【正文】 ................................. 25 實驗方案 ..................................................... 25 IV 聲音信號特征提取 ............................................... 26 信號時域分析 ................................................. 26 頻域分析 ..................................................... 27 5 總結和展望 ....................................................... 29 本文總結 ....................................................... 29 今后工作展望 ................................................... 29 參考文獻 ........................................................... 31 附錄 ............................................................... 32 學位論文數(shù)據(jù)集 ..................................................... 35 1 1 緒論 引言 隨著城市化的進程的不斷推進，城市人口密度不斷加大，越來越多的人住進了城市，這時人們不得不面對一個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，因為把煙窗弄大占用空間不說還影響美觀。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。當然現(xiàn)今油煙機也有相應的應對措施，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。 對于上述問題有的居民采取了“別人家開油煙機我也開油煙機”的策略，只要自家油煙機口的氣壓大于公共煙道的壓力就不會出現(xiàn)油煙回流的現(xiàn)象了。由于大家的用餐時間相差不會太大，油煙機開啟的時間也不會太長，所以也不失為一種簡單易行的辦法?？闪钊丝鄲赖氖菚r刻關注 其他用戶油煙機的開啟情況不太現(xiàn)實，這就使這種方法大打折扣。如果能研究一種自動檢測煙道各支路油煙機運行情況的裝置，那么就能很好地解決這個問題。由于油煙機都是基于電動機帶動風葉轉動來排走油煙的，而電動機的轉速不同產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，并對聲音信號處理，從而判別出煙道油煙機的運轉情況。 這就涉及到聲音信號的處理了。聲音信號的研究可以從時域和頻域兩個方面來進行。其中頻域分析處理即對信號的頻率特性在頻譜中加以分析研究，這拓展了信號分析的范圍，是對聲音信號分析的主要方法。由于 Origin 軟件是一個數(shù)據(jù)分析和處理功能十分強大的工程實用軟件，它的信號處理與分析功能為聲音信號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的處理和分析以及信號的可視化。相信此研究會對未來油煙機的開發(fā)帶來啟發(fā)。本研究將以煙道油煙機以及管道聲音信號為基礎，作為聲音信號處理的一個前期研究，力求給其后續(xù)的研究做鋪墊。 2 模式識別簡介 模式和模式識別 人們在觀察事物或現(xiàn)象的時候，常常要根據(jù)一定需求尋找觀察目標與其他事物或現(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)需要將它們進行準確歸類，當然， 前提條件是人們需要對‘ 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成了“模式識別”的概念。那么，什么是模式？什么是模式識別呢？ 從以上的例子可以看出，對字符的準確識別首 先需要在頭腦中對相應字符有個準確的認識。當人們看到某物或現(xiàn)象時，人們首先會收集該物體或現(xiàn)象的所有信息，然后將其行為特征與頭腦中已有的相關信息相比較，如果找到一個相同或相似的匹配，人們就可以將該物體或現(xiàn)象識別出來。因此，某物體或現(xiàn)象的相關信息，如空間信息、時間信息等，就構成了該物體或現(xiàn)象的模式。 Watanabe 定義模式“與混沌相對立，是一個可以命名的模糊定義的實體”。比如，一個模式可以是指紋圖像、手寫草字、人臉、或語言符號等。