基于DnCNN聲音增強的高壩泄流微弱空化聲音信號識別與提取

劉 昉,王潤喜,龐博慧,練繼建,梁 超

(1.天津大學 水利工程仿真與安全國家重點實驗室,天津 300072;2.華能瀾滄江水電股份有限公司,昆明 650214)

高壩大庫工程是水資源綜合利用和水能資源開發的需要。汛期泄洪期間,明流洞室、溢洪道等過水建筑物的水流流速往往可達40～50 m/s,當高速水流流經不平整的壁面時,邊界壓強的驟然變化極易引發空化現象,空泡潰滅后激發的微射流會不斷地剝蝕壁面,造成流道的空蝕破壞,從而對水工建筑物的安全穩定運行產生極大的威脅。

空蝕現象同樣廣泛地存在于離心泵、水輪機等水力機械領域,相對于水力機械,科研人員對于過水建筑物空蝕破壞和空蝕監測的研究較少[1-2],相關的研究尚不成熟。工程界對空蝕的重視和研究始于1935年巴拿馬麥登壩輸水道進水口的嚴重空蝕破壞事故[3]。空化噪聲是空化空蝕現象的重要物理特征,空化噪聲譜為連續寬帶譜,且具有獨特的頻譜結構[4-5],明顯異于流道內其他泄流噪聲,科研人員對不同水流工況下空化噪聲特性的研究始于20世紀50年代,并逐漸形成了根據空化聲信號進行空化監測的音頻監測方法[6]。現今多通過監測流道內過流噪聲聲壓級或功率譜級的變化來判斷空化空蝕現象的發生[7-8],當聲壓級或功率譜級發生較大的躍升時則認為空化已經發生,并根據躍升的幅度判斷空化發展程度。然而高壩泄流時泄洪洞、溢洪道等過水建筑物出口處,泄流沖擊、碰撞會激發出含有巨大能量的泄流噪聲,強泄流噪聲會對空化聲信號的采集和識別產生十分不利的影響,使得監測信號信噪比偏低,甚至將空化聲信號完全淹沒。當監測結果能夠識別出明顯的空化信號時,空蝕空化破壞極有可能已經發展到了較為嚴重的程度。在強泄流噪聲的干擾下,如何從較低信噪比的音頻監測信號中識別并提取出相對微弱的空化聲信號是一個亟待解決的問題。此外,在低信噪比條件下空化聲信號與泄流噪聲在中低頻段存在著嚴重的頻帶重疊問題,使用傳統的FIR(finite impulse response)濾波器、小波分解和經驗模態分解等很難將泄流噪聲有效地去除,還會引入大量的假定條件和不確定參數,難以保證去噪后空化聲信號的真實性和可靠度,尤其是空化聲信號的頻譜結構特征可能會大量丟失。

語音增強是指將帶噪語音中的噪聲濾除、從中提取出干凈語音以提升語音質量和可懂度的技術[9]。語音增強通過保留干凈語音信號的時頻特征和頻譜結構等,力求保留語音中的完整信息,從實現過程和目的上看,空化聲信號的識別與提取和語音增強本質上并無區別,因而語音增強方法在空化聲信號的識別與提取中也應具有一定的適用性。寬帶噪聲是語音增強著力消除的干擾之一,與泄流噪聲類似,寬帶噪聲和語音信號之間也存在著嚴重的頻帶重疊問題,以譜減法[10]為代表的一類語音增強方法在處理此類問題時具有獨特的優勢。在此基礎上,Xu等[11-12]提出了基于回歸深層神經網絡(deep neural network,DNN)的深度學習語音增強方法,該方法以帶噪語音信號的對數功率譜作為模型的輸入特征[13],通過深度神經網絡完成語音信號的提取過程,避免了以往方法中的種種假設,使網絡模型充分學習帶噪信號與純凈信號之間復雜的非線性映射關系,最終獲得了更高質量和可懂度的語音增強結果。該方法在空化聲信號的識別與提取中有著巨大的潛力,但是語音信號與空化聲信號存在著較大的差異,還需進一步的改進。

