CN104794894B - 一种汽车鸣笛噪声监视装置、系统及方法 - Google Patents

Abstract

本发明公开了一种汽车鸣笛噪声监视系统及其方法，该噪声监视系统包括鸣笛噪声识别模块、噪声源定位模块、摄像模块。鸣笛噪声识别模块根据汽车鸣笛噪声的频率特性，通过在拾音器前端加带通滤波器过滤掉频率小于或大于鸣笛噪声的声波，再进行检测来确定鸣笛噪声信号。噪声源定位模块基于ESPRIT算法的多声源定位，ESPRIT算法利用一类阵列的平移不变性带来的信号子空间的平移不变性，通过构造特殊的矩阵束并对其进行广义特征分解求得与声源来向对应的平移算子，从而获得方向参数估计。摄像模块对确定的噪声源寻点拍摄，并进行违规标记处理，然后对标记的违规车辆照片存储或实时的传送给相关交通管理部门。

Description

一种汽车鸣笛噪声监视装置、系统及方法

技术领域

本发明属于音频信号处理、模式识别和阵列信号处理技术领域，涉及一种汽车鸣笛监视装置、系统及方法。

背景技术

准确快速地判断移动声源的坐标位置是声音定位技术的核心目标。目前，以麦克风阵列声源定位技术为主流技术，它是一种利用麦克风拾取阵列拾取语音信号并利用数字信号处理技术的声音定位方法，具有良好的空间选择特性。基于该原理可有以下三种方法来进行声源定位：

①基于高分辨率谱估计的定向技术。它是通过求解麦克风信号间的相关矩阵确定声源方向角的方法，进一步求解声源位置。该方法源于高分辨率谱估计技术，如最小方差谱估计法和特征值分解法等。它要求声源信号具有平稳性，并且，为了降低外界干扰因素的影响和满足该技术应用的特殊条件，需成倍地提高系统的运算量，由此对系统的硬件设备提出了更高的要求。

②基于最大输出功率的可控波束形成技术。该技术通过对麦克风阵列接收到的语音信号进行处理，直接控制麦克风指向声源信号最大功率波束的方向。

③基于到达时差(TDOA)的声源定位技术。该方法是一种无线定位技术，它通过测量移动声源发出的声源信号到达各拾音器的时间差的方法，实现定位功能。能否精确而灵活地估计延时长度是影响声源定位的关键因素。

发明内容

基于城市人口密集区机动车鸣笛屡禁不止和人工监视效率低等现象。本发明的目的针对上述现象，提出一种汽车鸣笛噪声监视系统及其方法。检测出在禁止鸣笛道路上的违章鸣笛车辆，并用公路摄像机寻点拍摄。

本发明提供了一种汽车鸣笛噪声监视系统，其包括：

鸣笛噪声识别模块，其用于对拾取的声波进行识别，最终确定汽车鸣笛噪声信号；

噪声源定位模块，其根据所述鸣笛噪声识别模块识别出来的汽车鸣笛噪声信号确定汽车鸣笛噪声源；

摄像模块，其用于对所确定的汽车鸣笛噪声源进行拍摄。

本发明还提供了一种汽车鸣笛噪声监视方法，其包括：

对拾取的声波进行识别，最终确定汽车鸣笛噪声信号；

根据所述鸣笛噪声识别模块识别出来的汽车鸣笛噪声信号确定汽车鸣笛噪声源；

对所确定的汽车鸣笛噪声源进行拍摄。

本发明还提供了一种汽车鸣笛噪声监测系统，其包括：

鸣笛噪声识别模块，其包括多个拾音单元，分别用于拾取周围环境的声波，并对拾取的声波进行识别，最终确定汽车鸣笛噪声信号；

噪声源定位模块，其包括第一麦克风阵列和第二麦克风阵列，所述麦克风阵列包括分别分布在X轴和Y轴上的第一麦克风阵列和第二麦克风阵列，且第一麦克风阵列和第二麦克风阵列包括间隔均匀的等量麦克风阵元；所述第一麦克风阵列和第二麦克风阵列根据所述鸣笛噪声识别模块识别出来的汽车鸣笛噪声信号确定汽车鸣笛噪声源；

摄像模块，其包括多个摄像头，分别用于对所确定的汽车鸣笛噪声源进行拍摄。

公路摄像机的寻点拍摄模块根据声源定位模块确定的三维点进行摄像机寻点拍摄。然后标识拍摄的图片，将标识的违规车辆图片保存或实时的传送给交通管理部门。

附图说明

图1为本发明中汽车鸣笛噪声监视系统原理框图；

图2为本发明中汽车鸣笛声识别系统的系统图；

图3本发明中阵列阵源分布结构图；

图4本发明中系统装置安装图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚明白，以下结合具体实施例，并参照附图，对本发明作进一步的详细说明。

