基于二维线阵和空间滤波器的结构冲击无波速定位方法

复合材料在航空结构中的应用越来越广,但其遭受外界物体冲击后很容易在内部产生表面不可见损伤,所以对复合材料结构的冲击事件进行在线监测十分必要。基于压电传感器（PTZ）和Lamb波的冲击定位方法是目前的研究热点,但是Lamb波信号在复合材料结构中传播的各向异性给冲击定位带来了困难。本文将空间滤波器算法推广到复合材料结构的冲击监测应用中,研究了与波速无关的空间滤波器冲击定位原理,提出了基于二维线性压电传感器阵列和空间滤波器的结构冲击无波速定位方法。该方法首先采用Shannon连续复数小波变换提取并构建宽带冲击响应信号中的窄带Lamb波解析信号;然后利用波速无关的空间滤波器算法计算出结构冲击相对于各条线性压电传感器阵列的角度;最后使用冲击无波速定位公式计算出结构冲击的位置坐标。在碳纤维层合板上对该方法进行了实验验证。验证结果表明：该方法可以实现对复合材料结构的冲击进行不依赖信号传播速度的定位,定位误差小于1 cm。     

基于非频散信号构建的Lamb波高分辨率损伤成像方法

Lamb波损伤成像是结构健康监测的研究热点之一,然而在实际应用中,成像分辨率很容易受到Lamb波频散特性的影响.本文研究了非频散信号构建(ND-SC)的频散补偿方法并用于提高Lamb波成像分辨率.根据频域中建立的Lamb波传感模型,分析了ND-SC原理,并分别按照宽带激励和窄带激励两种情况对ND-SC的实现方式进行了讨论.随后结合经典的延迟叠加算法提出了高分辨率损伤成像方法.针对铝板的实验结果证明了本文提出的ND-SC方法和高分辨率损伤成像方法的有效性.     

稳健的宽带信号接收波束形成方法

对于宽带信号接收波束形成,为了降低阵列中各传感器接收通道时延和相位不一致性对性能的影响,提出了一种稳健的宽带信号接收波束形成方法。首先根据接收波束指向对阵列中各传感器信号的空间时延差进行补偿,然后利用短时傅立叶变换对阵列中各传感器信号进行子频带划分,并对各子频带所有传感器信号的时延和相位进行调整并相干合成,最后将相干合成后的子频带信号综合为宽带时域波束。针对宽带线性调频信号的计算机仿真实验表明,相比于传统的波束形成方法,所提方法能够显著提高宽带信号的合成效率。     

窄带信号小样本谱估计算法

针对窄带平稳随机信号的小样本谱估计问题,结合均匀线性阵列的空间谱估计算法,提出了一种高性能小样本谱估计算法。该算法首先利用采样数据构造一个Toeplitz矩阵;然后对该矩阵进行特征值分解得到信号子空间和噪声子空间;再结合MUSIC、ESPRIT等子空间算法,即可实现对小样本采样数据的谱估计。数值仿真验证了该算法的有效性。     

无参考主动Lamb波结构损伤时反成像监测方法

主动Lamb波损伤监测中的差信号方法获取损伤散射信号容易受到结构和环境等外界因素的影响。针对该问题,提出了无参考信号的损伤成像定位和监测方法;研究了回波式压电阵列的布置方法,并设计采用时间反转窗函数,清除Lamb波监测信号中的直接传播信息和边界反射信号,以截取出内部散射信号;通过控制压电阵列布局、设置窗函数等技术条件,基于时间反转理论中对波源的自适应聚焦原理,直接利用当前状态下的传感信号实现对结构损伤的实时成像、定位与评估,不再需要健康信号作为参考。在玻璃纤维复合材料板上的实验结果表明,该方法能较为准确地实时监测出损伤的位置、范围等特征。     

基于Lamb波的损伤铝板信号获取仿真研究

为了分析Lamb波在健康铝板和通孔铝板上的传播规律,提出基于Lamb波的损伤信号获取仿真方法。首先绘制3 mm铝板的群速度和相速度频散曲线,然后调制激励信号,在有限元软件Abaqus中建模仿真,获得Lamb波在铝板上的信号,最后再将各信号带入损伤因子公式中计算SDC值。研究结果表明：距离激励点的位置越远,Lamb波衰减的越厉害;相同位置,接收到完整板的信号幅值大于损伤板;传感器距离损伤位置越近,损伤因子越大。研究结果为无损检测成像技术提供理论支持。     

基于Lamb波相控阵和图像增强方法的损伤监测

利用Lamb波和超声相控阵理论对结构进行损伤监测。选择合适的低频窄带激励信号,产生单一模式Lamb波,结合超声相控阵技术对结构进行多方位监测。针对原始损伤图像不完美的问题,研究基于点运算的对比度增强方法,改善图像质量,提高图像的可识别度和分辨率。在复合材料板结构和铝板结构中针对不同损伤类型的实验研究证明,运用图像增强技术后的损伤图像表征清晰、识别度高。     

主动Lamb波监测技术中的传感元件优化布置研究

研究了应用主动Lamb波对复合材料结构试件进行损伤检测时的压电元件的布置优化问题.首先,通过实验选取了不同中心频率的激励信号对结构板进行激励,根据Lamb波响应信号的分析结果对各个压电元件之间的距离进行优化;其次,通过计算S0模式Lamb波的群速度获得边界反射的到达时间,将计算得到的边界反射信号的发生时刻与实际情况进行对比,结果吻合一致,据此可对压电元件进行抑制边界反射影响的优化布置.将压电元件的优化布置应用在具体的损伤检测实验中,实现了复合材料上的一维结构脱层损伤定位.     

