本發(fā)明涉及無(wú)人機(jī)采集目標(biāo)聲音增強(qiáng)，尤其涉及一種無(wú)人機(jī)采集目標(biāo)聲音增強(qiáng)方法及系統(tǒng)。

背景技術(shù)：

1、在電力變壓器的日常巡檢中，聲音信號(hào)的采集和分析是識(shí)別變壓器內(nèi)部故障的重要手段。傳統(tǒng)的地面麥克風(fēng)陣列由于距離遠(yuǎn)、干擾大，無(wú)法準(zhǔn)確捕捉到變壓器內(nèi)部的細(xì)微聲音。隨著多旋翼無(wú)人機(jī)技術(shù)的進(jìn)步，通過(guò)無(wú)人機(jī)搭載麥克風(fēng)陣列近距離采集變壓器聲音信號(hào)成為可能。然而，無(wú)人機(jī)在飛行過(guò)程中會(huì)產(chǎn)生顯著的自噪聲，主要來(lái)源于其旋翼的機(jī)械振動(dòng)和氣動(dòng)噪聲。由于這種自噪聲的頻率范圍寬、強(qiáng)度大，且與目標(biāo)聲音的頻率范圍存在重疊，因此在無(wú)人機(jī)上實(shí)現(xiàn)高精度的聲音采集與聲源定位面臨著巨大挑戰(zhàn)。

2、傳統(tǒng)的噪聲抑制方法在處理無(wú)人機(jī)自我噪聲時(shí)面臨著諸多挑戰(zhàn)。首先，無(wú)人機(jī)的旋翼噪聲具有高強(qiáng)度、寬頻帶的特點(diǎn)，且具有明顯的非平穩(wěn)性，這使得常規(guī)的噪聲抑制技術(shù)難以有效處理。通常，傳統(tǒng)方法依賴于簡(jiǎn)單的濾波或自適應(yīng)濾波技術(shù)，這些方法在低噪聲環(huán)境中表現(xiàn)尚可，但在面對(duì)無(wú)人機(jī)旋翼產(chǎn)生的復(fù)雜噪聲時(shí)，往往顯得力不從心。此外，無(wú)人機(jī)在飛行過(guò)程中，其噪聲還會(huì)隨位置、姿態(tài)的變化而產(chǎn)生顯著變化，進(jìn)一步增加了噪聲抑制的難度。

3、在變壓器檢測(cè)等復(fù)雜工業(yè)環(huán)境中，背景噪聲源種類繁多且強(qiáng)度不一，如高壓電流的電磁噪聲、設(shè)備操作的機(jī)械噪聲等，這些都對(duì)目標(biāo)聲音的提取構(gòu)成了巨大的挑戰(zhàn)。傳統(tǒng)方法難以有效區(qū)分這些背景噪聲與目標(biāo)聲音，導(dǎo)致所提取的信號(hào)中仍然殘留大量噪聲成分，從而降低了檢測(cè)結(jié)果的可靠性和準(zhǔn)確性。

4、因此，在復(fù)雜工業(yè)環(huán)境中，特別是變壓器檢測(cè)場(chǎng)景下，迫切需要一種能夠綜合運(yùn)用多種信號(hào)處理技術(shù)，在有效降低無(wú)人機(jī)自我噪聲的同時(shí)，增強(qiáng)目標(biāo)聲音信號(hào)的創(chuàng)新性框架。這種框架不僅要求能夠適應(yīng)復(fù)雜的噪聲特性，還需具備較高的實(shí)時(shí)處理能力，以應(yīng)對(duì)無(wú)人機(jī)在動(dòng)態(tài)環(huán)境下的噪聲變化。通過(guò)這種綜合性信號(hào)處理框架，可以顯著提升無(wú)人機(jī)聲音采集的質(zhì)量，為變壓器內(nèi)部故障的精確檢測(cè)提供可靠的聲音信號(hào)支持。

技術(shù)實(shí)現(xiàn)思路

1、本部分的目的在于概述本發(fā)明的實(shí)施例的一些方面以及簡(jiǎn)要介紹一些較佳實(shí)施例。在本部分以及本技術(shù)的說(shuō)明書摘要和發(fā)明名稱中可能會(huì)做些簡(jiǎn)化或省略以避免使本部分、說(shuō)明書摘要和發(fā)明名稱的目的模糊，而這種簡(jiǎn)化或省略不能用于限制本發(fā)明的范圍。

