基于EMI與ANN技術的聲波信號探測機理研究

張 軍，黎俊楠，李憲華，湯紅梅，黃 杰

(安徽理工大學 機械工程學院，安徽 淮南 232001)

基于EMI與ANN技術的聲波信號探測機理研究

張 軍，黎俊楠，李憲華，湯紅梅，黃 杰

(安徽理工大學 機械工程學院，安徽 淮南 232001)

針對海上突發事件，如何有效地實現對水下目標探測、識別與定位問題。本文以飛機失事墜海后搜索黑匣子為背景，設計了一種基于阻抗分析的飛機黑匣子探測實驗裝置，搭建探測模擬黑匣子超聲信標的實驗平臺，并進行水下探測實驗，結合BP神經網絡實現對超聲信標的識別定位。實驗結果表明該探測裝置能夠探測并識別不同位置的超聲信標，從而驗證阻抗分析法結合神經網絡可以實現對超聲信標的探測與識別，可為海上搜救工作提供相應幫助。

黑匣子；阻抗；超聲信標；神經網絡

0 引 言

對于客機海上失事，搜救工作成為事故應急處理的關鍵點和難點。水下目標的搜救是一項復雜而艱巨的任務，其中對水下遇險目標進行探測是進行應急搜救作業的重要環節[1]。隨著海洋技術的日益發展，水下目標探測的研究將越來越受到人們的重視。隨著壓電智能材料的不斷發展，對壓電阻抗技術的理論及應用研究也越來越多。壓電阻抗法的試驗研究始于20世紀90年代初，在過去20多年里，許多國內外學者在壓電阻抗法的理論及應用上開展了大量的研究工作，成果顯著[2 – 7]。

本文將壓電阻抗法的損傷檢測原理應用到對超聲信號的識別與探測中，設計了實驗以驗證應用壓電阻抗技術和神經網絡技術對超聲信號探測的可行性，為超聲信號的探測提供了一種新的思路和方法。

1 壓電效應

壓電效應[8]可分為正壓電效應和逆壓電效應。壓電效應反映了晶體的彈性性能與介電性能之間的關系。當對壓電材料施加沿著一定方向的外力，在其作用下壓電材料發生形變，材料的內部就產生極化現象，同時在材料的表面就會出現符號相反的電荷，當外力去除后，其又能恢復到不帶電狀態，這種效應就稱正壓電效應，通常也叫做壓電效應。極化是指對壓電陶瓷施加一強電場使“電疇”排列規則，從而表現為壓電性。當把極化電場去除后，電疇基本保持不變，壓電材料仍有很強的剩余極化，如圖1所示。

相反，當在電介質極化方向施加電場，正負離子在電場庫侖力的作用下發生相對位移，導致晶體產生內應力，最終使壓電晶體發生宏觀形變，這種現象稱為逆壓電效應。

2 基于壓電阻抗技術的超聲信號探測實驗

本實驗以探尋飛機失事后黑匣子超聲信標為背景，制作超聲信標模擬發射器和壓電阻抗接收器，利用實驗室配備的函數信號發生器與阻抗分析儀搭建實驗平臺，在淺水環境中實現對不同位置的超聲信標進行探測實驗研究。

2.1 實驗原理

由于海洋背景噪聲的頻率主要集中在低頻段，而飛機黑匣子的超聲信標落水后會發出37.5 kHz超聲信號的特點，本實驗采用阻抗分析儀對壓電阻抗接收器施加37.5 kHz附近的頻率進行掃描，利用當掃頻信號與壓電阻抗接收器接收到經過介質水傳播的37.5 kHz信號發生共振原理，以此作為探測模擬超聲信標的標志，結合BP神經網絡在短時間內可發現超聲信標。

