|
1、引言 与光电、雷达等识别方法相比，声识别技术以被动方式工作, 具有不受视线和能见度的限制、隐密性好、不易受干扰等优点, 在空中、地面和水下战场上应用前景广阔。 但是在战场的复杂声学环境之中，背景声、干扰声与目标声相互干扰耦合，使得有用信号难以被提取并加以利用。为提高声源辨识的识别率，需要对低信噪比信号中有用信号进行预处理和增强，此时声耦合放大器就起到了至关重要的作用。 本课题拟采用声振耦合原理（当两个相邻的振动膜片在声音的作用下产生频率相近或相同，两个振动相互作用产生共振将声波放大）来设计声耦合放大器，再将声信号输入到测量电路进行选频、滤波、放大，最后得到输出信号。从而解决低信噪比下有用信号难以识别和提取的问题，为声信号的进一步利用奠定基础。 2、国内外研究现状 下面对国内外相关的研究方法和技术途径进行了调研，为声耦合放大器的总体设计提供理论指导与实现方法。 2.1、国外研究现状 1)战场声信号方面，根据资料显示，国外对声振动信号的特征提取和识别的研究应用相对成熟，在美国，语音识别技术已成功应用于机器人听觉系统。美国开发的说话人识别系统在说话人识别的正确率上号称达到了100%。基于声振动信号和体振动信号的故障诊断系统已成功应用于飞机、列车和汽车发动机的故障判别和诊断。另外，声振动识别技术在美国的军工领域应用也较为成熟。近几年美军大力发展基于声振动目标识别技术的战场传感监视系统。该类系统主要包括传感器、中继器、监控器。声阵列传感器和声/地振动传感器完成对目标信号和地振动信号的采集和预处理，并对信号进行分析处理以提取其特征值，最终根据提取的特征对目标进行分类。 2)仿生结构方面，国外学者进行了多项微型仿生声感应和耦合放大结构的设计和研究工作。例如，R.N.Miles[9]等人提出了可用于研制低噪声麦克风的一种具有集成衍射光栅的指向性硅微传声器。指向性硅微传声器的薄膜结构。该结构由多晶硅制成，尺寸为 1mmtimes;2mm，中间枢轴(pivot)将振膜分为两部分。两部分振膜均为一边同枢轴相连，其余三边为自由边界，中间枢轴的两端固定于硅衬底上。振膜上设置了若干相互交叉的加劲肋以增强振膜的刚度。因振膜存在一定的扭转刚度，因而两部分振膜之间的振动存在相互耦合。两侧振动信号通过衍射光栅读取，如下图所示：
Nobutaka ono，SaitoA等人提出了一种具有类似万向节的柔性支撑结构的声感应元件，Miao Yu 等人提出了一种使用弹性梁和气室来实现振动耦合的声感应结构等。声感应结构中心由柔性万向节支撑，圆形薄板外边缘为自由边界。该声感应结构主要分为五个部分，即振膜区域(diaphragmRegion)、中心区域(central region)、圆环(ring)、内支撑梁(inner beam)和外支撑梁(outer beam)。验证定位算法的模型直径为 21.6mm，其材质为磷青铜，如下图所示：
3)信号降噪方面，有源降噪技术自1947年美国H．F．奥尔森首次提出后，引起了世界各国的广泛兴趣。1953年，H．F．奥尔森等人又提出了“电子吸声器”并付之实用。20世纪60一70年代，英、法、苏等国把单个有源消声扩展为多通道系统和组合次级声源，并成功地将其应用于管道消声。1980年，法国特配有微处理的有源泊声器装置应用于2.2kw的实验室柴油机，在20—250Hz范围内可降低噪声20dB。 4)放大器方面，国外对低噪声放大器研究起步较早，技术更加成熟，代表了放大器的顶尖水平，下表列出了国内外一些低噪声放大器的性能水平：
表1 国外低噪声放大器性能水平
