（水声工程专业论文）水下被动目标语音特征和分形特征提取研究.pdf

哈尔滨下程大学硕士学位论文 a b s t r a c t f e a t u r ee x t r a c t i o ni st h ek e yo ft h et a r g e t sc l a s s i f i c a t i o n o na c c o u n to ft h e s e ae n v i r o n m e n tc o m p l e x i t ya n dt h et m d e r w a t e ra c o u s t i cc h a n n e lp a r t i c u l a r i t y , i t i sap u z z l et oe x t r a c tak i n do ft a r g e te s s e n c ef e a t u r ea n du n d e r w a t e rd i s t a n t d e t e c t i o n e f f e c t i v ef e a t u r e t h i sp a p e rf o c u s e so ns p e e c hf e a t u r e p a r a m e t e r e x t r a c t i o na n df r a c t a lf e a t u r ee x t r a c t i o no fu n d e r w a t e rt a r g e t s ，w h i c hi n c l u d e s m f c c ，m u l t i f a c t a lf e a t u r ei nt i m ed o m a i na n df r e q u e n c yd o m a i n m f c c ( m e l f r e q u e n c y - c e p s t r u mc o e f f i c i e n t s ) i sb a s e do nt h eh u m a n e a r s n o n - l i n e a rf r e q u e n c yc h a r a c t e r i s t i ca n dp e r f o r mah i 曲r e c o g n i t i o nr a t ei n p r a c t i c a ls p e e c hr e c o g n i t i o na p p l i c a t i o n t h e o r e t i c a l l y , t h ep r i n c i p l e s o f i d e n t i f y i n gt h et a r g e t sb ys o n a rs o l d i e r sa n dt h eo n eo fs p e e c hr e c o g n i t i o nb y h u m a ne a r sa r eq u i t es i m i l a r t h u s ，m f c ci sa p p l i e dt of e a t u r ee x t r a c t i o no f s h i p r a d i a t e dn o i s e t h en u m b e ro ff i l t e ra n do r d e ro fm f c ca r e d e c i d e db y e x p e r i m e n t t h e r e s u l t ss h o wt h a tm f c cf e a t u r ec o e f f i c i e n t sh a v e h i g h e r r e c o g n i t i o nr a t e sf o ru n d e r w a t e ra c o u s t i ct a r g e t af r a c t a lb r o w n i a nm o t i o nm o d e lo fs h i pr a d i a t e dn o i s ei se s t a b l i s h e d t i m e d e l a ym e t h o di su s e dt or e c o n s t r u c tt h ep h a s es p a c eo ft i m es e r i e sb a s e do n t a k e n sp h a s es p a c er e c o n s t r u c t i o nt h e o r y i nt h eh y p e rd i m e n s i o n a lp h a s es p a c e ， n o n 1 i n e a rc h a r a c t e r i s t i c so f t i m es e r i e sa r es t u d i e d t h em u l t i - f f a c t a lf e a t u r ee x t r a c t i o nm e