信号消噪方法、接收装置和介质

1.本技术涉及通信技术。尤其涉及一种信号消噪方法、接收装置和介质。


背景技术：

2.电力网络广泛存在于大中小城市中，多个通信装置之间可以通过电力网络的电力线来进行通信，即电力线通信(power line communication，plc)。在当前的电力线通信技术中，多输入多输出(multiple-input multiple-output，mimo)的技术被广泛使用，多输入多输出是指多个通信装置之间通过多根发送天线、多根接收天线来进行通信。如图1所示，支持电力线通信的路由器100和路由器200分别接入电源300和电源400，路由器100和路由器200之间通过电源300与电源400之间的电力线，火线，零线和地线进行通信。也就是，路由器100和路由器200分别将火线，零线和地线作为发送天线和接收天线，组成mimo-plc信道来进行通信。
3.在图1中的路由器100和路由器200之间进行电力线通信的过程中，路由器100和路由器200之间传输的信号会受到各种噪声的干扰，例如，使用大功率电器会对电力线通信产生脉冲噪声，脉冲噪声会对电力线通信的信号增加干扰，对通信质量造成很大影响。现有的一种对电力线通信的信号中的脉冲噪声进行消噪的方法，是将信号的能量与预设的噪声能量阈值进行比较，在信号的能量超过预设的噪声能量阈值的情况下，对信号进行消噪。但是，这里的噪声能量阈值往往是根据仿真数据或者经验判断确定的，针对实际的电力线通信的信号，使用该噪声能量阈值会产生不准确的问题。


技术实现要素：

4.本技术的目的在于提供一种信号消噪方法、接收装置和介质，通过本技术的方法，接收装置能够通过发送装置发出的实际的信号中的噪声片段的信号能量值，计算并确定噪声区间参数以及噪声区间参数的噪声区间，对于发送装置发出的不同的信号都可以更加准确地进行消噪。
5.本技术的第一方面提供了一种用于电力线通信系统的信号消噪方法，其特征在于，电力线系统包括发送装置、接收装置、以及电力线，其中发送装置通过电力线实现与接收装置之间的通信；
6.方法包括：
7.接收装置通过电力线接收发送装置发送的第一信号，并将第一信号划分为多个第一信号片段；
8.接收装置确定每个第一信号片段的信号能量值所属的噪声区间，并采用对应噪声区间的消噪方式对信号进行消噪处理，其中
9.噪声区间具有多个，并且多个噪声区间的划分是基于接收装置在接收到第一信号之前，从发送装置接收到的第二信号中的至少一个噪声片段的信号能量值大小确定的。
10.在上述第一方面的一种可能的实现中，接收装置通过以下方式划分噪声区间：
11.接收装置将第二信号划分为多个第二信号片段，并从多个第二信号片段中选取出至少一个噪声片段；
12.接收装置基于至少一个噪声片段的信号能量值大小确定多个噪声阈值，并根据多个噪声阈值划分出噪声区间。
13.在上述第一方面的一种可能的实现中，接收装置通过以下方式从多个第二信号片段中选取出至少一个噪声片段：
14.将第二信号片段的信号能量值大于预设的能量阈值的第二信号片段选取为噪声片段。
15.即在本技术的实施例中，发送装置和接收装置可以是路由器或者家庭网关，也可以称为发送端和接收端。发送装置通过电力网络向接收装置发送第一信号和第二信号，这里的第一信号和第二信号可以是接入发送装置的光纤信号接或者电缆信号。接收装置可以根据预设的时隙，将第一信号和第二信号，分别划分为n个第一信号片段以及m个第二信号片段。信号能量值可以是第一信号片段或者第二信号片段的时隙内的能量的平均值。接收装置从第二信号片段中筛选出信号能量值大于预设的能量阈值第二信号片段作为噪声片段。
16.在上述第一方面的一种可能的实现中，接收装置基于至少一个噪声片段的信号能量值大小确定多个噪声阈值，包括：
17.计算噪声片段的信号能量值，根据信号能量值和多个噪声阈值之间的线性关系确定多个噪声阈值。
