[发明专利]一种多损伤特征重构的空间碎片防护构型损伤评估方法有效
申请号: | 201910373516.3 | 申请日: | 2019-05-07 |
公开(公告)号: | CN110298061B | 公开(公告)日: | 2023-06-27 |
发明(设计)人: | 黄雪刚;殷春;张昊楠;李毅;石安华;姜林;文雪忠;巩德兴;陈晓辉 | 申请(专利权)人: | 中国空气动力研究与发展中心超高速空气动力研究所 |
主分类号: | G06V10/80 | 分类号: | G06V10/80;G06V20/40;G06V10/26;G06V10/34;G06V10/30;G06V10/52;G06V10/762;G06V10/764;G06F30/15;G06F30/20 |
代理公司: | 绵阳远卓弘睿知识产权代理事务所(普通合伙) 51371 | 代理人: | 贾晓燕 |
地址: | 621000 四*** | 国省代码: | 四川;51 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 损伤 特征 空间 碎片 防护 构型 评估 方法 | ||
1.一种多损伤特征重构的空间碎片防护构型缓冲屏损伤评估方法,其特征在于,包括以下步骤:
步骤一、将待评估缓冲屏材料前板与航天用铝合金后墙板组成Whipple防护构型;利用超高速弹道靶设备发射铝合金弹丸超高速撞击Whipple防护构型,用于模拟空间碎片超高速撞击防护构型过程,铝合金弹丸直径与缓冲屏厚度基本相当;
步骤二、利用多站光电探测器测得铝合金弹丸撞击速度,利用超高速序列激光阴影成像设备记录铝合金弹丸超高速撞击缓冲屏产生的二次碎片云阴影图像序列;同时获取碎片云撞击后墙的损伤样品;
步骤三、通过均值漂移算法对二次碎片云阴影图像序列进行平滑和分割,以消除噪声干扰,提取碎片云主要特征信息;
步骤四、通过对后墙损伤样品进行主动加热,并利用红外热像仪获取后墙损伤的红外热图像序列,通过建立多稀疏模型,并运用独立成分分析重构后墙损伤样品表面及亚表面的损伤信息,通过图像平滑和分割算法去除图像中与损伤无关的信息;最终通过图像融合算法实现对于损伤情况的准确描述;
其中,所述步骤四包括以下过程:
步骤1、将碎片云撞击后墙得到的损伤样品进行主动激励加热,利用红外热像仪记录后墙损伤样品的红外热图像视频流;将待检测视频流通过矩阵块表示,其中NI×NJ表示空间信息,NT表示时间信息;通过向量算子Ve将矩阵块转换为二维矩阵NIJ=NI×NJ;即:S=[Vec(S′(1)),...,Vec(S′(NT))],为了重构不同的损伤信息,将视频流写为:
其中表示表面损伤,亚表面损伤和非损伤区域的主要特征,XF(tF),XB(tB),XN(tN)表示特征矩阵的行向量,和分别表示不同区域的混合系数矩阵;λF(tF),λB(tB),λN(tN)表示列向量;
步骤2、为了重构表面损伤特征XF和亚表面损伤特征XB;采用以下过程:
2.1、采用奇异值分解将视频流S分解为:ST=U∑VT,其中为左奇异矩阵,为奇异值矩阵,为右奇异矩阵;其中,通过计算SSTvi=λivi得到vi表示右奇异向量,表示奇异值,表示左奇异向量;在奇异值矩阵∑中,前NC个主要奇异值信息代表了损伤试件的整体信息,根据经验阈值的选取,奇异值满足aF<δ时的个特征信息表示表面损伤特征,奇异值满足aB<δ<aF时的个特征信息表示亚表面损伤特征,奇异值满足aN<δ<aB时的个特征信息表示非损伤区域特征,其中aN,aB,aF是正整数;因此视频流可以被表示为ST≈U'∑'V'T;表示分类后的不同区域的主要信息集合,而表示将其从时域转换到空域;
2.2、计算白化矩阵W和混合系数矩阵λ:之后重构损伤的主要信息矩阵可以表示为:X=W×S;然后,通过牛顿迭代法消除重构损伤特征之间的相关性:w*=E{xg(wTx)}-E{xg(wTx)}w,其中,x是X的行向量,w为W的行向量,g(·)是对比度函数G的导数;则得到新的损伤特征信息矩阵:X*=W*×S;其中X*矩阵中包括行的表面损伤特征XF,行的亚表面损伤特征XB和行的非损伤区域特征XN;
2.3、将损伤特征矩阵中,表示相应损伤特征的行向量用图像进行特征描述;根据损伤特征的行向量特征分布情况,可以得到张表面损伤信息重构图像张亚表面损伤信息重构图像以及张背景重构图像
步骤3、其包括以下过程:
3.1、k=0,用F表示图像SF或SB;初始化像素点类别数M,M≥2;聚类中心D=(d1,d2,...,dM);隶属度矩阵U;终止条件ε;计算目标函数H(k);
3.2、k=k+1,更新隶属度矩阵U
其中m=1,2,…,M,Ff表示图像的第f个像素点,f=1,...,NI×NJ;
3.3、计算聚类中心:
其中Ωf表示像素点的集合,τ=2;
3.4、计算目标函数:
如果|H(k)-H(k-1)|<ε,得到此时的隶属度矩阵和聚类中心分别记为U*,D*,否则返回步骤3.2;
3.5、其中Lf表示像素点f的类别,u*fm表示像素点对于第m类的隶属度;然后将作为像素点f的幅值,表示第Lf个聚类中心的值;由此得到分割后的图像
步骤4、具体包括:
4.1、t=1时,初始化低频子带低通滤波器fl,高通滤波器fh;最大变换次数T;
4.2、对图像进行行变换,进而存在行变换后的图像:对和进行列下采样,得到
4.3、对图像进行列变换,进而得到变换后的图像:分别对进行列下采样,得到二者中分别包含了一部分低频子带和三部分高频子带
4.4、t=t+1,直到t>T,否则返回步骤4.2;
4.5、tt=T时,初始化lRtt表示融合后的低频子带,a和b表示融合系数,满足a+b=1;
4.6、hRtt表示融合后的高频子带,lRtt和hRtt组成图像Rtt;
4.7、对Rtt的行进行上采样得到然后对其列进行变换最终得到图像其中和表示逆变换;相同的,对的列进行上采样得到然后对其行进行变换最终由得到图像lRtt-1;
4.8、tt=tt-1,直到tt<1时,得到最终融合图像R=lR0;否则,返回步骤4.6。
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中国空气动力研究与发展中心超高速空气动力研究所,未经中国空气动力研究与发展中心超高速空气动力研究所许可,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/201910373516.3/1.html,转载请声明来源钻瓜专利网。