一種電暈可聽(tīng)信號(hào)中環(huán)境噪聲的檢測(cè)方法

張 鐸，侯新國(guó)

?

一種電暈可聽(tīng)信號(hào)中環(huán)境噪聲的檢測(cè)方法

張 鐸，侯新國(guó)

(海軍工程大學(xué)電氣工程學(xué)院，武漢 430033)

檢測(cè)電暈可聽(tīng)信號(hào)易受復(fù)雜環(huán)境噪聲的干擾。針對(duì)在強(qiáng)噪聲背景下難以檢測(cè)環(huán)境噪聲的難題，利用能量熵能反映出信號(hào)中細(xì)微能量變化和能量統(tǒng)計(jì)復(fù)雜度對(duì)干擾具有較強(qiáng)魯棒性的優(yōu)點(diǎn)，在基于小波分解的條件下，將兩者的優(yōu)點(diǎn)相結(jié)合，得到新的特征值。通過(guò)檢測(cè)該特征值的大小，能準(zhǔn)確檢測(cè)出環(huán)境噪聲的位置，為消除環(huán)境噪聲提供了理論依據(jù)。仿真和實(shí)例表明，該方法即使在環(huán)境噪聲較弱時(shí)，也能得到較高的檢測(cè)精度。

電暈信號(hào) 噪聲檢測(cè) 能量熵 小波變換 能量統(tǒng)計(jì)復(fù)雜度

0 引言

在高壓電傳輸過(guò)程中，由于尖端放電現(xiàn)象，會(huì)產(chǎn)生可見(jiàn)光和可聽(tīng)信號(hào)。其中的可聽(tīng)信號(hào)是電能損耗和周?chē)h(huán)境污染重要原因，研究其產(chǎn)生的條件和消除方法，是每一個(gè)長(zhǎng)距離高壓輸電項(xiàng)目必須研究的課題。在野外采集的電暈可聽(tīng)噪聲信號(hào)，會(huì)存在大量的環(huán)境噪聲，特別當(dāng)外界的環(huán)境噪聲較大時(shí)，對(duì)電暈可聽(tīng)噪聲的檢測(cè)產(chǎn)生較大的困難。環(huán)境噪聲中會(huì)在許多種不同的成分，其中主要包括如動(dòng)物鳴叫聲、汽車(chē)行駛聲等類(lèi)似語(yǔ)音信號(hào)。由于此類(lèi)噪聲對(duì)電暈可聽(tīng)噪聲的特性影響最大，針對(duì)此類(lèi)環(huán)境噪聲的提取和消除，許多學(xué)者進(jìn)行了相關(guān)的研究。文獻(xiàn)[1]～[4]提出了基于小波熵的微弱噪聲信號(hào)提取，可以在信號(hào)中發(fā)現(xiàn)較微弱的信號(hào)，但是由于小波熵對(duì)能量變化過(guò)于敏感，容易引起誤判；文獻(xiàn)[5]提出基于信號(hào)能量譜熵的噪聲檢測(cè)方法，提高了檢測(cè)的正確率，但在信噪比低的情況下精確度低；文獻(xiàn)[6]～[9]提出了基于C_0復(fù)雜度和能量的端點(diǎn)檢測(cè)算法，通過(guò)使用信號(hào)在能量空間的序列分布統(tǒng)計(jì)復(fù)雜度，對(duì)信號(hào)中能量突出的噪聲檢測(cè)時(shí)具有較好的魯棒性，但是對(duì)信號(hào)中微弱的能量變化沒(méi)有前兩種方法敏感。針對(duì)短時(shí)的環(huán)境噪聲的能量分布較電暈可聽(tīng)信號(hào)相對(duì)集中的特點(diǎn)，利用能量熵能檢測(cè)出信號(hào)中微弱能量變化和能量統(tǒng)計(jì)復(fù)雜度對(duì)噪聲具有較高魯棒性的優(yōu)點(diǎn)，本文提出一種基于能量熵和能量統(tǒng)計(jì)復(fù)雜度相結(jié)合的環(huán)境噪聲檢測(cè)方法，能夠檢測(cè)出信號(hào)中較微弱的環(huán)境噪聲，同時(shí)在不同信噪比的條件下保持穩(wěn)定的檢測(cè)結(jié)果。

