專利名稱:一種發(fā)聲體異常音檢測方法及系統(tǒng)的制作方法
技術(shù)領(lǐng)域:
本發(fā)明涉及發(fā)聲體異常音檢測的方法及測試系統(tǒng)。在給被測發(fā)聲體激勵特殊信號得到發(fā)聲體電響應(yīng)和聲響應(yīng)后,通過對兩種信號做時域跟蹤高通濾波或EMD處理后得到異常音曲線,其后考慮人聽覺心理模型對聲響應(yīng)的異常音曲線進行后處理得到最后的聲響應(yīng)異常音曲線,結(jié)合電響應(yīng)異常音曲線和聲響應(yīng)異常音曲線就能綜合判斷發(fā)聲體是否有異常音。
背景技術(shù):
測量發(fā)聲體異常音的意義 發(fā)聲體的異常音通常會出現(xiàn)在發(fā)聲體的研發(fā)和批產(chǎn)兩個階段,在研發(fā)階段時由于沒有正確的設(shè)計發(fā)聲體結(jié)構(gòu)或選擇合適的材料,導(dǎo)致在發(fā)聲體振動發(fā)聲時產(chǎn)生異常音。在批產(chǎn)階段時由于在發(fā)聲體大批量生產(chǎn)和制造中存在一些不可預(yù)料的情況,例如磁回路中混入雜質(zhì)、線圈安裝位置不正確,個別材料質(zhì)量不合格、部分位置粘結(jié)不好等情況。都會使生產(chǎn)出的發(fā)聲體發(fā)出異常音,而這些情況一般在產(chǎn)線大批量生產(chǎn)發(fā)聲體時不能完全避免,這些發(fā)聲體在激勵正常音頻時會發(fā)出讓人不能接受的刺耳的聲音。作為殘次品,發(fā)聲體生產(chǎn)企業(yè)是不能將這些有異常音的產(chǎn)品交付給他們的客戶的。這時傳統(tǒng)的做法是完全依賴于企業(yè)生產(chǎn)線的音質(zhì)聽測工人靠耳朵評判,由于工人的熟練程度不同、每個工人的耳朵對音質(zhì)的主觀感受不同,加之工人的一些主觀的因素,使得很難用一個客觀標(biāo)準(zhǔn)來統(tǒng)一工人對發(fā)聲體的純音音質(zhì)的評判,導(dǎo)致企業(yè)生產(chǎn)效率和產(chǎn)品質(zhì)量難以提高。同時,由于業(yè)界沒有統(tǒng)一的標(biāo)準(zhǔn),生產(chǎn)廠家和客戶之間關(guān)于異常音的糾紛時有發(fā)生,異常音的客觀評判,一直是業(yè)界難以解決的問題。
現(xiàn)有的技術(shù)和方法 A)人耳聽覺結(jié)構(gòu)模型法,美國專利5884260中提到一種基于人耳聽覺結(jié)構(gòu)模型來檢測發(fā)聲體異常音的方法。該方法將測量到的信號輸入一個具有多個并聯(lián)分支的濾波器組,每一個分支都包括串聯(lián)鏈接的一個帶通濾波器,一個整流器以及一個低通濾波器。各帶通濾波器的通帶以及各低通濾波器的時間常數(shù)對應(yīng)于人耳聽覺結(jié)構(gòu)系統(tǒng)的各項特性。各帶通濾波器在它們的通帶以外具有足夠的衰減,以便從諧波中分離出基波分量。各帶通濾波器的振幅與相位響應(yīng)以及各個低通濾波器的時間常數(shù)改變這被分析信號的波形,并受到限制,以便檢測出持續(xù)時間短但振幅很大的畸變。這個方法提供了一種與人耳聽覺結(jié)構(gòu)模型相關(guān)的檢測方法,但是不能與其他測量方法進行比較,并且從物理客觀的觀點來說是難以解釋的。
B)離散頻率激勵及檢測方法,Pascal Brunet等人在第115次[國際]音頻工程學(xué)會大會發(fā)表的論文《揚聲器松散結(jié)構(gòu)檢測》(Loose Particle Detection in Loudspeaker)中提出了使用離散頻率激勵發(fā)聲體,得到聲響應(yīng)后使用普通高通濾波器進行濾波,對濾波后信號通過某種算法計算RMS值來檢測被測發(fā)聲體是否有異常音。該方法的不足在于1、采用離散頻率激勵信號就說明不是在整個設(shè)定頻段內(nèi)產(chǎn)生激勵信號,這樣就有可能使一些只在特定頻率才被觸發(fā)的異常音在這樣的激勵下并不被觸發(fā)。2、簡單的一個高通,而不是跟蹤基頻變化的高通濾波使得該方法在區(qū)分正常諧波失真和高次異常音時無能為力。3、該方法在檢測精度和測試速度上有很大矛盾。
C)時頻分析法中國專利申請公開書200610011612.6、200610014967.0、200710178411.X都采用了對檢測得到的信號做時頻分析的方法來處理,并再做一些后處理,如統(tǒng)計數(shù)據(jù)處理、模式學(xué)習(xí)和模式分類等。不同的是它們有的采用了短時傅立葉變換,有的采用了小波變換法。
發(fā)明內(nèi)容
本發(fā)明的目的是提出一種快速在線測試發(fā)聲體異常音的的方法,該方法在給被測發(fā)聲體激勵特殊信號得到發(fā)聲體電響應(yīng)和聲響應(yīng)后,通過分別做檢測而更加可靠和準(zhǔn)確的檢測發(fā)聲體異常音。檢測方法首先可以選擇采用時域跟蹤高通濾波器法將一定階數(shù)以上的諧波提取出來,或者選擇采用改良的HHT快速算法對響應(yīng)信號做經(jīng)驗?zāi)B(tài)分解(EMD),提取一定階數(shù)以上的分解信號,其后對從電信號響應(yīng)中提取的高次微弱信號直接做門限檢測判斷是否有異常音,而對聲信號中提取出的高次微弱信號先結(jié)合人耳聽覺心理模型將人耳真正能敏感聽到的異常音信號提取出來,再做門限檢測判斷是否有異常音。這樣結(jié)合兩個通道的信號處理,同時又考慮人聽覺心理模型的檢測和判斷方法可以快速、穩(wěn)定和準(zhǔn)確的判斷出被測發(fā)聲體是否有異常音。
