一种结构损伤成像方法、装置、设备及存储介质

技术领域

本发明涉及损伤识别技术领域，特别涉及一种结构损伤成像方法、装置、设备及存储介质。

背景技术

目前，结构损伤识别方法应用范围广泛，如航天器的连接板型件，飞机连接件等，传统的基于超声导波的结构损伤成像方法均需要测得被监测结构健康无损和损伤两种状态时的响应信号，将健康无损时的响应信号作为基准，通过对两种状态的响应信号计算相关系数或差信号，再对损伤进行定位和成像。但实际应用中，对于很多已经投入使用的被监测结构，往往无法获得其健康状态时的响应信号，无法得到基准数据，因而无法进行损伤识别和定位，即使通过特定方法能获取到健康状态时的响应信号，但由于实验环境条件的变化、人为操作不当等不可控因素使得采集到的健康状态下的响应信号与实际无损状态下的响应信号存在较大误差，进一步导致结构损伤成像结果不准确。

发明内容

有鉴于此，本发明的目的在于提供一种结构损伤成像方法、装置、设备及存储介质，能够在无需采集待检测结构在健康状态下的无损信号的情况下实现损伤成像。其具体方案如下：

本申请的第一方面提供了一种结构损伤成像方法，包括：

在待检测结构上布置预设数量的传感器，以形成传感器阵列；

将所述传感器阵列中距离相同的两个所述传感器之间的传感路径划分至同一组所述传感路径，以得到若干组所述传感路径；

基于每组所述传感路径中每两条所述传感路径对应的响应信号之间的第一相关系数确定每组所述传感路径对应的基准路径；其中，所述传感路径对应的响应信号为由所述传感路径的任一端点上的所述传感器激发超声导波、另一端点上的所述传感器采集所述超声导波后得到的信号；

基于所述基准路径确定每组所述传感路径中的每条非基准传感路径的损伤因子，并利用加权成像算法对所述待检测结构进行损伤成像。

可选的，所述在待检测结构上布置预设数量的传感器，以形成传感器阵列，包括：

在待检测结构上的预设位置对称布置预设数量的传感器，以形成正多边形的传感器阵列；其中，所述预设数量不少于五个。

可选的，所述基于每组所述传感路径中每两条所述传感路径对应的响应信号之间的第一相关系数确定每组所述传感路径对应的基准路径之前，还包括：

控制所述传感器阵列中的每个所述传感器依次激发超声导波，并在任一所述传感器激发所述超声导波时，利用当前所述传感器阵列中还未激发过所述超声导波的所述传感器采集所述超声导波，以得到各所述传感路径对应的响应信号。

可选的，所述基于每组所述传感路径中每两条所述传感路径对应的响应信号之间的第一相关系数确定每组所述传感路径对应的基准路径，包括：

计算每组所述传感路径中每两条所述传感路径对应的所述响应信号的希尔伯特能量谱之间的相关系数，以得到每组所述传感路径中每两条所述传感路径对应的响应信号之间的第一相关系数；

将每条所述传感路径分别与组内其他所述传感路径之间的所述第一相关系数进行加和，以得到每组所述传感路径中每条所述传感路径对应的第二相关系数，将每组所述传感路径中所述第二相关系数最大的所述传感路径确定为该组所述传感路径对应的基准路径。

可选的，所述计算每组所述传感路径中每两条所述传感路径对应的所述响应信号的希尔伯特能量谱之间的相关系数之前，还包括：

利用小波变换对每条所述传感路径对应的所述响应信号进行滤波去噪。

可选的，所述基于所述基准路径确定每组所述传感路径中的每条非基准传感路径的损伤因子，包括：

计算每组所述传感路径对应的所述基准信号的希尔伯特能量谱分别与组内每条非基准传感路径对应的所述响应信号的希尔伯特能量谱之间的相关系数，以得到每条所述非基准传感路径对应的第三相关系数；

