[發(fā)明專利]復(fù)雜噪聲基底下短時特征聲信號時頻域辨識與檢測方法無效
| 申請?zhí)枺?/td> | 200710046460.8 | 申請日： | 2007-09-27 |
| 公開（公告）號： | CN101173870A | 公開（公告）日： | 2008-05-07 |
| 發(fā)明（設(shè)計）人： | 貢亮;劉成良;李彥明;苗玉彬;屠俊 | 申請（專利權(quán)）人： | 上海交通大學(xué) |
| 主分類號： | G01H17/00 | 分類號： | G01H17/00;G10L11/00 |
| 代理公司： | 上海交達專利事務(wù)所 | 代理人： | 王錫麟;王桂忠 |
| 地址： | 200240*** | 國省代碼： | 上海;31 |
| 權(quán)利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關(guān)鍵詞： | 復(fù)雜 噪聲 基底 下短時 特征 信號 時頻域 辨識 檢測 方法 | ||
1.一種復(fù)雜噪聲基底下短時特征聲信號時頻域辨識與檢測方法，其特征在于，包括三個步驟：
第一步，似然幀檢測：采用信噪比閾值法檢測特征信號似然突變，檢測出聲強高于基底噪聲的突發(fā)時短信號；
第二步，似然信號時域定位：在第一步檢測出的似然幀內(nèi)，利用離散小波變換技術(shù)檢測短時特征聲信號的發(fā)生和突變點，并在時域定位，為后續(xù)步驟提供熱點鄰域內(nèi)信號；
第三步，似然信號頻譜模板匹配檢測：在第二步檢測出的突變峰值熱點鄰域內(nèi)以峰值點為軸對稱截取短時特征聲信號，利用頻譜包絡(luò)模板匹配對特征聲信號進行診斷和識別，確定聲強高于基底噪聲的突發(fā)時短信號是隨機噪聲信號還是待檢測特征聲信號。
2.根據(jù)權(quán)利要求1所述的復(fù)雜噪聲基底下短時特征聲信號時頻域辨識與檢測方法，其特征是：所述的似然幀檢測是指：根據(jù)特征聲信號對背景噪聲信號強度確定似然信號信噪比閾值，將特征聲信號樣本聲強與本地數(shù)據(jù)庫中不同等級基底噪聲對比，設(shè)定適用信噪比閾值參數(shù)θSNR，對短時音頻信號幀中信噪比大于θSNR的幀判定為特征信號似然幀，似然幀具有待檢測信號的時域突變特征，然后根據(jù)不同情況下聲音信號樣本的波形、短時能量，經(jīng)過統(tǒng)計計算獲得時域聲強信噪比閾值，以確保能夠區(qū)分本底噪聲和突變聲信號。
3.根據(jù)權(quán)利要求1所述的復(fù)雜噪聲基底下短時特征聲信號時頻域辨識與檢測方法，其特征是：所述的似然信號時域定位是指：在特征突變信號奇異性檢測與定位中，使用墨西哥草帽小波在不同尺度下分解與重構(gòu)原始信號，從而檢測和定位復(fù)雜噪聲基底下似然信號發(fā)生的時域突變點。
4.根據(jù)權(quán)利要求1所述的復(fù)雜噪聲基底下短時特征聲信號時頻域辨識與檢測方法，其特征是：所述的頻譜包絡(luò)模板匹配是指：在設(shè)定額定時限的突變信號峰值對稱鄰域內(nèi)，分別采用諧波自相關(guān)算法和MFCC計算聲信號基頻和突變信號頻譜包絡(luò)，根據(jù)頻譜包絡(luò)實時匹配算法將似然信號頻譜包絡(luò)與本地數(shù)據(jù)庫中特征聲信號頻譜包絡(luò)模板進行匹配運算，檢驗所測得突變信號是否為待檢測特征聲信號；系統(tǒng)使用前先在本地數(shù)據(jù)庫中通過試驗建立特征聲信號n階MFCC系數(shù)模型，待檢測到似然信號完成第一步和第二步得到實測似然聲信號n階MFCC系數(shù)后，將特征聲信號n階MFCC系數(shù)模型和似然信號n階MFCC系數(shù)按照余弦法則比對獲得頻譜包絡(luò)特征匹配度，按照匹配度設(shè)定閾值給出似然信號為特征聲信號的確認，還是為虛假報警的最終判定結(jié)果。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息，商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于上海交通大學(xué)，未經(jīng)上海交通大學(xué)許可，擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作，請聯(lián)系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/200710046460.8/1.html，轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
