（水声工程专业论文）地声信号处理方法研究.pdf

a b s t r a c t w h e nt h el o wf r e q u e n c ya c o u s t i cw a v et r a n s m i t sf r o mt h es e at ot h en e a r s h o r e ，t h ee n e r g yo ft h ea c o u s t i cw a v eh a sb e e ng r e a t l ya t t e n u a t e d b u ta p a r to f e n e r g yo ft h ea c o u s t i cw a v et r a n s m i t si n t ot h es e a b e d ，c o m e si n t o b e i n g g e o a c o u s t i c ss i g n a l ，t h e nt h es i g n a lp r o p a g a t e st ot h es h o r e s ot h et a r g e ti nt h e s e ac a l lb ed e t e c t e db yd e t e c t i n gt h el o w f r e q u e n c yg e o a c o u s t i c ss i g n a l t h ek e y p o i n to ft h ep r o b l e mi st h ew e a kl o wf r e q u e n c ys i g n a ld e t e c t i o nw i t hs t r o n gn o i s e f o rs o l v i n gi t ，t h i sp a p e rm a i n l yw o r k sf o rt h en o i s er e d u c t i o n ，s i g n a ld e t e c t i o n ， a n dp o w e rs p e c t r o g r a ma n a l y s e f i r s t l y ，s o m eo fn o i s er e d u c t i o nm e t h o d sa r ei n t r o d u c e d t h er e s e a r c hi s d o i n ga tt h ef o l l o w i n ga s p e c t s ：e l i m i n a t i n gt h et r e n d ，r e m o v i n gt h et r a n s i e n t i n t e r f e r e n c e ，r e d u c i n gn o i s e t h er e s u l t ss h o wt h e s em e t h o d si n c r e a s e dt h es n r a n dt h e ya r eh e l pf o rt h es i g n a ld e t e c t i o n t h e n ，t h r o u g hi n t r o d u c i n gt h et h e o r yo ft h ec l a s s i c a lc o p y c o r r e l a t i o na n d c h a o ss i g n a ld e t e c t i o n ，s o m er e s e a r c hh a v eb e e nd o n ef o rt h ee f f i c i e n ts i g n a l d e t e c t i o nw i t l ls t r o n gn o i s ea tt h e b a c k g r o u n d a tl a s t ，t h et h e o r yo f p o w e rs p e c t r o g r a me s t i m a t i o na n dl o f a rs p e c t r o g r a m a n a l y s ea r ed i s c u s s e d t h ee x p e r i m e n t sd a t ai sa n a l y z e da tt h ef r e q u e n c ys p e c t r u m b yt h e s em e t h o d s t h i sp a p e ra t t e m p t st od os o m er e s e a r c ho nt h eg e o a c o u s t i c ss i g n a lf o rt h e f i r s tt i m e t h r o u g hs t u d y i n gs o m et r a d i t i o n a ls i g n a ld e t e c t i o nt h e o r y , w ef i n dt h e m e t h o d sw h i c