廣義地說，存在于時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，模式是通過對具體的個別事物進行觀測所得到的具有時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 )。模式識別則是在某些一定量度或觀測基礎上把待識模式劃分到各自的模式類中去。計算機模式識別就是是指利用計算機等裝置對物體、圖像、圖形、語音、字形等信息進行自動識別。模式識別的研究主要集中在兩方面，一是研究生物體 ( 包括人 ) 是如何感知對象的，二是在給定的任務下，如何用計算機實現(xiàn)模式識別的理論和方法。前者是生理學家、心理學家、生物學家、神經(jīng)生理學家的研究內容，屬于認知 科學的范疇；后者通過數(shù)學家、信息學專家和計算機科學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。 模式識別的方法 現(xiàn)在有兩種基本的模式識別方法，即統(tǒng)計模式識別方法和結構 (句法 )模式識別方法。統(tǒng)計模式識別是對模式的統(tǒng)計分類方法，即結合統(tǒng)計概率論的貝葉斯決策系統(tǒng)進行模式識別的技術，又稱為決策理論識別方法。利用模式與子模式分層結構的樹狀信息所完成的模式識別工作，就是結構模式識別或句法模式識別。 3 模式識別的應用 經(jīng)過多年的研究和發(fā)展，模式識別技術已廣泛被應用于人工智能、計算機工程、機器學 、神經(jīng)生物學、醫(yī)學、偵探學以及高能物理、考古學、地質勘探、宇航科學和武器技術等許多重要領域，如語音識別、語音翻譯、人臉識別、指紋識別、手寫體字符的識別、工業(yè)故障檢測、精確制導等。模式識別技術的快速發(fā)展和應用大大促進了國民經(jīng)濟建設和國防科技現(xiàn)代化建設。 （ 1） 字符識別 字符識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)機手寫方面技術已趨向成熟，并推出了很多應用系統(tǒng)；另一類是數(shù)據(jù)信息，主要是由阿拉伯數(shù)字及少量特殊符號組成的 各種編號和統(tǒng)計數(shù)據(jù)，如：郵政編碼、統(tǒng)計報表、財務報表、銀行票據(jù)等等，處理這類信息的核心技術是手寫數(shù)字識別。 （ 2） 語音識別 語音識別技術技術所涉及的領域包括：信號處理、模式識別、概率論和信息論、發(fā)聲機理和聽覺機理、人工智能等等。近年來，在生物識別技術領域中，聲紋識別技術以其獨特的方便性、經(jīng)濟性和準確性等優(yōu)勢受到世人矚目，并日益成為人們日常生活和工作中重要且普及的安全驗證方式。而且利用基因算法訓練連續(xù)隱馬爾柯夫模型的語音識別方法現(xiàn)已成為語音識別的主流技術。該方法在語音識別時識別速度較快，也有較高的識別率。 （ 3） 指紋識別 我們手掌及其手指、腳、腳趾內側表面的皮膚凹凸不平產生的紋路會形成各種各樣的圖案。而這些皮膚的紋路在圖案、斷點和交叉點上各不相同，是唯一的。依靠這種唯一性，就可以將一個人同他的指紋對應起來，通過比較他的指紋和預先保存的指紋進行比較，便可以驗證他的真實身份。一般的指紋 5 個大的類別：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），這樣就可以將每個人的指紋分別歸類，進行檢索。指紋實現(xiàn)的方法有 很多，大致可以分為 4 類：基于神經(jīng)網(wǎng)絡的方法、基于奇異點的方法、語法分析的方法和其他的方法。 （ 4） 細胞識別 細胞識別是最近在識別技術中比較熱門的一個話題。以前，對疾病的診斷僅僅通過表面現(xiàn)象，經(jīng)驗在診斷中起到了主導作用，錯判率始終占有一定的比例；而今，通過對顯微細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。如果通過人工辨識顯微細胞診斷疾病也得不償失，費力費時不說，還容易耽誤治療。基于圖像區(qū)域特征，利用計算機技術對顯微細胞圖像進行自動識別愈來愈受到大家的關注，并且現(xiàn) 在也獲得了不錯的效果。但實際中，細胞的組成是復雜的，應該選擇更多的特征，建立更為完善的判別函數(shù)，可能會進一步提高分類精度。 聲音識別應用概述 聲音識別在農業(yè)上的應用 聲音識別在農業(yè)上的應用主要是對害蟲種類、數(shù)量和其不同成長期的識別。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的參數(shù)直接與谷物中害蟲的數(shù)量有關。到 1990年時， Hgstrum等人研制成功了一種糧倉害蟲連續(xù)自動監(jiān)視系統(tǒng)，該系統(tǒng)通過接收到的害蟲聲音信 號可以判斷糧堆里有無害蟲，并粗略估計害蟲的數(shù)量。