本发明涉及一种基于截断反向加权和的飞机智能蒙皮冲击区域定位方法，属于航空航天智能结构与健康监测技术领域。
背景技术：
飞机智能蒙皮技术的基本思想是将大量的传感/驱动元件及微处理器与蒙皮结构集成，形成一个整体，通过大量的传感元件监测结构所处的环境、工作状态以及健康状态等信息，经微处理器处理后形成控制激励，依此改变结构的形状、运动和受力状态等。智能蒙皮技术使得蒙皮结构本身具有自诊断、自适应、自学习、自修复等能力。因此，飞机智能蒙皮技术是提高先进飞行器的飞行性能、操作机动性能、环境感知性能和安全维护性能的重要技术保障。
近年来，由于复合材料具有比刚度大，对疲劳和腐蚀抵抗力强以及设计灵活等优点，因此被大量应用于飞行器结构。飞行器复合材料智能蒙皮结构(以下简称飞机智能蒙皮结构)是一个研究和应用热点，其中，结构健康监测与诊断是其核心功能之一。飞机智能蒙皮结构在服役过程中经常受到外部物体的冲击，例如鸟撞、冰雹、碎石、维护工具等，极易造成飞机智能蒙皮结构的机械性能损失和承载能力降低，威胁到结构乃至整个飞行器的安全，因此迫切需要开展飞机智能蒙皮结构的冲击监测。此外，由于飞行器结构受到的冲击是一种随机的瞬态事件，需要在冲击发生的时刻对其进行监测，所以冲击监测系统必须能够被安装在飞行器上进行在线、连续不间断的冲击监测，并满足低功耗、高可靠性等要求以适应机载工作环境。
目前大多数冲击定位方法旨在实现冲击的精确定位，但是这些方法需要预先获取压电传感器或者其他声发射传感器的冲击响应信号，因此在冲击监测系统硬件中需要信号放大电路、时域信号采样电路和处理复杂定位算法的计算机系统，而在软件架构中需要包含复杂的信号处理算法和冲击定位算法。这些系统体积重量大、功耗高，限制了在飞行器上的集成应用。
针对上述问题，一种适用于机载的小型化冲击区域监测系统被提出并正在逐步得到应用。该系统将压电传感器阵列直接与系统内的比较器阵列连接，压电传感器阵列输出的冲击响应信号经过比较器阵列以后转换为数字序列，通过可编程逻辑门阵列采集这些数字序列，并将基于数字序列的冲击区域监测方法固化到可编程逻辑门阵列中，根据采集的数字序列实现冲击区域的报警，从而省略了常规冲击监测系统的数据采集和信号放大调理的硬件，简化了信号处理算法和冲击定位算法，不需要复杂的计算机系统。同时，该系统将待监测区域根据传感器的布置划分成若干个冲击监测子区域，使用冲击区域监测方法将冲击事件定位到一个子区域中。因此，该系统具备了体积小、重量轻、低功耗、安装和使用方便、监测区域大、能够实时响应冲击事件并能够有效存储冲击响应信号对应的数字序列和冲击报警结果等多个特点。
然而真实飞行器往往需要对多个大面积飞机智能蒙皮结构进行冲击监测，例如机翼、机身和垂尾等智能蒙皮结构，因此通常需要用多个冲击监测节点进行组网监测。当多个监测节点对同一结构进行大规模组网冲击监测时，存在如下两个问题：
(1)当多个监测节点的监测区域相邻时，发生在一个区域的冲击可能会触发其它节点也进行冲击监测，如果每个节点均单独对冲击进行定位，则会导致定位冲突。因此在实际应用中需要冲击定位算法能够消除这种冲突，联合多个节点的冲击记录共同判断出正确的冲击发生区域。
(2)相邻的监测区域之间往往存在中间区域，这些中间区域不属于任何一个节点的监测范围，但也同样需要进行冲击监测。工作在单个节点内的定位算法只能对该节点监测范围内的区域进行冲击监测定位，无法定位这些中间区域。故需要新的冲击定位算法来对发生在这些中间区域上的冲击进行识别和定位。
