本发明涉及分布式光纤传感，具体涉及一种分布式光纤传感器的声音信号检测方法及装置、计算设备。
背景技术：
1、分布式光纤传感器因其具备的长距离、抗电磁干扰、高灵敏度等特点，逐渐成为声音监测领域的一个重要研究方向。
2、现有技术中，分布式光纤传感器主要被用于振动信号的监测，能够沿着光纤长度连续感知振动信息，通常只关注信号的强度变化，忽略了声音信号特有的频率特性和空间分布信息，导致声音信号的识别精度和定位能力有限。特别是在信号处理环节，传统的信号处理方法如滤波、相关分析等，虽然能够一定程度上处理噪声，但对于复杂环境下微弱声音信号的特征提取和噪声抑制并不理想。此外，这些方法往往需要预设模型或假设，灵活性和适应性较差，难以满足复杂多变的应用场景需求。
3、为解决上述问题，本发明通过变分自编码器提取后向瑞利散射信号的关键特征点，将关键特征点输入去噪自编码器估算噪声参量，显著提升了纯净声音信号的提取质量，实现从原始数据到声音源定位的高效转化。
技术实现思路
1、鉴于上述问题，提出了本发明以便提供一种克服上述声音信号提取质量较低问题的分布式光纤传感器的声音信号检测方法及装置、计算设备。
2、根据本发明的一个方面，提供了一种分布式光纤传感器的声音信号检测方法，包括：
3、通过分布式光纤传感器系统接收光纤附近的声音信号，读入由所述声音信号产生的后向瑞利散射信号；
4、通过变分自编码器提取所述后向瑞利散射信号的关键特征点，将所述关键特征点输入去噪自编码器估算噪声参量；其中，所述变分自编码器包括输入层、特征提取层、谱聚类网络层、vae编码器、vae解码器以及输出层；所述去噪自编码器包括输入层、稀疏编码层、自适应共振层、堆叠自编码层、gan生成器以及输入层；
5、根据所述噪声参量提取所述声音信号的纯净声音特征信息，对所述纯净声音特征信息进行小波包变换得到所述声音信号的时频特性、光纤上的影响区域以及时频特性在光纤上的分布，从而确定声音源的位置。
6、在一种可选的方式中，所述读入由所述声音信号产生的后向瑞利散射信号之前，所述方法还包括：
7、将所述后向瑞利散射信号组织成数据向量y，其中，数据向量y的每个元素对应一个在特定频段的测量值；
8、根据数据向量y与模型矩阵h求解声源强度的最小分布向量，所述最小分布向量的求解公式为：
9、
10、其中，x∈rn为约束条件，x是目标分布变量，x的每个分量都是实数，共有n个分量，h为模型矩阵，描述数据向量y与目标分布向量x的线性关系，表示l2范数的平方。
11、在一种可选的方式中，所述变分自编码器通过集成聚类正则化项，生成所述谱聚类网络层的latent space聚类模型。
12、在一种可选的方式中，所述变分自编码器通过集成聚类正则化项，生成所述谱聚类网络层的latent space聚类模型进一步包括：
13、使用变分自编码器对输入数据进行编码得到潜变量表示latentrepresentationz；
14、为每个批次数据根据其潜变量表示latentrepresentationz计算软分配概率矩阵pij，其中,pij表示样本i分配到簇j的概率；
15、根据软分配概率矩阵pij计算簇内紧致度损失lintra，以减小每个样本到其所属簇中心c的距离，以及，计算软聚类熵损失lentropy，以促进每个样本对所属簇的分配；
16、组合簇内紧致度损失lintra和软聚类熵损失lentropy，形成聚类正则化损失lcluster_reg＝lintra+β·lentropy，其中，n为聚类的所有数据点的数量，k为簇数量，μj为第j个簇的中心，zi为第i个样本的特征向量，q(zi|μj)为样本i分配到簇j的软分配概率；β为平衡系数；
17、
18、将聚类正则化损失lcluster_reg与变分自编码器的重构损失lrec和kl散度损失lkl结合，形成总损失函数ltotal＝lrec+γ·lkl+λ·lcluster_reg，其中,γ和λ为调节各项损失权重的超参数；
19、根据总损失函数ltotal优化变分自编码器参数，生成所述谱聚类网络层的的latentspace聚类模型。
20、在一种可选的方式中，所述根据总损失函数ltotal优化变分自编码器参数，以生成有利于聚类的latent space聚类模型进一步包括：
21、通过反向传播优化总损失函数ltotal，更新变分自编码器的所有参数；
22、变分自编码器经迭代后生成隐空间latent space，其中的数据点根据其簇的归属进行分组；
23、根据谱聚类算法在所述隐空间latent space确定簇中心cj，形成latent space聚类模型。
24、在一种可选的方式中，所述根据谱聚类算法在所述隐空间latent space确定簇中心cj进一步包括：
25、根据隐空间latent space中的每个数据节点i和j的高斯核wij，构建亲合度矩阵w；
26、根据高斯核构建度矩阵d，计算所述度矩阵的拉普拉斯矩阵l，其中，度矩阵的对角线元素为数据节点的度；
27、对拉普拉斯矩阵l进行特征分解得到特征值及对应的特征向量u；