t h o do f s h i p r a d i a t e dn o i s ei n f r e q u e n c yd o m a i ni ss t u d i e d w o r ko u tt h es i n g u l a r i t ym e a s u r eo fp o w e rs p e c t r u m c o m b i n e dw i t ht h ew a v e l e t m u l t i f r a c t a la n a l y s i s ，g e n e r a l - d i m e n s i o ni sg i v e n t h er e s u l t ss h o wt h a tt h i sf e a t u r ei se f f e c t i v e k e yw o r d s ：f e a t u r ee x t r a c t i o n ；m f c c ；p h a s es p a c er e c o n s t r u c t i o n ；m u l t i - f r a c t a l ； g e n e r a ld i m e n s i o n 哈尔滨工程大学 学位论文原创性声明 本人郑重声明：本论文的所有工作，是在导师的指导 下，由作者本人独立完成的。有关观点、方法、数据和文 献等的引用已在文中指出，并与参考文献相对应。除文中 已经注明引用的内容外，本论文不包含任何其他个人或集 体己经公开发表的作品成果。对本文的研究做出重要贡献 的个人和集体，均已在文中以明确方式标明。本人完全意 识到本声明的法律结果由本人承担。 作者( 签字) ： 白期：僦年3 月f7 日 哈尔滨一 程大学硕士学位论文 第1 章绪论 1 1 水下目标特征提取研究背景分析及意义 随着信息技术的迅速发展及其在军事领域里的广泛应用，现代战争对信 息的依赖性越来越大，争取战场的信息优势已成为决定胜负的最重要的因素 之一。争取战场信息优势必须要有较高的战场感知能力，而目标识别是这种 感知能力的重要环节，特征提取是目标识别中的一个关键性的问题。目标识 别效果的好坏在很大程度上依赖于所提取的特征是否有效，是否具有一定的 鲁棒性。 传统的识别方法是依靠有经验的声纳员。声纳员根据获得的大量信息， 凭借个人知识及经验，判断目标类型。由于声纳员靠主观判断，因而受生理、 心理影响较大，这些因素都会影响判断准确性。理论上，人对语音的识别与 声纳兵对舰船辐射噪声的识别机理是相同的，因此对语音的特征分析方法也 可用于舰船辐射噪声的特征描述。 长期以来，人们一直以传统的信号处理理论作为水声信号处理的基础， 强调平稳性、随机性和线性，而忽视了水声信号的非平稳性和非线性。容易 看出，进行线性近似之后，原本复杂的非线性信号处理变得相对简单。因此， 近似线性化方法也逐渐成了非线性问题解决的主流算法。但是，随着线性化 处理方法及非线性系统认识的不断深入，人们发现近似线性化方法存在严重 的不足，比如线性化之后容易使信号的一些特征丢失，降低对信号描述的精 确性，从而影响后续的目标探测及识别的质量和可靠性。当小波、时频分析 等非平稳信号分析手段被引入水声领域后，水声信号的非平稳性、时变性得 到了比傅立叶分析更好的描述。因此，用于水声信号处理的算法性能得到了 改善，人们也就更加重视和开发利用水声信号的非平稳特性。 1 2 国内外研究现状 国内已有很多科研工作者在这方面做了大量工作并取得了一些成果。如 大连舰艇学院的章新华等人对船舶辐射噪声的混沌现象进行了研究，发现船 舶辐射噪声的确存在混沌吸引子，且不同类别的信号具有不同的吸引子维数， 哈尔滨t 程大学硕十学何论文 这一结果为水下目标探测和识别提供了崭新的理论手段1 ；西安交大的李海 英和西北工大的陈捷、孙进才等人研究了分形噪声中谐波信号的提取，利用 小波变换对1 f 噪声的白化作用，结合自适应自调谐滤波器组，在小波域实 现了分形噪声与谐波信号的分离闭：西北工大李钢虎等人进行了水声信号的 混沌特征参数提取和分类研究，讨论了水声信号的关联维数、时间序列h 2 熵 等混沌特征参数的计算以及它们在水声信号特征提取、分类中的应用，验证 了水声信号不仅具有混沌特性，而且它们的某些混沌特征参数具有可分性p 1 ； 西安电子科技大学的谢文录、谢维信讨论了时间序列中的分形分析和参数提 取，提出了一种基于有限长度的方差估计法，用实验分析了方法的准确性、 平稳性、计算复杂度等方面的性能，验证了所提方法的优越性嗍；东南大学 高翔等在分析了水声信号的时间波形的基础上，采用分形理论，提出一种时 间域上的特征分析方法，建立了水声信号的分形布朗运动模型。进而在此模 型基础上，提取了舰船辐射噪声的分形维数，构造了分形特征矢量。分类结 果表明分形特征矢量可以成为水声目标分类的重要依据，能有效补充其它特 征提取方法的不足p 1 ；东南大学陈向东等利用水声信号时域波形具有自相似 的特点，从非线性角度出发在重构的相空间中分析信号的自相似特性，提取 有效的时域特征参数，为水声目标分类识别提供了一种新的特征分析手段垆。 国外对水下目标探测和识别研究一直十分重视。