浮标水声信号中海浪声的分离方法研究

王　潇，金江明，卢奂采

（1.浙江工业大学 机械工程学院 特种装备制造与先进加工技术教育部/浙江省重点实验室，杭州 310014；　2.浙江省信号处理重点实验室，杭州 310014）



浮标水声信号中海浪声的分离方法研究

王潇1，金江明2，卢奂采1

（1.浙江工业大学 机械工程学院 特种装备制造与先进加工技术教育部/浙江省重点实验室，杭州 310014；2.浙江省信号处理重点实验室，杭州 310014）

针对浮标系统测量的水声信号开展研究，使用信号处理的方法对水听器信号中的海浪声成份进行分离。首先对于16路水听器的浮标水声信号，依据采样频率、采样时间等参数将水听器采集到的原始数字信号转换成音频信号，利用人耳区别水听器信号中的各种噪声成份；然后在时域内，从原始水听器信号中截取各种噪声时段进行频谱分析，得到它们的特征频率；最后设计合理的数字滤波器进行去噪处理。试验结果表明水听器信号中海浪声成份得到有效抑制。

声学；海浪声；水听器；特征频率；数字滤波器

海浪声是所有水声信号在采集过程中不可避免的一种噪声干扰，它会污染水听器采集的原始信号，影响后期水声信号特征的提取，降低水声设备在定位或是环境监测方面的精度，所以对水听器原始信号中的海浪声的分离研究具有重要的意义。为了有效地将海浪声成份从原始水听器信号中分离出去，就必须先分析原始水听器信号中各种噪声成份，并提取它们的特征。国内的杨向峰、王盼盼等［1-2］使用功率谱估计的方法，对舰船［3］辐射的水声信号特征提取进行了研究；国外许多研究者使用短时傅里叶变换（STSF）对时变的水声信号进行分析［4-5］，实现分类识别的目的；李新欣［6］和裴善报等［7］使用小波变换对鲸类声信号和水下连续爆炸［8］声信号的特征进行了提取；在2009年，李秀坤等［9］使用希尔伯特-黄变换（HHT），对水下目标特征进行了提取。总之，很多国内外专家在对水下目标特性的提取问题上，有较深入和完整的研究；但是，如何依据提取的特性来分离水声信号中的各种噪声成份，尤其是海浪声，有待进一步仔细的研究。文中将利用人耳来辨识水听器信号中的噪声成份，然后在时域截取各种噪声时段，分析它们的频率特性，最后针对海浪声的特征频率设计合理的数字滤波器，干净地分离掉水听器原始信号中的海浪声成份。

1　浮标水声信号中噪声成份分析

海洋环境很复杂，有来自海面上的噪声，也有来自水下的噪声，故使用浮标水声测量系统进行海洋环境监测时，会将干扰噪声采集到原始信号中，这对浮标水声测量系统的监测精度有很大的影响。针对水听器采集到的原始数字信号进行噪声成份分析，通过采样频率、采样时间等参数将水听器采集到的原始数字信号转换成音频信号，利用人耳辨识水听器信号中的噪声成份，寻找出原始水听器信号中的海浪声成份。

通过分析发现一段原始的水听器信号，由三种噪声成份和有用的信号成份构成，这三种噪声成份分别是海浪声、雷声和机械撞击声，有用的信号成份指浮标研究的目标对象辐射的声信号。假定原始水听器信号为L，海浪声成份为L1，雷声成份为L2，机械撞击声成份为L3，以及有用的信号成份为Q。则原始水听器信号L可表示为

现选取浮标水声测量系统的16路水听器中第1路水听器信号为分析对象。图1是第1路水听器的原始时域信号，信号的时长为60 s，采样频率为20 kHz，横坐标是时间（s），纵坐标是声压（Pa）。

图1　第1路水听器的原始时域信号

在图1中，海浪声贯穿整个60 s的原始信号。图中标示出了三种典型噪声成份发生时段，其中包含有6段海浪声、6段雷声、6段机械撞击声（图1中横向大括号标出），这里的6段海浪声是指海浪声占总水声信号中的主要成份（下文的海浪声均表示这个意思，不另作解释）。将这三种噪声成份的具体数据统计在表1中。

通过图1和表1发现，海浪声成份的一些特征已经被辨识出来。并且海浪声和雷声交替发生，海浪声的幅值为3 Pa～4 Pa，雷声的幅值为6 Pa～7 Pa，然而机械撞击声的幅值变化较大，从最小的7.6 Pa到最大的45 Pa不等。在下节中将对这三种噪声成份进行频率特性分析。

