基于基頻的梅爾倒譜系數在車輛識別中的應用

李成娟，易 強，李寶清，王國輝

(1.中國科學院 上海微系統與信息技術研究所 微系統技術重點實驗室，上海 201800； 2.中國科學院大學，北京 100049)

無線傳感器網絡憑借其通信能力強大、記錄信息全面、無需人工值守等優點，廣泛應用于軍事、農業、商業等各個領域[1-2]。無線傳感器網絡通常由圖像、聲音、紅外、震動傳感器等幾種類型的傳感器構成[3]。聲音傳感器有不易被察覺、便于布設、不易受地形影響的優點，被廣泛使用。

根據車輛行進過程中采集的聲音信號，對野外車輛目標進行識別，一般分為2個步驟：1)提取聲音傳感器采集的聲信號特征；2)設計分類器得到判別結果。目前常用的特征有基于小波包變換提取的特征，線性預測倒譜系數[4]，梅爾倒譜系數(MFCC, mel-frequency cepstral coefficient)[5]，基于經驗模態分解提取的特征[6-7]等。其中，MFCC較常見，被廣泛用于語種識別、說話人識別、聲紋識別等領域，近年來被成功應用于車輛目標分類識別[8-10]。但由于MFCC對噪聲敏感[11-13]，在車輛識別領域的應用場景受限。

為提高特征抗噪能力，增強特征穩健性，能夠體現野外車輛信號自身特征，提出一種改進的MFCC特征。根據車輛目標信號的頻譜特征，自適應增加車輛基頻信息在特征中的比重。然后進行F比加權，以降低同種車輛類別特征間的區分度，增大不同車輛類別特征之間的差別，從而提高特征在野外環境下的魯棒性。使用高斯混合模型(GMM, gaussian mixture model)作為分類器，檢驗識別效果。提取傳統MFCC特征，基頻自適應MFCC特征，加權基頻自適應MFCC特征作對比試驗，期望獲得更高的識別準確率，為野外環境的車輛識別，提供一種魯棒特征提取方法。

1 傳統的MFCC特征

人耳對聲音信號的感知，與頻率呈非線性關系。隨著聲音信號的頻率降低，人耳接收信號的能力愈發敏感[14]。為使人耳對信號敏感程度與信號頻率呈現線性關系，MFCC參數將信號頻譜作映射處理，映射后的刻度稱作梅爾刻度。映射函數的表達式如下

(1)

式中：M(f)為梅爾頻率；f為頻率。

第一步，提取車輛目標聲信號的MFCC，首先需要在時域尺度對其進行分幀、加窗、預加重等預處理。為減小頻譜泄漏，窗函數選取旁瓣衰減較大的漢明窗。預加重，實際是讓信號通過一個高通濾波器，目的是濾除車輛聲音信號中的低頻干擾成分，增加高頻成分的比重[15]。

第二步，為了將信號從時域尺度轉換為頻域尺度，作快速傅里葉變換，且計算每幀信號的能量譜。

第三步，對能量譜進行三角濾波。梅爾三角濾波器由公式(2)計算得出。

(2)

式中：Hi(k)表示濾波器參數；fi表示三角濾波器的中心頻率。濾波后取對數，得到對數能量。

最后，進行離散余弦變換，得到MFCC。為了獲取動態信息，提取語音信號的MFCC特征時，通常包含動態差分步驟。與語音信號相比，車輛聲音信號頻帶窄，周期性強，沒有必要獲取動態特性，因此特征提取算法省略動態差分步驟。

2 改進的MFCC特征

傳統的MFCC在識別純凈聲音信號時，可得到很好識別結果，但對噪聲的敏感度很高，當采集的實際聲音信號包含噪聲信息時，識別效果易受干擾，難以預測識別效果是否符合實際需求。而且，當風力等級變化時，很容易造成訓練樣本集與測試樣本集不匹配。為降低噪聲對識別效果的干擾，減少應用場景的限制，對傳統MFCC特征提取算法進行改進。

2.1 基頻自適應梅爾倒譜系數

由于不同車型的傳動系統、排氣系統、發動機及其氣缸數不同，不同車輛聲信號的頻域特性存在差異。不同車輛聲信號頻譜圖如圖1所示。 從圖中可看出不同車型車輛聲音信號的基頻是不同的，因此車輛聲音信號的基頻可以作為車輛目標識別特征。將車輛聲音信號的MFCC參數與基頻特征結合，得到基頻自適應梅爾倒譜系數。

圖1 不同車輛聲信號頻譜圖Fig. 1 Different vehicles’ spectrograms

提取傳統的MFCC時，梅爾三角濾波器組中心頻率根據梅爾刻度獲得，隨著頻率提升，中心頻率的密度逐漸降低。在野外情況風噪較大時，信號頻譜中含有較多干擾頻率，傳統梅爾三角濾波器組有可能削弱基頻在頻譜中的比重，加大無關頻率的干擾。為了更好體現車輛自身信號的頻譜特征，在傳統的濾波器組中，增添一個三角濾波器。該濾波器的中心頻率為車輛信號的基頻，通過此方法提取出來的特征稱為基頻自適應梅爾倒譜系數。改進的MFCC提取過程如圖2所示。

圖2 改進MFCC特征提取算法框圖Fig. 2 Flowchart of improved MFCC

自適應的梅爾三角濾波器組具體設計方法如下。假設傳統梅爾三角濾波器組包含N個濾波器，其中心頻率組成向量F=(f1,f2,…,fN)。提取車輛信號的基頻fb，將fb與三角濾波器組的中心頻率按升序排列，組合構成新的向量Fb=(f1,f2,…,fb,…,fN+1)。將Fb向量的各維分量作為濾波器的中心頻率，代入式(2)，即可得到自適應的三角濾波器組。傳統梅爾三角濾波器組與基頻自適應的三角濾波器組如圖3所示。

