艦船輻射噪聲聽覺節(jié)奏的時變響度特征提取

韓雪，樸勝春，付金山

(1.哈爾濱工程大學 水聲技術重點實驗室，黑龍江 哈爾濱 150001;2.海洋信息獲取與安全工信部重點實驗室(哈爾濱工程大學)，黑龍江 哈爾濱 150001;3.哈爾濱工程大學 水聲工程學院，黑龍江 哈爾濱 150001)

特征提取是水下目標被動識別的關鍵技術，是探測系統(tǒng)智能化的重要標志。為了得到有效穩(wěn)定的識別特征，一方面，艦船輻射噪聲的特征提取技術得到廣泛研究[1-8]；另一方面，聲吶員聽音判型仍然是水下目標識別不可或缺的環(huán)節(jié)[9]。聲吶員在聽音判型過程中會受到外界環(huán)境、心理、生理等因素的影響[10]，導致識別結果存在誤差，因此，研究聲吶員聽音判型特征提取過程具有重要意義。響度、音調(diào)、音色是人類用來描述聲音的三要素[11]。在心理聲學領域，建立了心理聲學參數(shù)計算模型。王娜等[12-15]驗證了心理聲學參數(shù)可以作為識別不同艦船輻射噪聲信號的有效特征，但是所提方法沒有考慮艦船輻射噪聲自身的特點。陽雄等[16-18]結合艦船輻射噪聲自身的特點提出艦船輻射噪聲聽覺特征，忽略了艦船輻射噪聲在心理聲學上的特點。

本文結合艦船輻射噪聲在聽覺上具有“節(jié)奏感”的特點，模擬聲吶員聽音判型過程，利用目前較為典型的Zwicker和Fastl與Glasberg和Moore時變響度模型對不同調(diào)制模式下的信號進行時變響度特征提取，在時變響度特征的基礎上提出節(jié)拍響度變化量特征。對仿真目標和實測海上目標進行特征提取，分析說明本文提出的節(jié)拍響度變化量特征可以較好地識別艦船輻射噪聲信號。

1 艦船輻射噪聲節(jié)拍響度變化量特征提取

1.1 艦船輻射噪聲的節(jié)奏信號建模

艦船輻射噪聲聽上去往往具有鮮明的“節(jié)奏”。聲吶員在聽音時先對接收到的艦船輻射噪聲進行放大、濾波來提高目標的信噪比再對目標進行識別，聲吶員聽音判型處理流程如圖1所示。

圖1 聲吶員聽音判型處理流程Fig.1 The processing flow of sonar member audio judgment

聽覺上的“節(jié)奏”表現(xiàn)為調(diào)制，本文選用陶篤純[19]的調(diào)制模式仿真方法，設調(diào)制函數(shù)為m(t)，帶有“節(jié)奏”的艦船輻射噪聲模型為:

s(t)=m(t)sx(t)

(1)

1.2 時變響度計算

時變響度模型與穩(wěn)態(tài)響度模型不同，考慮了聲音隨時間的變化[20]。目前最為典型的時變響度模型分別是Zwicker和Fastl與Glasberg和Moore提出的[21]。Zwicker和Fastl模型只使用了一個時間常量，在模型中利用時間后掩蔽效應來描述響度動態(tài)行為，而Glasberg和Moore則為了矯正幅值調(diào)制聲音的響度應用了多個時間常量。

瞬時響度描述的是非常短的時間內(nèi)的聽覺神經(jīng)測量。該值的計算與穩(wěn)態(tài)響度模型中的整體響度計算類似，不同的是與時間變量有關，而穩(wěn)態(tài)響度模型與時間變量無關。

艦船輻射噪聲的“節(jié)奏感”是噪聲強度隨時間有規(guī)律起伏引起的，因此艦船輻射噪聲實際上是非穩(wěn)態(tài)信號，利用時變響度模型提取艦船輻射噪聲更為準確。為了敘述方便，將Zwicker和Fastl時變模型響度簡稱為Zwicker時變響度，將Glasberg和Moore時變模型簡稱為Moore時變響度。

圖2～4給出了不同調(diào)制頻帶、四葉不同調(diào)制模式下的仿真信號功率譜、Zwicker響度、Moore響度時頻圖。為了能較好地與響度時頻圖相比較，功率譜時頻圖的分析幀長設為1 ms。圖中仿真3秒的數(shù)據(jù)信號的第1 s與第3 s為背景環(huán)境噪聲，第2 s為艦船地震波調(diào)制信號，信噪比為30 dB，這里用高斯白噪聲來模擬海洋環(huán)境噪聲。圖2中信號的調(diào)制模式為四葉非均勻模式Ⅰ，載頻為400～800 Hz。為了說明響度時頻圖對低頻信號有更好地提取效果，圖3中信號的載頻設為1～100 Hz，調(diào)制模式不變。圖4中信號為“節(jié)奏”更加密集的信號，調(diào)制模式設為均勻模式，載頻為400～800 Hz。為敘述簡便，將以上信號分別稱為信號1、信號2和信號3。

