碰撞位姿對開心果碰撞聲離散性的影響

王　濤 馮　濤 鐘晨玉

(北京工商大學材料與機械工程學院，北京　100048)

?

碰撞位姿對開心果碰撞聲離散性的影響

王濤 馮濤 鐘晨玉

(北京工商大學材料與機械工程學院，北京100048)

為了研究碰撞位姿對開心果碰撞聲離散性的影響，在除碰撞位姿不作控制、其余條件均相同的情況下，分別對單個開閉口開心果進行100次重復碰撞試驗，對兩組碰撞聲信號的頻譜離散性和統計參數的離散性進行分析研究。頻譜的離散性以樣本信號頻譜向量與其平均向量間的夾角均值和夾角變異系數作為度量；統計參數的離散性采用信號的能量、熵、過零率等參量，以其變異系數作為度量。試驗結果顯示：① 單顆開口開心果重復碰撞聲信號的頻譜向量與其平均向量間夾角均值為30.94°，夾角變異系數為16.56%；能量、熵、過零率參數的變異系數分別為38.33%，2.30%，20.00%，均值分別為11.20，4.39，63.43；② 單顆閉口開心果重復碰撞聲信號的頻譜向量與其平均向量間夾角均值為20.52°,夾角變異系數為25.11%；能量、熵、過零率參數的變異系數分別為18.36%，2.27%，13.08%，均值分別為6.08，4.28，62.94。結果表明：① 不作控制的碰撞位姿對單顆開閉口開心果重復碰撞產生的聲信號均有影響，會發生離散；② 在由碰撞位姿導致的碰撞聲的離散程度上，開口離散程度比閉口的高；③ 除碰撞位姿不作控制、其余試驗條件均相同的情況下，雖然單顆開閉口開心果碰撞聲的頻譜和統計參數都會發生離散，但各參數均在其均值附近有限的范圍內變動，所以，通過提取均值差異大且變異系數小的特征參數可以實現開口果和閉口果的有效分類。

開心果；碰撞聲；離散性；變異系數；分類

基于碰撞聲的分類檢測技術已成功應用于開心果、榛子等農產品的品級檢測中[1-2]。國外，Pearson[3]根據開心果碰撞聲的時域信號特點，提取其幅值特征，實現了開心果的分揀；Cetin等[4]使用主成分分析法對開心果進行了分揀；Omid等[5]提取頻域特征使用PCA和多層前饋神經網絡對開心果分類器進行了研究；Mahmoud Omid[6]使用J48決策樹進行了開心果分類專家系統研究；Onaran等[7]基于碰撞聲對榛子的飽滿與空殼狀態進行了分類；Khalifa等[8-9]結合使用主成分分析和模糊推理系統對空殼核桃進行了智能分揀，提取聲信號幅值、功率譜密度等特征值對兩類核桃進行了分類識別研究。中國，楊紅衛[10]使用自由落體沖擊法進行了小麥品質的檢測研究；楊麗等[11]使用小波包分析對小麥碰撞聲進行了分析研究；張麗娜[12]使用HHT和BP神經網絡對小麥進行了聲特征提取和分類研究；臧富瑤等[13]提出系統綜合衰減系數特征對開閉口開心果進行了分揀研究。在現有的這些研究中，研究者雖然都找到了具有一定分類效果的特征參數或分類決策方法，但是它們均默認各次樣本試驗具有重復性，同類樣本的各次碰撞產生的聲信號具有穩定性，然而卻并未對該默認的前提進行嚴格的實驗驗證與分析。

儀器采集到的碰撞聲，除環境干擾因素外，主要是由堅果物性參數、碰撞高度和碰撞塊材質等碰撞條件決定；在碰撞條件相同的情況下，物性參數接近的堅果，其碰撞聲具有相似性，這是碰撞聲分揀的基礎與前提。上述文獻采集樣本信號時，會保持碰撞高度、碰撞點位置等條件不變，但對堅果的碰撞位姿卻未作專門控制，忽略了碰撞位姿對碰撞聲的影響。由于堅果外形并非球形，果殼材料又都屬各向異性的材料，堅果位姿的改變會使其撞擊點發生改變，使其殼體呈現不同的振動狀態，進而導致碰撞聲信號之間的差異。本試驗擬研究碰撞位姿對開心果碰撞聲的影響，為碰撞聲分揀裝置的準確設計提供參考。

1　開心果碰撞聲信號樣本的獲取

搭建如圖1所示的試驗臺，錄制單個開閉口開心果的碰撞聲樣本信號。采用B&K公司聲信號測量設備，包括B&K 3560B前端數據采集器1臺、B&K 4189傳聲器1個，數據傳輸網線1條、BNC連接線1條、聲壓校準器1個、裝有B&K PULSE軟件的筆記本電腦1臺。

