基于阵列信号处理的高抗噪结构损伤检测方法的研究

低信噪比情况下的工作能力对结构损伤检测的实际应用具有关键意义。本项目拟采用阵列信号处理方法，针对结构损伤检测实际应用时工况结构的强背景噪音问题进行研究。通过在基于导波的结构损伤检测方法中引入传感器微阵列概念，使用阵列信号处理方法对微阵列中各传感器获得的信号进行综合分析，设计出基于传感器微阵列的具备低信噪比条件下工作能力的结构损伤检测方法，并进行仿真与试验研究。通过本项目研究，可望在理论上揭示使用阵列信号处理方法能有效提高基于导波的结构损伤检测的抗噪能力, 阐明传感器微阵列在结构损伤检测中的优势，建立起一套高抗噪的结构损伤检测方法；为后继的工程应用提供理论与技术支撑。

噪音干扰是阻碍结构健康监测技术实用化的重要因素之一。本项目就基于导波的结构健康监测中噪音和阵列信号处理问题进行了研究，包括相控阵方法波束宽度控制、空间谱估计方法的引入、边界反射波干扰信号的分离，以及强噪音环境下测量结果的概率密度函数估计。指出通过调整激励信号，能够降低相控阵方法中的波束宽度；引入高分辨率的空间谱估计方法缩小阵列天线孔径，有利于设备安装和减轻近场问题干扰；提出了基于导波频散特征和遗传算法的信号分解方法，成功的从混叠了边界反射波干扰的信号中分离出了高精度的损伤反射波信号；发现在基于导波的结构健康监测中普遍应用的测量结果正态分布假设仅仅在噪音较低的情况下才成立。因此引入了统计学领域的核密度估计新算法，对强噪音环境下的测量结果概率分布给出了良好估计结果。实验结果表明，正确的概率分布对损伤检测精度有着直接的影响。