一种基于噪声背景的信号提取方法及装置与流程

1.本发明属于信号提取技术领域，尤其涉及一种基于噪声背景的信号提取方法及装置。


背景技术：

2.通常来说，噪音可被划分为三个种类：平稳噪音，短时平稳噪音，短时非平稳噪音。平稳噪音是指，均值为常数,相关函数只与时间差有关，其特性基本保持不变。短时平稳噪音是指，在较短的时间段内可保持平稳，如语音信号。短时非平稳噪音是指，在任何时间段内都无法保持平稳。短时非平稳噪音是极为常见的，如开关门，放东西，打击乐发出的声响等等。这种噪音除了短时非平稳性，还都具有一个共性：即发声时间较短，且发声结束后声音都将消失。
3.对于这些噪音现有技术无法快速的进行分类识别，从而无法很好地消除这些噪音。


技术实现要素：

4.本发明提供一种基于噪声背景的信号提取方法及装置，用于解决现有技术无法快速的对多种噪音进行分类识别，从而无法很好地消除这些噪音的技术问题。
5.第一方面，本发明提供一种基于噪声背景的信号提取方法，包括：获取包含混合噪声信号以及目标信号的采样信号，所述混合噪声信号为至少一个设备噪声信号和至少一个环境噪声信号组成的混合信号；基于与所述至少一个设备噪声信号相对应的预设响应函数对所述采样信号进行反卷积处理，使得到所述至少一个设备噪声信号，其中所述预设响应函数基于历史数据中的参考设备噪声信号分析得到；基于获取的所述至少一个设备噪声信号对所述采样信号进行反相抑制，使得到待处理目标信号；根据预设时间窗口将所述待处理目标信号划分为至少两个子频段，并判断各子频段中的能量是否高于预设能量阈值；对高于预设能量阈值的子频段序列，以及不高于预设能量阈值的子频段序列分别进行噪声识别，并基于时间序列对输出的目标信号进行融合，使得到完整的目标信号。
6.另外，根据本发明上述实施例的基于噪声背景的信号提取方法，还可以具有如下附加的技术特征：
7.进一步地，在基于与所述至少一个设备噪声信号相对应的预设响应函数对所述采样信号进行反卷积处理，使得到所述至少一个设备噪声信号之前，所述方法还包括：获取与同一设备对应且携带有相同时间信息的设备噪声信号和混合噪声信号；将所述混合信号作为所述设备噪声信号的空间传输结果进行卷积分析，得到所述预设响应函数，所述预设响应函数用于表征所述设备噪声信号在空间传输过程中的特征信息。
8.进一步地，所述对高于预设能量阈值的子频段序列，以及不高于预设能量阈值的子频段序列分别进行环境噪声识别，并基于时间序列对输出的目标信号进行融合，使得到完整的目标信号，包括：若至少一个子频段中的能量大于预设能量阈值，则基于时间序列将
至少一个子频段进行提取至第一子频段序列中，并对所述第一子频段序列进行噪声识别，使输出第一目标信号；若至少一个子频段中的能量不大于预设能量阈值，则基于时间序列将至少一个子频段进行提取至第二子频段序列中，并对所述第二子频段序列进行噪声识别，使输出第二目标信号；基于所述时间序列将所述第一目标信号以及所述第二目标信号进行融合，使得到完整的目标信号。
9.进一步地，所述对所述第一子频段序列进行噪声识别，使输出第一目标信号，包括：利用预先训练的第一噪音识别模型，从所述第一子频段序列中剔除噪音信号，得到所述第一目标信号。
10.进一步地，所述对所述第二子频段序列进行噪声识别，使输出第二目标信号，包括：利用预先训练的第二噪音识别模型，从所述第二子频段序列中剔除噪音信号，得到所述第二目标信号。
11.第二方面，本发明提供一种基于噪声背景的信号提取装置，包括：获取模块，配置为获取包含混合噪声信号以及目标信号的采样信号，所述混合噪声信号为至少一个设备噪声信号和至少一个环境噪声信号组成的混合信号；处理模块，配置为基于与所述至少一个设备噪声信号相对应的预设响应函数对所述采样信号进行反卷积处理，使得到所述至少一个设备噪声信号，其中所述预设响应函数基于历史数据中的参考设备噪声信号分析得到；抑制模块，配置为基于获取的所述至少一个设备噪声信号对所述采样信号进行反相抑制，使得到待处理目标信号；划分模块，配置为根据预设时间窗口将所述待处理目标信号划分为至少两个子频段，并判断各子频段中的能量是否高于预设能量阈值；融合模块，配置为对高于预设能量阈值的子频段序列，以及不高于预设能量阈值的子频段序列分别进行噪声识别，并基于时间序列对输出的目标信号进行融合，使得到完整的目标信号。
12.第三方面，提供一种电子设备，其包括：至少一个处理器，以及与所述至少一个处理器通信连接的存储器，其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行本发明任一实施例的基于噪声背景的信号提取方法的步骤。