表2 国内低噪声放大器性能水平 2.2、国内研究现状 1)战场声信号识别方面，安徽工业大学电气与信息工程学院陈德宏针对战场声目标识别目前广泛采用的单一分析域特征提取算法会使部分重要信息遗漏，识别率低的问题，分析战场声信号的产生机理，得出声信号中既含随机性的机械噪声，又含准周期性的空气动力噪声；基于此，提出一种小波包与离散谱分析相结合的多特征参数提取算法[1]。该算法利用小波包变换提取非均匀频段的能量分布特征，将其与离散谱描述的时域准周期性特征组合，得到更全面反映目标信号特性的特征参数。其对典型战场目标声音产生机理及其特性进行的分析如下：4类声信号的频谱均由离散谱和连续谱组成, 均是在连续谱上叠加一系列离散谱的一种典型声谱；4类声信号的能量主要分布在500Hz以下, 集中分布在小于250Hz的低频段，如图1所示。该研究结果为设计声耦合放大器所需要的声信号频率提供了依据。
图1 2)声耦合放大仿生结构方面，上海交通大学的王庆生[10]在研究微型生物听觉系统的定向机理的过程中，研究了声振耦合的原理。他的研究建立在R.N.Miles等学者提出的奥米亚棕蝇听觉器官力学模型之上，该模型如下：
图中，F1和F2为施加在振膜上的声压产生的力，耦合结构使得产生F1的声压与产生F2的声压相互耦合，对所受声信号的幅值和相位可以进行放大，从而也起到了对声信号放大的作用。其对微型生物听觉系统的定向机理的研究也为声耦合放大器的结构设计提供了一种方法。 3)信号降噪等测量电路方面，中国科学技术大学电子工程与信息科学系刘凯针对低信噪比、非高斯加性噪声和混沌动力学系统参数未知的含噪混沌信号降噪问题，提出了一种基于粒子滤波(Particle Filtering, PF)的降噪新算法[3]。该算法将混沌信号和动力学系统中的未知参数作为一个多维状态矢量，利用PF方法递推计算多维状态矢量的联合后验概率分布，进而实现了对混沌信号的最优估计。对于混沌信号轨道分离过快所导致的退化问题，提出了有效的解决方法，并利用核平滑和自回归(Auto-Regression, AR)模型建模的方法分别实现了非时变以及时变参数的递推估计。仿真实验的结果表明，与现有的降噪方法相比，该文提出的新算法能够更加有效地抑制含噪混沌信号中的加性噪声。 南京理工大学机械工程学院仝飞，针对在实际战场中，采样声信号不可避免的受到各种噪声和干扰的污染，导致声信号特征提取变得困难而不利于进一步的目标识别的问题。提出了为了有效去除混叠在战场声信号中的噪声信号，运用离散小波理论对其进行阈值去噪处理的方法[2]。通过对几种去噪方法对比分析和基于Matlab信号去噪的仿真试验，仿真结果表明对于战场声信号而言，基于Birge-Massart阈值算法具有更好的去噪效果，本方法与刘凯的方法为声耦合放大器的降噪提供了两种软件上的解决方案。 中国人民武装警察部队警官学院管理科学与工程系毋文峰针对传统机械振动信号去噪方法的局限性，提出了一种基于小波变换模[7]改进Perona-Malik模型的强噪声信号滤波算法[5]并用于信号去噪。首先研究了小波阈值去噪和Perona-Malik非线性各向异性扩散滤波模型之间的相关性，其次用小波变换模替代梯度模构建改进的扩散系数，并推导出了基于小波变换模的改进Perona-Malik模型。实验结果表明，与传统去噪方法和基本Perona-Malik模型相比，改进Perona-Malik模型不仅较好地实现了强噪声背景信号有效去噪, 而且同时保留了信号细节特征，改进算法抗噪声干扰能力强，去噪之后信号畸变小，改进算法使信噪比平均提高了约3dB。 通过对目前国内外研究现状的调研，初步确定了声耦合放大器的设计途径，即采用声振耦合原理设计机械式仿生结构与选频滤波等测量电路来实现对声信号的识别提取和放大，拟采用基于Matlab的信号降噪方法和上述信号调理电路对放大器工作过程中的其他影响因素进行降噪。 |
|
二、参考文献 |
|
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