18.即在本技术的实施例中，噪声阈值可以称为噪声区间参数，或者，消噪参数。线性关系可以是信号能量值和噪声阈值之间的线性回归方程，线性回归方程反映了随着不同的噪声片段对应的信号能量值的变化，噪声区间参数相应地变化的规律。
19.在上述第一方面的一种可能的实现中，噪声片段的信号能量值包括噪声片段的平均能量值、能量值的方差值、或者能量值的无偏估计值。
20.在上述第一方面的一种可能的实现中，多个噪声阈值包括第一噪声阈值和第二噪声阈值，第一噪声阈值a和第二噪声阈值t通过以下公式确定：
21.a＝a-b*x1 c*x2 d*x3
22.t＝e f*x1-g*x2 h*x3
23.其中，a、b、c、d、e、f、g、h为常数，x1、x2、x3分别为噪声片段的平均能量值、能量值的方差值、或者能量值的无偏估计值中的一种。
24.即在本技术的实施例中，第一噪声阈值a和第二噪声阈值t可以是消噪参数a、t，第一噪声阈值a和第二噪声阈值t对应的公式的一种形式可以是
25.a＝f1(x1,x2,
…
)＝1.4160-4.6880*x1 6.8142*x2 0.0554*x3
26.t＝f1(x1,x2,
…
)＝0.1771 1.9721*x1-1.0565*x2 0.0171*x3
27.在上述第一方面的一种可能的实现中，噪声区间包括第一噪声区间[t,a*t]和第二噪声区间(a*t, ∞)。
[0028]
即在本技术的实施例中，[t,a*t]表示大于等于t小于等于a*t的区间，(a*t, ∞)表示大于a*t的区间。
[0029]
在上述第一方面的一种可能的实现中，采用对应噪声区间的消噪方式对信号进行
消噪处理，包括：
[0030]
在噪声片段的信号能量值属于第一噪声区间的情况下，对噪声片段的信号能量值执行取符号操作得到消噪处理后的信号；
[0031]
在噪声片段的信号能量值属于第二噪声区间的情况下，对噪声片段的信号能量值执行置零得到消噪处理后的信号。
[0032]
即在本技术的实施例中，在噪声片段的信号能量值属于噪声区间[t,a*t]的情况下，通过对噪声片段的信号能量值取符号函数以及t的乘积进行消噪处理；在噪声片段的信号能量值属于噪声区间(a*t, ∞)的情况下，说明噪声片段的信号能量值过大，因此将噪声片段的信号能量值做置零处理。
[0033]
在上述第一方面的一种可能的实现中，接收装置通过以下方式将第一信号划分为多个第一信号片段：
[0034]
第一信号片段以及噪声片段的时长与预设时间间隔相同。
[0035]
即在本技术的实施例中，第一信号片段与噪声片段的时隙相同。
[0036]
本技术的第二方面提供了一种接收装置，其特征在于，包括：处理器，当处理器调用存储器中的计算机程序或指令时，执行如前述第一方面提供的信号消噪方法。
[0037]
本技术的第三方面提供了一种计算机可读存储介质，其特征在于，计算机可读存储介质包括计算机程序或指令，当计算机程序或指令在计算机上运行时，使得计算机执行如前述第一方面提供的信号消噪方法。
附图说明
[0038]
图1根据本技术的实施例示出了发送装置和接收装置通过电力线传输信号的过程；
[0039]
图2(a)和图2(b)示出了根据本技术的实施例的发送装置和接收装置的结构示意图；
[0040]
图3根据本技术的实施例示出了的信号消噪方法的流程图；
[0041]
图4根据本技术的实施例示出了发送装置对输入的信号进行处理的流程图；
[0042]
图5根据本技术的实施例示出了信号的能量分布图；
[0043]
图6(a)和6(b)根据本技术的实施例示出了信号的能量随时间变化曲线；
[0044]
图7根据本技术的实施例示出了对噪声片段进行消噪的示意图；
[0045]
图8根据本技术的实施例示出了通过噪声识别模型对噪声片段进行消噪的示意图；
[0046]
