基于电网频率的数字录音真伪鉴别研究

采用电网频率鉴别数字录音真伪是司法科学领域近年来的研究热点。在北美电网频率监测系统(FNET)的基础上,构建用于数字录音信号真伪鉴别的专用标准电网频率数据库,提出一种完整的真伪鉴别算法。采用数字滤波技术和短时傅里叶变换估计蕴含在数字信号中的电网频率分量,通过补零操作及三点样条插值提高频率估计的准确度;首次考虑数字采集系统振荡器对频率数据库匹配的影响,提出一种迭代式振荡器误差校正方法;分析短时傅里叶变换的参数选择,如窗函数、补零系数对频率估计准确度的影响,最后实现了该套数字录音真伪鉴别算法。在实测数字语音信号上的实验结果表明,该方法能有效地鉴别数字信号的真伪并确定其原创时间。

采用稳健统计与B样条函数处理频率扰动记录单元异常数据

北美电网监测系统(FNET)是在配网侧实时采集电网频率的广域测量系统。由于硬件故障或网络中断,频率扰动记录单元(FDRs)采集的数据不可避免地包含尖峰或缺失数据段等异常数据,在剔除尖峰同时常用的一维中值滤波,弱化频率波动的细节信息无法弥补缺失数据段。针对此一问题,提出了融合稳健统计和B样条函数的频率异常数据处理方法,它通过设定阈值辨识尖峰值,采用B样条基函数的线性组合重构原始频率序列,引入曲线粗糙度控制B样条基函数学习过程中存在的过拟合问题。该方法仅在局部范围内处理频率异常数据,能最大限度地保留频率波动信息,且计算简洁,能实现任意阶B样条函数的构造及学习,易于推广到其他时间序列的数据预处理。