h a d a p t t ot h ed e t e c t i o no ft h e g e o a c o u s t i c ss i g n a l t h e c h a r a c t e r i s t i co fg e o a c o u s t i c ss i g n a lf r e q u e n c ys p e c t r u mi sc o g n i z e db ya n a l y z i n g t h ep o w e rs p e c t r u m t h r o u g hp r o c e s s i n gt h ee x p e r i m e n t sd a t a , i ti sv e r i f i e dt h a t t h eg e o a c o u s t i c ss i g n a lc a nb ed e t e c t i o nw h e nt h es o u r c ei sf a rf r o mt h er e c e i v i n g s t a t i o n i tp r o v i d e san e wt h o u g h tf o rt h eo b j e c td e t e c t i o ni nt h ed i s t a n c e k e yw o r d s ：g e o a c o u s t i c s ；c o p y - c o r r e l a t i o n ；p o w e rs p e c t r u m ；l o f a rs p e c t r o g r a m 哈尔滨工程大学 学位论文原刨性声明 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、数据和文献的弓| 用已在 文中指出，并与参考文献相对应。除文中已注明引用的内容外， 本论文不包含任何箕链个入或集体已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德结果由本入承担。 作者( 签字) ：周晓晚 ，目期：动参擘年3 月力旦 哈尔滨工程大学 学位论文授权使用声明 本人完全了解学校保护知识产权的有关规定，帮研究生在校 攻读学位期间论文工作的知识产权属于哈尔滨工程大学。哈尔滨 工程大学有权保留并向国家有关部门或机构送交论文的复印件。 本人允许哈尔滨工程大学将论文的部分或全部内容编入有关数据 库进行检索，可采用影印、缩印或扫描等复制手段保存和汇编本 学位论文，可以公布论文的全部内容。同时本人保证毕业后结合 学位论文研究课题再撰写的论文一律注明作者第一署名单位为哈 尔滨工程大学。涉密学位论文待解密后适用本声鳞。 本论文( 口在授予学位后即可口在授予学位1 2 个月后 豳 解密后) 由晗尔滨工程大学送交宥关部f j 进行保存、汇编等。 作者( 签字) ：月嚷嗥导师( 签字) ：俐。胖彪 鑫期：麓移秽雩年；胃动日卅年量月动舀 哈尔滨工程大学硕士学位论文 第1 章绪论 1 1 本文研究背景及意义 地震预报是地球科学中的一门前沿学科，也是当今世界上的科学难题之 一。地震预测预报工作直接关系到整个社会的生命和财产安全，丽要做到准 确及时的预测预报，便需要准确、高实时性、稳定、范围广泛的基础数据做 依据，所以获取稳定、可靠、准确的地震监测数据，是地震监测预报工作的 基础h 。 地声作为一个重要的地震前兆现象，圜内外进行了广泛的研究。这是因 为当地声出现时，在很短的时间内就会发生地震，并且震中距离地声观测点 也不会太远。我们据此可做出较准确的地震预测以及采取相应的紧急措施。 邃恧，通过这方面的研究在临震预报主具有非常重要的意义。 2 0 世纪里，地震勘探在寻找和开发油气田中得到长足的发展，并做出了 重大贡献。随着地震勘探仪器的进步，地震勘探工作方法也有许多创新和改 善，其中提高分辨率一直是地球物理学家努力奋斗的露标和研究的课题。近 几年来，随着世界油气工业的发展趋势及我国油气勘探开发的深入，地质条 件越来越复杂，从物性良好的厚层向陆相碎屑岩薄互层、致密砂岩层发展， 而且勘探深度要求也在加大。这些特点不仅给地震勘探工作带来许多的困难， 围时也为今后的勘探工作提出了更高的要求。千方百计提高地震勘探的分辨 率和信噪比已经成为问题的关键和焦点。 地声除了在地震预报、地震勘探方面得到了广泛运用，在复杂的海洋环 境中通过测量地声，来探测远距离目标，研究海底沉积物声学特性等方面也 有它重要的意义。声波在海水中远距离传播时，一大部分能量将被海水吸收， 然而海水对低频声波吸收很小，因此超低频声波可以做超远距离的传播，特 别是频率低于2 0 赫兹的次声频段声波传播的距离更远。低频声波由远处向近 岸传播过程中，水体中的声波能量衰减很快，僵声波也有很大一部分能量透 射到海底介质中，通过地声向近岸传播脚。因此在近岸通过测量地声有可能 探测远距离的水中目标p 儿卅。 哈尔滨t 程大学硕士学位论文 1 2 地声研究现状与发展 声呐技术的不断发展，就要求水声学家需要知道海底的声学特性对声波 在海洋中传播的影响，因此海底成为当今水声学家们一个重要的研究对象。 