一种异常声音定位方法及定位装置制造方法及图纸

本发明专利技术涉及一种异常声音定位方法及定位装置，主要解决现有HB加权的广义相关时延方法(HB‑GCC)在计算传声器之间的时延差(TDOA)时没有充分考虑环境噪声特性，从而难以得到正确时延估计结果的问题，异常声音定位方法包括如下步骤：步骤1、传声器采集声音信号；步骤2、声音信号预处理；步骤3、标记为异常声音；步骤4、采用基于反正切变换的HB加权广义互相关算法计算传声器阵列中任意两传声器之间的时延差；5)计算声源的方位角

An Abnormal Sound Location Method and Device

【技术实现步骤摘要】
一种异常声音定位方法及定位装置
本专利技术涉及声音信号处理技术，具体涉及一种异常声音定位方法及定位装置。
技术介绍
公共场合异常声音是指某种特定正常环境下所不应该发生的声音，通常包括枪声、爆炸声、玻璃破碎声、尖叫声等。异常声音的产生表明异常事件已发生或预示异常事件即将发生。因此，对异常声音进行分析和定位对维护公共安全、防范安全事故事态扩大具有十分重要的意义。目前，异常声音定位主要采用基于传声器阵列的时延估计(timedelayestimation，TDE)定位方法，该方法利用一定的算法获得不同传声器接收到同源信号之间由于传输距离不同而引起的时间差来估算定位声源。该方法大致可以分为两步：第一步，估计出声源到每对传声器之间的时延差(timedelayofarrival，TDOA)；第二步，根据这些时延差和传声器阵列的几何位置计算出声源的方位。在第一步中，通常采用的时延估计方法是广义互相关方法(generalizedcrosscorrelation，GCC)，但在实际环境中，由于脉冲噪声以及混响的影响，GCC方法的时延估计性能会急剧衰减。为此出现了对互相关函数加权、锐化互相关函数峰值的各种改进方法，根据其加权形式和准则的不同，有ROTH(rothfilter)、SCOT(smoothedcoherencetransform)、ECKART(eckartfilter)、ML(maximumlikelihood)、PHAT(phasetransform)、WP(Wienerfilters)和HB(Hassab-Boucher)等广义相关时延估计方法。在以上加权方法中，HB加权的广义互相关时延方法(HB-GCC)在提高TDOA精度以及在未知信号噪声先验知识前提下，动态跟踪时延变化等方面有较好的性能。但是由于公共场合噪声大致符合分数低阶α稳定分布，使得采用HB-GCC方法的相关函数峰值会出现伪峰，有时会呈现出类似异常声音的特征，使得难以得到正确的时延估计结果。因此，HB-GCC时延估计方法应用在公共场合环境下效果欠佳。在第二步中，传统的传声器阵列模型多采用空间分布的传感器阵列，以大尺寸阵列为主，但该方法阵列尺寸偏大，使用该阵列模型的异常声音定位系统不方便集成，也不方便运输携带。
技术实现思路
本专利技术的目的一是解决现有HB加权的广义相关时延方法(HB-GCC)在计算传声器之间的时延差(TDOA)时没有充分考虑环境噪声特性，从而难以得到正确时延估计结果的问题，二是解决传统的传声器阵列模型尺寸偏大的问题，提供一种异常声音定位方法及定位装置，该方法通过基于反正切变换的改进HB加权广义互相关(IHB-GCC)方法来估算TDOA，以增强广义互相关算法处理公共场所异常声音定位的抗噪能力。