超声导波模式追踪方法、装置、电子设备以及存储介质

1.本公开涉及无损检测技术领域，尤其涉及一种超声导波模式追踪方法、装置、电子设备以及存储介质。


背景技术：

2.基于超声导波检测技术的无损检测技术由于有着经济性，高效性，对缺陷敏感等优良特性，受到了工业界的广泛关注。使用导波进行结构健康检/监测需要人们充分认识结构中不同的超声导波模式的频散关系。所谓频散关系，指的就是频率f和波数k之间的关系。通过相速度计算公式和衰减计算公式α＝im(k)可以得到不同频率下同种超声导波模式的相速度谱和衰减系数谱。这些波速变化规律和衰减等信息有助于帮助人们确定需要使用的超声波频率范围，找出最适合对材料进行检测的超声导波模式进行激励。因此，获取不同的超声导波模式的频散关系是对结构进行检测的重要基础。
3.以平板结构为例，当对其进行超声激励时，平板结构内部存在的导波类型有a，s，sh几种类型。图1为超声激励平板结构得到的频散曲线图。从图1可以看出，不同的导波模式频散关系差异明显，有些导波模式不存在频散现象，如sh0模式；有些导波模式在特定频率段存在着明显频散，如sh1模式。这样的频散曲线图为选取特定的激励导波提供了很重要的指导意义。
4.目前除了平板、圆管等结构简单的物体，可以计算得到不同超声导波模式的解析解外，结构复杂的物体(如铁轨、焊缝或异形梁等)，无法通过解析手段获取超声导波模式的频散关系。为此，基于有限元手段的方法被大量应用于计算结构复杂的物体的导波模式和频散关系。基于有限元手段的方法目前针对超声导波模式及其频散关系的识别方式主要有两大类。一类是人工手动聚类并识别频散关系；另一类是通过算法，利用频散关系的曲率进行逐点查找。
5.图2为一种超声激励结构复杂的物体的真实频散曲线图。从图2可以看出，结构复杂的物体的频散关系可能存在下述三种情况的至少一种，一是，如图2中a所圈定的情况，不同的导波模式间存在交叉；二是，如图2中b所圈定的情况，不同的导波模式间数据点重合，三是，如图2中c所圈定的情况，部分导波模式存在不连续性，表现为一些导波模式仅出现在某段特定的频率内。
6.由于人工手动聚类并识别频散关系的方式和通过算法利用频散关系的曲率进行逐点查找的方式，均是从表象入手分析，其对上述三种情况的识别准确率均较低。


技术实现要素：

7.为了解决上述技术问题或者至少部分地解决上述技术问题，本公开提供了一种超声导波模式追踪方法、装置、电子设备以及存储介质。
8.第一方面，本公开提供了一种超声导波模式追踪方法，包括：
9.将波导进行有限元网格划分，形成多个节点；
10.获取所述多个节点中每一个所述节点在不同导波模式不同频率下的超声波动特征数据；
11.基于每一个所述节点在不同导波模式不同频率下的超声波动特征数据，确定目标频率段内所有本征解的目标超声波动特征数据；不同所述本征解的导波模式和/或频率不同；
12.基于各所述本征解的目标超声波动特征数据，确定任意两个所述本征解之间的第一余弦距离；
13.基于所有所述第一余弦距离以及近邻传播算法，得到相似度矩阵；
14.基于所述相似度矩阵，对所有本征解进行聚类处理，得到至少一个类；每一个所述类对应一种超声导波模式。
15.第二方面，本公开还提供了一种超声导波模式追踪装置，包括：
16.节点确定模块，用于将波导进行有限元网格划分，形成多个节点；
17.超声波动特征数据确定模块，用于获取所述多个节点中每一个所述节点在不同导波模式不同频率下的超声波动特征数据；
18.目标超声波动特征数据确定模块，用于基于每一个所述节点在不同导波模式不同频率下的超声波动特征数据，确定目标频率段内所有本征解的目标超声波动特征数据；不同所述本征解的导波模式和/或频率不同；
19.余弦距离确定模块，用于基于各所述本征解的目标超声波动特征数据，确定任意两个所述本征解之间的第一余弦距离；
20.近邻传播模块，用于基于所有所述第一余弦距离以及近邻传播算法，得到相似度矩阵；
21.聚类模块，用于基于所述相似度矩阵，对所有本征解进行聚类处理，得到至少一个类；每一个所述类对应一种超声导波模式。
22.第三方面，本公开还提供了一种电子设备，包括：处理器和存储器；
23.处理器通过调用存储器存储的程序或指令，用于执行上述任一方法的步骤。
24.第四方面，本公开还提供了一种计算机可读存储介质，计算机可读存储介质存储程序或指令，程序或指令使计算机执行上述任一方法的步骤。
25.本公开实施例提供的技术方案与现有技术相比具有如下优点：
26.本公开实施例提供的技术方案中，设置基于每一个节点在不同导波模式不同频率下的超声波动特征数据，确定目标频率段内所有本征解的目标超声波动特征数据；不同本征解的导波模式和/或频率不同；基于各本征解的目标超声波动特征数据，确定任意两个本征解之间的第一余弦距离；基于所有第一余弦距离以及近邻传播算法，得到相似度矩阵；基于相似度矩阵，对所有本征解进行聚类处理，得到至少一个类；每一个类对应一种超声导波模式，实质是对多个本征解中任意两个本征解的振型形状特性进行深层次的剖析，确定二者的相关度，其可以解决因不同的导波模式间存在交叉、数据点重合，以及部分导波模式存在不连续性等原因造成的从表象入手对多个本征解进行聚类的聚类准确率较低的问题，达到了提高本征解聚类准确率的目的。
附图说明
27.此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。
28.为了更清楚地说明本公开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，对于本领域普通技术人员而言，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
29.图1为超声激励平板结构得到的频散曲线图；
30.图2为一种超声激励结构复杂的物体的真实频散曲线图；
31.图3为本公开实施例提供的一种超声导波模式追踪方法的流程图；
32.图4为本公开实施例提供的一种对波导进行划分后的示意图；
33.图5为将一个节点在一个导波模式一个频率下的粒子位移、角动量以及平均能流密度进行分解的分解示意图；
34.图6为本公开实施例提供的近邻关系的判定方法的原理图；