于是，一门与水声学、海洋学、地质学、地球物理学及地理学等多种学科有 密切关系的新的交叉学科地声学( g e o a c o u s t i c s ) 在过去4 0 多年中发展起来 了嘲。 地声学是一门研究海底沉积物声学特性的学科，也是一门用声学方法研 究海底沉积物地学特性f 如地质构造及其地质属性等) 的学科。我们说的地声 其频率通常高于2 0 h z ，一般称2 0 6 0 h z 为低频地声，6 0 3 0 0 h z 为中频地声， 3 0 0 h z 以上为高频地声。低频和中频地声中的一部分就是我们平时说的负级 地震。目前，世界上从事地声研究的函家有俄罗斯、美国、日本和中国。 6 0 年代初期，美国、量| 本相继遭受巨大的地震灾害，1 9 6 6 年，我国河北 发生大地震，死伤近5 万人。重大的地震灾害激起了社会和公众对地震预报的 强烈要求，与此同时，科学技术的飞速发展为地震的预报奠定了基础。1 9 6 4 年，美国缓织了一大批有声望的地震科学家拟定了地震预报的研究规划。大 力发展各类海底探测设备删。丌。在回声测深仪基础上发展起来的多种海底声探 测设备( 如多波束测深仪、侧扫声呐和地层剖面声呐等) ，它们的出现和不断 改进、更新，有力地促进了地声学的发展。美国不少著名的大学、研究所和 军事部r - j ( 如哥伦比亚大学、威斯康星大学、w o o d s h o l e 和s c r i p p s 两个海洋研 究所以及海军水下中心、海军海洋局和北大西洋组织反潜武器研究中心等) 在海底沉积物中的声学问题上都进行了很多年的理论研究和全球范围( 涉及 世界各大洋) 的实验研究工作。在分析了大量实验数据基础土，h a m i l t o n 等得 出了浅海和深海几含区域的海底地声模型。 8 0 年代初，美国一些海洋地质、地球物理学家同水声学家起，讨论了 关于利用地层剖面声呐去探测海底地质构造和地质属性，同一时期分别在图 际海洋地质杂志( m a r i n eg e o l o g y ) 和美国声学杂志( j a s a ) 上出舨了专集。也就 是在8 0 年代初期，美国声学学会年会上开始有了地声学( g e o a c o u s t i c s ) 这一分 支学科的专题报告会。此外，加拿大、日本和英国等一些欧洲国家多年来也 在地声学方面进行了大量工作翔。 2 哈尔滨工程大学硕十学位论文 ；i i i i i i i i i,il i i i i i i i i i i i i ii i i i i ii i 圈本政府放1 9 6 4 年开始推行地震预报研究，重点是确定地震的预撤方法， 提囊地震麓预掇耩度。 前苏联也是从6 0 年代初开始研究，在中泛秘远东地区建立了一系列预掇 地震的实验场，重点开展地震预报的现场研究和基础性的实验研究。 经过碡0 多年的研究，各国在地震活动特点，逑震飙律，地震前兆观测等 方蔼取怒许多进展，僵从总体上慕说，科学磺究进展与实现地震预报还存在 很大距离。近年来，俄罗斯侧重予观测地脉动，并多次表示能预报地震和矿 石塌陷，在1 9 8 8 年1 2 胃7 目麓皮塔宽大地震前几霹，记录到了高频地脉干扰； 美国在麓克菲尔德遗震预报实验场进行缝声鼹测，僵来获得仟么进震；鞠本 一直在系京进行深井中的圭也声窥测，但是囱于地声信号的频率离、强度弱、 干扰强，长时期记录困难，研究也比较缓慢。 在海底声探测和海底沉积物声学特性等潮题上我国不少单位也早就开展 了工俸。6 蛰年代米，东海站耪地麓帮海洋逖震研究所合侔研铡了一套戳 3 7 5 x 1 0 4 j 大能量b o o m e r 为声源的深地层探测设备，并开始研制气枪声源。 1 9 7 6 年以后，根据海港工程地质调查和浅水石油地震勘探的需要，东海站先 矮研制成功t q p y 2 1 浅邃层割面彼( 献b o o m e r 瓷声源) 、d d c l 2 i 深逮层荆蔼议 ( h a 电火花毙声源) 嬲撬入式气枪震源等3 项声探测设备。就蓐，根据汪、涎、 湖泊地区的地质和地理学研究工作的需要，又研制成功了g p y 和p g s 鹚种离 分辨率的地震割露声呐，并在冒惠外得到了推广应用。近年来，东海站在海 底声探测的新技术、声参数遥测和地层割面仪酶图像识别等闯题上也进行了 一些基础性的研究工作。从7 0 年代开始，中圈科学院声学研究所对海底沉积 物中声传播、海底声速溅量和海底性质的声学识别等闯题开展了研究工作嗍。 我辫：1 9 6 6 年开始邋声厩溯# 1 9 7 7 年采用仪器记录；1 9 8 3 年底成立了 全萤逸声专业课题缎；1 9 8 5 年在固家遗震愚地球物理所建立了逸声数攥处毽 中心；这是一个高频信号处理系统，模数转换率为1 0 0 k c 。 我翟在地声研究过程中获得了一些结果；研铡了适用于地声、极微震观 测酌仪器；建立了标准勉声观测小孔径台网，它可以用于长期连续观溺，褥 到了一些翦燕地声资料；建立了全国地声处理中心、地声资料处理程序疼； 在以上基础上进行了声源定位、地声频谱、地声源与溅动断层关系方西的研 究。 3 哈尔滨工程大学硕十学位论文 1 3 地声信号处理方法的研究现状 地声信号的复杂和不可预知性，给信号处理带来了很大挑战。