一种基于麦克风阵列的多普勒畸变声学信号的校正方法技术

本发明专利技术公开了一种基于麦克风阵列的多普勒畸变声学信号的校正方法，该方法校正存在于轨边声学诊断系统所测取的声学信号中的多普勒畸变，实现列车轴承故障的精确诊断。该方法对检测信号进行Hilbert变换，获取复数信号，对复数信号加窗，获取信号片段，计算每个信号片段所对应的接收角，依据发射时间与接收时间的关系构造重采样时间序列，对阵列中央的麦克风采集的信号进行三次样条差值重采样，对校正信号做Hilbert变换和快速傅里叶变换，进行诊断。相比于基于单麦克风的传统方法，本发明专利技术方法基于麦克风阵列，具有算法简单，计算量少，无需先验知识，对噪声鲁棒性好等优点，在实际应用中具有明显的优势。

Calibration method of Doppler distortion acoustic signal based on microphone array

The invention discloses a method for correcting Doppler distortion of acoustic signal of microphone array based on the correction method in track side acoustics diagnose system measured by acoustic signal from Doppler distortion in the accurate diagnosis of bearing faults of the train. The method of Hilbert transform on the detection signal, obtaining complex signal of complex signal window, get the signal corresponding to each fragment, calculate the received signal segment angle, based on the structural relationship launch time and receive time re sampling time series, Mike wind signal acquisition of array central three spline interpolation resampling to do, Hilbert transform and fast Fu Liye transform correction signal diagnosis. Compared to the traditional method based on single microphone, the method based on microphone array, a simple algorithm with less calculation, without prior knowledge of the advantages of good noise robustness, has obvious advantages in practical application.

【技术实现步骤摘要】

本专利技术涉及一种基于麦克风阵列的多普勒畸变声学信号的校正方法，适用于故障诊断领域，尤其适用于轨边列车轴承的声学故障诊断领域。
技术介绍
列车轴承发生故障会激发出一种周期性暂态声学信号。因此可通过检测该声学信号对列车轴承实现非接触式的故障诊断与状态监测。但由于列车轴承与麦克风的相对移动，使得测取的声学信号出现频谱扩展和移动的多普勒畸变现象，给列车轴承的故障诊断带来了困难。因此，校正多普勒畸变，消除频谱中的扩展和移动是精确诊断列车轴承故障的前提。传统的基于单麦克风的多普勒校正方法可以分为两类，一类是基于瞬时频率提取的校正方法，一类是基于几何模型的多参数匹配的校正方法。基于瞬时频率提取的校正方法需要预知轴承的特征频率。但由于主轴系统的复杂耦合，在实际应用中获取该特征频率基本不可能，这大大降低了其实用性。另一类基于几何模型的多参数匹配的校正方法，尽管避免了轴承特征频率这一先验条件，但由于运算量大，计算时间长，使得该方法并不适用于实际系统中。
技术实现思路
本专利技术提出了一种基于麦克风阵列的多普勒畸变声学信号的校正方法，校正存在于轨边声学诊断系统所测取的声学信号中的多普勒畸变，实现列车轴承故障的精确诊断。相比于基于单麦克风的传统方法，本专利技术方法基于麦克风阵列，具有算法简单，计算量少，无需先验知识，对噪声鲁棒性好等优点，在实际应用中具有明显的优势。本专利技术采用的技术方案为：一种基于麦克风阵列的多普勒畸变声学信号的校正方法，在铁轨边设置麦克风阵列用于采集列车轴承发出的声波信号作为检测信号，列车轴承发出的声波信号的时刻为ts，该检测信号为x(tr)＝[x1(tr),x2(tr),…,xM(tr)]T，x1(tr),x2(tr),…,xM(tr)为1,2,…,M麦克风采集的麦克风信号，tr为麦克风接收到声波信号的时刻，M为麦克风的总个数，对检测信号进行多普勒校正，步骤如下：步骤1)、对检测信号的每一个麦克风信号进行Hilbert变换，获取具有相位信息的复数 阵列信号y(tr)＝[y1(tr),y2(tr),…,yM(tr)]T；步骤2)、对复数阵列信号添加滑动窗，获取短时阵列信号片段yD(tr)＝[y1D(tr),y2D(tr),…,yMD(tr)]T，其中， y i D ( t r ) = [ y i ( t r - 0.5 D ) , ... , y i ( t r + 0.5 D ) ] ]]>其中，i＝1,2,…,M，D代表窗长；步骤3)、通过基于阵列信号的接收角估计算法计算每个短时信号片段的接收角度θ(tr)；其中接收角度θ(tr)代表tr时刻麦克风阵列的接收角度；步骤4)、列车轴承发出的声波信号的时刻ts和麦克风接收到声波信号的时刻tr满足如下关系： t s = t r - l c × c o s θ ( t r ) ]]>其中，c代表声速，l为麦克风阵列到铁轨边的垂直距离，由上式，计算每一个接收时刻所对应的声波发射时刻，并以此构造重采样时间序列trsmp＝[ts(1),ts(2),…,ts(L)]，其中L为信号长度；步骤5)、依据重采样时间序列trsmp对阵列中央的麦克风信号进行三次样条插值重采样，即可得到消除频率扩展和移动的多普勒校正信号；步骤6)、对校正信号进行Hilbert变换和快速傅里叶变换，获取校正信号的包络谱和频谱，观察包络谱和频谱，对轴承进行诊断。其中，步骤3)基于阵列信号的接收角估计算法为MUSIC算法或ESPRIT算法。本专利技术该方法的优点主要有以下三点：(1)、在实际应用中，该方法只需要知道麦克风阵列与铁轨之间的距离。由于这个距离易于测得且不会发生变化，因此该方法可视为一种无需先验知识的方法，具有很好的实用性。(2)、该方法简单，计算量小，适用于在线诊断系统。(3)、该方法对噪声具有较强的鲁棒性。附图说明图1为本专利技术方法适用的轨边声学诊断系统的基本模型；图2为本专利技术方法的流程图；图3(a)和图3(b)分别为本专利技术的外圈信号的频谱和包络谱；图4(a)和4(b)分别为本专利技术中基于麦克风阵列的多普勒畸变声学信号校正方法校正后 的外圈信号的频谱和包络谱；图5(a)和图5(b)分别为本专利技术的内圈信号的频谱和包络谱；图6(a)和6(b)分别为本专利技术中基于麦克风阵列的多普勒畸变声学信号校正方法校正后的内圈信号的频谱和包络谱。具体实施方式下面结合附图以及具体实施方式进一步说明本专利技术。本专利技术一种基于麦克风阵列的多普勒畸变声学信号的校正方法。该方法对检测信号进行Hilbert变换，获取复数信号，对复数信号加窗，获取信号片段，计算每个信号片段所对应的接收角，依据发射时间与接收时间的关系构造重采样时间序列，对阵列中央的麦克风采集的信号进行三次样条差值重采样，对校正信号做Hilbert变换和快速傅里叶变换，进行诊断。在铁轨边设置麦克风阵列用于采集列车轴承发出的声学信号作为检测信号。如图1所示，为轨边声学诊断系统的基本模型。其中ts为声源发射声波的时间，tr为麦克风接收到该声波的时间，l为麦克风阵列到铁轨边的垂直距离，R代表在声源与麦克风阵列的直线距离，角度θ(tr)代表tr时刻麦克风阵列的接收角度。设检测信号为x(tr)＝[x1(tr),x2(tr),…,xM(tr)]T的麦克风阵列信号，对其进行多普勒校正，步骤如下：步骤1)、对检测信号的每一个麦克风信号进行Hilbert变换，获取具有相位信息的复数阵列信号y(tr)＝[y1(tr),y2(tr),…,yM(tr)]T。步骤2)、对该复数信号添加滑动窗,获取短时阵列信号片段yD(tr)＝[y1D(tr),y2D(tr),…,yMD(tr)]T。其中， y i D ( t r ) = [ y i ( t r - 0.5 D ) , ... , 本文档来自技高网...