根据每条所述非基准传感路径对应的所述第三相关系数确定每条所述非基准传感路径的损伤因子。

可选的，所述利用加权成像算法对所述待检测结构进行损伤成像，包括：

对各所述损伤因子进行加权分布处理，以得到所述待检测结构上任意坐标点的损伤概率；

根据所述损伤概率对所述待检测结构进行损伤成像。

本申请的第二方面提供了一种结构损伤成像装置，包括：

获取模块，用于在待检测结构上布置预设数量的传感器，以形成传感器阵列；

划分模块，用于将所述传感器阵列中距离相同的两个所述传感器之间的传感路径划分至同一组所述传感路径，以得到若干组所述传感路径；

确定模块，用于基于每组所述传感路径中每两条所述传感路径对应的响应信号之间的第一相关系数确定每组所述传感路径对应的基准路径；其中，所述传感路径对应的响应信号为由所述传感路径的任一端点上的所述传感器激发超声导波、另一端点上的所述传感器采集所述超声导波后得到的信号；

成像模块，用于基于所述基准路径确定每组所述传感路径中的每条非基准传感路径的损伤因子，并利用加权成像算法对所述待检测结构进行损伤成像。

本申请的第三方面提供了一种电子设备，所述电子设备包括处理器和存储器；其中所述存储器用于存储计算机程序，所述计算机程序由所述处理器加载并执行以实现前述结构损伤成像方法。

本申请的第四方面提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机可执行指令，所述计算机可执行指令被处理器加载并执行时，实现前述结构损伤成像方法。

本申请中，先在待检测结构上布置预设数量的传感器，以形成传感器阵列，然后将传感器阵列中距离相同的两个传感器之间的传感路径划分至同一组所述传感路径，以得到若干组传感路径，并基于每组传感路径中每两条传感路径对应的响应信号之间的第一相关系数确定每组传感路径对应的基准路径，其中，传感路径对应的响应信号为由传感路径的任一端点上的传感器激发超声导波、另一端点上的传感器采集超声导波后得到的信号。最后基于基准路径确定每组传感路径中的非基准传感路径的损伤因子，并利用加权成像算法对待检测结构进行损伤成像。本申请相比于传统的结构损伤识别成像方法，无需事先采集待检测结构在健康状态下的无损信号，对结构损伤进行定位和成像。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。

图1为本申请提供的一种结构损伤成像方法流程图；

图2为本申请提供的一种具体的结构损伤成像方法流程图；

图3为本申请提供的一种具体的结构损伤成像方法流程图；

图4为本申请提供的正八边形传感器阵列示意图；

图5为本申请提供的一种结构损伤成像装置结构示意图；

图6为本申请提供的一种结构损伤成像电子设备结构图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

现有的基于超声导波的结构损伤成像方法均需要测得被监测结构健康无损和损伤两种状态时的响应信号，将健康无损时的响应信号作为基准，通过对两种状态的响应信号计算相关系数或差信号，再对损伤进行定位和成像。但实际应用中，对于很多已经投入使用的被监测结构，往往无法获得其健康状态时的响应信号，无法得到基准数据，因而无法进行损伤识别和定位，即使通过特定方法能获取到健康状态时的响应信号，但由于实验环境条件的变化、人为操作不当等不可控因素使得采集到的健康状态下的响应信号与实际无损状态下的响应信号存在较大误差，进一步导致结构损伤成像结果不准确。为了克服上述技术问题，本申请提供一种结构损伤成像方案，在无需采集待检测结构在健康状态下的无损信号的情况下对待检测结构进行损伤成像。