而且地声 信号往往夹杂在强大的背景噪声下。提取和测量地声信号便转化为检测背景 噪声淹没的微弱信号。这样信号处理就存在两方面的闻题，降嗓和检测。 1 3 。圭地声信号降噪研究现状 由于地表条件、激发、传播及接收等诸多方面的原因，相干噪声时常在 地震记录中出现。现阶段对于相于噪声的消除，各处理中心大都采用切除、 带通滤波、f k 域消除及由其派生出的各种修改方法、小波变换分频去噪、 小波分频及均值加权等方法。由于信号与干扰无论在时域还是在频域都复杂 地叠合在一起，故采用切除技术来消除相干干扰总是以牺牲部分有效信号为 代价的。另外，还有的采用中值相关滤波去噪和自适应相干噪声衰减方法来 消除相干噪声。利用中值相关滤波进行信噪分离适应各种强烈干扰背景资料 的信噪分离，且对信号的傈真度高，是一些复杂地区的低信噪比地震资料处 理的一种理想方法。自适应相干噪声衰减方法在消除于扰波的网时，使得有 效波的频率分量可以保持，是消除线性干扰波、面波以及多次波等各种规则 相干干扰波的一种有效方法 域。 在地震信号中随机嗓声也时常伴随在地震记录中出现。人们设计了多种 不同的随机噪声消除方法。目前生产实践中，常用的随机噪声消除方法有f 。x 域去噪、多项式拟合、径向预测滤波、矢量分解去噪及中值约束下的矢量分 解去嗓等。这些方法的设计思路大体分为两类：增强信号或压制嗓声，目的 是尽可能地提高信噪跣。信号增强类在生产实践中经常使用f - x 域反褶积、 多项式拟合、径向预测滤波；中值约束下的矢量分解方法则属于压制噪声类。 希尔伯特黄变换( h i l b e r t h u a n gt r a n s f r o m ，简写成m i x ) ，是由n a s a 的n o r d e l le h u a n g 等人于上世纪末首次提出的一种新的信号分析理论，其引 入了固有模态函数( i m f 表示) 的概念，在经验模式分解( 以e m p i r i c a lm o d e d e c o m p o s i t i o n 表示，简写作e m d ) 的基础上，对每个i m f 进行h i l b e r t 变换 得到瞬时频率，从而将信号表示成频率，时间能量的分布称为h i l b e r t 谱。h h t 的特点是基于信号局部特征的，能对信号进行鲁适应的、高效的分解，而且 4 哈尔滨工程大学硕士学位论文 它特别适用于分析非线性、非平稳信号，具有重要的理论价值和广阔的应用 前景1 。 1 3 2 地声信号检测研究现状 1 经典检测与估计理论 这一时期检测理论主要建立在统计学的基础上。美国科学家w i e n e r n 和 苏联科学家k o j i m o t o p o ba h 将随机过程和数理统计的观点引入到通信和 控制系统中，指出了信息传输和处理过程的统计本质，建立了最佳线性滤波 理论，即维纳滤波理论。 n o r t hd o 于1 9 4 3 年提出了最大信噪比为准则的匹配滤波器理论；1 9 4 6 年卡切尼科夫提出了错误判决概率为最小的理想接收机理论。从1 9 5 3 年开 始，人们直接利用统计推断中的判决和统计理论研究雷达信号检测和参量估 计；m i d d l e t o nd 等人用最小风险准则处理最佳接收问题，并使各种最佳准 则统一于风险理论，使检测理论发展到了成熟阶段。 2 现代检测与估计理论 这一阶段，在各种方法中自适应技术，同态滤波、最大熵谱、维纳反滤 波、卡尔曼线性预测等，可以提高初至的检测能力，而且能保证原波形，失 真很小，在地声信号研究中获得了很好的效果。 信号处理的任务是增强和提取期望信号，同时滤掉干扰信号。随着信号 处理学科领域理论与技术的迅速发展，自适应信号处理作为- - i - j 新的学科分 支应运而生，自适应信号处理是信号处理中引入了在任何时刻都被满足的最 优准则。在设计任何一个系统时，都希望该系统在所处的环境条件下始终是 最佳的，即使环境条件是随时间变化的。这就要求该系统具有自适应能力“。 最大熵谱估计法简称m e s e ，1 9 6 7 年i 由b u r g 提出来的一种现代谱估计方 法，它是基于将已知的有限长度的自相关序列以外的数据用外推法求得，而 不是把它们当作零处理，因此提高了谱估计的分辨力。b u r g 方法是一种在 l e v i n s o n - - d u r b i n 递归约束下，使前向与后向预测误差能量之和为最小的一种 自回归功率谱估计方法，主要优点就是在高噪声背景中检测有用信号，而且 输出信噪比较大，如采用传统的信号处理方法，特别是输入信号特性未知时， 则很难从强噪声背景中检测出有用信号。如果采用信号的谱分析，结合l m s 哈尔滨工程大学硕士学位论文 的自适应滤波器，选取适当的步长因子铭，就很容易提取出有用信号，对信 号处理，特别是微弱信号的提取有较大的应用价值【珏嚣溯。 随着混沌现象的不断深入研究与发展，人们发现水声信号并不是纯粹随 机的，它是由海洋环境的非线性与其它结构体动力学的非线性共同产生的。 在此基础上，人们将菲线性时间序列分析方法和基于混沌的信号处理理论应 用到水声信号的处理中，进行了较多研究。