[發(fā)明專利]公共場所異常聲音特征提取方法

有效

• 申請?zhí)枺?/td>: 201610680298.4
• 申請日: 2016-08-17
• 公開（公告）號: CN106328120B
• 公開（公告）日: 2020-01-10
• 發(fā)明（設(shè)計）人: 李偉紅
• 申請（專利權(quán)）人: 重慶大學(xué)
• 主分類號: G10L15/02
• 分類號: G10L15/02;G10L15/20;G10L25/03;G10L25/84
• 代理公司: 50123 重慶華科專利事務(wù)所
• 代理人: 康海燕

1.公共場所異常聲音特征提取方法，其特征在于：首先，采集公共場所異常聲音信號，完成聲音信號的預(yù)處理；然后，采用自適應(yīng)噪聲的完備總體局部均值分解CELMDAN方法將公共場所異常聲音信號分解為一系列乘積函數(shù)PF分量，每階分量分別包含異常聲音信號的某個頻率段信息；再然后，用各階PF分量與異常聲音信號的能量比作為其特征向量，判斷特征向量是否有效；最后，將有效的特征向量輸入支持向量機(jī)SVM進(jìn)行識別；

所述的CELMDAN方法是基于局部均值分解LMD方法，并對局部均值分解LMD方法的端點效應(yīng)、分解耗時及模態(tài)混疊問題進(jìn)行改進(jìn)而獲得；所述的CELMDAN方法的核心是CELMDAN方法的模型的建立；所述的CELMDAN方法的模型為：

其中：x(t)為需要分析的異常聲音信號，PF_m是分解結(jié)果中的一系列乘積函數(shù)，m表示分量階數(shù)，而r_M(t)是最終余項；

所述的端點效應(yīng)的問題改進(jìn)是采用邊界處理方法，估計信號兩側(cè)極值信息，緩解端點效應(yīng)；

所述的分解耗時的問題改進(jìn)是采用線性插值過程代替局部均值分解LMD的滑動平均過程，并且將乘積函數(shù)PF分量作為反饋評估，對乘積函數(shù)PF分量階數(shù)及篩選次數(shù)進(jìn)行約束，減小分解耗時；

所述的模態(tài)混疊問題的改進(jìn)是采用自適應(yīng)加噪方式，通過噪聲緩解模態(tài)混疊，降低重構(gòu)誤差；

所述的邊界處理方法包括左邊界處理方法和右邊界處理方法；左邊界處理方法如下：首先將信號的左端點值記為Y₁，由信號第一、二個極大值點構(gòu)成的直線方程為y(t)＝k₁(t-1)+b₁，由信號第一、二個極小值點構(gòu)成的直線方程為y(t)＝k₂(t-1)+b₂，式中，k為連接兩個極值點的直線的斜率，b為直線與y軸的交點，左邊界極大值記為Z_max，左邊界極小值記為Z_min；具體處理方法如下：

步驟2.1：若滿足表達(dá)式b₂≤Y₁≤b₁，則Z_max＝b₁且Z_min＝b₂；

步驟2.2：若滿足表達(dá)式b₁<Y₁≤(b₁+b₂)/2+(b₁-b₂)＝(3b₁-b₂)/2，則Z_max＝Y(jié)₁且Z_min＝b₂；否則若(3b₂-b₁)/2＝(b₁+b₂)/2-(b₁-b₂)≤Y₁<b₂，則Z_max＝b₁且Z_min＝Y(jié)₁；

步驟2.3：若滿足表達(dá)式Y(jié)₁>(3b₁-b₂)/2，則Z_max＝Y(jié)₁，以第一個極小值點作直線y(t)＝k^*(t-1)+b^*，該直線平行于過左端點和第一個極大值點的直線，且Z_min＝b^*；否則若Y₁<(3b₂-b₁)/2，則Z_min＝Y(jié)₁，以第一個極大值點作直線y(t)＝k^*(t-1)+b^*，該直線平行于過左端點和第一個極小值點的直線，且Z_max＝b^*；對于右邊的處理方式與左邊界處理方式相同；

所述的自適應(yīng)加噪方式的特點是分解嵌套思想，具體的分解步驟如下：

第1輪加噪：分別將一定信噪比的白噪聲wⁱ(t)疊加到原始信號x(t)上，i＝1,2,…,I,其中I為加噪次數(shù)；然后通過LMD分解得到混合信號的第一階分量，再取平均值作為第一階PF分量：

其中，ε為加噪幅度，L_k[A(t)]表示LMD對信號A(t)分解得到的第k階分量，此時的余項為：

r₁(t)＝x(t)-PF₁

第2輪加噪：分別將白噪聲wⁱ(t)的第一階PF分量疊加到r₁(t)上，再用LMD分解得到混合信號的第一階分量，取平均作為第二階PF分量：

此時得到的余項為：

r₂(t)＝r₁(t)-PF₂

第m輪加噪：分別將白噪聲wⁱ(t)的第(m-1)階PF分量疊加到余項r_m-1(t)上，若白噪聲的PF分量階數(shù)不夠，則該輪不加噪；然后通過LMD分解得到混合信號的第一階分量，再取平均值作為第m階PF分量：

此時得到的余項為：

r_m(t)＝r_m-1(t)-PF_m

重復(fù)執(zhí)行M輪加噪，直至滿足停止條件：余項的極值點數(shù)達(dá)到下限或者所得PF分量的階數(shù)達(dá)到上限，最終的余項為r_M(t)＝r_M-1(t)-PF_M。