1. 計算機2. 采集前端3. 傳聲器4. 大理石地面5. 高度尺6. 開心果

圖1開心果碰撞聲采集系統

Figure 1Collect system of pistachio with impact sound

試驗時，信號采樣率設置為64 kHz，開心果下落高度為40 cm，傳聲器距離撞擊點豎直高度為65 cm、水平距離為5 cm；開閉口開心果樣本個數均為1個，保持下落高度和撞擊點位置基本不變，對開心果的初始下落姿態不作要求，重復下落100次，采集其碰撞聲信號。

使用端點檢測算法[14-15]在試驗錄音文件中截取每次碰撞的聲信號，將等長的碰撞聲信號進行歸一化處理，得到開閉口開心果碰撞聲樣本信號各100個。

2　樣本信號處理及分析

2.1碰撞位姿對頻譜的離散性影響分析

開閉口果重復碰撞產生的樣本聲信號的時域波形均不相同，由圖2可知，閉口碰撞聲信號的時域波形之間相同性和差異性并存。相同性體現在：開閉口信號時域幅值均在碰撞后迅速達到峰值，且該峰值附近波形明顯相似。差異性體現在：閉口信號時域幅值在達到峰值后，幅值迅速衰減，信號尾部震蕩小，而開口信號時域幅值到達峰值后衰減速度較慢，且信號尾部震蕩較大。

將開閉口樣本信號進行傅里葉變換，獲得各樣本信號的頻譜。開閉口果樣本的平均頻譜見圖3。由圖3可知，開閉口果樣本的平均頻譜之間差異性和共性并存。相同性體現在：開閉口信號頻譜在2.9 kHz左右都有一個尖峰，且主要能量在1 kHz以上頻率上。差異性體現在：開閉口信號在不同頻率上的能量分布不同，且開口能量超過0.02的頻段達到13 kHz，閉口能量超過0.02的頻段主要在8 kHz以下。

圖2　開、閉口樣本碰撞聲信號的波形

圖3　開、閉口樣品的碰撞聲頻譜

同類信號的頻譜離散性由各樣本信號頻譜向量與其平均向量之間的夾角大小θi定量表示，而夾角θ的變異系數Vθ，即夾角的標準差與夾角均值的比值，可以對頻譜之間波動的幅度進行描述；各樣本信號與均值信號頻譜向量夾角θi的均值體現了信號總體一致性的強弱，即頻譜的離散性大小。圖4是開閉口樣本的向量夾角θi變動情況。

圖4　開、閉口樣本信號與其均值向量的夾角

由圖4可知，開、閉口樣本信號的θi在10°～50°，說明總體上開、閉口樣本信號頻譜向量均在其平均頻譜附近50°的范圍內波動。

開閉口信號的θi平均值分別為30.94°，20.52°，Vθ值分別為16.56%，25.11%。開口信號的Vθ值為16.56%說明各樣本信號與平均信號夾角在其夾角均值約1/5范圍內變動；閉口信號的Vθ值為25.11%，說明各樣本信號與平均信號夾角在其夾角均值約1/4范圍內變動。開口信號θi的平均值等于30.94°，比閉口的均值20.52°大，說明開口信號的頻域離散程度高于閉口。

2.2碰撞位姿對統計參數的離散性影響分析

應用能量、熵、過零率作為統計參數離散性分析的代表，開閉口果樣本信號的各參數的標準差、均值和變異系數的統計結果見表1。

(1) 能量：表示信號的強度大小，其計算公式為：

(1)

式中：

x(m)——信號x的第m個數據；

N——信號的長度；

表1　開閉信號的統計參數

Energy——信號的能量。

(2) 熵：表示信號狀態的量，其計算公式為：

(2)

式中：

p(k)——信號FFT變換后的第k個頻率分量對應的概率密度；

N——計算FFT的長度；

Entropy——信號的熵。

(3) 過零率：表示信號正負幅值的變換次數，其計算公式為：

ZeroC=sum[x(1:end-1).*x(2:end)<0]，

(3)

式中

end——信號x最后的數據點；

ZeroC——信號的過零率。

由表1可知，各參數的變異系數均小于40%。在閉口信號的統計參數中，能量的變異系數為38.33%，在3個參數之間離散度最大；在開口信號的統計參數中，過零率變異系數為20.00%，離散度最大；熵的變異系數在開閉口信號之間均最小，且均小于2.5%。開閉口信號的能量參數分別為11.20和6.08，開口信號的能量比閉口信號的能量大約強1倍，因此能量參數可以作為區分開閉口信號的特征參數之一。由此得出：① 在碰撞位姿隨機的情況下，開閉口開心果重復碰撞聲的統計參數均會發生離散，開閉口信號之間，相同參數的離散程度不同；在同類(開口或閉口)信號之間，不同參數的離散程度也不同；② 閉口信號各參數的變異系數均小于開口信號，因此閉口果碰撞聲信號的離散度小于開口果。

3　結論

① 隨機的碰撞位姿對單顆開閉口開心果重復碰撞產生的聲信號均有影響，會使其發生離散；② 開口開心果的離散程度比閉口的高；③ 在其余試驗條件均相同的情況下，單顆開閉口開心果碰撞聲的頻譜和統計參數都會隨堅果碰撞位姿的不同而發生離散，但各參數均在其均值附近有限的范圍內變動，所以，通過提取均值差異大且變異系數小的特征參數可以實現開口果和閉口果的有效分類。

[1] 應義斌, 韓東海. 農產品無損檢測技術[M]. 北京: 化學工業出版社, 2005: 164-174.