美国s t a n f o r d 大学的 h e n i i 和e a f e i g e n b a u m 等人研制的水下预警专家系统h a s p 经不断改进， 先后经过s i a p 、c l a i m s 、t h e s e u s ，到后来研制出第四代声纳专家系统 s e s 盯1 。加拿大的j n m a k s y m 等人也开发了分析舰船辐射噪声的信号分析专 家系统i n t e r s e n s o r ，该系统中有关知识的表示、推理机制及线谱的检测 和提取方面都进行了深入细致的研究，目前仍有很高的参考价值悼1 。m e l v i n 等人首先利用双谱对海洋声学信号进行特征分析，充分地表明以舰船辐射噪 声为主的信号中含有环境噪声所不具备的非线性分量唧；l a u t e r b o m 等人设计 了一个可以产生被动水声信号的实验系统，其机理类似于舰船辐射噪声的产 生机理，对实验结果的分析表明，被动水声信号具有混沌特性川；主动水声 信号方面，t u o v i l a 等人利用分数维的空间变化率来提高声纳对复杂背景下沉 底水雷的目标检测性能”；c a m i c h a e l 等人利用声纳图像的多重分形分析进行 海床分类研究“。 2 哈尔滨：f 程大学硕士学位论文 1 3 对选题的研究性设想 本文首先介绍被动目标辐射噪声产生机理，建立被动目标辐射噪声仿真 模型。运用语音信号处理方法，采用美尔频率倒谱系数( m e lf r e q u e n c y c e p s t r u mc o e 衔c i e n t s ，简称m f c c ) 作为舰船辐射噪声目标特征，即提取舰 船辐射噪声的语音特征。 然后，运用多重分形理论并结合小波分析方法，对舰船辐射噪声时间域 和频率域多重分形特征提取进行研究。在时间域，建立水声信号的分形布朗 运动模型，在此基础上，进行相空间重构，提取时间域多重分形特征；在频 率域，计算出功率谱奇异测度分布函数，并验证其为局部自相似信号，在此 基础上，提取功率谱多重分形特征。 1 4 本文研究内容 本文共分五章，内容安排如下： 第一章，论述了本文研究的背景及意义，给出了国内外在该领域中的研 究状况。 第二章，简要介绍了被动目标辐射噪声的产生机理和语音信号处理相关 理论。在理论研究基础上，建立了舰船辐射噪声信号数学模型，并对舰船辐 射噪声信号进行了仿真，进而对其进行m f c c 特征提取及分类识别，然后提 取了实录的三类舰船辐射噪声的m f c c 特征，并进一步研究了美尔带通滤波 器组所含滤波器的个数、m f c c 阶数的选择问题。证实了在水声信号处理领 域基于语音的分析方法的可行性。 第三章，首先概要论述与分形信号处理密切相关的分形概念与基本理论， 然后通过对分形信号模型分数布朗运动的研究，建立舰船辐射噪声的分 数布朗运动模型，最后研究时间域多重分形特征提取方法，对实录时域信号 进行相空间重构，提取广义维数。该研究工作证明，广义维数在一定程度上， 能够刻画水声信号的粗糙程度，在水下目标识别中具有重要的应用前景。 第四章，论述了舰船噪声功率谱的多重分形特征，研究了多重分形小波 变换分析方法，并进一步用于舰船噪声功率谱，计算出功率谱奇异测度分布 函数，在此基础上得到了从总体上反映舰船功率在频率轴上的奇异测度分布 哈尔滨t 程大学硕士学位论文 信息的广义维数，它可作为舰船噪声的一种频域多重分形特征，可以与传统 的线谱和连续谱特征相互补充，更完整地反映目标的频域特性。 在本文的最后，进行了全文总结工作，指出进一步完善本文工作还需深 入研究的问题。 4 哈尔滨t 程大学硕士学位论文 第2 章基于语音分析的舰船辐射噪声特征提取 2 1 舰船辐射噪声机理 为了研究舰船辐射噪声的语音特性，必须先了解舰船辐射噪声的产生机 理，从而建立一种合理的水下目标数理模型，并以此为基础作进一步研究引。 所谓舰船辐射噪声，是指舰船、潜艇和鱼雷在航行或作业时，由于有推 进器和各种机械部件的工作，使得它们产生的振动通过船体辐射到水中，形 成了舰船辐射噪声。利用舰船辐射噪声对目标进行分类识别是水声领域中一 个很重要的研究内容。舰船、潜艇和鱼雷所辐射的噪声，是被动声纳系统赖 以探测、跟踪目标的信号，这类噪声是众多噪声源，比如推进系统、往复部 件、各种泵等的综合效应。大量资料和分析研究表明，舰船辐射噪声通常由 两部分组成，一种是具有连续谱的宽带噪声，它相应于随机成分；另一种是 单频噪声，这种噪声由出现在离散频率上的“线谱 组成，它相应于周期性 或准周期性有规律成分4 1 。如图2 1 所示。图2 1 ( a ) 为线谱，图2 。1 ( b ) 为 连续谱，图2 1 ( c ) 为两类混合迭加而成的实际噪声，这在很大的频率范围 内是成立的。 l t l ( 。 i卜 图2 1 辐射噪声谱示意图 舰船辐射噪声按照噪声源可分为三大类：机械噪声、螺旋桨噪声和水动 力噪声。 机械噪声指的是舰船在航行或作业时，由船上的各种机械设备产生的噪 声，这些机械在运动过程中产生振动，通过底座或支架传递到船体，从而引 起船体振动并向海洋中辐射声波。