35.图7为利用本公开实施例提供的超声导波模式追踪方法得到的铁轨的频散曲线图；
36.图8为本公开实施例提出的一种超声导波模式追踪装置的结构示意图；
37.图9为本公开实施例提供的电子设备的硬件结构示意图。
具体实施方式
38.为了能够更清楚地理解本公开的上述目的、特征和优点，下面将对本公开的方案进行进一步描述。需要说明的是，在不冲突的情况下，本公开的实施例及实施例中的特征可以相互组合。
39.在下面的描述中阐述了很多具体细节以便于充分理解本公开，但本公开还可以采用其他不同于在此描述的方式来实施；显然，说明书中的实施例只是本公开的一部分实施例，而不是全部的实施例。
40.图3为本公开实施例提供的一种超声导波模式追踪方法的流程图。参见图3，该超声导波模式追踪方法包括：
41.s110、将波导进行有限元网格划分，形成多个节点。
42.波导为波传播的介质。在本技术中，波导可以为需要超声激励的物体。在一些实施例中，波导是无损检测的检查对象。
43.示例性地，在一个场景下，希望利用超声激励的方法来研究一金属焊接件中是否存在夹渣、气孔、裂纹、不完全熔合/焊透、凹坑、咬边、焊瘤等形态缺陷，该金属焊接件为波导。
[0044]“将波导进行有限元网格划分，形成多个节点”的实质是从波导中的不同位置处选取大量节点，以这些节点的波动方程解表征超声波在波导中传播的波动特性。
[0045]
本步骤的实现方法有多种，本技术对此不作限制。示例性地，本步骤的实现方法包括：利用拓扑几何学中的网格划分方法，对波导进行有限元网格划分，得到多个网格，将相邻的两个网格的交点作为节点。可选地，所划分出的每个网格的形状可以为三角形、四边形、五边形或六边形等。
[0046]
本步骤的实现方法还可以包括：将波导的目标横截面进行有限元网格划分，形成多个节点。本技术对目标横截面在波导中的具体位置不作限制。在实际中可以根据研究目标确定目标横截面的具体位置。这样设置的目的是，以目标横截面为代表，对超声导波模式进行分析。
[0047]
图4为本公开实施例提供的一种对波导目标横截面进行有限元网格划分后的示意图。图4中，波导为铁轨。该波导目标横截面被划分为多个三角形，任意相邻的两个三角形的交点均为节点。图4中，图片e为白色线框所圈定的区域的放大图。
[0048]
s120、获取多个节点中每一个节点在不同导波模式不同频率下的超声波动特征数据。
[0049]
本技术对每一个节点在不同导波模式不同频率下的超声波动特征数据具体包括的内容不作限制。示例性地，每一个节点在每一个导波模式每一个频率下的超声波动特征数据均包括：粒子位移、粒子振动速度以及平均能流密度。此处，“粒子位移”应当理解为节点对应的粒子的位移，“粒子振动速度”应当理解为节点对应的粒子的振动速度。粒子是构成波导的粒子。
[0050]
本步骤的实现方法有多种，本技术对此不作限制。示例性地，本步骤的实现方法包括：通过有限元数值方法计算得到多个节点中每一个节点在不同导波模式不同频率下的超声波动特征数据。有限元数值方法包括边界元数值方法和/或半解析有限元数值方法。
[0051]
需要强调的是，针对每一个节点，通过有限元数值方法，均可以得到多个粒子位移、多个粒子速度和多个平均能流密度，并且能够得到哪个粒子位移、哪个粒子速度以及哪个平均能流密度具有对应关系，具有对应关系的粒子位移、粒子速度以及平均能流密度对应同一模式同一频率。但无法得到各粒子位移、粒子速度或平均能流密度所对应的具体模式，但可以得到各粒子位移、粒子速度或平均能流密度所对应的具体频率。
[0052]
s130、基于每一个节点在不同导波模式不同频率下的超声波动特征数据，确定目标频率段内所有本征解的目标超声波动特征数据；不同本征解的导波模式和/或频率不同。
[0053]
本征解，也可以称为导波本征解。一个导波本征解仅对应一个相速度谱中的频率-模式点。换言之，本征解可以作为一个数据点，该数据点可用于绘制于频散关系图中，作为构成频散关系曲线的数据点。
[0054]
需要说明的是，一个本征解具有唯一的一个导波模式以及一个频率。但是在采用本技术提供的技术方案执行本步骤时，对于每一个本征解，并不知道其导波模式具体为何种模式。
[0055]
目标频率段是研究人员所关注的频率段，本技术对目标频率段具体指代的频率范围不作限制。
[0056]
本征解的目标超声波动特征数据，是按照导波模式和频率，对所有节点在不同导波模式不同频率下的超声波动特征数据，进行重新梳理后的结果。示例性地，将导波模式一样且频率一样的超声波动特征数据汇总在一起，作为该导波模式和频率对应的本征解的目标超声波动特征数据。
[0057]
本步骤的实现方法有多种，本技术对此不作限制。在一个实施例中，每一个节点在每一个导波模式每一个频率下的超声波动特征数据均包括：粒子位移、粒子振动速度以及平均能流密度；本步骤的实现方法包括：构建直角坐标系，波导位于直角坐标系内；将每一
个节点在每一个导波模式每一个频率下的粒子振动速度均转化为每一个节点相对直角坐标系坐标原点的角动量；将每一个节点在每一个导波模式每一个频率下的粒子位移、粒子角动量以及平均能流密度进行分解，得到每一个节点在每一个导波模式每一个频率下的粒子位移、粒子角动量以及平均能流密度在直角坐标系上各坐标轴的位移分量、角动量分量以及平均能流密度分量；分别将每一个节点在同一导波模式同一频率的各坐标轴的位移分量、角动量分量以及平均能流密度分量进行汇总，得到每一个本征解的目标超声波动特征数据。
[0058]
示例性地，假设在s110中，共确定n个节点。在利用超声对波导进行激励后，针对每一个节点，均可以得到m个粒子位移、m个粒子振动速度以及m个平均能流密度。其中，m个粒子位移、m个粒子振动速度以及m个平均能流密度呈m个对应关系。每一个对应关系包括一个粒子位移、一个粒子振动速度以及一个平均能流密度。具有对应关系的粒子位移、粒子振动速度以及平均能流密度对应同一导波模式同一频率。换言之，共具有m个本征解。在s120中，将得到大小为m
×n×
3的数据矩阵。
[0059]
可选地，可以利用公式将每一个节点在每一个导波模式每一个频率下的粒子振动速度均转化为每一个节点相对直角坐标系坐标原点的角动量。其中，为角动量；为节点的位矢，即由直角坐标系坐标原点指向节点的向量；为节点的粒子振动速度。