本专利技术的技术解决方案是：一种异常声音定位方法，包括如下步骤：步骤1、传声器采集声音信号，所述传声器至少为四个，且分布在同一平面上；步骤2、声音信号预处理；2.1)将传声器采集的声音信号去除直流分量和趋势项；2.2)对步骤2.1处理后的声音信号滤出高频杂波；2.3)将步骤2.2处理后的声音信号采用谱减法去除工频干扰及谐波，然后对声音信号进行归一化处理，得到处理后的信号x(n)；步骤3、标记为异常声音；3.1)将预处理后的信号进行分帧处理；3.2)基于信噪比判定，标记出异常声音；计算每帧信号的平均功率l为帧长；计算环境噪声的平均功率x0(n)为环境噪声信号；计算信噪比SNR＝P/N，以恒预警的方式对信噪比进行检测，如果超过预设门限，则标记为异常声音；在异常标记点后的同一数据点处截取多个传声器的多个声音片段；步骤4、采用基于反正切变换的HB加权广义互相关算法计算传声器阵列中任意两传声器之间的时延差；4.1)在步骤3.2)截取的声音片段中，选取传声器1和传声器2的声音信号x1(n)，x2(n)，对其进行反正切变换；X1(n)＝arctan[kx1(n)]X2(n)＝arctan[kx2(n)]其中，k为控制非线性变换程度的参数，k＞0；4.2)用傅里叶变换计算信号X1(n)的自功率谱密度信号X2(n)的自功率谱密度信号X1(n)与信号X2(n)的互功率谱密度ω为角频率，则HB-GCC的加权函数为：其中：0.5≤λ≤1；加权后的互功率谱密度函数改变为：4.3)对传声器1和传声器2信号之间的互功率谱密度函数做累加加权，累加加权函数为：其中：m为帧数；对求傅里叶反变换，即j为虚数单位；4.4)峰值检测，互相关函数峰值位置处的τ值即为传声器1和传声器2间的时延差τ21；4.5)参照步骤4.1)至步骤4.4)，计算任意多个传声器之间的时延差τ31,τ41,τ32,τ42,τ43；5)计算声源的方位角俯仰角θ以及距离r；式中C＝340m/s，L传声器阵列边长。进一步地，步骤4.2)中，λ随信噪比的改变而变化；式中：σ表示现场环境下的信噪比，信噪比按照设定，表示信号的方差，表示现场环境下背景噪声的方差；σ0、σ1、λ0和λ1是按照实际情况确定的常数，且λ1＞λ0、σ1≥σ0。进一步地，步骤3.1)中，将预处理后的信号进行分帧处理具体为：采用短帧长和短帧移，帧移设为帧长的1/4。进一步地，步骤2.2)中，通过低通滤波器滤出高频杂波。进一步地，上述方法还包括步骤6)：将步骤5)获取的声源位置信息传输到蓝牙模块，然后蓝牙模块将方位信息下发到显示模块进行显示。同时，本专利技术还提供一种异常声音定位装置，其包括平面四元传声器阵列模块、信号采集模块、信号预处理模块和异常声音定位模块；所述平面四元传声器阵列模块包括传声器和前置放大器；所述传声器为多个，且均设置在一个平面上；平面四元传声器阵列模块用于接收声音信号，并将声信号转变为模拟电信号输出；所述信号采集模块与前置放大器连接，用于将模拟电信号转化为数字信号；所述信号预处理模块与信号采集模块连接，其上存储有计算机程序，该程序被处理器执行时实现上述方法的步骤2)；所述异常声音定位模块与信号预处理模块连接，其上存储有计算机程序，该程序被处理器执行时实现上述方法的步骤3)至步骤5)。进一步地，还包括蓝牙模块和显示模块；所述蓝牙模块用于将异常声音定位模块下发的定位数据传输至显示模块，所述显示模块用于显示异常声音方位，所述显示模块可为手持式显示终端。进一步地，上述装置还包括电源模块，所述电源模块用于给其它模块提供电能，主要由电池仓、电池组、电池充电电路和电源转换电路组成，所述电池组设置在电池仓内，所述电池组与电池充电电路和电源转换电路连接，本专利技术装置由电池供电，方便外出使用和携带。进一步地，还包括数据存储模块，所述数据存储模块用于存储异常声音信号和定位结果。进一步地，所述传声器为四个，且分布在矩形平面的四个顶点，此种设置能够很好的应用于尺寸小、外壳厚度薄的装置。与现有技术相比，本专利技术具有以下优点：1.本专利技术方法提供的基于反正切变换的改进HB加权广义互相关算法(HB-GCC)能很好的抑制环境噪声中的尖峰脉冲，在公共场所环境下有很好的韧性。2.本专利技术提供的平面四元传声器阵列模块以及基于该阵列模型的声源定位算法能很好的应用于尺寸小、外壳厚度薄的装置。3.本专利技术提供的小型化异常声音定位装置具有体积小、功耗低等特点，同时装置由电池供电，方便外出使用和本文档来自技高网...

