基于人耳聽覺模型的煤礦頂板敲擊聲音信號特征提取

張鐵山，　任眾

(中國礦業大學 銀川學院， 寧夏 銀川　750011)

?

基于人耳聽覺模型的煤礦頂板敲擊聲音信號特征提取

張鐵山，任眾

(中國礦業大學 銀川學院， 寧夏 銀川750011)

介紹了人耳聽覺模型，詳細分析了基底膜振動模型、內毛細胞模型和耳蝸核數學模型，并給出了聽覺譜特征向量提取過程。在此基礎上，提出了基于人耳聽覺模型的煤礦頂板敲擊聲音信號特征提取方法。分別利用人耳聽覺模型和小波包對煤礦頂板敲擊聲音信號進行特征提取，再用支持向量機分類器對目標特征進行分類識別。實驗結果表明，對于采用人耳聽覺模型提取的特征，正確識別率在95%以上，說明基于人耳聽覺模型的煤礦頂板敲擊聲音信號特征提取方法有利于提高煤礦頂板檢測的準確率。

煤礦頂板檢測； 聽覺譜特征提取； 人耳聽覺模型； 小波包

網絡出版地址：http://www.cnki.net/kcms/detail/32.1627.TP.20160902.1020.020.html

0　引言

在煤炭開采過程中，為了防止發生冒頂事故，頂板檢測非常重要。傳統的敲幫問頂是檢測頂板安全的一種重要方法，它是技術員根據敲擊頂板所發出的聲音不同來準確判別頂板是否安全的一種人工檢測方法[1-4]。該方法要求工作人員有較強的聽覺判別技能，且具有危險性。本文提出了基于人耳聽覺模型的煤礦頂板敲擊聲音信號特征提取方法，實現了頂板自動化檢測[5]。

1　人耳聽覺模型及聽覺譜特征提取

1.1聽覺譜特征向量提取過程

利用人耳聽覺模型[6-7]模仿人耳聽覺系統[8]對聲音信號進行分析，處理后所獲得的值稱為聽覺譜。使用聽覺模型對聽覺譜的特征參數進行提取可得到聽覺譜特征。人耳聽覺模型如圖1所示。對該模型輸入一個聲音信號，可輸出聽覺譜。

圖1　人耳聽覺模型

聽覺譜特征提取過程如圖2所示。首先對聲音信號進行預處理，即對模擬信號進行采樣和量化處理，得到數字信號；然后將信號輸入人耳聽覺模型進行分析，最后通過聽覺譜分析得到聽覺譜特征向量。

圖2　聽覺譜特征向量提取過程

1.2基底膜振動模型

當對耳蝸基底膜[9]輸入聲音信號時，在基底膜中會有一個與該聲音信號的特征頻率相對應的位置。此時，該位置的振幅達到最大值。用一個帶通濾波器組來模擬耳蝸基底膜的這種特性，耳蝸基底膜的特征頻率與濾波器的中心頻率是一一對應關系。顯然，模擬的精確性與濾波器的個數有直接關系。

利用Gammatone濾波器組模擬基底膜的分頻濾波功能。基底膜振動模型濾波過程如圖3所示。

圖3　基底膜振動模型濾波過程

對復音信號x(t)進行預處理后，得到離散信號x(n)，然后采用頻率不同的M個Gammatone濾波器對x(n)進行濾波，獲得M個離散序列，即XM(n)。

1.3內毛細胞模型

基底膜振動對內毛細胞產生刺激，在內毛細胞的內部會有能量轉換過程。本文采用Meddis模型對該能量轉換過程進行模擬分析，如圖4所示。Meddis模型輸入量是基底膜振動模型的輸出量XM(n)，輸出量為發放率，即PM(n)。

圖4　內毛細胞模型

1.4耳蝸核數學模型

1.5聽覺譜分析

用5個能夠對譜形結構進行分析的量組成一個矩特征向量G1=[a1,a2,a3,a4,a5]，其中a1是聽覺譜最大幅值對應的頻率，其表達式為

a1=argmax(pfi)

(1)

式中：fi為第i個頻率；pfi為第i個頻率的幅值。

a2是聽覺譜中心的位置，其表達式為

(2)

a3是以聽覺譜重心為中心的均方根帶寬，其表達式為

(3)

a4是以聽覺譜重心為中心的譜3階中心矩，其表達式為

(4)

a5是以聽覺譜重心為中心的譜4階中心矩，其表達式為

(5)

(6)

2　實驗分析

實驗數據是從某大型煤礦井下頂板上采集的，共有4類目標，其中一類是安全頂板，另外3類是3種危險頂板(浮石、剝層和斷裂)。信號采樣頻率為20 000Hz，每個樣本長度為4 096個點。安全頂板、浮石頂板、剝層頂板和斷裂頂板的樣本數各為130個。從這些樣本中分別取安全頂板、浮石頂板、剝層頂板和斷裂頂板的特征各100個，共400個特征組成訓練樣本集。用剩下的30個安全頂板樣本、30個浮石頂板樣本、30個剝層頂板樣本和30個斷裂頂板樣本，共120個樣本作為測試樣本集。實驗采用平均值法，做20次實驗，取20次實驗結果的平均值作為最終結果。