图1为本申请实施例提供的一种结构损伤成像方法流程图。参见图1所示，该结构损伤成像方法包括：

S11：在待检测结构上布置预设数量的传感器，以形成传感器阵列。

本实施例中，首先根据待检测结构的结构特点在所述待检测结构上布置预设数量的传感器，所述传感器用来作为激励器产生激励信号或作为接收器采集所述激励信号的响应信号。一般来说，所述传感器阵列中的所述传感器均匀分布，也即在待检测结构上均匀布置预设数量的传感器，对称布置是均匀布置的一种表现形式，均匀分布所述传感器使得所述待检测结构损伤成像的结果更加准确。本实施例中，为了保证下述步骤中对所述传感路径进行分组后，通过计算得到的每组所述传感路径中对应的基准路径对损伤检测结果有实际意义，所述传感器阵列中的所述传感器的数量也即所述预设数量最好大于四个。

需要说明的是，利用超声导波对待检测结构进行损伤检测是一种新兴的无损检测方法，采用机械应力波沿着延伸结构传播，随着传播距离的增加而衰弱，能对所述待检测结构进行快速而全面的检测、节省检测时间、减少劳动强度，但由于超声导波的频散、多模态特性和待检测结构的工作条件及结构尺寸的不同，使得作为所述激励器产生所述超声导波的所述传感器的选择在一定程度上影响成像结果。本实施例中选择压电传感器组成所述传感器阵列，所述压电式传感器是一种基于压电效应的传感器，敏感元件由压电材料制成，所述压点材料可以为各类压电陶瓷、石英晶体等，具有频带宽、灵敏度高、信噪比高、结构简单、工作可靠和重量轻等优点。

S12：将所述传感器阵列中距离相同的两个所述传感器之间的传感路径划分至同一组所述传感路径，以得到若干组所述传感路径。

本实施例中，所述传感器阵列中的每两个所述传感器之间都存在一条所述传感路径，每两个所述传感器通过所述传感路径进行信号传递，不难理解本实施例中的所述传感路径是无方向的，因此对于由q个所述传感器形成的所述传感器阵列，共包含I条所述传感路径，其中，I＝q(q-1)/2。每两个所述传感器之间的距离不一定相同，因此，本实施例根据所述传感器阵列中每两个所述传感器之间的距离对所述传感器阵列中的q(q-1)/2条所述传感路径进行分组，以得到若干组所述传感路径，进一步的，将所述传感器阵列中距离相同的两个所述传感器之间的传感路径划分至同一组所述传感路径，以得到若干组所述传感路径。

S13：基于每组所述传感路径中每两条所述传感路径对应的响应信号之间的第一相关系数确定每组所述传感路径对应的基准路径；其中，所述传感路径对应的响应信号为由所述传感路径的任一端点上的所述传感器激发超声导波、另一端点上的所述传感器采集所述超声导波后得到的信号。

本实施例中，每组所述传感路径中的每条所述传感路径是不同的，所述传感路径两个端点的所述传感器进行信号传递得到的所述传感路径对应的响应信号也是不同的，所述传感路径对应的响应信号为由所述传感路径的任一端点上的所述传感器作为激励器激发所述超声导波、另一端点上的所述传感器作为接收器采集所述超声导波后得到的信号。在确定出每组所述传感路径中每两条所述传感路径对应的响应信号之后，计算出每两条所述传感路径对应的响应信号的第一相关系数，并根据所述第一相关系数确定每组所述传感路径对应的基准路径，所述基准路径的本质为每组所述传感路径中的特定的一条所述传感路径。

S14：基于所述基准路径确定每组所述传感路径中的每条非基准传感路径的损伤因子，并利用加权成像算法对所述待检测结构进行损伤成像。

本实施例中，在得到每组所述传感路径对应的基准路径后，以所述基准路径为基准，可以确定出每组所述传感路径中的每条非基准传感路径的损伤因子，以得到所述传感器阵列中的每条非基准路径的损伤因子，然后利用加权成像算法对所述待检测结构进行损伤成像，所述加权成像算法包括所述待检测结构上的任意坐标的损伤概率映射和损伤成像，根据所述损伤成像结果对所述待检测结构的损伤部位进行检测和识别。

