FR2680006A1 - Procede d'aide a la detection de signaux transitoires notamment dans les signaux acoustiques. - Google Patents

Abstract

L'invention concerne les procédés qui permettent de repérer dans un signal acoustique continu des signaux acoustiques impulsionnels. Elle consiste à déterminer les paramètres (ai ) d'un filtre par apprentissage (109) à l'aide d'une modélisation par prédiction linéaire auto-régressive. Ces paramètres sont alors appliqués à un filtre soit du type à moyenne adaptée (110), soit du type auto-régressif (111.1), qui reçoit le signal de réception et délivre un signal comprenant une partie continue à bas niveau et une partie impulsionnelle à haut niveau qui représente les signaux à détecter. Dans une variante on utilise plusieurs filtres auto-régressifs (111.1-111.n) mis en série. Elle permet d'aider à la détection des pannes dans les moteurs.

Description

PROCEDE D'AIDE A LA DETECTION
DE SIGNAUX TRANSITOIRES,
NOTAMMENT DANS LES SIGNAUX ACOUSTIQUES
La présente invention se rapporte aux procédés qui permettent de détecter, et éventuellement d'identifier, les signaux transitoires acoustiques caractéristiques de divers phénomènes que l'on souhaite étudier. Elle peut s'appliquer aussi bien aux signaux acoustiques aériens qu'aulx signaux acoustiques sous-marins, pour des applications aussi diverses que l'identification des pannes dans une automobile et l'identifieation des navires.

L'écoute des signaux acoustiques, c'est à dire essentiellement des bruits, est très utile pour repérer et identifier toutes sortes de choses. De manière triviale, le conducteur d'une automobile est souvent averti d'une panne en cours par des bruits mécaniques qui viennent l'alerter. Il confie alors sa voiture au garagiste qui est plus à même d'identifier avec certitude l'origine de la panne et d'y porter remède. De manière moins aourante, les observateurs sonar à bord des bâtiments écoutent les bruits rayonnés dans le milieu marin et, lorsqu'ils détectent quelque chose de suspect, confient le soin de l'identification finale à un analyste possédant une grande expérience. Dans les deux cas, il faut que le bruit suspect soit suffisamment distinct, en amplitude et en fréquence, du bruit ambiant pour pouvoir attirer l'attention, soit de l'automobiliste, soit de l'opérateur sonar.

En ce qui concerne les automobilistes il n'y a pas pour l'instant de dispositifs de cette nature sur le marché, mais en ce qui concerne les opérateurs sonar, on sait utiliser des jeux de filtres plus ou moins adaptés aux problèmes posés.

Ces filtres, qu'ils soient passe-bas, passe-haut ou passe-bande, sont étudiés pour faire ressortir les bruits dont on peut penser qu'ils vont apparaître, ou éventuellement pour les éliminer.

Dans la pratique ceci ne marche bien que pour des bruits pernianents. On a fait allusion à de tels systèmes de traitement, ainsi qu'à la possibilité de re-écouter de manière répétitive un enregistrement des signaux reçus, dans la demande de brevet NO 8715673 déposée le 13 novembre 1987 par la demanderesse sur une invention concernant essentiellement un dispositif de localisation en direction par écoute stéréophonique des signaux reçues.

Lorsque le phénomène est évolutif, en particulier lorsqu'il s'agit d'un bruit impulsionnel, ces systèmes de filtrage sont très difficiles, voire impossibles, à mettre en oeuvre parce que l'opérateur n'arrive pas à régler suffisamment vite et suffisamment correctement les fréquences de coupure des filtres.

Pour résoudre ce problème, l'invention propose un procédé d'aide à la détection de signaux transitoires, notamment dans les signaux acoustiques, principalement caractérisé en ce que dans une première étape on détermine les paramètres d'un filtre permettant de modifier le signal reçu pour obtenir un signal formé d'une première partie sensiblement continue et à bas niveau et d'une deuxième partie impulsionnelle ayant un niveau nettement supérieure à ce bas niveau et représentant les signaux transitoires à détecter, et que dans une deuxième étape on filtre le signal de réception par un filtre ayant les paramètres ainsi déterminés.

