基于光纤MOEMS声传感器技术的声纹识别系统研究
直升机是地面、海洋战场上必须监控的敌方空中武器，其善于利用地形、隐身技术躲避传统的雷达和光学系统，却有着无法掩盖的结构性气动噪声，尤其是低频、次声段信号具有传播距离远、线谱特性好等特点。因此，利用直升机声纹特性构建远距离捕捉、监控直升目标的声纹识别系统，具有重要的战略意义。电学声传感器在捕捉和传输信号的过程中，由于内部构造的原因常常受到战场复杂电磁环境的干扰。MOEMS（Micro-Opto-Electro-Mechanical Systems，微光学电子机械系统）技术却具有电磁免疫、低频响应好、低噪声、体积小巧、便于接入光纤网络、气候耐受性好等诸多优点，可以进行高精度测量，实现监听设备的微型化。 本文针对直升机声纹特性及光纤 MOEMS声传感器机理进行分析，在此基础上设计基于光纤MOEMS声传感器技术的声纹识别系统，对系统架构、光纤MOEMS声传感器、数据处理算法等内容进行研究、设计、建模与仿真，并搭建完整系统进行外场测试，通过对测试结果的分析比较，证明设计的可行性。论文主要研究内容如下： （1）声纹识别系统总体架构及性能指标的研究与设计。通过对声目标特性分析，建立识别策略，设计系统的总体方案、性能指标、各子模块功能和信号流向。基于光纤 MOEMS声传感器技术的声纹识别系统由前台声传感头模块和后台声信号数据处理模块组成，两模块之间通过光纤传输数据。前台声传感头模块用于接收声波，包含光纤MOEMS声传感器、激光光源、光纤环路器等器件，声波对传感头内部的光束进行调制，调制后的光束经光纤传入后台数据处理模块。数据处理模块包含光电转换子模块、声信号预处理子模块、声纹特征提取子模块和模式识别子模块。本文主要对光纤MOEMS声传感器、声信号预处理子模块算法、声纹特征提取子模块算法和模式识别子模块算法进行了研究和设计，激光光源、光纤环路器、光电转换器件等均采用成品设备，不是本文主要研究内容。 （2）光纤 MOEMS声传感器的研究与设计。1）光纤声传感器是声传感头模块的核心，通过对现有光纤传感器的种类和基本原理进行分析比较，本文选择了体积小巧、鲁棒性好的反射式光强调制型光纤MOEMS法珀腔结构。2）针对传统光纤MOEMS法珀腔声传感器的不足进行研究，指出传统设计中没有考虑 MOEMS声振薄膜弯曲所导致的耦合损耗，这会使测量精度难以进一步提高。针对这种情况，本文提出基于法珀腔干涉和耦合损耗理论的混合调制模型，并进行建模和推导相关计算公式，修正传统设计方案的功率传递系数；3）传统设计中没有采用准直器或者没有将其纳入计算，本文使用GRIN梯度折射率透镜作为准直器，建模计算由此导致的光场变化，通过与传统设计效果对比，证明这种设计可以有效降低腔内传输损耗；4）对传统设计中MOEMS薄膜结构进行分析，从而优化声振薄膜结构、提高响应灵敏度、降低工艺难度；5）按新设计方案制作光纤MOEMS声传感器，进行室内测试、评估，验证新设计方案的效果。 （3）数据处理的算法研究与设计。数据处理模块主要包括：声信号预处理子模块、声纹特征提取子模块和模式识别子模块，因此，数据处理算法的研究主要针对声信号预处理算法、声纹特征提取算法、模式识别算法。1）声信号预处理算法：利用多项式拟合算法去掉实测信号的趋势项；针对传统的谱减法进行分析，提出改进的减噪算法——以均方差作为调节因子，使不同概率分布的高斯噪声谱线在谱减过程中实现自我调节，并应用该算法对信号进行处理，提高信噪比。2）声纹特征提取算法：针对直升机声纹低频特征明显、谐波性好的特点，提出应用“双谱”(BISPECTRUM)和梅尔倒谱系数（MFCC，Mel Frequency Cepstrum Coefficient）建立联合特征提取算法，从不同的角度进行声纹特征提取，合成直升机声纹特征向量。“双谱”具有屏蔽高斯噪声和选取谐波峰的能力，MFCC算法具有对低频段的良好分析能力。特征提取后，信号被转化为声纹特征。3）模式识别算法：采用模糊聚类算法对声纹特征进行压缩，形成输入向量；利用交叉验证算法、遗传算法、粒子群算法对SVM（Support Vector Machine，支持向量机）关键参数进行寻优，以建立最佳模型机；利用最佳模型机进行分类测试。测试结果证明， SVM能够对直升机类型进行有效分类，达到较高的识别率。 （4）声纹识别系统搭建与外场测试。实现信号采集、预处理、特征提取、识别分类的全过程，验证设计效果。测试共获得6000组动态(有频移)和静态(无频移)数据。通过对数据的分析和比较，验证了整个系统的可靠性。 综上所述，本文设计了基于光纤 MOEMS声传感器技术的声纹识别系统的整体架构；针对传统光纤 MOEMS法珀腔声传感器的机理及不足进行研究分析，提出了基于法珀腔干涉和耦合损耗理论的混合调制模型，改进了腔体结构；改进了用于去除环境噪声信号的谱减算法；设计了针对直升机目标的“双谱”加MFCC联合特征提取算法；用模糊聚类、SVM算法进行了数据压缩、模式识别。在此基础上，搭建了一个完整的基于光纤 MOEMS声传感器技术的声纹识别系统、进行了外场测试、验证了设计效果，为将来进一步建立远程战场声纹识别、定位系统提供了理论依据和实践经验。
光纤声传感器;法布里-珀罗腔;声纹识别系统;谱减法
长春理工大学
博士
物理电子学
刘国军
2016
中文
TP212.16;TN253
153
2017-06-16（万方平台首次上网日期，不代表论文的发表时间）