聲發(fā)射源多傳感器數(shù)據(jù)融合識別技術(shù)
加入技術(shù)交流群
ωi：由于實際聲發(fā)射檢測中各傳感器分布在構(gòu)件的不同區(qū)域，如局部結(jié)構(gòu)的不連續(xù)，都會給波的傳播模式帶來影響，因而造成對聲發(fā)射源的識別的正確性帶來影響，用此權(quán)值進行修正；
?i：傳感器i與各目標(biāo)的最大相關(guān)系數(shù)，?i=max{CiCj}；
? i：傳感器i與各目標(biāo)相關(guān)系數(shù)的分布函數(shù)， ；
mi(j)：傳感器i賦予目標(biāo)類別j的基本概率分布值；
mi(?)：傳感器i賦予識別框架?的基本概率值，即傳感器i的不確定性概率值。
式中的 項，其物理意義在傳感器與識別聲發(fā)射源之間的置信測度，與傳感器本身的可靠性無關(guān)，主要是聲發(fā)射源發(fā)出的信號在傳播過程所造成的影響，與具體的檢測對象以及所采用的定位陣列有關(guān)。
2.2識別的過程
在聲發(fā)射源識別過程中，以平面三角形定位為例，當(dāng)定位組中有聲發(fā)射信號發(fā)生時，信號的波形分別被該定位組中的三個傳感器接收，經(jīng)放大并進行一定的濾波調(diào)理后，由高速A/D轉(zhuǎn)換器將模擬信號數(shù)字化，然后存儲于計算機中，可供事后分析。在實時采集時，只提取一些主要參數(shù)供檢測時監(jiān)控使用，對于有定位要求的還要顯示定位的事件。采集時一般不進行識別過程的處理，主要是保證不丟失聲發(fā)射信號，在信號量較少的情況下，可以選擇實時識別。對信號和通道數(shù)較多，而且需要進行實時識別時，可采用分布式系統(tǒng)，下位機實現(xiàn)信號的采集與傳輸，上位機進行實時的處理，并及時顯示結(jié)果。識別時，為了提高神經(jīng)網(wǎng)絡(luò)局部識別的能力，需要對原始信號進行預(yù)處理以提取信號的特征。小波分析對瞬態(tài)信號有較好的局部時頻特性，所以采用小波分析的方法進行信號特征提取。提取特征的信號送入神經(jīng)網(wǎng)絡(luò)進行單個傳感器的局部目標(biāo)分類。輸出的值用于構(gòu)造mi(A)和mi(?)函數(shù)，再按Dempster合并規(guī)則，得到最終的基本可信度的分配值。最后，依照各命題的可信度和似然度等指標(biāo)，用全局決策規(guī)則，得到目標(biāo)識別的結(jié)果。
評論