CN109285561B - 一种基于自适应窗长的船舶螺旋桨空化噪声调制谱特征保真增强方法 - Google Patents

一种基于自适应窗长的船舶螺旋桨空化噪声调制谱特征保真增强方法 Download PDF

Info

Publication number
CN109285561B
CN109285561B CN201811036574.9A CN201811036574A CN109285561B CN 109285561 B CN109285561 B CN 109285561B CN 201811036574 A CN201811036574 A CN 201811036574A CN 109285561 B CN109285561 B CN 109285561B
Authority
CN
China
Prior art keywords
frequency
spectrum
demodulation
difference
propeller
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201811036574.9A
Other languages
English (en)
Other versions
CN109285561A (zh
Inventor
方世良
朱传奇
罗昕炜
安良
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Southeast University
Original Assignee
Southeast University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Southeast University filed Critical Southeast University
Priority to CN201811036574.9A priority Critical patent/CN109285561B/zh
Publication of CN109285561A publication Critical patent/CN109285561A/zh
Application granted granted Critical
Publication of CN109285561B publication Critical patent/CN109285561B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G10MUSICAL INSTRUMENTS; ACOUSTICS
    • G10LSPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L25/00Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
    • G10L25/45Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 characterised by the type of analysis window
    • GPHYSICS
    • G10MUSICAL INSTRUMENTS; ACOUSTICS
    • G10LSPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L25/00Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
    • G10L25/48Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use
    • GPHYSICS
    • G10MUSICAL INSTRUMENTS; ACOUSTICS
    • G10LSPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L25/00Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
    • G10L25/48Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use
    • G10L25/51Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use for comparison or discrimination
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02TCLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T90/00Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation

Landscapes

  • Engineering & Computer Science (AREA)
  • Computational Linguistics (AREA)
  • Signal Processing (AREA)
  • Health & Medical Sciences (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Human Computer Interaction (AREA)
  • Physics & Mathematics (AREA)
  • Acoustics & Sound (AREA)
  • Multimedia (AREA)
  • Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)

Abstract

本发明公开了一种基于自适应窗长的船舶螺旋桨空化噪声调制谱特征保真增强方法,该方法包括如下步骤:第一步:对船舶螺旋桨空化噪声信号进行宽带平方解调;第二步:预估解调谱,检测解调谱线谱位置,并给出各线谱频域信噪比;第三步:确定各线谱频率相对于螺旋桨轴频频率预估值的谐波次数;第四步:对各线谱频率进行加权融合,估计螺旋桨轴频频率;第五步:根据估计的螺旋桨轴频频率自适应调整解调谱分析窗长,对解调谱进行二次估计。本发明利用船舶螺旋桨空化噪声各解调谱线谱频率和螺旋桨轴频频率之间存在的固有整数倍关系,根据估计的螺旋桨轴频频率自适应调整解调谱分析窗长,对解调谱进行二次估计,获取调制谱特征保真增强的解调谱。