[0060]
假设共有n个节点，共具有m个本征解。由于一个本征解仅对应一个相速度谱中的频率-模式点，共具有m个相速度谱中的频率-模式点。对各本征解进行编号，并令第j个节点在第m个本征解下的粒子位移为u
m,j
、角动量l
m,j
以及平均能流密度p
m,j
。图5为将一个节点在一个导波模式一个频率下的粒子位移、角动量以及平均能流密度进行分解的分解示意图。参见图5，在波导所在空间中构建直角坐标系后，可以进一步将u
m,j
分解在直角坐标系的各坐标轴上，得到坐标轴上，得到以及将l
m,j
分解在直角坐标系的各坐标轴上，得到以及将p
m,j
分解在直角坐标系的各坐标轴上，得到以及将各节点在第m个导波模式-频率下的各位移分量、角动量分量以及平均能流密度分量进行汇总，得到第m个本征解的目标超声波动特征数据。第m个本征解的目标超声波动特征数据可以表示为：
[0061][0062]
其中，
[0063]
以及均为n
×
1的数组。
[0064]
需要说明的是，本技术是在充分考虑到超声导波问题的物理背景后，选取粒子位移、角动量、平均能流密度三个特征量的，这种选取方式有利于对两个本征解的振型形状特性进行深层次的剖析，进而实现提高本征解的聚类准确率的目的。
[0065]
s140、基于各本征解的目标超声波动特征数据，确定任意两个本征解之间的第一余弦距离。
[0066]
本步骤的实现方法有多种，本技术对此不作限制。示例性地，本步骤的实现方法包括：分别基于任意两个本征解的目标超声波动特征数据，计算各坐标轴下任意两个本征解的目标位移分量的第二余弦距离、目标角动量分量的第二余弦距离以及目标平均能流密度分量的第二余弦距离；分别基于任意两个本征解的目标超声波动特征数据，确定各坐标轴下任意两个本征解的目标位移分量的权重值、目标角动量分量的权重值以及目标平均能流密度分量的权重值；基于各坐标轴下任意两个本征解的目标位移分量的第二余弦距离、目标角动量分量的第二余弦距离以及目标平均能流密度分量的第二余弦距离，以及各坐标轴下任意两个本征解的目标位移分量的权重值、目标角动量分量的权重值以及目标平均能流密度分量的权重值，确定任意两个本征解之间的第一余弦距离。
[0067]
其中，“基于任意两个本征解的目标超声波动特征数据，计算各坐标轴下任意两个本征解的目标位移分量的第二余弦距离、目标角动量分量的第二余弦距离以及目标平均能流密度分量的第二余弦距离”的方法有多种，本技术对此不作限制。示例性地，其具体实现方法可以包括：基于任意两个本征解的目标超声波动特征数据以及余弦距离定义，计算各坐标轴下任意两个本征解的目标位移分量的第三余弦距离、目标角动量分量的第三余弦距离以及目标平均能流密度分量的第三余弦距离；若一坐标轴下两个本征解的目标位移分量
的第三余弦距离大于或等于0，且小于或等于将第三余弦距离作为坐标轴下两个本征解的目标位移分量的第二余弦距离；若一坐标轴下任意两个本征解的目标位移分量的第三余弦距离大于计算π与第三余弦距离的差值，将差值作为坐标轴下两个本征解的目标位移分量的第二余弦距离；若一坐标轴下两个本征解的目标角动量分量的第三余弦距离大于或等于0，且小于或等于将第三余弦距离作为坐标轴下两个本征解的目标角动量分量的第二余弦距离；若一坐标轴下任意两个本征解的目标角动量分量的第三余弦距离大于计算π与第三余弦距离的差值，将差值作为坐标轴下两个本征解的目标角动量分量的第二余弦距离；若一坐标轴下两个本征解的目标平均能流密度分量的第三余弦距离大于或等于0，且小于或等于将第三余弦距离作为坐标轴下两个本征解的目标平均能流密度分量的第二余弦距离；若一坐标轴下任意两个本征解的目标平均能流密度分量的第三余弦距离大于计算π与第三余弦距离的差值，将差值作为坐标轴下两个本征解的目标平均能流密度分量的第二余弦距离。
[0068]
余弦距离定义具体包括：通过反余弦函数得到两个向量和之间的夹角，并将这个无量纲的角度值定义为距离，其数学表达式为：
[0069][0070]
在余弦距离定义中，θ
ab
(即第三余弦距离)的取值范围为[0,π]。由余弦距离定义可知，θ
ab
越大，则两个向量线性相关度越差。
[0071]
考虑在执行s120之前，若预先未规定正方向，在确定两个本征解之间的第三余弦距离时，如果直接使用式(1)去计算两个本征解之间的第三余弦距离，可能出现本质上属于同一模式的两个本征解的第三余弦距离为-π，这会造成最终认定这两个本征解之间的相关度较小，而实际上这两个本征解属于同一模式，相关度较大。
[0072]
因此，设置可以使用公式(2)，计算x坐标轴下第m个本征解和第n个本征解的目标位移分量的第二余弦距离：
[0073][0074]
其中，为第m个本征解在x轴上的目标位移分量，为第n个本征解在x轴上的目标位移分量。m和n均为正整数，且m和n均小于或等于m。m为本征解的总个数。为数组的模长，为数组的模长，
[0075]
类似地，可以使用公式(3)，计算y坐标轴下第m个本征解和第n个本征解的目标位
移分量的第二余弦距离：
[0076][0077]
其中，为第m个本征解在y轴上的目标位移分量，为第n个本征解在y轴上的目标位移分量。m和n均为正整数，且m和n均小于或等于m。m为本征解的总个数。为数组的模的模的模长，
[0078]
类似地，可以使用公式(4)，计算z坐标轴下第m个本征解和第n个本征解的目标位移分量的第二余弦距离：
[0079][0080]
其中，为第m个本征解在z轴上的目标位移分量，为第n个本征解在z轴上的目标位移分量。m和n均为正整数，且m和n均小于或等于m。m为本征解的总个数。为数组的模长，为数组的模长，
[0081]
可以使用公式(5)，计算x坐标轴下第m个本征解和第n个本征解的目标角动量分量的第二余弦距离：
[0082][0083]
其中，为第m个本征解在x轴上的目标角动量分量，为第n个本征解在x轴上的目标角动量分量。m和n均为正整数，且m和n均小于或等于m。m为本征解的总个数。为数组的模长，为数组的模长，
[0084]
可以使用公式(6)，计算y坐标轴下第m个本征解和第n个本征解的目标角动量分量的第二余弦距离：
