CN115307715A - 一种基于sagnac光纤声传感系统的改进小波去噪方法 - Google Patents

Abstract

本发明公开了一种基于sagnac光纤声传感系统的改进小波去噪方法。包括：获取原始声音信号；采用小波去噪方法对所述原始声音信号进行分解，得到分解后的声音信号；对所述分解后的声音信号采用改进小波阈值去噪算法进行滤波，再进行小波重构得到滤波后的含噪声音信号；对所述滤波后的含噪声音信号再进行低通滤波处理，得到降噪后的声音信号。本发明能够提高采集声音信号的质量。

Description

一种基于sagnac光纤声传感系统的改进小波去噪方法

技术领域

本发明涉及声音降噪领域，特别是涉及一种基于sagnac光纤声传感系统的改进小波去噪方法。

背景技术

光纤声传感系统是一种基于光纤振动传感原理构建的新型声音信号传感器，其可以有效的解决传统声传感器的诸多不足，如难以在强磁干扰、强腐蚀、以及高潮湿等极端恶劣环境使用的问题，因此光纤声传感器可以广泛的运用于航空检测、能源传输、周界安防等重要领域。

在实际应用中，光纤声传感系统采集到的声音信号不可避免地会受到噪声干扰，这会极大的影响系统性能，因此有必要进行噪声滤除。为提高采集声音信号质量，许多专家学者提出了各种解决方法。一些学者利用光纤微弯损耗原理，设计了微弯型光纤麦克风传感器，但是其频率特性和动态范围较窄；还有学者利用3×3光纤耦合器，设计了一种基于Sagnac光纤干涉仪的光纤声传感器，但该系统的信号解调复杂，且解调后信号质量较差；还有部分学者设计了一种基于Sagnac/Φ-OTDR混合型光纤声传感器，但其无法实现语音与定位的相适应。

发明内容

基于以上事实，有必要针对上述问题，提供一种基于直线型sagnac光纤声传感系统的改进小波去噪方法，以提高声音信号的质量。

为实现上述目的，本发明提供如下技术方案：

一种基于sagnac光纤声传感系统的改进小波去噪方法，包括：

获取原始声音信号；

采用小波去噪方法对所述原始声音信号进行分解，得到分解后的含有噪声信号的声音信号；

对所述分解后的声音信号利用改进小波阈值去噪算法进行滤波，再进行小波重构得到滤波后的含噪声音信号；

对所述滤波后的含噪声音信号进行再低通滤波处理，得到降噪后的声音信号。

进一步的，对所述分解后的含噪声音信号利用改进小波阈值去噪算法进行滤波，再进行小波重构得到滤波后的含噪声音信号，具体包括：

确定小波基函数对信号进行小波分解，根据所述小波基函数和分解层数得到不同层数的高频小波系数和低频小波系数；

使用改进阈值函数及改进阈值对分解信号中的高频小波系数进行去除，而将低频小波系数予以保留；

将所述保留的小波系数进行重构得到去噪后的信号。

进一步的，所述改进阈值函数的表达式为：

其中：

0≤β≤1，参数α∈[0，∞]为趋近速度调节因子，α越小，表示趋近速度越慢。

进一步的，所述改进阈值表达式为：

式中：i为小波分解尺度；

上式中，小波系数的阈值T_i随着分解尺度i的增大而呈缓慢下降态势。

相对于现有技术而言，本发明的基于直线型sagnac光纤声传感系统的改进小波去噪方法，获取原始声音信号；采用小波去噪方法对原始声音信号进行分解，得到分解后的声音信号；对分解后的声音信号利用改进小波阈值去噪算法进行滤波，再进行小波重构得到滤波后的含噪声音信号；对滤波后的含噪声音信号再进行低通滤波处理，得到降噪后的声音信号。本发明通过融合改进小波阈值去噪算法和低通滤波方法，提出了一种具有更高准确性和适应性的信号滤波方案，以实现声音去噪，提高声音质量。