【技术保护点】
一种基于麦克风阵列的多普勒畸变声学信号的校正方法，其特征在于：在铁轨边设置麦克风阵列用于采集列车轴承发出的声波信号作为检测信号，列车轴承发出的声波信号的时刻为ts，该检测信号为x(tr)＝[x1(tr),x2(tr),…,xM(tr)]T，x1(tr),x2(tr),…,xM(tr)分别为1,2,…,M麦克风采集的麦克风信号，tr为麦克风接收到声波信号的时刻，M为麦克风的总个数，对检测信号进行多普勒校正，步骤如下：步骤1)、对检测信号的每一个麦克风信号进行Hilbert变换，获取具有相位信息的复数阵列信号y(tr)＝[y1(tr),y2(tr),…,yM(tr)]T；步骤2)、对复数阵列信号添加滑动窗，获取短时阵列信号片段yD(tr)＝[y1D(tr),y2D(tr),…,yMD(tr)]T，其中，yiD(tr)=[yi(tr-0.5D),...,yi(tr+0.5D)]]]>其中，i＝1,2,…,M，D代表窗长；步骤3)、通过基于阵列信号的接收角估计算法计算每个短时信号片段的接收角度θ(tr)；其中接收角度θ(tr)代表tr时刻麦克风阵列的接收角度；步骤4)、列车轴承发出的声波信号的时刻ts和麦克风接收到声波信号的时刻tr满足如下关系：ts=tr-lc×cosθ(tr)]]>其中，c代表声速，l为麦克风阵列到铁轨边的垂直距离，由上式，计算每一个接收时刻所对应的声波发射时刻，并以此构造重采样时间序列trsmp＝[ts(1),ts(2),…,ts(L)]，其中L为信号长度；步骤5)、依据重采样时间序列trsmp对阵列中央的麦克风信号进行三次样条插值重采样，即可得到消除频率扩展和移动的多普勒校正信号；步骤6)、对校正信号进行Hilbert变换和快速傅里叶变换，获取校正信号的包络谱和频谱，观察包络谱和频谱，对轴承进行诊断。...

【技术特征摘要】
1.一种基于麦克风阵列的多普勒畸变声学信号的校正方法，其特征在于：在铁轨边设置麦克风阵列用于采集列车轴承发出的声波信号作为检测信号，列车轴承发出的声波信号的时刻为ts，该检测信号为x(tr)＝[x1(tr),x2(tr),…,xM(tr)]T，x1(tr),x2(tr),…,xM(tr)分别为1,2,…,M麦克风采集的麦克风信号，tr为麦克风接收到声波信号的时刻，M为麦克风的总个数，对检测信号进行多普勒校正，步骤如下：步骤1)、对检测信号的每一个麦克风信号进行Hilbert变换，获取具有相位信息的复数阵列信号y(tr)＝[y1(tr),y2(tr),…,yM(tr)]T；步骤2)、对复数阵列信号添加滑动窗，获取短时阵列信号片段yD(tr)＝[y1D(tr),y2D(tr),…,yMD(tr)]T，其中， y i D ( t r ) = [ y i ( t r - 0.5 D ) , ... , y i ( t r + 0.5 D ) ] ...

【专利技术属性】
技术研发人员：张尚斌，何清波，
申请(专利权)人：中国科学技术大学，
类型：发明
国别省市：安徽;34