[0085][0086]
其中，为第m个本征解在y轴上的目标角动量分量，为第n个本征解在y轴上的目标角动量分量。m和n均为正整数，且m和n均小于或等于m。m为本征解的总个数。为数组的模长，为数组的模长，
[0087]
可以使用公式(7)，计算z坐标轴下第m个本征解和第n个本征解的目标角动量分量的第二余弦距离：
[0088][0089]
其中，为第m个本征解在z轴上的目标角动量分量，为第n个本征解在z轴上的目标角动量分量。m和n均为正整数，且m和n均小于或等于m。m为本征解的总个数。为数组的模长，为数组的模长，
[0090]
可以使用公式(8)，计算x坐标轴下第m个本征解和第n个本征解的目标平均能流密度分量的第二余弦距离：
[0091][0092]
其中，为第m个本征解在x轴上的目标平均能流密度分量，为第n个本征解在x轴上的目标平均能流密度分量。m和n均为正整数，且m和n均小于或等于m。m为本征解的总个数。为数组的模长，为数组的模长，
[0093]
可以使用公式(9)，计算y坐标轴下第m个本征解和第n个本征解的目标平均能流密度分量的第二余弦距离：
[0094][0095]
其中，为第m个本征解在y轴上的目标平均能流密度分量，为第n个本征解在y轴上的目标平均能流密度分量。m和n均为正整数，且m和n均小于或等于m。m为本征解的总个数。为数组的模长，为数组的模长，
[0096]
可以使用公式(10)，计算z坐标轴下第m个本征解和第n个本征解的目标平均能流密度分量的第二余弦距离：
[0097][0098]
其中，为第m个本征解在z轴上的目标平均能流密度分量，为第n个本征解在z轴上的目标平均能流密度分量。m和n均为正整数，且m和n均小于或等于m。m为本征解的总个数。为数组的模长，为数组的模长，
[0099]
使用上述公式(2)至公式(10)，可以将第二余弦距离的取值范围限定在[0,π/2]内。在该限定下，第二余弦距离越小，表示两个本征解的模态越接近。在后续的聚类处理中，会将距离较小的两个本征解归属于同一个类。
[0100]
可选地，可以采用下述公式(11)、(12)以及(13)，分别确定x坐标轴下第m个本征解和第n个本征解的目标位移分量的权重值确定y坐标轴下第m个本征解和第n个本征解的目标位移分量的权重值确定z坐标轴下第m个本征解和第n个本征解的目标位移分量的权重值
[0101][0102][0103]
[0104]
上述公式(11)-公式(13)中，公式(13)中，
[0105]
可选地，可以采用下述公式(14)、(15)以及(16)，确定x坐标轴下第m个本征解和第n个本征解的目标角动量分量的权重值确定y坐标轴下第m个本征解和第n个本征解的目标角动量分量的权重值确定z坐标轴下第m个本征解和第n个本征解的目标角动量分量的权重值
[0106][0107][0108][0109]
上述公式(14)-公式(16)中，公式(16)中，
[0110]
可选地，可以采用下述公式(17)、(18)以及(19)，确定x坐标轴下第m个本征解和第n个本征解的目标平均能流密度分量的权重值确定y坐标轴下第m个本征解和第n个本征解的目标平均能流密度分量的权重值确定z坐标轴下第m个本征解和第n个本征解的目标平均能流密度分量的权重值
[0111][0112][0113][0114]
上述公式(17)-公式(19)中，
[0115]
[0116]
进一步地，对以及进行归一化处理，使得对以及进行归一化处理，使得对以及进行归一化处理，使得
[0117]
可选地，第m个本征解和第n个本征解之间的第一余弦距离可以表示为下式：
[0118][0119]
本领域技术人员可以理解，第二余弦距离所度量的是不同本征解的振型形状差异，其并未考虑振型的幅值信息。如果直接将第二余弦距离求和，是将所有方向的振型幅值视作相同量级，这是不符合物理图景的。这是因为，在某些导波模式中，存在主导方向的概念。在主导方向上，节点有较大的粒子位移/角动量/平均能流密度，而在非主导方向上，节点的粒子位移/角动量/平均能流密度很小。针对此种情况，若直接将各第二余弦距离的和值作为第一余弦距离，粒子位移/角动量/平均能流密度很小的方向计算出的粒子位移/角动量/平均能流密度结果引入了较大的数值误差，相当于引入了一个较大的噪声，会引起第一余弦距离度量的失真。
[0120]
而如果分别为各目标位移分量、各目标角动量分量以及各目标平均能流密度分量确定合适的权重值，并采用公式(20)计算两个本征解之间的第一余弦距离，其可以实现如果某个本征解对应的振型形状在一个方向的粒子位移/角动量/平均能流密度很小，则其对应的权重值较小；如果某个本征解在一个方向的粒子位移/角动量/平均能流密度很大，则其对应的权重值较大，如此可以提升“距离”度量的有效性。
[0121]
s150、基于所有第一余弦距离以及近邻传播算法，得到相似度矩阵。
[0122]
相似度矩阵可视作为一个集合，该集合中的元素反映的是两个不同的本征解的相似度。
[0123]
本步骤的实现方法有多种，本技术对此不作限制。示例性地，本步骤的实现方法可以包括：确定与各本征解对应的最大邻域半径；若第m个本征解和第n个本征解之间的第一余弦距离θ
mn
大于第m个本征解的最大邻域半径，但第q个本征解和第m个本征解存在近邻关系，且第n个本征解和第q个本征解存在近邻关系，则确定在第m个本征解和第n个本征解之间第一余弦距离θ
mn
、第m个本征解和第q个本征解之间的第一余弦距离θ
mq
以及第q个本征解和第n个本征解之间的第一余弦距离θ
qn
的最小值θ
min-mqn
；将最小值θ
min-mqn
的相反数作为相似度矩阵中的元素；若第k个本征解和第f个本征解之间的第一余弦距离θ
kf
小于第m个本征解的最大邻域半径，将第k个本征解和第f个本征解之间的第一余弦距离θ
kf
的相反数作为相似度矩阵中的元素；其中，m、n、q、k以及f均为正整数，m≠n，且n≠q，且k≠f。
[0124]