附图说明

图1为本发明提供的基于sagnac光纤声传感系统的改进小波去噪方法流程图；

图2为本发明提供的基于sagnac光纤声传感系统的改进小波去噪方法实际应用流程图；

图3为本发明提供的基于直线型Sagnac原理的光纤声传感器系统结构示意图；

图4为本发明小波去噪方法流程图；

图5为软阈值函数、硬阈值函数、现有技术一所提阈值函数和本发明改进的阈值函数对比图；

图6为本发明模拟信号1经不同去噪算法处理后的波形图；

图7为本发明模拟信号2经不同去噪算法处理后的波形图；

图8为本发明实测信号经不同去噪算法处理后的波形图。

具体实施方式

为了便于理解本发明，下面将参照实施例对本发明进行更全面的描述，但是，本发明可以以许多不同的形式来实现，并不限于本文所描述的实施例。相反地，提供这些实施例的目的是使对本发明的公开内容的理解更加透彻全面。

除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本发明的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本发明。本文所使用的术语“及/或”包括一个或多个相关的所列项目的任意的和所有的组合。

请参阅图1，本发明提供一种基于sagnac光纤声传感系统的改进小波去噪方法，包括：

步骤201：获取原始声音信号。在实际中，获取原始声音信号是基于直线型Sagnac原理的光纤声传感器系统采集的，具体如图3所示。

步骤202：在光纤传感系统中干涉光信号会被光电探测器接收并转化为电信号，再利用采集卡对信号进行采集。而采集到的电信号再经解调即可以获得原始声音信号，但是该信号是含噪信号。在实际应用中，小波分解后的信号包括含噪声音信号和噪声信号，如图4所示，低频小波系数(A_i,i＝1,2,3)对应含噪声音信号，而高频小波系数(D_i,i＝1,2,3)对应噪声信号。

步骤203：对所述分解后的声音信号再利用改进小波阈值去噪算法进行滤波，再进行小波重构得到滤波后的含噪声音信号。

具体包括：

将上述分解后的高频小波系数和低频小波系数使用改进阈值函数及改进阈值进行处理，即对高频小波系数进行去除，而将低频小波系数予以保留，最后将所述保留下来的小波系数进行重构得到去噪后的信号。根据信号在分解时，高频和低频小波系数幅值不同，通过选择合适的阈值，其能对信号的噪声去除有较好的提升效果。

阈值函数的构建是小波阈值去噪过程中的重要步骤，合适的阈值函数能够极大提升去噪效果。由于硬阈值函数具有不连续性，使得信号可能会发生突变，而软阈值函数存在恒定偏差问题，因此为了降低噪声对信号影响，需要对阈值函数进行相应的改进。

选取合适的阈值也是小波阈值去噪过程中十分重要的步骤，不同的阈值规则影响着噪声滤除效果。若阈值选择过小，则噪声去除不完全，将导致噪声去除效果不佳；若阈值选择过大，则会使信号中的有用信息被滤除，也可能会导致去噪效果不理想。

小波重构为小波阈值去噪过程的最后一个步骤。该步骤是将信号经小波分解处理后得到的小波系数进行重新构建，从而可以得到较为纯净的信号。

所述改进阈值函数的表达式为：

其中：

0≤β≤1。参数α∈[0，∞]为趋近速度调节因子，α越小，表示趋近速度越慢。

所述高频小波系数的阈值设定采用一种新的阈值规则。它可以有效的改善信号处理的准确度和自适应性，其表达式如下：

式中：i为小波分解尺度。

上式中，小波系数阈值T_i随着分解尺度i的逐渐增大而呈现出缓慢的下降态势，这正符合了噪声小波系数幅值随着分解尺度的增大而逐渐减小的特点。

步骤204：对所述滤波后的含噪声音信号再进行低通滤波处理，即可得到最终降噪后的声音信号。

本发明提供了一种基于直线型Sagnac光纤声传感系统的改进小波声音降噪方法，包括：通过直线型Sagnac光纤声传感系统获取原始声音信号；采用小波去噪方法对原始声音信号进行分解；使用改进的小波阈值去噪算法对分解后的声音信号进行滤波，再进行小波重构得到滤波后的含噪声音信号；将滤波后的含噪声音信号再通过低通滤波处理，得到降噪后的声音信号。本发明通过融合改进小波阈值去噪算法和低通滤波方法，以实现声音去噪，其能够在强噪声环境下准确还原声音信号，提高声音信号质量。