1 能量統(tǒng)計(jì)復(fù)雜度和能量熵

1.1 能量統(tǒng)計(jì)復(fù)雜度

（2）

能量統(tǒng)計(jì)復(fù)雜度結(jié)合了時(shí)域能量和頻域譜熵的特點(diǎn)，將統(tǒng)計(jì)復(fù)雜度代替了譜熵，對(duì)噪聲有著較強(qiáng)的魯棒性，能夠提高環(huán)境噪聲和電暈可聽(tīng)噪聲的區(qū)分度，能清楚地將環(huán)境噪聲的起始點(diǎn)檢測(cè)出來(lái)。但是，基于能量統(tǒng)計(jì)復(fù)雜度的環(huán)境噪聲檢測(cè)方法對(duì)微弱信號(hào)的檢測(cè)能力差，故在低信噪比的情況下，其檢測(cè)效果并不理想，會(huì)忽略掉環(huán)境噪聲中能量微弱的成分。

1.2 能量熵

為準(zhǔn)確地檢測(cè)出電暈可聽(tīng)噪聲中能量微弱的成分，以彌補(bǔ)單獨(dú)使用能量統(tǒng)計(jì)復(fù)雜度的檢測(cè)方法對(duì)微弱信號(hào)處理效果不理想的缺點(diǎn)，定義如下能量熵。用長(zhǎng)度為的滑動(dòng)矩形窗對(duì)進(jìn)行加窗處理，設(shè)為窗口中包含的的數(shù)據(jù)，用每一個(gè)窗口的信號(hào)能量在整個(gè)信號(hào)能量空間中的所占比重代替其概率，則第個(gè)窗口包含的信號(hào)在能量空間出現(xiàn)的概率為:

根據(jù)Shannon熵的定義，故第個(gè)窗口所包含信號(hào)的能量熵值[4]為

（5）

按式（5）定義的能量熵，能有效地反映出時(shí)域信號(hào)()的能量變化劇烈程度。隨著窗函數(shù)的移動(dòng)，將每個(gè)窗口的能量值轉(zhuǎn)化為能量概率分布，從而轉(zhuǎn)化為反映能量分布有序程度的能量熵值。能量熵相對(duì)能量統(tǒng)計(jì)復(fù)雜度而言，對(duì)微弱信號(hào)的檢測(cè)效果更好，但在復(fù)雜環(huán)境下，其抗干擾能力較差，容易造成誤判。

2 基于能量熵和能量統(tǒng)計(jì)復(fù)雜度的端點(diǎn)檢測(cè)方法

能量熵和能量統(tǒng)計(jì)復(fù)雜度都能反映信號(hào)在能量空間中的分布情況，能有效地檢測(cè)出信號(hào)能量空間中的變化，但單獨(dú)使用能量統(tǒng)計(jì)復(fù)雜度的檢測(cè)方法時(shí)對(duì)微弱信號(hào)檢測(cè)能力不足，單獨(dú)使用能量熵的檢測(cè)方法時(shí)抗干擾能力差。為此本文利用能量統(tǒng)計(jì)復(fù)雜度對(duì)干擾具有良好穩(wěn)定性和能量熵對(duì)能量變化具有高敏感性的優(yōu)點(diǎn)，將兩者相結(jié)合，提出基于能量熵和能量統(tǒng)計(jì)復(fù)雜度的環(huán)境噪聲檢測(cè)方法。該方法將同一個(gè)窗口所包含信號(hào)的能量熵和能量統(tǒng)計(jì)復(fù)雜度的乘積定義為，用的值表征信號(hào)中的能量變化。大時(shí)表示信號(hào)中能量變化較大，反之較小。該的特征值在復(fù)雜環(huán)境下也能準(zhǔn)確地區(qū)分環(huán)境噪聲和電暈可聽(tīng)信號(hào)，從而實(shí)現(xiàn)準(zhǔn)確地環(huán)境噪聲的檢測(cè)。該算法的步驟為：

3）將同一個(gè)窗口所包含信號(hào)的能量統(tǒng)計(jì)復(fù)雜度和能量熵值相乘，求出新的特征值，并將每一個(gè)的相同位置區(qū)間的疊加，即：