图9根据本技术实施例示出了另一种通过噪声识别模型对噪声片段进行消噪的示意图。
具体实施方式
[0047]
本技术的实施例包括但不限于一种信号消噪方法和接收装置。为使本技术的目的、技术方案和优点更加清楚，下面将结合附图对本技术的实施方式作进一步地详细描述。
[0048]
下文将图1中的路由器100描述为信号的发送端100，将路由器200描述为信号的接收端200进行说明。
[0049]
在本技术的实施方式中，为了解决背景技术中的问题，基于发送端100发出的实际信号来确定上述噪声能力阈值。具体地，接收端200接收到发送端100发出的信号后，接收端200根据预设的时长将接收到的信号划分为多个信号片段，并从多个信号片段中选择出噪声片段。然后获取用于表示噪声片段中噪声信号的能量大小的多种能量参数，并根据不同类型的能量参数确定噪声能力阈值，将信号的能量划分为多个噪声区间，根据信号的能量所处不同噪声区间，采用不同的消噪方式对信号进行消噪。本技术的实施例中的噪声区间参数以及噪声区间参数的噪声区间是通过发送端100发出的实际的信号中的噪声片段的能量参数计算并确定的，对于不同的发送端100发出的信号都可以更加准确地进行消噪。下文中，噪声区间参数可以用消噪参数来表示。
[0050]
例如，发送端100向接收端200发送信号，在电力网络中存在脉冲到达的情况下，在脉冲到达的一段持续时间内该信号会受干扰，因此该信号经过电力网络后会附加脉冲噪声。接收端200接收该信号，按照预设时隙(也就是时长)，将信号划分为n个信号片段，例如，这里的预设时隙可以是脉冲噪声的持续时间，由于脉冲噪声的持续时间相对固定，假设为0.4ms，则接收端200可以将信号划分为n个时隙为0.4ms的信号片段。在获取了n个信号片段后，接收端200可以通过长度与预设时隙相同的滑动窗口检测n个信号片段对应的能量，当信号片段中出现超过预设的能量阈值的情况下，接收端200确定该信号片段为噪声片段。在接收端200从n个信号片段中筛选出m个噪声片段后，接收端200计算m个噪声片段各自对应的特征值，并建立特征值与消噪参数a、t的线性回归方程。在接收端200确定了消噪参数a、t后，根据t以及a*t的值，确定诸如(,t)、[t,a*t]以及(a*t,)的至少三个噪声区间，并根据接收到的信号与上述三个区间的对应关系对信号进行消噪。具体计算过程将在下文进行详细的介绍。
[0051]
可以理解，上述基于噪声片段对应的特征值计算消噪参数a、t的线性回归方程，是一种因变量与自变量的回归，反映了随着不同的噪声片段对应的特征值的变化，消噪参数a、t相应地变化的规律。
[0052]
本技术的实施例中，发送端100和接收端200包括但不限于路由器、家庭网关等等。图2(a)和图2(b)示出了根据本技术的实施例的发送端100和接收端200的结构示意图。如图2(a)所示，发送端100包括：处理器110，信号输入模块120，编码模块130，电力线通信模块140，存储模块150以及电源模块160。
[0053]
处理器110可以包括一个或多个处理单元，例如：处理器110可以包括应用处理器(application processor，ap)，调制解调处理器，控制器，基带处理器，和/或神经网络处理器(neural-network processing unit，npu)等。其中，不同的处理单元可以是独立的器件，也可以集成在一个或多个处理器中。
[0054]
信号输入模块120可以包括至少一个信号输入接口，例如，光纤信号接口，电缆信号接口等连接信号输入的物理接口，用于获取信号。
[0055]
