基于聲源的飛機結構損傷定位系統設計與實現

摘要：文章設計并實現了一種基于聲源的飛機結構損傷定位系統，利用麥克風陣列和改進的定位算法，實現對飛機結構損傷的實時檢測和精確定位。實驗結果表明，該系統在90度和270度測試角度下，定位精度和穩定性顯著提高。

關鍵詞：聲源定位；飛機結構損傷；麥克風陣列；卡爾曼濾波；損傷檢測

中圖分類號：TP393 文獻標識碼：A文章編號：1009-3044（2025）06-0117-03"開放科學（資源服務）標識碼（OSID）：

0 引言

在飛機強度實驗中，結構損傷定位是確保飛行安全和結構可靠性的關鍵技術。飛機在服役期間受振動、沖擊和疲勞等復雜載荷作用，容易產生裂紋、老化或松動等結構損傷。如果無法及時發現和定位這些損傷，不僅可能導致結構失效，還可能引發嚴重的飛行事故。通過損傷定位技術，不僅能早期識別和修復受損部位，避免隱患擴大，還能通過監測損傷位置與演化規律驗證設計合理性，為材料選型、構件優化及剩余壽命評估提供科學依據，從而兼顧安全性和經濟性[1-2]。然而，傳統檢測方法如超聲、X射線和紅外熱成像技術存在效率低、設備復雜、成本高昂等問題，尤其在面對復雜幾何結構或早期微小損傷時表現不足，無法滿足現代飛機對實時監測和高效檢測的需求。

聲源定位技術通過陣列麥克風采集損傷產生的聲波信號，結合時間差估計和信號處理算法，可精準定位聲源位置[3-4]。例如，將該技術應用于復合材料板聲源定位與損傷識別[5]。其非接觸式特點使其特別適合復雜的飛機結構環境，能夠實時監測并快速響應，有效提高檢測靈敏度和覆蓋范圍。相比傳統方法，該技術顯著降低維護成本，優化維修計劃，并為飛機運行中的早期損傷發現提供可靠保障，展現出廣泛的應用潛力。

本研究提出了一種基于聲源定位的飛機結構損傷檢測方法，開發了信號處理算法以增強檢測靈敏度，并驗證了技術在環境中的實時性與穩定性。研究成果不僅提升了損傷定位的精度和效率，還為維修計劃優化和成本降低提供了技術支持，為飛機結構損傷檢測提供了一條高效、經濟的新途徑。

1 基于聲源的結構損傷定位

飛機結構在發生損傷時，例如裂紋擴展或疲勞失效，往往會釋放出一種特殊的高頻聲波信號。該信號被稱為聲發射，是材料內部應力集中引發的能量釋放現象。通過捕捉和分析這些高頻聲發射信號，可以識別損傷發生的位置和發展程度，從而實現對結構健康狀況的監測。

采用Sipeed K210平臺和麥克風陣列構建的結構損傷聲源信息獲取系統，具備高性能處理能力和實時性，能夠精準捕捉飛機結構損傷過程中產生的高頻聲波，并通過先進的定位算法確定聲源的空間位置。K210平臺內置雙核64位RISC-V處理器，主頻高達400 MHz，具備高達0.5 TOPS的算力，特別適合邊緣計算和低功耗應用場景。內置的I2S接口為麥克風陣列提供了穩定的數據傳輸通道。該平臺還支持多種開發工具，便于快速開發和部署聲源定位系統。

麥克風陣列的設計是系統性能的關鍵。陣列由七個麥克風以環形或對稱分布的幾何結構布置，陣列間距與高頻聲波波長相匹配，優化了方向性和空間分辨能力。環形幾何布局能夠有效減少聲波衍射引起的誤差，提高聲源定位的準確性。此外，麥克風陣列還具備高信噪比和寬頻帶特性，能夠清晰捕捉高頻損傷聲波信號，降低環境噪聲的干擾。I2S接口將麥克風采集的多通道信號傳輸至K210平臺，利用其強大的信號處理能力實時完成濾波、特征提取和聲源定位算法的計算。

整體系統通過K210平臺的高效處理能力與麥克風陣列的精準信號采集相結合，實現了實時性與高精度的統一。其穩定的硬件接口和優化的幾何布局，為飛機結構損傷的實時監測提供了可靠、精準的數據支持。這種設計不僅滿足了復雜結構環境下的應用需求，還具有低功耗和高集成度的優勢，為后續擴展開發提供了廣闊空間。