圖2 信號1的時頻圖Fig.2 The time-frequency diagram of signal 1

圖3 信號2的時頻圖Fig.3 The time-frequency diagram of signal 2

圖4 信號3的時頻圖Fig.4 The time-frequency diagram of signal 3

從圖2(a)可知，功率譜時頻圖中功率譜分布較分散，很難檢測噪聲和信號所在的時段。從圖2(b)、(c)中可以看到，Zwicker時變響度和Moore時變響度能反映艦船輻射噪聲的節(jié)奏特征，與功率譜時頻圖相比能量分布較集中，可看到噪聲和信號所在的時段，及信號的能量強弱分布。這是因為響度模型考慮了人耳的頻域掩蔽效應，峰值大的特征響度將峰值小的特征響度“淹沒”，而Moore響度時頻圖的頻率分辨率比Zwiker響度時頻圖的頻率分辨率更高。

從圖3(a)可以看到，功率譜時頻圖很難檢測到艦船輻射噪聲信號。而從圖3(b)、(c)中可以看到，當信號的頻帶在低頻段時，仍然可以清晰地看到被調(diào)制的艦船輻射噪聲信號及能量分布，同時，Zwiker時變特征響度在低頻處特征性的峰值較大，這與人耳的真實濾波特性存在差異。Moore響度時頻圖雖然在低頻峰值不大，但是也可以檢測到艦船輻射噪聲信號，并且比Zwiker響度時頻圖能夠更好地抑制噪聲。

通過圖4的仿真信號發(fā)現(xiàn)，環(huán)境噪聲和被調(diào)制的艦船輻射噪聲信號聽起來較為相似，均勻模式的強脈沖分布較密集，而經(jīng)過濾波后的噪聲在幅度上也有起伏，因此給聽音信號檢測帶來干擾。從圖4(a)可知功率譜時頻圖頻率分辨率較低，很難檢測到調(diào)制噪聲信號。從圖4(b)和(c)中可知，響度時頻圖中仍然清晰地看到艦船輻射噪聲信號所在的時段以及噪聲時段，并且艦船輻射噪聲節(jié)奏信號類型也較明顯，而Moore響度時頻圖相比Zwiker頻率分辨率更高，能更好地檢測信號。

由以上對比可知，響度時頻圖相比功率譜時頻圖可以更好地檢測被調(diào)制的艦船輻射噪聲信號，而Moore響度時頻圖比Zwiker響度時頻圖能更準確地反映人的主觀感受，并且Moore響度時頻圖比Zwiker響度時頻圖的頻率分辨率更高能量更加集中。

1.3 節(jié)拍響度變化量特征提取算法

由于艦船輻射噪聲信號是時變的，節(jié)拍聲能量最強處和能量最弱處不僅存在能量大小的差異，而且其功率譜結構也有所變化，節(jié)拍從強到弱過程中某些頻率功率增大，某些頻率功率減小，這也是造成人耳感知音色不同的重要原因[17]，而時變響度可以反映節(jié)拍強弱處的主觀感受。從本文分析可知，Moore時變響度比Zwiker時變響度能更好地描述艦船輻射噪聲的時變特征，利用Moore時變響度對節(jié)拍響度變化量特征進行提取，提出節(jié)拍響度變化量特征提取算法。

將時變響度的凸點對應的時刻稱為H時刻，將響度的凹點對應的時刻稱為L時刻。H時刻和L時刻由瞬時響度的響度的局部極大值和瞬時響度的局部極小值確定，確定方式為：

(2)

(3)

利用H時刻和L時刻所對應的Moore瞬時特征響度的局部極大值LIS,max(ti,fc)和Moore瞬時特征響度的局部極小值LIS,min(tj,fc)表征艦船輻射噪聲節(jié)奏強弱的特征。為了特征穩(wěn)定和減小估計方差，累計后H時刻和L時刻的瞬時響度為：

(4)

(5)

式中N和M分別為ti和tj對應的時刻個數(shù)。

定義節(jié)拍響度變化量為：

(6)

式中max[·]為取最大值運算。

從式(6)可以看到，所提出的特征不僅考慮了信號的頻率信息的，而且考慮了信號的時間信息，同時考慮了信號的整體響度信息。

2 節(jié)拍響度變化量特征提取算法仿真分析

本文仿真2類目標，假設2類信號均為四葉調(diào)制，第1類信號為非均勻調(diào)制模式Ⅰ，第2類為均勻調(diào)制模式，載頻在355～891 Hz。對2類信號進行節(jié)拍響度變化量特征提取。經(jīng)研究，事件請求代理(event repuest broker，ERB)間隔的選取對特征提取影響不大，為了減小運算量，本文選取的ERB間隔為2，得到20維節(jié)拍響度變化量特征參數(shù)，如圖5、6所示。圖5(a)和圖6(a)為2類信號響度局部極大值時刻和響度局部極小值時刻所對應的瞬時特征響度分布圖。圖5(b)和圖6(b)為提取出的節(jié)拍響度變化量特征。

