[发明专利]基于均匀初始化GMM的导波HMM的结构时变损伤评估方法在审
申请号: | 201711399636.8 | 申请日: | 2017-12-22 |
公开(公告)号: | CN108009378A | 公开(公告)日: | 2018-05-08 |
发明(设计)人: | 袁慎芳;张巾巾;邱雷;陈健;梅寒飞 | 申请(专利权)人: | 南京航空航天大学 |
主分类号: | G06F17/50 | 分类号: | G06F17/50;G06K9/62 |
代理公司: | 南京经纬专利商标代理有限公司 32200 | 代理人: | 曹芸 |
地址: | 210017 江*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 均匀 初始化 gmm 导波 hmm 结构 损伤 评估 方法 | ||
1.一种基于均匀初始化GMM的导波HMM的结构时变损伤评估方法,其特征在于,包括如下步骤:
(1)在对航空结构各损伤状态下损伤因子观测值的分布构建动态概率HMM过程中,对各损伤状态下高斯分量的权值和后验概率进行均匀初始化;
设定高斯分量个数M,均匀赋值第m个高斯分量的初始权值和t时刻的损伤因子观测值属于第m个高斯分量的初始后验概率如下
(2)基于该初始权值和后验概率,结合各损伤状态下的损伤因子观测值序列,采用最大期望算法更新表征各损伤状态的GMM模型参数,GMM的参数更新过程如下所示:
1)在第z次参数迭代更新中,将第z-1迭代获取的第m个高斯分量的权值和后验概率用于更新均匀初始化GMM在第z次迭代中第m个高斯分量的均值和协方差矩阵如下所示:
式中,T为用于模型训练的各状态损伤因子观测值序列的长度,上标z和z-1对应模型迭代更新次数,ot为t时刻的观测值,表示对转置;
2)结合1)中获取的均值和协方差重估计第m个高斯分量在第z次迭代中的权值和后验概率
其中:m和c均表示高斯分量的序号,为第z-1次迭代时第c个高斯分量的权值,为第z次迭代时第c个高斯分量的均值、协方差和概率密度函数,表征第z次迭代时第m个高斯分量的概率密度函数
其中:d是数据的维度,π为圆周率;
3)重复步骤1)和2),直至GMM收敛;
(3)采用收敛后GMM模型参数初始化HMM,训练稳定的动态概率HMM模型;将结构在待监测状态下获取的损伤因子观测值序列带入训练HMM中,对时变条件下航空结构待监测状态进行损伤评估。
2.根据权利要求1所述的基于均匀初始化GMM的导波HMM的结构时变损伤评估方法,其特征在于,步骤(3)中对时变条件下航空结构待监测状态进行损伤评估的具体过程如下:
首先采集结构已知状态中的导波信号,提取损伤因子组成训练观测值序列;结合训练观测值序列的复杂分布设定结构各损伤状态下GMM的分量数M,均匀赋值各高斯分量的初始权值和初始后验概率
其中m为高斯分量的序号,t对应损伤因子的采集时间;
基于该模型初始值,采用最大期望算法迭代更新HMM中表征各损伤状态的GMM的模型参数,直到GMM收敛;将表征结构损伤状态观测值概率分布的均匀初始化GMM用于HMM参数初始化,采用Baum-Welch算法建模表征时变航空结构不同损伤状态的动态概率HMM模型;
最后,采集航空结构待监测状态下的导波信号并提取损伤因子,带入所构建基于均匀初始化GMM的动态概率HMM模型中,结合基于最大平滑后验概率的时变损伤评估机制评估航空结构的待监测状态。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于南京航空航天大学,未经南京航空航天大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201711399636.8/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种多功能社区标识牌
- 下一篇:一种衰减结构及测试系统