近年来，在这一方向的研究工作 取得了许多成果，如：( 1 ) 章新华等人提取舰船辐射噪声的l y a p u n o v 指数特 征；( 2 ) 宋爱国等人提取了舰船辐射噪声的分维数、极限环，并和功率谱特征 以及a r 模型特征作了比较，取得了较好的分类效果；( 3 ) 嵩翔等人利用分形 特征曲线构成目标的特征参量模型提取了分维数信息的特征矢量，也取雩导? 较好的分类效果；( 4 ) 陈捷等人研究了舰船噪声过零点及功率谱的多重分形特 征，研究了多重分形的小波变换分析方法，提出了舰船噪声的奇异测度特征 参数，取得了较好的露标分类效果。医前，混、沌背景下的信号检测与提取方 法主要有：( 1 ) m p s v ( 最小相空间体积) 法；( 2 ) 人工神经网络方法；( 3 ) 局部切 空间投影法；( 4 ) 非线性逆滤波一相空间重构法；( 5 ) 小波变换法；( 6 ) 短时预 测法。基于这些贡献和混沌的众多优点，在地声信号处理上，混沌也就有了 它可发展的空间嘲1 6 1 7 1 。 。 1 4 论文研究内容及结构 本文分析由激光应变仪接收的地声信号。通过学习传统信号处理方法， 如自适应理论，小波，经典拷贝相关，混沌理论，h i l b e r t h u a n g ，功率谱， l o f a r 谱分析理论，能综合运用这些方法找到确知低频信号。 第一章叙述了论文的研究背景、意义及地声学和信号处理方法的研究现 状。 第二章对信号降噪进行研究，分别对信号消趋势，去除瞬态干扰，信号 滤波进行研究，并通过实际信号进行验证。 第三章从信号检测出发，介绍了经典拷贝相关，混沌检测理论。 第四章介绍了功率谱估计理论，l o f a r 谱理论，并运用上述方法对实验 数据进行处理。 最后对论文进行总结，分析本文提滋的地声信号处理方法的优点及不足。 6 哈尔滨工程大学硕士学位论文 1 第2 章地声信号降噪方法研究 地声测量系统探测的目标是通过海底传输到陆地的声波振动辐射源。可 见，待测信号中混叠有大地的振动信息。由于海浪、潮汐、台风、大气环流、 地球自转速率的改变，以及地壳内部的变化等而引起的大地振动，在任何地 方都始终存在。如图3 1 为典型的大地振动噪声谱，可见l o h z 以下的信号频 率范围外，振幅在几纳米至几十微米之间。因此，消除l o h z 以下的振动， 不仅对于地声测量系统，对于后续信号处理，都具有非常重要的意义即9 1 例。 f 鲁 函 茬 喽 l 营1 0 ll 毋心 频率( i - i z ) 图2 1 地球振动的噪声谱 针对地声信号的特点，本文首先就要对信号降噪，以期望提高信噪比， 为后期的信号检测提供很好的帮助。 2 1 地声信号消趋势方法研究 针对地声信号低频扰动比较大的特点和由于温度漂移和骤变的温度梯度 场的存在会使信号产生漂移的特点，去掉低频干扰就显得至关重要。 2 1 1 中位数方法消趋势 中位数方法是一种非线性处理，主要用于平稳信号受到尖脉冲干扰的情 7 一臣 一 一 一 一 一 一l 4 j d 7 9 0 l 2 j ，矿旷矿矿矿矿矿俨矿， 哈尔滨f t 程大学硕士学位论文 况，通过中位数方法消趋势可以把随机出现的干扰滤除，而保留信号平稳变 化的情况。图2 2 是中位数方法拟合的方框图1 。 图2 2 中位数方法拟合方框图 假如输入信号为： x ( ，z )即= 1 , 2 ， 设定窗口长度为2 m + 1 ，对于每一个x ( 刀) 进行中位数方法拟合，得到输出 y ( n ) ，运算过程如下： 选取z ( ，z m ) ，x ( n 一1 ) ，x ( 刀) ，z + 1 ) ，x 0 + m ) 。对这组数进行重排， 由小至大得到d ( 1 ) ，d ( 2 ) ，u ( 2 m + 1 ) ，中间的那个数o ( m + 1 ) 就是 x ( n m ) ，x ( n + m ) 序列的中位数。 现在令j ，( ，z ) = 中位数 x 仍一m ) ，x + m ) ，y ( n ) 称f f i - d 中位数拟合后的 输出。 下面用一组实际的信号做中位数方法消趋势， 后的曲线图。 下图原始信号为某次海上实验所得地声信号， 信号形式为c w 脉冲。 8 下图为实际信号图和拟合 发射信号频率为2 8 6 h z 。 哈尔滨工程大学硕+ 学位论文 图2 3 信号图和中位数拟合曲线图 图2 4 信号b a r t l e t t 功率谱图 图2 4 可以很清晰的看到，低频干扰非常大。产生低频干扰的原因很多， 海浪，潮汐，地球的自转等等。 图2 5 信号经中位数消趋势后的时域图 9 哈尔滨丁程大学硕七学位论文 舭 蠕 耐 】 刊 勰f 二 r 1 _ 叶 1 嬲 | i 图2 6 信号经中位数消趋势后的b a r t l e t t 功率谱图 比较图2 4 和图2 6 ，可以看出，原始信号去趋势后，低频部分干扰明显 减小，信号信噪增大。但是仍然存在低频干扰，需进一步增大信噪比。 2 1 2 递归滑动平均消趋势 信号的局部平均处理是一种平滑算法，运用递归滑动消趋势，可以把随 机的干扰滤除，而且平滑平均具有良好的输出特性。 