降噪卷積神經網絡(denoising convolutional Neural Network,DnCNN)是由Zhang[14]等提出的圖像去噪卷積神經網絡,因其獨特的網絡結構,可以對隨機噪聲起到較強的抑制作用,已被廣泛應用于海洋噪聲和沙漠噪聲等隨機噪聲的去除[15-18]。由于泄流噪聲也是一類典型的隨機噪聲,因此在本文算法中引入DnCNN以提高空化聲信號識別與提取的準確度和效率。同時,作為一種深度網絡模型,DnCNN還具有能夠高效處理海量數據的優點,這為采樣頻率達到44.1 kHz的聲音信號的有效分析提供了保障。

由此,本文基于深度學習語音增強方法并結合DnCNN網絡模型提出了基于DnCNN聲音增強的空化聲信號增強方法,對該方法的原理進行了闡述并通過試驗對其增強效果進行了驗證,以期為高壩泄流過程中微弱空化聲信號的識別與提取提供一種可靠的解決方案。

1 基于DnCNN的空化聲信號增強方法

本文提出的基于DnCNN聲音增強的空化聲信號增強方法在傳統語音增強方法的基礎上,將深層神經網絡DNN替換為對隨機噪聲抑制能力更強的降噪卷積神經網絡DnCNN,將短時傅里葉變換(short-time Fourier transform,STFT)引入特征提取模塊,使用對數功率譜表示的時頻圖作為網絡模型的輸入,其具體實現流程如圖1所示。

圖1 空化聲信號增強方法流程

該方法基于譜減法的最基本假設,即帶噪空化聲信號Yt為空化聲信號Xt與強泄流噪聲信號Nt的時域相加,空化聲信號Xt和強泄流噪聲信號Nt互不相關

Yt=Xt+Nt

(1)

對式(1)兩端做傅里葉變換并平方可以分別得到譜減法在頻域的幅度譜表示和功率譜表示[19],如式(2)和式(3)所示

Yf=Xf+Nf

(2)

(3)

式中,Yf,Xf,Nf分別為帶噪空化聲信號、純凈空化聲信號和泄流噪聲信號傅里葉變換后的結果。式(3)也可以寫為

(4)

對式(4)中的每一項都取10的對數并作逆運算,則可以得到譜減法的對數功率譜表示

10Xl=10Yl-10Nl

(5)

式中：Yl,Xl,Nl為分別對帶噪空化聲信號、純凈空化聲信號和泄流噪聲信號的功率譜取10的對數的結果。由式(1)～式(5)可知該方法的核心在于在頻域內通過對帶噪信號功率譜的變換操作,實現噪聲的去除和目標信號的增強。

2 DnCNN網絡結構

DnCNN由多個卷積層Conv(convolutional)、批量標準化層BN(batch normalization)和激活函數層ReLU級聯而成。批量標準化的使用解決了訓練過程中內部協變量移位的問題,加快了模型的訓練過程,避免了梯度消失的問題[20],同時引入殘差學習[21],保證了模型在深層次網絡結構下的性能不發生退化,多種優化方法的使用最終保證了DnCNN去除隨機噪聲的優秀能力。DnCNN的去噪原理如式(6)所示

y=x+v

(6)

理想的無噪聲圖像為x,圖像的每個像素都有一個噪聲偏移量,構成噪聲圖v,y則為添加了噪聲后的圖像,模型的主要任務便是根據帶噪圖像y,恢復出干凈的圖像x的過程。若以灰度圖像作為模型的輸入,則輸入形式為二維矩陣,矩陣上的每個值都表示圖像上對應像素點的灰度值,矩陣的兩個維度分別表示圖像的寬和高。恢復干凈圖像的過程也就是通過帶噪圖像灰度值矩陣變換得到干凈圖像灰度值矩陣的過程。一段信號經過時頻變換后也可以轉化為二維矩陣,即時頻圖,時頻矩陣的值表示信號的功率譜,矩陣的兩個維度分別表示頻率和時間。可以發現,分別以灰度圖像和時頻圖作為DnCNN模型的輸入時,式(6)所表示的過程與式(3)表示的過程幾乎完全一致。本文對DnCNN進行了改進以將其應用于泄流噪聲的濾除,從而實現空化聲信號的增強。其網絡結構如圖2所示。