表1　第1路水听器的原始时域信号中各噪声成份分析统计表

2　三种噪声成份的频率特性分析

在上一节中，分析了浮标水听器信号的噪声成份。第1路水听器的原始时域信号中主要包含三种噪声成份，分别是海浪声、雷声和机械撞击声。为了从水听器信号中抑制海浪声成份引起的干扰，对海浪声、雷声和机械撞击声这三种噪声成份的频率特性进行了分析。

首先，选取海浪声进行频率特性分析，从60 s的原始信号中截取19.39 s～23.99 s处的水声信号，幅值约为3 Pa。图2为该段水声信号的时域图和频谱分析图。

在图2（a）中，海浪声时域信号的包络面，近似一个简谐波，其周期约为T=1.8 s，近似频率为f=0.56 Hz。此时，观察图2（b）发现，海浪声的特征频率发生在0.6 Hz为中心的宽带内，与之前估算的频率相似，故确定水听器信号中含有的海浪声的特征频率为0.6 Hz为中心的宽带，带宽为1 Hz左右。

同理，分析水听器信号中雷声成份的特征频率。从60 s的原始信号中截取17.4 s～19.46 s处的雷声信号，其幅值约为6 Pa。图3为该段雷声信号的时域图和频谱分析图。

从图3（a）中可以发现，雷声发生时段的时域数据无明显的周期性，故不会出现固定的特征频率，雷声的特征频率可能会在某一宽频段出现。由于这一时段雷声和海浪声同时存在，根据上面对海浪声特征频率的分析，图3（b）中0.6 Hz附近的宽带属于海浪声的特征频率，故水听器信号中雷声的频率范围约发生在5 Hz～600 Hz之间。

最后，对水听器信号中机械撞击声成份的特征频率进行分析。从60 s的原始信号中截取41.2 s附近含有的机械撞击声信号，其幅值约为44 Pa。图4为该时段含有机械撞击声的水声信号的时域图和频谱分析图。

通过观察图4（a）发现，机械撞击声类似一个脉冲信号，故它是宽频带信号。返观图4（b），并结合前面对海浪声和雷声的分析可知，频率在0.6 Hz附近的宽带的水声信号成份，是海浪声的贡献。机械撞击声的特征频率范围为8 Hz～1 000 Hz，与雷声的特征频率范围有所重叠。

3　海浪声成份的分离与消除方法

3.1海浪声分离方法

回顾前面对水听器信号中包含的各类噪声成份的分析，可知水听器信号中的噪声成份主要由海浪声、雷声和机械撞击声组成。其中，海浪声的特征频率比较固定，在0.6 Hz左右，雷声和机械撞击声的频率范围，主要集中在5 Hz～1 000 Hz之间。

为了分离出海浪声，消除其对水听器信号的污染，依据海浪声的频率特征，以及它与雷声和机械撞击声的频率范围基本没有重叠的情况，可对含有海浪声的水听器信号加入Butterworth数字带通滤波器，带通滤波器的中心频率设计在0.6 Hz，带通宽度为1.18 Hz，这样可提取出纯频的海浪声信号，如图5（a）所示。然后，将原始的水听器记录信号减掉纯频的海浪声信号，则可以得到分离出掉海浪声后的水听器信号，如图5（b）所示。

3.2海浪声分离处理

首先，选取水声信号中发生在19.6 s～23.53 s处的海浪声信号。对这一时段的信号，进行中心频率为0.6 Hz、带通宽度为1.18 Hz的带通滤波，得到如图5（a）所示的海浪声信号，其中细线代表水听器原始记录信号，粗线代表经过分离处理的信号。最后，从原始的水听器记录信号中，分离掉带通滤波器获得的海浪声信号，得到如图5（b）所示的消除了海浪声后的信号。在此信号中，海浪声基本被完全分离掉，水声信号不再随海浪声波动。

图2　发生在19.39 s～23.99 s处的海浪声信号时域图和频谱分析图

图3　发生在17.4 s～19.46 s处的雷声信号时域图和频谱分析图

图4　发生在41.2 s附近的机械撞击声信号时域图和频谱分析图

图5　海浪声分离效果图

根据以上的海浪声分离方法，对第1路水听器信号进行海浪声信号的分离处理，将会得到两幅包含有两条对比曲线的时域图，如图6和图7所示。其中，图6包含水听器原始记录信号和分离出的海浪声信号，图7包含水听器原始记录信号和分离出海浪声后的水听器信号。这两幅时域图中，图6反映出分离出的海浪声，很好地吻合了水听器原始记录信号上下包络线的中心轨迹。图7反映出海浪声基本从水听器原始记录信号中被分离出去。