为了便于理解，首先对近邻关系的判定方法进行说明。近邻关系的判定方法为：以第g个本征解为基准点，若仅存在一个其他本征解到第g个本征解的第一余弦距离小于或等于第g个本征解的最大邻域半径，则该其他本征解与第g个本征解存在近邻关系；以第g个本征解为基准点，若存在两个或两个以上其他本征解到第g个本征解的第一余弦距离小于或等于第g个本征解的最大邻域半径，则两个或两个以上其他本征解中，距离第g个本征解的第一余弦距离最小的本征解与第g个本征解存在近邻关系。
[0125]
图6为本公开实施例提供的近邻关系的判定方法的原理图。参见图6，以本征解g1为基准点，假定其最大邻域半径是n
g1
。在下一个频率，共有两个本征解，分别为本征解g2和本征解g3。其中本征解g2到本征解g1的第一余弦距离大于n
g1
，判定本征解g2与本征解g1不存在近邻关系。本征解g3到本征解g1的第一余弦距离小于n
g1
，判定本征解g3与本征解g1存在近邻关系。
[0126]
以本征解g3为基准点，假定其最大邻域半径是n
g3
。在下一个频率，共有三个本征解，分别为本征解g4、本征解g5和本征解g6。其中本征解g6到本征解g3的第一余弦距离大于n
g3
，判定本征解g6与本征解g3不存在近邻关系。本征解g4和本征解g5到本征解g3的第一余弦距离均小于n
g3
，且本征解g4到本征解g3的第一余弦距离小于本征解g5到本征解g3的第一余弦距离。判定本征解g4和本征解g3存在近邻关系，本征解g5和本征解g3不存在近邻关系。
[0127]
基于此，可以设置与第m个本征解对应的最大邻域半径为nm＝b+k(f
m-fc)。其中，fm为第m个本征解的频率，fc为目标频率段的中心频率。b为基准邻域半径，可以根据使用的有限元模型及其扫频步长确定。使用的有限元模型越复杂，扫频步长越大，基准邻域半径b越大。k为斜率，与目标频率段的长度相关。k(f-fc)作为修正项，频率跨度越大，尤其是高频和/或高阶模式越多，k(f-fc)的值越大，使得本征解的频率越高，其对应的最大邻域半径越大。需要指出的是，由于k(f-fc)作为修正项，相对b，其值通常相对较小。可选地，b＝0.4，kfc＝0.1。
[0128]
其中，有限元模型为波导的仿真结果。由于在实际中，波导的横截面形状、材料以及超声频率段中任意一个不同，波导的超声波动特性不同。有限元模型包括用于描述波导的横截面形状、材料、以及频率段的相关参数。通过对描述波导的横截面形状、材料、以及频率段的相关参数进行配置，可以得到与需研究的波导对应的有限元模型。
[0129]
在执行s120时，可选地，基于有限元模型，获取多个节点中每一个节点在不同导波模式不同频率下的超声波动特征数据。
[0130]
假设从低频向高频(也可以从高频向低频遍历，本技术对此不作限制)遍历所有的本征解，若第m个本征解和第n个本征解之间的第一余弦距离θ
mn
大于第m个本征解的最大邻域半径，即直接通过第一余弦距离，判定第m个本征解和第n个本征解不存在近邻关系。在此基础上，若第q个本征解和第m个本征解存在近邻关系，且第n个本征解和第q个本征解存在近邻关系，可以认为近邻关系可以由第m个本征解传递至第n个本征解。此种情况下，确定在第m个本征解和第n个本征解之间第一余弦距离θ
mn
、第m个本征解和第q个本征解之间的第一余弦距离θ
mq
以及第q个本征解和第n个本征解之间的第一余弦距离θ
qn
的最小值θ
min-mqn
；将最小值θ
min-mqn
的相反数作为相似度矩阵中的元素。这样可以确保后续在聚类处理时，能将第m个本征解和第n个本征解聚为一类。
[0131]
s160、基于相似度矩阵，对所有本征解进行聚类处理，得到至少一个类；每一个类对应一种超声导波模式。
[0132]
本步骤的实质是，将相似度大的本征解聚为一个类。每一个类中的本征解均属于同一种超声导波模式。不同类中的本征解属于不同的超声导波模式。
[0133]
本步骤的实现方法有多种，本技术对此不作限制。示例性地，本步骤的实现方法包括：基于相似度矩阵，利用ap聚类算法，对所有本征解进行聚类处理，得到至少一个类。
[0134]
ap聚类算法是基于数据点之间的相似性，将所有数据点视为潜在的聚类中心，通
过一定的规则不断迭代优选出最佳聚类中心的算法。ap聚类算法最大的优势是引入了“投票”的思想，不需要在进行聚类前确定类的总个数，总类数是通过数据本身性质决定的。由于超声导波模式聚类问题本身在聚类前无法确定导波模式的总数，因此，需要预先确定类总个数的聚类方法无法应用于超声导波模式聚类，而ap聚类方法则可以用于超声导波模式聚类。
[0135]
ap聚类算法需要两个输入，一个是相似度矩阵，另一个是参考度p。在本技术中，由于通过s150，可以得到相似度矩阵。参考度p可以根据相似度矩阵得到，此为现有技术，本技术对此不作赘述。
[0136]
上述技术方案中，设置基于每一个节点在不同导波模式不同频率下的超声波动特征数据，确定目标频率段内所有本征解的目标超声波动特征数据；不同本征解的导波模式和/或频率不同；基于各本征解的目标超声波动特征数据，确定任意两个本征解之间的第一余弦距离；基于所有第一余弦距离以及近邻传播算法，得到相似度矩阵；基于相似度矩阵，对所有本征解进行聚类处理，得到至少一个类；每一个类对应一种超声导波模式，实质是对多个本征解中任意两个本征解的振型形状特性进行深层次的剖析，确定二者的相关度，其可以解决因不同的导波模式间存在交叉、数据点重合，以及部分导波模式存在不连续性等原因造成的从表象入手对多个本征解进行聚类的聚类准确率较低的问题，达到了提高本征解聚类准确率的目的。
[0137]
在上述各技术方案的基础上，可选地，该方法还包括：在频散关系坐标系中以绘制所有本征解对应的数据点；将属于同一个类的数据点连线，得到频散关系曲线。由于上述方法实质是根据聚类结果进行连线，其可以确保所得到的频散关系曲线准确。
[0138]
图7为利用本公开实施例提供的超声导波模式追踪方法得到的铁轨的频散曲线图。从图7中可以看出，采用本技术提供的技术方案，可以较为准确地处理不同的导波模式间存在交叉、不同的导波模式间数据点重合以及部分导波模式存在不连续性这些情况。
[0139]