Description

一种基于自适应窗长的船舶螺旋桨空化噪声调制谱特征保真 增强方法
技术领域
本发明属于信号处理技术领域,尤其涉及一种基于自适应窗长的船舶螺旋桨空化噪声调制谱特征保真增强方法。
背景技术
螺旋桨噪声包括螺旋桨空化噪声和螺旋桨旋转噪声两大主要成分。螺旋桨空化噪声是由螺旋桨旋转时产生的大量气泡破裂引起的。由于这些气泡大小不等且随机破裂,空化噪声具有平稳连续谱的性质。而螺旋桨旋转噪声又被称为“唱音”,这是由于螺旋桨旋转时,大量气泡的产生和破裂具有准周期的特点而引起的。相关文献和实验表明“唱音”表现为叠加在连续谱上的线谱分量,其频率与螺旋桨的转速和叶片数直接相关,满足关系:fi=i*nb*fp,其中nb为螺旋桨的叶片数,fp为螺旋桨轴频频率,i是谐波次数,fi是相应的频率。可以看出,各线谱间存在谐波关系,轴频频率为各次谐波频率的基频频率。另外,在舰船航行过程中,螺旋桨叶片的高速旋转会对螺旋桨空化噪声的幅度产生周期性调制。因此,螺旋桨噪声存在包络周期调制,调制频率为螺旋桨转动的轴频、叶频,载频为螺旋桨空化噪声。
通常采用宽带平方低通检波法获取螺旋桨空化噪声的调制信号,然后采用周期图法对解调谱进行分析,推断螺旋桨转速和叶片数。实际处理中,由于螺旋桨空化噪声信号持续时间有限或计算机处理需要,用离散傅里叶变换做谱分析,在采样的同时必须在时域中对其截短,这就可能发生频谱泄露。频谱泄露会降低解调谱线谱特征信噪比、破坏真实解调谱线谱特征结构。因此,在解调谱分析中应设法降低周期信号的非整周期截短带来的频谱泄露。
目前国内外学者提出了许多降低周期信号非整周期截短带来的谱泄露的方法,主要有:(1)在截短时用汉宁窗取代矩形窗,该方法虽然能够在一定程度上降低谱泄露,但加汉宁窗会使离散傅里叶变换的结果有更宽的旁瓣;(2)将小波变换与离散傅里叶变换组合,即将小波变换用于原始信号采样,然后用离散傅里叶变换去做谱分析,虽然该方法能提高频率估计精度,但并未从根本上减小周期信号非整周期截短带来的谱泄露;(3)基于迭代相关计算自适应地估计用于消除周期信号非整周期截短离散傅里叶变换谱泄露的窗长,该算法虽然原理简单易于实现,但要求信号具有较高信噪比,在信噪比低于一定门限时,窗长估计精度随着信噪比的降低急剧下降。
发明内容
发明目的:针对上述现有方法存在的问题和不足,本发明提供了一种基于自适应窗长的船舶螺旋桨空化噪声调制谱特征保真增强方法,该方法利用船舶螺旋桨空化噪声各解调谱线谱频率和螺旋桨轴频频率之间存在的固有整数倍关系,基于线谱频域信噪比和频率谐波次数,对各线谱频率进行加权融合估计螺旋桨轴频频率,然后根据估计的螺旋桨轴频频率自适应调整求取解调谱的分析窗长,获取调制谱特征保真增强的船舶螺旋桨空化噪声解调谱。
技术方案:为实现本发明的目的,本发明所采用的技术方案是:一种基于自适应窗长的船舶螺旋桨空化噪声调制谱特征保真增强方法,该方法包括如下步骤:
(1)对船舶螺旋桨空化噪声信号x[n]进行宽带平方解调,得到解调信号s[n],n=1,2,...,N,所述N为船舶螺旋桨空化噪声信号采样点个数;
(2)根据解调信号s[n]预估解调谱P[l],其中,l=0,1,...,N/2-1,l为P[l]的离散频率索引,检测解调谱线谱位置fk,并计算各线谱频域信噪比SNRk和频率精测值
Figure BDA0001791018980000024
其中,k=1,2,...,K,K为检测出的解调谱线谱根数;
(3)确定各线谱频率相对于螺旋桨轴频频率预估值fp的谐波次数rk
(4)根据线谱频域信噪比SNRk和频率谐波次数rk对各线谱频率精测值
Figure BDA0001791018980000021
进行加权融合,估计螺旋桨轴频频率
Figure BDA0001791018980000022
(5)根据估计的螺旋桨轴频频率
Figure BDA0001791018980000023
自适应调整解调谱分析窗长N,对解调谱进行二次估计,获取调制谱特征保真增强的船舶螺旋桨空化噪声解调谱。
其中,在步骤(1)中,获取解调信号s[n]的方法如下:
(1-1)获取船舶螺旋桨空化噪声信号序列为x[n],空化噪声信号序列的采样频率为fs,将空化噪声信号序列x[n]通过通带范围为[fL,fH]的带通滤波器,得到带通信号x1[n],其中,fL和fH分别为带通滤波器通带范围的下限频率和上限频率;
(1-2)对带通信号x1[n]进行宽带平方解调,得到解调信号x2[n];
(1-3)去除解调信号x2[n]的直流分量得到:
x3[n]=x2[n]-E(x2[n])
其中,E(x2[n])是求x2[n]的均值;
(1-4)将解调信号x3[n]通过通带截止频率为fc的低通滤波器,得到低频解调信号s[n],n=1,2,...,N。
其中,在步骤(2)中,根据解调信号s[n]预估解调谱,对解调谱进行线谱位置检测,并计算出各线谱频域信噪比和频率精测值,方法如下:
(2-1)计算s[n]的离散傅里叶变换为:
Figure BDA0001791018980000031
其中l为S[l]的离散频率索引,j表示虚数单位,即
Figure BDA0001791018980000032
(2-2)依据S[l]计算s[n]的功率谱,即对船舶螺旋桨空化噪声信号的解调谱进行预估计:
Figure BDA0001791018980000033
其中,l为P[l]的离散频率索引,| |代表取模值运算;
(2-3)将解调谱P[l]通过J阶中值滤波器得到解调谱P[l]的趋势项C[l],l=0,1,...,N/2-1;
(2-4)计算解调谱P[l]与趋势项C[l]的差值谱D[l]:
D[l]=P[l]-C[l],l=0,1,...,N/2-1
(2-5)将差值谱D[l]规范化得到规范化差值谱:
Figure BDA0001791018980000034
其中,Std(D[l])是求D[l]的标准差;
(2-6)设定幅度门限G提取解调谱线谱,若D1(l)满足如下条件则判为解调谱线谱:
Figure BDA0001791018980000035
假设共提取出K根解调谱线谱,第k根线谱在D1[l]中的离散频率索引为Ik,则第k根线谱的频率为:
fk=IkΔf,k=1,2,...,K
