基于端點檢測的聲發射信號時延估計理論研究

楊慧　羅來武

[摘 要]針對聲發射源定位中的時延估計問題，從理論的角度提出將語音信號端點檢測技術運用于聲發射信號到達時間的測定。希爾伯特-黃變換（HHT）是一種適用于非線性、非平穩信號分析與處理的方法，采用該方法對聲發射信號和語音信號進行分析，從理論的角度闡述了兩種信號的共同特性。為將語音信號端點檢測技術運用到聲發射信號時延估計中提供理論依據。

[關鍵詞]聲發射；時延估計；端點檢測；HHT

[DOI]10.13939/j.cnki.zgsc.2015.45.164

1 引 言

聲發射（Acoustic Emission，AE）是指結構內部損傷源迅速釋放能量而產生瞬間彈性波的物理現象[1]，絕大多數材料在發生斷裂或形變等結構損傷時都伴隨著聲發射現象的產生。聲發射檢測技術主要包括對聲發射源進行定性、定量、定位等多方面的檢測與判斷，聲發射源定位是其中的關鍵環節和難點之一。

在眾多定位方法中，基于時延估計的定位方法由于簡單易行，計算量小而被廣泛應用。傳統的時延估計方法往往是對兩個傳感器接收到的信號進行處理來求得二者之間的時間差，如金留念等人[2]在基本互相關的基礎上對基于二次相關的時延估計方法進行了研究；欒風虎[3]等人提出了基于高階累計量的時延估計方法；王江[4]提出了基于遺傳算法的自適應時延估計。

然而，這些傳統的時延估計方法涉及兩路傳感器信號，無法避免由傳感器之間的特性差異而造成的時延估計及定位結果誤差。針對這一問題，文獻[5]初步提出了將語音信號端點檢測技術用以測定每一路傳感器信號的到達時間，進而求得兩路信號之間的時間差，并就短時能量法進行了實驗驗證，證明了該方法的可行性。

本文將在文獻[5]的基礎上，運用希爾伯特-黃變換（HHT）對語音信號和聲發射信號進行分析處理，從瞬時幅值、瞬時頻率等多個角度驗證二者的相似性，從而為將端點檢測技術運用于聲發射信號到達時間測定提供理論依據。

2 幾種常用端點檢測原理

端點檢測技術是語音信號處理中的一種基本技術，用于從一段包含語音的信號中確定語音的起始點和結束點，其最終目的可以歸結為區分信號中的語音和噪聲。常見的端點檢測方法主要從語音信號的短時能量、短時過零率、倒譜特征和熵等方面入手，下面對這幾點分別進行介紹。

2.1 短時能量

在一段語音信號中，語音段的能量是噪聲能量和有用語音信號能量疊加之和，因此語音段和噪聲段在能量大小上有著明顯的差別。通過計算輸入信號的短時能量可以有效區分信號的語音段和噪聲段，從而實現語音信號的端點檢測。

2.2 短時平均過零率

對于連續的聲發射信號來說，過零意味著時域上的波形穿過時間軸；而對于離散的波形信號來說，則是指其相鄰的采樣值的符號的改變。短時過零率就是樣本采樣值改變符號的次數。

信號x（n）的短時平均過零率定義為：

2.3 倒譜距離和熵

信號倒譜可以定義為信號的能量譜密度函數的對數的傅里葉反變換，基于倒譜距離的端點檢測是將倒譜距離代替短時能量來作為特征參數，該方法與基于能量的端點檢測方法類似。

由于語音信號中語音段的幅度相對于噪聲段的幅度動態范圍大，可以認為語音段在信號范圍中的隨機事件大，即熵值大，而噪聲的幅度小、分布相對集中，因而熵值小。常用的信息熵和譜熵分別從時域和頻域來計算熵值。

通過上述對幾種常用端點檢測方法的闡述和分析，可以看出這幾種方法都可以歸結為是從語音信號的語音段和噪聲段在能量或頻率上的較大差異出發進行端點檢測的。因此，要驗證語音信號和聲發射信號的相似性，從而將端點檢測技術運用于聲發射信號的時延估計，可以通過證明聲發射信號的有用信號段和噪聲段在能量和頻率上也存在和語音信號一樣的差異來實現。

3 聲發射信號和語音信號相似性論證

非平穩信號是指分布參數或者分布律隨時間發生變化的信號。非平穩隨機信號的統計特征是時間的函數。與平穩隨機信號的統計描述相似，傳統上使用概率與數字特征來描述，工程上多用相關函數與時變功率譜來描述，近年來還發展了用時變參數信號模擬描述的方法。此外，還需根據問題的具體特征規定一些描述方法。目前，非平穩隨機信號還很難有統一而完整的描述方法。

聲發射信號和語音信號均屬于非平穩、非線性信號，其頻率結構隨時間發生變化，Fourier變換是將信號分解成多個固定頻率和固定幅值的正弦信號的加權和，用于分析頻率不隨時間變化的平穩信號有較好的效果。因此，Fourier變換對此種信號不再適用。

3.1 瞬時幅值和瞬時頻率

HHT是1998年提出的一種適用于非線性、非平穩信號的分析方法[6]。根據該方法，可以求得信號的瞬時幅值和瞬時頻率，具體過程如下。

設u（t）為實信號，其希爾伯特變換為：

3.2 兩種信號的相似性論證

按照上文所述，為了驗證語音信號和聲發射信號的相似性，可以通過證明這兩種信號的噪聲段和有用信號段在頻率和能量（或幅值）上都有著明顯的區別。根據上述方法分別對語音信號和聲發射信號的瞬時幅值和瞬時頻率進行求解，結果如圖1和圖2所示。

從圖1和圖2中可以看出，通過求解聲發射信號和語音信號的瞬時幅值和瞬時頻率，二者的噪聲段和有用信號段在幅值和頻率上均發生了突變，存在較大的差異。根據上文分析，常用的端點檢測方法正是從這種差異性入手來實現的，因此可以將端點檢測技術運用于聲發射信號達到時間的測定。

4 結 論

聲發射信號時延估計，即計算出兩路聲發射信號到達不同傳感器的時間差。信號到達傳感器的時間的測定就是有用信號的起始點，可以看成是區分聲發射信號中的噪聲段和有用信號段。因此語音信號的端點檢測和聲發射信號到達傳感器時間的測定在本質上都是為了區分有用信號和噪聲。本文通過運用HHT求得兩種信號的瞬時幅值和瞬時頻率，從能量（或幅值）兩個角度證明了二者的相似性，從而為將語音信號端點檢測技術應用于聲發射信號時延估計提供了理論依據。

參考文獻：

[1]Zhao Jiang-hai，Shi Yi-kai，Shan Ning，etal.Stabilized fiber-optic extrinsic Fabry-Perot sensor system for acoustic emission measurement[J].Optics and Laser Technology，2008，40（6）：874-880.

[2]金留念.基于二次相關的時延估計方法研究[J].電子信息對抗技術，2011，26（1）：39-41.

[3]欒風虎，李玉峰，于學明，等.基于高階累計量的時延估計研究[J].黑龍江大學自然科學學報，2010，27（2）：260-263.

[4]王江.基于遺傳算法的自適應時延估計[J].火力與指揮控制，2012，37（8）：50-53.

[5]趙江海，楊慧，顧菊平，等.基于短時能量的聲發射源定位方法研究[J].振動與沖擊，2013，32（23）：110-114.

[6]Huang N E.The Empirical Mode Decomposition and the Hilbert Spectrum for nonlinear and non-stationary time series analysis[J].Proc Rsoc Lond A，1998，454：903-995.