论文研究-基于HHT算法的扬声器异常音检测技术.pdf

所需积分/C币:9 2019-09-07 05:24:24 1.12MB .PDF
16
收藏 收藏
举报

为了有效地检测扬声器异常音,提出一种基于希尔伯特-黄变换的异常音识别及去噪方法。分析了小波变换的不足,再进行HHT分析。建立常见的几类扬声器异常音数学模型,并经EMD分解得到包含异常振动信息的IMF分量,利用IMF分量特点进行去噪处理。再求出各模拟异常音信号的Hilbert谱,采用图像二值化技术处理Hilbert谱,和小波变换时频谱比较后证明了HHT方法具有更多的优势。而且,根据不同类型异常音在时频域的特征,即可判断出扬声器异常音类型。matlab仿真实验结果表明,当归一化阈值取为0.065时,会得到清晰的图像,能更精确地检测出异常音类型。
2142015,51(11) Computer Engineering and Applications计算机工程与应用 号,依次分解出高频、低频、次低频,最后得到趋势项 EMD分解是信号本身所决定的一个自适应分解过程, 能很快地提取信号特征并分解出信号的分量 150 时间/s 32 Hilbert变换 (a)激励信号波形 经EMD分解后,对每个固有模态函数(IMF)作 Hilbert变换得到其时变的瞵时频率以及幅度,就可构成 05001000150020002500 05001000150020002500 问/s 了其 Hilbert谱,即在时频面上信号能量的分布, Hilbert h1模拟部件摩擦音(b2)含模拟部件摩擦音的异常音波形 谱是结合时间频率-振幅的加权值的分布,每一频率的°s 加权值是本身局部的振幅。它是由信号的局部特征得 出 05001000150020002500 05001000150020002500 到的时频分布,能够提示出信号的非平稳性和时变性, 封问/s (cl)模拟漏气音 (c2)含模拟漏气音的异常音波形 在随后的HHT仿真应用中将进一步说明分析中得到了 很好的体现。 05001000150020002500 05001000150020002500 副问/s 剥问/s (d1)模拟韶件共振音(dA2)含模拟部袢共振音的异常音波形 4扬声器异常音数学模型 为了有效检测扬声器的故障,需找到故障特征的状020300“()含模音摩擦音的异常音波形 50020002500 20002500 态变量,而且在测量精度和速度方面都有严格要求。机 封向/s 械故障是大部分故障的源头,但其最终产生的只是声辐 (e1)模拟音圈摩扌 射,须用麦克风才能检测到。常见的扬声器故障种类 如下 5001000150020002 05001000150020002500 (1)部件摩擦音:由于·些粘接不良的部件之间很 (f1)模拟异物碰撞音(2)含模拟异物碰撞音的异常音波形 可能发生相对运动现象,再加上外力的驱动,就会产生 图35种模拟噪音及其与激励信号叠加构成的 基于部件本身特性的一些与激励信号相异的振动。 5种模拟异常音 (2)漏气音:扬声器箱体因粘接出现问题而导致5基jHHT算法的异常音检测 声音发生变化而产生的异常音称为漏气声 51EMD去噪 (3)部件共振音:在某些特定的频率下,出于外部部 出以上的理论分析可知EMD按不同的时间尺度分 件如扬声器测试时所用的消声室上的盖板或者扬声器 解信号,先分解岀高频,再分解岀低频,次低频,最后得 被固定的箱体等会发生共振产生的异常首,称为部件共 到趋势项也称为残余分量。对图3屮的含模拟部件共 振音。 (4)音图摩擦音:山于扬声器的安装不正确,导致音分解成了9个频率逐次减小的M分量和一个戏余分 图骨架或者音圈本身周期性地与磁隙接触,当加上激励量(rest)且IMF与激励chi信号的振动规律十分相 信号吋,就会产生异常声。此类异常声就是音圈摩擦似基于此运用以下的算法对图3中构造的5种模拟异 声。另外,有时磁隙中掺杂的杂质也会产生该类异常声。常音进行去噪处理。算法步骤如下: (5)异物碰触音(也叫颗粒声):有时扬声器内部或 (1)依次对以上5种模拟异常音进行FMD处理 防尘罩内会掺杂一些杂质,振膜与这些杂质发生碰撞 (2)从被分解的模拟异常音信号中先减掉IMFI分量; 产生的随机脉冲声就是异物碰撞声。 (3)将剩下的IMF分量重构成一个信号,将其与仿真前 在仿真实验屮,本文建立了5种异常音信号模型,加入的模拟噪音求取相关系数,按此方法继续减掉 所用的激励信号及其与模拟以上5种噪音的信号叠加IMF2,继续重构信号和求取相关系数,直至相关系数达 构成的异常音波形如图3所示。 到最大值,重构信号就越接近异常声信号,并将其作为 图3(a)中chi信号作为激励信号,并分别用白噪提取出的噪音信号。 声、锯齿信号、chip信号(与激励chip信号起止频率不 基于以上算法,对图3屮的5种异常音信号进行 冋)、正弦信号、沖击信号依次模拟鄙件摩擦音、漏气音、EMD分解及去除噪声处理,得到了3幅具有代表性的结 部件共振音、音圈摩擦音和异物碰撞音,得到分别如图3果,如图4至图6所示。 (bl)、(c1)、(d1)、(e1)、(门1)所示的波形图,再依次与激 图4至图6中,均包含3幅小图,其左边依次为含模 励chip信号叠加,构成如图3(b2)、(c2)、(d2)、(ε2)、拟部件共振音、音圈摩擦音和异物ⅷ捅音的异常音 ()所示的5种含模拟噪音的异常音波形供随后仿真EMD分解结果,且依次被分解成为8个、7个、8个IF 研究。 分量和一个残余分量(rest)。验证了EMD分解的自适 李云红,李小英,周静雷,等:基于HHT算法的扬声器异常音检测技术 2015,51(11)215 00.20.40.50.810 00.2040.60.81.0 时闰s 时间 00.20.40.60.810 0204060.8 时间s 时问s 0.5 00.20.49.50.81 00.20406081020.5 时问 00.2040.50.810 00.20.40.60.81.0 时间s 时间 05001000100200n2500 02 05001000150020002500 00.20.40.50.810 时间 时间/s 自_C:E (b)提取的模拟部件共振音 b)提取的模拟异物碰撞音 00.20.40.6 时 时问s 0.2 00204060810 00.20.40.60.81.0 时间 C.05 5n810 时间's 时间/s 05001000150020002 0.20.40.6081.0 0500100015002000 时间/s (a)含模拟部件共振音的异 (c)去噪后的信号 (a)含模拟异物碰撞音的异常 (c)去噪后的信号 常奢EMD分解结果 音EMD分解结果 图4含模拟部件共振音的异常音EML分解及去噪结果 图6含模拟异物碰撞首的异當音EMD分解及去噪结果 表1提取出的噪音和模拟异常音信号相关系数表 0.20.40.60.8 时问 模拟噪音类型 最大相关系数 部件摩擦音 0.4964 0.60.81.0三 漏气音 0.4750 时间/s 部件共振音 0204060.81.0 音圈摩擦音 0.9785 时间 异物碰撞音 0.2732 05001000150020002500 00.204060.81.0 时向s 时间 算法对提取模拟音圈摩擦音最有效,模拟部件共振音次 b)提取的樸拟音圈摩擦音 之。而图6(b)未能有效地提取噪音,却同步追踪了冲击 噪音进入的时刻 1. C 00.204060.81.0 52 Hilbert谱分析 时间/ 0.01 在EMD分解之后,将得到的IMF分量进行 Hilbert 0.8 变换,可以得到各瞬时属性分量,将分量的频率关于时 间的分布表现在同·幅图中,就可以得到 Hilbert谱图。 0.40.60.8 时间/s 0500100150020002500于此,对以上的5种模拟异常音及未加噪前的激励信 (a)含模拟音圈摩擦音的异常 (c)去噪后的信号 号进行处理后,现进行 Hilbert谱分析。本文依次对激励 音EMD分解结果 chin信号及5种模拟异常音信号求取 Hilbert谱,结果如 图5含模拟音圈摩擦音的异常音EMD分解及去噪结果图7所示。 应特点,分别将3个模拟信号分解为由高频到低频且不 图7(b至(f)均为含有模拟噪音的异常音 Hilbert谱 同阶数的MF分量和一个残余分量。图4至图6的图(b)图,图7(a)为激励ch信号的 filbert谱普 依次为提取出的模拟部件共振音、模拟音圈摩擦音和异 为了更清楚地观察 Hilbert谱图的特征,将图7进行 物碰撞音信号,图(c)均为去噪后的信号。 二值化处理,结果如图8所示。 仿真中得到了5组提取的噪音与加入的模拟噪音 仿真中,经过反复实验,当取归一化下阈值0.065时 最大相关系数,如表1所示。 将会得到最清晰的二值化图像,对比图7和图8便可说 表1是提取出的噪音和仿真前加入的模拟噪音求明这‘优势。仔细观察图8屮6幅图,可得到以下规律: 取的最大相关系数,显然,相关系数越大,说明噪音提取 (1)图8(b)为含有模拟部件共振音后的 Hilbert谱 得越干净。结合以上3幅图及表1的数据,不难发现该图8(a)为未加噪前的激励chin信号的 Hilbert谱,比较 2162015,51(11) Computer Engineering and Applications计算机工程与应用 0.50 0.50 50 0.45 45 040 0.40 40 0.35 0.3 0.30 0.30 0.2 0.25 当 0.10 0.10 0105 只导宫 异总层导8 时间 时间/s 时间/s 时间 (a)激励信号 Hilbert谱 (b)含模拟部件共振音 )二值化激励信号 b)二值化含模拟部件共振 的异常音 Hilbert谱 Hilbert谱结果 音的异常音 Hilbert谱结果 0. 