假如输入信号为x 0 ) 刀= 1 , 2 ，输出为y ( n ) ，输入和输出的关系是： 砌) - ( 1 _ 寺y ( 肛1 ) + 等( 2 - 1 ) 如下图为递归滑动平均的方框图： 输姒咖( 1 一击抛- 1 ) + 警 图2 7 递归滑动平均 即第行个输出值y ( 即) 不仅与第n 个输入值x ( ，2 ) 有关，也与第珂一1 个输出值有 关。这种平滑平均具有良好的输出特性，当m 取2 形式时，用移位就可以 实现整个滤波，且不存在溢出问题。 下面所采用的信号跟中位数消趋势信号一样，为同一组信号，信号频率 为2 8 6 h z 。 l o 哈尔滨工程大学硕士学位论文 图2 8 信号图和递归滑动平均拟合曲线图 燃 馨 图2 9 信号经递归滑动法消趋势后的时域图 一一_一黼 i 。埔 一i 碰 点l 刖l | 。；i 中 f ! 刊 。i6 lf i 拇 礓 糯 i 舯 f -_r l y 辩 图2 1 0 信号经递归滑动法消趋势后的b a r t l e t t 功率谱图 比较图2 4 和图2 1 0 ，原始信号经递归滑动平均消趋势后，低频干扰明 显减少，信号信噪比增大。比较图2 6 和图2 1 0 ，低频干扰消去，递归滑动 平均法比中位数法有一定的优势，但是不太明显。 l l 哈尔滨工程大学硕士学位论文 i ；i i 宣宣i 写宣；毫；i 暑蟊i 蔷；i ；i i i i i ；i i 高i 罱；i i i i 宣i i ；宣暑宣置；i i i i i i 宣葺宣置昌宣葺i 2 1 3 矩形窗滑动平均消趋势 矩形窗滑动平均消趋势，运算速度很快，而且对于消除随机干扰效果也 很好，但需要注意的是窗长不能太大，这样可能溢出，从而产生不正确的结 果。 假如输入信号为： x ( ，z )n = 1 , 2 ， 设定窗口长度为m ，对于每一个x ( ，2 ) 进行矩形窗方法拟合，得到输出少( ，z ) ， 运算过程如下： 选取x ( 刀) ，x ( n + 1 ) ，x ( n + m ) ，将其m 数求和，后再平均。 如下图为矩形窗滑动法方框图： 图2 1 1 矩形窗滑动平均 现在令y ( 刀) = 矩形窗滑动平均扛+ 1 ) ，x 仍+ m ) ) ，y ( ，? ) 称为矩形窗滑 动平均拟合后的输出。 图2 1 2 信号图和矩形窗滑动平均拟合曲线图 1 2 哈尔滨工程大学硕十学位论文 图2 1 3 信号经递归滑动法消趋势后的时域图 图2 1 4 信号经矩形窗滑动法消趋势后的b a r t l e t t 功率谱图 2 1 4 矩形窗改进消趋势 上述几种方法对于去除低频干扰有一定的贡献，但是运用到地声信号中， 效果却不是很明显，所以在本论文中做了改进，将输出的y ( 珂) 再进行循环滑 动拟合。做的过程中会发现，信号和拟合曲线趋势并不是完全一样，就需要 将信号平移，直至两曲线吻合的很好。下图2 1 5 为平移后信号和矩形窗改进 法拟合曲线图。 矩形窗改进消趋势所用的信号跟上述信号一样，为同一组信号，信号频 率为2 8 6 h z 。 魁 馨 图2 1 5 信号和矩形窗改进法拟合曲线图 倒 馨 图2 1 6 信号经矩形窗改进消趋势后的时域图 l 摄一k晒 姆妇 l 晰秽 颇宰， 图2 1 7 信号经矩形窗改进法消趋势后的b a r t l e t t 功率谱图 p ，一翟 坠尘鋈；! ；堡尘兰竺圭兰堡垒兰 图2 18 信号经矩形窗改进法消趋势后的l o f a r 功率谱图 比较图2 4 和图21 7 ，经改进的矩形窗消趋势后，低频干扰消去的很好， 信噪比明显增大。比较图2 6 ，图2 1 0 ，图2 1 4 ，和图2 1 7 ，就可以发现，改 进后的矩形窗滑动消趋势，比上述几种方法都有优势，所以在以下进一步信 号处理时，信号消趋势都采用改进的矩形窗滑动平均法。 2 2 地声信号消除瞬态干扰方法研究 信号经矩形宙改进法消趋势后的时域图为2 1 6 ，从图中可以看出，存在 很多尖的脉冲，本文中称此脉冲为瞬态干扰，它对信号的影响也是很大的。 需要消除瞬态干扰，进一步提高信号的信噪比。 本文巾采用的方法主要是，截取脉冲所在的位置，强制将其置零。可以 将信号时域图中，脉冲所在的位置局部放大，设置门限，大致判断此处的信 号是否是干扰，如果是干扰，就将其强制置零。在此过程中会存在一些问题， 主要集中在两个方而。第一，不能准确判断脉冲处一定为干扰，不能准确判 断可能会导致将一部分信号也强制去掉；第二，不能准确的设定门限，门限 太高，干扰去除得不干净，就失去了去除瞬态干扰的意义，衙门限太低，同 样可能损失一部分信号。 在用改进的矩形窗滑动平均法消完趋势项后，对信号做进一步的处理， 去除瞬态干扰。本文采用的方法如下：i 找到脉冲所在的位置，进行局部放 大：2 找出信号包络的极值点，然后根据数据选择平均信号能量的整数倍来 设置门限；3 设置门限，将干扰强制置零，可以将信号分段处理，分段分析 后再燎信号连起来。 ! 窒尘堡兰垒查茎窑圭兰堡鎏兰 下面就将利用上述方法，将信号在去完趋势项干扰后，进一步去除瞬态 干扰，下图是对图21 6 中的时域图去除瞬态干扰。 图21 9 信号去除瞬态干扰后的时域图 槲j a “ 岫曲 一州。