2、鑒于上述現(xiàn)有存在的問(wèn)題，提出了本發(fā)明。

3、因此，本發(fā)明提供了一種無(wú)人機(jī)采集目標(biāo)聲音增強(qiáng)方法及系統(tǒng)，能夠解決背景技術(shù)中提到的問(wèn)題。

4、為解決上述技術(shù)問(wèn)題，本發(fā)明提供如下技術(shù)方案：

5、第一方面，本發(fā)明提供了一種無(wú)人機(jī)采集目標(biāo)聲音增強(qiáng)方法，包括：

6、通過(guò)無(wú)人機(jī)搭載的聲音獲取裝置陣列，獲取第一目標(biāo)變壓器聲音混合信號(hào)，并對(duì)所述第一目標(biāo)變壓器聲音混合信號(hào)進(jìn)行預(yù)處理，所述第一目標(biāo)變壓器聲音混合信號(hào)至少包括目標(biāo)聲音信號(hào)；

7、結(jié)合預(yù)設(shè)盲源分離策略對(duì)所述預(yù)處理后的第一目標(biāo)變壓器聲音混合信號(hào)進(jìn)行信號(hào)分離，并結(jié)合預(yù)設(shè)第一階段排列對(duì)齊策略以及第二階段排列對(duì)齊策略獲取已排列對(duì)齊的第三目標(biāo)變壓器聲音混合信號(hào)；

8、根據(jù)預(yù)設(shè)濾波策略對(duì)所述第三目標(biāo)變壓器聲音混合信號(hào)進(jìn)行濾波，獲取目標(biāo)聲音信號(hào)。

9、作為本發(fā)明所述的無(wú)人機(jī)采集目標(biāo)聲音增強(qiáng)方法的一種優(yōu)選方案，其中：所述獲取第一目標(biāo)變壓器聲音混合信號(hào)，并對(duì)所述第一目標(biāo)變壓器聲音混合信號(hào)進(jìn)行預(yù)處理包括：

10、記無(wú)人機(jī)搭載的m個(gè)聲音獲取裝置陣列在變壓器目標(biāo)距離范圍內(nèi)采集到的第一目標(biāo)變壓器聲音混合信號(hào)表示為x(t)＝[x1(t),x2(t),…,xm(t)]t；

11、對(duì)該第一目標(biāo)變壓器聲音混合信號(hào)進(jìn)行預(yù)處理，所述預(yù)處理包括高通濾波和歸一化，移除第一目標(biāo)變壓器聲音混合信號(hào)中頻率低于第一頻率閾值的信號(hào)，穩(wěn)定信號(hào)幅度，所述第一目標(biāo)變壓器聲音混合信號(hào)的數(shù)學(xué)模型為：

12、x(t)＝a·s(t)+n(t)

13、其中，a是混合系數(shù)矩陣，s(t)是目標(biāo)聲音信號(hào)，n(t)是無(wú)人機(jī)的自我噪聲信號(hào)，即全部的第一目標(biāo)變壓器聲音混合信號(hào)均可以由混合系數(shù)矩陣以及目標(biāo)聲音信號(hào)和無(wú)人機(jī)的自我噪聲信號(hào)組合得到。

14、作為本發(fā)明所述的無(wú)人機(jī)采集目標(biāo)聲音增強(qiáng)方法的一種優(yōu)選方案，其中：所述結(jié)合預(yù)設(shè)盲源分離策略對(duì)所述預(yù)處理后的第一目標(biāo)變壓器聲音混合信號(hào)進(jìn)行信號(hào)分離包括：

15、使用獨(dú)立分量分析方法對(duì)每個(gè)頻帶上的信號(hào)進(jìn)行分離，求解分離矩陣w，以得到分離后的信號(hào)：

16、y(t)＝w·x(t)

17、其中，分離結(jié)果y(t)包含若干個(gè)信號(hào)分量，且信號(hào)分量包括目標(biāo)聲音信號(hào)和無(wú)人機(jī)的自我噪聲信號(hào)。

18、作為本發(fā)明所述的無(wú)人機(jī)采集目標(biāo)聲音增強(qiáng)方法的一種優(yōu)選方案，其中：所述結(jié)合預(yù)設(shè)第一階段排列對(duì)齊策略以及第二階段排列對(duì)齊策略獲取已排列對(duì)齊的第三目標(biāo)變壓器聲音混合信號(hào)包括：