0.50 0.50 50 0.40 0.40 040 0.35 0.30 0.25 0.25 0.25 10.20 020 0.10 (1.10 0.05 0.05 0.05 0.05 时间 时间s (c)含模拟异物碰撞音 d)含模拟漏气音的 c)二值化含模拟异物碰撞(d)二值化含模拟漏气音 的异常音 Hilbert谱 异常吝 Hilbert谱 音的异常音Hibe谱结果的异常音 Hilbert谱结果 0.50 0.50 0. 0.50 0.40 0.40 0.40 40 035 0.30 0.30 0.30 0.25 0.25 三0.25 0.20 0.15 0.15 0. 10 10 0.0 0.05 0.05 0.05 导要意 导影意 爱月导 时间/s 时间/s 时同/s 时间 (c)含模拟音圈摩擦音 (f)含模拟部件摩擦音 ε)一值化含模拟音圈摩擦(f)一值化含模拟部件摩擦 的异常音 Hilbert谱 的异常音 Hilbert谱 音的异常音 Hilbert谱结果音的信号 Hilbert谱结果 图7chip信号及hip叠加5种模拟噪音后的 Hilbert谱图 图8将图7中6幅小图二值化后结果 后,不难发现,图8(b)屮多出了两条由离散的点组成的的小变换时频谱进行比较,可知, Hilbert谱可明显地识 斜线,且越往上点越离散。由于是部件共振产生的异常别加入的噪声,而小波变换时频谱却不能。 音,不难发现三条离散谱线走势基本一致 〔5)图8(f)为加入模拟部件摩擦音后的 Hilbert谱, (2)当加入模拟异物碰撞音后,得到图8(c)所示的中除了靠近时间轴部分有若干波动的线条外,人部分 Hilbert i谱,时间轴上500、1000、1500时刻出现了尖锐是随机分布的点,正是因为加入模拟部件摩擦音后,体 的波形,这充分体现了异物碰撞音的特点∏同步跟踪了现出随机噪音分布特点 异物碰撞噪音进入的时间。 (3)图8(d)为加入模拟漏气音后的 Hilbert谱,与6结東语 图8(a)相比,加入模拟漏气音后,图中上半部分无明显 本文以HHT算法为理论基础,先运用EMD方法分 的变化,但在靠近时间轴的部分,岀现了不断波动的线解了几种常见的模拟异常音,并基于EMD分解结果的 条,再往上面出现离散的点。 规律特征,提出了一种异常音的检测及去噪算法。之 (4)图8(e)为加入模拟音圈摩擦音后的 Hilbert谱,后,通过仿真验证了该算法的有效性。在仿真验证中, 较图8(a)似乎未发生大的变化,仔细观察可知,当加入将提取出的噪音与原噪音信号求取相关系数,得到了两 模拟音圈摩擦音时,在靠近时间轴多出了若干明显的线组最大的相关系数,分别为0.8590和09785,表明了该 条,同时,冉将此图与图1的chiη信号加入正弦噪声后算法可有效去除模拟音圈摩擦音。随后,进行 Hilbert谱 李云红,李小英,周静雷,等:基于HHT算法的扬声器异常音检测技术 2015,51(11)217 特征分析,仿真验证中,为便亍深入观察研究,对求取的[」魏松,攣琦,赵仁才基于短吋傅立叶变换语言信号分析算 Hilbert谱图进行了二值化处理,当取归化國值0.065 法[J电子测量技术,2006,29(1):16-17 时,处理后的谱图十分清晰。分析结果表明,HHT时频8]苏中元,贾民半基于希尔伯特黄变换周期半稳类微弱故 谱分析方法貝有较好的分辨率,选择HHT算法处理非 障信号检测[东南大学学报:自然科学版,2006,36(3) 平稳信号较为有效,尤其是在处理单频噪声时明显优于 小波变换时频分析。同时,不同异常音的 Hilbert ip呈现戴先中,唐统周期信号谐波分析的的种新方法仪 不同的特征规律,并可以作为扬声器异常音检测和分类 器仪苌学报,1989,10(3):248-255. [10]程广涛,戴上国,易川基于小波变换的舰船辐射噪声 的依据。 调制特征分析[火力与指挥控制,2007,32(5):75-77 []l0海扬声器非线性特性的 Hilbert-huang变换分析[浙 参考文献: 江大学学报:工学版,2005,39(3):385-391 []l李慧文,邱小车对扬声器主观音质进行客观音频质量感[121 cheverria j c, Crowe J A, Woolfson m s,etal.Apli 知评价]电声技术,2010,34(5):27-31 cation of empirical mode decomposition to heart rate 2]朱俊敏,张潇,王旌阳,等基于模极大值和尺度理论的音 ariability analysis[J]Journal of Medical biological 频降噪方法[小振动与冲击,2009,28(11):168-172 Engineering Computing, 2001, 39(4): 471-479 [3]丁德敏,李小明,许增朴.基丁时频分析的扬声器异音故障13]杨露,沈怀荣希尔伯特黄变换与小波变换在故障特征提 诊断方法[电声技术,2007,31(11):2427 取中的对比研究[兵工学报,2009,30(5):628-632 [4]王旌阳,张潇,朱俊敏,等基于时频谱图的脉冲噪声抑制141罗静,钟佑明小波包时频分析方法的研究及应用门.