[發(fā)明專利]基于AR-HMM的聲發(fā)射信號識別方法

有效

• 申請?zhí)枺?/td>: 201210498452.8
• 申請日: 2012-11-29
• 公開（公告）號: CN103852525A
• 公開（公告）日: 2014-06-11
• 發(fā)明（設計）人: 于洋;張明宇;楊平
• 申請（專利權）人: 沈陽工業(yè)大學
• 主分類號: G01N29/44
• 分類號: G01N29/44
• 代理公司: 沈陽智龍專利事務所(普通合伙) 21115
• 代理人: 宋鐵軍

1.一種基于AR-HMM的聲發(fā)射信號識別方法，其特征在于：該方法的具體步驟如下：?

獲取不同聲發(fā)射源的多組聲發(fā)射信號；

（一）、對提取到的聲發(fā)射信號進行去噪，求零均值等預處理；

（二）、把經(jīng)過預處理的不同聲發(fā)射源、多組聲發(fā)射信號等長度的分為n段，對每段提取相同階次的AR模型參數(shù)；

（三）、取每段1/3~1/2靠前范圍的、與信號相關性強的AR模型參數(shù)組成整個信號的特征值，將多組特征值作為多觀測序列HMM的觀測值；

（四）、對獲得到的AR特征值進行矢量量化；

（五）、選取HMM的初始參數(shù)，輸入一系列預處理后的特征值，建立每種聲發(fā)射源所對應缺陷的HMM模型；

（六）、把待識別聲發(fā)射類型的觀測序列輸入到建立好的HMM庫中，選取最大輸出概率值所對應的聲源類型作為識別結果。

2.根據(jù)權利要求1所述的基于AR-HMM的聲發(fā)射信號識別方法，其特征在于：“（1）步驟”中的聲發(fā)射信號分為三種，即鋼板裂紋的開裂、腐蝕形成的鋼板薄弱區(qū)的受載變形、腐蝕產(chǎn)生的氧化物的剝離，對聲發(fā)射信號預處理的方法為：選用db16小波基對腐蝕、氧化物剝離、鋼板裂紋聲發(fā)射信號做5層分解去噪，把去噪后的信號零均值化，提取出聲發(fā)射信號變化的動態(tài)部分。

3.根據(jù)權利要求1所述的基于AR-HMM的聲發(fā)射信號識別方法，其特征在于：AR模型的Yule-Walker方程為：

???（1）

其中，為常數(shù)，是AR模型的參數(shù)，為白噪聲序列誤差，x（n）為檢測到的聲發(fā)射信號；

“（2）步驟”中的AR模型參數(shù)的提取利用Burg法，該方法的具體步驟如下：

1）確定初始條件:?前向預測誤差???????????????????????????（2）

后面預測誤差???????????????????????????（3）

自相關函數(shù)????????????（4）

2）由式（5），求出反射系數(shù)K_m

??????????????????????（5）

3）由式（6）求出前后向預測誤差

??????????（6）

4）根據(jù)式（7）確定m階AR參數(shù)及前后向預測誤差之和，

??????????????????????????????????(7)

當m=1時AR模型參數(shù),。

4.根據(jù)權利要求3所述的基于AR-HMM的聲發(fā)射信號識別方法，其特征在于：聲發(fā)射信號的采樣點數(shù)為1024，把經(jīng)過預處理后的聲發(fā)射信號，每128個點為一組，共等分為8段，用Burg算法對這8段分別提取55階AR模型參數(shù)。

5.根據(jù)權利要求1所述的基于AR-HMM的聲發(fā)射信號識別方法，其特征在于：（5）~（6）步驟中使用Baum-Welch算法實現(xiàn)HMM識別，初始概率π=[1,0,0,0,0,0,0,0]，由于聲發(fā)射具有記憶性，所以狀態(tài)轉(zhuǎn)移矩陣為上三角矩陣，觀察矩陣B滿足下列約束條件：

HMM的訓練速度很快，三個訓練模型曲線在10步以后都已達到收斂。