[发明专利]一种基于小波变换的声发射源定位方法

说明书

本发明公开了一种基于小波变换的声发射源定位，包括3个步骤，S1：对断铅实验中传感器接收到的声发射源信号用db8小波基进行5层小波分解；S2：求出小波分解后5层细节系数中能量最大的那一层，该层系数包含最多的原始信号特征；S3：通过S1和S2，选出两个传感器接收到的声发射源信号分解后能量最大的细节系数层做互相关分析，互相关函数中互相关系数最大值所对应的时刻即为同一个声发射源到达两个传感器的时延；S4：将求得的时延代入TDOA定位算法进行定位。克服了一味地直接使用互相关分析，有时候并不能得到理想的结果的缺陷。

技术领域

本发明涉及声发射源定位方法领域，特别是涉及一种基于小波变换的声发射源定位 方法。

背景技术

小波变换(wavelet transform，WT)是一种新的变换分析方法，它继承和发展了短时傅 立叶变换局部化的思想，同时又克服了窗口大小不随频率变化等缺点，能够提供一个随 频率改变的时间-频率窗口，是进行信号时频分析和处理的理想工具。它的主要特点是 通过变换能够充分突出问题某些方面的特征，能对时间(空间)频率的局部化分析，通过伸 缩平移运算对信号(函数)逐步进行多尺度细化，最终达到高频处时间细分，低频处频率细 分，能自动适应时频信号分析的要求，从而可聚焦到信号的任意细节，解决了Fourier变换的困难问题，成为继Fourier变换以来在科学方法上的重大突破。

其中小波变换(wavelet transform,WT)最强大的功能是能够利用变换将研究对象需要 关注的特征突出出来，进而可以实施局部化分析，目前时间频率信号分析的结果较差， 因此亟待本领域技术人员解决此问题。

发明内容

为了解决以上问题，本发明提供一种基于小波变换的声发射源定位方法，获得的时间频 率信号分析的结果良好，小波变换会细分高频段的时间以及低频段的频率，这样就可以将信 号的细节放大化，为达此目的，本发明所述的一种基于小波变换的声发射源定位方法，包括 如下步骤，

S1：对断铅实验中传感器接收到的声发射源信号用db8小波基进行5层小波分解；

S2：求出小波分解后5层细节系数中能量最大的那一层，该层系数包含最多的原始信号 特征；

S3：通过S1和S2，选出两个传感器接收到的声发射源信号分解后能量最大的细节系数 层做互相关分析，互相关函数中互相关系数最大值所对应的时刻即为同一个声发射源到达两 个传感器的时延；

S4：将求得的时延代入TDOA定位算法进行定位。

进一步地，所述步骤S1中的小波计算公式如下：

进一步地，所述步骤S1中的小波计算的变量包括：控制伸缩程度的尺度a(scale)，其为 频率的反比；控制平移多少的平移量τ(translation)，其为时间。

进一步地，所述步骤S1中的伸缩程度和平移量会在处于重叠状态时，将其二者相乘得到 一个大的值。

进一步地，所述步骤S1中小波包括母小波和父小波，其中缩放和平移母小波以及父小波 后的结果即为各种小波变换的基函数，将小波进行展开后，其近似计算式如下：

f(t)＝∑_k∑_ja_j，kψ_j，k(t) (4.2)

进一步地，所述S1中的式中：ψj,k(t)为小波级数，小波变换中的基即由其组成，小波级 数一般为标准正交基。

进一步地，所述步骤S1中互相关分析计算公式如下：

其中，互相关分析为两个时间序列间的相关度，也就是代表两个信号在任意两个时刻取 值间的相关度。