13.第四方面，本发明还提供一种计算机可读存储介质，其上存储有计算机程序，所述程序指令被处理器执行时，使所述处理器执行本发明任一实施例的基于噪声背景的信号提取方法的步骤。
14.本技术的基于噪声背景的信号提取方法及装置，通过与同一设备对应且携带有相同时间信息的设备噪声信号和混合噪声信号分析得到预设响应函数，以实现对设备噪声信号进行针对性分析，基于预设响应函数对采样信号进行反卷积处理，从而提取到采样信号中的设备噪声信号，实现设备噪声信号的准确提取，并且通过判断各子频段中的能量是否高于预设能量阈值，能够将采样信号的各个子频段进行区分，从而基于不同的噪音识别模型对不同类别的子频段进行识别，解决无法快速的对多种噪音进行分类识别，从而无法很好地消除这些噪音的问题。
附图说明
15.为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领
域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
16.图1为本发明一实施例提供的一种基于噪声背景的信号提取方法的流程图；
17.图2为本发明一实施例提供的一种基于噪声背景的信号提取装置的结构框图；
18.图3是本发明一实施例提供的电子设备的结构示意图。
具体实施方式
19.为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
20.请参阅图1，其示出了本技术的一种基于噪声背景的信号提取方法的流程图。
21.如图1所示，基于噪声背景的信号提取方法具体包括以下步骤：
22.步骤s101，获取包含混合噪声信号以及目标信号的采样信号，所述混合噪声信号为至少一个设备噪声信号和至少一个环境噪声信号组成的混合信号。
23.在本实施中，基于声音采集设备采集包含混合噪声信号以及目标信号的采样信号。其中，设备噪声是指设备在工作过程中产生的频率处于可听范围内的声音信号。例如变电站内变压器、电抗器、电容器、配电装置的电磁噪声及进出线和金具的电晕放电所产生的声音。环境噪声是指在设备周边由人的生活所产生的声音，例如路过汽车的鸣笛声，路人的说话声等。
24.需要说明的是，声音采集设备可以是麦克风，麦克风是将声音信号转换为电信号的能量转换器件。具体可以是单个的麦克风，也可以是由多个麦克风的组合，如阵列式麦克风。
25.步骤s102，基于与所述至少一个设备噪声信号相对应的预设响应函数对所述采样信号进行反卷积处理，使得到所述至少一个设备噪声信号，其中所述预设响应函数基于历史数据中的参考设备噪声信号分析得到。
26.具体的，预设响应函数是用于表征牧歌线性时不变系统的输入输出关系的基本特征，任何形式的输入信号，都可以分解成无穷多个不同比例的响应，而输出就是相应的不同比例响应的累加。
27.在本实施例中，可以预先针对不用的涉笔预先获取其对应的响应函数。预设响应函数具体可以根据针对该设备采集的历史噪声信号进行分析得到。具体为：获取与同一设备对应且携带有相同时间信息的设备噪声信号和混合噪声信号；将所述混合信号作为所述设备噪声信号的空间传输结果进行卷积分析，得到所述预设响应函数。
28.需要说明的是，反卷积是一种基于算法的过程，用于反转卷积对记录数据的影响。反卷积的目的是找到一个形式的卷积方程的解。例如f*g＝h中，通常，h是记录的信号，f是希望提取的信号，但是在记录它之前已经与其他一些信号g卷积。函数g可以表示传递函数，如冲激响应函数。反卷积通常是通过计算记录信号h的傅里叶变换和传递函数g，在频域中应用解卷积来实现的。
29.本实施例的方法，通过获取包含混合噪声信号以及目标信号的采样信号，将其作
为需要进行噪声信号分离处理的处理对象，通过与同一设备对应且携带有相同时间信息的设备噪声信号和混合噪声信号分析得到预设响应函数，以实现对设备噪声信号进行针对性分析，基于预设响应函数对采样信号进行反卷积处理，从而提取到采样信号中的设备噪声信号，实现设备噪声信号的准确提取。
30.步骤s103，基于获取的所述至少一个设备噪声信号对所述采样信号进行反相抑制，使得到待处理目标信号。
31.在本实施例中，反相抑制就是将提取的噪声信号进行移位180
°
处理，即：使得提取出的噪音信号与经过反相处理的反相噪音信号之间产生180
°
的相位差。通过对采样信号中的至少一个设备噪声信号进行反相抑制，使得能够将采用信号中的至少一个设备噪声信号进行消除，从而能够得到不包含至少一个设备噪声信号的待处理目标信号。
32.步骤s104，根据预设时间窗口将所述待处理目标信号划分为至少两个子频段，并判断各子频段中的能量是否高于预设能量阈值。
33.在本实施例中，基于预设的时间窗口能够将待处理目标信号划分为多个两个子频段，并且通过判断各子频段中的能量是否高于预设能量阈值，能够将各个子频段区分为两大类。一类是高于预设能量阈值的子频段，另一类是不高于预设能量阈值的子频段。