圖5 第1類目標Fig.5 The first kind target

圖6 第2類目標Fig.6 The second kind target

從圖6(a)可以看到，響度局部極大值時刻所對應的瞬時特征響度分布與響度局部極小值時刻所對應的瞬時特征響度分布大體上是一致的，但在第12～15個特征頻帶內(nèi)響度值變化趨勢差別較大，這是因為艦船輻射噪聲的節(jié)拍能量不同導致瞬時特征響度不同的原因，這一點從圖7(a)中也可以看出。2類信號雖然在同一頻帶上，在聽音上具有相似的音色，瞬時特征響度分布類似，但是瞬時響度特征差值是不同的。

從圖6(b)和圖7(b)對比可知，2類信號第7維和第8維特征值較接近，其他維度的特征值都有明顯的區(qū)別?？梢?，提取出的節(jié)拍響度變化量特征可以作為區(qū)分艦船輻射噪聲的有效特征。

為了更客觀地對比不同特征的識別效果，利用支持向量機對上述2類目標進行識別，為了說明所提出的節(jié)拍響度變化量特征的有效性，對信號提取了Moore穩(wěn)態(tài)特征響度作為對比。

節(jié)拍響度變化量特征所用的樣本長度為1 s信號，而對于穩(wěn)態(tài)特征響度考慮其適用特點，樣本長度取0.05 s。每種特征，2類目標各有100個樣本。隨機抽取兩類信號的全部樣本的1/2作為訓練集，其余1/2作為測試集，輸入支持向量機進行識別。識別結果如表1所示。

表1 目標分類結果Table 1 The results of simulation targets classification

從表1可以看到，2類目標的節(jié)拍響度變化量特征的識別率均達到90%以上，而穩(wěn)態(tài)響度特征的識別率較節(jié)拍響度變化量特征的識別率低，這是因為信號的載頻較窄，提取的2類目標穩(wěn)態(tài)響度特征區(qū)別不大，而節(jié)拍響度變化量利用了不同時刻特征響度不同的特點很好地區(qū)分出了兩類目標。

3 實驗結果與分析

對海上實際數(shù)據(jù)進行特征提取，目標A和目標B的濾波頻帶為355～891 Hz，目標C的濾波頻帶為562～1 120 Hz。分別提取3類目標的節(jié)拍響度變化量特征和Moore穩(wěn)態(tài)特征響度輸入支持向量機進行識別。每1 s求取信號節(jié)拍響度變化量特征，每0.05 s求取穩(wěn)態(tài)特征響度。樣本個數(shù)如表2所示。3類目標特征的均值分布如圖7所示。

表2 提取出3類目標用于訓練和識別的樣本數(shù)Table 2 The number of samples for training and recognition of three kinds of targets

從圖7(a)可以看到，3類目標節(jié)拍響度變化量特征差別較大。目標A的節(jié)拍響度變化量特征均值的最大值在第6維，在高頻帶即從第12維特征值起節(jié)拍響度變化量均值較大，而目標B的節(jié)拍響度變化量特征均值在第5維最大，在高頻帶節(jié)拍響度變化量均值是3類目標中最大的，而目標C的節(jié)拍響度變化量均值在第7維最大，并且在高頻帶節(jié)拍響度變化量是3類目標最小的。

圖7 3類目標特征的均值分布Fig.7 The distribution map of the average values of the three different targets

從圖7(b)可以看到，目標C的穩(wěn)態(tài)特征響度與目標A和目標B的穩(wěn)態(tài)特征響度差別較大，這是因為目標C所在的頻帶與前2類目標不同的原因，而對于具有相同調(diào)制頻帶的目標A和目標B，2類目標信號的穩(wěn)態(tài)特征響度較接近。

從識別率結果來看，利用節(jié)拍響度變化量進行識別，3類目標的識別率均達到了100%，而利用穩(wěn)態(tài)特征響度進行識別目標A的識別率為96%，其他2類目標的識別率為100%，可見穩(wěn)態(tài)響度特征會對相同頻帶信號的識別帶來干擾，而所提出的節(jié)拍響度變化量特征可以很好地區(qū)分此類目標。從平均識別率來看，時變響度變化量的識別率高出穩(wěn)態(tài)特征響度識別率約2%。

4 結論

1)利用時變響度模型提取信號相比功率譜提取信號結果能量分布更集中，檢測效果更好。

2)Moore響度時頻圖比Zwicker圖能更準確地反映人的主觀感受，頻率分辨率更高能量更加集中。

3)所提出的節(jié)拍響度變化量特征可以作為識別艦船輻射噪聲的有效特征。

4)當信號的載頻相似而調(diào)制模式不同時，利用節(jié)拍響度變化量特征可以很好地區(qū)分不同目標。