Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种基于积分改进广义互相关的传动装置信号分离方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:东北大学

摘要:本发明的一种基于积分改进广义互相关的传动装置信号分离方法是将广义互相关算法与非负矩阵分解算法相结合的一种新的盲源分离方法,进行分离不同传动装置的声音信号。将广义互相关算法结合非负矩阵分解算法,利用广义互相关算法获得到达时间差,判断源的数量;再结合非负矩阵分解,获得具体的字典原子是来自于哪个源这项信息,从而为生成不同源的掩码矩阵提供事实依据;使用积分法改进广义互相关,提高到达时间差估计的准确度;设计一种新的非负矩阵分解初始化方法,降低计算非负矩阵分解的时间。本发明方法解决了其他盲源分离方法依赖理想数学模型或者依赖训练神经网络的问题。

主权项:1.一种基于积分改进广义互相关的传动装置信号分离方法,其特征在于,包括:步骤1:进行原始双通道音频混合信号的采集并对混合信号进行预处理;步骤2:进行双通道音频混合信号的时频分析,得到混合信号的时频信息,其中包括幅度谱和角度谱;步骤3:使用积分改进广义互相关算法进行时延的估计,得到不同声源的时延;步骤4:对幅度谱进行非负矩阵分解,得到字典矩阵和系数矩阵;步骤5:将积分改进广义互相关算法与非负矩阵分解算法联合起来,生成掩码矩阵;步骤6:将掩码矩阵与系数矩阵逐元素相乘,得到分离后的系数矩阵;步骤7:进行逆非负矩阵分解,将字典矩阵和分离后的系数矩阵相乘,得到分离后的不同声源的幅度谱;步骤8:将分离后的不同声源的幅度谱和角度谱相结合并进行逆短时傅里叶变换,得到分离后的不同声源的时域信息,完成分离;所述步骤3具体为:步骤3.1:基本广义互相关算法定义为如下式: 其中,τ为时延、为互功率谱、ψft为频率加权函数、Gτt为互相关函数;步骤3.2:使用积分法改进基本广义互相关算法,在通过公式3求得互相关函数Gτt前,将互功率谱沿时间t一轴进行积分:具体为选择指定的窗口长度,在互功率谱的每一行上进行滑动窗口算法,计算窗口内的均值,并将这个值赋到窗口中心的元素上,再进行互相关函数Gτt的计算;步骤3.3:将得到的互相关函数Gτt沿时间t一轴求和,互相关函数便变为一维的时延曲线使用峰值检测算法找出中的峰值,峰值的横坐标对应的时延即为求得的时延τSs=1,2...n,s表示不同的声源,n为声源的个数;所述步骤4具体为:步骤4.1:字典矩阵的初始化:从幅度谱Vft中选择若干个无穷范数最大的列向量,进行平均之后作为字典矩阵的列,列的无穷范数定义如下: 其中,||vec||∞即为向量vec的无穷范数,vi为向量的元素,len为向量的长度;步骤4.2:系数矩阵由随机初始化方式进行初始化;步骤4.3:字典矩阵Wfd和系数矩阵Hdt初始化后采用下列迭代公式进行迭代若干次,求出分解后的字典矩阵和系数矩阵: 其中,为第m次迭代计算获得的字典矩阵,为第m次迭代计算获得的系数矩阵。

全文数据:

权利要求:

百度查询: 东北大学 一种基于积分改进广义互相关的传动装置信号分离方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。