其中,Δf为长度为N的离散傅里叶变换的频率分辨率,Δf=fs/N,计算第k根线谱的频域信噪比为:
Figure BDA0001791018980000036
(2-7)取S[l]在离散频率索引(Ik-1),Ik,(Ik+1)处的模值,分别记作Ak1,Ak2,Ak3,即Ak1=|S[Ik-1]|,Ak2=|S[Ik]|,Ak3=|S[Ik+1]|,利用所述模值Ak1,Ak2,Ak3计算第k根解调谱线谱频率Rife差值的相对偏差δk,即:
Figure BDA0001791018980000041
(2-8)插值出第k根解调谱线谱的频率
Figure BDA0001791018980000042
Figure BDA0001791018980000043
其中,在步骤(3)中,采用如下方法确定各解调谱线谱频率精测值相对于螺旋桨轴频频率预估值的谐波次数rk
(3-1)利用最大公约数法对螺旋桨轴频频率进行预估,具体包括如下步骤:
(3-1-1)对K根有序解调谱线谱频率相互间求差频:
Figure BDA0001791018980000044
将差频数组{Fu,v}中的元素从小到大排序,得到新的差频数组{Fw},w=1,2,...,W,其中W为差频数组中差频的个数;
(3-1-2)统计差频数组中与差频Fw的频率之差在不超过2Δf的差频个数,定义为该差频的同频品质因数Qw,Qw初始值设为0,若
|Fw-Fw1|≤2Δf,w=1,2,...,W,w1=1,2,...,W
则Fw对应的同频品质因数Qw加1;
(3-1-3)根据同频品质因数对差频数组{Fw}中频率相近的差频进行归并,若
|Fw-Fw1|≤2Δf,w=1,2,...,W,w1=1,2,...,W,w≠w1
则将该两个差频之中同频品质因数小的差频从差频数组{Fw}中删除,若两个差频的同频品质因数相等,则同时保留,记得到的新差频数组为{Fm},设共有M个差频,并将差频Fm的同频品质因数记为Qm1,m=1,2,...,M;
(3-1-4)用每一根解调谱线谱的频率精测值
Figure BDA0001791018980000045
除以差频数组中差频Fm的值,若满足
Figure BDA0001791018980000046
则Fm对应的倍频品质因数Qm2加1,Qm2初始值设为0,其中
Figure BDA0001791018980000047
是求
Figure BDA0001791018980000051
的四舍五入值;
(3-1-5)定义差频频率Fm的轴频属性品质因数Qm为Qm1与Qm2之积,即
Qm=Qm1Qm2,m=1,2,...,M
轴频属性品质因数Qm最大的值对应的差频频率Fm即为轴频频率预估值,记为fp,若存在两个差频频率的轴频属性品质因数相等,则选择差频频率较大的作为轴频频率预估值;
(3-2)判断每一根解调谱线谱的频率精测值
Figure BDA0001791018980000052
是否为轴频频率预估值fp的谐波频率,若满足
Figure BDA0001791018980000053
则将频率精测值
Figure BDA0001791018980000054
判为轴频频率预估值fp的谐波频率,保留该解调谱线谱,否则将该线谱频率精测值从解调谱线谱频率精测值序列
Figure BDA0001791018980000055
中删除,同时解调谱线谱根数K减1;
(3-3)计算第k根解调谱线谱的频率精测值
Figure BDA0001791018980000056
相对于轴频频率预估值fp的谐波次数rk
Figure BDA0001791018980000057
其中,在步骤(4)中,采用如下方法对各解调谱线谱频率精测值
Figure BDA0001791018980000058
进行加权融合,估计螺旋桨轴频频率
Figure BDA0001791018980000059
具体包括如下步骤:
(4-1)根据线谱频域信噪比SNRk和频率谐波次数rk,计算第k根解调谱线谱频率精测值
Figure BDA00017910189800000510
的加权系数wk,即
Figure BDA00017910189800000511
(4-2)按线谱频率加权系数wk对线谱频率精测值
Figure BDA00017910189800000512
进行加权融合,估计螺旋桨轴频频率
Figure BDA00017910189800000513
Figure BDA0001791018980000061
其中,在步骤(5)中,采用如下方法根据估计的螺旋桨轴频频率
Figure BDA0001791018980000062
自适应调整解调谱分析窗长,根据解调信号s[n]对解调谱进行二次估计,获取调制谱特征保真增强的船舶螺旋桨空化噪声解调谱P1[l],包括如下步骤:
(5-1)根据估计的螺旋桨轴频频率
Figure BDA0001791018980000063
调整求取解调谱的分析窗长N为N1,即
Figure BDA0001791018980000064
(5-2)按分析窗长N1计算s[n]的离散傅里叶变换为:
Figure BDA0001791018980000065
其中,l为S1[l]的离散频率索引;
(5-3)依据S1[l]计算s[n]分析窗长为N1的功率谱,即对船舶螺旋桨空化噪声信号的解调谱进行二次估计:
Figure BDA0001791018980000066
其中,l为P1[l]的离散频率索引。
有益效果:与现有技术相比,本发明的技术方案具有以下有益的技术效果:
(1)本发明的方法利用船舶螺旋桨空化噪声各解调谱线谱频率和螺旋桨轴频频率之间存在的固有整数倍关系,根据解调谱线谱的频域信噪比和频率谐波次数,综合利用目标所有解调谱线谱信息,对各线谱频率进行加权融合估计螺旋桨轴频频率,可有效提高螺旋桨轴频频率估计精度。
(2)本发明的方法根据估计的螺旋桨轴频频率自适应调整获取解调谱的分析窗长,最大程度上实现周期信号的整周期截短,完全消除或明显减少了由于周期信号非整周期截短造成的频谱泄露,提高了解调谱线谱的频域信噪比,增强了解调谱的调制谱特征保真度。
附图说明
图1为本发明方法的流程示意图;