3 仿真與實(shí)例結(jié)果分析

3.1 仿真分析

為驗(yàn)證上述方法有效性，使用不同信噪比的鳥(niǎo)鳴聲與高斯白噪聲的混合信號(hào)在Matlab軟件平臺(tái)上進(jìn)行仿真實(shí)驗(yàn)。采用基于能量統(tǒng)計(jì)復(fù)雜度的檢測(cè)方法和基于能量熵的檢測(cè)方法分別進(jìn)行檢測(cè)，并將結(jié)果與基于能量熵和能量統(tǒng)計(jì)復(fù)雜度的檢測(cè)方法的結(jié)果進(jìn)行比較。實(shí)驗(yàn)中所用仿真信號(hào)如下式：

圖1 采集的純凈鳥(niǎo)鳴聲

仿真實(shí)驗(yàn)是用滑動(dòng)窗長(zhǎng)度系數(shù)為100，每次平移一個(gè)采樣點(diǎn)。下圖2～4為混合信號(hào)信噪比為-3.23 dB、-6.46 dB、-8.60 dB三種不同情況下的檢測(cè)結(jié)果。圖2至圖4中的（a）為混合信號(hào)的時(shí)域波形圖，（b）為使用基于能量統(tǒng)計(jì)復(fù)雜度的檢測(cè)方法的結(jié)果，（c）為基于能量熵的檢測(cè)方法的結(jié)果，（d）為使用基于能量熵和能量統(tǒng)計(jì)復(fù)雜度的檢測(cè)方法的結(jié)果。

從圖2至圖4中可以看出，雖然三種方法都能反映出信號(hào)中環(huán)境噪聲的位置，但是使用基于能量熵和能量統(tǒng)計(jì)復(fù)雜度的檢測(cè)方法比其余兩種方法能更明顯地區(qū)分非環(huán)境噪聲段和環(huán)境噪聲段。在非噪聲段，高斯白噪聲的能量基本上被全部抑制，基本上保持在最低值附近，只有少許微弱的波動(dòng)，而其余兩種方法則在非噪聲段有著較大的波動(dòng)。

為進(jìn)一步證明該方法的優(yōu)越性，按如下概念和規(guī)定，予以分析判定：若檢測(cè)結(jié)果中，若某點(diǎn)位于存在鳥(niǎo)鳴聲的信號(hào)區(qū)間內(nèi)卻被判定為非鳥(niǎo)鳴聲點(diǎn)，則定義為漏檢點(diǎn)；若某點(diǎn)不位于存在鳥(niǎo)鳴聲的信號(hào)區(qū)間內(nèi)卻被判定為鳥(niǎo)鳴聲點(diǎn)，則定義為虛檢點(diǎn)。虛檢點(diǎn)與漏檢點(diǎn)之和定義為誤檢點(diǎn)，它在整個(gè)信號(hào)長(zhǎng)度中所占的比重定義為誤檢率。誤檢率是判定檢測(cè)結(jié)果準(zhǔn)確與否的最重要依據(jù)。

3.2 實(shí)例分析

圖2 信噪比為-3.23dB時(shí)三種方法的檢測(cè)結(jié)果

圖3 信噪比為-6.46dB時(shí)三種方法的檢測(cè)結(jié)果

圖4 信噪比為-8.60dB時(shí)三種方法的檢測(cè)結(jié)果

從表1中得知，在同一信噪比條件下，三種方法中，使用基于能量熵和能量統(tǒng)計(jì)復(fù)雜度的檢測(cè)方法誤檢率要比其余兩種方法低，說(shuō)明其檢測(cè)效果最好；在不同信噪比條件下，使用同一種方法的誤檢率隨著信噪比的降低而增加，但使用基于能量熵和能量統(tǒng)計(jì)復(fù)雜度的檢測(cè)方法的誤檢率增長(zhǎng)幅度最小，說(shuō)明其具有更穩(wěn)定檢測(cè)效果。

現(xiàn)使用在800 kV的高壓輸電線路附近測(cè)得的電暈可聽(tīng)噪聲與仿真實(shí)驗(yàn)中使用的鳥(niǎo)鳴聲相混合的實(shí)際信號(hào)進(jìn)行實(shí)驗(yàn)，以檢驗(yàn)該方法的有效性。本次所用的實(shí)例信號(hào)的信噪比為-23.6 dB。圖5中（a）為混合混合信號(hào)的時(shí)域波形，（b）為使用基于能量熵和能量統(tǒng)計(jì)復(fù)雜度的檢測(cè)方法的結(jié)果。