机械噪声又可分五类：不平衡的旋转部件， 哈尔滨t 程大学硕十学位论文 如不圆的轴或电机电枢；重复的不连续性，如齿轮、电枢槽、涡轮机叶片； 往复部件，如往复式内燃机气缸中的爆炸；泵、管道、阀门中流体的空化和 湍流，凝汽器排气；轴承和轴颈上的机械摩擦。其中周期性的振动源产生线 谱，非周期性的振动源产生连续谱，被动目标的低频线谱主要是由机械噪声 中的周期振动源产生的，机械噪声是舰船辐射噪声低频段的主要成分。 螺旋桨噪声是指由旋转的螺旋桨在水中转动所产生的噪声，包括螺旋桨 空化噪声、螺旋桨旋转和螺旋桨叶片振动所产生的噪声。螺旋桨在水中旋转 时，叶片尖上和表面上会产生负压区，如负压达到足够高，就会出现空化， 这些空气泡破裂时会发出尖的声脉冲，大量气泡破裂产生的噪声是一种很响 的咝咝声，即所谓的空化噪声，它往往构成舰船噪声高频段的主要部分。在 高频段，它的谱级随着频率的增高大约以6 d b 倍频程的斜率下降；在低频段 则随频率的增高而增高。因此，谱形成一个峰，这个峰通常在1 0 0 h z 1 k h z 十倍频程内，而且随航速和深度而变化。螺旋桨噪声在不同方向上的辐射是 不均匀的，在环绕船的水平面内有指向性。测量结果表明：船艏和船艉方向 比正横方向辐射的噪声小，这可能是由于船体的遮挡( 对船艏) 和尾流的影 响( 对船艉) 。通常，在与船艏一船艉方向呈3 0 0 角度内，指向性图案有凹进部 分，船艏方向比船艉方向凹进略多些。 水动力噪声是在不规则和起伏的水流流过运动船只时产生的。一般情况 下，舰船水动力噪声在强度方面往往被机械噪声和螺旋桨噪声所掩盖。但在 特殊情况下，如结构部件或空腔被激励成为强烈线谱噪声的谐振源时，水动 力噪声有可能在线谱出现范围内成为主要噪声。对于水动力噪声，由于海洋 环境是一个十分复杂的非线性过程，海流的随机运动、声波的混响效应以及 海洋背景噪声的干扰，都有可能导致混沌的产生。尤其是海洋环境噪声。它 主要由海洋湍流引起，已经证明海洋湍流是一种混沌现象”5 1 。所以研究水声 信号的非线性处理方法是很有意义的。 2 2 语音信号倒谱分析 在建立水下目标数理模型之前，首先概述语音信号处理相关理论。由于 人对语音的识别与声呐兵对舰船辐射噪声的识别机理是相同的。因此，对语 音的特征分析方法也可用于舰船辐射噪声的特征描述。本章采用美尔频率倒 6 ， 哈尔滨t 稗大学硕士学位论文 谱系数( m f c c ) 作为舰船辐射噪声语音特征。从本质上讲，m f c c 是选择 能量谱中各频带的能量作为目标特征。 2 2 1 倒谱分析 按照语音产生模型的理论，语音信号是由激励信号与声道响应相卷积产 生的，发声个体的个性特征很大程度上体现在发音声道变化上，即声道响应。 要想提取反映声道特性的特征，就必须通过解卷积去掉激励信息”们。同态解 卷系统是一种较好的解卷积方法，它可以较好地将语音信号中的激励信号与 声道响应分离，并且只需用十几个倒谱系数就能相当好地描述语音信号的声 道响应，因而在语音处理中占有重要地位。 信号x ( n ) 的复倒谱曼0 ) 定义为：x ( n ) 的z 变换的对数的反z 变换，即： 曼( 聍) = z 。1 【l o gz 【x ( 玎) 】( 2 - 1 ) 设x ( 玎) 的z 变换为：x ( z ) = z x ( ，z ) 】，其对数为：j ( z ) = l o g ( x ( z ) ) ，则： j ( z ) = l o g ( 1 x ( z ) le 一越8 z 2 ) = l o gi x ( z ) j - _ ，a r gx ( z ) ( 2 2 ) 上式复对数运算中，虚部是相角a r g x ( z ) ，它存在多值性的问题。为确保定义 的唯一性，通常可以用一个约束条件，即假定相角是角频率的连续奇函数。 如果我们只考虑x ( z ) 的模，而忽略它的相位，那就得到倒谱( c e p s t m m ) 的定义，即：信号的倒谱c ( n ) ，其定义为x ( n ) 的z 变换的幅度的对数的反z 变换，即： c ( 玎) = z - 1 1 0 9z x ( n ) i = z - l 1 0 9s ( z ) i ( 2 3 ) 从z 变换的性质很容易推知，倒谱为复倒谱的偶部，即： c ( 甩) = 曼( ) + 曼( 一，z ) 2( 2 - 4 ) 在此了解如何构成一个同态解卷系统之前，必须先了解什么是同态解卷 特征系统。 同态解卷特征系统，实际上就是由信号的时域表现x ) 计算其复倒谱 圣( 胛) 的一个系统，其框图如图2 2 所示。 7 哈尔滨t 程大学硕士学位论文 x ( ，2 ) 压母 锄， x ( z )j ( z ) 图2 2 同态解卷特征系统 由图可知，曼( 门) 为x ( n ) 的z 变换的对数的反z 变换。如果在时域的x ( n ) 是两 个信号分量的卷积，在复倒谱域量( 以) 就是相应的两个复倒谱信号之和了。实 际上，在z 变换的对数域碧( z ) 也已变成两个相应分量的和了。这就有可能用 线性滤波技术将二者分离而实现解卷。 同态解卷系统的z 变换域模型如图2 3 所示。 