圖2 DnCNN網絡結構

圖3 模型內部數據變換過程

圖3中,R(·)為模型中卷積神經網絡部分的變換過程,首先結合式(3)可知

Y=X+N

(7)

兩邊同時取對數可得

lg(Y)=lg(X+N)

(8)

等式右端做分離即可得到

(9)

(10)

所以R[lg(Y)][22]即為

(11)

那么以對數功率譜作為模型的輸入時,DnCNN實現空化聲信號增強的過程為

(12)

3 試驗分析

3.1 數據采集和預處理

DnCNN網絡模型的訓練是應用空化聲信號增強方法的關鍵,模型訓練所需的數據集由空化聲信號和泄流噪聲信號構成,兩類數據均依托室內試驗進行采集,采集設備選用INV3068多功能動態信號采集儀和INV9204型高聲壓傳感器,采集軟件為采集儀配套DASP V11軟件,INV3068工作采樣頻率0.1 Hz～250.0kHz,INV9204最大聲壓級154 dB,頻響范圍20 Hz～50 kHz。試驗過程中采樣頻率均設定為44.1 kHz。

為了初步驗證空化聲信號增強方法的可行性,滿足DnCNN模型訓練所需的數據量要求,空化聲信號的采集通過空蝕試驗進行。試驗平臺為KJ-1000超聲磁致伸縮儀,磁致伸縮儀通過變幅桿產生高頻的振動使液體中出現周期性的高壓與低壓,導致液體中出現較大的負表面張力,從而使得試件表面在短時間內出現強烈的空蝕[23],激發出空化聲信號。試驗過程中,通過調節輸出功率控制磁致伸縮儀的振動頻率,由人耳通過噪聲的變化憑借經驗判斷空蝕現象的發生。空蝕現象發生后,待磁致伸縮儀工作狀態穩定時,采集空化聲信號。磁致伸縮儀空蝕試驗裝置示意圖及現場采集照片如圖4所示。

(a) 磁致伸縮儀空蝕試驗裝置示意圖

泄流噪聲的采集通過水工模型泄流試驗進行。試驗平臺為某水利樞紐1∶60水工模型,試驗工況為千年一遇洪水,上游設計洪水位627.52 m、下游水位472.75 m,溢流表孔、泄洪中孔、排沙底孔聯合運用,閘門全開,開敞泄洪。某水利樞紐水工模型及現場采集照片如圖5所示。

圖5 某水利樞紐水工模型及泄流噪聲采集

對采集到的空化聲信號進行頻譜分析后發現,對應磁致伸縮儀工作頻率的高頻部分出現了異于典型空化噪聲譜的能量集中現象,如圖6所示。信號的峰值能量明顯地集中于空蝕試驗時磁致伸縮儀的工作頻率18.95 kHz左右,說明在采集信號中有對應該頻率的高能噪聲存在,該噪聲可能由兩部分構成：一方面是在磁致伸縮儀的激勵下,試件與水體規律地相互作用激發出的對應磁致伸縮儀工作頻率的噪聲;另一方面是伸縮儀運行時機器自身的振動噪聲。高能噪聲的存在對采集空化聲信號的波形產生了嚴重的影響,且空化噪聲譜屬連續寬帶譜,該噪聲與所需空化聲信號在對應頻段內也存在重疊問題,所以必須對其進行處理以消除影響。

