【正文】 ................................. 25 實(shí)驗(yàn)方案 ..................................................... 25 IV 聲音信號(hào)特征提取 ............................................... 26 信號(hào)時(shí)域分析 ................................................. 26 頻域分析 ..................................................... 27 5 總結(jié)和展望 ....................................................... 29 本文總結(jié) ....................................................... 29 今后工作展望 ................................................... 29 參考文獻(xiàn) ........................................................... 31 附錄 ............................................................... 32 學(xué)位論文數(shù)據(jù)集 ..................................................... 35 1 1 緒論 引言 隨著城市化的進(jìn)程的不斷推進(jìn)，城市人口密度不斷加大，越來越多的人住進(jìn)了城市，這時(shí)人們不得不面對(duì)一個(gè)廚房大氣污染的新問題。城市小區(qū)廚房污染氣體一般都通過一條公用煙道排出，這給廚房大氣問題帶來了一個(gè)難以解決的污染源 —— 油煙回流，一遇到下面樓層的住戶炒菜，自家人就能聞到“菜香味”。但開發(fā)商也不宜把公共煙 窗開大來解決此問題，因?yàn)榘褵煷芭笳加每臻g不說還影響美觀。因此越是處于煙道末端的住戶受到的影響越大，這就給樓盤開發(fā)商以及高樓層住戶帶來了諸多不。當(dāng)然現(xiàn)今油煙機(jī)也有相應(yīng)的應(yīng)對(duì)措施，比如安裝止回閥，但收效甚微，而且面臨的老化問題使其不得不經(jīng)常更換，同樣給人們帶來不便。 對(duì)于上述問題有的居民采取了“別人家開油煙機(jī)我也開油煙機(jī)”的策略，只要自家油煙機(jī)口的氣壓大于公共煙道的壓力就不會(huì)出現(xiàn)油煙回流的現(xiàn)象了。由于大家的用餐時(shí)間相差不會(huì)太大，油煙機(jī)開啟的時(shí)間也不會(huì)太長，所以也不失為一種簡單易行的辦法?？闪钊丝鄲赖氖菚r(shí)刻關(guān)注 其他用戶油煙機(jī)的開啟情況不太現(xiàn)實(shí)，這就使這種方法大打折扣。如果能研究一種自動(dòng)檢測煙道各支路油煙機(jī)運(yùn)行情況的裝置，那么就能很好地解決這個(gè)問題。由于油煙機(jī)都是基于電動(dòng)機(jī)帶動(dòng)風(fēng)葉轉(zhuǎn)動(dòng)來排走油煙的，而電動(dòng)機(jī)的轉(zhuǎn)速不同產(chǎn)生的聲音主頻將不同，所以我們可以通過聲傳感器來獲取信號(hào)，并對(duì)聲音信號(hào)處理，從而判別出煙道油煙機(jī)的運(yùn)轉(zhuǎn)情況。 這就涉及到聲音信號(hào)的處理了。聲音信號(hào)的研究可以從時(shí)域和頻域兩個(gè)方面來進(jìn)行。其中頻域分析處理即對(duì)信號(hào)的頻率特性在頻譜中加以分析研究，這拓展了信號(hào)分析的范圍，是對(duì)聲音信號(hào)分析的主要方法。