D'autres particularités et avantages de l'invention paraîtront clairement dans la description suivante faite en regard de la figure annexée qui représente le schéma bloc d'un dispositif permettant de mettre en oeuvre le procédé selon l'invention.

Dans le dispositif représenté sur la figure annexée, le signal électrique représentatif du signal audio reçu, obtenu par exemple à partir d'un hydrophone, est appliqué sur un filtre anti-repliement 101 adapté à la fréquence maximale reçue, à la fréquence maximale audible par l'opérateur (sensiblement 20
KHz) et à la fréquence d'échantillonnage d'un convertisseur analogique-numérique (102) situé après ce filtre 101. Ce convertisseur analogique-numérique délivre un signal numérisé
Y(kTe) qui est appliqué à plusieurs chaînes de traitement dont les sorties aboutissent sur un commutateur 103. L'une des entrées de ce commutateur est reliée directement au convertisseur 102 afin de permettre à l'opérateur d'écouter directement le signal reçu. La sortie du commutateur 103 est reliée à l'entrée d'un convertisseur numérique-analogique 104, suivi d'un filtre passe-bas 105 et d'un amplificateur 106 qui alimente un casque d'écoute 107. Lorsque la liaison entre les convertisseurs 102 et 104 est directe par l'intermédiaire du commutateur 103, l'opérateur muni du casque 107 entend le même signal que celui reçu par l'hydrophone, le passage par la voie numérique n'entraînant pas de déformation sensible de ce signal.

Pour analyser ce signal reçu et faire ressortir des anomalies qui ne lui apparaissent pas à l'écoute directe, l'opérateur dirige le signal de sortie du convertisseur 102, à l'aide d'un interrupteur 108, sur un module d'apprentissage 109.

Ce module d'apprentissage permet de modéliser le signal écouté selon une composante à Iarge bande stationnaire synthétisée par un modèle prédictif, et un résidu de prédiction correspondant à la différence entre le signal prédit par le modèle prédictif et le signal vrai. Cette modélisation s'effectuera de préférence par la méthode connue de modélisation auto-régressive du signal avec un ordre P. L'ordre P d'un tel modèle auto-régressif correspond aux P échantillons temporels antérieurs de la sortie du filtre auto-régressif y ( (k-1) Te), ... > , y ((k-P) Te) utilisés pour prédire la sortie actuelle y (kTe) du filtre.

Dans cette réalisation préférée, ces P coefficients prédicteurs peuvent être obtenus de manière connue par résolution des équations de Yule-Walker grâce à l'algorithme de Levinson. Cet algorithme converge rapidement et on peut obtenir les P coefficients en l'espace de quelques secondes pendant lesquelles l'opérateur ferme l'interrupteur 108. Eventuellement cette sélection des séquences d'apprentissage peut être effectuée de manière automatique, soit de façon répétitive (par exemple 1 seconde toutes les 10 secondes), soit par détection d'un phénomène anormal identifié d'une manière quelconque. On obtient ainsi un vecteur formé de P coefficients ai, qui peut être utilisé de différentes manières, par exemple par filtrage inverse ou par filtrage dit "caricatural".

Dans le cas de l'utilisation du filtrage inverse, les coefficients ai sont appliqués à un organe 110, appelé filtre à moyenne adaptée (MA) et qui effectue sur le signal y(kT ) délivré par le convertisseur 102 l'opération définie par la formule

Le signal e (kTe) obtenu en sortie de ce filtre à moyenne adaptée MA est appliqué par l'intermédiaire du commutateur 103 au convertisseur 104, et le,signal traité arrive finalement sur le casque 107.