【技术保护点】
1.一种异常声音定位方法，其特征在于，包括如下步骤：步骤1、传声器采集声音信号，所述传声器至少为四个，且分布在同一平面上；步骤2、声音信号预处理；2.1)将传声器采集的声音信号去除直流分量和趋势项；2.2)对步骤2.1处理后的声音信号滤出高频杂波；2.3)将步骤2.2处理后的声音信号采用谱减法去除工频干扰及谐波，然后对声音信号进行归一化处理，得到处理后的信号x(n)；步骤3、标记为异常声音；3.1)将预处理后的信号进行分帧处理；3.2)基于信噪比判定，标记出异常声音；计算每帧信号的平均功率

【技术特征摘要】
1.一种异常声音定位方法，其特征在于，包括如下步骤：步骤1、传声器采集声音信号，所述传声器至少为四个，且分布在同一平面上；步骤2、声音信号预处理；2.1)将传声器采集的声音信号去除直流分量和趋势项；2.2)对步骤2.1处理后的声音信号滤出高频杂波；2.3)将步骤2.2处理后的声音信号采用谱减法去除工频干扰及谐波，然后对声音信号进行归一化处理，得到处理后的信号x(n)；步骤3、标记为异常声音；3.1)将预处理后的信号进行分帧处理；3.2)基于信噪比判定，标记出异常声音；计算每帧信号的平均功率l为帧长；计算环境噪声的平均功率x0(n)为环境噪声信号；计算信噪比SNR＝P/N，以恒预警的方式对信噪比进行检测，如果超过预设门限，则标记为异常声音；在异常标记点后的同一数据点处截取多个传声器的多个声音片段；步骤4、采用基于反正切变换的HB加权广义互相关算法计算传声器阵列中任意两传声器之间的时延差；4.1)在步骤3.2)截取的声音片段中，选取传声器1和传声器2的声音信号x1(n)，x2(n)，对其进行反正切变换；X1(n)＝arctan[kx1(n)]X2(n)＝arctan[kx2(n)]其中，k为控制非线性变换程度的参数，k＞0；4.2)用傅里叶变换计算信号X1(n)的自功率谱密度信号X2(n)的自功率谱密度信号X1(n)与信号X2(n)的互功率谱密度ω为角频率，则HB-GCC的加权函数为：其中：0.5≤λ≤1；加权后的互功率谱密度函数改变为：4.3)对传声器1和传声器2信号之间的互功率谱密度函数做累加加权，累加加权函数为：其中：m为帧数；对求傅里叶反变换，即其中：j为虚数单位；4.4)峰值检测，互相关函数峰值位置处的τ值即为传声器1和传声器2间的时延差τ21；4.5)参照步骤4.1)至步骤4.4)，计算任意多个传声器之间的时延差τ31,τ41,τ32,τ42,τ43；5)计算声源的方位角俯仰角θ以及距离r；式中，C＝340m/s，L传声器阵列边长。2.根据权利要求1所述的异常声音定位方法，其特征在于：步骤4.2)中，λ随信噪比的改变而变化；式中：σ表示现场环境下的信...

【专利技术属性】
技术研发人员：卢孝强，黄举，屈博，
申请(专利权)人：中国科学院西安光学精密机械研究所，
类型：发明
国别省市：陕西,61