夏 雪 羅夏云

（1.91388部隊(duì)41分隊(duì) 湛江 524000）（2.海軍工程大學(xué) 武漢 430000）

1 引言

目標(biāo)識別是現(xiàn)代海戰(zhàn)中的重要環(huán)節(jié)，主要通過聲納員聽聲辨識或者機(jī)器識別實(shí)現(xiàn)。由于水下環(huán)境的復(fù)雜性以及目標(biāo)聲學(xué)特征的多變性，實(shí)際上在現(xiàn)階段，水下目標(biāo)的識別主要依靠聲吶員聽音并結(jié)合譜圖進(jìn)行分析判斷［1］。

聲納員對目標(biāo)的聽音判斷主要是從心理聲學(xué)角度進(jìn)行的，主觀上，人可以感覺聲音的響度、音調(diào)和音色［2］。對于能夠定量描述的響度和音調(diào)，已經(jīng)在水下目標(biāo)識別的研究中取得了一定的進(jìn)展，但這兩類特征不能完全反映人耳主觀感知不同聲音信號的差別程度，并且非常依賴于樣本的選取［3］。

音色目前主要用于評價(jià)語音和樂音的聲品質(zhì)，它囊括了除音調(diào)和響度外的所有的聲音主觀屬性，無法用一維尺度定量表述［4］。目前已參數(shù)化的聽覺感知特征主要分為頻域特征和時域特征兩類［5］，前者包括譜質(zhì)心、譜通量、譜下降值等；后者包括時域質(zhì)心，零交點(diǎn)比率、上升時間、下降時間等［6］。上述這些具有明確聽覺感知含義的信號特征已被應(yīng)用于樂器和語音識別中。1999年，Mcadams等發(fā)現(xiàn)利用譜結(jié)構(gòu)中的包絡(luò)特征可以區(qū)分樂器聲［7］；2000年，Eronen等利用共44維的譜特征和時域特征實(shí)現(xiàn)對樂器的音色識別［8］；隨后，Brown等在2001年利用多維倒譜特征識別木管樂器達(dá)到75%，利用一維譜質(zhì)心識別木管樂器達(dá)到50%［9］；2003年，Giulio等利用譜質(zhì)心、譜質(zhì)心帶寬、不和諧性和諧波能量的偏斜度實(shí)現(xiàn)了對樂器的音色識別［10］。

對于音色屬性的建模，是模仿聽覺特征提取水面目標(biāo)輻射噪聲特征量的主要途徑。水面目標(biāo)輻射噪聲主要包括螺旋槳噪聲、機(jī)械噪聲和水動力噪聲，其中螺旋槳噪聲是主要噪聲［11］。本文從音色特征的物理含義出發(fā)，提取水面目標(biāo)輻射噪聲音色特征［12］，將提取的音色特征用于目標(biāo)識別上，結(jié)果表明，音色特征在水面目標(biāo)輻射噪聲的識別上有良好的效果。

2 音色特征量

音色特征量在這里指聽覺感知特征中的頻譜特征，主要包括譜質(zhì)心、譜質(zhì)心帶寬、譜不規(guī)律性和譜下降值，下面分別闡述其物理意義和計(jì)算方法。

2.1 音色特征量的計(jì)算方法

1）譜質(zhì)心（spectrum centroid，SC）是描述音色屬性的重要信號特征之一，它是描述聲音信號的頻率分布和能量分布的信息，當(dāng)聲音集中在高頻時，聲音明亮清晰、有光澤，相反在低頻，聲音暗、悶、不美。譜質(zhì)心的物理含義是聲音能量集中的區(qū)域，在頻率分析范圍內(nèi)，將譜能量函數(shù)看成是頻率的概率密度函數(shù)，譜質(zhì)心便是頻率的一階矩。

計(jì)算公式為

E(n)為信號x(n)經(jīng)過DTFT變化后所對應(yīng)頻率的譜能量，f(n)為x(n)經(jīng)過DTFT變化后對應(yīng)的頻率，N為DFT長度，P(E(n))為每個頻率對應(yīng)的能量相對于總能量的概率值，SC為信號的譜質(zhì)心。

2）譜質(zhì)心帶寬（spectrum centroid bandwidth，SCB）指聲音能量集中的頻帶寬度，即在[S C，fmax]內(nèi)的譜質(zhì)心與在[0，SC]內(nèi)譜質(zhì)心之間的差值，主要反映了聲音能量集中的區(qū)域。

計(jì)算公式為

SChigh為[S C，fmax]內(nèi)的譜質(zhì)心，SClow為內(nèi)的譜質(zhì)心。

3）譜下降值（spectrum roll-off，SRO）反映頻譜的傾斜程度，在語音學(xué)領(lǐng)域，一般用來區(qū)分嗓音和非嗓音，也可以用來區(qū)分高頻的和敲擊的瞬時聲音。反映了聲音能量開始下降時所對應(yīng)的頻率點(diǎn)。SRO定義為功率譜累計(jì)的幅度在C以下的頻率值。C按經(jīng)驗(yàn)值取0.85或者0.6。