本發(fā)明要解決的就是如何在線、快速、可靠的判斷出被測發(fā)聲體是否有異常音。原有的采用離散頻率作為激勵信號的檢測方法勢必會忽略一些潛在的發(fā)聲體異常音,并且該方法在測試結(jié)果準(zhǔn)確和測試效率上存在矛盾,不適合產(chǎn)線使用,原有的一些采用頻率域的處理方法如時頻分析法等,由于其計算復(fù)雜度問題也不適合產(chǎn)線使用。
本發(fā)明的目的是這樣實現(xiàn)的 本發(fā)明所述的發(fā)聲體異常音檢測方法,具體為建立如圖1所示的測試系統(tǒng),用特殊的測試信號(測試信號的時域波形圖如圖2所示,時頻圖如圖3所示)激勵被測發(fā)聲體,在得到被測發(fā)聲體兩端電壓、流經(jīng)發(fā)聲體的電流、發(fā)聲體發(fā)出的聲壓信號后,按照圖4做信號處理,首先用信噪比檢測模塊(19)對所得的三個信號做檢測,其次根據(jù)檢測后得到的信號通過高階微弱信號提取模塊(20)提取被測發(fā)聲體的電信號和聲信號中的高階微弱信號,再次電信號門限檢測模塊(21)利用電信號門限生成模塊(25)生成的門限對提取的電信號高次微弱信號做是否包含異常音的判斷,而對聲信號的高次微弱信號先進入聽覺心理模型處理模塊(22)中根據(jù)人耳聽覺心理模型將人耳真正能敏感聽到的異常音信號提取出來后,再進入聲信號門限檢測模塊(23)結(jié)合聲信號門限生成模塊(26)生成的門限對其聲響應(yīng)中是否包含異常音進行判斷,最后將電信號門限檢測模塊(21)的檢測結(jié)果和聲信號門限檢測模塊(23)的檢測結(jié)果輸入到異常音綜合判斷模塊(24)中進行綜合判斷,給出被測發(fā)聲體是否有異常音的最后判斷并輸出判斷結(jié)果。
本發(fā)明所述的發(fā)聲體異常音檢測方法的測試系統(tǒng)包括PC機或?qū)僭O(shè)備(6)、數(shù)據(jù)采集卡(5)、帶電流檢測功能的恒壓功放(4)、消音箱或仿真耳(3)、測量麥克風(fēng)或麥克風(fēng)陣列(2);PC機或?qū)僭O(shè)備(6)通過程序控制數(shù)據(jù)采集卡(5)發(fā)射激勵測試信號(7),該測試信號(7)經(jīng)過帶電流檢測功能的恒壓功放(4)功率放大后加載在被測發(fā)聲體(1)兩端,同時將此放大電壓信號(8)和流經(jīng)發(fā)聲體的電流信號(9)輸入到數(shù)據(jù)采集卡(5)中,在消音箱或仿真耳(3)中使用測量麥克風(fēng)或麥克風(fēng)陣列(2)將被測發(fā)聲體(1)在激勵信號下發(fā)出的聲壓信號(10)采集并輸入到數(shù)據(jù)采集卡(5),專屬設(shè)備(6)包括具有控制功能和顯示功能的工控機、獨立嵌入式設(shè)備,數(shù)據(jù)采集卡(5)用于完成模/數(shù)和數(shù)/模轉(zhuǎn)換。
由于本發(fā)明采用了上述的技術(shù)方案,故具有以下優(yōu)點 1)測試系統(tǒng)搭建方便,成本低,測試系統(tǒng)將不僅能用于發(fā)聲體異常音的測量,還可以用于其他參數(shù)的測量。例如頻響測試、總諧波失真測試、相位測試、阻抗測試和發(fā)聲體線性參數(shù)測試等。
2)測試信號的選擇,決定了其在保證能激勵出所有可能發(fā)聲體異常狀態(tài)的前提下,測試時間盡可能的短。
3)采用兩種不同的高階微弱信號提取方法能保證不遺漏的將一些微弱異常信號提取出來,保證了異常音檢測準(zhǔn)確性。
4)對聲信號的高階微弱信號進行有關(guān)人耳聽覺心理模型的處理,可以模擬人耳在聽音階段的處理過程,將人耳真正能敏感聽到的異常音信號提取出來,這樣的得到的結(jié)果和實際使用人工聽出的結(jié)果一致,進一步提高檢測的準(zhǔn)確度。
5)綜合電信號和聲信號兩路信號的異常音檢測可以更加全面、可靠、細致和準(zhǔn)確的對發(fā)聲體是否有異常音進行檢測和判斷,使結(jié)果更加可信。
圖1測試系統(tǒng)圖。
圖2測試激勵信號時域波形圖。
圖3測試激勵信號時頻圖。
圖4信號處理流程圖。
圖5改良HHT快速算法流程圖。
圖6測得的電流信號時域波形圖。
圖7測得的聲壓信號時域波形圖。
圖8電響應(yīng)異音曲線及門限圖。
圖9聲響應(yīng)高階微弱信號圖。
圖10聲響應(yīng)異音曲線及門限圖。
圖11沒有異常音樣品的聲響應(yīng)EMD分解圖。
圖12有異常音樣品的聲響應(yīng)EMD分解圖。
圖13沒有異常音樣品的聲響應(yīng)瞬時頻率圖。
圖14有異常音樣品的聲響應(yīng)瞬時頻率圖。
具體實施例方式 下面結(jié)合附圖及實施例對本發(fā)明作進一步的說明。
