大豆碰撞聲信號的預(yù)處理方法研究

秦 顥 劉 軍 張 宸

（北京物資學(xué)院 信息學(xué)院，北京101149）

1 概述

國務(wù)院新聞辦公室發(fā)布的《中國的糧食安全》白皮書指出2001 年至2018 年年均進(jìn)口的糧食總量中，大豆占比為75.4%[1]。不難看出，中國的大豆需求量遠(yuǎn)遠(yuǎn)高于生產(chǎn)量，缺口巨大，如何提高大豆產(chǎn)量迫在眉睫。大豆在生長、收獲和運(yùn)送途中，種皮都有可能產(chǎn)生裂紋。大豆種皮產(chǎn)生裂紋后，種皮損傷嚴(yán)重的會降低種子發(fā)芽力和種子活力，同時(shí)會使籽粒和幼苗遭受微生物及害蟲的侵害，其造成產(chǎn)量損失約計(jì)8.6%～12.3%[2]。因此，必要的種子檢驗(yàn)可以選出優(yōu)質(zhì)大豆，這對于大豆的增產(chǎn)意義重大。介于傳統(tǒng)的人工篩選法和機(jī)器篩選法對于種皮裂紋這一物理性狀的識別效率不高，實(shí)現(xiàn)對大豆種皮裂紋更高效的自動化識別就有著一定的研究意義。

本研究對大豆撞擊碰撞板產(chǎn)生的聲音進(jìn)行處理與識別，進(jìn)而區(qū)分種皮完好大豆與種皮裂紋大豆，其依據(jù)是不同的物理結(jié)構(gòu)會產(chǎn)生不同的聲音。本文的研究內(nèi)容是大豆碰撞聲的預(yù)處理方法，以待為后展開的特征參數(shù)提取和模型識別奠定基礎(chǔ)。

2 碰撞聲信號的前端處理

大豆碰撞聲信號的預(yù)處理主要包括前端處理，降噪處理和端點(diǎn)檢測。前端處理主要包括碰撞聲信號的采樣、量化、預(yù)加重、分幀和加窗[3]。

2.1 信號的采樣與量化

采樣是按照既定規(guī)則在原始信號上取值，將原本連續(xù)的模擬原始信號離散成一個(gè)個(gè)值。當(dāng)采樣頻率大于兩倍原始信號最高頻率時(shí)，采樣生成的信號可替代原始信號，大大提高了可靠性。

量化就是用最接近的電平值代替采樣得到的瞬時(shí)值。

大豆碰撞聲信號經(jīng)過采樣變成離散信號，再通過量化變成計(jì)算機(jī)能夠處理的數(shù)字信號。

2.2 預(yù)加重

在信號傳遞時(shí)，碰撞聲信號高頻分段會受損。為了抵消這種信號衰減以及降低信號失真帶來的影響，就需要傳輸前對信號高頻部分進(jìn)行預(yù)加重。預(yù)加重一般采用一階數(shù)字濾波器，其公

圖1 大豆碰撞聲信號預(yù)加重

經(jīng)過預(yù)加重的大豆碰撞聲信號如圖1 所示，可以明顯看出信號的高頻部分得到了加強(qiáng)，信噪比得到提高。

2.3 分幀與加窗

碰撞聲信號整體是不穩(wěn)定的，但從局部來看，信號是穩(wěn)定的[4]。分幀是對信號進(jìn)行加窗處理，得到一個(gè)一個(gè)的信號幀片段，這些片段都具有短時(shí)平穩(wěn)性。常用的窗函數(shù)包括矩形窗、漢明窗和漢寧窗。

矩形窗

漢明窗

漢寧窗

一般情況下，多使用漢明窗，但也要根據(jù)實(shí)際的情況選擇不同的窗函數(shù)。

3 碰撞聲信號的降噪

由于外部噪聲的存在，錄制的大豆碰撞聲信號伴有噪聲，這對信號原始的聲學(xué)特性造成了破壞。為了還原信號和降低噪聲對后續(xù)相關(guān)分析的影響，就需要對采集到的碰撞聲信號進(jìn)行降噪處理。

3.1 噪聲概念

噪聲是指一切干擾人們休息、學(xué)習(xí)和工作的聲音，即人們不需要的聲音[5]。具體來說，大豆碰撞聲信號是帶噪信號，其中原始的純粹碰撞聲信號為目標(biāo)信號，而同時(shí)采集到的環(huán)境聲就是噪聲。

3.2 噪聲分類

噪聲具有可加性，通常分為沖擊噪聲、周期噪聲、寬帶噪聲等。

3.2.1 沖擊噪聲

沖擊噪聲一般來源于一些突發(fā)事件，比如爆破，打雷等，其聲音信號的瞬時(shí)幅值一般都非常大。消除沖擊噪聲的一種方法是對帶有噪聲的信號幅度求均值，并以此為判斷閾值，高于此值即為沖擊噪聲，將其濾除。

3.2.2 周期噪聲

周期噪聲，顧名思義就是有規(guī)律的重復(fù)的噪聲，比如勻速運(yùn)轉(zhuǎn)的風(fēng)扇、發(fā)動機(jī)所發(fā)出的噪聲。一般可以利用高通或低通濾波器濾除。