由于 Origin 軟件是一個(gè)數(shù)據(jù)分析和處理功能十分強(qiáng)大的工程實(shí)用軟件，它的信號(hào)處理與分析功能為聲音信號(hào)特征提取提供了十分豐富的變換功能，利用這些功能可以快捷而又方便地完成聲音信號(hào)的處理和分析以及信號(hào)的可視化。相信此研究會(huì)對(duì)未來油煙機(jī)的開發(fā)帶來啟發(fā)。本研究將以煙道油煙機(jī)以及管道聲音信號(hào)為基礎(chǔ)，作為聲音信號(hào)處理的一個(gè)前期研究，力求給其后續(xù)的研究做鋪墊。 2 模式識(shí)別簡介 模式和模式識(shí)別 人們?cè)谟^察事物或現(xiàn)象的時(shí)候，常常要根據(jù)一定需求尋找觀察目標(biāo)與其他事物或現(xiàn)象的相同或不同之處，并在此特定需求下將具有相同或相似 之處的事物或現(xiàn)象組成一類。例如字母‘ A’、‘ B’、‘ a’、‘ b’，如果從大小寫上來分，會(huì)將‘ A’、‘ B’ 劃分為一類，‘ a’、‘ b’劃分為另一類；但是如果從英文字母發(fā)音上來分，則又將‘ A’、‘ a’劃分為一類，而‘ B’、‘ b’則為另一類。人們也可以正確地區(qū)分出它們，并根據(jù)需要將它們進(jìn)行準(zhǔn)確歸類，當(dāng)然， 前提條件是人們需要對(duì)‘ A’、‘ B’、‘ a’、‘ b’一般的書寫格式、發(fā)音方式等有所了解。人腦的這種思維能力就構(gòu)成了“模式識(shí)別”的概念。那么，什么是模式？什么是模式識(shí)別呢？ 從以上的例子可以看出，對(duì)字符的準(zhǔn)確識(shí)別首 先需要在頭腦中對(duì)相應(yīng)字符有個(gè)準(zhǔn)確的認(rèn)識(shí)。當(dāng)人們看到某物或現(xiàn)象時(shí)，人們首先會(huì)收集該物體或現(xiàn)象的所有信息，然后將其行為特征與頭腦中已有的相關(guān)信息相比較，如果找到一個(gè)相同或相似的匹配，人們就可以將該物體或現(xiàn)象識(shí)別出來。因此，某物體或現(xiàn)象的相關(guān)信息，如空間信息、時(shí)間信息等，就構(gòu)成了該物體或現(xiàn)象的模式。 Watanabe 定義模式“與混沌相對(duì)立，是一個(gè)可以命名的模糊定義的實(shí)體”。比如，一個(gè)模式可以是指紋圖像、手寫草字、人臉、或語言符號(hào)等。廣義地說，存在于時(shí)間和空間中可觀察的事物，如果可以區(qū)別它們是否相同或相似，都可以稱之 為模式；狹義地說，模式是通過對(duì)具體的個(gè)別事物進(jìn)行觀測所得到的具有時(shí)間和空間分布的信息；把模式所屬的類別或同一類中模式的總體稱為模式類 (或簡稱為類 )。模式識(shí)別則是在某些一定量度或觀測基礎(chǔ)上把待識(shí)模式劃分到各自的模式類中去。計(jì)算機(jī)模式識(shí)別就是是指利用計(jì)算機(jī)等裝置對(duì)物體、圖像、圖形、語音、字形等信息進(jìn)行自動(dòng)識(shí)別。模式識(shí)別的研究主要集中在兩方面，一是研究生物體 ( 包括人 ) 是如何感知對(duì)象的，二是在給定的任務(wù)下，如何用計(jì)算機(jī)實(shí)現(xiàn)模式識(shí)別的理論和方法。前者是生理學(xué)家、心理學(xué)家、生物學(xué)家、神經(jīng)生理學(xué)家的研究內(nèi)容，屬于認(rèn)知 科學(xué)的范疇；后者通過數(shù)學(xué)家、信息學(xué)專家和計(jì)算機(jī)科學(xué)工作者近幾十年來的努力，已經(jīng)取得了系統(tǒng)的研究成果。 模式識(shí)別的方法 現(xiàn)在有兩種基本的模式識(shí)別方法，即統(tǒng)計(jì)模式識(shí)別方法和結(jié)構(gòu) (句法 )模式識(shí)別方法。統(tǒng)計(jì)模式識(shí)別是對(duì)模式的統(tǒng)計(jì)分類方法，即結(jié)合統(tǒng)計(jì)概率論的貝葉斯決策系統(tǒng)進(jìn)行模式識(shí)別的技術(shù)，又稱為決策理論識(shí)別方法。