按照圖1搭建測試系統(tǒng),該測試系統(tǒng)包括PC機或?qū)僭O(shè)備(6)、數(shù)據(jù)采集卡(5)、帶電流檢測功能的恒壓功放(4)、消音箱或仿真耳(3)、測量麥克風(fēng)或麥克風(fēng)陣列(2),專屬設(shè)備(6)包括具有控制功能和顯示功能的工控機、獨立嵌入式設(shè)備,數(shù)據(jù)采集卡(5)用于完成模/數(shù)和數(shù)/模轉(zhuǎn)換。在該測試系統(tǒng)中,PC機或?qū)僭O(shè)備(6)通過程序控制數(shù)據(jù)采集卡(5)發(fā)射激勵測試信號(7),該測試信號(7)經(jīng)過帶電流檢測功能的恒壓功放(4)功率放大后加載在被測發(fā)聲體(1)兩端,同時將此放大電壓信號(8)和流經(jīng)發(fā)聲體的電流信號(9)輸入到數(shù)據(jù)采集卡(5)中,在消音箱或仿真耳(3)中使用測量麥克風(fēng)或麥克風(fēng)陣列(2)將被測發(fā)聲體(1)在激勵信號下發(fā)出的聲壓信號(10)采集并輸入到數(shù)據(jù)采集卡(5)。這里所有信號處理流程在PC或?qū)僭O(shè)備(6)中進行,利用PC或?qū)僭O(shè)備(6)內(nèi)的程序完成。
在PC或?qū)僭O(shè)備(6)中設(shè)有信噪比檢測模塊(19)、高階微弱信號提取模塊(20)、電信號門限檢測模塊(21)、聽覺心理模型處理模塊(22)、聲信號門限檢測模塊(23)、異常音綜合判斷模塊(24)、電信號門限生成模塊(25)和聲信號門限生成模塊(26)。
所述的信噪比檢測模塊(19)對輸入的電壓信號(8)、電流信號(9)、聲壓信號(10)的信噪比情況做檢測判斷,在信噪比小于10dB(此值根據(jù)選擇的不同被測發(fā)聲體類型有所不同)時將給出警告,表示此時采集信號不適合進行后面的運算,如果信噪比大于等于10dB,則可以進行進一步的計算; 所述的高階微弱信號提取模塊(20)將采用可選的兩種不同算法對檢測得到的電流信號和聲壓信號做高階微弱信號的提取,一種算法采用時域跟蹤高通濾波器,按照設(shè)定的階數(shù)對輸入的電信號或聲信號做跟蹤基頻的時域高通濾波,只保留高階微弱信號部分;另一種算法采用改良的HHT快速算法,對輸入的電信號和聲信號做經(jīng)驗?zāi)B(tài)分解(EMD),分離出相對與激勵測試信號的各種經(jīng)驗?zāi)B(tài),并輸出指定階數(shù)以上的經(jīng)驗?zāi)B(tài)總和。
所述的高階微弱信號提取模塊(20)中改良的HHT快速算法得到信號經(jīng)驗?zāi)B(tài)分解(EMD)的算法流程如下,流程圖如圖5所示 (1)初始化r0=x(t),i=1; (2)如果i<=N(N表示需要分析的階數(shù)),進行(3)處理,否則算法結(jié)束,輸出當(dāng)前計算結(jié)果。
(3)篩選第i個本征模函數(shù)(IMF)函數(shù),具體步驟是 (a)初始化h0(t)=ri(t),k=1; (b)抽取hk-1(t)的局部極大值與極小值; (c)對局部極大值與局部極小值分別進行3次樣條插值,得到hk-1(t)的上下包絡(luò)線; (d)計算hk-1(t)的上下包絡(luò)線的均值mk-1(t); (e)計算hk(t)=hk-1(t)-mk-1(t); (f)若滿足停止條件,即連續(xù)兩次篩選結(jié)果的標(biāo)準(zhǔn)差在典型值0.2至0.3之間時,則令Ci(t)=hk(t),否則令k=k+1,繼續(xù)第(b)步。
(4)定義ri(t)=ri-1(t)-Ci(t)。
(5)如果ri(t)仍有兩個以上的極值點,有i=i+1,轉(zhuǎn)至第(3)步。否則,分解過程完成,ri(t)即為所需N次分解后得到的高階諧波分量。
這樣的分解過程最終將原始信號由這些分解出的IMF分量和一個均值或趨勢項(高階諧波分量)表示,具體表達式如下 檢驗這種檢測方法的是否有效的方法如下 可以采用對其中IMF分量先做HIilbert變換 再求得解析信號的相位函數(shù) 最后得到其瞬時頻率值 對Wj(t)做檢測就可以清晰的看出檢測結(jié)果是否準(zhǔn)確。
所述的電信號門限檢測模塊(21)對已經(jīng)計算得到的電信號高階微弱信號(即電信號異常音曲線)和設(shè)定的門限進行比較,有超出門限的情況就輸出為0,表示在被測發(fā)聲體電信號中有異常音,沒有超過門限就輸出1,表示被測發(fā)聲體電信號中無異常音。
所述的電信號門限生成模塊(25)根據(jù)輸入信息可以選擇設(shè)定一個絕對值,也可以將人工聽測肯定沒有異常音的樣品先進行一次或多次本發(fā)明的測試并把其得到的電響應(yīng)高階微弱信號結(jié)果做一個統(tǒng)計平均,再參考適當(dāng)余量后設(shè)定出相應(yīng)的門限。計算公式如下 或Limitc=Max{C(i)}+marginc 其中Limitc表示計算得到電響應(yīng)門限,N表示人耳聽測肯定沒有異常音樣品的個數(shù),C(i)表示人耳聽測肯定沒有異常音樣品經(jīng)過本發(fā)明測試得到的電響應(yīng)高階微弱信號結(jié)果,marginc表示考慮產(chǎn)品檢測冗余度而適當(dāng)增加的門限余量。兩個公式可以根據(jù)需要任意選擇,但是在設(shè)定時需要注意對設(shè)定門限的樣品要求嚴(yán)格,這就需要有一個剔除機制將測試結(jié)果明顯與其他測試結(jié)果不一致的樣品測試結(jié)果剔除掉而不進行統(tǒng)計門限的生成。在本發(fā)明中采用了Chauvenet標(biāo)準(zhǔn)或Peirce標(biāo)準(zhǔn)。