[2] 梅亞敏, 郭敏. 基于碰撞聲信號的農產品品級檢測技術綜述[J]. 西北農林科技大學學報, 2013, 41(4): 213-219.

[3] PEARSON T C. Detection of pistachio nuts with closed shells using impact acoustics[J]. Applied Engineering in Agriculture, 2001, 17(2): 249-253.

[4] CETIN A E, PEARSON T C, TEWFIK A H. Classification of closed and open-shell pistachio nuts using voice-recognition technology[J]. Transaction of ASAE, 2004, 47(2): 659-664.

[5] MAHMOUD Omid, ASGHAR Mahmoudi, MOHAMMAD H Omid. An intelligent system for sorting pistachio nut varieties[J]. Expert Systems with Applications, 2009, 36: 11 528-11 535.[6] MAHMOUD Omid. Design of an expert system for sorting pistachio nuts through decision tree and fuzzy logic classifier[J]. Expert Systems with Applications, 2011, 38: 4 339-4 347.

[7] ONARAN I, PEARSON T C, YARDIMCI Y, et al. Detection of underdeveloped hazelnuts from fully developed nuts by impact acoustics [J]. Information & Electrical Technologies Division of ASABE, 2006, 49(6): 1 971-1 976.

[8] KHALIFA S, KOMARIZADEH M H, TOUSI B. An intelligent system for grading walnuts based on acoustic emission and neural [J]. Journal of Food Agriculture and Environment, 2011, 9(1): 132-135.[9] KHALESI S, MAHMOUDI A, HOSAINPOUR A, et al. Detection of walnut varieties using impact acoustics and artificial neural networks (ANNs) [J]. Modern Applied Science, 2012, 6(1): 43-49.

[10] 楊紅衛. 小麥品質分析的信號處理方法研究[D]. 鄭州: 解放軍信息工程大學, 2005: 44-46.

[11] 楊麗. 基于信號處理的小麥品質聲學檢測方法研究[D]. 鄭州: 河南工業大學, 2007: 21-27.

[12] 張麗娜. 基于BP神經網絡的小麥碰撞聲信號分類[J]. 電子設計工程, 2013, 21(7): 163-168.

[13] 臧富瑤, 馮濤, 王晶, 等. 基于撞擊聲的開心果分揀模型研究[J]. 食品與機械, 2015, 31(2): 157-160.

[14] 劉華平. 語音信號端點檢測方法綜述及展望[J]. 計算機應用研究, 2008, 25(8): 2 278-2 283.

[15] 宋知用. MATLAB在語音信號分析與合成中的應用[M]. 北京: 北京航空航天大學出版社, 2013: 117-122, 159.

Research on the influence of impact pose on the discreteness of pistachio’s impact sound

WANG TaoFENGTaoZHONGChen-yu

(SchoolofMaterialandMechanicalEngineering,BeijingTechnologyandBusinessUniversity,Beijing100048,China)

In order to know the influence of impacting pose on the sound discreteness of a single pistachio , the sounds of the closed and open pistachio during impacting were recorded, and the 100-times data for each type on the same condition were analyzed including the discreteness of spectrum and statistical parameter. The discreteness of spectrum was evaluated by the angular separation between each sample signal with its average and variation coefficient, ant that of statistical parameter was then assessed by its variation coefficient, represented by energy, entropy and zero-cross rate, respectively. Moreover, the variation coefficient of the parameter was defined as the standard deviation over the average. The results were demonstrated as follows. Firstly, we found that for the open pistachio, angular separation was 30.94°, and the variation coefficient was 16.56%. What is more, the statistical parameter’s variation coefficient were 38.33%, 2.30%, 20.00%, and its average were 11.20, 4.39, 63.43 for energy, entropy and zero-cross coefficient, respectively. Sencondly, it was found that, for closed pistachio, the angular separation was 20.52°, the variation coefficient was 25.11%, the statistical parameter’s variation coefficient were 18.36%, 2.27%, 13.08%, and its average were 6.08,4.28,62.94 for energy entropy and zero-cross coefficient, respectively. Thus we could get the conclusions that the random impact pose could have an influence on impact sound signal discretely.Furthermore, the discreteness of open pistachio was higher than the closed ones. Lastly, The random impact pose was also found making spectrum and statistics parameter discretely in a limit range, so it was possible to sort open and closed pistachios using the parameters of larger differences on average whereas smaller value on variation coefficient.

pistachio; impact sound; discreteness; variation coefficient; sort

2016年研究生科研能力提升計劃項目資助

王濤，男，北京工商大學在讀碩士研究生。

馮濤(1969-)，男，北京工商大學教授，博士。

E-mail: fengt@th.btbu.edu.cn

2016-01-27

10.13652/j.issn.1003-5788.2016.08.002