编码模块130可以对信号进行编码，例如，使用256正交振幅调制(quadrature amplitude modulation,qam)以及正交频分复用(orthogonal frequency division multiplexing，ofdm)先对信号进行调制，在对调制后的信号进行空时分组码编码，得到的编码后的信号。最后，采取快速傅里叶逆变换(inverse fast fourier transform，ifft)将信号变换为时域信号进行发送。
[0056]
电力线通信模块140可以通过电力网络的电力线将信号发送给接收端200。
[0057]
存储模块150可以用于存储可执行程序代码，可执行程序代码包括指令。存储模块150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，至少一个功能所需的应用程序。存储数据区可存储基站使用过程中所创建的数据。在本技术的实施例中，存储模块150中可以存储将信号转换为信号片段的程序。
[0058]
电源模块160用于将发送端100接入电力网络以对发送端100进行供电。
[0059]
如图2(b)所示，相对于发送端100，接收端200包括：处理器210，信号输出模块220，消噪模块230，编码模块240，电力线通信模块250，存储模块260以及电源模块270。
[0060]
处理器210可以包括一个或多个处理单元，例如：处理器110可以包括应用处理器(application processor，ap)，调制解调处理器，图形处理器(graphics processing unit，gpu)，图像信号处理器(image signal processor，isp)，控制器，视频编解码器，数字信号处理器(digital signal processor，dsp)，基带处理器，和/或神经网络处理器(neural-network processing unit，npu)等。其中，不同的处理单元可以是独立的器件，也可以集成在一个或多个处理器中。
[0061]
信号输出模块220可以包括至少一个信号输出接口，例如，光纤信号接口，电缆信号接口以及无线接口等，输出信号的有线/无线接口。
[0062]
消噪模块230在接收端200接收到信号后，消噪模块230对信号进行消噪。在本技术的实施例中，消噪模块230中可以存储用于对信号进行消噪的消噪参数。
[0063]
解码模块240可以对信号进行解码，例如，对信号采取快速傅里叶变换(fast fourier transform，fft)进行变换，再对信号进行空时分组码解码，得到的解码后的信号。
[0064]
电力线通信模块250可以通过电力网络的电力线接收从发送端100发送的信号。
[0065]
存储模块260可以用于存储可执行程序代码，可执行程序代码包括指令。存储模块260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，至少一个功能所需的应用程序。
[0066]
电源模块270用于将发送端100接入电力网络以对发送端100进行供电。
[0067]
本技术的实施例中，发送端100和接收端200之间对传输的信号实现消噪的过程可以包括：发送端100将待发送的信号的比特流经过256qam映射后，使用正交频分复用调制成为连续的ofdm符号流，然后经过空时分组码编码方案，得到发送符号流，最后经过快速傅里叶逆变换变换为时域信号进行发送。当通信装置200为接收端的情况下，在信号传输模块203接收到信号，处理器201先对信号进行脉冲消噪，然后经过快速傅里叶变换进行变换频域，获得信号的符号，再根据空时分组码解码方案得到信号的符号流。
[0068]
下面通过发送端100和接收端200实现的功能的描述来说明本技术的信号消噪方法，本技术的信号消噪方法可以通过发送端100和接收端200各自的处理器执行相关程序来实现。该方法可以包括：s301至s303，其中，对于发送端100执行s301至s303的执行顺序，本技术的实施例不作限制。如图3所示，本技术实施例的信号消噪方法包括但不限于以下步骤：