为解决上述问题，一种基于数字序列能量加权因子的复合材料结构冲击区域定位方法被提出。该方法的定义了数字序列的能量加权因子特征参数，用于在整个冲击监测范围内表征每个传感器受冲击影响程度的大小，进而计算监测范围内每个子区域受冲击影响程度的大小，并最终判定受影响程度最大的子区域为冲击发生子区域。该发明解决了现有多节点大规模组网监测时出现的相邻节点定位冲突以及中间区域定位盲区问题。
然后，为实现在线、连续不间断的冲击监测，基于数字序列能量加权因子的复合材料结构冲击区域定位方法需要通过嵌入式语言编程固化到小型化冲击区域监测系统的可编程逻辑门阵列中，但该方法需要对数字序列的特征进行排序和除法，算法较为复杂，增加了嵌入式编程实现的难度并且提高了冲击区域监测系统的硬件需求，导致功耗增加和可靠性降低。此外，该方法的冲击区域定位准确性还有待提高。因此，需要提出一种简单可靠并且更加准确的冲击区域定位算法，降低冲击区域监测系统的功耗，提高系统可靠性，实现冲击区域监测系统的机载，同时还能解决上述大规模组网冲击监测的问题。
技术实现要素：
本发明为解决上述问题，提出了一种基于截断反向加权和的飞机智能蒙皮冲击区域定位方法。该方法可以有效避免在算法中使用排序和除法，能够在降低冲击区域监测系统处理器复杂度和计算冲击区域位置时所需的功耗的同时提高冲击区域的定位精度，提高冲击区域监测系统可靠性，有利于实现冲击区域监测系统的机载应用。同时该方法还可以有效解决多个冲击区域监测系统组网监测时所存在的定位冲突问题以及中间区域难以准确定位的问题。
本发明为解决其技术问题采用如下技术方案：
一种基于截断反向加权和的飞机智能蒙皮冲击区域定位方法，所述冲击区域定位方法首先按照时间先后顺序将压电传感器的数字序列截断作为特征数字序列，计算特征数字序列的反向加权值，然后监测中心根据组成冲击监测子区域的压电传感器计算每个冲击监测子区域的反向加权和，最后将反向加权和最大的冲击监测子区域判别为冲击发生的区域。
所述冲击区域定位方法使用的飞机智能蒙皮结构表面的冲击监测区域内设置有m组压电传感器阵列，每一组压电传感器阵列中每个压电传感器与冲击区域监测系统的一个数据采集通道连接，所有冲击区域监测系统均与一个监测中心连接，整个监测区域内共有p个压电传感器。以飞机智能蒙皮结构表面所设置的每一个压电传感器所在位置分别作为一个冲击监测子区域的顶点，对所述冲击监测区域进行子区域划分，每个冲击监测子区域由r个顶点组成，r为大于2的自然数，设划分得到q个冲击监测子区域，q为大于0的自然数；当结构中发生冲击时，所有冲击区域监测系统获得与其连接的压电传感器阵列中每个压电传感器对应的数字序列，设每个压电传感器的数字序列长度为k，数字序列表示为ds(i,wi)，其中i为数字序列中的点的序号，i为大于0小于等于k的自然数，wi为数字序列中第i个点的数值，wi的取值为0或1；
该方法包括以下步骤：
步骤1，数字序列截断
设截断长度为n，n为大于0小于k的自然数，将每个压电传感器的数字序列按照时间先后顺序，从前向后截取长度n的数字序列作为该压电传感器对应的特征数字序列，表示为tds(j,wj)，其中j为特征数字序列中的点的序号，j为大于0小于等于n的自然数，wj为特征数字序列中第j个点的数值，wj的取值为0或1；
步骤2，计算特征数字序列的反向加权值