重庆 方法[振动与冲击,2010,29(2):149-153 邮电大学学报:自然科学版,2009,21(3):379-38 15」李光辉基于希尔伯特黄变换及其改进方法的信号分析研[15]于德介,程军圣EMD方法在齿轮故障诊断中的应用[J 究与应用[D]成都:成都理工大学,2012 湖南大学学报:白然科学版,2002,29(6):48-51. [6]朱冰莲杨磊心音信号的短时傅立叶变换分析门重庆大[16]李宏坤,周帅,孙志辉 Hilbert谱特征提取与支持向量机 学学报,2004,27(8):83-85 的状态识別方法研究「振动与冲击,2009,28(6):131-200 (上接189页) [7] Brennan L E, Reed I S Theory of adaptive radar[J].IEEE 种空时自适应处理方法利用混响空时分布特性,在目标 Transactions on Aerospace and Electronic Systems, 1973 信号不受损尖条件下有效地抑制混响。以正视均匀线 AES-9(2);237-252 阵阵为例,通过仿真得到了正视阵混响的空时分布为 [8 Cox H Space-time processing for suppression of bottom 斜线带,进一步得到空时处理处理器在混响分布方向上 reverberation[C]i Proceedings of ASILOMAR-29, 1996 形成二维凹口能够有效地滤除混响,仿真得到的空时处 理结果与理论计算结果相符,验证了算法的正确性。 19 Ming Gaoxiang, Cai Zhiming. Ocean reverberation sup- pressing direct data domain based STAP processing[c] IEEE Conference on icsp, 20123: 2085-2088 参弩文献: [10 Hodgkiss WS.An oceanic reverberation model[JJ-IEEF []汪德昭,尚尔昌水声学[M]北京:科学出版社,1984 Journal of Oceanic Engineering, 1984, OE-y(2): 63-72 [2] Urick r I水声原理M洪申,译第3版哈尔滨:哈尔滨[1 I Chamberlain S G, Galli j c. A model for numerical simu 船舶上程学院出版社,1990 lation of nonstationary sonar reverberation using linear [3] Middleton D A statistical theory of reverberation and simi spectral prediction[J].IEEE Journal of Oceanic Engineering lar first order scattered fields part TI: moments, spectra 1983,OE-8(1):21-36 and special distributions IEEE Transactions on Infor-[12]孙文俊,马远良.主动声呐混响模型与抗混响信号处理[DJ mation Theory, 1967: 393-414 西安西北工业大学,2006 4]李匡鸿,梁红浅海混响背景下的信号检测方法硏究[D]西[13」鲁远耀,张平,李国吞双基雷达空时自适应处理中的杂 安:西北工业大学,2007 波特性门测试技术学报,2005,19(4):360-364 15] Kiem r空吋自适应处理原理M北京:高等教育出版14]詹吴可蔡志明,浅海混响扩展的空时2D分布与混响抑 社,2009 制[鱼雷技术,2009,17(2):29-32 [6]王永良,彭英宁空时自适应信号处理[M]北京:清华大学15」赵申东,唐劲松,蔡志明多通道运动声呐混响仿真[舰 出版社,2000 船科学技术,2007,29(4):117-120

...展开详情
试读 6P 论文研究-基于HHT算法的扬声器异常音检测技术.pdf
立即下载 低至0.43元/次 身份认证VIP会员低至7折
一个资源只可评论一次,评论内容不能少于5个字
您会向同学/朋友/同事推荐我们的CSDN下载吗?
谢谢参与!您的真实评价是我们改进的动力~
关注 私信
上传资源赚钱or赚积分
最新推荐
论文研究-基于HHT算法的扬声器异常音检测技术.pdf 9积分/C币 立即下载
1/6
论文研究-基于HHT算法的扬声器异常音检测技术.pdf第1页
论文研究-基于HHT算法的扬声器异常音检测技术.pdf第2页

试读结束, 可继续阅读

9积分/C币 立即下载 >