图2为实施例中仿真信号设置调制函数的功率谱;
图3为实施例中仿真螺旋桨空化噪声信号的功率谱;
图4为实施例中预估解调谱的规范化差值谱;
图5为实施例中按自适应窗长二次估计解调谱的规范化差值谱。
具体实施方式
下面结合附图和实施例对本发明的技术方案作进一步的说明。
如图1所示,一种基于自适应窗长的船舶螺旋桨空化噪声调制谱特征保真增强方法,该方法包括如下步骤:
(1)对船舶螺旋桨空化噪声信号x[n]进行宽带平方解调,得到解调信号s[n],n=1,2,...,N,所述N为船舶螺旋桨空化噪声信号采样点个数;
(2)根据解调信号s[n]预估解调谱P[l],其中,l=0,1,...,N/2-1,l为P[l]的离散频率索引,检测解调谱线谱位置fk,并计算各线谱频域信噪比SNRk和频率精测值
Figure BDA0001791018980000071
其中,k=1,2,...,K,K为检测出的解调谱线谱根数;
(3)确定各线谱频率相对于螺旋桨轴频频率预估值fp的谐波次数rk
(4)根据线谱频域信噪比SNRk和频率谐波次数rk对各线谱频率精测值
Figure BDA0001791018980000072
进行加权融合,估计螺旋桨轴频频率
Figure BDA0001791018980000073
(5)根据估计的螺旋桨轴频频率
Figure BDA0001791018980000074
自适应调整解调谱分析窗长N,对解调谱进行二次估计,获取调制谱特征保真增强的船舶螺旋桨空化噪声解调谱。
其中,在步骤(1)中,获取解调信号s[n]的方法如下:
(1-1)获取船舶螺旋桨空化噪声信号序列为x[n],空化噪声信号序列的采样频率为fs,将空化噪声信号序列x[n]通过通带范围为[fL,fH]的带通滤波器,得到带通信号x1[n],其中,fL和fH分别为带通滤波器通带范围的下限频率和上限频率;
(1-2)对带通信号x1[n]进行宽带平方解调,得到解调信号x2[n];
(1-3)去除解调信号x2[n]的直流分量得到:
x3[n]=x2[n]-E(x2[n])
其中,E(x2[n])是求x2[n]的均值;
(1-4)将解调信号x3[n]通过通带截止频率为fc的低通滤波器,得到低频解调信号s[n],n=1,2,...,N。
其中,在步骤(2)中,根据解调信号s[n]预估解调谱,对解调谱进行线谱位置检测,并计算出各线谱频域信噪比和频率精测值,方法如下:
(2-1)计算s[n]的离散傅里叶变换为:
Figure BDA0001791018980000081
其中l为S[l]的离散频率索引,j表示虚数单位,即
Figure BDA0001791018980000082
(2-2)依据S[l]计算s[n]的功率谱,即对船舶螺旋桨空化噪声信号的解调谱进行预估计:
Figure BDA0001791018980000083
其中,l为P[l]的离散频率索引,| |代表取模值运算;
(2-3)将解调谱P[l]通过J阶中值滤波器得到解调谱P[l]的趋势项C[l],l=0,1,...,N/2-1;
(2-4)计算解调谱P[l]与趋势项C[l]的差值谱D[l]:
D[l]=P[l]-C[l],l=0,1,...,N/2-1
(2-5)将差值谱D[l]规范化得到规范化差值谱:
Figure BDA0001791018980000084
其中,Std(D[l])是求D[l]的标准差;
(2-6)设定幅度门限G提取解调谱线谱,若D1(l)满足如下条件则判为解调谱线谱:
Figure BDA0001791018980000085
假设共提取出K根解调谱线谱,第k根线谱在D1[l]中的离散频率索引为Ik,则第k根线谱的频率为:
fk=IkΔf,k=1,2,...,K
其中,Δf为长度为N的离散傅里叶变换的频率分辨率,Δf=fs/N,计算第k根线谱的频域信噪比为:
Figure BDA0001791018980000086
(2-7)取S[l]在离散频率索引(Ik-1),Ik,(Ik+1)处的模值,分别记作Ak1,Ak2,Ak3,即Ak1=|S[Ik-1]|,Ak2=|S[Ik]|,Ak3=|S[Ik+1]|,利用所述模值Ak1,Ak2,Ak3计算第k根解调谱线谱频率Rife差值的相对偏差δk,即:
Figure BDA0001791018980000091
(2-8)插值出第k根解调谱线谱的频率
Figure BDA0001791018980000092
Figure BDA0001791018980000093
其中,在步骤(3)中,采用如下方法确定各解调谱线谱频率精测值相对于螺旋桨轴频频率预估值的谐波次数rk
(3-1)利用最大公约数法对螺旋桨轴频频率进行预估,具体包括如下步骤:
(3-1-1)对K根有序解调谱线谱频率相互间求差频:
Figure BDA0001791018980000094
将差频数组{Fu,v}中的元素从小到大排序,得到新的差频数组{Fw},w=1,2,...,W,其中W为差频数组中差频的个数;
(3-1-2)统计差频数组中与差频Fw的频率之差在不超过2Δf的差频个数,定义为该差频的同频品质因数Qw,Qw初始值设为0,若
|Fw-Fw1|≤2Δf,w=1,2,...,W,w1=1,2,...,W
则Fw对应的同频品质因数Qw加1;
(3-1-3)根据同频品质因数对差频数组{Fw}中频率相近的差频进行归并,若
|Fw-Fw1|≤2Δf,w=1,2,...,W,w1=1,2,...,W,w≠w1
则将该两个差频之中同频品质因数小的差频从差频数组{Fw}中删除,若两个差频的同频品质因数相等,则同时保留,记得到的新差频数组为{Fm},设共有M个差频,并将差频Fm的同频品质因数记为Qm1,m=1,2,...,M;
(3-1-4)用每一根解调谱线谱的频率精测值
Figure BDA0001791018980000098
除以差频数组中差频Fm的值,若满足
Figure BDA0001791018980000095
则Fm对应的倍频品质因数Qm2加1,Qm2初始值设为0,其中
Figure BDA0001791018980000096
是求
Figure BDA0001791018980000097
