[發明專利]基于MFCC和HMM的次聲信號識別方法、系統和設備

在審

• 申請號: 202110972744.X
• 申請日: 2021-08-24
• 公開（公告）號: CN113705418A
• 公開（公告）日: 2021-11-26
• 發明（設計）人: 苗家友;吳紅莉;肖宏志;楊立學
• 申請（專利權）人: 中國人民解放軍96901部隊26分隊
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/52;G06K9/62
• 代理公司: 中國和平利用軍工技術協會專利中心 11215
• 代理人: 劉光德

本發明提供了一種基于MFCC和HMM的次聲信號識別方法、系統、設備和存儲介質。將次聲信號的頻率轉換為符合人耳聽覺特性的美爾頻率；分頻率特征提取，將聲紋頻率劃分成一系列三角形的濾波器序列；基于準穩態聲紋數據分幀的美爾頻率倒譜系數特征提取；采用對每個HMM模型設定輸出概率閾值，確定信號類別；輸入已知的次聲信號帶標簽數據，得到次聲事件對應的HMM參數，進行模型的訓練；輸入次聲信號數據，提取MFCC特征，針對每種類型的HMM計算輸出概率，輸出概率最大的就為該類次聲事件。本發明提升了特征提取的精度，有利于后續的分類識別，解決了對未知聲音信號容易產生虛警的問題。

技術領域

本發明涉及次聲信號識別技術領域。

背景技術

次聲信號在人類活動中，諸如地震、海嘯、火山、核爆炸、導彈飛行、火炮發射、輪船航行、汽車爭馳、高樓和大橋搖晃，都能產生。并且次聲信號的波長往往很長，因此能繞開某些大型障礙物發生衍射。因此對次聲信號的識別具有很大的現實意義。通過準確及時地識別各種次聲事件，能夠有效地加以應對。

然而現有的次聲信號識別中，對于次聲信號的頻率特征提取，并沒有充分考慮人耳的聽覺特性，使得提取的特征無法很好的用于次聲事件識別。尤其是在復雜現場環境中，多種未知聲音信號容易產生虛警的問題。

發明內容

本發明的目的在于提供一種基于美爾頻率倒譜系數(MFCC)和隱馬爾可夫模型(HMM)的次聲信號識別方法、系統及設備，以解決現有技術中存在的分類識別精度不高、容易產生虛警的技術問題。

為解決上述技術問題，本發明提供的基于MFCC和HMM的次聲信號識別方法，包括：

步驟1，設計針對次聲信號的美爾濾波器；根據次聲信號的實際頻率，基于人耳的聽覺特性，將實際頻率轉換為符合人耳聽覺特性的美爾頻率；分頻率特征提取，將聲紋頻率劃分成一系列三角形的濾波器序列；

步驟2，基于準穩態聲紋數據分幀的美爾頻率倒譜系數特征提取；包括彈道波聲紋數據分幀和加窗函數，快速傅里葉變換，計算譜線能量，計算通過美爾濾波器的能量，計算DCT倒譜，獲得次聲信號特征；

步驟3，基于隱馬爾科夫模型的信號識別；針對未知聲音信號容易產生虛警的問題，采用對每個HMM模型設定輸出概率閾值，根據聲音信號通過同種信號建立的模型輸出概率大于閾值，而聲音信號通過不同種信號建立的模型輸出小于這個閾值來確定信號類別；具體包括：首先，輸入已知的次聲信號帶標簽數據，提取MFCC特征，然后進行HMM模型的訓練，得到每種次聲事件類型對應的HMM模型，得到次聲事件對應的HMM參數，進行模型的訓練；其次，輸入次聲信號數據，提取MFCC特征，針對每種類型的HMM計算輸出概率，輸出概率最大的就為該類次聲事件。

為解決上述技術問題，本發明提供的基于MFCC和HMM的次聲信號識別系統，包括:

美爾濾波器設計模塊，用于根據次聲信號的實際頻率，基于人耳的聽覺特性，將實際頻率轉換為符合人耳聽覺特性的美爾頻率；分頻率特征提取，將聲紋頻率劃分成一系列三角形的濾波器序列；

美爾頻率倒譜系數特征提取模塊，包括彈道波聲紋數據分幀和加窗函數，快速傅里葉變換，計算譜線能量，計算通過美爾濾波器的能量，計算DCT倒譜，獲得次聲信號特征；

信號識別模塊，采用對每個HMM模型設定輸出概率閾值，根據聲音信號通過同種信號建立的模型輸出概率大于閾值，而聲音信號通過不同種信號建立的模型輸出小于這個閾值來確定信號類別；具體包括：首先，輸入已知的次聲信號帶標簽數據，提取MFCC特征，然后進行HMM模型的訓練，最后得到每種次聲事件類型對應的HMM模型，得到次聲事件對應的HMM參數；其次，輸入次聲信號數據，提取MFCC特征，針對每種類型的HMM計算輸出概率，輸出概率最大的就為該類次聲事件。

為解決上述技術問題，本發明提供的基于MFCC和HMM的次聲信號識別設備，包括：