基于深度学习的小规模传感阵列复合材料冲击定位方法

一种基于深度学习的小规模传感阵列复合材料冲击定位方法，先在受冲击结构上划分网格，在受冲击结构上安装1或2个传感器，获取监测点的冲击信号；然后将冲击信号整体作为参考目标，提取傅立叶变换后的实部和虚部信号为特征，建立数据集，将实部和虚部特征归一化并制作成灰度图，将数据集划分为训练集、验证集和测试集；再构建神经网络模型，加载EfficientNetV2的预训练权重，使用预热学习率启动训练，在训练的后续阶段，采用余弦退火学习率调度策略来优化模型训练；最后将冲击信号测试集的灰度图输入训练好的神经网络模型中，得到冲击信号的冲击源所在区域位置；本发明在确保定位精度和搜寻速度的同时，减少传感器数量，能适应复合材料介质的复杂性。