由于本方法对粒子位移、角动量、平均能流密度三个特征量的选取充分考虑到超声导波问题的物理背景。这些特征量的选取提升了该算法对超声导波模式特征的提取能力。除此之外，由于相同模式的超声导波模态存在渐变的特性，通过引入近邻传播算法，使得相同模式下的本征解间相似度显著提高。两者结合在提升不同模式的区分度的同时，增强了聚类算法对相同导波模式的聚合能力。因此，本方法的聚类准确度较高。
[0140]
同时，本方法在聚类过程中，使用ap智能聚类算法不需要提前确定所关注频率段总导波模式个数，可以实现算法全流程的自动化。因此，本方法有着高度自动化的优点。
[0141]
需要说明的是，对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本发明并不受所描述的动作顺序的限制，因为依据本发明，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定是本发明所必须的。
[0142]
图8为本公开实施例提出的一种超声导波模式追踪装置的结构示意图，如图8所示，该装置包括：
[0143]
节点确定模块210，用于将波导进行有限元网格划分，形成多个节点；
[0144]
超声波动特征数据确定模块220，用于获取所述多个节点中每一个所述节点在不
同导波模式不同频率下的超声波动特征数据；
[0145]
目标超声波动特征数据确定模块230，用于基于每一个所述节点在不同导波模式不同频率下的超声波动特征数据，确定目标频率段内所有本征解的目标超声波动特征数据；不同所述本征解的导波模式和/或频率不同；
[0146]
余弦距离确定模块240，用于基于各所述本征解的目标超声波动特征数据，确定任意两个所述本征解之间的第一余弦距离；
[0147]
近邻传播模块250，用于基于所有所述第一余弦距离以及近邻传播算法，得到相似度矩阵；
[0148]
聚类模块260，用于基于所述相似度矩阵，对所有本征解进行聚类处理，得到至少一个类；每一个所述类对应一种超声导波模式。
[0149]
进一步地，每一个所述节点在每一个导波模式每一个频率下的超声波动特征数据均包括：粒子位移、粒子振动速度以及平均能流密度；
[0150]
目标超声波动特征数据确定模块，用于：
[0151]
构建直角坐标系，所述波导位于所述直角坐标系内；
[0152]
将每一个所述节点在每一个导波模式每一个频率下的粒子振动速度均转化为每一个所述节点相对所述直角坐标系坐标原点的角动量；
[0153]
将每一个所述节点在每一个导波模式每一个频率下的粒子位移、角动量以及平均能流密度进行分解，得到每一个所述节点在每一个导波模式每一个频率下的粒子位移、角动量以及平均能流密度在所述直角坐标系上各坐标轴的粒子位移分量、角动量分量以及平均能流密度分量；
[0154]
分别将每一个所述节点在同一导波模式同一频率的各坐标轴的粒子位移分量、角动量分量以及平均能流密度分量进行汇总，得到目标频率段内所有本征解的目标超声波动特征数据。
[0155]
进一步地，余弦距离确定模块，用于：
[0156]
分别基于任意两个本征解的目标超声波动特征数据，计算各坐标轴下所述任意两个本征解的目标位移分量的第二余弦距离、目标角动量分量的第二余弦距离以及目标平均能流密度分量的第二余弦距离；
[0157]
分别基于任意两个本征解的目标超声波动特征数据，确定各坐标轴下所述任意两个本征解的目标位移分量的权重值、目标角动量分量的权重值以及目标平均能流密度分量的权重值；
[0158]
基于各坐标轴下所述任意两个本征解的目标位移分量的第二余弦距离、目标角动量分量的第二余弦距离以及目标平均能流密度分量的第二余弦距离，以及各坐标轴下所述任意两个本征解的目标位移分量的权重值、目标角动量分量的权重值以及目标平均能流密度分量的权重值，确定所述任意两个所述本征解之间的第一余弦距离。
[0159]
进一步地，余弦距离确定模块，用于：
[0160]
基于任意两个本征解的目标超声波动特征数据以及余弦距离定义，计算各坐标轴下所述任意两个本征解的目标位移分量的第三余弦距离、目标角动量分量的第三余弦距离以及目标平均能流密度分量的第三余弦距离；
[0161]
若一坐标轴下两个本征解的目标位移分量的所述第三余弦距离大于或等于0，且
小于或等于将所述第三余弦距离作为所述坐标轴下所述两个本征解的目标位移分量的第二余弦距离；若一坐标轴下任意两个本征解的目标位移分量的所述第三余弦距离大于计算π与所述第三余弦距离的差值，将所述差值作为所述坐标轴下所述两个本征解的目标位移分量的第二余弦距离；
[0162]
若一坐标轴下两个本征解的目标角动量分量的所述第三余弦距离大于或等于0，且小于或等于将所述第三余弦距离作为所述坐标轴下所述两个本征解的目标角动量分量的第二余弦距离；若一坐标轴下任意两个本征解的目标角动量分量的所述第三余弦距离大于计算π与所述第三余弦距离的差值，将所述差值作为所述坐标轴下所述两个本征解的目标角动量分量的第二余弦距离；
[0163]
若一坐标轴下两个本征解的目标平均能流密度分量的所述第三余弦距离大于或等于0，且小于或等于将所述第三余弦距离作为所述坐标轴下所述两个本征解的目标平均能流密度分量的第二余弦距离；若一坐标轴下任意两个本征解的目标平均能流密度分量的所述第三余弦距离大于计算π与所述第三余弦距离的差值，将所述差值作为所述坐标轴下所述两个本征解的目标平均能流密度分量的第二余弦距离。
[0164]
进一步地，近邻传播模块，用于：
[0165]
确定与各所述本征解对应的最大邻域半径；
[0166]
若第m个本征解和第n个本征解之间的第一余弦距离θ
mn
大于第m个本征解的最大邻域半径，但第q个所述本征解和第m个所述本征解存在近邻关系，且第n个所述本征解和第q个所述本征解存在近邻关系，则确定在所述第m个所述本征解和第n个所述本征解之间第一余弦距离θ
mn
、所述第m个所述本征解和第q个所述本征解之间的第一余弦距离θ
mq
以及所述第q个所述本征解和第n个所述本征解之间的第一余弦距离θ
qn
的最小值θ
min-mqn
；将所述最小值θ
min-mqn
的相反数作为所述相似度矩阵中的元素；
[0167]
若第k个本征解和第f个本征解之间的第一余弦距离θ
kf
小于第m个本征解的最大邻域半径，将第k个本征解和第f个本征解之间的第一余弦距离θ
kf
的相反数作为所述相似度矩阵中的元素；
