[發明專利]振動信號特征參數提取方法

無效

• 申請號: 201310476724.9
• 申請日: 2013-10-12
• 公開（公告）號: CN103514877A
• 公開（公告）日: 2014-01-15
• 發明（設計）人: 羅廣迪;莫家慶;許亮;王文偉
• 申請（專利權）人: 新疆美特智能安全工程股份有限公司
• 主分類號: G10L15/02
• 分類號: G10L15/02;G10L15/20
• 代理公司: 北京中恒高博知識產權代理有限公司 11249
• 代理人: 劉洪京

技術領域

本發明涉及信號處理領域，具體地，涉及一種振動信號特征參數提取方法。

背景技術

人耳能從嘈雜的背景噪聲中聽到語音信號，是因人的內耳基底膜可以依據外來聲波振動信號進行自我調節，它就像一組濾波器一樣，對不同頻率的聲波振動信號產生相應不同的振動，從而接收到外來聲波并傳送至大腦產生聽覺。

與背景噪聲中的語音信號類似，光纖/電纜振動傳感系統采集到的振動信號也伴隨著風、雨、人類活動等噪聲，要想從背景噪聲中提取出目標振動信號，也要有像內耳基底膜一樣的一組濾波器來對不同頻段的振動信號產生相應的反應。此外，光纖/電纜振動傳感系統采集到的振動信號與語音（音頻）信號的頻率范圍基本相同，均為數十到數千赫茲，因此該振動信號的分析與識別方法，與語音信號的分析和識別方法是類似的。

在語音信號分析方法中，梅爾頻率倒譜系數（MFCC）是一種相對廣泛使用的特征參數，其提取方法如下：

對每一幀信號計算N點離散傅里葉變換，然后取模的平方得到離散功率譜???????????????????????????????????????????????

計算通過個帶通濾波器后的功率,。

計算的自然對數，。

計算的離散余弦變換，獲得倒譜，。

其中

舍去中代表直流的，取為梅爾頻率倒譜系數。

梅爾頻率倒譜系數的缺點是該特征參數基于短時平穩的假設條件，利用短時傅里葉變換在一個確定的時頻分辨率上考察信號，不能隨信號的變化動態調整時頻分辨率，它僅對信號的靜態特征進行描述，忽略了動態特征，這是一個天然缺陷。在對每幀信號進行短時傅里葉分析時，幀長的大小決定了系統的時間分辨率。幀長較小時，時間分辨率高，但會受到窗函數的不利影響從而降低頻率分辨率，容易對突變信號過度敏感；幀長較大時，雖然可以克服上述缺點，但又與短時平穩的假設條件相悖，使得分析結果出現失真。光纖/電纜振動傳感系統采集到的振動信號是非平穩信號，其頻譜特性隨時間而改變。因此，使用梅爾頻率倒譜系數對上述非平穩的振動信號進行分析時，結果的精確性會受到制約。

發明內容

本發明的目的在于，針對上述問題，提出一種振動信號特征參數提取方法，以實現提高動信號特征參數精確度的優點。

為實現上述目的，本發明采用的技術方案是：

一種振動信號特征參數提取方法，包括以下步驟：

步驟一：對采集的振動信號進行預處理；

步驟二：對上述預處理后的振動信號進行離散小波變換，得到小波系數；

步驟三：對上述小波系數進行快速傅里葉變換，得出小波系數的頻譜，以及各層小波系數的樣點數；

步驟四：按照頻率的高低順序，將上述各層小波系數的樣點數合成完整頻譜；

步驟五：計算上述各層小波系數能量，求出mel對數功率譜；

步驟六：對上述mel對數功率譜進行離散小波變換；

步驟七：提取mel離散小波變換譜振幅，作為振動信號特征參數。

根據本發明的優選實施例，上述步驟一對采集的振動信號進行預處理包括以下步驟：

對采集的信號進行預加重，以提升高頻部分的步驟；

對上述預加重信號進行分幀：采用交疊分段的方法，使每一幀的幀尾與下一幀的幀頭重疊的步驟；

以及

對上述分幀后的信號加漢明窗，減小截斷效應，保證信號幀兩端平滑過渡的步驟。

根據本發明的優選實施例，上述步驟五計算上述各層小波系數能量，求出mel對數功率譜包括以下步驟：

對合成后的完整頻譜取平方，求得振動信號功率譜的步驟；

用M個mel帶通濾波器對上述振動信號功率譜進行濾波的步驟；

以及

對每個濾波器的輸出取對數，求得對應頻帶的對數功率譜的步驟。

?

本發明的技術方案具有以下有益效果：

本發明的技術方案，引入小波變換的分析方法，解決短時傅里葉分析方法在處理非平穩信號時的缺陷，與短時傅里葉分析的固定窗寬不同，小波變換的實質是一種可調的加窗分析。本發明的技術方案采用離散小波變換來取代快速傅里葉變換，然后使用相同的mel濾波器組進行后期的濾波。從而引出與以往快速傅里葉變換不同的參數。在獲得mel對數功率譜之后，再次使用離散小波變換取代快速傅里葉變換，以實現濾波器組能量分離。從而達到了提高動信號特征參數精確度的目的。