Dans le cas du filtrage dit caricatural, on utilise des filtres récursifs de type auto-régressif dits AR qui reçoivent les coefficients ai et appliquent au signal en entrée un traitement défini par la formule

Selon l'invention, dans une première voie le signal en sortie du convertisseur 102 est appliqué à un premier filtre AR 111.1 dont la sortie est appliquée au convertisseur 104 par l'intermédiaire du commutateur 103. Le signal résultant arrive ensuite sur le casque 107. Les inventeurs ont proposé d'appeler le signal c1 (ka ) ainsi obtenu, caricature d'ordre 1 du
e signal s (t) parce qu'il possède une densité spectrale de puissance sensiblement égale au carré de la densité spectrale de puissance de ce signal s(t), ce qui revient à dire que l'on a "aplati" le bruit permanent contenu dans le signal s(t) en faisant ressortir le bruit impulsionnel contenu dans ce même signal. On exagère ainsi ce bruit impulsionnel en réduisant le bruit permanent, ce qui correspond de manière imagée à une caricature du signal s(t). De cette manière l'opérateur qui écoute le signal résultant de ce traitement dans le casque 107 perçoit plus facilement ce signal impulsionnel, lequel ressort mieux du signal permanent.

L'invention propose en outre d'augmenter encore l'influence de ce traitement en appliquant le signal en sortie du premier filtre AR dans un deuxième filtre AR 111.2 puis éventuellement dans une succession de filtres AR mis en série jusqu a un n ième filtre AR 111.n. Le signal cj ainsi obtenu en sortie du filtre AR 111. j sera tout naturellement appelé caricature d'ordre j du signal d'entrée, et sa densité spectrale de puissance est sensiblement égale à la puissance n de la densité spectrale de puissance du signal s. Le traitement ainsi effectué est défini par la formule

Les sorties des filtres AR sont respectivement reliées à des entrées du commutateur 103 et l'opérateur peut ainsi sélectionner, en plus du signal direct et du signal filtré par filtrage inverse à l'aide du filtre MA, une caricature d'ordre compris entre 1 et n du signal entrée. Dans la pratique, l'opérateur après avoir procédé à l'apprentissage sélectionnera successivement les différentes sorties puis reviendra sur celle qui lui r semble présenter desA caractéristiques particulièrement intéressantes.

En effet le passage dans un tel système, qu'il soit par filtrage inverse ou par caricature d'ordre j, déforme profondément le signal, puisque dans le meilleur des cas on a un signal continu de niveau très faible à peine audible duquel viennent sortir des impulsions plus ou moins régulières qui sont clairement perceptibles à l'opérateur mais qui sont déformées par rapport au signal initial reçu. En soi ce signal est très difficilement analysable, même par un opérateur entraîné, pour obtenir des renseignements précis sur la source du signal perturbateur, car les déformations qui sont apportées à ce signal perturbateur, si elles le rendent plus repérable, le déforment trop par rapport au signal d'origine pour en permettre une identification effective. En effet les quelques opérateurs particulièrement entraînés qui peuvent identifier facilement un signal non déformé, même s'il est très faible, ont justement un tel entraînement sur ce signal naturel qu'il leur est très difficile, voire impossible, de reconnaître un signal modifié de cette manière qui change toutes leurs habitudes. De plus ces modifications sont essentiellement variables selon les modalités apportées, dans le cadre de l'invention, aux chaînes de traitement, par exemple l'ordre P de l'auto-régression ou l'ordre j de la caricature.

Le procédé selon l'invention sert donc essentiellement d'aide à la détection pour un opérateur, lequel, après avoir repéré la présence d'un signal perturbateur, pourra revenir par exemple sur l'écoute directe sans filtrage pour concentrer son attention sur l'identification de la source de ce signal perturbateur. Eventuellement il pourra passer le relais à un opérateur plus entraîné qui procédera plus facilement à cette identification.