34.其中，时间窗口的范围可以是0.3-1s。
35.具体地，可以通过设置多个不同的预设能量阈值，使得将各个子频段区分为多个类别。
36.需要说明的是，某一子频段的能量由计算时间窗口内的样本点的幅值的平方和得到。具体为：对每个时间窗口的待处理目标信号进行分帧，其中每一帧的长度为若干个样本点，每个样本点都需要相应的幅值，通过计算时间窗口内的所有样本点的幅值的平方和，能够得到某一子频段的能量。
37.步骤s105，对高于预设能量阈值的子频段序列，以及不高于预设能量阈值的子频段序列分别进行噪声识别，并基于时间序列对输出的目标信号进行融合，使得到完整的目标信号。
38.在本实施例中，若至少一个子频段中的能量大于预设能量阈值，则基于时间序列将至少一个子频段进行提取至第一子频段序列中，并对所述第一子频段序列进行噪声识别，使输出第一目标信号；若至少一个子频段中的能量不大于预设能量阈值，则基于时间序列将至少一个子频段进行提取至第二子频段序列中，并对所述第二子频段序列进行噪声识别，使输出第二目标信号；基于所述时间序列将所述第一目标信号以及所述第二目标信号进行融合，使得到完整的目标信号。
39.需要说明的是，对所述第一子频段序列进行噪声识别，使输出第一目标信号，包括：利用预先训练的第一噪音识别模型，从所述第一子频段序列中剔除噪音信号，得到所述第一目标信号。对所述第二子频段序列进行噪声识别，使输出第二目标信号，包括：利用预先训练的第二噪音识别模型，从所述第二子频段序列中剔除噪音信号，得到所述第二目标信号。
40.综上，本技术的方法，通过与同一设备对应且携带有相同时间信息的设备噪声信号和混合噪声信号分析得到预设响应函数，以实现对设备噪声信号进行针对性分析，基于预设响应函数对采样信号进行反卷积处理，从而提取到采样信号中的设备噪声信号，实现
设备噪声信号的准确提取，并且通过判断各子频段中的能量是否高于预设能量阈值，能够将采样信号的各个子频段进行区分，从而基于不同的噪音识别模型对不同类别的子频段进行识别，解决无法快速的对多种噪音进行分类识别，从而无法很好地消除这些噪音的问题。
41.请参阅图2，其示出了本技术的一种基于噪声背景的信号提取装置的结构框图。
42.如图2所示，信号提取装置200，包括获取模块210、处理模块220、抑制模块230、划分模块240以及融合模块250。
43.其中，获取模块210，配置为获取包含混合噪声信号以及目标信号的采样信号，所述混合噪声信号为至少一个设备噪声信号和至少一个环境噪声信号组成的混合信号；处理模块220，配置为基于与所述至少一个设备噪声信号相对应的预设响应函数对所述采样信号进行反卷积处理，使得到所述至少一个设备噪声信号，其中所述预设响应函数基于历史数据中的参考设备噪声信号分析得到；抑制模块230，配置为基于获取的所述至少一个设备噪声信号对所述采样信号进行反相抑制，使得到待处理目标信号；划分模块240，配置为根据预设时间窗口将所述待处理目标信号划分为至少两个子频段，并判断各子频段中的能量是否高于预设能量阈值；融合模块250，配置为对高于预设能量阈值的子频段序列，以及不高于预设能量阈值的子频段序列分别进行噪声识别，并基于时间序列对输出的目标信号进行融合，使得到完整的目标信号。
44.应当理解，图2中记载的诸模块与参考图1中描述的方法中的各个步骤相对应。由此，上文针对方法描述的操作和特征以及相应的技术效果同样适用于图2中的诸模块，在此不再赘述。
45.在另一些实施例中，本发明实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，所述程序指令被处理器执行时，使所述处理器执行上述任意方法实施例中的基于噪声背景的信号提取方法；
46.作为一种实施方式，本发明的计算机可读存储介质存储有计算机可执行指令，计算机可执行指令设置为：
47.获取包含混合噪声信号以及目标信号的采样信号，所述混合噪声信号为至少一个设备噪声信号和至少一个环境噪声信号组成的混合信号；
48.基于与所述至少一个设备噪声信号相对应的预设响应函数对所述采样信号进行反卷积处理，使得到所述至少一个设备噪声信号，其中所述预设响应函数基于历史数据中的参考设备噪声信号分析得到；
49.基于获取的所述至少一个设备噪声信号对所述采样信号进行反相抑制，使得到待处理目标信号；
50.根据预设时间窗口将所述待处理目标信号划分为至少两个子频段，并判断各子频段中的能量是否高于预设能量阈值；
51.对高于预设能量阈值的子频段序列，以及不高于预设能量阈值的子频段序列分别进行噪声识别，并基于时间序列对输出的目标信号进行融合，使得到完整的目标信号。