利用模式與子模式分層結(jié)構(gòu)的樹狀信息所完成的模式識(shí)別工作，就是結(jié)構(gòu)模式識(shí)別或句法模式識(shí)別。 3 模式識(shí)別的應(yīng)用 經(jīng)過多年的研究和發(fā)展，模式識(shí)別技術(shù)已廣泛被應(yīng)用于人工智能、計(jì)算機(jī)工程、機(jī)器學(xué) 、神經(jīng)生物學(xué)、醫(yī)學(xué)、偵探學(xué)以及高能物理、考古學(xué)、地質(zhì)勘探、宇航科學(xué)和武器技術(shù)等許多重要領(lǐng)域，如語音識(shí)別、語音翻譯、人臉識(shí)別、指紋識(shí)別、手寫體字符的識(shí)別、工業(yè)故障檢測、精確制導(dǎo)等。模式識(shí)別技術(shù)的快速發(fā)展和應(yīng)用大大促進(jìn)了國民經(jīng)濟(jì)建設(shè)和國防科技現(xiàn)代化建設(shè)。 （ 1） 字符識(shí)別 字符識(shí)別處理的信息可分為兩大類：一類是文字信息，處理的主要是用各國家、各民族的文字（如：漢字，英文等）書寫或印刷的文本信息，目前在印刷體和聯(lián)機(jī)手寫方面技術(shù)已趨向成熟，并推出了很多應(yīng)用系統(tǒng)；另一類是數(shù)據(jù)信息，主要是由阿拉伯?dāng)?shù)字及少量特殊符號(hào)組成的 各種編號(hào)和統(tǒng)計(jì)數(shù)據(jù)，如：郵政編碼、統(tǒng)計(jì)報(bào)表、財(cái)務(wù)報(bào)表、銀行票據(jù)等等，處理這類信息的核心技術(shù)是手寫數(shù)字識(shí)別。 （ 2） 語音識(shí)別 語音識(shí)別技術(shù)技術(shù)所涉及的領(lǐng)域包括：信號(hào)處理、模式識(shí)別、概率論和信息論、發(fā)聲機(jī)理和聽覺機(jī)理、人工智能等等。近年來，在生物識(shí)別技術(shù)領(lǐng)域中，聲紋識(shí)別技術(shù)以其獨(dú)特的方便性、經(jīng)濟(jì)性和準(zhǔn)確性等優(yōu)勢受到世人矚目，并日益成為人們?nèi)粘Ｉ詈凸ぷ髦兄匾移占暗陌踩?yàn)證方式。而且利用基因算法訓(xùn)練連續(xù)隱馬爾柯夫模型的語音識(shí)別方法現(xiàn)已成為語音識(shí)別的主流技術(shù)。該方法在語音識(shí)別時(shí)識(shí)別速度較快，也有較高的識(shí)別率。 （ 3） 指紋識(shí)別 我們手掌及其手指、腳、腳趾內(nèi)側(cè)表面的皮膚凹凸不平產(chǎn)生的紋路會(huì)形成各種各樣的圖案。而這些皮膚的紋路在圖案、斷點(diǎn)和交叉點(diǎn)上各不相同，是唯一的。依靠這種唯一性，就可以將一個(gè)人同他的指紋對(duì)應(yīng)起來，通過比較他的指紋和預(yù)先保存的指紋進(jìn)行比較，便可以驗(yàn)證他的真實(shí)身份。一般的指紋 5 個(gè)大的類別：左旋型（ leftloop），右旋型（ right loop），雙旋型（ twinloop），螺旋型（ whorl），弓型（ arch）和帳型（ tented arch），這樣就可以將每個(gè)人的指紋分別歸類，進(jìn)行檢索。指紋實(shí)現(xiàn)的方法有 很多，大致可以分為 4 類：基于神經(jīng)網(wǎng)絡(luò)的方法、基于奇異點(diǎn)的方法、語法分析的方法和其他的方法。 （ 4） 細(xì)胞識(shí)別 細(xì)胞識(shí)別是最近在識(shí)別技術(shù)中比較熱門的一個(gè)話題。以前，對(duì)疾病的診斷僅僅通過表面現(xiàn)象，經(jīng)驗(yàn)在診斷中起到了主導(dǎo)作用，錯(cuò)判率始終占有一定的比例；而今，通過對(duì)顯微細(xì)胞圖像的研究和分析來診斷疾病，不僅可以了解疾病的病因、 4 研究醫(yī)療方案，還可以觀測醫(yī)療療效。如果通過人工辨識(shí)顯微細(xì)胞診斷疾病也得不償失，費(fèi)力費(fèi)時(shí)不說，還容易耽誤治療?