基于窗口傅里叶变换的舱音记录器声信息分析

通过驾驶舱话音记录器(CVR)录制了某飞机5种典型事件信息,如飞机飞行时左发动机故障、飞机起落架动作等,然后对录制的CVR信息进行滤波、A/D转换,利用Goldwave音频特效处理软件和窗口傅里叶变换(WFT)进行处理和分析.分析结果和理论计算值吻合,这为分析简单CVR声信息提供了一种有效方法.

飞机舱音记录器声信息识别方法的初步研究

有效识别舱音记录器声信息对失事飞机原因调查十分重要。文章介绍了飞机舱音记录器、舱音记录器声信息及特点。指出了当前国内基于计算机音频处理技术的舱音记录器声信息译码系统在对声信息辨听方法上存在的不足。系统提出了运用MATLAB语言和小波变换对舱音记录器所记录的声信息(噪声、语音信息和其它背景声信息)识别方法。

基于Wigner-Ville分布和Wavelet时间尺度的飞机非平稳抖杆背景声分析

飞机黑匣子中舱音记录器记录的舱音主要是由话语音、噪声和具有不同物理意义的背景声组成的复杂混合体,增加了舱音分析的难度,用传统的辨听和分析方法难以解决舱音特征等技术难题。以舱音记录器记录的抖杆背景声为例,针对传统Fourier变换的一次型时间/频率和短时Fourier变换的二次型能量在舱音辨听、分析的不足,将Wigner-Ville时频和Wavelet时间尺度引入到飞机舱音分析中,扩展了舱音分析方法。对比分析结果表明:平滑伪Wigner-Ville分布(SPWVD)及其时频分布的重排具有高的时频分辨率、时频凝聚性,而且没有交叉项干扰,适合分析非平稳舱音背景声;同时,离散小波变换的时间尺度分析技术确定抖杆背景声基频频率及位置,为获得非平稳舱音背景声特征提供一种值得借鉴的途径。

飞机超速音频警告信号的提取与特征分析

为了弥补用传统舱音分析方法获取舱音背景声的特征不准确性,根据计算机音频原理和舱音译码系统,从飞机舱音记录器(CVR)记录的多种舱音信号中提取出了超速音频警告信号,得到超速音频警告简单特征;根据小波理论,找出了适合精确分析超速音频警告特征的一维离散多尺度小波分析方法,得到了信号的详细特征;经过小波系数分析,确定了超速音频警告最大幅值在CVR中精确位置.应用表明:文中研究方法和研究结果对调查飞机事故具有一定的指导价值.

飞机舱音记录器非话语信号盲分离性能

飞机驾驶舱话音记录器(Cockpit voice recorder,CVR)记录的舱音信号,通常是语音声、警告声、开关按钮声和背景噪声等混合而成的。目前国内对该类信号的分析和辨别主要是计算机译码后进行人耳辨听,存在不易准确分辨出各种独立的声音信号的缺点。本文提出采用基于高效快速的独立分量分析(Efficient variant of fastI-CA,EFICA)算法和可调整权值的二阶盲分离(Weight-adjusted variant second-order blind identification,WA-SOBI)的混合算法对舱音信号进行分离实验。采用不同算法的仿真结果比较表明,混合盲处理算法具有更为优越的分离性能。

民用飞机飞行记录系统研究

从民用飞机飞行记录系统应用出发,介绍了飞行记录系统的组成、架构、功能要求等,阐述了民用飞机飞行记录系统设计和安装过程中应遵循的基本准则。对民用飞机新一代飞行记录系统作了详细介绍,表明了未来民用飞机飞行记录系统集成化、综合化的发展趋势。

飞机舱音记录器中话语声和开关声小波分析

针对舱音译码系统“辨听”的不足,提出了基于计算机音频原理和专用软件的改进性舱音译码系统的舱音中话语声和开关声的声频特征获取方法;然后根据话语声和开关声是含有噪声的非平稳信号的特点,并依据小波变换理论提出了一维离散二进制Daubechies小波函数db1三尺度小波分解方法,对话语声和开关声降噪并进行深入处理,得到频率—能量幅值等更多信息,结果有利于掌握飞机飞行状态,调查飞机事故原因,也为分析同类舱音信号提供了参考依据。

