一种消防用远距离自组网全双工语音通信系统的制作方法

本发明涉及语音通信，具体为一种消防用远距离自组网全双工语音通信系统。

背景技术：

1、在火灾救援过程中，通信系统的可靠性和清晰度对于保障救援效率和人员安全至关重要。消防人员在火灾现场佩戴麦克风和无线通信设备，用于实现远程语音通信，以确保指挥调度和协同作业。然而，火灾环境通常伴随着极为复杂且嘈杂的背景噪声，这些噪声不仅源于火焰燃烧、爆炸、警报、建筑物倒塌等，还包括消防设备的运转声、水流声、人员喊叫声等多种不可预测的噪声。这些噪声在一定程度上会影响语音通信的质量，导致语音信号模糊、失真，严重时甚至会完全阻断通信，极大影响救援的协调和指挥。

2、自组网技术作为一种新型的通信方式，通过无线网络设备间的自主连接和协作，使得各个通信节点能够在没有中心控制的情况下实现信息的传输。这种技术在火灾救援中具有巨大的潜力。然而在传统的自组网技术的无线语音通信系统中，常见的做法是采用固定的信号处理方案，来降低背景噪音对通信质量的影响。特别是在火灾现场，噪声水平的剧烈波动可能导致系统自动切换为错误的增益模式，进一步加剧通信失真。此外，传统的通信系统缺乏针对实时噪声变化的自适应调节能力，难以精准识别和过滤多种类型的噪声，造成语音信号与噪声信号之间的混淆，影响了通信质量的稳定性。

技术实现思路

1、针对现有技术的不足，本发明提供了一种消防用远距离自组网全双工语音通信系统，以解决背景技术中提到的问题。

2、为实现以上目的，本发明通过以下技术方案予以实现：一种消防用远距离自组网全双工语音通信系统，包括麦克风阵列模块、噪声感知模块、噪声过滤模块、通信状态评估模块和信号增益调节模块；

3、麦克风阵列模块，用于在火灾现场部署分布式mems麦克风阵列，并为每位消防员佩戴麦克风，通过自组网技术将各个麦克风节点连接，实现全双工语音通信；

4、噪声感知模块，用于实时监测火灾现场若干个背景噪声数据，识别并自动分类后，构建第j个麦克风位置的噪声指数，若第j个麦克风位置的噪声指数＞噪声阈值，表示当前第j个麦克风位置的环境中噪声水平干扰异常，生成噪声水平干扰异常区域标记点，并发出低噪音抑制指令；

5、噪声过滤模块，用于接收低噪音抑制指令后，采用自适应滤波算法生成第j个麦克风位置的噪声抑制系数，并对第j个麦克风位置的第一语音信号进行移除后，生成过滤后的第二语音信号；

6、通信状态评估模块，用于基于远距离传输需求，采集第j个麦克风位置以及发送点的实时距离h，并对第二语音信号进行提取，获取第j个麦克风位置的语音信号强度，并关联第j个麦克风位置的实时距离h、语音信号强度以及噪声抑制系数，获得第j个麦克风位置的通信状态评估值；

7、信号增益调节模块，并对第j个麦克风位置的通信状态评估值进行评估，确定系统是否进入增益模式，以适应火灾现场的变化情况。

8、优选的，噪声感知模块包括分布式采集单元和噪声类型识别单元；

9、分布式采集单元用于通过在火灾环境中分布式mems微机电麦克风阵列，以实时采集火灾现场的噪声数据，采样频率高于32khz；

10、噪声类型识别单元用于分析多频段的噪声信号，并对频谱特征集合进行快速傅里叶变换、频谱分析、构建特征空间以及比对后，自动分类获取每一类的噪声源。

11、优选的，噪声类型识别单元包括提取子模块、分类子模块和噪声指数计算子模块；

12、提取子模块用于提取背景噪声数据，处理多频段的噪声信号后以获得噪声特征向量f，具体处理步骤为：

13、s11、提取噪声数据中，采集信号表示的时间序列，其中t为采样时刻，为每帧信号的噪声振幅值；

14、s12、先对信号进行傅里叶变换得到其频谱，对于每帧信号的噪声振幅值，其频谱表示为，即频率f处的幅度，通过快速傅里叶变换fft转换到频率域，表达式为：；

15、式中，是信号在频率f上的复数频谱，表示该频率成分的幅度和相位信息，是在离散时间n上的信号样本值，从时间域信号中得到；n表示采样总数，控制了频率分辨率；由负指数形式组成，表示不同频率成分的相位旋转，j表示虚数单位，用于表示傅里叶变换中的相位信息；f表示频率变量，决定了频率分量的位置，n表示时间样本的索引，表示每个时间样本在信号中的位置；此频谱图用于确定火焰燃烧声、警报声、水流声噪声在频率上的分布特征；

