[0118]
本发明实施例2提供了一种未知波速声发射源定位系统，包括数据模块和传感器模块，所述数据模块采用上述方法进行计算。该系统能够根据实际应用需求进行系统各参数的设置，本实施例2中具体设置如下：
[0119]
给定一个边长为100mm且波速未知的正方体定位系统，待定位声发射源位于系统内部，坐标为(99.53，50.57，33.96)(单位:mm)。
[0120]
12个声发射传感器用来定位该声发射源，传感器坐标分别为(0，0，0)，(100，0，0)，(100，100，0)，(0，100，0)，(0，0，100)，(100，0，100)，(100，100，100)，(0，100，100)，(50，0，50)，(100，50，50)，(50，100，50)，以及(0，50，50)，单位均为mm。
[0121]
通过仿真手段给出一组随机误差的标准偏差为0.5
×
10-6
s的虚拟到时数据，并随机向其中五个到时添加大小为
±1×
10-5
s的异常误差来模拟异常到时。通过以上随机过程，模拟的一组到时数据为：4.91,3.08,2.03,3.87,4.31,2.76,2.81,4.31,2.47,0.547,3.43,3.36，单位
×
10-5
s；异常到时为t1，t2，和t
11
。
[0122]
利用上述实施例中所述步骤和公式识别出的异常到时与真实的异常到时的位置t1，t2和t
11
吻合。算法自动剔除这3个异常到时之后，得到的最优定位结果(99.552，50.222，33.996)(单位:mm)与真实声发射源坐标(99.53，50.57，33.96)(单位:mm)吻合好，定位精度仅为0.35mm。表明本发明提供的基于改进msac算法的未知波速声发射源定位方法的定位精度高，异常值的排除效果好。
[0123]
综上所述，本发明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。
[0124]
以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的精神和范围。