x ( z ) _ y ( z ) 墨( z ) 五( z )毫( z ) + j ：( z )霉( z ) + 建( z )i ( z ) e ( z ) 图2 3 同态解卷系统的z 变换域的模型 它是基于z 变换的卷积性质得到的，两个信号卷积的z 变换等于其z 变 换之乘积，因而可通过对数变换使之变为两者之和，即 x ( z ) = l o gx ( z ) = i o g x 1 ( z ) x 2 ( z ) 】 = l o g x ( z ) + l o g x 2 ( z ) = 互( z ) + t ( z ) ( 2 - 5 ) 然后，采用线性处理l 【】，抑制其中某一个，使之变为霉( z ) + 建( z ) ，再通过 指数变换返回到z 变换域，就提取了没有被抑制的那个分量的z 变换了。 依据文酬1 7 1 ，倒谱系数衰减很快，一般只要提取前2 0 个系数就够了。 2 2 2m e l 频率 语音学中为了描述听觉上分辨声音高低的感受，引入了音调的概念。人 们对频率低的声音，听起来感觉它的音调低，对于频率高的声音，听起来感 觉它的音调高。但是音调与声音频率并不成正比关系。也就是说，人耳对语 r 哈尔滨：- l ：程大学硕+ 学位论文 音频率进行非线性处理，即对不同频率的语音具有不同的感知能力。为了描 写音调，人们采用m e l 频率刻度，规定音调的单位为m e l ( 唛) 引。临界带 宽是划分m e l 频率刻度的重要依据。 临界带宽的引入是为了描述窄带噪声对纯音的隐蔽效应。一个纯音可以 被以该纯音的频率为中心频率并且具有一定频带宽度的噪声所隐蔽，当加宽 噪声带宽时，这种窄带噪声对纯音的隐蔽量最初是增大，但超过某一带宽后 就不再增大，这一带宽称为临界带宽。实验表明引：当中心频率在l k h z 以下 时，临界带宽大致呈线性分布，约为l o o h z ：当中心频率超过l k h z 时，随着 中心频率的增长，临界带宽呈对数增长。所以符合人的听觉系统的频率刻度 划分应该在低频上有较高的分辨率，在高频上具有较低的分辨率。线性频率厂 与m e l 频率之间的转换公式为9 1 ： m e l ( f ) = 2 5 9 5 l g ( 1 + f 7 0 0 )( 2 6 ) 该公式较好地满足了分段线性特性以及临界带宽特性。如图2 4 所示： 美尔刻度与频率的关系 频翠( h z ) 图2 4 美尔刻度与频率的关系 2 2 3m e l 频率倒谱系数 m e l 频率倒谱系数( m e l f r e q u e n c yc e p s t r u mc o e f f i c i e n t s ，简称m f c c ) 即为基于上述m e l 频率的概念而提出的。它与普通倒谱系数不同，它是利用 音调特性来进行特征提取的，计算的是听觉的主观频率( m e l ) 上的频谱的倒 谨1 2 0 - 2 1 h jo 9 哈尔滨丁稗大学硕士学位论文 实验心理学的试验结果表明：般说来，音调的区分阈限随音调的频率 的变化而变化。频率越低，人耳对频率的变化越敏感，即区分阈限值较小。 在强度为4 0 d b 时，2 0 0 0 h z 的音调只要改变3 h z 即可被察觉；而当音调频率 达到1 0 0 0 0 h z 时，区分阈限值已上升到3 0 h z 。这个结果说明：可以设计模型 使其在音调轴( m e l ) 上均等地逼近语音短时功率谱，从而更好地符合人的听 觉特性。假设人耳的听觉范围是从f o 到，相对应的音调从心到心，对饩 到m 。进行疗等分，分点为m ，鸠，m 棚，m ；相对应的频率为 石，左，五印z 一。这样，所获得的刀个频段实际上就是根据音调的特性，将 频率轴作了合理的弯折。 m f c c 计算要点就是将线性功率谱转化成m e l 频率下的功率谱。为了实 现功率谱的转换，可以以类似临界频带划分的方法，在语音帧的频率范围内 设置一系列带通滤波器，组成带通滤波器序列，即m e l 滤波器组，用该滤波 器组模拟人耳听觉的非线性特性。 懈滁。 上上上上上j上 7 m 1 m ；h每个渡月 频率 的能量 图2 5 相互交叠的三角形滤波器组 由于每个频带中分量的作用在人耳中是叠加的，因此将每个滤波器频带 内的能量进行叠加。设每个滤波器的中心频率为f ，( f _ l ，p ) ，与之对应的 各个m e l 频率点在m e l 频率轴上是均匀分布的，则在线性频率上，当m 较小 时，相邻的f 的间隔较小，随着p 的增加，相邻的f 的间隔会逐渐加大。滤 波器的设计可以是各种类型，最简单的设计是交叠矩形滤波器组，它实际上 是对各个频率上的分量同等对待：另一种滤波器的设计方法是三角形滤波器 组，这种设计考虑到同一频带内不同频率分量的贡献不同，分别乘以不同的 权重，但在频带分界点附近的频谱信息并未得到充分利用；第三种滤波器的 设计可以结合前两种的设计，构造一个频带交叉的三角形滤波器组。如图2 5 1 0 哈尔滨! 一r = 程大学硕士学位论文 为一个典型的m e l 频率滤波器组。取每个三角形的滤波器频率带宽内所有信 号幅度加权和作为某个带通滤波器的输出，然后对所有滤波器输出作对数运 算，在进一步作离散余弦变换即得到m f c c 。 2 2 4m f c c 提取算法 m f c c 特征提取算法如图2 6 所示。 