結構損傷聲源信息獲取以及位置角度計算方法如下。

def get_structural_damage_direction（）：

X=0 #初始化X軸角度

Y=0 #初始化Y軸角度

Angle=0 #初始化定位角度

AngleCorrect=0 #初始化角度修正參數

imga = mic.get_map（） # 采集聲音源數據

2 結構損傷定位優化

由于單次結構聲源定位的聲音數據采樣容易受到環境噪聲和設備精度的限制，導致聲源定位結果存在一定誤差，因此設計并引入濾波算法是提高定位精度的關鍵。本文提出了一種簡單而有效的均值濾波算法，通過剔除異常值并計算剩余數據的平均值來提升測量的可靠性和精度。該算法的主要原理是首先基于多次測量值（如20次）構成一個數據數組，然后剔除數組中的最大值和最小值，減少由環境噪聲和極端值引起的偏差。最后，對剩余的測量值進行算術平均計算，得出當前測量的最終角度值。這一過程有效過濾了數據中的噪聲干擾，增強了定位結果的穩定性。

在參數選擇方面，算法使用20次測量作為數組長度，主要基于對噪聲分布的統計分析，這個值既能覆蓋正常波動，又能保證計算的實時性。同時，僅剔除1個最大值和1個最小值，避免了過多剔除可能導致有用信息的損失。此外，剩余測量值直接取算術平均的方式簡單高效，避免了復雜權重模型帶來的計算開銷，從而實現了實時性與可靠性的平衡。

為進一步提高測量的平滑性和動態精度，針對均值濾波算法的輸出數據，采用卡爾曼濾波算法對角度進行優化處理?？柭鼮V波能夠有效處理包含噪聲的測量數據，通過遞歸估計最優的系統狀態，進而提供結構損傷定位的精度。其核心包括預測和更新兩個階段：在預測階段，通過上一時刻的后驗狀態估計值和協方差，計算當前時刻的先驗狀態估計值和協方差；在更新階段，通過計算卡爾曼增益，將測量值與預測值加權融合，得到后驗狀態估計值，并更新協方差以反映估計不確定性。參數設置對濾波性能至關重要，其中過程噪聲Q表示系統模型的不確定性，測量噪聲R反映傳感器測量誤差，通過實驗校準進行選擇。初始協方差P 通常設為小正值以提供魯棒性。本系統中，設置Q=0.001、R=0.01、P=0.1以確保平滑性與精度兼備，具體實現方式如下所示。

在飛機結構損傷監測中，卡爾曼濾波用于對麥克風陣列采集的高頻聲波信號進行實時處理，有效消除環境噪聲干擾，并結合麥克風陣列的空間定位能力，實現聲源位置的高精度估計。該算法通過合理參數優化，兼顧了實時性和準確性，增強了復雜環境下的噪聲處理能力，為損傷聲源的快速定位提供了技術支持。這一方法顯著提高了系統的穩定性和可靠性，為飛機結構損傷的早期檢測和安全性保障奠定了基礎。

3實驗

為了驗證系統的可行性，實驗搭建了基于麥克風陣列的聲源定位測試環境。首先，選用K210開發板與環形麥克風陣列搭建硬件平臺，陣列按既定幾何結構布置以提高空間分辨率。實驗在相對安靜的室內進行，確保環境噪聲可控，同時使用固定的聲源位置模擬飛機結構損傷聲波信號。在實驗過程中，麥克風陣列采集高頻聲波信號并實時處理。具體測試選取聲源相對于陣列中心的兩個角度，即90度和270度。每次測試持續采集30秒，并記錄單次定位結果、均值濾波處理結果，以及結合均值濾波和卡爾曼濾波后的結果。通過對測量數據的統計分析，計算均值、方差和標準差，以評估濾波對數據穩定性和準確性的提升效果。

實驗結果如表1和表2所示。無論是90度還是270度的測試，均值濾波和卡爾曼濾波的聯合處理均顯著優于單次定位或僅使用均值濾波的結果。在90度測試中，聯合濾波后的均值為88.835 04度，標準差降低到0.499 336，數據波動顯著減少，測量更穩定；在270度測試中，聯合濾波后的標準差也降至1.011 806 度。相比之下，單次定位的方差較大，反映出噪聲干擾導致數據分布離散。均值濾波通過對多次采樣結果的平均計算平滑數據波動，但對突發性噪聲的魯棒性有限；卡爾曼濾波則利用動態系統建模和先驗估計進一步增強了實時性與精準度。兩者的結合既降低了隨機噪聲的干擾，又平滑了定位數據，使測量結果更具可靠性和可用性。實驗驗證了濾波算法的有效性，為后續實際應用提供了可靠的技術支撐。

4 結論

本研究設計并實現了一種基于聲源定位的飛機結構損傷檢測系統，結合麥克風陣列與濾波算法，顯著提高了定位精度和實時性，能夠高效識別損傷位置并提供結構健康反饋。然而，系統在強噪聲干擾或復雜多聲源環境下可能存在一定局限性，且對極端環境的適應性尚需驗證。未來可通過引入自適應噪聲消除算法、優化麥克風陣列設計、結合其他傳感技術以及進行大規模飛行測試，進一步提升系統的抗干擾能力、檢測全面性和穩定性，以推動其在實際飛行中的應用，降低維護成本并延長飛機使用壽命。