所述的聽覺心理模型處理模塊(22)根據(jù)人耳聽覺心理模型對輸入的聲信號高階微弱信號做后處理,將人耳真正能敏感聽到的異常音信號提取出來得到聲響應(yīng)異常音曲線。這里人耳聽覺心理模型包括時域掩蔽效應(yīng),頻域掩蔽效應(yīng),人耳聽覺響度模型等。具體來說時域掩蔽效應(yīng)主要模擬發(fā)生在不同時刻的兩個或多個異音信號的相互掩蔽的效果,頻域掩蔽效應(yīng)主要模擬在同一時刻基頻和低次諧頻對異音信號的掩蔽效果,而人耳聽覺響度模型主要模擬人耳在不同條件下對不同頻率響度的加權(quán)特性。
所述的聲信號門限檢測模塊(23)對聲響應(yīng)異常音曲線和設(shè)定的門限進行比較,有超出門限的情況就輸出為0,表示在被測發(fā)聲體聲信號中有異常音,沒有超過門限就輸出1,表示被測發(fā)聲體聲信號中無異常音。
所述的聲信號門限生成模塊(26)根據(jù)輸入信息可以選擇設(shè)定一個絕對值,也可以將人工聽測肯定沒有異常音的樣品先進行一次或多次本發(fā)明的測試并把其得到的聲響應(yīng)高階微弱信號結(jié)果做一個統(tǒng)計平均,再參考適當(dāng)余量后設(shè)定出相應(yīng)的門限。計算公式如下 或LimitA=Max{A(i)}+marginA 其中LimitA表示計算得到電響應(yīng)門限,N表示人耳聽測肯定沒有異常音樣品的個數(shù),A(i)表示人耳聽測肯定沒有異常音樣品經(jīng)過本發(fā)明測試得到的聲響應(yīng)高階微弱信號結(jié)果,marginA表示考慮產(chǎn)品檢測冗余度而適當(dāng)增加的門限余量。兩個公式可以根據(jù)需要任意選擇,但是在設(shè)定時需要注意對設(shè)定門限的樣品要求嚴(yán)格,這就需要有一個剔除機制將測試結(jié)果明顯與其他測試結(jié)果不一致的樣品測試結(jié)果剔除掉而不進行統(tǒng)計門限的生成。在本發(fā)明中采用了Chauvenet標(biāo)準(zhǔn)或Peirce標(biāo)準(zhǔn)。
所述的異常音綜合判斷模塊(24)對輸入的電信號門限檢測結(jié)果和聲信號門限檢測結(jié)果做一個綜合判斷,只有當(dāng)兩個檢測都通過時才給出發(fā)聲體無異常音的檢測判斷,當(dāng)有任意一個檢測不通過時給出被測發(fā)聲體有異常音的檢測判斷,實際使用中可以更加靈活的對檢測結(jié)果的邏輯組合進行判斷,組合表如下 注此時可能是周圍聲環(huán)境對聲信號門限檢測結(jié)果有影響,可以考慮重新再檢測一次,以得到確定的結(jié)果。
上面所述的信號流程圖在實際使用中是可以考慮重新配置的,比如只檢測電信號或聲信號通道來對被測發(fā)聲體是否有異常音做判斷。
本發(fā)明對發(fā)聲體線性參數(shù)測量的具體過程為 測試系統(tǒng)由PC機或?qū)僭O(shè)備(6)根據(jù)用戶設(shè)定產(chǎn)生一個激勵測試信號(7),該激勵測試信號(7)是連續(xù)對數(shù)掃頻信號,定義如下式 其中U是測試信號幅度,T是測試信號時間,ω1是測試信號的起始頻率,ω2是測試信號(7)的終止頻率,時域波形如圖2所示,時頻圖如圖3所示。該測試信號(7),具有頻率連續(xù)變化、測試時間可控等特點,選擇這種激勵信號的好處是1、該掃頻形式將激勵設(shè)定頻率段中的所有頻率而不是對數(shù)跳變的選擇一些離散頻率,這樣就能在整個頻段內(nèi)檢測被測發(fā)聲體是否有異常音而不會因為激勵的信號的問題導(dǎo)致一些潛在的異常音沒有被激勵出來。2、可以在保證測試精度和準(zhǔn)確度的條件下,最大限度的加快測試速度。
通過數(shù)據(jù)采集卡(5)將測試信號(7)輸入到功率放大器(4)中并將輸出的放大電壓信號(8)同時輸入到被測發(fā)聲體(1)和數(shù)據(jù)采集卡(5),并將流經(jīng)被測發(fā)聲體(1)的電流信號(9)輸入到數(shù)據(jù)采集卡(5)中,將被測發(fā)聲體(1)在消音箱或仿真耳(3)中發(fā)射的聲信號,用測量麥克風(fēng)或麥克風(fēng)陣列(2)采集聲信號(10)并輸入到數(shù)據(jù)采集卡(5)中。