所述特征数字序列反向加权值rwr的计算方法如公式(1)所示，rwr为整个监测区域中对应第r个压电传感器的特征数字序列的反向加权值，r大于0小于等于p，具体计算方法为，计算特征数字序列第一个点的值乘以n、特征数字序列第二个点的值乘以n-1、特征数字序列第三个点的值乘以n-2，以此类推直到特征数字序列第n个点的值乘以1，并将这n个值相加；
步骤3，计算冲击监测子区域的反向加权和
计算冲击监测区域中每一个冲击监测子区域所有顶点处的压电传感器的反向加权值之和rwaq，计算方法如公式(2)所示：
其中，rwr为组成一个冲击监测子区域的顶点中压电传感器的数字序列的反向加权值，rwaq为整个冲击监测区域中第q个冲击监测子区域的反向加权和，q大于0小于等于q；
步骤4，判别冲击发生的冲击监测子区域
所有冲击监测子区域的反向加权和的最大值对应的冲击监测子区域被判别为冲击发生的区域。
本发明具有以下有益效果：
1、本发明为多个冲击区域监测系统组网监测提供了一种多系统联合定位方法，解决了多个冲击区域监测系统监测区域相邻时出现的定位冲突问题，并能够准确的对中间区域进行冲击定位。
2、本发明提出的冲击区域定位方法只需要进行加减法和乘法运算，避免了使用除法以及排序等复杂运算，降低了算法的复杂程度，减小了算法的运算量，可以降低冲击区域监测系统的硬件需求，使得算法可以使用嵌入式编程实现。提高了冲击区域监测系统的可靠性，更有利于实现机载。
3、相比基于数字序列能量加权因子的复合材料结构冲击区域定位方法，本发明提高了冲击区域定位的准确性，可以提升飞机智能蒙皮结构的智能性并降低其维护成本。
附图说明
图1为基于截断反向加权和的飞机智能蒙皮冲击区域定位方法的步骤流程图。
图2为无人机复合材料机翼智能蒙皮结构压电传感器和冲击区域监测系统布置示意图。
图3为实施例一中冲击施加位置的示意图。
图4为实施例一中15个压电传感器的冲击数字序列图。
图5为实施例一中冲击区域定位方法的步骤流程图。
图6为实施例一中15个压电传感器的反向加权值分布图。
图7为实施例一中8个冲击监测子区域的反向加权和的分布图。
图8为实施例二中冲击施加位置的示意图。
图9为实施例二中30个压电传感器的冲击数字序列图。
图10为实施例二中冲击区域定位方法的步骤流程图。
图11为实施例二中30个压电传感器的反向加权值分布图。
图12为实施例二中20个冲击监测子区域的反向加权和的分布图。
具体实施方式
为了更好地说明本发明的技术方案，下面结合附图和两个实施例对本发明进行详细说明。基于截断反向加权和的飞机智能蒙皮冲击区域定位方法的步骤如图1所示。
在无人机复合材料机翼智能蒙皮结构上布置压电传感器以及冲击区域监测系统，对机翼进行冲击监测，以此来说明本发明方法的具体实施过程。如图2所示，无人机复合材料机翼智能蒙皮结构内表面共布置了30个压电传感器，记为1号到30号压电传感器，其中1号到15号压电传感器连接1号冲击区域监测系统，如图所示，1号到15号压电传感器组成8个冲击监测子区域，记为子区域1到子区域8；16到30号压电传感器连接2号冲击区域监测系统，也组成8个冲击监测子区域，记为子区域9到子区域16。此外，1号冲击区域监测系统和2号冲击区域监测系统的监测区域间还存在4个中间子区域，记为子区域17到子区域20。每个冲击监测子区域由4个压电传感器围成。1号和2号冲击区域监测系统均与一个监测中心相连。
实施例一