；趫D像區(qū)域特征，利用計(jì)算機(jī)技術(shù)對(duì)顯微細(xì)胞圖像進(jìn)行自動(dòng)識(shí)別愈來愈受到大家的關(guān)注，并且現(xiàn) 在也獲得了不錯(cuò)的效果。但實(shí)際中，細(xì)胞的組成是復(fù)雜的，應(yīng)該選擇更多的特征，建立更為完善的判別函數(shù)，可能會(huì)進(jìn)一步提高分類精度。 聲音識(shí)別應(yīng)用概述 聲音識(shí)別在農(nóng)業(yè)上的應(yīng)用 聲音識(shí)別在農(nóng)業(yè)上的應(yīng)用主要是對(duì)害蟲種類、數(shù)量和其不同成長期的識(shí)別。早在 1924年， Brain就利用蘋果和谷物中害蟲的吃食聲來檢測隱匿于其中的鉆蛀蟲。 1988年， Vick發(fā)現(xiàn)谷物中害蟲聲音信號(hào)的參數(shù)直接與谷物中害蟲的數(shù)量有關(guān)。到 1990年時(shí)， Hgstrum等人研制成功了一種糧倉害蟲連續(xù)自動(dòng)監(jiān)視系統(tǒng)，該系統(tǒng)通過接收到的害蟲聲音信 號(hào)可以判斷糧堆里有無害蟲，并粗略估計(jì)害蟲的數(shù)量。1996年， Shuman提出了“聲探測定位器”模型，該模型已成功應(yīng)用于出口谷物的等級(jí)評(píng)定。 1998年， Coggins K M利用害蟲在不同的生長期所發(fā)出的聲音時(shí)域特征截然不同的特點(diǎn)，利用神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)了害蟲成、幼蟲的識(shí)別。國內(nèi)利用聲音信號(hào)識(shí)別害蟲研究也取得了一些成果，如 2021年陜西師范大學(xué)應(yīng)用聲學(xué)研究所針對(duì)糧食儲(chǔ)藏的需要，利用聲音信號(hào)的強(qiáng)度來確定害蟲的數(shù)量，從而開發(fā)了儲(chǔ)糧害蟲聲信號(hào)檢測系統(tǒng)。浙江科技學(xué)院專門從事動(dòng)物生態(tài)學(xué)研究的姜仕仁等人利用聲音信號(hào)的時(shí)域波形， 頻域頻譜圖、功率譜圖上的主峰值頻率和各諧波頻率以及整個(gè)音圖的對(duì)比等特征，開發(fā)了多功能動(dòng)物聲信息分析處理系統(tǒng)，對(duì)發(fā)聲動(dòng)物群落進(jìn)行調(diào)查并輔助生物多樣性的監(jiān)測。天津理工學(xué)院對(duì)害蟲的聲音信號(hào)進(jìn)行頻域分析后，提取其基頻特征實(shí)現(xiàn)了害蟲種類及其不同生長期的識(shí)別。 聲音識(shí)別在軍事上的應(yīng)用 聲音識(shí)別在軍事上的應(yīng)用主要是對(duì)艦船、直升機(jī)和坦克等目標(biāo)的識(shí)別。早在第一次世界大戰(zhàn)時(shí)期，英國商船受德國艦艇的攻擊，促使英國海軍研究與開發(fā)局進(jìn)行了水聲系統(tǒng)的研究。到了七十年代末八十年代初，美國的 研制了 潛用水下目標(biāo)識(shí)別系統(tǒng)。同時(shí)，加拿大的 INTERSENSOR船艦輻射噪聲的信號(hào)分析專家系統(tǒng)。國內(nèi)的上海交通大學(xué)，利用船艦的輻射噪聲，開發(fā)了水下目標(biāo)融合識(shí)別系統(tǒng)。另外，浙江大學(xué)的章新華等人采用船舶輻射噪聲，對(duì)其進(jìn)行小波分解并提取各級(jí)小波的譜特征和波形結(jié)構(gòu)特征，采用 BP神經(jīng)網(wǎng)絡(luò)進(jìn)行分類，得到正確識(shí)別率 85﹪的分類效果。西安電子科技 5 大學(xué)的張艷寧等人提取船艦輻射噪聲功率譜小波特征和高斯加權(quán)特征，采用自適應(yīng)小波神經(jīng)網(wǎng)絡(luò)分類器對(duì)三類船艦進(jìn)行分類，也得到了較好的分類效果。