[發(fā)明專利]基于貝葉斯學(xué)習(xí)的Lamb波頻散消除方法及其系統(tǒng)有效
| 申請?zhí)枺?/td> | 201910178145.3 | 申請日: | 2019-03-11 |
| 公開(公告)號: | CN110045014B | 公開(公告)日: | 2021-08-06 |
| 發(fā)明(設(shè)計(jì))人: | 翟智;許才彬;陳雪峰;楊志勃;喬百杰;田紹華 | 申請(專利權(quán))人: | 西安交通大學(xué) |
| 主分類號: | G01N29/04 | 分類號: | G01N29/04;G01N29/44 |
| 代理公司: | 北京中濟(jì)緯天專利代理有限公司 11429 | 代理人: | 覃婧嬋 |
| 地址: | 710049 *** | 國省代碼: | 陜西;61 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 基于 貝葉斯 學(xué)習(xí) lamb 波頻散 消除 方法 及其 系統(tǒng) | ||
1.一種基于貝葉斯學(xué)習(xí)的Lamb波頻散消除方法,所述方法包括以下步驟:
第一步驟(S1)中,獲取目標(biāo)頻散Lamb波信號的模態(tài)特征信息,并將時(shí)域信號轉(zhuǎn)換至頻域以得到頻散的多模態(tài)Lamb波信號R(ω),離散化后將其特定頻帶內(nèi)的信號寫成列向量的形式r=[R(ω1),R(ω2),…,R(ωN)]T,其中ω1,ω2,…,ωN為對應(yīng)的離散頻率點(diǎn),N為點(diǎn)數(shù),上標(biāo)T表示向量或矩陣的轉(zhuǎn)置;
第二步驟(S2)中,基于所述模態(tài)特征信息,依據(jù)Lamb波傳播模型分別構(gòu)造多模態(tài)頻散傳播字典Φ和非頻散傳播字典Φ′,其中,
S2a)根據(jù)頻散Lamb波信號的最大傳播距離xM、最小傳播距離x1,采用距離域網(wǎng)格均勻劃分法對傳播距離域等間隔劃分為M個(gè)值x1,x2,…,xM,用下式計(jì)算任一傳播距離下的多模態(tài)Lamb波頻散響應(yīng)信號,
式中,ωi為角頻率,xj為傳播距離,S(ωi)為激勵(lì)信號在頻率ωi下的值,表示虛數(shù)單位,km(ωi)為第m個(gè)模態(tài)下頻率為ωi時(shí)的波數(shù);
S2b)根據(jù)頻散Lamb波各模態(tài)在中心頻率ωc下的群速度,用下式生成任一傳播距離下的多模態(tài)Lamb波非頻散響應(yīng)信號,
式中:為第m個(gè)模態(tài)下的Lamb波分量在中心頻率ωc下的群速度;
S2c)將所述多模態(tài)Lamb波頻散響應(yīng)信號與非頻散響應(yīng)信號分別按以下次序放到矩陣中,得到多模態(tài)頻散傳播字典和非頻散傳播字典:
Φ=[R(xj,ωi)]ij,i=1,2,…,N;j=1,2,…,M,
Φ′=[R′(xj,ωi)]ij,i=1,2,…,N;j=1,2,…,M,
式中,[·]ij表示矩陣中的第i行、第j列的元素為中括號中的值;
第三步驟(S3)中,將頻散多模態(tài)Lamb波信號r在所構(gòu)造的頻散字典Φ下進(jìn)行稀疏表示,
r=Φw+n
式中,w為信號r在字典Φ下的稀疏表示系數(shù),n為噪聲;
用稀疏模型求解算法對上式進(jìn)行噪聲自適應(yīng)估計(jì)并求解,得到稀疏表示系數(shù)w;
第四步驟(S4)中,將非頻散字典Φ′與所得稀疏表示系數(shù)w相乘,得到信號r=Φw,r′即為對應(yīng)于原始信號r的去除頻散效應(yīng)后的信號。
2.根據(jù)權(quán)利要求1所述的方法,其中,步驟S2a)中所述的第m個(gè)模態(tài)包括Lamb波的任一單模態(tài)及其組合。
3.根據(jù)權(quán)利要求2所述的方法,其中,第三步驟(S3)中,所述的采用稀疏模型求解算法求解稀疏表示模型r=Φw+n時(shí),將頻域中的復(fù)數(shù)域數(shù)據(jù)通過如下轉(zhuǎn)化為實(shí)數(shù)域數(shù)據(jù)模型:
式中,Re(·)表示括號中的實(shí)數(shù)部分,Im(·)表示括號中的虛數(shù)部分;