圖6 采集空化聲信號功率譜密度圖

除試驗工況外,采集了伸縮儀在相同運行工況下機器自身的振動噪聲,使用譜減法對其進行去除后發現,采集信號的能量集中現象并未得到有效的緩解,表明試件與水體相互作用激發的噪聲是構成高能噪聲的主要部分。然而通過改進試驗、數字濾波等手段無法很好地避免或剔除該噪聲、完整地保留所需空化聲信號。為了客觀地評價本文提出的空化聲信號增強方法,避免高能噪聲對試驗結果的影響,遂對采集到的空化聲信號進行濾波處理,濾去采集信號含有噪聲的高頻部分,只保留歸一化頻率為0～0.8內的空化聲信號,并對濾波后的信號進行重采樣處理,重采樣頻率取原采樣頻率的0.8倍,即35 280 Hz。經濾波重采樣處理后空化聲信號的頻譜曲線如圖7所示。

圖7 處理空化聲信號功率譜密度圖

為保證空化聲信號與泄流噪聲信號采樣頻率的一致,對采集到的泄流噪聲信號進行同樣的濾波和重采樣處理。下文中提到的采樣頻率均指重采樣頻率35.28 kHz。

3.2 數據集構建

從處理后的試驗信號中截取出1段長約5 min的空化聲信號作為純凈信號,截取出3段長約5 min的泄流噪聲信號作為噪聲信號,將純凈信號分別與3段噪聲信號依次按照-5 dB,-10 dB,-15 dB,-20 dB的信噪比進行混合,最終生成了12段共計長約1 h的帶噪空化聲信號。得到帶噪信號和對應的純凈信號之后,按照圖1所示特征提取流程完成數據集的構建,分幀后每幀信號的長度為4 224點,幀移步長為信號長度的一半。需要說明的是,DnCNN網絡模型的輸入尺寸中,頻率維度的尺寸是由STFT變換決定的,模型的輸入尺寸不宜過大也不宜過小,因而STFT變換中的點數設置為128點,用單邊譜表示其變換結果時,頻率維度的尺寸即為65,時間維度的尺寸與頻率維度保持一致,所以DnCNN的輸入尺寸取為65×65。時間維度的65意味著進行STFT變換的每一幀信號需要再次分為65幀并進行加窗,為了使STFT時信號的恢復更加平滑、避免出現畸變,在這里窗函數選擇128點的正弦窗,幀移步長為窗函數長度的一半,則原分幀信號的長度即為4 224點,聲信號的采樣頻率為35.28 kHz,這也就說明DnCNN感受野的時間長度約為0.12 s,模型特征學習和結果預測都是基于0.12 s內信號中蘊含的信息。帶噪信號和純凈信號經過特征提取后,共計生成了60 756對訓練樣本,按照8∶2的比例將訓練樣本劃分為訓練集和驗證集。

3.3 訓練參數設置

DnCNN模型的訓練在GPU服務器上借助MATLAB R2022b深度學習框架進行,服務器CPU為Intel I9 12900KF,內存64 GB,GPU為RTX3090Ti,顯存24 GB。小批量處理大小設定為64,初始學習率設置為0.001,訓練輪次共50輪,學習率衰減因子為0.85,即每輪次訓練開始時學習率衰減為上一輪次的0.85。梯度下降方法選擇Adam,每輪次訓練開始時均進行訓練集樣本順序打亂操作。經過約6.8 h的訓練后,模型收斂,完成最大訓練輪次,訓練完成。

3.4 結果分析

為了對空化聲信號增強方法的增強效果進行檢驗,從得到的純凈信號和噪聲信號中各截取出長約10 s未參與訓練數據集構建的信號,按照不同的信噪比進行混合,生成用于檢驗的帶噪信號。檢驗過程即按圖1中增強階段的流程進行,采用信號處理領域常用的客觀評價指標對該方法的增強效果進行客觀評價,如信噪比(signal to noise ratio,SNR),峰值信噪比(peak signal to noise ratio,PSNR),均方誤差(mean square error,MSE),指標計算公式為

(13)

(14)

(15)

(16)

式中：y為純凈的空化聲信號;y1為帶噪空化聲信號;y0為經過增強后的空化聲信號;N為信號長度;RSNIN為輸入信噪比;RSNOUT為輸出信噪比,信噪比越高,數據質量越好,則說明該方法聲音增強效果越好;EMS為均方誤差,表示經過聲音增強后的帶噪空化聲信號與純凈的空化聲信號的差異程度,即殘余泄流噪聲信號的平均能量,EMS越小,說明信號能量相差越小;RPSN為峰值信噪比,表示純凈信號的峰值能量與噪聲的平均能量的比值;RPSN越大說明增強后的信號越接近原始信號。