在測得所需信號(8)、(9)、(10)后,將這些信號進行如圖4所示的信號處理,檢測被測發(fā)聲體的是否有異常音,具體如下首先將測得的電壓信號(8)、電流信號(9)和聲壓信號(10)輸入到信噪比檢測模塊(19)中判斷測試的所得的信號的信噪比是否滿足要求,如果小于10dB(此值根據(jù)選擇的不同被測發(fā)聲體類型有所不同),輸出警告信號(17),提示測試信號信噪比不足,此時需要采取增加測試信號幅度、降低噪聲等措施;如果檢測信噪比大于10dB,將電壓信號(8)、電流信號(9)和聲壓信號(10)輸入到高階微弱信號提取模塊(20)中。本例中測得的電流信號(9)如圖6所示,聲壓信號(10)如圖7所示 高階微弱信號提取模塊(20)將根據(jù)輸入的算法控制信息(18)選擇兩種不同算法之一對檢測得到的電流信號和聲壓信號做高階微弱信號的提取。
一種算法是采用時域跟蹤高通濾波器,按照設(shè)定的階數(shù)對輸入的電信號或聲信號做跟蹤基頻的時域高通濾波,只保留高階微弱信號部分,并將處理完的結(jié)果分別輸入到電信號門限檢測模塊(21)和聽覺心理模型處理模塊(22)。本例中該算法處理電流信號(9)得到的電信號高階微弱信號(即電信號異常音曲線)(11)如圖8所示,處理的聲壓信號(10)得到的聲信號高階微弱信號(13)如圖9所示。
所述的電信號門限生成模塊(25)可以選擇直接設(shè)定一個絕對值,也可以將人工聽測肯定沒有異常音的樣品先進行一次或多次本發(fā)明的測試并把其得到的電響應(yīng)高階微弱信號結(jié)果做一個統(tǒng)計平均,再參考適當(dāng)余量后設(shè)定出相應(yīng)的門限。計算公式如下 或Limitc=Max{C(i)}+marginc 其中Limitc表示計算得到電響應(yīng)門限,N表示人耳聽測肯定沒有異常音樣品的個數(shù),C(i)表示人耳聽測肯定沒有異常音樣品經(jīng)過本發(fā)明測試得到的電響應(yīng)高階微弱信號結(jié)果,marginc表示考慮產(chǎn)品檢測冗余度而適當(dāng)增加的門限余量。兩個公式可以根據(jù)需要任意選擇,但是在設(shè)定時需要注意對設(shè)定門限的樣品要求嚴(yán)格,這就需要有一個剔除機制將測試結(jié)果明顯與其他測試結(jié)果不一致的樣品測試結(jié)果剔除掉而不進行統(tǒng)計門限的生成。在本例中對輸入樣品電信號(19)采用了Chauvenet標(biāo)準(zhǔn)采用以上公式生成了電信號異音曲線門限(22)(如圖8所示),并將其輸入到電信號門限檢測模塊(21)。
電信號門限檢測模塊(21)對已經(jīng)計算得到的電信號高階微弱信號(即電信號異常音曲線)(11)和設(shè)定的電信號異音曲線門限(22)進行比較,輸出電信號判斷結(jié)果(12)到異常音綜合判斷模塊(24)。有超出門限的情況就輸出為0,表示在被測發(fā)聲體電信號中有異常音,沒有超過門限就輸出1,表示被測發(fā)聲體電信號中沒有異常音。本例中測試結(jié)果如圖8所示,輸出的結(jié)果為1,被測發(fā)生體的電信號中沒有異常音。
聽覺心理模型處理模塊(22)依據(jù)輸入的模型控制信息(27)根據(jù)人耳聽覺心理模型對輸入的聲信號高階微弱信號(13)做后處理,將人耳真正能敏感聽到的異常音信號提取出來得到聲響應(yīng)異常音曲線(14)。這里人耳聽覺心理模型包括時域掩蔽效應(yīng),頻域掩蔽效應(yīng),人耳聽覺響度模型等。具體來說時域掩蔽效應(yīng)主要模擬發(fā)生在不同時刻的兩個或多個異音信號的相互掩蔽的效果,頻域掩蔽效應(yīng)主要模擬在同一時刻基頻和低次諧頻對異音信號的掩蔽效果,而人耳聽覺響度模型主要模擬人耳在不同條件下對不同頻率響度的加權(quán)特性。本例處理前聲信號高階微弱信號(13)結(jié)果如圖9所示,經(jīng)過聽覺心理模型處理模塊(22)處理后得到聲響應(yīng)異音曲線(14)結(jié)果如圖10所示。
聲信號門限生成模塊(26)可以選擇直接設(shè)定一個絕對值,也可以將人工聽測肯定沒有異常音的樣品先進行一次或多次本發(fā)明的測試并把其得到的聲響應(yīng)高階微弱信號結(jié)果做一個統(tǒng)計平均,再參考適當(dāng)余量后設(shè)定出相應(yīng)的門限。計算公式如下 或LimitA=Max{A(i)}+marginA 其中LimitA表示計算得到電響應(yīng)門限,N表示人耳聽測肯定沒有異常音樣品的個數(shù),A(i)表示人耳聽測肯定沒有異常音樣品經(jīng)過本發(fā)明測試得到的聲響應(yīng)高階微弱信號結(jié)果,marginA表示考慮產(chǎn)品檢測冗余度而適當(dāng)增加的門限余量。兩個公式可以根據(jù)需要任意選擇,但是在設(shè)定時需要注意對設(shè)定門限的樣品要求嚴(yán)格,這就需要有一個剔除機制將測試結(jié)果明顯與其他測試結(jié)果不一致的樣品測試結(jié)果剔除掉而不進行統(tǒng)計門限的生成。在本例中對輸入樣品聲信號(21)采用了Chauvenet標(biāo)準(zhǔn)依據(jù)以上公式生成了聲信號異音曲線門限(22)(如圖10所示),并將其輸入到聲信號門限檢測模塊(23)。