16、s13、从频谱图中提取多种特征，多种特征包括：功率谱密度psd、梅尔频率倒谱分解以及零过零率zcr；

17、s131、依据信号在频率f上的复数频谱，分析各频率分量的能量分布，通过以下公式构建功率谱密度psd：；其中，psd表示每个频率的功率谱密度，描述各频率分量的能量分布；

18、s132、基于人耳听觉特性，使用梅尔滤波器组将依据信号在频率f上的复数频谱转换为梅尔尺度上频谱，梅尔尺度是基于人耳对不同频率的感知特性进行的非线性变换，梅尔频率倒谱系数mfcc公式表达式为：；

19、式中，是指梅尔滤波器组中每个滤波器的中心频率,表示在中心频率上的频谱分量，表示第k个梅尔滤波器的频率响应，t是梅尔滤波器的总数量；log是对数运算，是将滤波后的功率谱转换为对数值，dct是离散余弦变换，使用dct压缩特征得到梅尔频率倒谱系数mfcc，用于代表信号的语音特征；

20、s133、零过零率zcr用于检测信号中的高频成分，表示信号中符号变化的次数，即信号从正到负或从负到正的交叉次数，公式表示为：；

21、式中，是在离散时间n上的信号样本值，l是信号帧的长度，指示函数，当时返回1，表示符号变化一次，否则返回0；

22、s14、依据功率谱密度psd、梅尔频率倒谱分解以及零过零率zcr，形成噪声特征向量f，表达式为：；

23、s15、利用向量机svm、k近邻knn或卷积神经网络cnn建立噪声分类模型，并对噪声特征向量进行标准化处理，使每一维特征的均值为0，方差为1，获得标准化处理后的噪声特征向量，表示为：；

24、其中，为噪声特征向量的均值，为噪声特征向量的标准差。

25、优选的，分类子模块用于将标准化的噪声特征向量输入至训练好的噪声分类模型进行二分类，对于每个类别，创建一个二分类svm分类器，将属于的样本视为正类，将其他所有样本视为负类；

26、并标记类别中的样本为+1，所有其他类别的样本为-1，每个二分类svm分类器的输出将表明输入噪声特征向量是否属于该类别，统计所有分类器的投票数，将投票数最多的类别作为噪声类型的预测结果；

27、预测结果包括但不限于以下噪声类型：火焰燃烧声、爆裂声、建筑物倒塌声、警报声、水流声与水泵作响声、破拆工具噪声、救援设备噪声、气体泄漏声、玻璃破裂声、高温金属变形声、以及风声与烟雾运动声。

28、优选的，噪声指数计算子模块用于在分布式布置的mems微机电麦克风阵列中，提取不同位置的噪声特征向量，在第j个麦克风位置提取到噪声特征向量包含m个噪声类型，记为：其中，m噪声类型的总数量；

29、并通过对每个噪声类型的噪声特征向量进行加权求和，通过以下公式得到第j个麦克风位置的噪声指数：；

30、式中，表示第m个噪声类型的权重系数，根据每个频段在噪声环境中的干扰性进行设置或通过训练确定；表示第j个位置上第g个噪声类型的噪声特征向量，

31、并预设噪声阈值，若第j个麦克风位置的噪声指数＞噪声阈值，表示当前第j个麦克风位置的环境中噪声水平干扰异常，生成噪声水平干扰异常区域标记点，并发出低噪音抑制指令；

32、若第j个麦克风位置的噪声指数≤噪声阈值，则表示当前第j个麦克风位置的环境中噪声水平干扰正常，不需要进行调节。

33、优选的，噪声类型识别单元还包括优先级子模块；

34、优先级子模块用于噪声水平干扰异常区域标记点的位置，并按照第j个麦克风位置的噪声指数由大至小，生成第一优先级处理队列。

35、优选的，噪声过滤模块包括噪声抑制计算子单元和自适应滤波子单元；

36、噪声抑制计算子单元用于在接收到第一优先级处理队列后，通过提取第j个麦克风位置的噪声指数映射得到第j个麦克风位置的噪声抑制系数：；

37、式中，是噪声抑制的调节因子，调节因子的范围介于0-1之间，数值越大，抑制强度越高，用于控制整体抑制强度，是控制抑制系数对噪声指数的敏感度，是抑制阈值；exp表示指数函数，exp使用sigmoid函数，使得噪声抑制系数随着噪声指数的变化逐渐增加，避免了过度突兀的抑制效果，从而减少对语音信号的损伤；

