详情

原文传递基于智能蒙皮的复杂曲面高动态形变测量系统及测量方法

专利名称：	基于智能蒙皮的复杂曲面高动态形变测量系统及测量方法
摘要：	本发明属于形变测量领域，公开了一种基于智能蒙皮的复杂曲面高动态形变测量系统及测量方法。基于智能蒙皮的复杂曲面高动态形变测量系统主要包括智能蒙皮、信号源发生器、信号接收终端、射频线缆和调制解调器等分系统。基于智能蒙皮的复杂曲面高动态形变测量方法基于形变测量系统进行测量，主要包括以下步骤：首先，柔性智能蒙皮贴合曲面结构表面；其次，信号源发生器产生载波信号；再次，接收终端捕获信号并进行解调处理；最后，精确计算每个蒙皮位置信息，基于海量数据，实现复杂曲面形变测量。本发明采用柔性蒙皮，不改变飞行器理想气动外形，具有实时性、可扩展、成本低等优点。
专利类型：	发明专利
国家地区组织代码：	湖南;43
申请人：	中国人民解放军国防科技大学
发明人：	于瑞航;曹聚亮;吴美平;蔡劭琨
专利状态：	有效
申请日期：	2019-05-10T00:00:00+0800
发布日期：	2019-07-26T00:00:00+0800
申请号：	CN201910390048.0
公开号：	CN110053787A
代理机构：	国防科技大学专利服务中心
代理人：	王文惠
分类号：	B64F5/60(2017.01);B;B64;B64F;B64F5
申请人地址：	410073 湖南省长沙市开福区德雅路109号
主权项：	1.基于智能蒙皮的复杂曲面高动态形变测量系统，其特征在于，包括以下各分系统：智能蒙皮、信号源发生器、信号接收终端、射频线缆、调制解调器；所述信号源发生器用于产生特定伪随机码载波信号；所述智能蒙皮通过粘胶贴附于飞机机翼表面各处，智能蒙皮用于接收信号源发生器发来的伪随机码载波信号，并在原有载波信号中加入自身ID识别信息后以无线电波形式发出；所述信号接收终端用于接收智能蒙皮天线发射的载波信号；所示调制解调器用于将信号接收终端接收的载波信号进行解调解析处理，计算由每个智能蒙皮发射的信号达到接收终端时间，完成高精度测距和复杂曲面形变测量功能；所述射频线缆用于连接信号源发生器、智能蒙皮、信号接收终端分系统，完成信号流通功能。 2.基于智能蒙皮的复杂曲面高动态形变测量方法，其特征在于，采用权利要求1所述的基于智能蒙皮的复杂曲面高动态形变测量系统进行测量，包括以下步骤：步骤一，柔性智能蒙皮贴合曲面结构表面：将非金属柔性薄壁复合材料制成的电子蒙皮贴合在曲面结构的内外表面，不改变飞行器结构，以保持飞行器理想气动外形；步骤二，信号源发生器产生载波信号：利用信号源发生器生成特定的伪随机码载波信号S，利用相同材质、相同长度的射频线缆将伪随机码载波信号发送至贴附在飞行器机翼上不同位置的智能蒙皮，使得信号到达每个智能蒙皮的时间处于同步状态；智能蒙皮天线将带有自身ID识别信息的载波信号Si以无线电信号形式发出；步骤三，接收终端捕获信号并进行解调处理：采用射频线缆将信号源发生器与信号接收终端连接，以实现通信互联；每个智能蒙皮天线均发出带有自身ID识别信息的载波信号Si，接收终端在收到载波信号后，根据预设协议进行快速解调处理；利用伪随机信号良好的自相关特性，利用式(1)进行相关计算，其中，自相关函数计算式为：其中，S(t)为信号源发生器生成特定的伪随机码载波信号，Si(t-τ)为接收终端接收的来自第i个智能蒙皮接收码，由FLL锁频环完成对接收信号载波的快速频率捕获，再由PLL锁相环完成对载波相位的精确跟踪，计算得到每个蒙皮所发信号到达终端的传输间隔τi；步骤四，精确计算每个智能蒙皮位置信息：根据步骤三得到每个智能蒙皮信号到达接收终端的时间τi，根据电波在均匀媒质中等速直线传播的特点，两点间距离与电波传播的时间成正比，计算得到每个蒙皮的精确位置，即 ri＝c·τi (2) 式中，c为电波传播的速度，τi为电波在两点间传播的时间；步骤五，基于海量数据，利用机器学习方法进行处理，实现复杂曲面形变测量：通过步骤一至步骤四，实现每个智能蒙皮距离接收终端的精确位置测量，通过与静止时机翼上蒙皮位置的标定数据作比较，实现复杂曲面的高动态形变测量；随着不同机型、不同曲面试验次数的增多，利用智能蒙皮采集的数据形成不断增多的海量数据库；进一步，对海量数据特别是出现故障的设备表面采集的测量数据进行不断挖掘和学习，采用机器学习方法对数据进行统计、分类、建模和预测，实现对复杂表面关键位置的全面数据分析；其中，对测量数据进行分类和预测采用逻辑回归模型的方法，并使用Sigmoid函数作为假设模型：其中n表示该样本共有n维特征，fi表示x这个样本第i个特征，θi表示x这个样本第i个特征权重，通过逻辑回归训练实现权重θ的学习，并确定测量值x判断故障y的概率为： P(y\|x；θ)＝hθ(x)y+(1-hθ(x))1-y (4) 确定损失函数为： Loss(hθ(x),yi)＝log(P(yi\|x；θ))＝-[log(hθ(x))·yi+log(1-hθ(x))·(1-yi)] (5) 其中yi为第i个蒙皮发生故障；共有m个蒙皮样本参与训练，函数整体损失为：利用梯度下降法，确定θ的迭代表达式为：其中，m为数据集中点的个数，α为步长，上角标(i)表示第i个训练样本，表示的是第i个训练记录的第j个特征；通过计算迭代求解当损失函数最小时的θ向量，求解从而实现复杂曲面形变测量数据分析。
所属类别：	发明专利