2.2 實驗方案

本實驗通過阻抗分析儀對壓電阻抗接收器施加固定頻段的掃頻激勵來模擬探測器，掃頻頻段設置在模擬超聲信標頻率附近，采用函數發生器不斷對信標模擬發射器施加固定頻率的信號來模擬超聲信標。當經過介質水傳播的信標模擬發射器發出的信號與壓電阻抗接收器的掃頻激勵相同時，壓電阻抗接收器產生共振現象，其阻抗頻譜圖出現波峰，且當壓電阻抗接收器不斷靠近信標模擬發射器時，其阻抗波峰值不斷增大。因此，在搜尋過程中將壓電阻抗接收器沿著其阻抗波峰值不斷增大的方向搜尋，進而實現超聲信標的位置確定。阻抗分析儀和函數發生器如圖2和圖3所示。

2.3 信標位置的探測實驗研究

由于飛機黑匣子上安裝的水下發生器超聲信標頻率為37.5 kHz，因此設定本實驗的模擬發生器超聲信標發出的信號為37.5 kHz的正弦波信號，阻抗分析儀的掃頻范圍設定為37.4～37.6 kHz，掃描點數為1 600。在保證壓電阻抗接收器和信標模擬發射器在空氣及水環境有效性的前提下，搭建探測實驗平臺如圖4所示。

啟動阻抗分析儀進行掃頻激勵，等到掃頻穩定后開啟函數發生器產生信號，改變信標模擬發射器和壓電阻抗接收器的距離進行探測研究，在此設定兩者的距離為50 mm，150 mm，250 mm，350 mm，450 mm，測量這5組不同探測距離以及在函數發生器未加載信號時壓電阻抗接收器的阻抗實部值進行研究。實驗結果如圖5所示。

分析此圖可以看出：

1）函數發生器加載信號與未加載信號時相比較，壓電阻抗接收器的頻譜曲線圖具有明顯的區別；加載信號時，壓電阻抗接收器的壓電阻抗實部值的頻譜曲線圖出現明顯的波動趨勢，且在37.5 kHz處的阻抗實部值出現最大波峰。實驗表明：壓電阻抗接收器能夠探測到信標模擬發生器發出的超聲信號，完成對超聲信標的探測。

2）同一潛水深度下，隨著壓電阻抗接收器不斷靠近信標模擬發射器，壓電阻抗接收器的阻抗實部曲線整體趨勢向上移動，即阻抗實部值不斷增大，但是最大波峰處總是出現在37.5 kHz處保持不變。這表明：對于不同位置的超聲信標，壓電阻抗接收器都能夠探測到信標模擬發生器發出的超聲信號，該實驗裝置對不同位置的超聲信標的探測有效。

3 基于神經網絡技術的超聲信標位置的識別

3.1 BP網絡的建立、訓練與驗證

本文將利用Matlab R2011a構建BP神經網絡模型。模型的輸入來自上節實驗中所測的數據。

輸入樣本：信標模擬發射器與壓電阻抗接收器潛水深度為150 mm，信標模擬發射器未加載信號時，以及加載信號時兩者相距分別為50 mm，150 mm，250 mm，350 mm，450 mm處的6組阻抗實部值數據。

驗證樣本：信標模擬發射器與壓電阻抗接收器潛水深度為200 mm，信標模擬發射器未加載信號時，以及加載信號時兩者相距分別為50 mm，150 mm，250 mm，350 mm，450 mm處的6組阻抗實部值數據。

檢測數據A：潛水深度為200 mm，實際測得模擬信標發生器在170 mm處時，壓電阻抗接收器的阻抗實部值。

檢測數據B：潛水深度為200 mm，實際測得模擬信標發生器在360 mm處時，壓電阻抗接收器的阻抗實部值。

表 1 超聲信標的位置編碼Tab. 1 Location coding of ultrasonic beacon

為了加快收斂速度減少迭代時間，本網絡選擇的是一個4層網絡，如圖8所示，是神經網絡訓練圖。其中，第1層輸出層選取的是tansig函數，第2層輸出層選取的是logsig函數，訓練函數選取txainnoss函數。網絡在經過60步訓練時完成分析，網絡誤差達到設定的目標。