可见，本申请实施例先在待检测结构上布置预设数量的传感器，以形成传感器阵列，然后将传感器阵列中距离相同的两个传感器之间的传感路径划分至同一组所述传感路径，以得到若干组传感路径，并基于每组传感路径中每两条传感路径对应的响应信号之间的第一相关系数确定每组传感路径对应的基准路径，其中，传感路径对应的响应信号为由传感路径的任一端点上的传感器激发超声导波、另一端点上的传感器采集超声导波后得到的信号。最后基于基准路径确定每组传感路径中的非基准传感路径的损伤因子，并利用加权成像算法对待检测结构进行损伤成像。本申请相比于传统的结构损伤识别成像方法，无需事先采集待检测结构在健康状态下的无损信号，对结构损伤进行定位和成像。

图2为本申请实施例提供的一种具体的结构损伤成像方法流程图。参见图2所示，该结构损伤成像方法包括：

S21：在待检测结构上的预设位置对称布置预设数量的传感器，以形成正多边形的传感器阵列；其中，所述预设数量不少于五个。

S22：将所述传感器阵列中距离相同的两个所述传感器之间的传感路径划分至同一组所述传感路径，以得到若干组所述传感路径。

本实施例中，通过在所述待检测结构上的预设位置对称布置不少于五个所述传感器，以形成正多边形的传感器阵列，所述预设位置符合所述待检测结构的结构特点。需要说明的是，所述正多边形传感器阵列中的所述传感器可以位于所述正多边形的各个顶点，也可以位于所述正多边形的每条边上，只要保证所述正多边形传感器阵列中的每个传感器都有相应位置的所述传感器与之对称即可，本实施例对此不进行限定。

图3所示为本实施例提供的正八边形传感器阵列，共有8个所述传感器组成，分别为S1、S2、S3、S4、S5、S6、S7和S8，且分别位于所述正八边形传感器的8个顶点，相应的，所述正八边形传感器阵列中总共包含28条所述传感路径。汇总8个所述传感器中的每两个所述传感器之间的距离，可以得到4种距离，因此将28条所述传感路径中距离相同的两个所述传感器之间的传感路径划分至同一组所述传感路径后能得到4组所述传感路径，第一组所述传感路径为S1-S2、S2-S3、S3-S4、S4-S5、S5-S6、S6-S7、S7-S8、S1-S8，第二组所述传感路径为S1-S3、S2-S4、S3-S5、S4-S6、S5-S7、S6-S8、S1-S7、S2-S8、第三组所述传感路径为S1-S4、S2-S5、S3-S6、S4-S7、S5-S8、S1-S6、S2-S7、S3-S8，第四组所述传感路径为S1-S5、S2-S6、S3-S7、S4-S8。

S23：控制所述传感器阵列中的每个所述传感器依次激发超声导波，并在任一所述传感器激发所述超声导波时，利用当前所述传感器阵列中还未激发过所述超声导波的所述传感器采集所述超声导波，以得到各所述传感路径对应的响应信号。

本实施例中，通过控制所述传感器阵列中的每个所述传感器依次激发超声导波，并在任一所述传感器激发所述超声导波时，利用当前所述传感器阵列中还未激发过所述超声导波的所述传感器采集所述超声导波，以得到各所述传感路径对应的响应信号。

以图3所示的正八边形传感器阵列为例来具体说明各所述传感路径对应的响应信号的获取方式，首先控制所述正八边形传感器阵列中的S1作为激励器激发所述超声导波，S2、S3、S4、S5、S6、S7和S8分别作为接收器采集S1激发的所述超声导波，以得到传感路径为S1-S2、S1-S3、S1-S4、S1-S5、S1-S6、S1-S7和S1-S8对应的响应信号，同理，控制所述正八边形传感器阵列中的S2作为激励器激发所述超声导波，S3、S4、S5、S6、S7和S8分别作为接收器采集S2激发的所述超声导波，以得到传感路径为S2-S3、S2-S4、S2-S5、S2-S6、S2-S7和S2-S8对应的响应信号。按照上述方法以此类推，直到得到每条所述传感路径对应的响应信号为止，共得到28个所述响应信号。