语音信号 y ( n ) p ( f )e ( j 】 ) l 预处理卜 l f i t ( y ( 槲 c ( 疗) 图2 6m f c c 特征提取算法框图 ( 1 ) 预处理 分帧阻1 ：由于语音信号的准平稳特性，使得只在短时段上才可视为一个 平稳过程，可以用对平稳过程的分析方法进行分析，因此需要将语音信号划 分为一个一个的短时段，每一短时段称为一帧，每一帧的长度大概为1 0 3 0 m s 。 水声信号虽然具有缓慢的时变特性，但实验证明，在约1 3 秒的采样长度内， 各帧之间的m f c c 差异比较小，因此用m f c c 作为水声目标的特征时，帧长 不大于1 3 秒即可。 加窗：为了减小语音帧的截断效应，降低帧两端的坡度，使语音帧的两 端不引起急剧变化而平滑过渡到零，就要让语音帧乘以一个窗函数。设帧信 号为x ( n ) ，窗函数为c o ( n ) ，则加窗后的信号y ( n ) 为： y ( n ) = x ( n ) c o ( n ) ，0 ，2 n 一1 ，为每帧的采样点数 ( 2 - 7 ) 目前常用的窗函数是h a m m i n g 窗口2 1 ： 、 c o ( n ) = 0 5 4 - 0 4 6 c o s ( 2 n n 忉，玎= o ，1 ，一1( 2 - 8 ) ( 2 ) f f t 通过计算信号的f f t ，求得其频谱，并对频谱幅度平方求得能量谱。这 里需要注意的是：在进行f f t 运算时要考虑到f f t 的点数问题。如果f f t 的 点数选取过大，则运算的复杂度会增大，使系统的响应时间变慢，不能满足 系统的实时性：如果点数过小，会造成频率分辨率过低，提取的参数的误差 1 1 哈尔滨下程大学硕士学位论文 过大。一般要根据系统的具体情况选择f f t 的点数。 ( 3 ) m e l 滤波 对上步得到的能量谱用一组m e l 尺度的三角形滤波器组，进行带通滤波。 其中m e l 频率滤波器组为在语音信号的频谱范围内设置的若干个带通滤波器 巩( ) ，其中心频率为( m ) ，m = 1 ，2 ，m ，m 为滤波器的个数，考虑到实现 的方便性及主观感觉的模拟，m 通常取为2 4 - 4 0 之间。带通滤波器组的通带 范围一般情况下覆盖0 - f s 2 坼为采样频率) ，每个带通滤波器的传递函数为： h m u 、) = j f ( m - 1 ) f ( m 一1 ) f f ( m ) ( 2 9 ) f ( m ) f f ( m + 1 ) 厂厂( 肌+ 1 ) m 式中h 。( 厂) = 1 ，m e l ( f ( m + 1 ) ) - m e l ( f ( m ) ) = m e l ( f ( m ) ) - m e l ( f ( m - 1 ) ) 。 m = 1 滤波器组输出的对数能量为： 厂n i、 占( m ) = i n lz i r ( f ) 2 以( 厂) j ，m = 1 ，2 ，m k = o 一， ( 4 ) 离散余弦变换 将滤波器组输出的对数能量进行离散余弦变换 t r a n s f o r m a t i o n ，d c t ) 处理，求得m f c c ： ( 2 - 1 0 ) ( d i s c r e t ec o s i n e c ( 刀) = e ( m ) c o s ( ，r ( m - 0 5 ) n m ) 以= 1 , 2 ，p ( 2 一l1 ) 朋= l 其中，p 为m f c c 的阶数，2 2 1 节提到倒谱系数衰减很快，所以p 一般取1 2 1 6 。 离散余弦变换可以看作是k l 变换的一种近似。它去除了原特征矢量中的相 关性，将变换后的特征矢量进行截短，所得的均方误差最小，使余下的特征 矢量保留了原特征矢量的最大能量，这在理论上保证了用p 阶m f c c 来描述 信号的有效性。这样p 阶m f c c 是基于能量谱上的特征提取。 1 2 一一一一 一耀一一朦 哈尔滨t 程大学硕十学位论文 2 3 仿真研究 基于以上介绍，下面给出在m a t l a b 中的实现情况。首先介绍仿真模型 的实现及其仿真结果，然后是用所编的程序对实验信号进行处理，并给出处 理结果。 ( 1 ) 仿真模型：线谱用周期信号产生，环境噪声用高斯白噪声产生【2 ”， 如式( 2 1 2 ) 所示： 7 x = 4 s i n ( 2 n f t + 8 i ) + b n ( t ) ， ( 2 1 2 ) i = l 设a 类信号中zf - 1 ，2 ，7 分别取3 0 h z 、4 7 h z 、6 5 i - h 、8 9 h z 、l l o h z 、2 4 7 h z 、 5 8 0 h z ，b 类信号中zf = 1 ，2 ，7 分别取5 0 h z 、7 7 h z 、18 0 h z 、2 3 0 h z 、3 6 5 h z 、 4 8 3 h z 、6 8 5 h z 。采样频率为1 0 k h z 。每类样本点数为4 0 0 0 点，每类样本个数 为1 0 0 个。调节b 使时域信噪比为一1 4 d b 。图2 7 是两类目标的功率谱，上方 为a 类，下方为b 类。 