的四舍五入值;
(3-1-5)定义差频频率Fm的轴频属性品质因数Qm为Qm1与Qm2之积,即
Qm=Qm1Qm2,m=1,2,...,M
轴频属性品质因数Qm最大的值对应的差频频率Fm即为轴频频率预估值,记为fp,若存在两个差频频率的轴频属性品质因数相等,则选择差频频率较大的作为轴频频率预估值;
(3-2)判断每一根解调谱线谱的频率精测值
Figure BDA0001791018980000101
是否为轴频频率预估值fp的谐波频率,若满足
Figure BDA0001791018980000102
则将频率精测值
Figure BDA0001791018980000103
判为轴频频率预估值fp的谐波频率,保留该解调谱线谱,否则将该线谱频率精测值从解调谱线谱频率精测值序列
Figure BDA0001791018980000104
中删除,同时解调谱线谱根数K减1;
(3-3)计算第k根解调谱线谱的频率精测值
Figure BDA0001791018980000105
相对于轴频频率预估值fp的谐波次数rk
Figure BDA0001791018980000106
其中,在步骤(4)中,采用如下方法对各解调谱线谱频率精测值
Figure BDA0001791018980000107
进行加权融合,估计螺旋桨轴频频率
Figure BDA0001791018980000108
具体包括如下步骤:
(4-1)根据线谱频域信噪比SNRk和频率谐波次数rk,计算第k根解调谱线谱频率精测值
Figure BDA0001791018980000109
的加权系数wk,即
Figure BDA00017910189800001010
(4-2)按线谱频率加权系数wk对线谱频率精测值
Figure BDA00017910189800001011
进行加权融合,估计螺旋桨轴频频率
Figure BDA00017910189800001012
Figure BDA00017910189800001013
其中,在步骤(5)中,采用如下方法根据估计的螺旋桨轴频频率
Figure BDA0001791018980000111
自适应调整解调谱分析窗长,根据解调信号s[n]对解调谱进行二次估计,获取调制谱特征保真增强的船舶螺旋桨空化噪声解调谱P1[l],包括如下步骤:
(5-1)根据估计的螺旋桨轴频频率
Figure BDA0001791018980000112
调整求取解调谱的分析窗长N为N1,即
Figure BDA0001791018980000113
(5-2)按分析窗长N1计算s[n]的离散傅里叶变换为:
Figure BDA0001791018980000114
其中,l为S1[l]的离散频率索引;
(5-3)依据S1[l]计算s[n]分析窗长为N1的功率谱,即对船舶螺旋桨空化噪声信号的解调谱进行二次估计:
Figure BDA0001791018980000115
其中,l为P1[l]的离散频率索引。
实施例:
本发明的实施例中,仿真的船舶螺旋桨空化噪声信号加海洋环境噪声模型为:
Figure BDA0001791018980000116
其中I为调制信号线谱根数,Ai为第i次谐波信号的幅值,fp为螺旋桨轴转动频率,fi=i*fp为第i次谐波信号的频率,
Figure BDA0001791018980000117
为第i次谐波信号的初始相位,c(t)为未调制的螺旋桨空化噪声信号,w(t)为海洋环境噪声。
以采样频率fs对上述船舶螺旋桨空化噪声信号进行离散采样可得到船舶螺旋桨空化噪声信号采样数据序列:
Figure BDA0001791018980000118
仿真信号参数分别设置为:调制信号线谱根数I=5,各次谐波信号的幅值分别为A1=0.1、A2=0.1、A3=0.1、A4=0.1、A5=0.15,螺旋桨轴转动频率fp=1.971Hz,各次谐波信号的频率分别为f1=1.971Hz、f2=3.942Hz、f3=5.913Hz、f4=7.884Hz、f5=9.855Hz,采样频率fs=10000Hz,观测数据序列点数N=100000。设定调制信号的功率谱如图2所示,船舶螺旋桨空化噪声加海洋环境噪声的功率谱如图3所示。
在第(1)步中,设置带通滤波器通带范围的下限频率fL=1000Hz,上限频率fH=4000Hz,低通滤波器通带截止频率fc=200Hz。
依据第(2)步,设置中值滤波器的阶数J=15,规范化差值谱线谱提取幅度门限G=5。按窗长N=100000计算解调信号s[n]的功率谱,解调谱的规范化差值谱如图4所示。检测出的解调谱线谱根数为K=5,5根解调谱线谱的频率分别为:
Figure BDA0001791018980000121
5根解调谱线谱的频域信噪比分别为:
Figure BDA0001791018980000122
依据第(3)步,基于Rife插值估计的5根解调谱线谱的频率精测值分别为:
Figure BDA0001791018980000123
依据第(4)步,5根解调谱线谱频率的谐波次数分别为:
Figure BDA0001791018980000124
依据第(5)步,5根解调谱线谱频率的加权系数分别为:
Figure BDA0001791018980000125
基于各解调谱线谱频率加权融合估计的螺旋桨轴频频率为:
Figure BDA0001791018980000131
即基于Rife插值估计的轴频频率相对于真值偏差为0.0624Δf,基于各线谱频率加权融合估计的轴频频率相对于真值的偏差为0.0036Δf,可以看出基于各线谱频率加权融合的轴频频率估计精度相较于基于单线谱的轴频频率估计精度有明显提高。
依据第(6)步,根据估计的螺旋桨轴频频率
Figure BDA0001791018980000132
调整求取解调谱的离散傅里叶变换分析窗长
N1=101453
图5为基于窗长N1=101453求取的船舶螺旋桨空化噪声解调谱规范化差值谱,可以看出,相较于基于窗长N=100000获取的螺旋桨空化噪声解调谱规范化差值谱,该解调谱规范化差值谱线谱特征信噪比明显增高,解调谱规范化差值谱结构清晰度明显改善,调制谱特征保真度明显增强。