[0069]
s301：获取包含脉冲噪声的信号，筛选出噪声片段。
[0070]
这里，接收端200获取的信号可以是发送端100发送的。可以理解，在发送端100向接收端200发送信号之前，发送端100可以通过自身的信号输入模块120获取输入的信号，
如，光纤信号，接着，发送端100对输入的信号进行256正交振幅调制以及正交频分复用调制，进而增强信号并减少信号的失真；对调制后的信号进行空时分组码编码，将编码后的信号通过mimo-plc信道发送给接收端200。上述发送端100执行的对输入的信号进行处理的过程，将在后文，通过如图4所示的s301a至s301e进行详细介绍。
[0071]
具体地，接收端200接收信号后，接收端200可以将信号划分为n个信号片段，每一个信号片段可以记为x(n)，n可以是大于或者等于1的整数。
[0072]
例如，对于一段时长为4秒的信号，按照每一个信号片段的时隙为0.4ms，这里的0.4ms可以是每个信号片段的时长，可以将该4秒的信号划分为10000个信号片段。图5是包括n个信号片段的信号对应的能量分布图。如图5所示，在信号中包含有脉冲噪声的情况下，在脉冲噪声的持续时间内信号会受干扰，信号的波动比较大，而在没有附加脉冲噪声时，信号比较平稳，即没有脉冲噪声的时候可以不用消噪。
[0073]
在本技术的实施例中，在将n个信号片段直接转换为图5所示的能量分布图后，该能量分布图中的曲线不平滑，会使信号片段的能量的计算变得不准确。因此可以将图5所示的能量分布图再经过低通滤波器进行滤波，并得到滤波后的能量随时间变化曲线，使得信号片段的能量对应的曲线较为平滑，有利于准确地计算信号片段的能量，图6(a)示出了低通滤波后的结果示意图。
[0074]
接着，在本技术的实施例中，接收端200可以计算图5和图6(a)中n个信号片段中每一个信号片段的平均功率，并将平均功率作为n个信号片段对应的能量。计算信号片段对应的能量的方法可以包括：接收端200可以设置一个滑动窗口，滑动窗口的窗口长度与信号片段的时隙相同，例如：滑动窗口的窗口长度为0.4ms。接收端200使用滑动窗口在图6(b)能量随时间变化曲线进行滑动，每一次滑动窗口滑动之后，滑动窗口移动至一个信号片段，接收端200计算滑动窗口内的信号片段的平均功率，作为信号片段的能量。如图6(b)所示，接收端200将滑动窗口1内的信号片段的能量随时间变化曲线上的值做算术平均，将得到的结果作为信号片段的能量。例如，接收端200获取的滑动窗口1内的信号片段能量随时间变化曲线上的值为(0.4，0.7，0.9，0.7，0.5)，则接收端200计算后确定滑动窗口1内的信号片段的能量为0.64。
[0075]
最后，接收端200将获取的n个信号片段中每个信号片段对应的能量与预设的能量阈值作比较，将能量大于能量阈值的信号片段作为噪声片段，进而可以从n个信号片段中获取至少m个噪声片段x
′1(m)，m小于等于n。例如，可以设置能量阈值为0.6，如图7所示，通过与能量阈值比较，可以确定图7中存在3个噪声片段，即，噪声片段1至噪声片段3。
[0076]
s302：计算噪声片段对应的特征值，并根据特征值，确定噪声片段对应的消噪参数；
[0077]
在本技术的实施例中，接收端200可以获取噪声片段对应的特征值，该特征值用于表示噪声片段的能量特征。例如，特征值可以包括但不限于以下信息中的一项或多项：噪声片段的能量取绝对值后的平均值x1、噪声片段的能量的无偏估计值x2、以及噪声片段的能量绝对值的最大值x3；x1、x2以及x3表示如下，其中x
′1(m)表示噪声片段，mean表示计算平均值，var表示计算无偏估计值，max表示计算最大值：这里的无偏估计值是指能量方差的数学期望等于被估计的量的统计估计量。
[0078]
x1＝mean(|x