聲信號門限檢測模塊(23)對聲響應(yīng)異音曲線(14)和輸入的聲信號異音曲線門限(23)進行比較,輸出聲信號判斷結(jié)果(15)到異常音綜合判斷模塊(24)。有超出門限的情況就輸出為0,表示在被測發(fā)聲體聲信號中有異常音,沒有超過門限就輸出1,表示被測發(fā)聲體聲信號中無異常音。本例中測試結(jié)果如圖10所示,輸出的結(jié)果為0,被測發(fā)生體的聲信號中有異常音。
所述的異常音綜合判斷模塊(24)對輸入的電信號門限檢測結(jié)果(12)和聲信號門限檢測結(jié)果(15)做一個綜合判斷,只有當(dāng)兩個檢測都通過時才給出發(fā)聲體有異常音的檢測判斷,當(dāng)有任意一個檢測不通過是給出被測發(fā)聲體有異常音的檢測判斷,實際使用中可以更加靈活的對檢測結(jié)果的邏輯組合進行判斷,組合表如下 注此時可能是周圍聲環(huán)境對聲信號門限檢測結(jié)果有影響,可以考慮重新再檢測一次,以得到確定的結(jié)果。
本例中再次測量情況依舊,說明被測發(fā)聲體確實有異常音。
高階微弱信號提取模塊(20)中的另一種算法采用改良的HHT快速算法,對輸入的電信號和聲信號做經(jīng)驗?zāi)B(tài)分解(EMD),分離出相對與激勵測試信號的各種經(jīng)驗?zāi)B(tài),并輸出指定階數(shù)以上的經(jīng)驗?zāi)B(tài)總和。
所述的高階微弱信號提取模塊(20)中改良的HHT快速算法得到信號的經(jīng)驗?zāi)B(tài)分解(EMD)算法流程如下,流程圖如圖5所示 (1)初始化r0=x(t),i=1; (2)如果i<=N(N表示需要分析的階數(shù)),進行(3)處理,否則算法結(jié)束,輸出當(dāng)前計算結(jié)果。
(3)篩選第i個本征模函數(shù)(IMF)函數(shù),具體步驟是 (a)初始化h0(t)=ri(t),k=1; (b)抽取hk-1(t)的局部極大值與極小值; (c)對局部極大值與局部極小值分別進行3次樣條插值,得到hk-1(t)的上下包絡(luò)線; (d)計算hk-1(t)的上下包絡(luò)線的均值mk-1(t); (e)計算hk(t)=hk-1(t)-mk-1(t); (f)若滿足停止條件,即連續(xù)兩次篩選結(jié)果的標(biāo)準(zhǔn)差在典型值0.2至0.3之間時,則令Ci(t)=hk(t),否則令k=k+1,繼續(xù)第(b)步。
(4)定義ri(t)=ri-1(t)-Ci(t)。
(5)如果ri(t)仍有兩個以上的極值點,有i=i+1,轉(zhuǎn)至第(3)步。否則,分解過程完成,ri(t)即為所需N次分解后得到的高階諧波分量。
這樣的分解過程最終將原始信號由這些分解出的IMF分量和一個均值或趨勢項(高階諧波分量)表示,具體表達式如下 本例中選擇一個沒有異常音的樣品和有異常音的樣品分別通過該算法做提取5次IMF分解,結(jié)果分別如圖11和圖12所示。
檢驗這種檢測方法的是否有效的方法如下 可以采用對其中IMF分量先做HIilbert變換 再求得解析信號的相位函數(shù) 最后得到其瞬時頻率值 對Wj(t)做檢測就可以清晰的看出檢測結(jié)果是否準(zhǔn)確。
本例中對分解得到的1階IMF做瞬時頻率值處理,結(jié)果分別如圖13和圖14所示,確實能發(fā)現(xiàn)圖14中的有異常音樣品的檢測結(jié)果中低頻部分有大量的異常音頻率成分,而圖13中好樣品的檢測結(jié)果就沒有。
最后應(yīng)說明的是以上實施例僅用以說明本發(fā)明而并非限制本發(fā)明所描述的技術(shù)方案;因此,盡管本說明書參照上述的各個實施例對本發(fā)明已進行了詳細的說明,但是,本領(lǐng)域的普通技術(shù)人員應(yīng)當(dāng)理解,仍然可以對本發(fā)明進行修改或等同替換;而一切不脫離發(fā)明的精神和范圍的技術(shù)方案及其改進,其均應(yīng)涵蓋在本發(fā)明的權(quán)利要求范圍當(dāng)中。
權(quán)利要求
1、一種發(fā)聲體異常音檢測方法,其特征在于建立測試系統(tǒng),用特殊的測試信號激勵被測發(fā)聲體,在得到被測發(fā)聲體兩端電壓、流經(jīng)發(fā)聲體的電流、發(fā)聲體發(fā)出的聲壓信號后,首先用信噪比檢測模塊(19)對所得的三個信號做檢測,其次根據(jù)檢測后得到的信號通過高階微弱信號提取模塊(20)提取被測發(fā)聲體的電信號和聲信號中的高階微弱信號,再次電信號門限檢測模塊(21)利用電信號門限生成模塊(25)生成的門限對提取的電信號高次微弱信號做是否有異常音的判斷,而對聲信號的高次微弱信號先進入聽覺心理模型處理模塊(22)中根據(jù)人耳聽覺心理模型將人耳真正能敏感聽到的異常音信號提取出來后,再進入聲信號門限檢測模塊(23)結(jié)合聲信號門限生成模塊(26)生成的門限對其聲響應(yīng)中是否包含異常音進行判斷,最后將電信號門限檢測模塊(21)檢測結(jié)果和聲信號門限檢測模塊(23)的檢測結(jié)果輸入到異常音綜合判斷模塊(24)中進行綜合判斷,給出被測發(fā)聲體是否有異常音的最后判斷并輸出判斷結(jié)果。