圖3 三角濾波器組Fig. 3 Triangular filter-bank

為了得到基頻自適應梅爾濾波器組，進一步獲得基頻自適應梅爾倒譜系數，需要選擇合適的基頻提取方法，準確提取車輛聲音信號的基頻。

2.2 基頻提取方法

自相關函數法提取單基頻時，為了降低共振峰干擾，需要先對信號進行帶通濾波。然后對信號進行加窗、分幀，計算短時自相關函數。設車輛聲音信號第i幀的時間序列為datai(m)，其短時自相關函數Ri(k)由式(3)得到

(3)

由于信號短時自相關函數周期與信號周期相同，因此基因周期可以取短時自相關函數的最大延遲量。對基因周期曲線進行平滑處理，使之通過中值和線性組合濾波，得到車輛的單基頻信息。

圖4 譜減法流程圖Fig. 4 Flowchart of spectral subtraction

為了進一步滿足野外環境的實際應用需求，將單基頻提取算法改進為多基頻提取算法。運動目標在行駛過程中生成的聲信號，可由其發聲主要部件產生的聲信號表示，其余部件產生的聲信號比較微弱，可忽略不計。履帶車產生聲信號的主要部件為履帶和引擎，輕型輪式車和輪式裝甲車產生聲信號的主要部件是排氣系統和引擎，因此車輛運動過程中的聲信號可由2個主要成分表示，每個主要成分產生一條基頻。下面簡要介紹多基頻提取算法。

首先提取車輛聲信號的2條基頻，可參照單基頻提取方法。然后，將車輛的2個基頻進行融合，得到一個新的基頻fbnew(t)。設某條車輛聲信號第t幀的2個基頻，其中較大的數值為fb1(t)、較小的數值為fb2(t)，則fbnew(t)可由式(4)得到[18]

(4)

2.3 加權基頻自適應梅爾倒譜系數

MFCC的每一維分量對表征特征的貢獻率不同，為增加不同車型特征之間差距，使同一車型的特征更為緊湊，在基頻自適應梅爾倒譜特征基礎上，進行F比加權。F比參數，是在Fisher準則基礎上提出的[19]，由類間離散度與類內離散度之比得到，可定量分析特征向量每一維分量有效性。設數據集包含M種車輛類別的車輛聲音信號，其中第i個類型包含Ni條樣本信號，則特征參數第k維特征分量的F比具體計算公式如下

(5)

特征參數中某維分量的F比參數數值越小，表明該特征分量在同類目標之間方差較大，在不同類目標之間方差較小，對表征信號特征的貢獻率也越低。以F比為權重，對特征向量的每一維分量加權，能夠削弱貢獻率較低的特征分量干擾，提高貢獻率較高分量的作用，從而提取更能體現不同車輛類別間差異的特征。

3 仿真實驗

實驗采用MATLAB R2015b平臺仿真，樣本信號采用ICS40720傳聲器設備進行采集，采樣率為8 192 Hz。外場實驗場景如圖5所示，目標車輛從起始位置行駛到終止位置，麥克風便采集到一條完整的樣本。

圖5 實驗場景圖Fig. 5 Experimental scenario

仿真實驗目的是根據野外無線傳感器網絡中聲音傳感器采集的信號，檢驗不同特征提取方法對車輛識別效果的影響。為了更貼近無線傳感器網絡的實際應用場景，聲音傳感器布設位置，距離道路中心不超過50 m，起始位置到終止位置的車輛行駛總長度限制在800 m以內。當野外風噪聲非常大時，無線傳感器網絡中識別車型主要通過圖像和震動傳感器，聲音傳感器難以采集到有效車輛聲音信號。因此去掉數據集中風力級在6級以上采集的聲音信號，保留數據對應的風力級主要集中在1～5級。

3.1 實驗過程

為驗證改進的特征提取算法的實際識別效果，共采集硬土路、砂石路、水泥路及草地4種不同路面的車輛聲音信號作為樣本。車輛類型包含一種小型車，兩種大型車，不同車型的行駛速度范圍不同。小型車運動速度為25～60 km/h，代表車型為輕型輪式車，如卡車。大型車運動速度為10～20 km/h，代表車型為重型輪式車、履帶車，如坦克。按照實際需求以及聲音信號的特征，在實驗中將車輛分為履帶車、輪式裝甲車和輕型輪式車3種類型。樣本集中每種車輛類別樣本數和總幀數如表1所示, 將樣本數按照70%和30%的比例隨機分為訓練集和測試集，用于仿真實驗。

表1 野外車輛樣本數

采集數據后進行手工裁剪或拼接，由于存在人工誤差，樣本殘留了部分噪聲段。為獲得更準確實驗數據，對信號進行端點檢測，得到有效運動目標數據后，再進行特征提取和分類識別。譜熵是聲音信號的一種特征參數，對噪聲不敏感，具有較好穩健性，因此，采用能熵比法對車輛信號進行端點檢測。

檢測到有效數據段后，首先提取維度為23的MFCC特征，然后提取維度為24的基頻自適應梅爾倒譜特征，最后對其進行F比加權。

3.2 結果分析

表2 野外車輛識別結果

F比加權的基頻自適應梅爾倒譜參數與傳統的MFCC相比，識別準確率提高7.10%，漏警率降低7.10%，相對值降低56.62%，虛警率降低3.93%，相對值降低61.70%，有更高的魯棒性，更適用于野外環境中車輛識別。

4 結 論

雖然F比加權的梅爾倒譜特征具有較好魯棒性，但在進行特征提取之前，對野外采集的信號進行增強并降噪也非常重要。如何有效去除運動目標聲信號中包含的噪聲，將是下一步研究的重點內容。