S24：利用小波变换对每条所述传感路径对应的所述响应信号进行滤波去噪。

本实施例中，受待检测结构的服役环境的影响，采集到的所述响应信号存在各种环境噪声，因此需要利用小波变换对每条所述传感路径对应的所述响应信号进行滤波去噪。小波变换(wavelet transform，WT)能够提供一个随频率改变的“时间-频率”窗口，所述响应信号通过变换能够充分突出问题某些方面的特征。具体的，首先对含噪的所述响应信号进行预处理，并进行小波变换多尺度分解，然后对各尺度的小波系数进行除噪，基于除噪后的小波系数利用小波逆变换重构信号以得到去噪后的所述响应信号。

S25：计算每组所述传感路径中每两条所述传感路径对应的所述响应信号的希尔伯特能量谱之间的相关系数，以得到每组所述传感路径中每两条所述传感路径对应的响应信号之间的第一相关系数。

本实施例中，在对每条所述传感路径对应的所述响应信号进行滤波处理得到去噪后的所述响应信号的基础上，利用希尔伯特变换(Hilbert transform)获取各去噪后的所述响应信号的希尔伯特能量谱，然后互相计算组内两两所述传感路径对应的所述响应信号的希尔伯特能量谱的相关系数，以得到每组所述传感路径中每两条所述传感路径对应的响应信号之间的第一相关系数。传统的直接计算每组所述传感路径中每两条所述传感路径对应的响应信号之间的相关系数，需要控制两条所述传感路径对应的响应信号的采集时间段保持一致，本实施例中通过利用希尔伯特能量谱计算每组所述传感路径中两两所述响应信号之间的第一相关系数的方式，减小了对所述响应信号的时间同步性的依赖。

具体的，利用公式(1)计算每组所述传感路径中每两条所述传感路径对应的所述响应信号的希尔伯特能量谱之间的第一相关系数，其中E

S26：将每条所述传感路径分别与组内其他所述传感路径之间的所述第一相关系数进行加和，以得到每组所述传感路径中每条所述传感路径对应的第二相关系数，将每组所述传感路径中所述第二相关系数最大的所述传感路径确定为该组所述传感路径对应的基准路径。

本实施例中，通过上述步骤获得了每条所述传感路径与组内其他所述传感路径之间的所述第一相关系数，在此基础上将每条所述传感路径分别与组内其他所述传感路径之间的所述第一相关系数进行加和，以得到每组所述传感路径中每条所述传感路径对应的第二相关系数，认定每组所述传感路径中所述第二相关系数最大的所述传感路径是无损的，即为该组所述传感路径对应的基准路径。不难理解，本实施例中的每组所述传感路径对应的所述基准路径本质是该组所述传感路径中的其中一条所述传感路径。

S27：计算每组所述传感路径对应的所述基准信号的希尔伯特能量谱分别与组内每条非基准传感路径对应的所述响应信号的希尔伯特能量谱之间的相关系数，以得到每条所述非基准传感路径对应的第三相关系数，并根据每条所述非基准传感路径对应的所述第三相关系数确定每条所述非基准传感路径的损伤因子。

本实施例中，每组所述传感路径对应的所述基准信号即为所述基准路径对应的所述响应信号，在步骤S25中已经获取到了每组所述传感路径对应的所述基准信号的希尔伯特能量谱及每组所述传感路径对应的非基准传感路径对应的所述响应信号的希尔伯特能量谱，利用公式(2)计算每组所述传感路径对应的所述基准信号的希尔伯特能量谱分别与组内每条非基准传感路径对应的所述响应信号的希尔伯特能量谱之间的相关系数，以得到每条所述非基准传感路径对应的第三相关系数，并利用公式(3)计算每条所述非基准传感路径的损伤因子。其中E