图2 7 两类目标的功率谱 ( 2 ) m e l 滤波器组生成：设滤波器的个数m 为2 4 ，根据滤波器组的频 率覆盖范围是0 5 0 0 0 h z 及式( 2 - 6 ) 求得相对应的m e l 刻度范围是从到 鸩，对眠到鸩，进行肘等分，分点为m ，鸩，鸩，m 2 。；再依据式( 2 6 ) 求得相对应的线性频率彳，五，厶，厶。，此即为m e l 滤波器组的每个带通滤波 哈尔滨_ 丁程大学硕士学位论文 器的中心频率。如表2 1 所示。图2 8 为m e l 刻度分点与线性刻度中心频率对 应关系。然后依据所求得的各中心频率及公式( 2 9 ) 得到m e l 滤波器组。如 图2 9 所示。 表2 1m e l 刻度分点与中心频率对应关系 m l2345678 m e l4 9 2 3 91 4 7 7 22 4 6 1 93 4 4 6 7 4 4 3 1 55 4 1 6 36 4 0 1 17 3 8 5 8 f ( h z )3 1 2 6 19 8 0 3 41 7 0 92 5 0 4 33 3 7 2 1 4 3 1 9 35 3 5 2 8 6 4 8 0 8 m9l o 1 1 1 21 31 41 51 6 m e l8 3 7 0 69 3 5 5 41 0 3 41 1 3 2 51 2 3 11 3 2 9 41 4 2 7 91 5 2 6 4 f ( h z )7 7 1 1 89 0 5 5 11 0 5 2 11 2 1 2 1 1 3 8 6 71 5 7 7 21 7 8 5 2 2 0 1 2 1 m1 71 81 92 02 l2 22 32 4 m e l1 6 2 4 91 7 2 3 41 8 2 1 81 9 2 0 32 0 1 8 82 1 1 7 32 2 1 5 72 3 1 4 2 f ( h z )2 2 5 9 82 5 3 02 8 2 53 1 4 6 83 4 9 8 13 8 8 1 44 2 9 9 84 7 5 6 3 2 鲫 2 0 1 5 0 0 1 咖 5 o + + 士 + + j + + 。 1 2 1 0 8 工0 6 0 4 0 2 0 o l o o o 2 0 0 0 3 0 0 04 0 0 05 0 0 0o 1 0 0 02 0 0 03 0 0 04 0 0 05 0 0 0 h )k h z ) 图2 8m e l 刻度分点与中心频率对应关系 图2 9m e l 带通滤波器组 ( 3 ) m f c c 计算：根据式( 2 1 0 ) 计算滤波器组输出的对数能量，p 取 1 2 ，然后根据式( 2 1 1 ) 求得图2 1 0 为两类各取一个样本所求得的m f c c 值。 计算所有样本的m f c c 值，进行分类识别。两类仿真目标各自的正确识别率 分别为：8 8 1 、8 7 5 。由此可见所进行的仿真是有效的，下一节将对实测 数据进行处理。 1 4 哈尔滨t 程大学硕士学位论文 2 4 实验数据处理 p 图2 1 0 两类仿真目标的m f c c 值 下面对实验数据进行处理，并给出处理结果。 三类实测数据经降采样后的采样频率为4 k h z ，三类目标共2 9 4 个样本，其 中a 、b 、c 类样本数均为9 8 个，每个样本点数为2 0 0 0 。 鲴 鐾 翠 士 频率i h z 图2 1ia 类目标功率谱 频率，h z 图2 1 2b 类目标功率谱 频率，h z 图2 1 3c 类目标功率谱 姆斛蚤芊ei 鲴瓣辞单，eif 哈尔滨程大学硕士学位论文 图2 1 1 、2 1 2 、2 1 3 为a 、b 、c 类目标的功率谱。 设m e l 滤波器组的滤波器个数m 为2 4 ，根据采样频率决定滤波器组的频 率覆盖范围是0 - 2 0 0 0 h z ，依据式( 2 - 6 ) 求得相对应的m e l 刻度范围及相对 应的线性频率，确定每个带通滤波器的中心频率。如表2 2 所示。图21 4 为 m e l 刻度分点与线性刻度中心频率对应关系。然后依据所求得的各中心频率 及公式( 2 - 9 ) 得到m e l 滤波器组。如图2 1 5 所不。 表2 2m e l 刻度分点与中心频率对应关系 m l2 34567 8 m e l3 l6 9 59 50 8 51 5 84 72 2 18 62 8 52 53 4 86 44 1 20 34 7 54 2 f ( h z )1 99 6 66 16 2 21 0 56 9l5 23 】2 0 16 22 5 37 93 0 89 73 6 73 5 m9 1 01 l1 2131 41 6 m e 】5 3 88 16 0 226 6 55 97 2 89 87 9 23 7 8 5 57 69 1 9 1 5 9 8 25 4 f ( h z )4 9 44 35 6 35 4 6 3 66 57 1 39 87 9 588 8 23 4 9 7 38 9 m1 7】81 92 02 l2 22 32 4 m e l1 0 4 591 1 0 93 1 2 3 6 l1 2 9 951 3 6 291 4 2 63 1 4 8 97 f ( h z )1 0 7 07 1 1 7 321 2 8 l6l3 9 621 5 1 751 6 4 581 7 8 151 9 2 5 1 图21 4m e i 刻度分点与中心频率对应关系图21 5m e ! 