[发明专利]粗糙声频段自适应识别方法

权利要求书

1.一种粗糙声频段自适应识别方法，其特征在于，包括以下步骤：

步骤1.同步采集发动机转速信号和汽车或发动机噪声信号，根据临界频带划分原则对噪声信号分别进行带通滤波，得到不同临界频带的声音信号矩阵BP；

步骤2.根据自定义的转速增量分别划分BP，得到不同转速范围的声音信号矩阵T_n；

步骤3.分别对声音信号矩阵T_n进行希尔伯特变换，计算得到对应的包络线矩阵E_n；

步骤4.分别对包络线矩阵E_n进行傅立叶变换，计算得到不同调制频率下的调制深度矩阵D_n；

步骤5.根据调制频率与调制阶次的对应关系，基于峰值保持原理确定0.5阶调制阶次在不同转速下的调制深度矩阵O_n；

步骤6.绘制0.5阶调制深度的时间或转速-临界频带云图，通过横向对比识别汽车或发动机粗糙声的特征频段；

所述步骤1具体为：

采用相同的时间采样率采集发动机转速信号和汽车或发动机噪声信号，对噪声信号分别进行带通滤波，中心频率与带宽的关系由以下公式确定：

BW_n＝(25+75×(1+1.4×(f_c/1000)²)^0.69)×ΔBark；

其中，BW_n为临界频带带宽，n为临界频带的个数，ΔBark为临界频带增量，f_c为临界频带中心频率；

得到不同临界频带的声音信号矩阵BP；

所述步骤6具体为：

对比不同噪声信号0.5阶调制深度的时间或转速-临界频带云图，快速识别得到汽车或发动机粗糙声的特征频段。

2.根据权利要求1所述的粗糙声频段自适应识别方法，其特征在于，所述步骤2具体为：

根据初始转速和转速增量确定每个数据块的中心点，然后根据时间采样率和频率分辨率确定每个数据块的起止点，得到不同转速范围的声音信号矩阵T_n。

3.根据权利要求2所述的粗糙声频段自适应识别方法，其特征在于：所述步骤3具体为：

对T_n分段进行Hilbert变换，并取绝对值得到包络线矩阵E_n：

E_n＝|Hilbert[T_n]|。

4.根据权利要求3所述的粗糙声频段自适应识别方法，其特征在于，所述步骤4具体为：

首先，对E_n分段进行FFT变换，并取绝对值得到幅值频谱：

其中，F_n为对应的频谱矩阵，A₀为0Hz对应的幅值矩阵，A_i为非零频率对应的幅值矩阵，f_i表示分析频率，t表示时间，表示相位；

然后，根据A₀和A_i计算调制深度矩阵D_n：

5.根据权利要求4所述的粗糙声频段自适应识别方法，其特征在于，所述步骤5具体为：

首先，根据自定义的阶次宽度确定0.5阶调制频率上、下限；

然后，基于上、下限频率范围内的峰值保持原理确定0.5阶调制阶次在不同转速下的调制深度矩阵O_n。