Damage Index

S28：利用加权成像算法对所述待检测结构进行损伤成像。

本实施例中，关于上述步骤S28的具体过程，可以参考前述实施例中公开的相应内容，在此不再进行赘述。

可见，本申请实施例通过在待检测结构上的预设位置对称布置不少于五个的传感器，以形成正多边形的传感器阵列，提高了检测结构的损伤成像的准确度。同时通过利用希尔伯特能量谱计算每组所述传感路径中两两所述响应信号之间的第一相关系数的方式，减小了对所述响应信号的时间同步性的依赖。

图3为本申请实施例提供的一种具体的结构损伤成像方法流程图。参见图3所示，该结构损伤成像方法包括：

S31：在待检测结构上布置预设数量的传感器，以形成传感器阵列。

S32：将所述传感器阵列中距离相同的两个所述传感器之间的传感路径划分至同一组所述传感路径，以得到若干组所述传感路径。

S33：基于每组所述传感路径中每两条所述传感路径对应的响应信号之间的第一相关系数确定每组所述传感路径对应的基准路径；其中，所述传感路径对应的响应信号为由所述传感路径的任一端点上的所述传感器激发超声导波、另一端点上的所述传感器采集所述超声导波后得到的信号。

S34：基于所述基准路径确定每组所述传感路径中的每条非基准传感路径的损伤因子。

本实施例中，关于上述步骤S31至步骤S34的具体过程，可以参考前述实施例中公开的相应内容，在此不再进行赘述。

S35：对各所述损伤因子进行加权分布处理，以得到所述待检测结构上任意坐标点的损伤概率。

S36：根据所述损伤概率对所述待检测结构进行损伤成像。

本实施例中，首先利用加权分布函数所述传感器阵列中的每条非基准传感路径的损伤因子映射到所述待检测结构上的每个离散坐标上，也即对各所述损伤因子进行加权分布处理，以得到所述待检测结构上任意坐标点的损伤概率。

具体的，对于由q个所述传感器形成的所述传感器阵列，共包含I(I＝q(q-1)/2)条所述传感路径，利用公式(4)、公式(5)、公式(6)计算所述待检测结构上任意离散坐标点(x，y)处存在损伤的概率P(x，y)。其中，β为所述传感路径的信号探测范围，RD

可见，本申请实施例在得到所述传感器阵列中每条每组所述传感路径对应的基准路径的损伤因子的基础上，根据各损伤因子利用加权分布函数计算所述待检测结构上任意坐标点的损伤概率，并通过所述待检测结构各个坐标点的所述损伤概率绘制所述待检测结构的损伤图像，确定损伤位置。

参见图4所示，本申请实施例还相应公开了一种结构损伤成像装置，包括：

获取模块11，用于在待检测结构上布置预设数量的传感器，以形成传感器阵列；

划分模块12，用于将所述传感器阵列中距离相同的两个所述传感器之间的传感路径划分至同一组所述传感路径，以得到若干组所述传感路径；

确定模块13，用于基于每组所述传感路径中每两条所述传感路径对应的响应信号之间的第一相关系数确定每组所述传感路径对应的基准路径；其中，所述传感路径对应的响应信号为由所述传感路径的任一端点上的所述传感器激发超声导波、另一端点上的所述传感器采集所述超声导波后得到的信号；

成像模块14，用于基于所述基准路径确定每组所述传感路径中的每条非基准传感路径的损伤因子，并利用加权成像算法对所述待检测结构进行损伤成像。

可见，本申请实施例先在待检测结构上布置预设数量的传感器，以形成传感器阵列，然后将传感器阵列中距离相同的两个传感器之间的传感路径划分至同一组所述传感路径，以得到若干组传感路径，并基于每组传感路径中每两条传感路径对应的响应信号之间的第一相关系数确定每组传感路径对应的基准路径，其中，传感路径对应的响应信号为由传感路径的任一端点上的传感器激发超声导波、另一端点上的传感器采集超声导波后得到的信号。最后基于基准路径确定每组传感路径中的非基准传感路径的损伤因子，并利用加权成像算法对待检测结构进行损伤成像。本申请相比于传统的结构损伤识别成像方法，无需事先采集待检测结构在健康状态下的无损信号，对结构损伤进行定位和成像。