用小波包對敲擊聲信號特征進行提取，得到的訓練輸入為32×400的數組，識別輸入為3×120的數組。運用支持向量機對小波包特征[10-11]進行分類識別的結果見表1。從表1可以看出，該方法正確識別率達到了86.7%以上。運用支持向量機[12]對人耳聽覺模型特征進行分類識別的結果見表2。從表2可以看出，該方法的正確識別率在95%以上，說明基于人耳聽覺模型的煤礦頂板敲擊聲音信號特征提取方法具有很好的分類性，達到了預期效果。

表1　小波包特征分類識別結果

3　結語

介紹了人耳聽覺模型及聽覺譜特征向量提取過程，分別運用小波包特征提取方法和基于人耳聽覺模型的特征提取方法對煤礦頂板敲擊聲音信號特征進行提取，并用支持向量機分類器對目標特征進行分類識別。實驗結果表明，支持向量機分類器對小波包特征的正確識別率達86.7%以上，對人耳聽覺模型特征的正確識別率在95%以上，說明基于人耳聽覺模型的煤礦頂板狀態特征提取方法具有很好的分類性。

表2　人耳聽覺模型特征分類識別結果

[1]宋振騏,姜福興.頂板控制專家系統的研制[J].煤炭科學技術,1990,18(2):29-32.

[2]張謙文,黃開元.頂板壓力及頂板動態監測傳感器的研究[J].礦業安全與環保,1999,26(2):14-15.

[3]張勇,閆相宏,宋揚.頂板動態監測集成技術研究[J].礦山機械,2008,36(10):44-47.

[4]付家才,張鐵山,任眾.基于支持向量機集成算法的煤礦頂板狀態檢測[J].微型機與應用,2012,31(17):15-17.

[5]司榮軍,姜福興,王其軍.綜放面頂板控制設計專家系統的基礎研究[J].礦業安全與環保,2005,32(4):1-2.

[6]王永琦,基于聽覺模型反演方法的語音信號的分析及其應用[D].蘇州:蘇州大學,2003.

[7]趙鶴鳴,王永琦,陳雪勤.聽覺模型反演方法及其應用[J].聲學學報,2005,30(6):52-57.

[8]吳璽宏,遲惠生,王楚.基于聽覺外周模型的語音信號聽覺神經表示[J].生物物理學報,1997,13(2):63-70.

[9]陳偉兵,周凌宏,肖中舉.耳蝸基底膜振動模型的建立與應用[J].中國醫學物理學雜志,2007,24(3):221-223.

[10]徐爽.小波分析理論在說話人識別中的應用研究[D].秦皇島:燕山大學,2004.

[11]高印寒,謝軍,梁杰,等.基于小波分析的聽覺濾波器組模型[J].吉林大學學報(工學版),2008,38(增刊1):177-181.

[12]丁世飛,齊丙娟,譚紅艷.支持向量機理論與算法研究綜述[J].電子科技大學學報,2011,40(1):2-10.

Sound signal feature extraction of mine roof percussion based on human auditory model

ZHANG Tieshan,REN Zhong

(YinchuanCollege,ChinaUniversityofMiningandTechnology,Yinchuan750011,China)

Humanauditorymodelwasintroduced,vibrationmodelofthebasementmembrane,innerhaircellsmodelandcochlearnucleusmathematicalmodelwereanalyzed,andextractionprocessofauditoryspectrumfeaturevectorwasgiven.Ontheabovebasis,soundsignalfeatureextractionmethodofmineroofpercussionbasedonhumanauditorymodelwasproposed.Humanauditorymodelandwaveletpacketwereusedrespectivelyforsoundsignalfeatureextractionofmineroofpercussion,andthensupportvectormachineclassifierwasusedfortargetfeatureclassificationandrecognition.Theexperimentalresultsshowthatcorrectidentificationrateofthefeatureextractedusinghumanauditorymodelisabove95%,whichindicatesthesoundsignalfeatureextractionmethodofmineroofpercussionbasedonhumanauditorymodelwillhelpimprovetheaccuracyofcoalmineroofdetection.

mineroofmonitor;auditoryspectrumfeatureextraction;humanauditorymodel;waveletpacket

1671-251X(2016)09-0080-03DOI:10.13272/j.issn.1671-251x.2016.09.020

2016-03-08；

2016-07-15；責任編輯：胡嫻。

寧夏回族自治區2015年高等教育本科教學工程建設項目(NXCX2015343)；2016年度寧夏自然科學基金資助項目(NZ16239)。

張鐵山(1984-)，男，寧夏中寧人，講師，碩士，研究方向為現代礦山電氣控制及其信號處理，E-mail：zts336699@126.com。

TD326

A網絡出版時間：2016-09-02 10:20

張鐵山，任眾.基于人耳聽覺模型的煤礦頂板敲擊聲音信號特征提取[J].工礦自動化，2016,42(9)：80-82.