Différentes variantes au procédé selon l'invention peuvent être utilisées
Ainsi en ce qui concerne l'ordre du modèle on a déterminé expérimentalement qu'un ordre 30, correspondant à des échantillons de quelques millisecondes, donne de bons résultats. Pour aller plus loin on pourra sélectionner cet ordre en utilisant des critères connus tels que ceux d'AKAIKE, de
RISSANEN ou de HANNAN.

Comme on l'a dit plus haut, l'invention a été décrite dans le cas où la sélection de la plage d'apprentissage est faite par l'opérateur, et on a évoqué la possibilité d'utiliser des critères automatiques basés sur des échelles de temps. On pourrait aussi utiliser un détecteur automatique fonctionnant à partir d'autres critères, ou d'autres signaux, ou encore un apprentissage en continu utilisant par exemple les algorithmes de modélisation auto-récursifs en temps tels que celui de MORF.

De même on peut utiliser un autre algorithme d'apprentissage que celui de LEVINSON, par exemple ceux de
BURG, ITAKURA, GUEGUEN-LEROUX, MORF et FALCONER, ou
MORF et LEE...

Enfin de manière encore plus générale, l'invention s'étend au-delà de l'analyse auto-régressive à toute technique de modélisation du signal initial qui permet une décomposition en un ensemble de paramètres caractéristiques du modèle choisi et une "innovation" (différence entre la prédiction fournie par le modèle et le signal vrai). On citera par exemple le modèle
ARMA, le filtre de KALMAN, les réseaux de neurones...

Enfin, outre l'aide à un opérateur humain, on peut intégrer un dispositif appliquant le procédé selon l'invention, pour obtenir une fonction automatique permettant d'améliorer les performances d'un dispositif de détection et de classification automatique de signaux acoustiques. Par exemple on peut utiliser le filtre à moyenne adaptée pour réaliser un module de pré-traitement permettant de blanchir et de minimiser l'énergie d'un signal stationnaire, afin de favoriser la détection automatique de signaux transitoires contenus dans un signal acoustique, en contrôlant par exemple les phases d'apprentissage par une horloge validée par un signal de non détection de transitoire.

Claims (9)

REVENDICATIONS

1. Procédé d'aide à la détection de signaux transitoires, notamment dans les signaux acoustiques, caractérisé en ce que dans une première étape (109) on détermine les paramètres (ai) d'un filtre (110) permettant de modifier le signal reçu pour obtenir un signal formé d'une première partie sensiblement continue et à bas niveau et d'une deuxième partie impulsionnelle ayant un niveau nettement supérieure à ce bas niveau et représentant les signaux transitoires à détecter, et que dans une deuxième étape on filtre le signal de réception par un filtre (110) ayant les paramètres ainsi déterminés.

2. Procédé selon la revendication 1, caractérisé en ce que pour déterminer (109) les paramètres du filtre on utilise un modèle prédictif à analyse auto-régressif d'ordre P.

3. Procédé selon la revendication 2, caractérisé en ce que l'on détermine les P coefficients producteurs du modèle régressif par les équations de Yule-Walker avec l'algorithme de

Levinson.

4. Procédé selon l'une quelconque des revendications 2 et 3, caractérisé en ce l'on utilise un filtre à moyenne adaptée (110).

5. Procédé selon l'une quelconque des revendications 2 et 3, caractérisé en ce que l'on utilise au moins un filtre auto-régressif (111.1).

6. Procédé selon la revendication 5, caractérisé en ce que l'on utilise plusieurs filtres auto-régressifs (111.1-111. n) mis en série et ayant les mêmes coefficients de filtrage.

7. Procédé selon l'une quelconque des revendications 1 à 6, caractérisé en ce que l'on fixe de manière manuelle (108) la durée pendant laquelle on détermine (109) les paramètres du filtre.

8. Procédé selon l'une quelconque des revendications 1 à 6, caractérisé en ce que l'on fixe de manière automatique la durée pendant laquelle on détermine (109) les paramètres du filtre.

9. Procédé selon l'une quelconque des revendication 1 à 8, caractérisé en ce que l'on utilise une écoute audio (107) du signal filtré.