本实施例中无人机复合材料机翼智能蒙皮结构上布置了p个压电传感器和m个冲击区域监测系统，一共组成q个冲击监测子区域，每个冲击监测子区域由r个顶点组成，其中p＝15，m＝1，q＝8，r＝4。在2号冲击监测子区域施加冲击，冲击位置如图3所示。1号到15号压电传感器产生冲击响应信号，1号冲击区域监测系统将15个压电传感器的响应信号转换为数字序列，共计15路数字序列，获取的每路数字序列的长度为k，其中k＝500，得到的数字序列如图4所示。按照图5所示的冲击区域定位算法流程图，整个监测系统的工作流程如下：
1、设定一个数值n，1号冲击区域监测系统将其得到的每个压电传感器的数字序列按照时间先后顺序，从前向后截取长度n的数字序列作该压电传感器对应的特征数字序列，在本实施例中n＝50，即截取每路数字序列的前50个点作为该压电传感器的特征数字序列；
2、1号冲击区域监测系统根据得到的特征数字序列通过公式(1)计算出1号到15号压电传感器特征数字序列的反向加权值，结果列在图6中；
3、计算冲击监测区域内8个冲击监测子区域中每个冲击监测子区域顶点处的4个压电传感器的反向加权值之和，图7列出了每个冲击监测子区域的反向加权和值的分布情况。
4、判定冲击发生的冲击监测子区域。由图7可见所有冲击监测子区域的反向加权和的最大值对应的冲击监测子区域为子区域2，该冲击监测子区域被判别为冲击发生的冲击监测子区域，与冲击实际发生的冲击监测子区域相符。
实施例二
本实施例中无人机复合材料机翼智能蒙皮结构上布置了p个压电传感器和m个冲击区域监测系统，一共组成q个冲击监测子区域，每个冲击监测子区域由r个顶点组成，其中p＝30，m＝2，q＝20，r＝4。在17号冲击监测子区域施加冲击，冲击位置如图8所示。1号到30号压电传感器产生冲击响应信号，1号冲击区域监测系统将1号到15号压电传感器的响应信号转换为数字序列，2号冲击区域监测系统将16号到30号压电传感器的响应信号转换为数字序列，共计30路数字序列，获取的每路数字序列的长度为500个点，得到的数字序列如图9所示。按照图10所示的冲击区域定位算法流程图，整个监测系统的工作流程如下：
1、设定一个数值n，1号和2号冲击区域监测系统将其得到的每个压电传感器的数字序列按照时间先后顺序，从前向后截取长度n的数字序列作该压电传感器对应的特征数字序列，在本实施例中n＝50，即截取每路数字序列的前50个点作为该压电传感器的特征数字序列；
2、1号和2号冲击区域监测系统根据得到的特征数字序列通过公式(1)分别计算出1号到15号以及16号到30号压电传感器特征数字序列的反向加权值，结果列在图11中；
3、监测中心计算冲击监测区域内20个冲击监测子区域中每个冲击监测子区域顶点处的4个压电传感器的反向加权值之和，图12列出了每个冲击监测子区域的反向加权和值的分布情况。
4、判定冲击发生的冲击监测子区域。由图12可见所有冲击监测子区域的反向加权和的最大值对应的冲击监测子区域为子区域17，因此监测中心将该冲击监测子区域判别为冲击发生的冲击监测子区域，与冲击实际发生的冲击监测子区域相符。
本发明定义了一种反向加权值来表示监测范围内每个压电传感器受冲击影响程度，进而对所有子区域受冲击影响程度进行统一评判并最终定位冲击发生子区域，能够解决多个节点监测区域相邻时出现的定位冲突问题和中间子区域定位问题。同时由于只需要计算加减法和乘法，降低了算法的复杂程度，减小了算法的运算量，可以降低冲击区域监测系统的硬件需求，提高冲击区域监测系统的可靠性，更有利于实现冲击区域监测系统的机载。