38、自适应滤波子单元用于接收麦克风采集的带有噪声的第一语音信号，并将其划分为短时间帧，并采用20-30毫秒的窗口进行实时采集；

39、初始化自适应滤波器的参数，包括滤波器长度和初始权重，权重初始化为0，避免对语音信号产生初始影响；

40、使用第j个麦克风位置的噪声抑制系数来调整滤波器权重，将噪声分量从第一语音信号中移除，滤波器生成去除噪声后的第二语音信号。

41、优选的，通信状态评估模块包括实时距离采集单元、信号强度计算单元和相关联单元；

42、实时距离采集单元用于实时采集第j个麦克风位置与发送点之间的实时距离h，因实时距离h会影响信号的传播衰减，随着实时距离h的增加，信号强度会逐渐衰减；

43、信号强度计算单元用于提取第二语音信号中的语音信号强度，通过以下公式计算获取语音信号强度：；

44、其中，表示第j个麦克风位置第二语音信号在第i个时刻的幅值，通过声压传感器采集获取；r为第二语音信号的采样点数量；

45、相关联单元用于提取第j个麦克风位置的实时距离h、语音信号强度以及噪声抑制系数，无量纲处理后，通过以下公式生成第j个麦克风位置的通信状态评估值：；

46、公式的含义为：通信状态评估值动态反映当前环境中，信号的质量和传输条件。

47、优选的，信号增益调节模块包括通信状态评估单元和策略单元；

48、通信状态评估单元用于预设通信阈值x，将第j个麦克风位置的通信状态评估值与通信阈值x进行对比，获得通信状态评估结果，包括：

49、若第j个麦克风位置的通信状态评估值≥通信阈值x，表示第j个麦克风位置的通信信号质量合格；

50、若通信阈值x*80%≤第j个麦克风位置的通信状态评估值＜通信阈值x，表示第j个麦克风位置的通信信号质量不合格，生成第一预警指令；

51、若第j个麦克风位置的通信状态评估值＜通信阈值x*80%，表示第j个麦克风位置的通信信号质量不合格，生成第二预警指令。

52、优选的，策略单元用于接收第一预警指令和第二预警指令时生成相对应指令，包括：

53、依据第一预警指令生成第一增益调节指令，包括：通过数字信号处理器进行信号增益，增大语音信号强度的10-30%；

54、依据第二预警指令生成第二增益调节指令，包括：通过数字信号处理器进行信号增益，增大语音信号强度的31-50%，若检测到中断信号，系统将自动检测信号中断位置，重新计算最佳信号路径，选择替代路径后在30秒内恢复通信连接。

55、本发明提供了一种消防用远距离自组网全双工语音通信系统。具备以下有益效果：

56、（1）分布式mems麦克风阵列能够实时采集消防员的语音信号和周围环境的噪声数据；每位消防员佩戴麦克风，确保在火灾救援过程中，所有参与人员可以实时、清晰地进行语音通信，确保指挥调度与协同作业的高效性。尤其在火灾现场复杂且危险的环境中，能够提供关键的远程语音指令与信息反馈，有效避免因通信中断或延迟导致的救援失误。通过自组网技术将各麦克风节点连接，使得系统能够实现全双工语音通信，不仅支持语音的实时传输，还支持双向交流。在火灾现场，消防员能够即时接收到指挥中心的指令，同时将自己位置的语音反馈给指挥中心，为火灾救援提供精准的指挥与协同信息。

57、（2）噪声感知模块能够实时监测火灾现场的背景噪声，并对各种噪声（如火焰燃烧、爆炸、设备运转声等）进行自动分类。当某个麦克风位置的噪声指数超过设定噪声阈值时，系统能够及时识别出噪声干扰异常区域，并生成噪声干扰标记点，为后续的噪声处理提供依据。

58、（3）系统通过噪声过滤模块，根据噪声抑制指令采用自适应滤波算法，生成噪声抑制系数，对第一语音信号中的噪声成分进行移除，从而生成更为清晰的第二语音信号。这种实时、动态的噪声抑制能力有效降低了火灾现场复杂背景噪声对语音通信的影响，提高了语音的可懂度和传输质量。

59、（4）通信状态评估模块能够根据火灾现场的远距离传输需求，采集麦克风节点与发送点之间的实时距离、语音信号强度及噪声抑制系数，综合评估每个麦克风位置的通信状态。这一评估机制确保了系统能够在不同的环境和条件下，实时评估通信质量，为后续增益调节提供准确的数据支持。系统通过信号增益调节模块，根据实时通信状态评估结果自动调整信号增益模式。对于噪声干扰较强或通信质量较差的区域，系统可自动进入增益模式，以适应火灾现场变化的噪声和通信条件，从而提高通信信号的稳定性和可靠性。