下面结合附图对本发明做进一步的说明。

图1为本发明提出的汽车鸣笛噪声监视系统的结构框图。如图1所示，该系统包括三个模块，分别为鸣笛噪声识别模块、噪声源定位模块、摄像模块。本发明提出的汽车鸣笛噪声监视系统利用麦克风阵列拾声器拾取声源信号，然后由中央处理器对拾取的声源信号进行处理。

所述识别模块包括多个拾音单元，用于对拾取的声波进行带通滤波，过滤掉频率小于和大于汽车鸣笛声的公路噪声，仅保留鸣笛声附近的音频信号。然后，所述识别模块对所保留的鸣笛声附近的音频信号进行短时能量过限检测，检测出疑似汽车鸣笛声信号。最后进行频率匹对，确定鸣笛声信号。

可选地，所述多个拾音单元根据上下门限值对拾取的声波进行带通滤波，且所述上下门限值可根据统计的一般机动车辆的鸣笛声频率来确定。可选地，根据实验测得的机动车辆鸣笛声频率特性，在麦克风传感器前端加一个截止频率为200Hz和5KHz的带通滤波器，可最大限度的滤除公路噪声，同时保留中频部分的汽车鸣笛声信号成分。

其中，对处理后的带通信号进行模数转换，进一步确定是否为鸣笛噪声。

本发明的识别模块还对进行带通滤波后得到的鸣笛声附近的音频信号进行短时能量过限检测。这是因为，由于信号的时变特性，利用窗函数将信号分成一定长度的帧，并且认为在这些短时间内信号的特征基本不变。在本发明中用主瓣较宽的汉明窗得到较为平滑的频谱。

本发明采用基于时域短时能量的端点检测法，端点检测的目的是检测出疑似汽车鸣笛声的语音信号的位置。

一帧声音信号x(n)的短时能量的定义为：

其中，w(n)为窗函数，N是窗长，也是一段声音处理帧的长度，x(n)和x(m)为n，m时刻的帧信号。经过第一步带通滤波后的声音信号，去除了大部分的公路噪声，此处可设定检测门限为E_l，当E_n＞E_l时判定当前声音分帧中有疑似汽车鸣笛声信号出现。

其中，E_l＝min[0.03(E_max-E_min)+E_r，4E_r]

其中，E_max为能量最大值，E_min为能量最小值，E_r为所有分帧能量的平均值。

在检测出疑似汽车鸣笛声信号帧以后，所述识别模块还进行频率比对，以从疑似汽车鸣笛声信号帧中确定出鸣笛声信号。具体地，识别模块将短时能量方法检测出的疑似汽车鸣笛声信号变换到频率域，利用鸣笛声和噪声频谱的统计特性对鸣笛声进行识别。即利用预先统计确定的鸣笛噪声频率特性对其进行匹配，如果匹配则认为疑似汽车鸣笛声信号为确定的鸣笛声信号。

本发明中，所述多噪声源定位模块，其根据识别模块所确定的鸣笛声音信号定位声源。可选地，所述多噪声源定位模块基于ESPRIT算法利用一类阵列的平移不变性带来的信号子空间的平移不变性，通过构造特殊的矩阵束并对其进行广义特征分解求得与声源来向对应的平移算子，从而获得方向参数估计。该步骤中，通过对每个拾音单元确定的信号源方向即可计算得到信号源的三维坐标。下面将根据细节具体介绍该模块的实现过程。

本发明中，所述多噪声声源定位模块包括安装于拾音装置内部的第一麦克风阵列和第二麦克风阵列。图3示出了本发明中第一麦克风阵列和第二麦克风阵列的阵列分布示意图。如图3所示，第一麦克风阵列和第二麦克风阵列分布为在x轴和y轴上分别分布着阵元数为N的均匀线阵X，Y，原点处的阵元为两个线阵X，Y共有，第一麦克风阵列和第二麦克风阵列由相同的阵元构成，第一麦克风阵列和第二麦克风阵列关于平面对称，且两阵列的中心位置相距L，L根据实际需要进行设定。