Claims (3)

1.一种基于自适应窗长的船舶螺旋桨空化噪声调制谱特征保真增强方法,其特征在于,该方法包括如下步骤:
(1)对船舶螺旋桨空化噪声信号x[n]进行宽带平方解调,得到解调信号s[n],n=1,2,...,N,所述N为船舶螺旋桨空化噪声信号采样点个数;
(2)根据解调信号s[n]预估解调谱P[l],其中,l=0,1,...,N/2-1,l为P[l]的离散频率索引,检测解调谱线谱位置fk,并计算各线谱频域信噪比SNRk和频率精测值
Figure FDA0003705841580000011
其中,k=1,2,...,K,K为检测出的解调谱线谱根数;
(3)确定各线谱频率相对于螺旋桨轴频频率预估值fp的谐波次数rk
(4)根据线谱频域信噪比SNRk和频率谐波次数rk对各线谱频率精测值
Figure FDA0003705841580000012
进行加权融合,估计螺旋桨轴频频率
Figure FDA0003705841580000013
(5)根据估计的螺旋桨轴频频率
Figure FDA0003705841580000014
自适应调整解调谱分析窗长N,对解调谱进行二次估计,获取调制谱特征保真增强的船舶螺旋桨空化噪声解调谱;
在步骤(1)中,获取解调信号s[n]的方法如下:
(1-1)获取船舶螺旋桨空化噪声信号序列为x[n],空化噪声信号序列的采样频率为fs,将空化噪声信号序列x[n]通过通带范围为[fL,fH]的带通滤波器,得到带通信号x1[n],其中,fL和fH分别为带通滤波器通带范围的下限频率和上限频率;
(1-2)对带通信号x1[n]进行宽带平方解调,得到解调信号x2[n];
(1-3)去除解调信号x2[n]的直流分量得到:
x3[n]=x2[n]-E(x2[n])
其中,E(x2[n])是求x2[n]的均值;
(1-4)将解调信号x3[n]通过通带截止频率为fc的低通滤波器,得到低频解调信号s[n],n=1,2,...,N;
在步骤(2)中,根据解调信号s[n]预估解调谱,对解调谱进行线谱位置检测,并计算出各线谱频域信噪比和频率精测值,方法如下:
(2-1)计算s[n]的离散傅里叶变换为:
Figure FDA0003705841580000015
其中l为S[l]的离散频率索引,j表示虚数单位,即
Figure FDA0003705841580000021
(2-2)依据S[l]计算s[n]的功率谱,即对船舶螺旋桨空化噪声信号的解调谱进行预估计:
Figure FDA0003705841580000022
其中,l为P[l]的离散频率索引,||代表取模值运算;
(2-3)将解调谱P[l]通过J阶中值滤波器得到解调谱P[l]的趋势项C[l],l=0,1,...,N/2-1;
(2-4)计算解调谱P[l]与趋势项C[l]的差值谱D[l]:
D[l]=P[l]-C[l],l=0,1,...,N/2-1
(2-5)将差值谱D[l]规范化得到规范化差值谱:
Figure FDA0003705841580000023
其中,Std(D[l])是求D[l]的标准差;
(2-6)设定幅度门限G提取解调谱线谱,若D1(l)满足如下条件则判为解调谱线谱:
Figure FDA0003705841580000024
假设共提取出K根解调谱线谱,第k根线谱在D1[l]中的离散频率索引为Ik,则第k根线谱的频率为:
fk=IkΔf,k=1,2,...,K
其中,Δf为长度为N的离散傅里叶变换的频率分辨率,Δf=fs/N,计算第k根线谱的频域信噪比为:
Figure FDA0003705841580000025
(2-7)取S[l]在离散频率索引(Ik-1),Ik,(Ik+1)处的模值,分别记作Ak1,Ak2,Ak3,即Ak1=|S[Ik-1]|,Ak2=|S[Ik]|,Ak3=|S[Ik+1]|,利用所述模值Ak1,Ak2,Ak3计算第k根解调谱线谱频率Rife差值的相对偏差δk,即:
Figure FDA0003705841580000026
(2-8)插值出第k根解调谱线谱的频率
Figure FDA0003705841580000031
Figure FDA0003705841580000032
在步骤(3)中,采用如下方法确定各解调谱线谱频率精测值相对于螺旋桨轴频频率预估值的谐波次数rk
(3-1)利用最大公约数法对螺旋桨轴频频率进行预估,具体包括如下步骤:
(3-1-1)对K根有序解调谱线谱频率相互间求差频:
Figure FDA0003705841580000033
将差频数组{Fu,v}中的元素从小到大排序,得到新的差频数组{Fw},w=1,2,...,W,其中W为差频数组中差频的个数;
(3-1-2)统计差频数组中与差频Fw的频率之差在不超过2Δf的差频个数,定义为该差频的同频品质因数Qw,Qw初始值设为0,若
Figure FDA0003705841580000034
则Fw对应的同频品质因数Qw加1;