訓練和驗證結果如表2所示。可見此網絡的測試能力良好，網絡訓練也能達到目標精度的要求，這表明所設計網絡能夠很好地識別不同位置的超聲信標。

表 2 超聲信標位置網絡輸出驗證Tab. 2 Network output validation of ultrasonic beacon location

表 3 網絡測試輸出結果Tab. 3 Output of the network test

3.2 網絡測試

將A，B兩組測試樣本輸入已經訓練好的網絡中，用來進一步檢測網絡的識別超聲信標位置的能力，檢測所得的結果如表3所示。

觀察表中數據可以得出，A樣本的測試結果非常接近150 mm處的訓練結果，這說明超聲信標位置應該在150 mm附近處，與本文開始的設定基本相符。而B樣本所得的結果與350 mm處所訓練的結果保持一致，這說明探測超聲信標位置應該在350 mm附近處，與開始設定相近。由此可知，該神經網絡對不同位置的超聲信標能夠有效識別。

4 結 語

本文針對飛機失事墜海后對黑匣子的搜索展開研究，采用同頻共振的原理，利用壓電阻抗分析法與神經網絡技術相結合完成對超聲信標的探測識別。實驗表明該探測裝置能夠探測并識別不同位置的超聲信標，說明阻抗分析法能夠結合神經網絡實現對超聲信標的探測與識別。

[1]肖方兵. 海上搜救決策支持系統關鍵技術的研究[D]. 大連: 大連海事大學, 2011.XIAO Fang-bing. The key techniques research on search and rescue decision support system at sea[D]. Dalian: Dalian Maritime University, 2011.

[2]LIANG C, SUN F P, ROGERS C A. An impedance method for dynamic analysis of active material system[J]. IEEE Transactions of the ASME. 1994, 116(1): 120–128.

[3]LALANDE F, ROGERS C A, CHILDS B W, et al. Highfrequency impedance analysis for NDE of complex precision parts[J]. Proceedings of SPIE-The International Society for Optical Engineering. 1996, 2717: 237–243.

[4]TSENG K K, NAIDU A S K. Non-parametric damage detection and characterization using smart piezoelectric material[J]. Smart Materials and Structures. 2002, 11(3): 317–329.

[5]PARK S, CHANG H, KIM J, et al. Wireless structural health monitoring and early-stage damage detection using piezoelectric impedance sensors[C]// Honolulu, HI, United states: American Society of Civil Engineers, 2010.

[6]張兢, 徐霞, 張志文. 基于壓電陶瓷的結構損傷檢測技術[J].壓電與聲光. 2006(3): 350–352.ZHANG Jing, XU Xia, ZHANG Zhi-wen. Structural damage detection technology based on piezoelectric ceramics[J].Piezoelectric and Acoustooptic. 2006(3): 350–352.

[7]王煒, 嚴蔚, 李萬春. 基于高頻壓電阻抗譜的鋼框架損傷識別研究[J]. 寧波大學學報(理工版). 2013(2): 78–82.WANG Wei, YAN Wei, LI Wan-chun. Research on steel frame damage detection Based on high frequency piezoelectric impedance spectroscopy[J]. Journal of Ningbo University(Polytechnic). 2013(2): 78–82.

[8]陳杰, 黃鴻. 傳感器與檢測技術[M]. 高等教育出版社, 2002.

Research on acoustic signal detection mechanism based on the EMI and the ANN Technology

ZHANG Jun, LI Jun-nan, LI Xian-hua, TANG Hong-mei, HUANG Jie
(School of Mechanical Engineering, Anhui University of Science and Technology, Huainan 232001, China)

Aiming at the problem of target detection, recognition and localization underwater in emergencies at sea.This paper designed a detecting experiment device based on impedance analysis of aircraft black box on the background of a plane crashed into the sea, and realized the recognition of ultrasonic beacon combined with BP neural network. The experimental results show that the detecting device can detect and identify different position of ultrasonic beacon, which verified the impedance analysis method combined with neural network can achieve the detection and recognition of ultrasonic beacon. This paper may provide the corresponding help for maritime searching and rescuing work.

black box；piezoelectric impedance；ultrasonic beacon；the neural network

TB551

A

1672 – 7649(2017)09 – 0138 – 04

10.3404/j.issn.1672 – 7649.2017.09.027

2016 – 09 – 06；

2016 – 10 – 24

國家自然科學基金資助項目(51175005)

張軍(1963 – )，男，博士，教授，研究方向為流體傳動與控制。