（1.武漢工程大學智能機器人湖北省重點實驗室，湖北 武漢 430074；

2.武漢工程大學計算機科學與工程學院，湖北 武漢 430074）

家庭安防系統(tǒng)中聲音信號的小波分析與降噪

（1.武漢工程大學智能機器人湖北省重點實驗室，湖北 武漢 430074；

2.武漢工程大學計算機科學與工程學院，湖北 武漢 430074）

在LabWIEW環(huán)境下，針對家庭安防系統(tǒng)所采集的聲音數(shù)據進行了小波分析與降噪研究，通過試驗較好地實現(xiàn)了現(xiàn)場聲音采集和去噪處理.系統(tǒng)運行表明，采用小波降噪方法達到了理想效果，在人的聽覺范圍內既沒有感覺到噪聲，又無失真現(xiàn)象.

家庭安防系統(tǒng)；LabWIEW；聲音處理；小波降噪

0 引 言

在家庭智能報警系統(tǒng)中，當客戶端進行設防的條件下，探測器通過數(shù)據采集卡向控制主機發(fā)出報警指令時，控制主機將通過相應功能模塊來啟動相應的拾音器和USB攝像頭進行現(xiàn)場聲音與圖像信息采集，并把采集到的數(shù)據經過處理后與用戶的具體信息一起通過Lab VIEW中Internet工具包的FTP網絡技術傳送到服務器端，并通過GRPS彩信貓把采集的聲音與圖像以彩信的形式發(fā)向用戶預先設定的手機.由于在現(xiàn)場進行聲音采集時會受到各種噪聲以及背景信號的干擾和影響，包括拾音器和聲卡自身帶來的噪聲，要求采集聲音信號之后，必須經過降噪處理，使傳送到接收端的信號在人的聽覺范圍內既消除了噪聲的干擾，又不存在失真現(xiàn)象.本文就是在此背景下，基于Lab WIEW平臺，對現(xiàn)場語音信號采集與處理進行了研究和試驗.

1 系統(tǒng)簡介

該家庭智能報警系統(tǒng)客戶端所需硬件主要由控制主機、數(shù)據采集卡、探測器、遙控器等組成［1－2］.整個系統(tǒng)組成如圖1所示.

圖1 系統(tǒng)硬件連接圖Fig.1 Connection diagram of the systematic hardware

系統(tǒng)中的遙控接收裝置通過USB口與控制主機連接，將3.5 mm警笛插入聲卡的Line out插孔，3.5 mm拾音器并聯(lián)后插在聲卡的Line in插孔.紅外柵欄的電源正、地線分別與所配帶的電源正負線連接，信號線接在數(shù)據采集卡的DI相應的引腳，同時將地線接在數(shù)據采集卡的GND引腳.門縫門磁開關，柜子門磁開關的兩根線分別接在數(shù)據采集卡的GND和DI相應的引腳上.USB紅外攝像頭以及GPRS彩信貓，直接插在與控制主機相連的USB HUB上USB母口.當SQL Server數(shù)據庫的彩信發(fā)送表MSG OUTBOX里有客戶端相應的功能模塊采集的現(xiàn)場數(shù)據時，彩信貓就會通過移動網絡向用戶預先設定的手機發(fā)送彩信.客戶端控制主機通過Internet或電話網絡與服務器端的110接警中心、小區(qū)保安中心以及用戶指定地點等進行數(shù)據通信.

系統(tǒng)所用的探測器為東尼TONY-A7拾音器，考慮到Mic in插孔有前置放大電路，容易引起噪聲且會導致信號過負荷，而將其與Line in連接，但由于拾音器是高靈敏度的聲音采集裝置，聲卡本身以及控制主機風扇等其它部件也容易形成噪聲源，所以在實際運行中先把采集的聲音放大，經過去噪等信號處理后再將采集的聲音信號傳送出去.

2 現(xiàn)場語音信號采集與處理

2.1 小波去噪原理

信號和噪聲在小波域中有不同的形態(tài)表現(xiàn)，它們的小波系數(shù)幅值隨尺度變化的趨勢不同.隨著尺度的增加，噪聲系數(shù)的幅值很快衰減為零，而真實信號系數(shù)的幅值基本不變.小波去噪的機理就是基于信號與噪聲的小波系數(shù)在尺度上的不同性質，采用相應的規(guī)則，對含噪信號的小波系數(shù)進行取舍、抽取或切削等非線性處理，以達到去除噪聲的目的［3－4］.

小波去噪的本質是一個函數(shù)逼近的問題，就是如何在由小波母函數(shù)伸縮和平移版本所展成的函數(shù)空間中，根據提出的衡量準則，尋找對原信號的最佳逼近，以完成原信號和噪聲信號的區(qū)分.因此，小波去噪方法也就是尋找從實際信號空間到小波函數(shù)空間的最佳映射，以便得到原信號的最佳恢復.在實際工程中，有用信號通常表現(xiàn)為低頻部分或是一些比較平穩(wěn)的信號，而噪聲信號通常表現(xiàn)為高頻信號.所以，小波去噪實際上是特征提取和低通濾波的綜合.

2.2 小波去噪方法研究

去噪的基本思路是帶噪信號經過預處理，然后利用小波變換把信號分解到各尺度中，在每一尺度下把屬于噪聲的小波系數(shù)濾除掉，保留并增強屬于信號的小波系數(shù)，最后再經過小波逆變換恢復信號.

相對于傅里葉變換濾波的等步長頻譜去噪，小波變換去噪是二等分頻譜去噪，只有進行小波分解才能實現(xiàn)等步長頻譜去噪.在小波去噪處理中，選用的小波不一樣，去噪效果也不一樣.小波去噪方法大致上可分為［5－7］：①小波系數(shù)收縮法：分為閾值收縮和比例收縮；②投影方法：將帶噪信號以一種迭代的方式投影到逐步縮小的空間.由于最后的空間能更好地體現(xiàn)原信號的特點，所以投影法也能夠有效地區(qū)分噪聲和信號；③相關法：是基于信號在各層相應位置上的小波系數(shù)之間往往具有很強的相關性而噪聲的小波系數(shù)則具有弱相關或不相關的特點來進行去噪的.

由小波消噪原理可知，利用小波變換進行去噪的基本方法為：首先選擇一個小波并確定小波分解的層次N，然后對信號進行N層小波分解.分解后的近似信號代表低頻信號，它包含有用信號的主要成分；細節(jié)信號為高頻部分，包含有用信號的高頻成分和噪聲成分.在這個過程中，選擇合適的小波基對降噪效果影響很大.一個合適的小波基，能使信號能量分布在少數(shù)的幾個基底上.對于小波分解的尺度，若信號中噪聲含量較多，小波變換尺度要大些；而噪聲含量較少時，小波變換尺度可小一點.其次，高頻系數(shù)的閾值選取和量化.在處理過程中，小波變換的近似信號全部保留，而對于從第一層到第N層的每一層的高頻系數(shù)，選擇一個閾值，并對高頻系數(shù)用閾值函數(shù)進行量化處理.最后根據小波分解的第N層的低頻系數(shù)和經過量化處理后的第1層到第N層的高頻系數(shù)，進行聲音信號的小波重構.

2.3 基于Lab Vl EW的小波去噪實現(xiàn)

系統(tǒng)聲音信號的采集、處理和傳送是在Lab VlEW平臺下的子程序實現(xiàn)的.錄制聲音的子VI程序運行時，先檢測報警是否處于設置狀態(tài)，若是，則檢查存放采集聲音文件的目錄是否存在，存在就通過聲音子VI進行聲音采集，不存在則動態(tài)地創(chuàng)建此目錄.

聲音采集是通過聲音子VI進行，如圖2所示.聲音文件從0開始動態(tài)的每隔20 s就以下一個數(shù)字為文件名，以.mid為擴展名建立.聲音子VI左邊的兩個輸入變量分別控制采集的采樣數(shù)目和采集的硬件設備ID.程序運行時，首先通過Sound File Open函數(shù)打開聲音文件，通過配置聲音輸入函數(shù)對采集的聲音信息及參數(shù)進行配置，然后通過讀取聲音函數(shù)讀取采集的聲音數(shù)據進行放大3倍和小波降噪后存入到聲音文件.

一個實用的現(xiàn)場聲音信號采集系統(tǒng)不僅要具有聲音信號的采集、傳送和回放功能，還應具有進行復雜的聲音信號分析和處理功能.通常這些信號處理的運算量比較大，而且又要滿足實時的快速高效處理要求，以完成對聲音信號的采集和處理任務.

在進行聲音處理最初試驗中，嘗試著采用了自適應濾波降噪、聯(lián)合視頻分析降噪和小波降噪等方法，效果都不太理想.用普通的濾波器幾乎沒有任何效果；自適應濾波降噪雖然噪.

圖2 聲音子VI（對聲音數(shù)據放大和降噪）Fig.2 Sound VI subroutine（amplification of sound data and noise reduction）

聲降低了很多，但不夠徹底.自適應分析因地點不同選取的背景參考噪聲可能就不同，從而用在本文是行不通的；而聯(lián)合時頻分析在系統(tǒng)采集的聲音降噪中有一定的失真.最終確定采用小波降噪方法.但在該方法中，小波分析所涉及的參數(shù)太多，需要經過大量的分析研究與試驗才使得小波分析降噪法達到了理想效果.

在小波降噪處理過程中，所選的小波不一樣，去噪效果也不同.先選取了小波函數(shù)中的Daubechies、Symlets和Coiflet小波族進行比較試驗.通過對信號數(shù)據進行小波變換，然后將重構信號與原始信號的信噪比和峰值誤差大小作比較，選取最優(yōu)小波基.并進行了在選擇同一個小波家族的情況下，比較不同的濾波器長度；在選擇的濾波器長度相同的情況下，比較不同家族的小波的研究.結果確定Coif N小波族較優(yōu).消噪過程是通過對小波分解系數(shù)進行閾值量化來實現(xiàn)的，它可以讓用戶選擇自己的量化方案.經過試驗比較，選定通用閾值形式，其大小是通過運算sqrt（2＊log（1ength（X）））作為閾值.

聲音降噪的實現(xiàn)是在Lab Vl EW環(huán)境下，系統(tǒng)采集到的原始數(shù)據通過MATLAB Script節(jié)點，進行小波閾值降噪.小波降噪的主要參數(shù)是小波個數(shù)、小波的分解層數(shù)及采用的小波類型等.測試中，確定小波分解級數(shù)的依據是，若信號的信噪比大些，即信號占主要成分，則分解級數(shù)就小一點；反之，若信號的噪聲占主要成分，分解級數(shù)就大些.具體參數(shù)設置：Transform type為undecimated wavelet transform （UWT）；Wavelet類型為coif3；小波分解層數(shù)為3；相應的Threshhold Settings：Thresholding rule 為Universal；Rescaling method為 Multiple；Option for approx為Threshold；Data type為waveform.經過反復試驗比較，以上的參數(shù)設置降噪效果為最佳，在人的聽覺范圍內沒有沒有感覺到噪聲存在.其降噪前后的波形如圖3、4所示.

圖3 降噪聲前的信號Fig.3 Sound signal before noise reduction

從原始聲音信號的波形圖中可以看出其中包含有噪聲，先對其利用小波進行完全分解，最后重構信號，選用合適的小波函數(shù)，采用3層分解級數(shù)，從圖3、4中可以明顯的看出，處理后的聲音信號基本不含任何噪聲分量.

圖4 降噪后的效果Fig.4 Effect after the noise reduction

3 結 語

聲音信號降噪是任何聲音采集都會遇到的問題，需要大量反復的試驗才能達到理想的效果.本文經過分析對比自適應濾波降噪、聯(lián)合視頻分析降噪和小波降噪等方法，最終確定了采用小波去噪.由于小波的特性，決定了只有小波降噪在本系統(tǒng)中的效果最為理想.小波分析雖然可行，但因涉及的參數(shù)太多，需要經過大量的分析研究與試驗才使得小波分析降噪法達到了理想效果，即在人的聽覺范圍內沒有感覺到有噪聲存在，同時又無失真現(xiàn)象.在試驗中還發(fā)現(xiàn)這個聲音采集相關的函數(shù)與小波分析降噪函數(shù)不能出現(xiàn)在同一個項目工程里，經過研究發(fā)現(xiàn)這是Lab VIEW2009平臺的一個BUG點（Lab VIEW平臺自身的一個缺陷），后來在Lab VIEW2010中解決了這個問題.

［1］程勇.基于Lab VIEW 的家庭智能報警系統(tǒng)研究［D］.武漢：武漢工程大學，2011.

［2］王會清，程勇.基于Lab VIEW的軟件許可證系統(tǒng)設計［J］.武漢工程大學學報，2011，33（4）：81-84.

［3］飛思科技產品研發(fā)中心.MATLAB 6.5輔助小波分析與應用［M］.北京：電子工業(yè)出版社，2003.

［4］孫延奎.小波分析及其應用［M］.北京：機械工業(yè)出版社，2005.

［5］關履泰.小波方法與應用［M］.北京：高等教育出版社，2007：35-37.

［6］權建峰，李艷，郭東敏.小波變換模極大值方法對信號的奇異性檢測［J］.探測與控制學報，2009，31（2）：46-49.

［7］談宏華，潘正春，騰達.基于Labvie的液壓站監(jiān)控系統(tǒng)［J］.武漢工程大學學報，2010，32（12）：94-97.

Research on wavelet denoising of sound signals in home safety precautions system

WANG Huiqing1，2，CHENG Yong1，2
（1.Hubei Province Key Laboratory of Intelligent Robot，Wuhan Institute of Technology，Wuhan 430074，China；
2.School of Computer Science ＆Engineering，Wuhan Institute of Technology，Wuhan 430074，China）

sound data collected by the safety precautions system based on Lab VIEW were analyzed and tested to denoise.Using wavelet denoising with adaptive parameters selected by experiments，the system achieved desired results.Within auditory range we haven’t heard noise and distortion.

home safety precautions system；Lab VIEW；sound processing；wavelet denoising

陳小平

TP311.53

A

10.3969／j.issn.1674-2869.2011.10.022

16742869（2011）10009604

20110601

王會清（1959），男，遼寧沈陽人，副教授，碩士.研究方向：計算機控制與檢測、數(shù)字信號處理.