1996年， Shuman提出了“聲探測定位器”模型，該模型已成功應用于出口谷物的等級評定。 1998年， Coggins K M利用害蟲在不同的生長期所發(fā)出的聲音時域特征截然不同的特點，利用神經(jīng)網(wǎng)絡實現(xiàn)了害蟲成、幼蟲的識別。國內利用聲音信號識別害蟲研究也取得了一些成果，如 2021年陜西師范大學應用聲學研究所針對糧食儲藏的需要，利用聲音信號的強度來確定害蟲的數(shù)量，從而開發(fā)了儲糧害蟲聲信號檢測系統(tǒng)。浙江科技學院專門從事動物生態(tài)學研究的姜仕仁等人利用聲音信號的時域波形， 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音圖的對比等特征，開發(fā)了多功能動物聲信息分析處理系統(tǒng)，對發(fā)聲動物群落進行調查并輔助生物多樣性的監(jiān)測。天津理工學院對害蟲的聲音信號進行頻域分析后，提取其基頻特征實現(xiàn)了害蟲種類及其不同生長期的識別。 聲音識別在軍事上的應用 聲音識別在軍事上的應用主要是對艦船、直升機和坦克等目標的識別。早在第一次世界大戰(zhàn)時期，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 潛用水下目標識別系統(tǒng)。同時，加拿大的 INTERSENSOR船艦輻射噪聲的信號分析專家系統(tǒng)。國內的上海交通大學，利用船艦的輻射噪聲，開發(fā)了水下目標融合識別系統(tǒng)。另外，浙江大學的章新華等人采用船舶輻射噪聲，對其進行小波分解并提取各級小波的譜特征和波形結構特征，采用 BP神經(jīng)網(wǎng)絡進行分類，得到正確識別率 85﹪的分類效果。西安電子科技 5 大學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特征，采用自適應小波神經(jīng)網(wǎng)絡分類器對三類船艦進行分類，也得到了較好的分類效果。隨 著技術和戰(zhàn)術的發(fā)展，人們對戰(zhàn)場目標的識別逐漸轉移到空中。北京理工大學研究開發(fā)了直升機目標信號的建模與預警識別系統(tǒng)，該系統(tǒng)首先建立了聲學接收基陣接收到的直升機噪聲的信號模型，然后通過對直升機噪聲功率譜的結構進行分析，利用自相關函數(shù)及幅值進行基頻估計以實現(xiàn)雙重判決系統(tǒng)的技能型判別。 2021 年，鄭州大學的魏冬冬等人利用直升機聲信號的 30階 AR譜系數(shù)作為特征，用模板匹配法對其進行了識別。 聲音識別在機械工程中的應用 聲音識別在機械工程中的應用主要是對機械設備的狀態(tài)監(jiān)測和故障診斷，常見于刀具磨損監(jiān)測及齒 輪箱和其它機械設備的故障診斷。隨著科學技術和生產的高度發(fā)展，生產的自動化程度越來越高，一臺設備的故障，可能對其它設備帶來很大地影響，造成重大的損失，甚至是嚴重的安全事故。據(jù)日本統(tǒng)計，采用診斷技術后，事故率減少 75％，維修費用降低 25～ 50％ ,可見，設備的監(jiān)測與故障診斷技術在現(xiàn)代化生產中能發(fā)揮巨大的作用，所以人們對它進行了比較深入的研究，取得了很多成果，很多已經(jīng)在實踐中獲得應用。機械設備狀態(tài)監(jiān)測和故障診斷所采用的信號較多，如振動信號、聲音信號、力信號和溫度信號等，其中振動信號和聲音信號應用的比較多，占整個診斷 技術所用信號的 66﹪以上。而在聲學分析診斷中，又可分為超聲診斷、聲發(fā)射診斷和噪聲診斷等。通常，噪聲易被認為是有害信號而加以消除，但噪聲中包含了設備結構和運行狀態(tài)的信息，若對噪聲加以分析，獲取這些信息，即可了解設備的運行狀態(tài)，從而對設備進行狀態(tài)監(jiān)測和故障診斷。國外對機械噪聲信號的研究比較早，如 70年代就提出了用機器發(fā)出的噪聲進行狀態(tài)監(jiān)測和故障診斷。 1994年 Ahn， Jung，Hwan等人開發(fā)了“基于實時聲音識別的加工過程 /刀具磨損過程監(jiān)測系統(tǒng)”，該系統(tǒng)通過把當前信號與標準信 號進行比對獲得畸異信號，應用神經(jīng)網(wǎng)絡實現(xiàn)監(jiān)控。 2021年， Yamaguchi， Tomomi等人提出用切削 /機械聲音的頻率結構來構建監(jiān)測系統(tǒng)，該系統(tǒng)采用 HSP(十六進制功率譜形式 )，并用神經(jīng)網(wǎng)絡來識別狀態(tài)。國內也有利用聲音信號進行狀態(tài)監(jiān)測和故障診斷研究，如清華大學的王耀文等人對穿孔型等離子弧焊接過程中