3.2.3 寬帶噪聲

寬帶噪聲的頻率比較均衡，從低頻到高頻都有，因此比較難以消除。

3.3 降噪方法

3.3.1 濾波降噪

基于濾波的信號降噪法通常用來濾除信號中特定頻率的噪聲信號，或者在特定的頻率范圍內(nèi)對信號的頻譜進(jìn)行整形[6]。周期噪聲的頻率有一定規(guī)律，利用濾波器可以有效消除。如果可以精確估算出噪聲信號，那么濾波降噪效果將十分顯著。常用的濾波器有三個(gè)：固定濾波器、自適應(yīng)濾波器和傅里葉變換濾波器。

3.3.2 小波降噪

對于混有復(fù)雜噪聲的信號，傳統(tǒng)的傅立葉變換局限性較大，而小波變換具有多尺度分辨率、選基靈活、時(shí)域和頻域局部化特性、去相關(guān)性等特點(diǎn)，對于信號，通過多層分解，使得噪聲在不同的層上可以有良好的區(qū)分[7]。

小波降噪的原理為：經(jīng)過小波變換，原始信號的小波系數(shù)較噪聲的小波系數(shù)而言較大。只要能夠選取到合適的閥值，就能有效區(qū)分原始信號和噪聲，從而達(dá)到降噪的目的。

4 碰撞聲信號的端點(diǎn)檢測

4.1 基于短時(shí)過零率的端點(diǎn)檢測

短時(shí)過零率就是一幀語音信號經(jīng)過零電平的次數(shù)[8]。

由圖2 可知，噪聲相比于碰撞聲信號幅值較小，所以大豆碰撞聲信號的過零率反而明顯小于背景噪聲的過零率。與此同時(shí)，碰撞聲信號的起始點(diǎn)與噪聲區(qū)別不大，造成了過零率比較相近的結(jié)果，不能夠準(zhǔn)確判別目標(biāo)信號的起始點(diǎn)，因此基于過零率的端點(diǎn)檢測不適合含噪大豆碰撞聲信號端點(diǎn)的判斷。

圖2 基于短時(shí)過零率的端點(diǎn)檢測

4.2 基于短時(shí)能量的端點(diǎn)檢測

通常，噪聲蘊(yùn)含的能量遠(yuǎn)遠(yuǎn)不如碰撞聲信號蘊(yùn)含的能量。高信噪高條件下，可以利用短時(shí)能量區(qū)分碰撞聲信號和噪聲。

定義碰撞聲信號x(n)的短時(shí)能量[9]為：

圖3 基于短時(shí)能量的端點(diǎn)檢測

從圖3 可以看出，在高信噪比的條件下，可利用短時(shí)能量對整段音頻信號進(jìn)行端點(diǎn)檢測，得到碰撞聲信號。然而在實(shí)際應(yīng)用中，不能夠完全保證較高的信噪比，這時(shí)往往需要結(jié)合其他特征對信號進(jìn)行綜合檢測。

4.3 基于頻帶方差的端點(diǎn)檢測

設(shè)碰撞聲信號時(shí)域波形為x(n)，加窗分幀處理后得到的第i幀語音信號為xi(m)，則xi(m)滿足

式中，ω （m）為窗函數(shù)；i = 0,1,2,···；N 為幀長；T 為幀移長度。

對xi(m)進(jìn)行離散傅里葉變換可得頻譜[10]

定義均值為

頻帶方差為

圖4 基于頻帶方差的端點(diǎn)檢測

由計(jì)算公式可知，影響頻帶方差的因素有碰撞聲信號的短時(shí)能量和頻帶的幅度大小，而碰撞聲信號的能量和頻帶幅度大小比噪聲要大，因此碰撞聲信號的頻帶方差要更大些。由圖4可知，利用頻帶方差可以有效區(qū)分碰撞聲信號和噪聲。

4.4 基于譜熵的端點(diǎn)檢測

式中，pi(k) 為第i 幀第k 個(gè)頻率分量fk對應(yīng)的概率密度；N為FFT 長度。

每個(gè)分析語音幀的短時(shí)譜熵定義為

由圖5 所示，譜熵對大豆碰撞聲信號和噪聲的區(qū)分度不太明顯，因此不太適合碰撞聲信號的端點(diǎn)檢測。

4.5 小結(jié)

從短時(shí)過零率、短時(shí)能量、頻帶方差和譜熵四個(gè)方面對碰撞聲信號的端點(diǎn)檢測進(jìn)行驗(yàn)證，初步得到了短時(shí)能量和頻帶方差可以用于大豆碰撞聲信號的端點(diǎn)檢測。

圖5 基于譜熵的端點(diǎn)檢測

5 結(jié)論

本文對大豆碰撞聲信號的預(yù)處理方法進(jìn)行了研究學(xué)習(xí)，主要包括信號的預(yù)加重、加窗、分幀、降噪和端點(diǎn)檢測，并得到了初步的結(jié)果。這為之后的大豆碰撞聲信號特征參數(shù)的選取和模型的識別奠定了基礎(chǔ)。但是，大豆碰撞聲信號的預(yù)處理過程仍然存在一些問題：一是錄制環(huán)境比較安靜，信噪比較高，但實(shí)際運(yùn)用中可能沒這么理想；二是處理的效率還有待加強(qiáng)。