′1(m)|)；x2＝var(x
′1(m))；x3＝max(|x
′1(m)|)；
[0079]
接收端200进一步根据噪声片段对应的特征值，计算噪声片段对应的消噪参数。噪声片段对应的特征值和噪声片段对应的消噪参数(a、t)之间满足多元回归的线性关系
[0080]
a＝f1(x1,x2,
…
)，t＝f2(x1,x2,
…
)，该线性关系f1和f2的具体实现方式可以如下述的公式(1)所示，可以理解的是，公式(1)所示的线性关系中的参数，例如，1.4160仅为示例，是用于反映消噪参数与噪声片段对应的特征值之间的线性相关关系的相关系数，是一种可以调整的系数，如，皮尔逊相关系数。在本技术的其他实施例中，噪声片段对应的特征值和噪声片段对应的消噪参数之间还可以适用其他线性关系。其中，a和t分别表示通过噪声片段对应的特征值以及线性关系获得的两个消噪参数。消噪参数a和t的数值单位可以与信号片段对应的能量的数值单位相同。
[0081]
a＝f1(x1,x2,
…
)＝1.4160-4.6880*x1 6.8142*x2 0.0554*x3
[0082]
t＝f1(x1,x2,
…
)＝0.1771 1.9721*x1-1.0565*x2 0.0171*x3
ꢀꢀꢀꢀꢀꢀꢀꢀ
公式(1)
[0083][0084]
s303：根据消噪参数确定噪声区间，并对符合噪声区间的至少一个噪声片段进行消噪处理。
[0085]
这里，接收端200可以根据消噪参数a和t，确定三个区间(0,t)、[t,a*t]以及(a*t, ∞)，其中，(0,t)表示小于t的区间，[t,a*t]表示大于等于t小于等于a*t的区间，(a*t, ∞)表示大于a*t的区间，其中，[t,a*t]以及(a*t, ∞)为噪声区间。
[0086]
在本技术的实施例中，接收端200从n个信号片段中确定每一个信号片段的数值与上述三个噪声区间的对应关系，并适用如下的消噪方法对信号片段进行消噪处理。
[0087][0088]
其中，x1(n)是接收端200接收的正常的信号片段，x
′1(n)是接收端200接收的包含脉冲噪声的信号片段，x2(n)是消噪后的信号片段，sign()函数是取符号函数。
[0089]
在信号片段x1(n)属于噪声区间(0,t)的情况下，说明信号片段x1(n)的能量并没有到噪声的能量，信号片段x1(n)属于正常的信号，因此对信号片段x1(n)不做消噪处理；在信号片段x
′1(n)属于噪声区间[t,a*t]的情况下，说明信号片段x
′1(n)中包含噪声，例如，脉冲噪声或者高斯白噪声，因此，通过对信号片段x
′1(n)取符号函数以及t的乘积进行消噪处理；在信号片段x
′1(n)属于噪声区间(a*t, ∞)的情况下，说明信号片段x
′1(n)的能量过大，因此将信号片段x
′1(n)做置零处理。
[0090]
可以理解，上述步骤s302中的线性关系(a、t)＝f(x1,x2,
…
)是示例性的，在输入发送端100的信号输入模块120的信号的类型不同的情况下，线性关系也将不同，例如，对于光纤信号来说，对应的线性关系可以是步骤s302中的线性关系a＝f1(x1,x2,
…
)，t＝f2(x1,x2,
…
)；对于电缆信号来说，对应的线性关系可以是a＝g1(x1,x2,
…
)，t＝g2(x1,x2,
…
)，也就是电缆信号与电缆信号对应的消噪参数之间的线性关系，这里的g1和g2的形式可以与公式(1)中的f1和f2相同，但两者的相关参数可以不同。基于不同的信号获得的不同的线性关系，可以通过设置更新方程h1＝(1-μ)f1 μg1和h2＝(1-μ)f2 μg2，通过自适应的方式来获取新的线性关系，这里的μ是更新因子。通过上述自适应的方式,可以根据不同信号的特征值自动调整用于获取消噪参数的线性关系，以取得更加准确的结果。
[0091]