飞机驾驶舱话音记录器中开关声的三尺度小波分析

国内目前主要采用基于计算机音频原理的译码系统对飞机驾驶舱话音记录器记录的舱音信号进行“辨听”分析,这种舱音分析方法存在不易获得准确的舱音信号特征的缺点。根据这一问题,针对某一真实舱音中的瞬态开关声信号,提出了利用一维离散小波函数进行三尺度分解小波方法,得到了基于传统“辨听”方法得不到的、更多、更准确的舱音声频特征,为识别分析瞬态、非平稳飞机舱音信号提供了一种较好的参考依据。

独立分量分析在驾驶舱话音记录器背景信号分离中的应用

飞机驾驶舱话音记录器(CVR)记录的舱音信号,通常是由语音、警告声、开关按钮声和背景噪声等混合而成的。目前对该类信号的分析和辨别主要是通过CVR译码专业设备下载后依靠人耳辨听,存在不易准确分辨出各种独立声音信号的缺点。应用基于独立分量分析(ICA)方法的快速ICA(FastICA)、自然梯度、JADE算法,以及扩展优化的COMBI等算法,对舱音混合信号进行分离,并对各种算法的分离效果进行比较。仿真结果表明,上述算法可以有效地将CVR混合信号中的独立声音信号分离出来,其中COMBI具有更为优越的分离效果。

飞机舱音记录器背景声的联合时频分析研究

飞机舱音记录器记录的舱音主要是由话语音、噪声和具有不同物理意义的背景声组成的复杂混合体,用传统的辨听和分析方法难以获取较多的舱音特征参数。本文以一个舱音记录器记录的主告警声为例,针对传统短时傅立叶变换在舱音辨听、分析的不足,将联合时频分析引入到飞机舱音分析中,扩展了舱音分析方法。对比分析结果表明:时频分布及其重排,在时频分辨率、时频凝聚性、交叉项干扰的抑制上各有所长,都适合分析非平稳舱音背景声,从而为飞行事故调查提供一种值得采用的方法。

飞机舱音信息鲁棒语音端点检测

提出了一种适用于飞机座舱噪声环境下的鲁棒语音端点检测方法。在分析噪声特征的基础上,首先直接针对带噪语音谱的离散傅里叶变换系数建立复拉普拉斯分布模型;然后进行基于二元假设检验的似然比测试;最后将信号相邻帧的相关性与基于最大后验概率的判决规则相结合。定义两种门限值,根据前一帧的状态与当前帧的观测值共同决策当前帧的状态,从而搜索出语音起止点。实验表明:与目前典型语音端点检测算法对比,该方法在飞机座舱噪声环境中具有较好的鲁棒性。

动态分段的飞机舱音记录器混合信号在线盲分离性能分析

针对飞机驾驶舱话音记录器(CVR)中存在轻微时变特性和信号有大量近零值的情况,提出一种基于信号样本动态分段的在线盲分离算法.应用独立分量分析的在线算法对CVR混合信号进行动态分段处理,再通过快速的FastICA算法进行精确化求解.为了使估计器获得最佳性能,适当调整分离矩阵各行权值.仿真结果表明,该算法可有效地将CVR混合信号中独立的声音信号分离出来,分离效果优良.

舱音背景声声特征管理信息系统设计与实现

为了对舱音记录器中舱音背景声声特征进行高效和准确管理,设计实现了舱音背景声声特征管理信息系统。通过DeLphi流TStream类以及内存流TmemoryStream实现对多媒体文件的操作,利用Delphi提供的ADO组件实现与Access数据库的连接,开发了舱音背景声声信息特征管理信息系统。使用表明:舱音背景声声特征管理信息系统实现了对舱音特征的高效和准确管理。采用管理信息系统进行舱音背景声声特征的管理是实用的方法。

飞机舱音记录器背景声信息的联合时频分析

飞机舱音记录器记录的舱音主要是由话语音、噪声和具有不同物理意义的背景声组成的复杂混合体,用传统的辨听和分析方法难以获取更多的舱音特征参数。以舱音记录器记录的主告警声为例,针对传统短时傅里叶变换在舱音辨听、分析的不足,将联合时频分析引入到飞机舱音分析中,扩展了舱音分析方法。对比分析结果表明:时频分布及其重排在时频分辨率、时频凝聚性、抑制交叉项干扰上各有所长,适合分析非平稳舱音背景声,从而为飞行事故调查提供一种值得借鉴的方法。