驴懒 i 幽22 0 信号去除瞬态干扰后b a r t l e t t 功率谱图 图22 1 信号去除瞬态干扰后l o f a r 功率谱图 比较图21 7 和图22 0 ，去除瞬态干扰后，信号的信噪比明显增大了，说 哈尔滨工程大学硕士学位论文 明了去除瞬态干扰是非常必要的，此方法在处理此种信号时是合理的。因为 此种方法本身存在的缺点，所以在处理信号时要实时的改变门限，此方法有 待进一步改进。 2 3 希尔伯特黄在地声信号处理中的运用 应用h h t 方法对信号进行去噪主要是运用其中的e m d 算法。由于该算 法是基于信号本身的尺度特征来对信号进行分解，加上瞬时频率的引入，便 可以从时频两方面同时对信号进行分析，增加了处理信号的灵活性和有效性， 适用于非平稳信号的滤波和去噪。滤波和去噪往往是相关的，在信号分析中， 采用有效的方法对信号的时频谱特征进行分析，分离噪声和信号的时频谱区 域，再用适当的方法进行滤波，从而达到信号去噪的目的。 2 3 1 固有模态函数( i m f ) 固有模态函数( i m f ) 是满足单分量信号物理解释的一类信号。直观上，固 有模态函数具有相同的极值点和过零点数目，其波形与一个标准正弦信号通 过调幅和调频得到的新信号相似，因此又称为拟正弦信号。下面给出固有模 态函数的一个正式定义。 一个固有模态函数必须满足下面两个条件口2 1 ： ( 1 ) 在整个信号长度上，极值点和过零点的数目必须相等或者至多只相 差一个； ( 2 ) 在任意时刻，由极大值点定义的上包络线和由极小值点定义的下包 络线的平均值为零；也就是说信号的上下包络线对称于时间轴。 固有模态函数反映了信号内部固有的波动性，基于这个定义，在固有模 态函数的每一个周期上，仅仅包含着一个波动模态，不存在多个波动模态混 叠的现象。固有模态函数不再限制在窄带信号上，它能够同时表现为幅度调 制和频率调制，事实上，固有模态函数可以是非平稳的。正如上面所论述的， 一个仅仅是调频或者调幅的信号也是一个固有模态函数口3 埘1 。 2 3 2 实验模态分解方法一筛分过程 正如h u a n g 所论述的，实验模态分解方法( e m d ) 对处理非线性和非平稳 1 7 哈尔滨工程大学硕士学位论文 信号是必要的，不像其它的信号处理方法，这种新方法是直观的、直接的和 自适应的，它不需要预先设置基函数，在分解过程中，基函数直接从信号本 身产生，因此，这种方法对信号的类型没有特别的要求，特别适合子菲线性 和非平稳信号的分析。这种方法是基于一种简单的假设：任何复杂的信号都 是由简单的圈有模态函数组成。每一个模态可以是线性的，也可以是非线性 和非平稳的，但它们都有一个拭同的特点：在整个信号长度内，每个模态具 有相同数目的极值点翻过零点，更进一步的，模态对称于局部均值，直观地 看，其波形为一个拟正弦波。局部均值是通过信号的上下包络线定义的，基 于这种定义方式，通过信号的特征尺度就可以区别出不同的模态分量。在这 里，特征尺度是由信号相邻的极值点的时间跨度定义的。对子一个信号，在 任何时刻，有可能同时存在不同的模态函数，这些模态函数彼此叠加，从而 构成了各种复杂的信号。每一个模态是褶互独立的，在任何福邻的零点之间， 不存在多重极值点，这种模态函数就是上节定义的i m f 。 任何一个i m f 都表现出一种简单的波动模态，它对应予简单的谐波函数 如正弦函数，但比f o u r i e r 变换的基函数更广泛。基于i m f 的定义，我们可 以通过下面的步骤对任何信号进行分解盼5 1 【2 6 2 7 1 ： ( 1 ) 找出整个信号所有的极大值，然后利用三次样条曲线对极大值点进 行插值，从而拟合出信号的上包络线； ( 2 ) 重复上面的方法，找到信号所有极小值，拟合出下包络线。 ， 上、下包络线的均值函数定义为m ，( ，) ，那么信号的第一个i m f 由下式计 算： 铂 ) = x ) 一m ，o )( 2 - 2 ) 式中x 0 ) 为原始信号。 理想的情况下，瓴( f ) 应该是一个i m f 。然而在实际操作中，由于我们难 以求解出理论上的上、下包络线，而只能以三次样条曲线进行似近的拟合， 即使拟合地非常好，在信号单调上升或下降过程中的任何细小的拐点( 平台) 都有可能在筛分( s i f t i n g ) 过程中转化为新的极值点，而这些新产生的极值点是 前一次筛分过程中漏掉的，它同样反映了信号的尺度特征，应该被包含在下 一次的筛分过程中，事实上，在筛分过程中能够通过反复地筛分分辨出那些 1 8 哈尔滨- t 程大学硕士学何论文 低幅值的叠加波形。 ( 3 ) 重复进行上述处理过程k 次，直到啊o ) 符合i m f 的定义要求，所得 到的均值趋于零为止，这样就得到了第一个i m f 分量q ( r ) ，它代表信号z ( f ) 中的最高频的分量： 啊o ) = 7 1 1 ( 一1 ) 0 ) 一m l t o ) c l ( f ) = t ( f ) ( 2 3 ) ( 4 ) 将q ( f ) 从x p ) 中分离出来，即得到一个去掉高频分量的差值信号 1 ( f ) ，即有： 吒( f ) = x ( f ) 一c 1 ( f ) ( 2 - 4 ) 将r 1 ( t ) 作为原始数据，重复步骤( 1 ) ，( 2 ) 和( 3 ) ，得到第二个i m f 分量c ：( f ) ， 重复咒次，得到聆个i m f 分量。