激光超声技术在复合材料检测中的应用

激光超声检测技术采用脉冲激光照射的手段激励结构中的Lamb波,可以实现远距离、非接触式的Lamb波传播波场数据测量。针对复合材料在航空领域应用中所面临的安全和可靠性能评估问题,南京航空航天大学开展了基于激光超声技术的复合材料检测研究。采用信号处理方法提取了Lamb波传播特征参数,进行了复合材料的损伤成像、刚度参数识别和疲劳特性评估,取得了理论和试验验证上的进展,为航空领域的复合材料无损检测技术提供了新方法。     

主动Lamb波结构健康监测中信号增强与损伤成像方法

 主动Lamb波结构健康监测技术研究中,损伤散射信号的信噪比是正确稳定地监测出损伤的关键。针对真实工程结构,尤其是针对复合材料板结构健康监测时存在的信号信噪比低下问题,提出了基于时间反转聚焦原理的信号增强与损伤成像方法。根据Lamb波信号传播自身的特性,通过聚焦的方法使损伤散射信号能量叠加放大,从而提高信号的信噪比;利用时间反转法对波源的自适应聚焦能力,重建信号传播波动图,通过信号聚焦显示损伤位置和区域。在碳纤维复合材料板上的实验结果表明,该方法能有效提高有用信号的能量,较为准确地监测出损伤的位置、范围等特征。     

确定相干机器多噪声源位置的方法研究

提出利用均匀线阵接收的数据构造一种矩阵进行奇异值（SVD）分解,以实现对相干噪声源的方位估计。利用这种方法,通过改变阵列中心位置便可确定机器多噪声源位置。计算机模拟和声学实验证实了这种方法的可行性。     

聚焦变换在MIMO阵列方位估计中的应用

MIMO阵列是近年来信号处理领域提出的一种新体制阵列技术,可有效避免常规阵列中的相干源问题。为解决多载波造成的方位模糊,提出了一种基于聚焦变换的MIMO阵列目标方位估计方法。该方法将MIMO阵列接收信号分解为多个频率分量的信号,并通过聚焦算法将多个频率信号聚焦到同一信号子空间,然后对聚焦后的信号进行方位估计。仿真结果表明:与直接对MIMO阵列接收信号进行方位估计相比,该方法利用了MIMO阵列的回波不相干性和宽带信号能量,具有更好的分辨能力和更高的方位估计精度。     

基于常规多普勒滤波器组结构的合成宽带距离像性能分析

为了消除散布效应对宽带信号的不利影响,可以利用多个窄带信号合成宽带信号;同时,通过在子带内处理相干脉冲串,可进行杂波抑制、目标速度估计和区分不同速度的目标。然而,在子带内分别使用常规多普勒滤波器组,会引进多普勒散布效应所造成的输出失配误差,从而造成合成距离像的失真。分析了多普勒散布效应与子带常规多普勒滤波器组输出失配之间的关系,推导了运动目标通过滤波器组后所成高分辨距离像的距离走动公式,给出了适合子带常规多普勒滤波器组的目标速度临界值。仿真实验验证了以上结论。     

短波段内多重信号分类算法的窄带假设分析

经典空间谱估计算法的两个适用假设是远场平面波和窄带信号。文章利用7单元均匀线列阵仿真分析了短波波段内多重信号分类（MUSIC）算法的窄带假设上限带宽。可以发现：对于短波信号,50kHz的带宽所带来的测向误差不超过O．08°。这就意味着,对于短波通信信号的侦察测向完全可以采用经典空间谱估计算法,比如MUSIC算法,而不需要为窄带假设来付出代价,这便为设计高精度的短波通信实时测向系统提供了条件。     

基于压缩感知的金属加筋板兰姆波健康监测技术

针对大型复杂板结构安全评价需要，发展了一种基于压缩感知的金属加筋板结构兰姆波健康监测技术。利用压缩感知技术从稀疏阵列得到的少量检测数据中恢复出加筋板结构中兰姆波的频散特性，并提出了一种将余弦相似度和皮尔森相似度相结合的稀疏阵列兰姆波复合成像方法，以实现加筋板结构中大范围缺陷检测和成像。实验结果表明，压缩感知技术可以恢复出金属加筋板中兰姆波的频率-波数关系，提出的兰姆波复合成像方法能够实现金属加筋板中单缺陷和多缺陷的检测及定位。研究工作为复杂板结构损伤检测提供了一种可行的技术方案。     

基于空域稀疏性的宽带DOA估计

利用宽带阵列接收信号的空域稀疏性,将宽带信号的波达方向(DOA)估计转化为一个稀疏信号重构的问题,提出了一种新的宽带信号DOA估计算法。该算法将宽带信号分解为多个子带信号,联合利用多个子带信号的空域稀疏性进行重构。它是对用于稀疏重构的标准的稀疏贝叶斯学习算法的推广,可适用于多冗余字典的信号模型。另外,通过对多快拍的阵列接收信号进行奇异值分解(SVD),提取信号子空间作为算法的输入数据,可以在有效减少运算复杂度的同时,提高对噪声的稳健性。与传统的宽带阵列DOA估计方法相比,该算法能够用于低信噪比、快拍有限和信源相关性较高的场合,同时算法的性能对信源个数的估计值不太敏感。仿真实验表明,该算法相对现有的基于子空间类的方法,具有更好的DOA估计性能。