(3-1-3)根据同频品质因数对差频数组{Fw}中频率相近的差频进行归并,若
Figure FDA0003705841580000035
则将该两个差频之中同频品质因数小的差频从差频数组{Fw}中删除,若两个差频的同频品质因数相等,则同时保留,记得到的新差频数组为{Fm},设共有M个差频,并将差频Fm的同频品质因数记为Qm1,m=1,2,...,M;
(3-1-4)用每一根解调谱线谱的频率精测值
Figure FDA0003705841580000036
除以差频数组中差频Fm的值,若满足
Figure FDA0003705841580000037
则Fm对应的倍频品质因数Qm2加1,Qm2初始值设为0,其中
Figure FDA0003705841580000038
是求
Figure FDA0003705841580000039
的四舍五入值;
(3-1-5)定义差频频率Fm的轴频属性品质因数Qm为Qm1与Qm2之积,即
Qm=Qm1Qm2,m=1,2,...,M
轴频属性品质因数Qm最大的值对应的差频频率Fm即为轴频频率预估值,记为fp,若存在两个差频频率的轴频属性品质因数相等,则选择差频频率较大的作为轴频频率预估值;
(3-2)判断每一根解调谱线谱的频率精测值
Figure FDA0003705841580000041
是否为轴频频率预估值fp的谐波频率,若满足
Figure FDA0003705841580000042
则将频率精测值
Figure FDA0003705841580000043
判为轴频频率预估值fp的谐波频率,保留该解调谱线谱,否则将该线谱频率精测值从解调谱线谱频率精测值序列
Figure FDA0003705841580000044
中删除,同时解调谱线谱根数K减1;
(3-3)计算第k根解调谱线谱的频率精测值
Figure FDA0003705841580000045
相对于轴频频率预估值fp的谐波次数rk
Figure FDA0003705841580000046
2.根据权利要求1所述的一种基于自适应窗长的船舶螺旋桨空化噪声调制谱特征保真增强方法,其特征在于,在步骤(4)中,采用如下方法对各解调谱线谱频率精测值
Figure FDA0003705841580000047
进行加权融合,估计螺旋桨轴频频率
Figure FDA0003705841580000048
具体包括如下步骤:
(4-1)根据线谱频域信噪比SNRk和频率谐波次数rk,计算第k根解调谱线谱频率精测值
Figure FDA0003705841580000049
的加权系数wk,即
Figure FDA00037058415800000410
(4-2)按线谱频率加权系数wk对线谱频率精测值
Figure FDA00037058415800000411
进行加权融合,估计螺旋桨轴频频率
Figure FDA00037058415800000412
Figure FDA00037058415800000413
3.根据权利要求2所述的一种基于自适应窗长的船舶螺旋桨空化噪声调制谱特征保真增强方法,其特征在于,在步骤(5)中,采用如下方法根据估计的螺旋桨轴频频率
Figure FDA00037058415800000414
自适应调整解调谱分析窗长,根据解调信号s[n]对解调谱进行二次估计,获取调制谱特征保真增强的船舶螺旋桨空化噪声解调谱P1[l],包括如下步骤:
(5-1)根据估计的螺旋桨轴频频率
Figure FDA0003705841580000054
调整求取解调谱的分析窗长N为N1,即
Figure FDA0003705841580000051
(5-2)按分析窗长N1计算s[n]的离散傅里叶变换为:
Figure FDA0003705841580000052
其中,l为S1[l]的离散频率索引;
(5-3)依据S1[l]计算s[n]分析窗长为N1的功率谱,即对船舶螺旋桨空化噪声信号的解调谱进行二次估计:
Figure FDA0003705841580000053
其中,l为P1[l]的离散频率索引。
CN201811036574.9A 2018-09-06 2018-09-06 一种基于自适应窗长的船舶螺旋桨空化噪声调制谱特征保真增强方法 Active CN109285561B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811036574.9A CN109285561B (zh) 2018-09-06 2018-09-06 一种基于自适应窗长的船舶螺旋桨空化噪声调制谱特征保真增强方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811036574.9A CN109285561B (zh) 2018-09-06 2018-09-06 一种基于自适应窗长的船舶螺旋桨空化噪声调制谱特征保真增强方法