在本技术的实施例中，在上述步骤s301之前，发送端100执行的对输入的信号进行处理的过程包括：
[0092]
s301a：获取输入的信号。
[0093]
这里的输入的信号可以是发送端100通过自身的信号输入模块120，例如，光纤信号接口获取的信号。
[0094]
接着，发送端100执行s301b：使用256正交振幅调制对信号进行调制。信号在通过256正交振幅调制后，信号的幅度和相位可以同时得到增强。
[0095]
然后，发送端100执行s301c：使用正交频分复用对信号进行调制。信号在通过正交频分复用的调制后，可以减少信号的失真。
[0096]
之后，发送端100执行s301d：对调制后的信号进行空时分组码编码。这里，通过再空间域和时间域两维方向上对信号进行编码，使得信号可以通过多个天线发送。
[0097]
最后，发送端100执行s301e：对编码后的信号进行快速傅里叶逆变换后，发送给接收端200。这里，快速傅里叶逆变换可以将时域信号转换为频域信号，使得信号的发送效率更高。发送端100将转换后的频域信号通过如图4所示的发射天线1、发射天线2、接收天线1以及接收天线2组成的mimo-plc信道发送给接收端200。该信号经过mimo-plc信道后会附加脉冲噪声
[0098]
在上述s301至s303的信号消噪方法中，步骤s302使用了多元回归的线性关系，根据噪声片段对应的特征值获取了消噪参数(a、t)。在本技术的另一实施例中，接收端200还可以将信号片段输入服务器300中的噪声识别模型，噪声识别模型可以对信号片段进行特征提取以及训练，得到模型输出的消噪参数(a、t)。再将消噪参数(a、t)更新至接收端200的消噪模块230中，消噪模块230可以使用更新后的消噪参数(a、t)使用步骤s303的方法对信号进行消噪。通过服务器300中的噪声识别模型获取消噪参数(a、t)的方法可以如图8所示，包括：
[0099]
s401:接收端200将获取包含脉冲噪声的信号发送给服务器200。
[0100]
这里的s401与s301相似，不同之处在于，接收端200接收信号后，接收端200可以直接将将信号发送给服务器200。将信号划分为多个信号片段以及对信号片段进行特征提取的过程将由服务器200执行。
[0101]
s402：服务器200从接收的信号中筛选出噪声片段，计算噪声片段对应的特征值。
[0102]
这里的s402与s302相似，服务器200将接收的信号输入噪声识别模型，如图9所示，噪声识别模型可以采用s302中描述的滑动窗口方法从信号中筛选出噪声片段，例如，噪声片段1至噪声片段3，并计算噪声片段的特征值，这里的特征值也可以包括但不限于以下信息中的一项或多项：噪声片段的能量取绝对值后的平均值x1、噪声片段的能量方差的无偏估计值x2、以及噪声片段的能量绝对值的最大值x3。
[0103]
s403：服务器200根据噪声片段的特征，训练出消噪参数。
[0104]
这里，服务器200的噪声识别模型可以根据噪声片段的特征值训练出消噪参数。
[0105]
具体地，服务器200可以将每一个噪声片段的特征值输入噪声识别模型进行训练，然后将模型的输出(即噪声片段对应的消噪参数)和表征噪声的数据进行比较，求出误差(即二者之间的差值)，对前述误差求偏导数，根据该偏导数来更新权重。直至最后模型输出表征噪声片段对应的消噪参数。可以理解，噪声识别模型可以通过使用大量的噪声片段的
数据的训练，不断地调整权重，在输出的误差达到一个很小的值时(例如，满足预定误差阈值)，认为模型收敛，训练出了噪声识别模型。
[0106]