28、选取前k个最小非零特征值对应的特征向量，构成降维后的隐空间表示；
29、将特征向量u中的数据点投影k维特征空间中，在k维特征空间进行聚类得到簇中心cj。
30、在一种可选的方式中，高斯核wij的计算公式为：
31、
32、其中，zi,zj为隐空间中两点的向量表示，σ为预设参数；
33、度矩阵的对角线元素为：
34、
35、拉普拉斯矩阵l为：
36、l＝d-1/2wd-1/2。
37、在一种可选的方式中，所述将所述关键特征点输入去噪自编码器估算噪声参量进一步包括：
38、接收原始带有噪声的数据作为输入，通过稀疏编码层对输入的数据进行稀疏表示，筛选出数据中的关键特征；
39、通过自适应共振层动态调整网络权重，通过堆叠自编码层逐层学习提取数据的深层特征并去除噪声；
40、通过gan生成器生成接近真实无噪数据的新样本，根据新样本输出噪声参量。
41、根据本发明的另一方面，提供了一种分布式光纤传感器的声音信号检测装置，包括：
42、采集模块，用于通过分布式光纤传感器系统接收光纤附近的声音信号，读入由所述声音信号产生的后向瑞利散射信号；
43、提取模块，用于通过变分自编码器提取所述后向瑞利散射信号的关键特征点，将所述关键特征点输入去噪自编码器估算噪声参量；其中，所述变分自编码器包括输入层、特征提取层、谱聚类网络层、vae编码器、vae解码器以及输出层；所述去噪自编码器包括输入层、稀疏编码层、自适应共振层、堆叠自编码层、gan生成器以及输入层；
44、估算模块，用于根据所述噪声参量提取所述声音信号的纯净声音特征信息，对所述纯净声音特征信息进行小波包变换得到所述声音信号的时频特性、光纤上的影响区域以及时频特性在光纤上的分布，从而确定声音源的位置。
45、根据本发明的又一方面，提供了一种计算设备，包括：处理器、存储器、通信接口和通信总线，所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信；
46、根据本发明提供的方案，通过分布式光纤传感器系统接收光纤附近的声音信号，读入由所述声音信号产生的后向瑞利散射信号；通过变分自编码器提取所述后向瑞利散射信号的关键特征点，将所述关键特征点输入去噪自编码器估算噪声参量；其中，所述变分自编码器包括输入层、特征提取层、谱聚类网络层、vae编码器、vae解码器以及输出层；所述去噪自编码器包括输入层、稀疏编码层、自适应共振层、堆叠自编码层、gan生成器以及输入层；根据所述噪声参量提取所述声音信号的纯净声音特征信息，对所述纯净声音特征信息进行小波包变换得到所述声音信号的时频特性、光纤上的影响区域以及时频特性在光纤上的分布，从而确定声音源的位置。本发明利用后向瑞利散射信号，在长距离光纤上探测微弱的声音信号，实现对声音源的高灵敏度检测。采用变分自编码器(vae)和去噪自编码器(dae)从复杂散射信号中提取关键特征点，显著提升纯净声音信号的提取质量。在变分自编码器中通过引入谱聚类网络层在高维特征空间中对信号进行有效的聚类，提高对不同声音信号特征的学习能力。听过自适应共振层使去噪自编码器能够动态调整，更好适应不同强度和类型的噪声环境，保证在变化多端的实际应用场景中也能稳定工作。
47、上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。
1.一种分布式光纤传感器的声音信号检测方法，其特征在于，包括：
2.根据权利要求1所述的分布式光纤传感器的声音信号检测方法，其特征在于，所述读入由所述声音信号产生的后向瑞利散射信号之前，所述方法还包括：
3.根据权利要求1或2所述的分布式光纤传感器的声音信号检测方法，其特征在于，所述变分自编码器通过集成聚类正则化项，生成所述谱聚类网络层的latent space聚类模型。
4.根据权利要求3所述的分布式光纤传感器的声音信号检测方法，其特征在于，所述变分自编码器通过集成聚类正则化项，生成所述谱聚类网络层的latent space聚类模型进一步包括：
5.根据权利要求4所述的分布式光纤传感器的声音信号检测方法，其特征在于，所述根据总损失函数ltotal优化变分自编码器参数，以生成有利于聚类的latent space聚类模型进一步包括：
6.根据权利要求5所述的分布式光纤传感器的声音信号检测方法，其特征在于，所述根据谱聚类算法在所述隐空间latent space确定簇中心cj进一步包括：
7.根据权利要求6所述的分布式光纤传感器的声音信号检测方法，其特征在于，高斯核wij的计算公式为：
8.根据权利要求1所述的分布式光纤传感器的声音信号检测方法，其特征在于，所述将所述关键特征点输入去噪自编码器估算噪声参量进一步包括：
9.一种分布式光纤传感器的声音信号检测装置，其特征在于，包括：
10.一种计算设备，包括：处理器、存储器、通信接口和通信总线，所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信；