带通滤波器组 似2垂i ，一高 i簟黜 托=二：二j 削、i一引j酣0 工 ；i一：；j踟，“；量 t上 !-啪 一 一 一 吾 o 啥尔滨工程大学硕士学位论文 4 0 2 0 2 0 ： 2 0 m = 科 一三i 萄葫“”- _ _ i = 搿i ：。! ： ；了再 。i 彦 1 、圹v 1 lo il j。1擎 。i 。一4 4 02 i ；i1 01 2。o i24i r1 丁矗 pp ( a )( b ) 图21 6 三类目标各随机选取两个样本提取的m f c c 值 根据式( 2 - 1 0 ) 计算滤波器组输出的对数能量，p 取1 2 ，然后根据式( 2 - 1 1 ) 求得a 、b 、c 类目标的1 2 阶m f c c 。图2 1 6 的( a ) 和( b ) 分别为三类各 随机选取一个样本所求得的m f c c 值。可以看出每类目标m f c c 值及m f c c 曲线形态很稳定。计算所有样本的m f c c 值，送入l m b p 神经网络分类器进 行多次分类识别实验。每次随机抽取全部样本的1 2 作为训练集，其余t 2 作为检验集，得到一次实验的检验识别率。表23 是使用1 2 维语音特征m f c c ， 进行1 0 0 次分类实验的统计结果。可见，提取的语音特征，对于舰船噪声的 分类识别是有效的。 表23 采用1 2 维语音特征的平均检验识别率 下面研究滤波器个数m 与m f c c 的阶数p 的选取对m f c c 特征提取及 分类效果的影响。 首先来看对m f c c 特征提取的影响。根据2 24 节介绍，m 通常为2 4 4 0 之f 刚，p 一般为1 2 1 6 之间。 ( 1 ) m 取定值2 4 ，p 改变，p 取8 、1 2 、1 6 、2 0 。图2 1 7 、2 1 8 、2 1 9 、 22 0 表示了每种情况下的三类目标的m f c c 。 哈尔滨t 程大学硕士学位论文 2 0 ； _ _ 一旦 图2 1 7p = 8 时三类目标的m f c c ”r j 一i _ _ 2 0 r ，c 1 0 ? f 弋m 0 ￥ 图21 9i o = 1 6 时三类目标的m f c c 2 0 一c ；o二、。 图21 8p = 1 2 时三类目标的m f c c 2 0 4 fc ! 。? t ，。，。、一、。 。，十 图2 , 2 0p = 2 0 时三类目标的m f c c 可以看出随着p 值的增加，m f c c 对目标的描述越详细，但同时，类别 之间相近的m f c c 值越多，可能会影响识别率，下面将对此问题进行研究。 另外还证实了m f c c 值如2 21 节所述，衰减很快，所以p 取到2 0 足够描述 目标特性了。 ( 2 ) p 取定值】2 ，m 改变，m 取2 0 、3 0 、4 0 、5 0 。图22 1 、22 2 、22 3 、 22 4 表示了每种情况下的三类目标的m f c c 。 哈尔滨丁栏大学硕十学位论文 图22 1m - 2 0 时= 类目标的m f c c 6 0 b 4 0 。 c lz ：。： 。 j o ： ，1 十j o ； “ 5 0 + “ l 。5j 氏 ；，亏j ，5 0 ￥ 图22 3m - 4 0 时三类目标的m f c c图22 4m - 5 0 时三类目标的m f c c 可以看出随着m 值的增加，每类目标每阶m f c c 值都有一定程度地增大。 但类别之自jm f c c 值区分程度却并没增大，其对识别率的影响将在卜面讨论。 现在来看滤波器个数m 与m f c c 的阶数p 的选取分类效果的影响。采用 全部样本的1 2 作为训练集，其余1 2 作为测试集，在不同的吖和口的情况 下，计算三类目标总的正确识别率，其实验结果如表24 所示。 表2 4 不同的滤波器个数和不同的m f c c 阶数情况的正确识别率 汰 9 23 5 8 54 2 9 l6 7 9 23 6 8 75 9 28 9 9 37 5 9 25 8 8 l2 5 8 88 9 9 23 5 ；沁o 8_蚰。 羽刊掣 e h 。 哈尔滨t 程大学硕士学位论文 从表2 4 可以看出，当m f c c 阶数p 保持不变，增加滤波器个数m 时， 识别率并没有实质性的提高。这充分验证了，对能量特征经k l 变换得到的 特征矢量进行截短，截短后的特征矢量保留了原特征的最大信息。当滤波器 个数m 保持不变，增加m f c c 阶数p 时，识别率有明显提高。这是因为， m f c c 阶数越高，截去的部分越少，保留的原特征信息越多。但并不是p 越 大识别率越高。因为前面已经证实，随着p 增大，m f c c 值衰减很快，所以 2 0 阶以后的m f c c 对分类效果影响并不大，识别率会趋于稳定。 2 5 本章小结 本章采用语音信号处理理论上的美尔频率倒谱系数( m f c c ) 作为描述舰 船辐射噪声的语音特征。从本质上讲，m f c c 是选择能量谱中各频带的能量 作为目标特征。m f c c 计算要点就是将线性功率谱转化成m e l 频率下的功率 谱