[0168]
其中，m、n、q、k以及f均为正整数，m≠n，且n≠q，且k≠f。
[0169]
进一步地，聚类模块，用于：
[0170]
基于所述相似度矩阵，利用ap聚类算法，对所有本征解进行聚类处理，得到至少一个类。
[0171]
以上实施例公开的装置能够实现以上各方法实施例公开的方法的流程，具有相同或相应的有益效果。为避免重复，在此不再赘述。
[0172]
图9为本公开实施例提供的电子设备的硬件结构示意图，如图9所示，该电子设备可以包括手机、pad、计算机等智能终端，该电子设备包括：
[0173]
一个或多个处理器301，图9中以一个处理器301为例；
[0174]
存储器302；
[0175]
电子设备还可以包括：输入装置303和输出装置304。
[0176]
电子设备中的处理器301、存储器302、输入装置303和输出装置304可以通过总线或者其他方式连接，图9中以通过总线连接为例。
[0177]
存储器302作为一种非暂态计算机可读存储介质，可用于存储软件程序、计算机可执行程序以及模块，如本公开实施例中的超声导波模式追踪方法对应的程序指令/模块。处理器301通过运行存储在存储器302中的软件程序、指令以及模块，从而执行服务器的各种功能应用以及数据处理，即实现上述方法实施例的超声导波模式追踪方法。
[0178]
存储器302可以包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需要的应用程序；存储数据区可存储根据电子设备的使用所创建的数据等。此外，存储器302可以包括高速随机存取存储器，还可以包括非暂态性存储器，例如至少一个磁盘存储器件、闪存器件、或其他非暂态性固态存储器件。在一些实施例中，存储器302可选包括相对于处理器301远程设置的存储器，这些远程存储器可以通过网络连接至终端设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
[0179]
输入装置303可用于接收输入的数字或字符信息，以及产生与电子设备的用户设置以及功能控制有关的键信号输入。输出装置304可包括显示屏等显示设备。
[0180]
本公开实施例还提供一种包含计算机可读存储介质，该计算机可读存储介质存储程序或指令，该程序或指令使计算机执行行时用于执行一种超声导波模式追踪方法，该方法包括：
[0181]
将波导进行有限元网格划分，形成多个节点；
[0182]
获取所述多个节点中每一个所述节点在不同导波模式不同频率下的超声波动特征数据；
[0183]
基于每一个所述节点在不同导波模式不同频率下的超声波动特征数据，确定目标频率段内所有本征解的目标超声波动特征数据；不同所述本征解的导波模式和/或频率不同；
[0184]
基于各所述本征解的目标超声波动特征数据，确定任意两个所述本征解之间的第一余弦距离；
[0185]
基于所有所述第一余弦距离以及近邻传播算法，得到相似度矩阵；
[0186]
基于所述相似度矩阵，对所有本征解进行聚类处理，得到至少一个类；每一个所述类对应一种超声导波模式。
[0187]
可选的，该计算机可执行指令在由计算机处理器执行时还可以用于执行本公开任意实施例所提供的超声导波模式追踪方法的技术方案。
[0188]
通过以上关于实施方式的描述，所属领域的技术人员可以清楚地了解到，本公开可借助软件及必需的通用硬件来实现，当然也可以通过硬件实现，但很多情况下前者是更佳的实施方式。基于这样的理解，本公开的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如计算机的软盘、只读存储器(read-only memory,rom)、随机存取存储器(random access memory,ram)、闪存(flash)、硬盘或光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本公开各个实施例的方法。
[0189]
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，并不排除在包括要素的过程、方法、物品或者设备中还存在另外的相同要素。
[0190]
以上仅是本公开的具体实施方式，使本领域技术人员能够理解或实现本公开。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本公开的精神或范围的情况下，在其它实施例中实现。因此，本公开将不会被限制于本文的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

技术特征：
1.一种超声导波模式追踪方法，其特征在于，包括：将波导进行有限元网格划分，形成多个节点；获取所述多个节点中每一个所述节点在不同导波模式不同频率下的超声波动特征数据；基于每一个所述节点在不同导波模式不同频率下的超声波动特征数据，确定目标频率段内所有本征解的目标超声波动特征数据；不同所述本征解的导波模式和/或频率不同；基于各所述本征解的目标超声波动特征数据，确定任意两个所述本征解之间的第一余弦距离；基于所有所述第一余弦距离以及近邻传播算法，得到相似度矩阵；基于所述相似度矩阵，对所有本征解进行聚类处理，得到至少一个类；每一个所述类对应一种超声导波模式。2.根据权利要求1所述的方法，其特征在于，每一个所述节点在每一个导波模式每一个频率下的超声波动特征数据均包括：粒子位移、粒子振动速度以及平均能流密度；所述基于每一个所述节点在不同导波模式不同频率下的超声波动特征数据，确定目标频率段内所有本征解的目标超声波动特征数据，包括：构建直角坐标系，所述波导位于所述直角坐标系内；将每一个所述节点在每一个导波模式每一个频率下的粒子振动速度均转化为每一个所述节点相对所述直角坐标系坐标原点的角动量；将每一个所述节点在每一个导波模式每一个频率下的粒子位移、角动量以及平均能流密度进行分解，得到每一个所述节点在每一个导波模式每一个频率下的粒子位移、角动量以及平均能流密度在所述直角坐标系上各坐标轴的粒子位移分量、角动量分量以及平均能流密度分量；分别将每一个所述节点在同一导波模式同一频率的各坐标轴的粒子位移分量、角动量分量以及平均能流密度分量进行汇总，得到目标频率段内所有本征解的目标超声波动特征数据。