可选地，本发明中在对确定的鸣笛声信号进行三维定位时，基于ESPRIT算法可求出噪声源相对于阵列中心点的方位角，假设第一麦克风阵列的中心为三维坐标原点(0，0，0)，线阵的阵元间距为d，阵列的输出噪声为零均值、方差为σ²统计独立的高斯白噪声，且与噪声源不相关。

若空间有M个统计独立的噪声源，所述噪声源相对于参考阵元的频率和入射角分别为f_i，θ_i，对于线阵X和线阵Y接收到的信号矢量分别为

其中：S(t)＝[s_l(t)，...，s_k(t)，...s_M(t)]^T为鸣笛噪声矢量；

表示线阵X的方向矩阵；

表示线阵Y的方向矩阵；

a_x(f_i，θ_i，φ_i)表示对i噪声源的接收函数，不同的接收阵元的方向矩阵不同；

N_x(t)和N_y(t)分别表示线阵接收到的非鸣笛噪声的噪声信号。

为求多鸣笛噪声信号的二维到达角及频率的联合估计，本发明基于一种ESPRIT算法的联合估计法，但本发明不限定只有该方法可应用于本系统。在该麦克风阵列中，子阵X的前N-1个阵元和后N-1个阵元的接收信号矢量分别记为X₁(t)、X₂(t)，子阵Y的前N-1个阵元和后N-1个阵元的接收信号矢量分别记为Y₁(t)、Y₂(t)，则有

其中：

A_x为X阵列的方向矩阵，A_y为Y阵列的方向矩阵。

为估计信号的频率，在阵列的接收信号上加上延迟τ。

只需将X子阵中的前N-1个阵元进行一节延迟，延迟后得到的数据记为X₃，根据空间二维谱估计可知：

其中

由旋转不变子空间的原理可知，若空间噪声为白噪声，可以构造X₁(t)的自协方差矩阵X₁(t)和X₂(t)的互协方差矩阵Y₁(t)的自协方差矩阵Y₁(t)和Y₂(t)的互协方差矩阵X₁(t)和X₃(t)的互协方差矩阵假设空间噪声为高斯白噪声，对上述的5个协方差矩阵去噪，则有

分别求得3个矩阵对的广义特征值：

vf_i＝exp(-j2πf_iτ)，

其中，i＝1，2，...，M，M为鸣笛噪声源数。

联立以上三式，可以求解噪声源的频率、方位角和俯视角：

vf_i＝exp(-j2πf_iτ)

其中，θ_i和φ_i分别为第i个噪声源的方位角和俯视角；f_i为第i个噪声源的频率，τ为接收线阵X₃相对于接收线阵X₁的接收信号延迟；d为所述第一麦克风阵列和第二麦克风阵列中阵元之间的间距，c为光速；vf_i、vX_i、vY_i分别为矩阵对的广义特征值。对上述方程的求解过程中，通过构造特殊的矩阵束并对其进行广义特征分解，假设vf_i，vX_i，vY_i分别为矩阵的广义特征值，则矩阵如下表示：

其中，为X₁(t)的自协方差矩阵，为X₁(t)和X₂(t)的互协方差矩阵，为Y₁(t)的自协方差矩阵，为Y₁(t)和Y₂(t)的互协方差矩阵，为X₁(t)和X₃(t)的互协方差矩阵，I为单位矩阵，σ²为高斯白噪声的方差；X₁(t)和X₂(t)分别为第一麦克风阵列的子阵X前N-1个阵元和后N-1个阵元的接收信号矢量；Y₁(t)和Y₂(t)分别为第一麦克风阵列的子阵Y前N-1个阵元和后N-1个阵元的接收信号矢量；X₃(t)为第一麦克风阵列的子阵X中的前N-1个阵元对接收的信号延迟τ后的信号矢量。

根据第一麦克风阵列和第二麦克风阵列相应阵元的接收信号矢量，可计算出第i个噪声源的空间坐标

z_i＝(z_i1+z_i2)/2

其中，x_i、y_i和z_i分别为第i个噪声源的空间坐标；θ_i1和分别为第i个噪声源相对于第一麦克风阵列中心点的方向角和俯仰角；θ_i2和分别为第i个噪声源相对于第二麦克风阵列中心点的方向角和俯仰角。

本发明中所述摄像模块包括多个摄像头，其均匀分布在所述多噪声声源定位模块的第一麦克风阵列和第二麦克风阵列之间，如图4所示；当多噪声声源定位模块得到鸣笛声信号的空间坐标后，所述摄像模块调控摄像头旋转调焦，并对噪声源进行拍摄。具体，可以选择所有摄像头都对准噪声源进行拍摄，也可以选择距离最近的至少一个摄像头对噪声源进行拍摄。