在一些具体实施例中，所述获取模块11，具体用于在待检测结构上的预设位置对称布置预设数量的传感器，以形成正多边形的传感器阵列；其中，所述预设数量不少于五个。

在一些具体实施例中，所述结构损伤成像装置，还包括：

采集模块，用于控制所述传感器阵列中的每个所述传感器依次激发超声导波，并在任一所述传感器激发所述超声导波时，利用当前所述传感器阵列中还未激发过所述超声导波的所述传感器采集所述超声导波，以得到各所述传感路径对应的响应信号；

过滤模块，用于利用小波变换对每条所述传感路径对应的所述响应信号进行滤波去噪。

在一些具体实施例中，所述确定模块12，具体包括：

第一确定单元，用于计算每组所述传感路径中每两条所述传感路径对应的所述响应信号的希尔伯特能量谱之间的相关系数，以得到每组所述传感路径中每两条所述传感路径对应的响应信号之间的第一相关系数；

第二确定单元，用于将每条所述传感路径分别与组内其他所述传感路径之间的所述第一相关系数进行加和，以得到每组所述传感路径中每条所述传感路径对应的第二相关系数，将每组所述传感路径中所述第二相关系数最大的所述传感路径确定为该组所述传感路径对应的基准路径；

第三确定单元，用于计算每组所述传感路径对应的所述基准信号的希尔伯特能量谱分别与组内每条非基准传感路径对应的所述响应信号的希尔伯特能量谱之间的相关系数，以得到每条所述非基准传感路径对应的第三相关系数；根据每条所述非基准传感路径对应的所述第三相关系数确定每条所述非基准传感路径的损伤因子。

进一步的，本申请实施例还提供了一种电子设备。图6是根据一示例性实施例示出的电子设备20结构图，图中的内容不能认为是对本申请的使用范围的任何限制。

图6为本申请实施例提供的一种电子设备20的结构示意图。该电子设备20，具体可以包括：至少一个处理器21、至少一个存储器22、电源23、通信接口24、输入输出接口25和通信总线26。其中，所述存储器22用于存储计算机程序，所述计算机程序由所述处理器21加载并执行，以实现前述任一实施例公开的结构损伤成像方法中的相关步骤。

本实施例中，电源23用于为电子设备20上的各硬件设备提供工作电压；通信接口24能够为电子设备20创建与外界设备之间的数据传输通道，其所遵循的通信协议是能够适用于本申请技术方案的任意通信协议，在此不对其进行具体限定；输入输出接口25，用于获取外界输入数据或向外界输出数据，其具体的接口类型可以根据具体应用需要进行选取，在此不进行具体限定。

另外，存储器22作为资源存储的载体，可以是只读存储器、随机存储器、磁盘或者光盘等，其上所存储的资源可以包括操作系统221、计算机程序222及信号数据223等，存储方式可以是短暂存储或者永久存储。

其中，操作系统221用于管理与控制电子设备20上的各硬件设备以及计算机程序222，以实现处理器21对存储器22中海量信号数据223的运算与处理，其可以是WindowsServer、Netware、Unix、Linux等。计算机程序222除了包括能够用于完成前述任一实施例公开的由电子设备20执行的结构损伤成像方法的计算机程序之外，还可以进一步包括能够用于完成其他特定工作的计算机程序。数据223可以包括电子设备20收集到的各种信号数据。

进一步的，本申请实施例还公开了一种存储介质，所述存储介质中存储有计算机程序，所述计算机程序被处理器加载并执行时，实现前述任一实施例公开的结构损伤成像方法步骤。

本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其它实施例的不同之处，各个实施例之间相同或相似部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。

最后，还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个…”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

以上对本发明所提供的结构损伤成像方法、装置、设备及存储介质进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。