經(jīng)使用基于能量熵和能量統(tǒng)計(jì)復(fù)雜度的檢測(cè)方法處理后，實(shí)驗(yàn)結(jié)果中的漏檢點(diǎn)數(shù)為121，虛檢點(diǎn)數(shù)為106，誤檢率為7.52%。該實(shí)驗(yàn)說(shuō)明本文提出的方法能夠在低信噪比和復(fù)雜的環(huán)境條件下準(zhǔn)確地檢測(cè)環(huán)境噪聲。

(a)

(b)

4 結(jié)論

針對(duì)基于能量統(tǒng)計(jì)度的環(huán)境噪聲檢測(cè)方法存在對(duì)微弱信號(hào)檢測(cè)效果差，以及基于能量熵的環(huán)境噪聲檢測(cè)方法抗干擾能力差的不足，本文結(jié)合兩者的優(yōu)點(diǎn)，提出一種基于能量熵和能量統(tǒng)計(jì)復(fù)雜度的環(huán)境噪聲檢測(cè)方法，并得到以下兩個(gè)結(jié)論。

首先，基于能量熵和能量統(tǒng)計(jì)復(fù)雜度的環(huán)境噪聲檢測(cè)方法，能夠有效地在進(jìn)行環(huán)境噪聲的定位，在低信噪比的條件下也有較精確的定位效果。在實(shí)際使用中也能較為準(zhǔn)確地在電暈可聽(tīng)噪聲中定位環(huán)境噪聲。其次，基于能量熵和能量統(tǒng)計(jì)復(fù)雜度的環(huán)境噪聲檢測(cè)方法在不同信噪比情況下穩(wěn)定性較好，誤檢率隨信噪比波動(dòng)的變化幅度較小。

[1] 肖毅, 陳善廣, 韓東旭. 基于腦電節(jié)律的小波熵分析方法[J]. 科技導(dǎo)報(bào), 2011, 29(16):39-44.

[2] 侯宏花, 桂志國(guó). 基于小波熵的心電信號(hào)去噪處理[J]. 中國(guó)生物醫(yī)學(xué)工程學(xué)報(bào), 2010, 29(1):22-28.

[3] 何正友, 蔡玉梅, 錢(qián)清泉. 小波熵理論及其在電力系統(tǒng)故障檢測(cè)中的應(yīng)用研究[J]. 中國(guó)電機(jī)工程學(xué)報(bào), 2005, 25(5):38-43.

[4] 張榮標(biāo). 基于小波熵的微弱信號(hào)檢測(cè)方法研究[J]. 儀器儀表學(xué)報(bào), 2007, 28(11):2078-2084.

[5] 李曄, 張仁智, 崔慧娟,等. 低信噪比下基于譜熵的語(yǔ)音端點(diǎn)檢測(cè)算法[J]. 清華大學(xué)學(xué)報(bào)(自然科學(xué)版), 2005, 45(10):1397-1400.

[6] 馬偉榮. 基于C_0復(fù)雜度和能量的語(yǔ)音端點(diǎn)檢測(cè)算法[J]. 計(jì)算機(jī)工程與應(yīng)用, 2009, 45(27):143-145.

[7] 尹巧萍. 含噪語(yǔ)音信號(hào)端點(diǎn)檢測(cè)方法的研究[C]// 促進(jìn)中西部發(fā)展聲學(xué)學(xué)術(shù)交流會(huì)論文集. 2008.

[8] 王綱金. 低信噪比環(huán)境下語(yǔ)音端點(diǎn)檢測(cè)方法研究[D]. 湖南大學(xué), 2011.

[9] 虎大力. 噪聲環(huán)境下語(yǔ)音信號(hào)端點(diǎn)檢測(cè)的方法研究[D]. 西華大學(xué), 2012.

A Method of Detecting Ambient Noise on Corona Audible Noise

Zhang Duo , Hou Xinguo

(College of Electrical Engineering, Naval University of Engineering, Wuhan 430033, China)

TM712

A

1003-4862（2017）07-0068-04

2017-02-15

張鐸(1993-)，男，碩士。研究方向：信號(hào)檢測(cè)與處理。