計(jì)算公式為

4）譜不規(guī)律性（spectrum irregularity，SI）反映了包絡(luò)譜的形狀，是一個復(fù)音在頻譜上相鄰分音的幅度差程度的函數(shù)。因此，大幅度差值產(chǎn)生凹口包絡(luò)，而較小差值則產(chǎn)生較平滑包絡(luò)。

計(jì)算公式為

2.2 試驗(yàn)分析

采用A，B，C三類實(shí)測水面目標(biāo)輻射噪聲數(shù)據(jù)進(jìn)行特征提取，均采用標(biāo)準(zhǔn)水聽器錄制，采樣率為44100Hz，三類水面目標(biāo)輻射噪聲信號各選用120個樣本，所選用的噪聲樣本都是在不同的工況以及海洋環(huán)境下錄制的，每個信號長度為5s，特征提取前對信號進(jìn)行降采樣處理，降采樣后的采樣率為8820Hz。

從聽音的角度來看，A類水面目標(biāo)輻射噪聲平穩(wěn)，螺旋槳擊水“嘩嘩”聲清晰，并伴有“啪啪”聲，聽起來比較輕快、明亮，譜質(zhì)心的值較高；C類水面目標(biāo)輻射噪聲有較強(qiáng)的“咕嚕咕嚕”聲，輕微的螺旋槳劃水聲，聽起來比較沉悶，所以譜質(zhì)心的值較低；B類水面目標(biāo)輻射噪聲聽起來音色介于A，B之間，譜質(zhì)心的值也應(yīng)該介于兩者之間。從圖1（a）可以看出，A目標(biāo)信號的譜質(zhì)心值最高，C目標(biāo)的譜質(zhì)心值最低，B目標(biāo)的譜質(zhì)心值介于兩者之間，實(shí)驗(yàn)得到的結(jié)果與聽音判斷的結(jié)果吻合，理論結(jié)合實(shí)測數(shù)據(jù)說明譜質(zhì)心可作為分辨三類目標(biāo)的音色特征。譜質(zhì)心帶寬是高于譜質(zhì)心的頻帶內(nèi)的SC與低于譜質(zhì)心的頻帶內(nèi)SC的差值。圖1（b）中，三類目標(biāo)的譜質(zhì)心帶寬有少部分重疊在一起，C類目標(biāo)的譜質(zhì)心帶寬最高，B類目標(biāo)的譜質(zhì)心帶寬最低。

譜不規(guī)律性主要是用來描述包絡(luò)譜的形狀，通過研究發(fā)現(xiàn)，信號能量越大諧波次數(shù)越多，則譜不規(guī)律性的值越小，表示信號中的噪聲特性越明顯，越不具有規(guī)律性。圖1（c）中看出，三類目標(biāo)的輻射噪聲計(jì)算得到的譜不規(guī)律性的值相互交疊在一起，B類目標(biāo)的SI比A和C類目標(biāo)的SI稍大，而A和C類目標(biāo)的SI基本上一樣，利用譜不規(guī)律性不能很好地區(qū)分三類目標(biāo)。

圖1 音色特征

譜下降值在語音學(xué)中主要被用于區(qū)分嗓音和非嗓音，用來描述頻譜的傾斜程度。運(yùn)用到水面目標(biāo)輻射噪聲中來主要是描述功率譜的幅度累積在C以下的頻率值，C一般取0.85或者0.6，在本文中取C=0.85。圖1（d）中A目標(biāo)的譜下降值與B、C目標(biāo)能夠區(qū)分開，而B、C目標(biāo)的譜下降值有部分疊加在一起，無法區(qū)分開。所以采用譜下降值在一定程度上能夠?qū)θ惸繕?biāo)進(jìn)行區(qū)分。

3 結(jié)語

本文將音色特征應(yīng)用于水面目標(biāo)輻射噪聲的特征提取，描述了音色特征參量的物理含義和計(jì)算方法，對試驗(yàn)數(shù)據(jù)進(jìn)行分析得到如下結(jié)論：譜質(zhì)心、譜質(zhì)心帶寬、譜下降值能夠?qū)δ繕?biāo)進(jìn)行一定程度地區(qū)分，譜不規(guī)律性則不能很好地區(qū)分目標(biāo)。

本文通過實(shí)測數(shù)據(jù)證明了對水面目標(biāo)輻射噪聲進(jìn)行音色分析能夠?qū)ζ溥M(jìn)行有效區(qū)分，在此基礎(chǔ)上，音色特征與水面目標(biāo)輻射噪聲音質(zhì)屬性的關(guān)聯(lián)程度，所反映的人耳的主觀聽覺感受，有待于進(jìn)一步的深入研究，為目標(biāo)機(jī)器識別和人耳識別相結(jié)合奠定基礎(chǔ)。