52.计算机可读存储介质可以包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需要的应用程序；存储数据区可存储根据基于噪声背景的信号提取装置的使用所创建的数据等。此外，计算机可读存储介质可以包括高速随机存取存储器，还可以包括存储器，例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存
储器件。在一些实施例中，计算机可读存储介质可选包括相对于处理器远程设置的存储器，这些远程存储器可以通过网络连接至基于噪声背景的信号提取装置。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
53.图3是本发明实施例提供的电子设备的结构示意图，如图3所示，该设备包括：一个处理器310以及存储器320。电子设备还可以包括：输入装置330和输出装置330。处理器310、存储器320、输入装置330和输出装置330可以通过总线或者其他方式连接，图3中以通过总线连接为例。存储器320为上述的计算机可读存储介质。处理器310通过运行存储在存储器320中的非易失性软件程序、指令以及模块，从而执行服务器的各种功能应用以及数据处理，即实现上述方法实施例基于噪声背景的信号提取方法。输入装置330可接收输入的数字或字符信息，以及产生与基于噪声背景的信号提取装置的用户设置以及功能控制有关的键信号输入。输出装置330可包括显示屏等显示设备。
54.上述电子设备可执行本发明实施例所提供的方法，具备执行方法相应的功能模块和有益效果。未在本实施例中详尽描述的技术细节，可参见本发明实施例所提供的方法。
55.作为一种实施方式，上述电子设备应用于基于噪声背景的信号提取装置中，用于客户端，包括：至少一个处理器；以及，与至少一个处理器通信连接的存储器；其中，存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够：
56.获取包含混合噪声信号以及目标信号的采样信号，所述混合噪声信号为至少一个设备噪声信号和至少一个环境噪声信号组成的混合信号；
57.基于与所述至少一个设备噪声信号相对应的预设响应函数对所述采样信号进行反卷积处理，使得到所述至少一个设备噪声信号，其中所述预设响应函数基于历史数据中的参考设备噪声信号分析得到；
58.基于获取的所述至少一个设备噪声信号对所述采样信号进行反相抑制，使得到待处理目标信号；
59.根据预设时间窗口将所述待处理目标信号划分为至少两个子频段，并判断各子频段中的能量是否高于预设能量阈值；
60.对高于预设能量阈值的子频段序列，以及不高于预设能量阈值的子频段序列分别进行噪声识别，并基于时间序列对输出的目标信号进行融合，使得到完整的目标信号。
61.本领域技术人员可以理解，在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用，或结合这些指令执行系统、装置或设备而使用。就本说明书而言，“计算机可读介质”可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。
62.计算机可读介质的更具体的示例(非穷尽性列表)包括以下：具有一个或多个布线的电连接部(电子装置)，便携式计算机盘盒(磁装置)，随机存取存储器(ram)，只读存储器(rom)，可擦除可编辑只读存储器(eprom或闪速存储器)，光纤装置，以及便携式光盘只读存储器(cdrom)。另外，计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的
介质，因为可以例如通过对纸或其他介质进行光学扫描，接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序，然后将其存储在计算机存储器中。
63.应当理解，本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如，如果用硬件来实现，和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或它们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(pga)，现场可编程门阵列(fpga)等。
64.在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
65.以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。