图6　第1路水听器的原始记录信号与分离出的海浪声信号

图7　第1路水听器的原始记录信号与分离掉海浪声后的信号

3.3海浪声分离结果总结

通过对第1路水听器信号进行海浪声的分离处理和分析，发现该分离方法可以较精确地将海浪声从水听器原始记录信号中分离出来，并保留水听器原始记录信号中的其他声音成份。这样，达到了研究所要求的从水听器原始信号中，分离海浪声成份的目的。现给出以声压级形式表示的海浪声成份分离前和分离后的各噪声成份声压幅值的计算公式，见式（2）。其中，P是以声压级形式表示的海浪声成份分离前和分离后的各噪声成份的声压幅值，单位是dB；pe是海浪声成份分离前和分离后的各噪声成份时域信号的声压幅值，单位是Pa；pref是参考声压，它在水中的取值为1 μPa。

经过计算，将以声压级形式表示的海浪声成份分离前和分离后的声压幅值统计到表2中。

表2　第1路水听器信号进行数字滤波前后各类特征声音幅值对比统计/dB

4　结语

针对拥有16路水听器的浮标水声测量系统，选取第1路水听器信号为研究对象，分析水听器信号中包含的噪声成份，并依据各个噪声成份的频率特性，提出分离水听器信号中海浪声成份的方法。研究结论如下：

（1）利用人耳辨识出水听器原始信号中包含有三种噪声成份，即海浪声、雷声和机械撞击声。

（2）通过研究三种噪声成份的频率特性，发现海浪声的特征频率为0.6 Hz左右；而雷声和机械撞击声的特征频率为一宽频带，并有所重叠，主要集中在5 Hz～1 000 Hz之间。

（3）水听器原始记录信号经过设计的数字滤波器，可以很好地分离出不同时段的海浪声，从而可实现抑制和消除海浪声的目的。经统计，在水听器原始记录信号中，海浪声可以从原来的130 dB下降到了0 dB，达到了对水听器原始记录信号中海浪声成份抑制的目的。

［1］杨向锋，张效民，孙继红.舰船辐射噪声功率谱特征提取方法研究［J］.鱼雷技术，2006，14（1）：35-38.

［2］王盼盼，张国军，关凌纲，等.舰船辐射噪声特征线谱提取方法研究［J］.海洋技术，2010，29（3）：47-50.

［3］申志伟，李荣，李志华.特征相似的舰船噪声模型可信性分析［J］.噪声与振动控制，2012，32（2）：159-162.

［4］ALI PEZESHKI，MAHMOOD R.AZIMI-SADJADI and LOUIS L.SCHARF.Undersea target classification using canonical correlation analysis［J］.IEEE Journal of Oceanic Engineering，2007，32（4）:948-955.

［5］CORNEL IOANA，ANDRÉ QUINQUIS and YANN STEPHAN.Feature extraction from underwater signals using time-frequency warping operators［J］.IEEE Journal of Oceanic Engineering，2006，31（3）:628-645.

［6］李新欣.船舶及鲸类声信号特征提取和分类识别研究［D］.哈尔滨：哈尔滨工程大学，2012.

［7］裴善报，刘荣忠，郭锐.基于小波变换的水下连续爆炸声信号特征分析［J］.爆炸与冲击，2015，35（4）：520-526.

［8］翟红波，李芝绒，张玉磊，等.典型舰船舱室水下爆炸响应特性［J］.噪声与振动控制，2016，36（1）：60-64.

［9］李秀坤，谢磊，秦宇.应用希尔伯特黄变换的水下目标特征提取［J］.哈尔滨工程大学学报，2009，30（5）：542-546.

Separation of Ocean Wave Sound from the Underwater Sound Signals Collected by the Buoy

WANGXiao1，JIN Jiang-ming2，LU Huan-cai1

（1.Key Laboratory of E and M，Ministry of Education and Zhejiang Province，Zhejiang University of Technology，Hangzhou 310014，China；2.Key Laboratory of Signal Processing of Zhejiang Province，Hangzhou 310014，China）

The underwater sound signals collected by the buoys are studied.A signal processing method is applied to separate the ocean wave sound from the original measured signals with hydrophones.Each measured hydrophone signal of the 16 channels is transformed into audio signal based on the parameters such as sampling frequency，sampling time and so on.Then，the audio signal is played and classified into different segments with different noise characteristics by human ears. These segments with different noise characteristics are extracted from the original time-domain signals for frequency spectral analysis，and their characteristic frequencies are obtained.Finally，the digital filter is designed to de-noise the ocean wave sound.Experimental results show that the ocean wave sound components are effectively suppressed from the measured original signals by hydrophones.

acoustics；ocean wave sound；hydrophone；characteristic frequency；digital filter

TB565

ADOI编码：10.3969/j.issn.1006-1335.2016.04.035

1006-1355（2016）04-0165-04+192

2016-03-04

王潇（1987-），男，江苏省泰兴市人，硕士生，主要研究方向为水声信号处理。E-mail:wangxiao_svlab@163.com

卢奂采（1962-），女，博士生导师。E-mail:huancailu@zjut.edu.cn