當輸入信噪比RSNIN分別為-5 dB,-10 dB,-15 dB,-20 dB時,帶噪空化聲信號增強前后的時頻圖如圖8所示。由圖8(a)～圖8(d)可知,隨著輸入信噪比的不斷降低,空化聲信號的能量在整個頻域內逐漸被泄流噪聲的能量所掩蓋,空化聲信號與泄流噪聲在中低頻段的頻帶重疊問題也愈發明顯。可以預見,在這類情境下應用小波變換等傳統方法對空化聲信號進行去噪,在設定閾值、小波函數等參數[24-25]時會存在較大的主觀隨意性,去噪效果難以保證。由圖8(e)～圖8(h)可知,在不同的輸入信噪比條件下,應用本文提出的空化聲信號增強方法后,均得到了較為明顯的增強效果,無需再設定任何參數,也沒有再引入其他假定條件。圖8所示4種輸入信噪比下的帶噪空化聲信號增強前后與純凈空化聲信號的功率譜密度對比圖,如圖9所示。

(a) RSNIN=-5 dB增強前

(a) RSNIN=-5 dB

由圖9可知,隨著輸入信噪比的不斷降低,帶噪信號逐漸丟失了純凈信號的頻譜特征,當輸入信噪比為-15 dB,-20 dB時空化聲信號的能量幾乎完全被泄流噪聲的能量所掩蓋,但是經過增強后的信號仍然還原出了純凈信號的頻譜結構特點,獲得了高度的相似性,增強信號與純凈信號在頻域的變化趨勢上保持了一致。此外也發現,在噪聲能量明顯高于空化聲信號能量的頻段內,信號的增強效果并不十分理想,只還原出了整體的頻譜結構特征,未能準確地還原出頻段內能量峰值等細部頻譜結構特點,說明該方法仍有待進一步改進的空間。圖9所示的結果總體表明該方法能夠較好的還原出目標信號的頻譜結構特點,這對于目標信號的識別和后續的研究處理等是十分重要的。

經過聲音增強后,增強信號的輸出信噪比RSNOUT、峰值信噪比RPSN和均方誤差EMS隨輸入信噪比變化的過程如表1所示。由表1可知：在多種低輸入信噪比條件下,帶噪空化聲信號經過增強后,輸出信噪比較輸入都有了較大的提升,輸入信噪比越高,增強后信號的輸出信噪比也越高,但是輸入信噪比越低,信噪比的提升越明顯;在不同的輸入信噪比條件下,峰值信噪比均保持在了較高的水平,說明聲音增強后信號的峰值能量與原信號極為接近,側面反映了以對數功率譜為特征輸入的DnCNN網絡模型對于信號中的能量特征具有較強的學習能力;均方誤差隨著輸入信噪比的提升也有所改善,但是并不明顯,始終處于較小的范圍內。綜上所述,即使在構建DnCNN網絡模型的訓練集時,僅選擇了-5 dB,-10 dB,-15 dB,-20 dB作為帶噪信號的輸入信噪比,但是檢驗結果表明,該方法對于多種低信噪比條件下的空化聲信號都取得了較好的增強效果,說明基于DnCNN聲音增強的空化聲信號增強方法具有較好的魯棒性。