隨 著技術(shù)和戰(zhàn)術(shù)的發(fā)展，人們對(duì)戰(zhàn)場目標(biāo)的識(shí)別逐漸轉(zhuǎn)移到空中。北京理工大學(xué)研究開發(fā)了直升機(jī)目標(biāo)信號(hào)的建模與預(yù)警識(shí)別系統(tǒng)，該系統(tǒng)首先建立了聲學(xué)接收基陣接收到的直升機(jī)噪聲的信號(hào)模型，然后通過對(duì)直升機(jī)噪聲功率譜的結(jié)構(gòu)進(jìn)行分析，利用自相關(guān)函數(shù)及幅值進(jìn)行基頻估計(jì)以實(shí)現(xiàn)雙重判決系統(tǒng)的技能型判別。 2021 年，鄭州大學(xué)的魏冬冬等人利用直升機(jī)聲信號(hào)的 30階 AR譜系數(shù)作為特征，用模板匹配法對(duì)其進(jìn)行了識(shí)別。 聲音識(shí)別在機(jī)械工程中的應(yīng)用 聲音識(shí)別在機(jī)械工程中的應(yīng)用主要是對(duì)機(jī)械設(shè)備的狀態(tài)監(jiān)測和故障診斷，常見于刀具磨損監(jiān)測及齒 輪箱和其它機(jī)械設(shè)備的故障診斷。隨著科學(xué)技術(shù)和生產(chǎn)的高度發(fā)展，生產(chǎn)的自動(dòng)化程度越來越高，一臺(tái)設(shè)備的故障，可能對(duì)其它設(shè)備帶來很大地影響，造成重大的損失，甚至是嚴(yán)重的安全事故。據(jù)日本統(tǒng)計(jì)，采用診斷技術(shù)后，事故率減少 75％，維修費(fèi)用降低 25～ 50％ ,可見，設(shè)備的監(jiān)測與故障診斷技術(shù)在現(xiàn)代化生產(chǎn)中能發(fā)揮巨大的作用，所以人們對(duì)它進(jìn)行了比較深入的研究，取得了很多成果，很多已經(jīng)在實(shí)踐中獲得應(yīng)用。機(jī)械設(shè)備狀態(tài)監(jiān)測和故障診斷所采用的信號(hào)較多，如振動(dòng)信號(hào)、聲音信號(hào)、力信號(hào)和溫度信號(hào)等，其中振動(dòng)信號(hào)和聲音信號(hào)應(yīng)用的比較多，占整個(gè)診斷 技術(shù)所用信號(hào)的 66﹪以上。而在聲學(xué)分析診斷中，又可分為超聲診斷、聲發(fā)射診斷和噪聲診斷等。通常，噪聲易被認(rèn)為是有害信號(hào)而加以消除，但噪聲中包含了設(shè)備結(jié)構(gòu)和運(yùn)行狀態(tài)的信息，若對(duì)噪聲加以分析，獲取這些信息，即可了解設(shè)備的運(yùn)行狀態(tài)，從而對(duì)設(shè)備進(jìn)行狀態(tài)監(jiān)測和故障診斷。國外對(duì)機(jī)械噪聲信號(hào)的研究比較早，如 70年代就提出了用機(jī)器發(fā)出的噪聲進(jìn)行狀態(tài)監(jiān)測和故障診斷。 1994年 Ahn， Jung，Hwan等人開發(fā)了“基于實(shí)時(shí)聲音識(shí)別的加工過程 /刀具磨損過程監(jiān)測系統(tǒng)”，該系統(tǒng)通過把當(dāng)前信號(hào)與標(biāo)準(zhǔn)信 號(hào)進(jìn)行比對(duì)獲得畸異信號(hào)，應(yīng)用神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)監(jiān)控。 2021年， Yamaguchi， Tomomi等人提出用切削 /機(jī)械聲音的頻率結(jié)構(gòu)來構(gòu)建監(jiān)測系統(tǒng)，該系統(tǒng)采用 HSP(十六進(jìn)制功率譜形式 )，并用神經(jīng)網(wǎng)絡(luò)來識(shí)別狀態(tài)。國內(nèi)也有利用聲音信號(hào)進(jìn)行狀態(tài)監(jiān)測和故障診斷研究，如清華大學(xué)的王耀文等人對(duì)穿孔型等離子弧焊接過程中