如图2所示，本发明提供了一种基于sagnac光纤声传感系统的改进小波去噪方法，其在实际应用中的具体步骤：

步骤101：获取原始声音信号：根据直线型Sagnac光纤传感原理搭建系统以采集原始声音信号。光纤声传感系统结构如图3所示，其中，Laser为光源，PD为光电探测器，DAQ为数据采集卡，PC为计算机；1，2，3均表示3×3耦合器a的3个输入端；4，5，6表示3×3耦合器a的3个输出端；b表示延迟光纤；7和8分别表示2×1耦合器c的两个输入端，9表示2×1耦合器的输出端，10表示扰动侵入点位置；d表示1×2耦合器；11表示1×2耦合器d输出端的串接光纤。直线型Sagnac光纤声传感系统有如下四条光路：

(a)光路一：1-6-延迟光纤-8-9-10-11-10-9-7-4-3.(顺时针光路，CW)

(b)光路二：1-4-7-9-10-11-10-9-7-4-3

(c)光路三：1-4-7-9-10-11-10-9-8-b-6-3.(逆时针光路，CCW)

(d)光路四：1-6-b-8-9-10-11-10-9-8-b-6-3.

在上述光路中，光路一与三的光程相同，其满足干涉光条件，能够在3×3耦合器处稳定地相互干涉。光路二和四可以被视为易于消除的直流信号光。

步骤102：对采集的原始声音信号s(t)按下式进行小波变换：

式中φ(t)表示小波基函数，α表示尺度函数，τ表示平移的距离。

原始声音信号在小波基函数的作用下，会变换到包括时间域和尺度域二维空间。同时，信号会进行频域和时域的转换，这有利于对信号进行具体分析。

原始声音信号在小波变换下会被分解为高频小波系数和低频小波系数，其中噪声主要存在于高频小波系数中，需要进行相应的去噪处理；而有用信号主要存在于低频小波系数中，需予以保留。

一般来说，所有的信号都是可以无限进行分解，但实际的分解层数需要具体问题具体分析。例如对声音信号进行三层分解，其表达式可表示为：

S＝A_i+D_i

式中s为原始声音信号，分解后的低频信号用A_i表示，而高频信号用D_i表示，其中i＝1,2,3，表示分解的层数。由上式和图3可以看出声音信号在小波变换的作用下，被分解为小波系数，而每进行一次分解，就会多出一个高频系数和一个低频系数。

步骤103：使用改进的小波阈值去噪算法将分解后的声音信号进行滤波：首先，根据所选择的小波基函数和分解层数对声音信号进行分解，得到不同层数的高频小波系数和低频小波系数；其次，再使用改进的阈值函数及阈值对分解信号中的高频小波系数进行去除，而将低频小波系数予以保留；再将保留下来的小波系数进行重构得到滤波后的原始声音信号。

改进的阈值表达如下：

式中：i为小波分解尺度。

上式中，小波系数的阈值T_i随着分解尺度i的逐渐增大而呈现出缓慢的下降态势，这正符合了噪声小波系数幅值随着分解尺度的增大而逐渐减小的特点。

改进的阈值函数表达式如下：

其中：

0≤β≤1。参数α∈[0，∞]为趋近速度调节因子，α越小，表示趋近速度越慢。

步骤104：将所述滤波后的含噪声音信号再进行低通滤波处理，得到最终降噪后的声音信号。

将软阈值函数、硬阈值函数、现有的阈值函数与本发明改进阈值函数进行比较可知，本发明改进阈值函数具有如下性质：

(1)该函数在阈值处是连续的；

(2)通过改变β的值，其可以灵活的转变为软、硬阈值函数。例如，当β值为0时，它转变为软阈值函数，当β值为1时，其为硬阈值函数；

(3)改进的阈值函数具有斜渐近线y＝x。改进阈值函数较好的继承了传统阈值函数的优点，同时也很好的解决了恒定偏差问题，即收敛速度慢和阈值处不连续的缺点，也能防止伪吉布森现象的出现，其对噪声具有更好的去除效果，也更具有实际意义。四种阈值函数对比如图5所示。

相关内容，可参考现有技术一(成枢，马卫骄，牛英杰等.融合加权平均的改进小波阈值函数的测量数据处理[J].中国科技论文，2018，013(015)：1811-1816.)