2、根據(jù)權(quán)利要求1所述的發(fā)聲體異常音檢測方法,其特征在于所述的被測發(fā)聲體至少包括動圈發(fā)聲體單元、壓電發(fā)聲體單元、平板發(fā)聲體單元、發(fā)聲體閉箱系統(tǒng)、發(fā)聲體倒相箱系統(tǒng)、受話器、麥克風(fēng)及麥克風(fēng)系統(tǒng)和類似電聲換能裝置。
3、根據(jù)權(quán)利要求1所述的發(fā)聲體異常音檢測方法,其特征在于選擇特殊的測試信號是連續(xù)對數(shù)掃頻信號,定義如下式
其中U是測試信號幅度,T是測試信號時間,ω1是測試信號的起始頻率,ω2是測試信號的終止頻率。
4、根據(jù)權(quán)利要求1所述的發(fā)聲體異常音檢測方法,其特征在于所有信號處理流程測試系統(tǒng)中的PC或?qū)僭O(shè)備(6)中進行,利用PC或?qū)僭O(shè)備(6)內(nèi)的程序完成。
5、根據(jù)權(quán)利要求1所述的發(fā)聲體異常音檢測方法的測試系統(tǒng),其特征在于該建立的測試系統(tǒng)包括PC機或?qū)僭O(shè)備(6)、數(shù)據(jù)采集卡(5)、帶電流檢測功能的恒壓功放(4)、消音箱或仿真耳(3)、測量麥克風(fēng)或麥克風(fēng)陣列(2);PC機或?qū)僭O(shè)備(6)通過程序控制數(shù)據(jù)采集卡(5)發(fā)射激勵測試信號(7),該測試信號(7)經(jīng)過帶電流檢測功能的恒壓功放(4)功率放大后加載在被測發(fā)聲體(1)兩端,同時將此放大電壓信號(8)和流經(jīng)發(fā)聲體的電流信號(9)輸入到數(shù)據(jù)采集卡(5)中,在消音箱或仿真耳(3)中使用測量麥克風(fēng)或麥克風(fēng)陣列(2)將被測發(fā)聲體(1)在激勵信號下發(fā)出的聲壓信號(10)采集并輸入到數(shù)據(jù)采集卡(5),專屬設(shè)備(6)包括具有控制功能和顯示功能的工控機、獨立嵌入式設(shè)備,數(shù)據(jù)采集卡(5)用于完成模/數(shù)和數(shù)/模轉(zhuǎn)換。
6、根據(jù)權(quán)利要求5所述的發(fā)聲體異常音檢測方法的測試系統(tǒng),其特征在于PC或?qū)僭O(shè)備(6)中設(shè)有信噪比檢測模塊(19)、高階微弱信號提取模塊(20)、電信號門限檢測模塊(21)、聽覺心理模型處理模塊(22)、聲信號門限檢測模塊(23)、異常音綜合判斷模塊(24)、電信號門限生成模塊(25)和聲信號門限生成模塊(26)。
7、根據(jù)權(quán)利要求5所述的發(fā)聲體異常音檢測方法的測試系統(tǒng),其特征在于
所述的信噪比檢測模塊(19)對輸入的電壓信號(8)、電流信號(9)、聲壓信號(10)的信噪比情況做檢測判斷,在信噪比小于10dB(此值根據(jù)選擇的不同被測發(fā)聲體類型有所不同)時將給出警告,表示此時采集信號不適合進行后面的運算,如果信噪比大于等于10dB,則可以進行進一步的計算;
所述的高階微弱信號提取模塊(20)將采用可選的兩種不同算法對檢測得到的電流信號(以下簡稱電信號)和聲壓信號(以下簡稱聲信號)做高階微弱信號的提取,一種算法采用時域跟蹤高通濾波器,按照設(shè)定的階數(shù)對輸入的電信號或聲信號做跟蹤基頻的時域高通濾波,只保留高階微弱信號部分;另一種算法采用改良的HHT快速算法,對輸入的電信號和聲信號做經(jīng)驗?zāi)B(tài)分解(EMD),分離出相對與激勵測試信號的各種經(jīng)驗?zāi)B(tài),并輸出指定階數(shù)以上的經(jīng)驗?zāi)B(tài)總和;
所述的高階微弱信號提取模塊(20)中改良的HHT快速算法得到信號的經(jīng)驗?zāi)B(tài)分解(EMD)算法流程如下
(1)初始化r0=x(t),i=1;
(2)如果i<=N(N表示需要分析的階數(shù)),進行(3)處理,否則算法結(jié)束,輸出當(dāng)前計算結(jié)果;
(3)篩選第i個本征模函數(shù)(IMF)函數(shù),具體步驟是
(a)初始化h0(t)=ri(t),k=1;
(b)抽取hk-1(t)的局部極大值與極小值;
(c)對局部極大值與局部極小值分別進行3次樣條插值,得到hk-1(t)的上下包絡(luò)線;
(d)計算hk-1(t)的上下包絡(luò)線的均值mk-1(t);
(e)計算hk(t)=hk-1(t)-mk-1(t);
(f)若滿足停止條件,即連續(xù)兩次篩選結(jié)果的標(biāo)準(zhǔn)差在典型值0.2至0.3之間時,則令Ci(t)=hk(t),否則令k=k+1,繼續(xù)第(b)步;
(4)定義ri(t)=ri-1(t)-Ci(t);
(5)如果ri(t)仍有兩個以上的極值點,有i=i+1,轉(zhuǎn)至第(3)步;否則,分解過程完成,ri(t)即為所需N次分解后得到的高階諧波分量;
這樣的分解過程最終將原始信號由這些分解出的IMF分量和一個均值或趨勢項(高階諧波分量)表示,具體表達式如下
檢驗這種檢測方法的是否有效的方法如下
可以采用對其中IMF分量先做HIilbert變換
再求得解析信號的相位函數(shù)
最后得到其瞬時頻率值
