1.一种基于自适应ICA和改进的RLS滤波器的流体管道泄漏定位方法，其特征在于，该方法包括以下步骤：S1：获取流体管道的泄漏振动信号；

S2：采用自适应噪声完备经验模态分解(Complete ensemble empirical mode decomposition with adaptive noise，CEEMDAN)算法将采集到的泄漏振动信号分解为有限个IMF分量，通过计算各分量与其对应泄漏振动信号的欧氏距离滤除不相关的IMF分量，并利用筛选得到的IMF分量构造独立成分分析(Independent component analysis，ICA)中的观测信号矩阵，通过基于自适应ICA的最大似然估计方法将实时泄漏振动信号与管道的脉冲响应卷积进行强去相关和分离，提取得到源泄漏振动信号；

步骤S2中，采用的基于自适应ICA的最大似然估计方法，具体包括以下步骤：S211：假设源信号有概率密度函数ps，则观测信号的联合分布函数表示为：‑1

其中，W＝A ，|W|是W的行列式，W是由观测矩阵X估计出的分离矩阵，A为混合矩阵，S为源信号矩阵，pi是独立成分分量的密度；

由于概率密度函数是由累积分布函数求导得到，在满足所求累积分布函数是单调递增‑s且值域在[0,1]范围性质的前提下，选取sigmoid函数作为累积分布函数g(s)＝1/(1+e )，对其求导则确定ps＝g′(s)；

S212：对于各模态分量构造的观测信号X(t)，有对数似然函数：其中，T'为独立同分布观测数据的样本数；

然后，对似然函数L(W)做最大化处理，获得关于W的最佳估计；其中，最大化处理采用的是梯度下降法，将式(16)对W求导，结果如下所示：当迭代出分离矩阵W时，得到S＝WX，从而还原出无管道脉冲响应的独立源信号，再对其进行ICA逆变换并累加，最后得到无管道脉冲响应的源泄漏振动信号z1(t)和z2(t)；

S3：利用TOPSIS算法自适应确定RLS滤波器的滤波阶数和遗忘因子，从而优化RLS滤波器的收敛速度和跟踪性能；具体包括以下步骤：S31：构建决策矩阵：将收敛速度、均方偏差和失调量对参数滤波阶数的贡献值定义为决策矩阵；

S32：构造规范矩阵：对决策矩阵进行归一化处理，得到规范矩阵Z；

S33：构造加权矩阵：进一步确定各个量化评估指标的权重系数，并对步骤S32中的规范*矩阵Z进行加权，得到加权矩阵Z；

*

S34：寻找最优、最劣方案：最优方案 由Z 中每列元素的最大值构成，最劣方案 由*Z中每列元素的最小值构成；

S35：确定最优解集：利用欧氏距离计算评估指标对最优、最劣方案的距离，并进一步得到不同参数值设置的相对接近程度作为参数的综合评估值，以确定参数的最优值；

S4：利用优化后的RLS滤波器对源泄漏振动信号的时延进行迭代计算，从而实现管道泄漏的定位。

2.根据权利要求1所述的流体管道泄漏定位方法，其特征在于，步骤S1中，获取流体管道的泄漏振动信号，具体包括：流体管道泄漏产生的泄漏振动信号，沿管道向两端传输，被管道两端的加速度传感器拾取经采样后得到两路泄漏振动信号x1(t)和x2(t)，表示如下：x1(t)＝ω1(t)*v(t)+n1(t) (4)x2(t)＝αω2(t)*v(t‑τ)+n2(t) (5)其中，t为离散时间变量，x1(t)和x2(t)是分别与n1(t)和n2(t)不相关的平稳随机信号，且n1(t)和n2(t)是不相关的，v(t)是源泄漏振动信号，ω1(t)和ω2(t)是泄漏点和第一传感器及第二传感器之间的脉冲响应，τ为时间延迟，α为衰减因子。

3.根据权利要求2所述的流体管道泄漏定位方法，其特征在于，步骤S2中，对泄漏振动信号x1(t)和x2(t)进行CEEMDAN算法分解，并通过欧氏距离对两信号各自分解得到的模态分量进行筛选，最后利用两信号各自筛选得到的m个IMF分量构造ICA中的观测信号矩阵，具体包括以下步骤：S201：求解第一阶模态分量，将服从标准正态分布的成对的正负高斯白噪声添加到待分解信号中，即有：k i

x(t)+(‑1) εn(t) (6)

i

其中，k∈{1，2}，i＝1,2,3,...,N，k为系数，ε为噪声的标准差，n (t)为第i次添加白噪声；

S202：对添加噪声后的信号进行EMD分解，得到多个IMF分量；再对多个IMF分量求平均值，得到的均值 和第一阶剩余分量r1(t)， 即为第一阶最终模态分量IMF1(t)，具体表达式如下：k i i

x(t)+(‑1) εn(t)＝IMF1(t)+r1(t) (7)再求第二阶模态分量，将成对高斯白噪声加入到第一阶剩余分量r1(t)中，并对其进行EMD分解，同上述方法求得第二阶最终模态分量IMF2(t)和第二阶剩余分量r2(t)，具体表达式如下：重复上述步骤直到剩余信号不可分，最终得到n个模态分量，即为：IMF1(t),IMF2(t),IMF3(t),...,IMFn(t) (13)故管道泄漏振动信号x1(t)和x2(t)的分解结果如下式(14)和(15)：其中，

S203：通过计算各IMF分量与其对应泄漏振动信号的欧氏距离来滤除不相关的模态分量，从而消除泄漏信号中的外部噪声，如下式(16)：将两泄漏信号各自通过欧氏距离筛选得到的m个IMF分量构造为ICA中的观测信号矩阵，则有X1(t)和X2(t)：

4.根据权利要求1所述的流体管道泄漏定位方法，其特征在于，步骤S4中，利用优化后的RLS滤波器自适应时延估计，具体包括以下步骤：S41：根据步骤S3中确定的滤波阶数和遗忘因子的最优值来设置RLS滤波器的参数，并进行初始化处理，如下式所示：‑1

w(0)＝0，P(0)＝δ I (18)

其中，w表示权向量，P表示逆相关矩阵，δ表示正则化参数，当信噪比较高时，取小正数，当信噪比较低时，取大正数；

S42：将步骤S212中得到的源泄漏振动信号z1(t)作为改进RLS滤波器的输入向量u(n)，并将z2(t)作为期望响应d(n)，输入向量u(n)通过横向滤波器处理得到滤波后向量y(n)，如下式：H

y(n)＝w(n‑1)u(n) (19)

则有误差：

e(n)＝d(n)‑y(n) (20)

经过如式(21)表示的中间变量矩阵k(n)，有权向量w(n)如式(22)所示：w(n)＝w(n‑1)+k(n)e(n) (22)通过式(19)～(22)的多次迭代运算获得滤波器权系数曲线，然后根据式(23)和(24)得到峰值偏移得到时延估计τ；

D＝arg{max[w(n)]} (23)

τ＝D/fs (24)

其中，fs为采样频率。

5.根据权利要求4所述的流体管道泄漏定位方法，其特征在于，步骤S4中，实现管道泄漏的定位，具体包括：在输水管道上进行了多次泄漏声波波速标定，将标定得到的声波波速c和第一传感器与第二传感器之间的距离L代入式(25)确定泄漏点位置；

其中，其中l1为泄漏点与第一传感器的距离。