表1 增強信號評價指標計算結果匯總

此外,在相同檢驗信號的基礎上,選擇了信號處理領域常用的小波(Wavelet)去噪、經驗模態分解(empirical mode decomposition,EMD)去噪以及分別基于最小均方誤差(least mean square,LMS)和遞推最小二乘法(recursive least square,RLS)的自適應濾波器等4種方法與本文提出的基于DnCNN聲音增強的空化聲信號增強方法進行對比,評價對比結果如表2所示。其中小波去噪方法小波分解級別設為15,去噪方法選擇經驗貝葉斯,分別選擇sym4小波、軟硬閾值折中函數作為小波基和閾值函數。EMD去噪方法選擇分段3次Hermite插值方法作為包絡線構造的插值方法,只保留前兩個IMF(intrinsic mode function)分量用于去噪信號的重構。基于LMS和RLS的自適應濾波方法中參考信號均節選自前述用于構建訓練集的空化聲信號。從評價對比結果來看,小波去噪方法幾乎沒有對輸出信號的質量帶來有效的提升,信號的輸出信噪比與輸入信噪比基本相同。EMD去噪方法在-5 dB,-10 dB的輸入信噪比條件下取得了相對較好的結果,但在-15 dB,-20 dB相對更低的信噪比條件下表現不佳。基于LMS和RLS的自適應濾波方法雖然在4種不同的輸入信噪比條件下都取得了一定的增強效果,但與本文方法相比仍然存在著較大的差距,僅在-20 dB的輸入信噪比條件下,二者結果較為接近。可見在低信噪比應用場景下,本文方法與傳統方法相比有著較大的優勢。

表2 不同方法信號增強效果對比

4 工程應用

4.1 試驗一：目標信號多分類識別試驗

為了進一步地證明該增強方法的泛化性能,并且對其工程應用價值加以驗證,本文設計了不同種類音頻監測信號的識別試驗,用以模擬實際工程中應用音頻監測方法進行水工建筑物泄洪安全監測的情況。選用支持向量機(support vector machine,SVM)作為音頻監測信號的識別分類模型,通過考察支持向量機對增強前后的帶噪信號識別分類準確率的變化,對該增強方法的性能進行評價。

應用該增強方法首先仍然需要完成DnCNN網絡模型的訓練,數據集的構建過程與3.2節構建過程完全一致,僅對信號樣本的種類進行了擴充,在空化聲信號的基礎上又補充了泄洪警報、異常嘯叫和泄流噪聲3種聲信號。泄洪警報是水利樞紐開閘泄洪前的預警警報聲,異常嘯叫是由高速水流激發的異常聲信號,采集自某水利樞紐泄洪現場,空化聲信號、泄洪警報和異常嘯叫均表征水工建筑物泄流過程中有異常狀況發生的情況,泄流噪聲取自3.1節泄流試驗采集信號,作為純凈信號時用于表征泄流過程中無異常狀況發生的情況。4類信號樣本均進行了濾波和重采樣處理,重采樣頻率為35.28 kHz,長度相同,與3.2節數據集構建過程一致,4類信號樣本需要分別與3.2節試驗中使用的3段泄流噪聲信號按照-5 dB,-10dB,-15dB,-20 dB的輸入信噪比進行混合,生成帶噪信號用于數據集的構建。最終生成了約24萬對訓練樣本,同樣按照8∶2的比例劃分為訓練集和驗證集。

訓練過程中參數的設置同3.3節,經過約26 h的訓練后,模型收斂,完成最大訓練輪次,訓練完成。同樣選取未參與數據集構建的信號構成4類測試信號,測試信號的長度相同,按照圖1中增強階段的流程進行增強,測試信號經增強后的輸出信噪比、峰值信噪比和均方誤差計算結果如表3所示。

表3 4類增強測試信號評價指標計算結果匯總

由表3可知,該增強方法不僅對空化聲信號有著較好的增強效果,對其他種類聲信號的增強效果也較為明顯,說明該方法有著很強的泛化能力,使用一定數量不同類別的訓練樣本完成訓練后,對于不同類別的聲信號DnCNN網絡模型能夠獲得較強的識別能力。