對wj(t)做檢測就可以清晰的看出檢測結(jié)果是否準(zhǔn)確;
所述的電信號門限檢測模塊(21)對已經(jīng)計算得到的電信號高階微弱信號(即電信號異常音曲線)和設(shè)定的門限進行比較,有超出門限的情況就輸出為0,表示在被測發(fā)聲體電信號中有異常音,沒有超過門限就輸出1,表示被測發(fā)聲體電信號中無異常音;
所述的電信號門限生成模塊(25)根據(jù)輸入信息選擇設(shè)定一個絕對值,或是將人工聽測肯定沒有異常音的樣品先進行一次或多次本發(fā)明的測試并把其得到的電響應(yīng)高階微弱信號結(jié)果做一個統(tǒng)計平均,再參考適當(dāng)余量后設(shè)定出相應(yīng)的門限;計算公式如下
或Limitc=Max{C(i)}+marginc。
其中Limitc表示計算得到電響應(yīng)門限,N表示人耳聽測肯定沒有異常音樣品的個數(shù),C(i)表示人耳聽測肯定沒有異常音樣品經(jīng)過本發(fā)明測試得到的電響應(yīng)高階微弱信號結(jié)果,marginc表示考慮產(chǎn)品檢測冗余度而適當(dāng)增加的門限余量;兩個公式根據(jù)需要任意選擇,但是在設(shè)定時需要注意對設(shè)定門限的樣品要求嚴(yán)格,這就需要有一個剔除機制將測試結(jié)果明顯與其他測試結(jié)果不一致的樣品測試結(jié)果剔除掉而不進行統(tǒng)計門限的生成;在本發(fā)明中采用了Chauvenet標(biāo)準(zhǔn)或Peirce標(biāo)準(zhǔn);
所述的聽覺心理模型處理模塊(22)根據(jù)人耳聽覺心理模型對輸入的聲信號高階微弱信號做后處理,將人耳真正能敏感聽到的異常音信號提取出來得到聲響應(yīng)異常音曲線;這里人耳聽覺心理模型包括時域掩蔽效應(yīng),頻域掩蔽效應(yīng),人耳聽覺響度模型;具體來說時域掩蔽效應(yīng)主要模擬發(fā)生在不同時刻的兩個或多個異音信號的相互掩蔽的效果,頻域掩蔽效應(yīng)主要模擬在同一時刻基頻和低次諧頻對異常音信號的掩蔽效果,而人耳聽覺響度模型主要模擬人耳在不同條件下對不同頻率響度的加權(quán)特性;
所述的聲信號門限檢測模塊(23)對聲響應(yīng)異常音曲線和設(shè)定的門限進行比較,有超出門限的情況就輸出為0,表示在被測發(fā)聲體聲信號中有異常音,沒有超過門限就輸出1,表示被測發(fā)聲體聲信號中無異常音;
所述的聲信號門限生成模塊(26)根據(jù)輸入信息選擇設(shè)定一個絕對值,或?qū)⑷斯ぢ牅y肯定沒有異常音的樣品先進行一次或多次本發(fā)明的測試并把其得到的聲響應(yīng)高階微弱信號結(jié)果做一個統(tǒng)計平均,再參考適當(dāng)余量后設(shè)定出相應(yīng)的門限;計算公式如下
或LimitA=Max{A(i)}+marginA
其中LimitA表示計算得到電響應(yīng)門限,N表示人耳聽測肯定沒有異常音樣品的個數(shù),A(i)表示人耳聽測肯定沒有異常音樣品經(jīng)過本發(fā)明測試得到的聲響應(yīng)高階微弱信號結(jié)果,marginA表示考慮產(chǎn)品檢測冗余度而適當(dāng)增加的門限余量;兩個公式可以根據(jù)需要任意選擇,但是在設(shè)定時需要注意對設(shè)定門限的樣品要求嚴(yán)格,這就需要有一個剔除機制將測試結(jié)果明顯與其他測試結(jié)果不一致的樣品測試結(jié)果剔除掉而不進行統(tǒng)計門限的生成;在本發(fā)明中采用了Chauvenet標(biāo)準(zhǔn)或Peirce標(biāo)準(zhǔn);
所述的異常音綜合判斷模塊(24)對輸入的電信號門限檢測結(jié)果和聲信號門限檢測結(jié)果做一個綜合判斷,只有當(dāng)兩個檢測都通過時才給出發(fā)聲體無異常音的檢測判斷,當(dāng)有任意一個檢測不通過時給出被測發(fā)聲體有異常音的檢測判斷,實際使用中可以更加靈活的對檢測結(jié)果的邏輯組合進行判斷。
全文摘要
本發(fā)明提出了將高階微弱信號提取及人耳聽覺心理模型等一系列技術(shù)綜合應(yīng)用于常規(guī)音頻測量儀器,測量發(fā)聲體異常音的方法及系統(tǒng)。本發(fā)明采用特殊信號激勵被測發(fā)聲體,通過測量發(fā)聲體兩端電流信號和聲壓信號,并對這兩種信號做時域跟蹤高通濾波或EMD處理后得到異常音曲線,其后考慮人聽覺心理模型對聲響應(yīng)的異常音曲線進行后處理得到最后的聲響應(yīng)異常音曲線,結(jié)合電響應(yīng)異常音曲線和聲響應(yīng)異常音曲線就能綜合判斷發(fā)聲體是否有異常音。該方法可以快速準(zhǔn)確的檢測發(fā)聲體是否有異常音,適合產(chǎn)線使用。
文檔編號H04R29/00GK101426168SQ20081016224
公開日2009年5月6日 申請日期2008年11月27日 優(yōu)先權(quán)日2008年11月27日
發(fā)明者益 楊, 溫周斌, 馮海泓, 韋峻峰, 軍 李, 嚴(yán)莎莎 申請人:嘉興中科聲學(xué)科技有限公司