对本发明降噪方法中的参数使用坐标轴下降法进行寻优，结果表明sym5小波基函数、5层分解去噪效果最好。

为验证本发明所提方法的效果，对比分析了几种常用滤波方法，效果如表1及图6所示，可知，采用本发明所提方法，声音信号去噪后信噪比(SNR)、均方根误差(RMSE)及主观语音质量(PESQ)指标数值均最好，且滤波后的波形毛刺也最少，这说明了本方法的有效性。

表1模拟信号1经不同去噪算法处理后的评价指标

方法1为：使用普通阈值和硬阈值函数对信号进行去噪处理；

方法2为：使用普通阈值和软阈值函数对信号进行去噪处理；

方法3为：使用现有技术二(龚静.一种新型可控阈值函数和阈值算子优化的小波去噪算法[J].北京建筑大学学报,2020,36(2):67-73)中的阈值及其阈值函数对信号进行去噪处理；

方法4为：使用本发明改进的阈值函数及阈值对信号进行去噪处理。

改变信号，重复上述步骤，得到表2及图7所示结果：

表2模拟信号2经不同去噪算法处理后的评价指标

通过对信号波形图以及相关指标分析，可以得出：本发明所提方法具有更好的去噪效果。

为进一步验证本发明所提方法的效果，选取了一段实测声音信号进行去噪处理，并同时使用了上文所述不同方法进行对比分析，其效果如表3及图8所示。对比可知，本发明所提滤波方法效果最优。

表3实测信号经不同去噪算法处理后的评价指标

与现有技术相比，本发明的优点是：根据光纤声传感系统采集的声音信号特性，采用了小波去噪方法对声音信号进行滤波处理，再融合了改进小波阈值去噪算法和低通滤波方法，形成了改进小波声音降噪方法，该方法能够有效提高采集声音信号质量，如表3所示其SNR提高了2.778，RMSE降低了0.0744，PESQ提升了0.417。

上述仅对本发明中的具体实施例加以说明，但并不能作为本发明的保护范围，凡是依据本发明中的设计精神所做出的等效变化或修饰，均应认为落入本发明的保护范围。

Claims (4)

1.一种基于sagnac光纤声传感系统的改进小波去噪方法，其特征在于，包括：

获取原始声音信号；

采用小波去噪方法对所述原始声音信号进行分解，得到分解后的含有噪声信号的声音信号；

对所述分解后的声音信号利用改进小波阈值去噪算法进行滤波，再进行小波重构得到滤波后的含噪声音信号；

对所述滤波后的含噪声音信号再进行低通滤波处理，得到降噪后的声音信号。

2.根据权利要求1所述的基于sagnac光纤声传感系统的改进小波去噪方法，其特征在于，对所述分解后的含噪声音信号利用改进小波阈值去噪算法进行滤波，再进行小波重构得到滤波后的含噪声音信号，具体包括：

确定小波基函数对信号进行小波分解，根据所述小波基函数和分解层数得到不同层数的高频小波系数和低频小波系数；

采用改进阈值函数及改进阈值对分解信号中的高频小波系数进行去除，而将低频小波系数予以保留；

将所述保留的小波系数进行重构得到去噪后的信号。

3.根据权利要求2所述的基于Sagnac光纤声传感系统的改进小波去噪方法，其特征在于，所述改进阈值函数的表达式为：

其中：

参数

为趋近速度调节因子，α越小，表示趋近速度越慢。

4.根据权利要求2所述的基于Sagnac光纤声传感系统的改进小波去噪方法，其特征在于，所述改进阈值表达式为：

式中：i为小波分解尺度；

上式中，小波系数的阈值T_i随着分解尺度i的增大而呈缓慢下降态势。

Images