完成聲信號增強過程之后,最終可以得到純凈信號以及不同輸入信噪比條件下的帶噪信號和增強信號。對純凈信號進行分幀處理,幀長為0.1 s,每幀信號均作為一個樣本,依次計算峭度、重心頻率、卓越頻率、功率譜熵等多種時域、頻域和信息熵指標,將計算結果作為樣本的特征值,由此構建訓練集用于SVM的訓練。訓練集構建完成后對不同輸入信噪比的帶噪信號和增強信號進行同樣的操作,構建測試集。在訓練過程中,選擇高斯徑向基核作為SVM的核函數,懲罰參數C和徑向基核參數γ經過網格尋優后分別確定為0.088 4和0.176 8,訓練后的SVM模型最終在訓練集上獲得了100%的識別分類準確率。

增強前后的帶噪信號構成的測試集在SVM模型上的識別分類準確率,如圖10所示。由圖10可知,帶噪信號構建的測試集樣本相較于純凈信號構建的訓練集樣本,在識別分類準確率上有較大的下降,這表明在低信噪比條件下泄流噪聲能夠大幅削減泄洪安全音頻監測方法的效果,甚至致其完全失效。而經過增強后,增強信號構建的測試集樣本在分類模型上獲得的識別準確率相較于增強前均有了較大的提升,提升效果明顯,即使在-20 dB極低的信噪比條件下,仍然保持了近60%的識別準確率,這表明本文提出的基于DnCNN聲音增強的空化聲信號增強方法不僅適用于低信噪比條件下空化聲信號的增強,應用于其他種類的聲信號時也能夠表現出不錯的增強效果,具有較強的泛化能力。

圖10 帶噪信號增強前后SVM識別準確率

4.2 試驗二：空化聲信號單分類識別試驗

在實際的工程應用場景下,泄流過程中聲信號的監測采集和識別分類不會只受到泄流噪聲一類背景噪聲的影響：通氣孔、泄洪洞等部位由于風速、流速過大而引發的各種異響,閘門起落、壩體維護施工以及壩頂道路過往工程車輛發出的噪聲等等,均可能成為影響泄洪安全音頻監測方法效果的背景噪聲。所以,本文方法在不同種類背景噪聲條件下的性能表現是必須考慮的問題。此外,各種背景噪聲出現的時間點、持續時長不一,導致不同種類的背景噪聲混雜疊加在一起,這對本文方法的應用來說也是極大的考驗。為探明本文提出的基于DnCNN聲音增強的空化聲信號增強方法在不同種類背景噪聲下的性能表現,基于信號識別分類試驗中的試驗數據,并結合單分類支持向量機(one-class support vector machine,OCSVM)[26]進行空化聲信號單分類識別試驗。從DnCNN模型訓練到使用OCSVM對方法的性能表現進行評價,試驗策略與試驗一大體一致,僅在目標純凈信號和背景噪聲信號的選擇以及評價方法上存在不同。

DnCNN網絡模型的訓練數據主要基于試驗一使用的4類純凈信號,僅保留空化聲信號作為該試驗的目標純凈信號,其余3類純凈信號均作為背景噪聲信號。為進一步豐富背景噪聲的種類,將一段采集自公路的車輛來往噪聲也作為試驗中的一類背景噪聲,同時可用以表征實際聲信號采集過程中壩頂道路往來工程車輛的情況。考慮到不同種類背景噪聲的混雜疊加以及實際聲信號采集過程中泄流噪聲會是背景噪聲的主要來源,所以將泄流噪聲與其余3類背景噪聲均按照1∶1的能量比進行疊加,將生成的3類疊加噪聲信號也作為該試驗的背景噪聲。試驗一、試驗二目標純凈信號與背景噪聲信號組合的對比,如表4所示。從試驗二的7類背景噪聲和1類目標信號中各截取出長約10 s的測試信號后,將7種信號組合同樣按照-5 dB,-10 dB,-15 dB,-20 dB的輸入信噪比進行混合,用以構建數據集,最終生成了近14萬對訓練樣本,按8∶2的比例劃分訓練集和驗證集。訓練參數設置仍與3.3節保持一致,經過約13 h的訓練后,DnCNN模型訓練完成。將截取出的測試空化聲信號和背景噪聲以相同的信號組合和輸入信噪比進行混合生成帶噪信號,并應用本文方法將帶噪信號輸入DnCNN模型進行增強,最終可得到純凈的空化聲信號以及4類輸入信噪比條件下含不同種類背景噪聲的帶噪空化聲信號和對應的增強信號,從而可結合OCSVM進行下一步的試驗。