19、所述第一階段排列對(duì)齊策略包括基于時(shí)頻信號(hào)處理的空間濾波，利用時(shí)頻空間濾波算法在空間上增強(qiáng)目標(biāo)信號(hào)方向上的聲音，定義空間濾波器h(θ)為：

20、

21、其中，a(θ)是聲音獲取裝置陣列的方向性向量，θ表示角度參數(shù)，用于表示聲源的方向或位置，ah(θ)表示給定方向θ處的聲音獲取裝置陣列的方向性向量的共軛轉(zhuǎn)置形式。

22、作為本發(fā)明所述的無(wú)人機(jī)采集目標(biāo)聲音增強(qiáng)方法的一種優(yōu)選方案，其中：所述結(jié)合預(yù)設(shè)第一階段排列對(duì)齊策略以及第二階段排列對(duì)齊策略獲取已排列對(duì)齊的第三目標(biāo)變壓器聲音混合信號(hào)還包括：

23、所述第二階段排列對(duì)齊策略包括跨頻率排列對(duì)齊，使用時(shí)頻空間濾波算法輸出的信號(hào)作為參考，對(duì)獨(dú)立分量分離的頻率分量進(jìn)行跨頻率對(duì)齊，對(duì)齊后的信號(hào)通過(guò)聚類算法進(jìn)行驗(yàn)證，基于時(shí)間活動(dòng)性分組：

24、ci＝{fj∣activity(yij(t))>τ}

25、其中，ct表示時(shí)間t時(shí)的分類集合，包含了所有滿足活動(dòng)性閾值條件的頻率分量，fj表示第j個(gè)頻率分量，activity(yij(t))表示第i個(gè)聲音獲取裝置接收到的第j個(gè)頻率分量的時(shí)間t時(shí)的活動(dòng)性值，τ表示活動(dòng)性閾值，當(dāng)activity(yij(t))>τ時(shí)，將fj加入到ct中。

26、作為本發(fā)明所述的無(wú)人機(jī)采集目標(biāo)聲音增強(qiáng)方法的一種優(yōu)選方案，其中：所述根據(jù)預(yù)設(shè)濾波策略對(duì)所述第三目標(biāo)變壓器聲音混合信號(hào)進(jìn)行濾波，獲取目標(biāo)聲音信號(hào)包括：利用改進(jìn)時(shí)頻掩膜進(jìn)一步抑制已排列對(duì)齊信號(hào)中的噪聲，并對(duì)抑制后的已排列對(duì)齊信號(hào)進(jìn)行單通道頻譜后濾波。

27、作為本發(fā)明所述的無(wú)人機(jī)采集目標(biāo)聲音增強(qiáng)方法的一種優(yōu)選方案，其中：所述根據(jù)預(yù)設(shè)濾波策略對(duì)所述第三目標(biāo)變壓器聲音混合信號(hào)進(jìn)行濾波，獲取目標(biāo)聲音信號(hào)還包括：

28、對(duì)單通道頻譜后濾波處理后的頻域信號(hào)進(jìn)行逆短時(shí)傅里葉變換，重構(gòu)時(shí)域信號(hào)；

29、對(duì)重構(gòu)時(shí)域信號(hào)處理后的信號(hào)采用重疊加窗法進(jìn)行平滑處理，消除時(shí)域信號(hào)的不連續(xù)性，并輸出平滑后的時(shí)域信號(hào)。

30、第二方面，本發(fā)明提供了一種無(wú)人機(jī)采集目標(biāo)聲音增強(qiáng)系統(tǒng)，包括：

31、聲源獲取與處理模塊，用于通過(guò)無(wú)人機(jī)搭載的聲音獲取裝置陣列，獲取第一目標(biāo)變壓器聲音混合信號(hào)，并對(duì)所述第一目標(biāo)變壓器聲音混合信號(hào)進(jìn)行預(yù)處理，所述第一目標(biāo)變壓器聲音混合信號(hào)至少包括目標(biāo)聲音信號(hào)；

32、信號(hào)分離與重組模塊，用于結(jié)合預(yù)設(shè)盲源分離策略對(duì)所述預(yù)處理后的第一目標(biāo)變壓器聲音混合信號(hào)進(jìn)行信號(hào)分離，并結(jié)合預(yù)設(shè)第一階段排列對(duì)齊策略以及第二階段排列對(duì)齊策略獲取已排列對(duì)齊的第三目標(biāo)變壓器聲音混合信號(hào)；