其中，对摄像机拍摄的照片进行违规标记处理。

其中，对标记的照片进行储存或实时地传送给有关交通部门。

其中，调控摄像头对最近点噪声源进行寻点拍摄。

其中，摄像头的个数可根据该路段统计的汽车鸣笛频率而定。

对违规鸣笛的汽车进行拍摄，并将照片存储在摄像机内存中，或将照片实时地传送给相关交通管理部门。

其中，对拍摄的噪声源照片进行鸣笛违规标记。

其中，对摄像机中的内存进行定期的处理，以防内存过满，不能拍摄。

以上所述的具体实施例，对本发明的目的、技术方案和有益效果进行了进一步详细说明，应理解的是，以上所述仅为本发明的具体实施例而已，并不用于限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (7)

1.一种汽车鸣笛噪声监视系统，其包括：

鸣笛噪声识别模块，其用于对拾取的声波进行识别，最终确定汽车鸣笛噪声信号；

噪声源定位模块，其根据所述鸣笛噪声识别模块识别出来的汽车鸣笛噪声信号确定汽车鸣笛噪声源；

摄像模块，包括多个摄像头，其用于对所确定的汽车鸣笛噪声源进行拍摄，根据声源定位模块确定的三维点进行摄像机寻点拍摄，然后标识拍摄的图片，将标识的违规车辆图片保存或实时的传送给交通管理部门；

其中，所述鸣笛噪声识别模块如下对拾取的声波进行识别：

对所拾取的声波进行带通滤波，过滤掉频率不在汽车鸣笛噪声信号范围之外的其他噪声信号；

对进行带通滤波后的声波进行短时能量过限检测，检测出疑似汽车鸣笛噪声信号；

将疑似汽车鸣笛噪声信号的频率与预设的汽车鸣笛噪声信号的频率进行匹配，以确定汽车鸣笛噪声信号；

所述对进行带通滤波后的声波进行短时能量过限检测具体包括：

利用窗函数将所述带通滤波后的声波分成多个帧信号，其中每个帧信号中信号的特征不变；

计算每个帧信号的短时能量，并将其与能量检测门限值进行比较；

当所述帧信号的短时能量大于所述能量检测门限值时，将其确定为疑似汽车鸣笛噪声信号；

所述每个帧信号的短时能量如下计算：

其中，E_n为第n帧信号的短时能量，w(n)为窗函数，N是窗长，x(n)为第n帧信号；

所述能量监测门限值如下计算：

E_l＝min[0.03(E_max-E_min)+E_r,4E_r]

其中，E_max为所有帧信号中的能量最大值，E_min为所有帧信号中的能量最小值，E_r为所有帧信号能量的平均值；

其中，所述噪声源定位模块根据所述鸣笛噪声识别模块识别出来的汽车鸣笛噪声信号确定汽车鸣笛噪声源：

获取麦克风阵列接收到的各汽车鸣笛噪声源的信号矢量；其中，所述麦克风阵列包括分别分布在X轴和Y轴上的第一麦克风阵列和第二麦克风阵列，且第一麦克风阵列和第二麦克风阵列包括间隔均匀的等量麦克风阵元；

根据所获取的各汽车鸣笛噪声源的信号，基于ESPRIT算法估计得到各汽车鸣笛噪声源的频率、方位角和俯视角；

根据所述各汽车鸣笛噪声源的频率、方位角和俯视角计算得到所述各汽车鸣笛噪声源的空间坐标。

2.如权利要求1所述的系统，其中，所述鸣笛噪声识别模块利用多个拾音装置进行声波的拾取；所述噪声源定位模块利用安装于拾音装置内部的麦克风阵列对噪声源进行定位；所述摄像模块利用多个摄像头对所述汽车鸣笛噪声源进行拍摄。

3.如权利要求2所述的系统，其中，所述各汽车鸣笛噪声源的频率、方位角和俯视角如下计算得到：

vf_i＝exp(-j2πf_iτ)，

其中，θ_i和φ_i分别为第i个噪声源的方位角和俯视角；f_i为第i个噪声源的频率，τ为时延；d为所述第一麦克风阵列和第二麦克风阵列中阵元之间的间距，c为光速；vf_i、vX_i和vY_i分别是计算中间值。

