本文讨论的是实际使用过程中计算过零率的一种自适应方法。过零率常用于语音检测识别中，一般叫短时过零率更贴切些（指一段短时平稳信号才能计算过零率），简单有效，近期亦打算将这个简单的概念用于识别脚步声和卡车声（近似短时平稳）。过零率的定义计算一般通过下面的表达式描述：
[img]http://www.forkosh.com/mathtex.cgi?%20%5CLarge%20Z_n=%5Cfrac%7B1%7D%7BN%7D%5Csum_%7Bm=0%7D%5E%7BN-1%7D%5C%7C%7Bsgn[x_n%28m+1%29]-sgn[x_n%28m%29]%7D%5C%7C[/img]
过零率是对频率从时域进行的一种简单的度量，一般情况下，过零率越大频率近似越高，反正亦然，相关推倒可参考相关文献。
自适应噪声阈值自然信号由于电路、环境引入的噪声会在0水平位置波动，直接按上式计算过零率，严重影响识别效果。因此，本文在计算过零率时，对信号的幅值进行阈值限定，阈值的计算方法是：
[img]http://www.forkosh.com/mathtex.cgi?%20%5CLarge%20THR%28t%29=%5Cfrac%7B1%7D%7B2%7D%5C%7BTHR%28t-1%29+F*V_%7Bpp%7D%28t%29%5C%7D,%20F=[0.1%5C%200.2][/img]
其中F为阈值与峰峰值的系数因子，一般F在0.1~0.2之间，Vpp表示当前短时信号的峰峰值，THR(t)表示t时段的阈值。
因此增加阈值判别后计算过零率的流程图为：
 对应的C程序为：
/* signal thresh adaptive structure */struct st_zerorate_thr{ uint32_t pre; uint32_t cur;};/* * @brief * Calculate short time zero cross rate. Short time means n, n often choose to * be a frame(256,512 and so on) * * The diffrence with upstairs is that this one consider the adaptive thresh * when checking the signal, which removes the influence of noise. * @inputs * x[] - input sound signal * n - size of a frame * @outputs * @retval * zero cross rate in a frame length */uint16_t zero_rate(int16_t x[], int n, struct st_zerorate_thr thr){ int i = 1; /* Init to 1 */ uint16_t zero_cnt = 0; float tmp = 0; uint8_t x_pre = 0; while ( (x < thr.cur) && (x > -thr.cur) && (i<n) ) { i++; } x_pre = x[i++]; while ((i < n) && ((x > thr.cur) || (x < -thr.cur)) ) { tmp = x * x_pre; if (tmp < 0) { zero_cnt = zero_cnt + 1; } x_pre = x; i++; } return zero_cnt;}上面代码定义了阈值结构体st_zerorate_thr，更新阈值的方法按(2)式执行，
#define TH_FACTOR (0.2f) /* 0.1~0.2 */void zerorate_thr_update(struct st_zerorate_thr thr, uint32_t peak_value){ thr.pre = thr.cur; thr.cur = (uint32_t)(((thr.pre + TH_FACTOR * peak_value) / 2) );}关于初始阈值的选择：
[img]http://www.forkosh.com/mathtex.cgi?%20%5CLarge%20THR%280%29=F*V_%7Bpp%7D%280%29,%20F=[0.1%5C%200.2][/img]
改进：增加能量阈值的策略这时要考虑的情况有些复杂，除了噪声阈值外，还要考虑能量阈值（确定是否是信号段），如下图：
上图为采集的地震信号（比如脚步声信号），只有有些数据才是我们想要分析的，因此可以通过能量对数据进行划分。为简单起见，直接通过信号的幅值对确定有效信号区域也是可以的。
当大于某个固定的阈值energy_thr时，并持续一段时间时，认为信号进入有效区域，开始按“自适应噪声阈值”的方案进行计算过零率
能量阈值一般都大于自适应噪声阈值，可以通过实验获得：
- 采集无信号时的背景噪声，计算峰峰值；
- 采集有目标时的信号，计算峰峰值
在两者之间找到一条错误率最低的水平分界值，作为能量阈值。
为简化程序的设计，本程序使用状态机的设计思想，2个状态：安静（无目标）状态、有目标状态。C程序上直接使用switch...case语句就可以了，对应的C程序如下：
/* * @brief * Calculate short time zero cross rate. Short time means n, n often choose to * be a frame(256,512 and so on) * * The diffrence with upstairs is that this one consider the adaptive thresh * when checking the signal, which removes the influence of noise. * @inputs * x[] - input sound signal * n - size of a frame * thr - threshold(Vp) for removing noise ripple * energy_thr - threshold(Vp) for ensure wether is signal start or stop * @outputs * @retval * zero cross rate in a frame length */uint16_t zero_rate(int16_t x[], uint32_t n, struct st_zerorate_thr thr, uint16_t energy_thr){ uint32_t i = 0; uint16_t zero_cnt = 0; int16_t x_pre = 0; uint8_t status = 0; uint8_t energy_cnt = 0;#define CONTINUOUS_BEGIN (2) // 持续大于能量阈值的点数，用于检测信号开始#define CONTINUOUS_END (5) // 持续小于能量阈值的点数，用于检测信号结尾 for (i=0; i<n; i++) { switch(status) { case 0: // Slience or maybe signal if (abs(x) > energy_thr) { if (++energy_cnt >= CONTINUOUS_BEGIN) { status = 1; energy_cnt = 0; x_pre = x; } else { // do nothing } } break; case 1: // Signal if (abs(x) > thr.cur) { if ( (x * x_pre) < 0) { zero_cnt = zero_cnt + 1; } x_pre = x; energy_cnt = 0; } else { if (abs(x) < energy_thr) { if (++energy_cnt >= CONTINUOUS_END) { status = 0; energy_cnt = 0; } } else { // do nothing } } break; default: status = 0; break; } } return zero_cnt;}补充：测试效果及新方法提出好吧：结论只有一个：
在含有低频噪声的环境，使用过零率是很难区分脚步声和卡车的。
如下，是分别采集脚步声和卡车的图形：
 
因为卡车的采集信号高频都载波到低频信号上了，而在未判断实际目标之前，是无法使用低通滤波进行滤波（可能滤掉脚步声信号）。
综上，我看过很多的论文，大都提到使用过零率对脚步声了卡车进行识别，而且识别效果还不错，我不知他们的实验环境是什么样的，至少从上面的实验分析，还是有问题的。
因此，提出新的特征，用于区分两类信号——数字化占空比。其过程是：设定一个阈值，从头到尾扫描一帧信号，大于阈值的点设为1，否则设为0，我称之为数字化过程，然后计算高电平（即1）占所有一帧（512点）的百分比，用该百分比作为脚步声和卡车的识别数学特征。好了，我们用数学表述得专业些：
其中{x>=THR}表示序列中值大于THR的点数。
测试结果：取THR=0.4*Vpp，则计算脚步信号的Dutycycle=4，而卡车信号的Dutycycle=113，差异非常明显。 |