Publications (2)

Publication Number Publication Date
CN109285561A CN109285561A (zh) 2019-01-29
CN109285561B true CN109285561B (zh) 2022-08-19

Family

ID=65184183

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811036574.9A Active CN109285561B (zh) 2018-09-06 2018-09-06 一种基于自适应窗长的船舶螺旋桨空化噪声调制谱特征保真增强方法

Country Status (1)

Country Link
CN (1) CN109285561B (zh)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110082818B (zh) * 2019-05-05 2020-02-21 自然资源部第一海洋研究所 一种船舶噪声识别方法
CN110221307B (zh) * 2019-05-28 2022-12-13 哈尔滨工程大学 一种多被动声纳非合作多目标线谱信息融合方法
CN110376436B (zh) * 2019-06-27 2021-06-01 东南大学 一种多尺度噪声功率谱线谱检测方法
CN110489902B (zh) * 2019-08-26 2022-07-29 安徽工业大学 一种螺旋桨空化尾流精细特征多元统计建模方法
CN110595516B (zh) * 2019-09-18 2020-12-18 华中科技大学 一种fpi腔长解调方法及系统
CN111735525B (zh) * 2020-05-28 2023-03-31 哈尔滨工程大学 一种适用于无人声纳的demon谱特征提取方法
CN113887450B (zh) * 2021-10-09 2022-05-20 中国人民解放军91977部队 基于调制谱特征的水中目标在线筛选方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101938317A (zh) * 2010-09-10 2011-01-05 东南大学 噪声功率谱线谱检测方法
CN102252748A (zh) * 2011-04-08 2011-11-23 东南大学 基于经验模态的空化噪声调制特征提取方法
CN103811017A (zh) * 2014-01-16 2014-05-21 浙江工业大学 一种基于Welch法的冲床噪声功率谱估计改进方法
CN103811016A (zh) * 2014-01-16 2014-05-21 浙江工业大学 一种基于周期图法的冲床噪声功率谱估计改进方法
CN104091085A (zh) * 2014-07-18 2014-10-08 安徽工业大学 基于螺旋桨尾流压力脉动计算的空化噪声特征估计方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101938317A (zh) * 2010-09-10 2011-01-05 东南大学 噪声功率谱线谱检测方法
CN102252748A (zh) * 2011-04-08 2011-11-23 东南大学 基于经验模态的空化噪声调制特征提取方法
CN103811017A (zh) * 2014-01-16 2014-05-21 浙江工业大学 一种基于Welch法的冲床噪声功率谱估计改进方法
CN103811016A (zh) * 2014-01-16 2014-05-21 浙江工业大学 一种基于周期图法的冲床噪声功率谱估计改进方法
CN104091085A (zh) * 2014-07-18 2014-10-08 安徽工业大学 基于螺旋桨尾流压力脉动计算的空化噪声特征估计方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
罗昕炜等.《螺旋桨噪声中轴频的闭环检测方法》.《东南大学学报(自然科学版)》.2013,第43卷(第6期), *

Also Published As

Publication number Publication date
CN109285561A (zh) 2019-01-29

Similar Documents

Publication Publication Date Title
CN109285561B (zh) 一种基于自适应窗长的船舶螺旋桨空化噪声调制谱特征保真增强方法
CN110186682B (zh) 基于分数阶变分模态分解的滚动轴承故障诊断方法
Dong et al. Non-iterative denoising algorithm for mechanical vibration signal using spectral graph wavelet transform and detrended fluctuation analysis
CN106370403A (zh) 一种基于边缘检测的瞬时频率估计方法
CN103941089B (zh) 基于dft的正弦信号频率估计方法
CN108548957B (zh) 基于循环调制频谱和分段互相关相结合的双谱分析方法
CN110133598B (zh) 基于FrFT的线性调频信号参数快速估计方法
CN106443178A (zh) 一种基于IQuinn‑Rife综合的正弦信号频率估计方法
CN110134976B (zh) 一种机载激光测深信号提取方法及系统
CN109490862B (zh) 一种基于相位差分统计谱的载频估计方法
CN106054159B (zh) 一种多普勒信号的瞬时频率提取方法
CN109379310B (zh) 一种基于Rife-Quinn综合的MPSK信号载频估计方法
CN108444954B (zh) 光谱信号峰值检测方法、装置以及系统
CN110855374B (zh) 一种水声目标辐射噪声调制特征提取方法
CN113988144B (zh) 一种科氏流量计固有频率获得方法
CN107942137B (zh) 一种基于扫描精确估计载波频率的方法
Zhang et al. Improved local cepstrum and its applications for gearbox and rolling bearing fault detection
CN111046791A (zh) 一种基于含可变因子广义s变换的电流信号滤波去噪方法
CN114896554A (zh) 一种基于谱特征提取的调频信号频率范围与带宽估计方法
CN109584256B (zh) 一种基于霍夫直线检测的脉冲星色散值估计方法
CN114813123A (zh) 一种基于pso-vmd-mckd的滚动轴承微弱故障诊断方法
CN111323233B (zh) 一种用于低速旋转机械故障诊断的局部均值分解方法
CN106569188A (zh) 基于改进pga的电离层相位污染校正算法
CN110457644B (zh) 基于LoG算子和Grubbs检验的时频脊线提取方法
CN111985342B (zh) 一种基于经验模态分解的海杂波时间相关性分析方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant