鄒瑛珂，李祖明，劉曉宏，賈云飛

（1.南京理工大學(xué)機(jī)械工程學(xué)院，江蘇 南京 210094; 2.南京工程學(xué)院電力學(xué)院，江蘇 南京 211167;3.鹽城供電公司，江蘇 鹽城 224000）

0 引 言

近年來(lái)，由于傳感器、芯片和控制理論的快速發(fā)展，大量的廉價(jià)小型四旋翼無(wú)人機(jī)被應(yīng)用在農(nóng)保、安防、攝影、娛樂(lè)、軍事等領(lǐng)域。與此同時(shí)，四旋翼無(wú)人機(jī)所產(chǎn)生的各種社會(huì)問(wèn)題（如偷拍、妨礙飛行器飛行、傷害路人等事件）頻發(fā)。而在國(guó)防領(lǐng)域，利用無(wú)人機(jī)進(jìn)行軍事情報(bào)竊取或直接利用無(wú)人機(jī)進(jìn)行恐怖襲擊的可能性越來(lái)越高。因此如何在各種環(huán)境下對(duì)無(wú)人機(jī)進(jìn)行探測(cè)預(yù)警成為了一個(gè)新的課題。由于無(wú)人機(jī)體積小、速度低、飛行高度較低，很難被常規(guī)電磁波雷達(dá)探測(cè)。若使用光學(xué)雷達(dá)，有被障礙遮擋的問(wèn)題存在，且在復(fù)雜環(huán)境背景或無(wú)人機(jī)自身有隱蔽涂裝的情況下識(shí)別率很低[1]。但四旋翼無(wú)人機(jī)的聲音信號(hào)較大，且不易被改變，因此成為了比較有效的新穎探測(cè)方案。針對(duì)無(wú)人機(jī)聲探測(cè)領(lǐng)域的研究開(kāi)始于2010年，目前取得了一定成果。在國(guó)內(nèi)，張一聞等[2]提出了利用FFT、EMD+MFCC等特征結(jié)合諸如SVM、VQ等機(jī)器學(xué)習(xí)算法分類器以實(shí)現(xiàn)對(duì)無(wú)人機(jī)的識(shí)別，丘愷彬等[3]也提出利用MFCC+EMD能量占比實(shí)現(xiàn)不同型號(hào)無(wú)人機(jī)的區(qū)分。在國(guó)外，Jeon等[4]也嘗試使用深度學(xué)習(xí)算法研究UAV聲音檢測(cè)，最后發(fā)現(xiàn)循環(huán)神經(jīng)網(wǎng)絡(luò)效果最好，為將深度學(xué)習(xí)算法應(yīng)用到該領(lǐng)域提供了先例。這些算法在高信噪比條件下識(shí)別率較高，但由于這些算法本身存在魯棒性較低的固有缺陷，在面對(duì)諸如嘈雜街道等環(huán)境下識(shí)別率會(huì)有明顯下降，或者需要較多的樣本數(shù)量，然而目前網(wǎng)絡(luò)上并沒(méi)有相關(guān)公共數(shù)據(jù)集。本文主要針對(duì)無(wú)人機(jī)聲信號(hào)在含噪環(huán)境中的特征提取進(jìn)行深入研究，探求在該環(huán)境下比較好的特征提取方法，以解決無(wú)人機(jī)聲信號(hào)在高/低信噪比情況下的識(shí)別問(wèn)題。

1 無(wú)人機(jī)聲學(xué)特性分析

通過(guò)采集四旋翼無(wú)人機(jī)在飛行時(shí)的飛行噪音信號(hào)進(jìn)行分析。時(shí)域下無(wú)人機(jī)噪音信號(hào)如圖1所示。與其他聲學(xué)信號(hào)一樣，時(shí)域信號(hào)幅值隨著無(wú)人機(jī)與聲傳感器的相對(duì)距離而發(fā)生變化，距離越大強(qiáng)度越小。

圖1 時(shí)域下無(wú)人機(jī)噪聲信號(hào)

通過(guò)傅里葉變換可得其頻域特征，如圖2所示。可以看出其能量主要集中在200～2 000 Hz、7 600～9 900 Hz的范圍之間，符合人耳20～20 kHz聽(tīng)覺(jué)范圍。

圖2 無(wú)人機(jī)噪聲頻譜圖

通過(guò)相關(guān)文獻(xiàn)得知，無(wú)人機(jī)所產(chǎn)生的噪音主要來(lái)自3個(gè)方面：1）電機(jī)轉(zhuǎn)動(dòng)所產(chǎn)生的機(jī)械噪音；2）旋翼與空氣發(fā)生高速相對(duì)運(yùn)動(dòng)所產(chǎn)生的氣動(dòng)噪音；3）機(jī)體與空氣摩擦所產(chǎn)生的噪音。

但第一個(gè)和第三個(gè)方面相對(duì)氣動(dòng)噪音頻率高幅度低，在遠(yuǎn)場(chǎng)環(huán)境下捕捉困難，信噪比過(guò)低。因此應(yīng)針對(duì)氣動(dòng)噪音進(jìn)行捕捉。由于風(fēng)的影響和機(jī)體自身運(yùn)動(dòng)所產(chǎn)生的多普勒效應(yīng)，使用傳統(tǒng)的MFCC與FFT進(jìn)行信號(hào)分析效果并不佳，不太適合運(yùn)用于工程當(dāng)中。因此需要采用其他特征提取算法能夠解決風(fēng)噪的問(wèn)題。

2 特征提取

2.1 變分模態(tài)分解

針對(duì)該類非線性、非平穩(wěn)信號(hào)，傳統(tǒng)方法一般使用經(jīng)驗(yàn)?zāi)B(tài)分解方法（empirical mode decomposition，EMD），但此方法由于理論自身缺陷存在波形混疊、端點(diǎn)效應(yīng)等負(fù)面現(xiàn)象，嚴(yán)重影響對(duì)信號(hào)的分解。K·Dragomiretskiy等[5]提出了一種全新的自適應(yīng)分解方法——變分模態(tài)分解（variational mode decomposition，VMD），該方法不但可以極大程度緩解EMD的固有缺陷，且對(duì)噪音的魯棒性好，分解出的IMF分量數(shù)量固定，可以準(zhǔn)確分解出不同頻率段的信號(hào)。其核心是通過(guò)迭代搜索約束變分模型的最優(yōu)解來(lái)自動(dòng)獲取固有模態(tài)函數(shù)的帶寬以及核心頻率，從而按照頻率對(duì)信號(hào)進(jìn)行分解。利用其約束變分模型引入二次乘法因子來(lái)降低干擾，同時(shí)使用拉格朗日乘子法將其轉(zhuǎn)化為非約束變分問(wèn)題。最后得到增廣拉格朗日表達(dá)式[5]為：

式中：f——原始信號(hào)；

uk——所得模態(tài)函數(shù)；

ωk——各個(gè)模態(tài)中心頻率；

α——懲罰因子；

λ——拉格朗日因子。

最后利用ADMM算法迭代更新ωk,uk,λ，從而求得該模型的解。為求解方便將uk轉(zhuǎn)化至頻域，最后可得三者的更新公式[6]為：

2.2 VMD-IMF能量占比

跟EMD分解理論一樣，一個(gè)信號(hào)可以由多個(gè)VMD分解所得的IMF疊加而成，可以根據(jù)重構(gòu)算法反向重構(gòu)至原信號(hào)。而該種分解得到的每個(gè)IMF是由信號(hào)中擁有相同中心頻率的特定頻率信號(hào)組合。在K=8的情況下無(wú)人機(jī)噪音、安靜公園與嘈雜街道每個(gè)IMF信號(hào)能量與原信號(hào)的能量占比經(jīng)過(guò)歸一化后如圖3～圖5所示。

圖3 無(wú)人機(jī)噪聲信號(hào)IMF能量占比

圖4 安靜公園噪聲信號(hào)IMF能量占比

圖5 嘈雜街道噪聲信號(hào)IMF能量占比

可以看出二者有較大差別。說(shuō)明每個(gè)分量的能量與原信號(hào)的能量占比可以作為識(shí)別無(wú)人機(jī)噪音的特征量之一。且還可利用所分解出的IMF信號(hào)進(jìn)行進(jìn)一步處理獲取更多特征維度。

2.3 MFCC特征提取

人類聽(tīng)到聲音的原理為機(jī)械震動(dòng)在耳蝸的入口產(chǎn)生駐波，引起基底膜以與輸入聲波頻率相稱的頻率協(xié)調(diào)在此頻率上的最大幅度震動(dòng)。其中基底膜的工作特點(diǎn)為：1）不同地方的細(xì)胞膜頻率響應(yīng)不同；2）基底膜被視為非均勻?yàn)V波器組；3）濾波器組中的單個(gè)濾波器中心頻率和濾波器帶寬的比值可視為常數(shù)。

因此在語(yǔ)音信號(hào)處理方面廣泛采用按照人耳對(duì)不同聲音頻率敏感程度所設(shè)計(jì)的MEL濾波器組對(duì)語(yǔ)音信號(hào)進(jìn)行濾波，獲得其在不同頻率范圍內(nèi)的能量分布。其響應(yīng)函數(shù)為[7]：

其中f（m）為第m個(gè)濾波器中心頻率。

通過(guò)MEL濾波器組后進(jìn)行一系列變換后可得MFCC。其提取過(guò)程如下所示：1）信號(hào)預(yù)處理（包括分幀、預(yù)加重、加窗）；2）對(duì)信號(hào)進(jìn)行VMD分解得到IMF信號(hào)；3）將2）中所得信號(hào)作FFT求取能量譜，并將其通過(guò)MEL濾波器組；4）取對(duì)數(shù)進(jìn)行離散余弦變換。

無(wú)人機(jī)噪聲信號(hào)VMD分解后IMF0信號(hào)某幀MFCC圖像如圖6所示。其中顏色越偏紅，說(shuō)明該m階MFCC值越大，表示信號(hào)頻譜的能量在第m個(gè)濾波器對(duì)應(yīng)頻率范圍的能量分布大。相反，顏色越偏藍(lán)，說(shuō)明該m階MFCC值越小，表示信號(hào)頻譜的能量在第m個(gè)濾波器對(duì)應(yīng)頻率范圍的能量分布小。

圖6 無(wú)人機(jī)噪聲信號(hào)IMF0某幀MFCC圖

嘈雜街道、安靜公園噪聲信號(hào)VMD分解后IMF0信號(hào)某幀MFCC如圖7～圖8所示。

圖7 嘈雜街道噪聲信號(hào)IMF0某幀MFCC圖

圖8 安靜公園噪聲信號(hào)IMF0某幀MFCC圖

為了體現(xiàn)連續(xù)信號(hào)每一幀的關(guān)聯(lián)性，得到目標(biāo)噪聲的MFCC后，通過(guò)差分計(jì)算得到其一階差分參數(shù)ΔMFCC，與之前的MFCCCt（n）一起作為特征量。ΔMFCC通過(guò)如下式求出：

由于之前對(duì)信號(hào)進(jìn)行了VMD分解，因此本算法對(duì)VMD分解所得IMF信號(hào)進(jìn)行變換得到更多的MFCC特征量。

2.4 GFCC特征提取

與MEL濾波器類似，GammaTone濾波器是一組用來(lái)模擬耳蝸頻率分解特點(diǎn)的濾波器模型。但前者并沒(méi)有考慮到耳蝸基底膜的主動(dòng)反饋性和對(duì)頻率變化響應(yīng)的非線性，因此使用GammaTone濾波器組引入了非線性變化，魯棒性更好、抗噪能力更強(qiáng)，可以用于音頻信號(hào)的分解，便于后續(xù)進(jìn)行特征提取。由于使用該濾波器時(shí)中心頻率f0相對(duì)于衰減因子b足夠大，因此可以簡(jiǎn)化濾波器頻域響應(yīng)表達(dá)式。組成其濾波器組的濾波器頻域響應(yīng)表達(dá)式[8]為

其中n為濾波器階數(shù)。

經(jīng)過(guò)研究取n=4，其中衰減因子b與中心頻率關(guān)系為：

經(jīng)過(guò)GammaTone濾波器后所提取的特征參數(shù)稱為GFCC。無(wú)人機(jī)噪聲信號(hào)VMD分解后IMF0信號(hào)某幀GFCC圖像如圖9所示。其中顏色越偏紅，說(shuō)明該m階GFCC值越大，表示信號(hào)頻譜的能量在第m個(gè)濾波器對(duì)應(yīng)頻率范圍的能量分布大。相反，顏色越偏藍(lán)，說(shuō)明該m階GFCC值越小，表示信號(hào)頻譜的能量在第m個(gè)濾波器對(duì)應(yīng)頻率范圍的能量分布小。

圖9 無(wú)人機(jī)噪聲信號(hào)IMF0某幀GFCC圖

嘈雜街道、安靜公園噪聲信號(hào)VMD分解后IMF0信號(hào)某幀GFCC如圖10～圖11所示。

圖10 嘈雜街道噪聲信號(hào)IMF0某幀GFCC圖

圖11 安靜公園噪聲信號(hào)IMF0某幀GFCC圖

該濾波器組相比于MEL濾波器組為非線性濾波，因此GFCC擁有更高的魯棒性。與MFCC類似，其提取過(guò)程如下所示：1）信號(hào)預(yù)處理（包括分幀、預(yù)加重、加窗）；2）對(duì)信號(hào)進(jìn)行VMD分解得到IMF信號(hào)；3）將2）中所得信號(hào)作FFT求取能量譜，并將其通過(guò)GammaTone濾波器組；4）取對(duì)數(shù)進(jìn)行離散余弦變換。

同樣，為了體現(xiàn)連續(xù)信號(hào)每一幀的關(guān)聯(lián)性，得到目標(biāo)噪聲的GFCC后，通過(guò)差分計(jì)算得到其一階差分參數(shù)，與之前的GFCC一起作為特征量。由于之前對(duì)信號(hào)進(jìn)行了VMD分解，因此本算法對(duì)VMD分解所得IMF信號(hào)進(jìn)行變換得到更多的GFCC特征量。

3 隨機(jī)森林算法

隨機(jī)森林算法是機(jī)器學(xué)習(xí)、計(jì)算機(jī)視覺(jué)等領(lǐng)域內(nèi)應(yīng)用較為廣泛的一個(gè)分類器，也可以作為一種數(shù)據(jù)降維的手段[9]。近年來(lái)也被廣泛應(yīng)用到了基于各種特征的語(yǔ)音信號(hào)識(shí)別領(lǐng)域[10]。通過(guò)集成學(xué)習(xí)的思想，將原本作為弱分類器的多棵決策樹(shù)最后集成到一起，從而形成一個(gè)強(qiáng)分類器，以實(shí)現(xiàn)比較復(fù)雜的分類。

隨機(jī)森林運(yùn)用Bagging的思想，在變量（列）和數(shù)據(jù)（行）的使用上進(jìn)行隨機(jī)化，對(duì)訓(xùn)練集進(jìn)行有放回地隨機(jī)抽樣生成很多分類樹(shù)，每個(gè)樹(shù)都是一個(gè)獨(dú)立的判斷分支，互相之間彼此獨(dú)立。隨機(jī)森林的優(yōu)點(diǎn)在運(yùn)算量沒(méi)有顯著提高的前提下提高了預(yù)測(cè)精度，解決了決策樹(shù)面對(duì)高維特征的對(duì)象容易過(guò)擬合的缺點(diǎn)，對(duì)缺失數(shù)據(jù)有良好的魯棒性，可以很好地對(duì)擁有多個(gè)特征的信息進(jìn)行分類。其中生成決策樹(shù)的算法本文中采用基尼指數(shù)[11]：

式中：D——整個(gè)訓(xùn)練集集合；

Ck——訓(xùn)練集中每種樣本的數(shù)目；

D1與D2——每個(gè)按特征分類的兩種類別集合。

基尼指數(shù)越小，集合不確定性越小，因此每棵決策樹(shù)每個(gè)節(jié)點(diǎn)都選取基尼指數(shù)最小的特征分類點(diǎn)進(jìn)行分類。

當(dāng)在基于某此屬性對(duì)一個(gè)新的對(duì)象進(jìn)行分類判別時(shí)，隨機(jī)森林中的每一棵樹(shù)都會(huì)給出自己的分類選擇，并由此進(jìn)行加權(quán)輸出。在本算法中相比其他機(jī)器算法，該算法不用進(jìn)行相關(guān)參數(shù)的調(diào)整，且自帶有降維和特征選擇的功能，比較適合作為解決該類問(wèn)題的分類器。

4 算法流程

結(jié)合上文所述特征和分類器，總結(jié)出本文提出的一種無(wú)人機(jī)噪音信號(hào)識(shí)別的算法流程如圖12所示。

圖12 算法流程圖

該算法中，特征值MFCC與GFCC都是從由VMD分解所得的IMF信號(hào)中提取的，因此以下稱為VMFCC與VGFCC。

5 仿真實(shí)驗(yàn)

仿真實(shí)驗(yàn)基于Python3.8，樣本語(yǔ)音為利用NI數(shù)采和BM-K-5拾音器采集的的嘈雜街道環(huán)境音以及該環(huán)境下不同距離四旋翼無(wú)人機(jī)飛行噪音（10～20 m）、安靜公園環(huán)境噪音以及該環(huán)境下的四旋翼無(wú)人機(jī)飛行噪音（10～20 m）。每種音頻樣本數(shù)為300，歸一化后50%樣本用于訓(xùn)練，采樣頻率為20 kHz，預(yù)加重系數(shù)為0.97，加窗類型為Hamming，幀長(zhǎng)100 ms，幀移50 ms。VMD的K取8，GFCC/MFCC的倒譜系數(shù)數(shù)目取13，分別采用EMD能量占比+（Δ）EMFCC、EMD能量占比+（Δ）EGFCC、VMD能量占比+（Δ）VMFCC、VMD能量占比+（Δ）VGFCC、VMD能量占比+（Δ）VGFCC+（Δ）VMFCC特征，投入隨機(jī)森林分類器中進(jìn)行分類，所得結(jié)果如表1所示。

表1 本文特征與其他特征比較

從表中可以看出：

1）在使用VMD分解的特征提取算法中，其準(zhǔn)確率比EMD分解后獲取的同類特征提取算法最多高出11%。

2）其中在使用VMD能量占比特征的前提下使用（Δ）VGFCC在面對(duì)高信噪比樣本時(shí)識(shí)別率低于（Δ）VMFCC，但在面對(duì)嘈雜環(huán)境下的無(wú)人機(jī)樣本時(shí)識(shí)別率高于VMFCC。

3）VMD能量占比+（Δ）VGFCC+（Δ）VMFCC的識(shí)別率在面對(duì)不同距離高低信噪比的無(wú)人機(jī)噪音信號(hào)都高于二者單獨(dú)使用時(shí)的識(shí)別率。

6 結(jié)束語(yǔ)

針對(duì)傳統(tǒng)無(wú)人機(jī)聲噪信號(hào)識(shí)別魯棒性不高的問(wèn)題，本文在前人提出的無(wú)人機(jī)聲音特征提取方法上進(jìn)行改進(jìn)，將VMD能量占比和VMD所分解得到的GFCC作為在低信噪比環(huán)境下的識(shí)別特征，把可以自動(dòng)挑選特征量的隨機(jī)森林算法作為分類器進(jìn)行試驗(yàn)，證明該混合特征對(duì)改善低信噪比下無(wú)人機(jī)聲音識(shí)別正確率的有效性。但若距離較遠(yuǎn)（大于20 m）的情況下，信噪比進(jìn)一步降低，其識(shí)別準(zhǔn)確率有顯著下降。因此下一步工作是尋找更好的分類器和特征提取算法，提高識(shí)別距離。