大型飞机舱音记录器设计

大型飞机和其他多成员飞机需加装舱音记录器,所记录的各种语音信息可以和飞行数据记录器记录的数据信息一起为飞行事故调查提供全面科学的依据。针对中国目前舱音记录器技术落后的现状,设计研制了一套新型基于ARM9平台,采用嵌入式Linux操作系统的舱音记录器,可以装备大型飞机和其他多成员飞机使用,该记录器采用目前最为先进的主流开发平台,系统运行稳定、高效,选用性能优良的AMBE-1000声码芯片实现了语音信号高品质采集和回放。通过音频频谱分析显示,记录器的频率响应、失真度等指标优于国内外同类产品的技术指标,具有良好的实用性和推广应用价值。

基于Huffman最优二叉树支持向量机的舱音记录器背景信号识别

飞行器舱音记录器(CVR)记录的舱音信号,通常是语音声、警告声、开关按钮声和背景噪声等混合而成。目前国内对该类信号的分析和辨别主要是计算机译码后利用人耳进行辨听,存在不易准确分辨各种独立声音信号的缺点。针对舱音信号是一种非平稳性的时频信号,提出了基于多尺度最优小波包基的CVR背景信号特征提取算法,将10种典型信号进行小波包分解,以分解得到的子带能量作为信号初始特征,再根据类间最大距离准则选取最优小波包基,从而确定待识别信号最具有代表性的特征向量,最后基于Huffman最优二叉树支持向量机进行CVR背景信号分类。仿真实验结果表明,该方法的平均识别率为94.62%,可以应用于CVR背景声音信号的自动识别。

Matlab与VC++混合编程实现黑匣子声谱分析

MATLAB作为一个功能强大的数值计算和可视化软件,被VC++、VB及其它语言编制的程序调用将大大提高编程效率、保证程序的准确性,并且继承VC++等软件良好的用户界面.本文介绍了通过利用MathTools公司的Matcom,实现在VC++环境下通过调用工具箱函数及自编m函数,完成对工程信号实时、可视化分析功能,并以舱音背景声中超速音频警告声为例,实现在专用音频分析软件Adobe Audition界面下实时分析,为提取舱音背景声特征提供了很大的方便.

动态信噪比下舱音信号的降噪方法对比

针对舱音信息中响度大、种类多和频率范围宽的噪声对舱音识别性能造成严重影响的问题,利用基于最小均方差算法的自适应滤波器对舱音进行降噪。通过调整滤波器的阶数和步长使降噪效果达到最佳,然后对降噪后的舱音进行预加重、分帧、加窗及傅里叶变换;依次提取每个舱音信号的梅尔倒谱系数和一阶差分倒谱参数作为特征向量;设计支持向量机,利用舱音进行训练和识别,解决了舱音样本在低信噪比下识别性能低的缺点。仿真结果表明,该方法明显优于小波包降噪,识别精确率达到96.9231%。

民用客机快速存取记录器设计

为加强对民用客机运营的科学管理,保证民用客机的运营安全,需要实现驾驶舱音频记录、飞机参数记录,以及实现对记录数据的快速获取。在分析快速存取记录器关键需求的基础上,对记录器的核心硬件电路与软件展开设计。通过结合对称加密算法与非对称加密算法的优点,设计实现了一种能够对音频数据进行快速、安全加密的方法。经过实际装机测试,方法能够满足预期的功能、性能要求。

面向不均匀飞机舱音信号样本的模糊支持向量机识别方法

针对驾驶舱话音记录器(CVR)中记录的舱音背景信息多而复杂、频率范围宽、非平稳等特点,通过对15种舱音信息进行傅里叶变换和小波包变换,依次提取其Mel倒谱系数(MFCC)和小波包分解系数(WPC),利用距离可分性判据对MFCC和WPC信息进行压缩融合,得到舱音信息特征向量。设计了面向不均衡样本的模糊支持向量机(FSVM),分别计算每种类别样本及其内每种舱音信息的2个隶属度,然后利用FSVM对舱音信号进行分类识别,解决了CVR信号含噪奇异样本和数目不均衡样本时识别性能较差的缺点,实验表明该方法明显优于常规支持向量机(SVM)和FSVM,分类识别率达到98.33%。