表4 試驗一與試驗二信號組合對比

OCSVM的訓練數據僅有一類,其基本原理是通過核函數將訓練數據映射進特征空間,在特征空間內求解一超平面將原點與訓練數據樣本點分離,并使得原點與超平面之間的距離最大化,當測試數據樣本點在特征空間內落入訓練數據樣本點所在的區域時,即認為測試數據與訓練數據屬同一類,反之則不屬于同一類。由此可見,單分類支持向量機屬特殊類型的SVM,使用方法也與其類似：以正確識別空化聲信號樣本為目標,首先使用純凈空化聲信號構建訓練集用于OCSVM模型的訓練,構建方式同試驗一中SVM模型訓練集的構建方式,但得到的訓練集中僅有一類數據。模型訓練完成后,以同樣的方式分別使用帶噪空化聲信號和其對應的增強信號構建測試集,通過對比模型在兩個測試集上的識別正確率,即可對本文方法在不同種類背景噪聲下的性能表現進行評價。在OCSVM模型的訓練過程中發現,對樣本數據應用主成分分析(principal component analysis,PCA)方法進行降維后,模型可以得到更好的性能,遂對訓練集和測試集中的樣本數據均應用相同的PCA方法將樣本數據降至4維。仍然選擇高斯徑向基核作為核函數,徑向基核參數γ和離群值上限參數ν經過網格尋優后分別確定為0.025 4和0.002 6,最終得到的OCSVM模型在訓練集上獲得了97.40%的識別正確率。

增強前后的帶噪空化聲信號構成的測試集在OCSVM模型上的識別正確率,如圖11所示。由圖11可知,OCSVM方法對于樣本數據的變化較為敏感,添加了不同種類的背景噪聲后,模型基本已無法從樣本數據中識別出空化聲信號的存在。而同樣的帶噪信號經過了本文方法進行增強后,構成的訓練集在OCSVM模型上的識別正確率有了顯著的提升,在-5 dB的輸入信噪比條件下達到了90%的正確率,已相當接近訓練集樣本97.40%的正確率,由此說明本文提出的基于DnCNN聲音增強的空化聲信號增強方法能夠實現對各類背景噪聲的有效去除、極大地還原空化聲信號的頻譜結構特征,也證明了該方法在不同種類的背景噪聲條件下均能獲得良好的性能表現,具有較好的實用性和工程應用價值。

圖11 帶噪空化聲信號增強前后OCSVM識別正確率

5 結 論

空蝕空化是威脅水工建筑物汛期泄洪安全的重要因素,聲測法是監測空蝕空化現象的重要手段,然而汛期強泄流噪聲能夠致使聲測法效果大幅衰減甚至完全失效,對水工建筑物的安全穩定運行產生潛在威脅。為解決該問題,本文基于語音增強思想和DnCNN網絡模型,提出了基于DnCNN聲音增強的空化聲信號增強方法,對于強泄流噪聲影響下的微弱空化聲信號,應用該方法能夠有效地對其進行增強,提升音頻監測信號的信噪比,并高度還原空化聲信號的頻譜結構特點。該方法具有較強的魯棒性,經過試驗驗證,在不同的低信噪比條件下,該方法對于帶噪空化聲信號均能夠獲得良好的增強效果。同時,該方法也能夠有效增強其他種類的目標聲信號、消除不同類別的背景噪聲,具有較好的泛化能力和工程實用性。研究結果表明,該方法在水工建筑物泄洪安全監測領域有著巨大的發展潛力和廣闊的應用前景。但是本文所作工作仍有待完善之處,試驗所用空化聲信號采集自振動空蝕試驗,與實際水工建筑物流道內的空化聲信號相比存在著一定的差異,進一步的研究應通過原型監測等手段采集實際工程中的空化聲信號,據此對DnCNN網絡模型的參數進行調整,提升其工程實用性。