這時(shí)的實(shí)數(shù)模型為:
利用稀疏貝葉斯學(xué)習(xí)算法對實(shí)數(shù)模型進(jìn)行求解,得到系數(shù)向量后,通過如下轉(zhuǎn)化回原始的復(fù)數(shù)域系數(shù)向量w:
式中表示的第1至第M個(gè)元素,表示的第M+1至2M個(gè)元素。
4.根據(jù)權(quán)利要求1所述的方法,其中,第一步驟(S1)中,所述的特定頻帶包括與原始信號R(ω)對應(yīng)的激勵(lì)信號的6dB帶寬。
5.根據(jù)權(quán)利要求1所述的方法,其中,步驟S2a)中所述的最小傳播距離x1不大于原始信號采集時(shí)激勵(lì)點(diǎn)到采集點(diǎn)之間的距離值。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于西安交通大學(xué),未經(jīng)西安交通大學(xué)許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201910178145.3/1.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- 一種自主融合先驗(yàn)知識的貝葉斯網(wǎng)絡(luò)方法
- 構(gòu)建解決組合爆炸問題的級聯(lián)貝葉斯網(wǎng)絡(luò)的方法
- 一種可重構(gòu)系統(tǒng)貝葉斯網(wǎng)構(gòu)建方法
- 一種基于貝葉斯網(wǎng)絡(luò)的網(wǎng)站缺陷預(yù)測方法及其實(shí)現(xiàn)系統(tǒng)
- 應(yīng)用處理方法、裝置、存儲(chǔ)介質(zhì)及電子設(shè)備
- 一種遮擋目標(biāo)檢測方法、電子設(shè)備、存儲(chǔ)介質(zhì)及系統(tǒng)
- 基于貝葉斯網(wǎng)絡(luò)推理模型的犯罪重建方法及裝置
- 利用憶阻器本征噪聲實(shí)現(xiàn)貝葉斯神經(jīng)網(wǎng)絡(luò)的方法及裝置
- 基于面向?qū)ο筘惾~斯網(wǎng)絡(luò)的中央空調(diào)系統(tǒng)故障診斷方法
- 一種基于貝葉斯神經(jīng)網(wǎng)絡(luò)權(quán)重約束的圖像分類方法
- 根據(jù)用戶學(xué)習(xí)效果動(dòng)態(tài)變化下載學(xué)習(xí)數(shù)據(jù)的系統(tǒng)及方法
- 用于智能個(gè)人化學(xué)習(xí)服務(wù)的方法
- 漸進(jìn)式學(xué)習(xí)管理方法及漸進(jìn)式學(xué)習(xí)系統(tǒng)
- 輔助學(xué)習(xí)的方法及裝置
- 基于人工智能的課程推薦方法、裝置、設(shè)備及存儲(chǔ)介質(zhì)
- 基于強(qiáng)化學(xué)習(xí)的自適應(yīng)移動(dòng)學(xué)習(xí)路徑生成方法
- 一種線上視頻學(xué)習(xí)系統(tǒng)
- 一種基于校園大數(shù)據(jù)的自適應(yīng)學(xué)習(xí)方法、裝置及設(shè)備
- 一種學(xué)習(xí)方案推薦方法、裝置、設(shè)備和存儲(chǔ)介質(zhì)
- 游戲?qū)W習(xí)效果評測方法及系統(tǒng)
- 骨表微血管血流灌注分離檢測與成像方法
- 一種基于電磁超聲發(fā)射換能器的Lamb波模式控制方法
- 航空結(jié)構(gòu)損傷的Lamb波時(shí)變概率模型監(jiān)測方法
- 一種Lamb波結(jié)構(gòu)健康監(jiān)測中的溫度補(bǔ)償方法
- 一種基于Lamb波波結(jié)構(gòu)的多模態(tài)信號分離方法
- 基于互相關(guān)的Lamb波傳感信號長度補(bǔ)償方法
- 一種頻散Lamb波信號分辨率增強(qiáng)方法
- 一種復(fù)雜結(jié)構(gòu)Lamb波群速度頻域測量方法
- 一種應(yīng)用于板結(jié)構(gòu)損傷檢測的多模態(tài)Lamb波模態(tài)分離方法
- 一種高頻Lamb波傳播特性補(bǔ)償方法