4.如权利要求1所述的系统，其中，所述各汽车鸣笛噪声源的空间坐标如下计算得到：

z_i＝(z_i1+z_i2)/2

其中，x_i、y_i和z_i分别为第i个噪声源的空间坐标；θ_i1和分别为第i个噪声源相对于第一麦克风阵列中心点的方向角和俯仰角；θ_i2和分别为第i个噪声源相对于第二麦克风阵列中心点的方向角和俯仰角；L为第一麦克风阵列和第二麦克风阵列的中心位置间距。

5.如权利要求1所述的系统，其中，所述每个帧信号的短时能量如下计算：

其中，E_n为第n帧信号的短时能量，w(n)为窗函数，N是窗长，x(n)为第n帧信号；

所述能量监测门限值如下计算：

E_l＝min[0.03(E_max-E_min)+E_r,4E_r]

其中，E_max为所有帧信号中的能量最大值，E_min为所有帧信号中的能量最小值，E_r为所有帧信号能量的平均值。

6.一种汽车鸣笛噪声监视方法，其包括：

对拾取的声波进行识别，最终确定汽车鸣笛噪声信号；

根据所述鸣笛噪声识别模块识别出来的汽车鸣笛噪声信号确定汽车鸣笛噪声源；

对所确定的汽车鸣笛噪声源进行拍摄；

其中，如下对拾取的声波进行识别：

对所拾取的声波进行带通滤波，过滤掉频率不在汽车鸣笛噪声信号范围之外的其他噪声信号；

对进行带通滤波后的声波进行短时能量过限检测，检测出疑似汽车鸣笛噪声信号；

将疑似汽车鸣笛噪声信号的频率与预设的汽车鸣笛噪声信号的频率进行匹配，以确定汽车鸣笛噪声信号；

所述对进行带通滤波后的声波进行短时能量过限检测具体包括：

利用窗函数将所述带通滤波后的声波分成多个帧信号，其中每个帧信号中信号的特征不变；

计算每个帧信号的短时能量，并将其与能量检测门限值进行比较；

当所述帧信号的短时能量大于所述能量检测门限值时，将其确定为疑似汽车鸣笛噪声信号；

所述每个帧信号的短时能量如下计算：

其中，E_n为第n帧信号的短时能量，w(n)为窗函数，N是窗长，x(n)为第n帧信号；

所述能量监测门限值如下计算：

E_l＝min[0.03(E_max-E_min)+E_r,4E_r]

其中，E_max为所有帧信号中的能量最大值，E_min为所有帧信号中的能量最小值，E_r为所有帧信号能量的平均值。

7.一种汽车鸣笛噪声监视系统，其包括：

鸣笛噪声识别模块，其包括多个拾音单元，分别用于拾取周围环境的声波，并对拾取的声波进行识别，最终确定汽车鸣笛噪声信号；

噪声源定位模块，其包括第一麦克风阵列和第二麦克风阵列，所述麦克风阵列包括分别分布在X轴和Y轴上的第一麦克风阵列和第二麦克风阵列，且第一麦克风阵列和第二麦克风阵列包括间隔均匀的等量麦克风阵元；所述第一麦克风阵列和第二麦克风阵列根据所述鸣笛噪声识别模块识别出来的汽车鸣笛噪声信号确定汽车鸣笛噪声源；

摄像模块，其包括多个摄像头，分别用于对所确定的汽车鸣笛噪声源进行拍摄；

其中，所述鸣笛噪声识别模块如下对拾取的声波进行识别：

对所拾取的声波进行带通滤波，过滤掉频率不在汽车鸣笛噪声信号范围之外的其他噪声信号；

对进行带通滤波后的声波进行短时能量过限检测，检测出疑似汽车鸣笛噪声信号；

将疑似汽车鸣笛噪声信号的频率与预设的汽车鸣笛噪声信号的频率进行匹配，以确定汽车鸣笛噪声信号；

所述对进行带通滤波后的声波进行短时能量过限检测具体包括：

利用窗函数将所述带通滤波后的声波分成多个帧信号，其中每个帧信号中信号的特征不变；

计算每个帧信号的短时能量，并将其与能量检测门限值进行比较；

当所述帧信号的短时能量大于所述能量检测门限值时，将其确定为疑似汽车鸣笛噪声信号；

所述每个帧信号的短时能量如下计算：

其中，E_n为第n帧信号的短时能量，w(n)为窗函数，N是窗长，x(n)为第n帧信号；

所述能量监测门限值如下计算：

E_l＝min[0.03(E_max-E_min)+E_r,4E_r]

其中，E_max为所有帧信号中的能量最大值，E_min为所有帧信号中的能量最小值，E_r为所有帧信号能量的平均值。