这样就有： 1 ( f ) 一c 2 ( f ) = r 2 0 ) i i ( 2 5 ) i 一。0 ) 一o ) = 名) j 当c n ( ，) 或( ，) 满足给定的终止条件时，循环结束，由( 2 4 ) 和( 2 - 5 ) 式可得 到： x ) = 巳( f ) + ( f ) ( 2 - 6 ) ，= l 其中，o ) 为残余函数，代表信号的平均趋势。而各个i m f 分量c ，( f ) ， c 2 ( t ) 厶9 ) 分别包含了信号不同的时间特征尺度大小的成分，其尺度依次由 d , n 大。因此，各分量也就包含了从高到低不同频率段的成分，每一个频率 段所包含的频率成分都是不同的，且随信号本身的变化而变化。 下图就为在图2 2 0 的基础上进行e m d 分解的示意图。 1 9 一 些尘篓! ：些奎兰些圭：堡篁圣 e m l 】i d e a l m o 曲0 目；洲矾l o n 画删唾萤堕亟夔雯垂亟晰豳圈殂鲤糯耍砸强枣焖 画曼勇亟三亘塑苎受两受堕麴嘲砸受塑盘网巨卿 = ! l ! = ! ! 三三三基三堕亘砸! 三曼! 三玛 j 鼍三三三三三三三i 煎受堕三三亟受三三三圃 三= 三- j i 三三三三三曼苎互三要三三三圣! 三圈 = = = = = = ：= = = = 三= = = = = _ l i = = = = i = = = = ： 图22 2 将去完瞬态干扰后的时域图进行e m d 分解 口61 0 15口z3 0j0“ 鲫r t t r 1 r 1 r - r 一 o 卜h “_ 忡叫i 州叫峰_ h d a l l l _ j 051 015z日“50 o r 1 r 1 t r 1 r 1 o 卜“m ”叫h 卜叫叫 a l j 二i j 051 01 5z0“m ，1 0 j 臣三三蟹蔓圈 d61 d15zj口q t t h 图22 3 左边为i m f 5 一i m f 9 时域图 。i 二二二 ； 二二 o r r 1 1 1 t u i u 鄞j 。，。 ： 二二j “：竿辈竿辈罕竿竺辈? 。l 。】 o ”“舞”。”。 ，右边分别为7 占们所对应的频谱图 从频谱图中可以看出，每一阶模态都对应不同的频率分量，所以在已知 信号频率的情况下，就可以判断干扰所处的模态，r - j 以用原始信号碱左信号 频率以外的各阶模态，从而提高信噪比。 因此，去完瞬态干扰后，将信号进行e m d 分解，得到各阶模态。分析各 阶模态所在的频率范岣，将不包含信号的模态消去，提高信噪比。分析i 一述 信号，就可以发现，从i m f 6 丌始，信号主要是低频的干扰，所以消去i m f 6 堕尘鍪；! ；些查兰竺圭兰丝窒兰 以后的模态，提高信号信噪比。 图22 5 消去固有模态函数之后的l o f a r 功率谱图 2 4 小波在地声信号处理中的运用 小波分析方法足一种窗口大小( 即窗口面积) 固定但其形状可改变，时间 窗和频率窗都可改变的时频局部分析方法。即在低频部分具有较高的频率分 辨牢和较低的时问分辨率，在高频部分具有较高的时m 分辨率和较低的频率 分辨率，正足这种特性，使小波变化具有对信弓的白适应性9 ”。 小波分析优于傅里叶变换的地方是，它在时域和频域同时具宵良好的局 部化性质。设p ( f ) l 2 m ) ( r ( r ) 表示平方可积的实数窄n l j ，即能量有限的信 号空问) ，其傅堆叶变换为l u ( c a l 。当( m ) 满足允许条件： 哈尔滨= r 程大学硕+ 学何论文 q ：鲜 ， 我们称p ) 为一个基本小波或母小波。将母函数沙( f ) 经伸缩和平移后，就可 哪) 2 丽1 ( t - _ 口2 ) 以6 斯。 ( 2 _ 8 ) ，6 ( f ) = 2 - j 2 9 ( 2 一。f k ) ，k z 对于任意的函数厂( f ) r ( 尺) 的连续小波变换为： ( 咖) = - 佗少y ( 字渺 ( 2 - 9 ) 其中b 仅仅影响窗口在相平面时间轴上的位置，而a 不仅影响窗口在频率 轴上的位置，也影响窗口的形状。这样小波变换对不同的频率在时域上的取 样步长是调节性的，即在低频时小波变换的时间分辨率差，而频率分辨率较 高；在高频时小波变换时间分辨率较高，而频率分辨率较低，这正符合低频 信号变化缓慢而高频信号变化迅速的特点。 图2 2 6 去完瞬态干扰后小波降噪的功率谱图 坠尘篓；! ；些奎耋竺圭茎堡篁耋 鲴 e 1 嗜i2 二34 52 88 西。面j2 94 _ 二丁葛f 一 蚓22 7 去完瞬忐丁扰后小波降噪的i o f h r 功二年黹图 25 本章小结 本章主要讲述地声信号降噪的方法，首先介绍了信号消趋贽的儿 ；l | l 方法， 并进行改进，提出了矩形商改进消趋势方法，介绍了去除瞬态二f 扰的方法， 以及信引蜂噪。在此章介绍了希尔伯特黄，小波降噪。通过i i h r 消去低频 噪声，而通过小波消去高频十扰，两者结合对信号降噪能达到很好的效果。 哈尔滨工程大学硕十学位论文 第3 章地声信号检测方法研究 3 1 经典拷贝相关 由于信号和噪声在时间上的差别，即有用信号具有周期性、相关性，而 噪声则具有随机性，因此可采用相关检