3.根据权利要求2所述的方法，其特征在于，所述基于各所述本征解的目标超声波动特征数据，确定任意两个所述本征解之间的第一余弦距离，包括：分别基于任意两个本征解的目标超声波动特征数据，计算各坐标轴下所述任意两个本征解的目标位移分量的第二余弦距离、目标角动量分量的第二余弦距离以及目标平均能流密度分量的第二余弦距离；分别基于任意两个本征解的目标超声波动特征数据，确定各坐标轴下所述任意两个本征解的目标位移分量的权重值、目标角动量分量的权重值以及目标平均能流密度分量的权重值；基于各坐标轴下所述任意两个本征解的目标位移分量的第二余弦距离、目标角动量分量的第二余弦距离以及目标平均能流密度分量的第二余弦距离，以及各坐标轴下所述任意两个本征解的目标位移分量的权重值、目标角动量分量的权重值以及目标平均能流密度分量的权重值，确定所述任意两个所述本征解之间的第一余弦距离。4.根据权利要求3所述的方法，其特征在于，所述基于任意两个本征解的目标超声波动特征数据，计算各坐标轴下所述任意两个本征解的目标位移分量的第二余弦距离、目标角
动量分量的第二余弦距离以及目标平均能流密度分量的第二余弦距离，包括：基于任意两个本征解的目标超声波动特征数据以及余弦距离定义，计算各坐标轴下所述任意两个本征解的目标位移分量的第三余弦距离、目标角动量分量的第三余弦距离以及目标平均能流密度分量的第三余弦距离；若一坐标轴下两个本征解的目标位移分量的所述第三余弦距离大于或等于0，且小于或等于将所述第三余弦距离作为所述坐标轴下所述两个本征解的目标位移分量的第二余弦距离；若一坐标轴下任意两个本征解的目标位移分量的所述第三余弦距离大于计算π与所述第三余弦距离的差值，将所述差值作为所述坐标轴下所述两个本征解的目标位移分量的第二余弦距离；若一坐标轴下两个本征解的目标角动量分量的所述第三余弦距离大于或等于0，且小于或等于将所述第三余弦距离作为所述坐标轴下所述两个本征解的目标角动量分量的第二余弦距离；若一坐标轴下任意两个本征解的目标角动量分量的所述第三余弦距离大于计算π与所述第三余弦距离的差值，将所述差值作为所述坐标轴下所述两个本征解的目标角动量分量的第二余弦距离；若一坐标轴下两个本征解的目标平均能流密度分量的所述第三余弦距离大于或等于0，且小于或等于将所述第三余弦距离作为所述坐标轴下所述两个本征解的目标平均能流密度分量的第二余弦距离；若一坐标轴下任意两个本征解的目标平均能流密度分量的所述第三余弦距离大于计算π与所述第三余弦距离的差值，将所述差值作为所述坐标轴下所述两个本征解的目标平均能流密度分量的第二余弦距离。5.根据权利要求1所述的方法，其特征在于，所述基于所有所述第一余弦距离以及近邻传播算法，得到相似度矩阵，包括：确定与各所述本征解对应的最大邻域半径；若第m个本征解和第n个本征解之间的第一余弦距离θ
mn
大于第m个本征解的最大邻域半径，但第q个所述本征解和第m个所述本征解存在近邻关系，且第n个所述本征解和第q个所述本征解存在近邻关系，则确定在所述第m个所述本征解和第n个所述本征解之间第一余弦距离θ
mn
、所述第m个所述本征解和第q个所述本征解之间的第一余弦距离θ
mq
以及所述第q个所述本征解和第n个所述本征解之间的第一余弦距离θ
qn
的最小值θ
min-mqn
；将所述最小值θ
min-mqn
的相反数作为所述相似度矩阵中的元素；若第k个本征解和第f个本征解之间的第一余弦距离θ
kf
小于第m个本征解的最大邻域半径，将第k个本征解和第f个本征解之间的第一余弦距离θ
kf
的相反数作为所述相似度矩阵中的元素；其中，m、n、q、k以及f均为正整数，m≠n，且n≠q，且k≠f。6.根据权利要求1所述的方法，其特征在于，所述基于所述相似度矩阵，对所有本征解进行聚类处理，得到至少一个类，还包括：基于所述相似度矩阵，利用ap聚类算法，对所有本征解进行聚类处理，得到至少一个类。
7.一种超声导波模式追踪装置，其特征在于，包括：节点确定模块，用于将波导进行有限元网格划分，形成多个节点；超声波动特征数据确定模块，用于获取所述多个节点中每一个所述节点在不同导波模式不同频率下的超声波动特征数据；目标超声波动特征数据确定模块，用于基于每一个所述节点在不同导波模式不同频率下的超声波动特征数据，确定目标频率段内所有本征解的目标超声波动特征数据；不同所述本征解的导波模式和/或频率不同；余弦距离确定模块，用于基于各所述本征解的目标超声波动特征数据，确定任意两个所述本征解之间的第一余弦距离；近邻传播模块，用于基于所有所述第一余弦距离以及近邻传播算法，得到相似度矩阵；聚类模块，用于基于所述相似度矩阵，对所有本征解进行聚类处理，得到至少一个类；每一个所述类对应一种超声导波模式。8.一种电子设备，其特征在于，包括：处理器和存储器；所述处理器通过调用所述存储器存储的程序或指令，用于执行如权利要求1至6任一项所述方法的步骤。9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储程序或指令，所述程序或指令使计算机执行如权利要求1至6任一项所述方法的步骤。

技术总结
本公开涉及一种超声导波模式追踪方法、装置、电子设备以及存储介质，方法包括：将波导进行有限元网格划分，形成多个节点；获取多个节点中每一个节点在不同导波模式不同频率下的超声波动特征数据；基于每一个节点在不同导波模式不同频率下的超声波动特征数据，确定目标频率段内所有本征解的目标超声波动特征数据；基于各本征解的目标超声波动特征数据，确定任意两个本征解之间的第一余弦距离；基于所有第一余弦距离以及近邻传播算法，得到相似度矩阵；基于相似度矩阵，对所有本征解进行聚类处理，得到至少一个类；每一个类对应一种超声导波模式。采用本公开提供的技术方案可以提高复杂波导中不同超声导波模式的追踪准确率。杂波导中不同超声导波模式的追踪准确率。杂波导中不同超声导波模式的追踪准确率。


技术研发人员：余旭东 刘博涵 沈海 周昊
受保护的技术使用者：北京航空航天大学
技术研发日：2023.06.14
技术公布日：2023/10/5