33、濾波模塊，用于根據(jù)預(yù)設(shè)濾波策略對(duì)所述第三目標(biāo)變壓器聲音混合信號(hào)進(jìn)行濾波，獲取目標(biāo)聲音信號(hào)。

34、第三方面，本發(fā)明提供了一種計(jì)算機(jī)設(shè)備，包括存儲(chǔ)器和處理器，所述存儲(chǔ)器存儲(chǔ)有計(jì)算機(jī)程序，所述處理器執(zhí)行所述計(jì)算機(jī)程序時(shí)實(shí)現(xiàn)如上所述的方法的步驟。

35、第四方面，本發(fā)明提供了一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其上存儲(chǔ)有計(jì)算機(jī)程序，所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)如上所述的方法的步驟。

36、與現(xiàn)有技術(shù)相比，本發(fā)明的有益效果：本發(fā)明提出一種無(wú)人機(jī)采集目標(biāo)聲音增強(qiáng)方法及系統(tǒng)，通過(guò)無(wú)人機(jī)搭載的聲音獲取裝置陣列，獲取第一目標(biāo)變壓器聲音混合信號(hào)，并對(duì)所述第一目標(biāo)變壓器聲音混合信號(hào)進(jìn)行預(yù)處理，所述第一目標(biāo)變壓器聲音混合信號(hào)至少包括目標(biāo)聲音信號(hào)；結(jié)合預(yù)設(shè)盲源分離策略對(duì)所述預(yù)處理后的第一目標(biāo)變壓器聲音混合信號(hào)進(jìn)行信號(hào)分離，并結(jié)合預(yù)設(shè)第一階段排列對(duì)齊策略以及第二階段排列對(duì)齊策略獲取已排列對(duì)齊的第三目標(biāo)變壓器聲音混合信號(hào)；根據(jù)預(yù)設(shè)濾波策略對(duì)所述第三目標(biāo)變壓器聲音混合信號(hào)進(jìn)行濾波，獲取目標(biāo)聲音信號(hào)。通過(guò)結(jié)合獨(dú)立分量分析方法和預(yù)設(shè)的盲源分離策略，能夠有效地分離出目標(biāo)聲音信號(hào)和無(wú)人機(jī)的自我噪聲信號(hào)，從而提高目標(biāo)聲音信號(hào)的純凈度。利用基于時(shí)頻信號(hào)處理的空間濾波技術(shù)，增強(qiáng)了目標(biāo)信號(hào)方向上的聲音，進(jìn)一步提高了目標(biāo)聲音信號(hào)的信噪比。通過(guò)跨頻率排列對(duì)齊策略，對(duì)獨(dú)立分量分離后的頻率分量進(jìn)行對(duì)齊，確保了目標(biāo)聲音信號(hào)在各個(gè)頻率上的連貫性，從而提高了信號(hào)的可理解性。改進(jìn)時(shí)頻掩膜技術(shù)的使用，進(jìn)一步抑制了已排列對(duì)齊信號(hào)中的噪聲，使得目標(biāo)聲音信號(hào)更加清晰。采用重疊加窗法進(jìn)行平滑處理，消除了時(shí)域信號(hào)的不連續(xù)性，使得重構(gòu)后的時(shí)域信號(hào)更加平滑，提高了目標(biāo)聲音信號(hào)的可聽性。本發(fā)明的系統(tǒng)結(jié)構(gòu)簡(jiǎn)單，易于實(shí)現(xiàn)，具有較高的實(shí)用價(jià)值和推廣前景。

37、綜上所述，本發(fā)明的無(wú)人機(jī)采集目標(biāo)聲音增強(qiáng)方法及系統(tǒng)，不僅提高了目標(biāo)聲音信號(hào)的清晰度和可辨識(shí)度，而且在實(shí)際應(yīng)用中具有較高的可靠性和穩(wěn)定性。通過(guò)本發(fā)明的技術(shù)方案，可以廣泛應(yīng)用于無(wú)人機(jī)在復(fù)雜噪聲環(huán)境下的目標(biāo)聲音采集和處理，具有重要的應(yīng)用價(jià)值和市場(chǎng)前景。