[发明专利]激波管动态压力重构方法、装置、电子设备及存储介质

说明书

本发明提供了一种激波管动态压力重构方法、装置、电子设备及存储介质，其方法包括：获取初始动态压力响应信号，包括振动信号和响应信号；基于变分模态分解方法和经验模态分解方法对振动信号和响应信号进行预处理，得到预处理信号以及该信号在不同频段分量信号；再依据相关系数得到的各分量信号分别与预处理信号和去噪振动信号之间的关系构建训练集；基于Bi‑LSTM神经网络模型构建初始逆传感网络模型，基于训练集迭代训练初始逆传感网络模型，得到目标逆传感网络模型；采用目标逆传感网络模型重构激波管动态压力，得到目标激波管动态压力重构信号。本发明提供的激波管动态压力重构方法能够更合理准确的对激波管动态压力信号进行重构。

技术领域

本发明涉及计量测试技术领域，具体涉及一种激波管动态压力重构方法、装置、电子设备及存储介质。

背景技术

激波管动态压力广泛地存在于爆炸测试、医学仪器、材料冲击测试、航空发动机等领域。在实际测量中，动态压力的稳定持续时间一般为几毫秒到十几毫秒。激波管动态压力的产生是一种瞬变的动态过程，不仅测试环境复杂，而且很难控制，从而导致动态压力信号难以准确估计，严重地影响动态压力信号的测量精度。

现有方法都是将激波管产生的动态压力看作理想的阶跃压力，即动态压力的幅值恒定。然而实际激波管产生的动态压力的幅值随时间波动，用恒定的幅值来表征激波管动态压力存在一定的理想化假设，必然导致表征的结果不合理。并且激波管工作过程中，入射激波到达低压室端面时会产生冲击振动，安装在端面上的压力传感器会同时受到动态压力信号和振动信号的激励，采集到的压力传感器输出信号为动态压力响应和振动响应的混合信号，现有方法没有考虑振动响应的影响，导致得到的动态压力幅值估计结果不准确。

综上，现有技术对激波管动态压力进行重构时未考虑激波管动态压力信号的波动特征以及冲击振动对动态压力重构结果的影响，导致动态压力幅值估计结果缺乏合理性和准确性。

发明内容

有鉴于此，有必要提供一种激波管动态压力重构方法、装置、电子设备及存储介质，解决现有技术中对激波管动态压力进行重构时由于未考虑激波管动态压力信号的波动特征以及冲击振动对动态压力重构结果的影响，导致动态压力幅值估计结果缺乏合理性和准确性的技术问题。

为了解决上述技术问题，一方面，本发明提供了一种激波管动态压力重构方法，包括：

获取初始动态压力响应信号，所述初始动态压力响应信号包括振动信号和响应信号；

基于变分模态分解方法和经验模态分解方法对所述振动信号和响应信号进行预处理操作，得到去噪振动信号、预处理响应信号以及所述预处理响应信号在不同频段的分量信号；

根据所述不同频段的分量信号分别与所述去噪振动信号和预处理响应信号之间的相关性构建训练集；

基于Bi-LSTM神经网络模型构建初始逆传感网络模型，基于所述训练集迭代训练初始逆传感网络模型，得到目标逆传感网络模型；

获取实时动态压力响应信号并进行所述预处理操作后输入所述目标逆传感网络模型，得到目标激波管动态压力重构信号。

在一些可能实现的方式中，所述基于变分模态分解方法和经验模态分解方法对所述振动信号和响应信号进行预处理操作，得到去噪振动信号、预处理响应信号以及所述预处理响应信号在不同频段的分量信号，包括:

基于变分模态分解方法对所述振动信号进行分解，得到多个振动模态分量，分别计算所述多个振动模态分量与振动信号的相关系数，去掉高频噪声分量，得到所述去噪振动信号；

基于变分模态分解方法对所述响应信号进行分解，得到多个响应模态分量，基于传感器振铃频率对所述多个响应模态分量进行重构，得到多个重构信号；

基于经验模态分解方法对所述多个重构信号进行分解，得到多个重构信号本征模态函数分量；