技术领域本实用新型属于发动机故障检测技术领域，具体涉及一种可用于汽车发动机故障识别的去噪系统。
背景技术：
发明人研究发现，根据发动机声音信号可有效识别发动机故障。但是，汽车行驶在公路等公共环境中，有很大的噪声干扰，诸如其他汽车噪声、自然噪声、人为噪声等。由于环境噪声干扰非常大，导致收集到的发动机声音信号信噪比低，给发动机故障识别带来了很大的干扰，所以需要对发动机声音信号进行去噪。目前常用的去噪方法有中值滤波、均值滤波、频率滤波等。中值滤波一般用于椒盐噪声，均值滤波一般用于随机噪声，频率滤波一般用于高频噪声、低频噪声或间频噪声。而在汽车行驶中，发动机声音信号是有用信号，其他为噪声，例如车壳震动声音、轮胎摩擦声音、自然噪声等，这些噪声明显不是随机信号也不是椒盐噪声，中值滤波和均值滤波均不合适。汽车在行驶中，还会有其他汽车的发动机声音噪声干扰，此噪声的频率和有用信号相近甚至混叠，所以频率滤波也不能很好适用。
技术实现要素：
针对现有技术存在的不足，本实用新型基于噪声源和有用信号源显著的空间分布差异，提出了一种可明显提高有用信号信噪比的可用于汽车发动机故障识别的去噪系统。为解决上述技术问题，本实用新型采用如下的技术方案：可用于汽车发动机故障识别的去噪系统，包括：中心声音传感器单元、四周声音传感器单元、微处理器、反相器和信号向量叠加单元，其中：中心声音传感器单元为安装于发动机中心的三个叠加的声音传感器，从上至下依次记为第一声音传感器、第二声音传感器、第三声音传感器；第二声音传感器采集原始声音信号；四周声音传感器单元为安装于发动机上的四个声音传感器，该四个声音传感器以发动机中心为中心围成正方形，即四个声音传感器分别位于该正方形端点；四周声音传感器单元的输出连接微处理器，微处理器的第一输出端连接反相器，其第二输出端连接第三声音传感器，反相器的输出端连接第一声音传感器；微处理器用来根据四周声音传感器单元采集的声音信号定位声音源，即获得声音源距电动机中心的距离，根据声音源距电动机中心的距离识别噪声和有用信号；噪声通过第一输出端输出至反相器进行反相处理，有用信号则通过第二输出端直接传输至第三声音传感器；第一声音传感器、第二声音传感器、第三声音传感器的输出端连接信号向量叠加模块，信号向量叠加模块用来对第一声音传感器、第二声音传感器、第三声音传感器的输出数据进行向量叠加，以获得消除了噪声的合成信号。上述声音源包括噪声源和有用信号源。上述信号向量叠加单元为相连的加法器和乘法器。作为优选，声音传感器均采用SPUL409HE5H-PB贴片硅麦克风。作为优选，微处理器采用MSP430F417处理器。本实用新型的工作过程为：四周声音传感器单元采集的声音信号传输至微处理器，微处理器根据接收的声音信号定位声音源，即获得声音源到发动机中心的距离，从而识别噪声和有用信号，微处理器处理后的声音信号包括方向、能量和距离信息。微处理器将被识别为噪声的声音信号通过反相器输入第一声音传感器，将被识别为有用信号的声音信号保持不变，直接输入第三声音传感器，第一声音传感器和第三声音传感器接收的声音信号为能量和方向的形式。这样就可以获得三组不同的声音信号。对三组不同的声音信号进行矢量叠加，即将中心声音传感器单元中三个声音传感器的数据同时依次输出至加法器、乘法器，即可获得噪声抵消、有用信号加倍的合成信号。本实用新型具有如下特点和有益效果：（1）基于噪声源和有用信号源显著的空间分布差异，从而摆脱与有用信号频率相近甚至混叠的噪声和自然噪声的去噪难题。（2）通过将噪声抵消、并将有用信号加倍，从而显著提高有用信号的信噪比。（3）采用超低功耗的声音传感器和微处理器，可大大降低系统功耗，保证系统的实时性和长期工作。附图说明图1为本实用新型的具体结构示意图；图2为本实用新型中声音源定位原理图。具体实施方式见图1，本实施例中，中心声音传感器单元和四周声音传感器单元中声音传感器均采用SPUL409HE5H-PB贴片硅麦克风，中心声音传感器单元中声音传感器从上到下依次记为麦克风A、麦克风B、麦克风C。根据四周声音传感器单元获得各声音源到发动机中心的距离为本领域内的常规技术。为便于理解，下面将对声音源定位原理进行简单说明。四周声音传感器单元中位于对角线的两个声音传感器为一组定位声音传感器组，则四周声音传感器单元包括两组定位声音传感器组，根据声音信号到定位声音传感器组中两个声音传感器的时间差即距离且该距离为常数，可知声音源位置呈双曲线，见图2。采用两组双曲线就可定位声音源，即得到声音源的距离、方向、强度。M和M’为双曲线1上满足到声音传感器1和3距离差的点，M和M’’为双曲线2上满足到声音传感器2和4距离差的点，因此确定M点为声音源位置。本具体实施方式中，微处理器采用TI公司的MSP430F417处理器，该处理器具有超低功耗，在不需要工作时进入超低功耗，以此来降低系统功率；在需要工作时进入工作功耗，这样既能够保障系统的低功率也不会影响系统的实时性。