可以理解，这里的噪声识别模型可以适用于各种神经网络模型，例如，卷积神经网络(convolutional neural network，cnn)、深度神经网络(deep neural networks，dnn)以及循环神经网络(recurrent neural networks，rnn)、二值神经网络(binary neural network，bnn)等。其中，在具体实现中，神经网络模型的层数、每层的节点数、以及相连接的两个节点的连接参数(即两个节点连线上的权重)均可以根据实际需求进行预先设置。
[0107]
s404：服务器200用训练后的消噪参数对接收端200进行更新。
[0108]
这里，服务器200将训练后的消噪参数发送给接收端200后，接收端200的消噪模块230可以更新存储的消噪参数。
[0109]
s405：接收端200对信号进行消噪。
[0110]
这里的s405与s303相似，接收端200可以根据消噪参数确定噪声区间，并对符合噪声区间的至少一个噪声片段进行消噪处理。例如，接收端200可以根据消噪参数a和t，确定三个区间(0,t)、[t,a*t]以及(a*t, ∞)，其中，(0,t)表示小于t的区间，[t,a*t]表示大于等于t小于等于a*t的区间，(a*t, ∞)表示大于a*t的区间，其中，[t,a*t]以及(a*t, ∞)为噪声区间。
[0111]
本技术实施例的信号消噪方法，使用了线性回归算法，通过噪声片段的特征值计算出消噪参数，该方法的计算复杂度低，在算力有限的终端设备中也能获得较好的消噪效果。同时，申请的实施例还提供了一种通过服务器的神经网络模型获取消噪参数的方法，利用了远程的云端服务器的能力，对采集到的数据进行训练，再获取了消噪参数后，实时地更新终端设备的消噪参数，进而提高消噪过程的效率。
[0112]
应当理解的是，虽然在本文中可能使用了术语“第一”、“第二”等等来描述各个特征，但是这些特征不应当受这些术语限制。使用这些术语仅仅是为了进行区分，而不能理解为指示或暗示相对重要性。举例来说，在不背离示例性实施例的范围的情况下，第一特征可以被称为第二特征，并且类似地第二特征可以被称为第一特征。
[0113]
此外，各种操作将以最有助于理解说明性实施例的方式被描述为多个彼此分离的操作；然而，描述的顺序不应被解释为暗示这些操作必须依赖描述的顺序，其中的许多操作可以被并行地、并发地或者同时实施。此外，各项操作的顺序也可以被重新安排。当所描述的操作完成时，所述处理可以被终止，但是还可以具有未包括在附图中的附加操作。所述处理可以对应于方法、函数、规程、子例程、子程序等等。
[0114]
说明书中对“一个实施例”，“实施例”，“说明性实施例”等的引用表示所描述的实施例可以包括特定特征、结构或性质，但是每个实施例也可能或不是必需包括特定的特征、结构或性质。而且，这些短语不一定是针对同一实施例。此外，当结合具体实施例描述特定特征，本领域技术人员的知识能够影响到这些特征与其他实施例的结合，无论这些实施例是否被明确描述。
[0115]
除非上下文另有规定，否则术语“包含”、“具有”和“包括”是同义词。短语“a/b”表示“a或b”。短语“a和/或b”表示“(a)、(b)或(a和b)”。
[0116]
如本文所使用的，术语“模块”可以指代，作为其中的一部分，或者包括：用于运行一个或多个软件或固件程序的存储器(共享、专用或组)，专用集成电路(asic)，电子电路
和/或处理器(共享、专用或组)，组合逻辑电路，和/或提供所述功能的其他合适组件。
[0117]
在附图中，可能以特定布置和/或顺序示出了一些结构或方法特征。然而，应当理解的是，这样的特定布置和/或排序不是必需的。而是，在一些实施例中，这些特征可以以不同于说明性附图中所示的方式和/或顺序来进行说明。另外，特定附图中所包含得结构或方法特征并不意味着所有实施例都需要包含这样的特征，在一些实施例中，可以不包含这些特征，或者可以将这些特征与其他特征进行组合。
[0118]
上面结合附图对本技术的实施例做了详细说明，但本技术技术方案的使用不仅仅局限于本专利实施例中提及的各种应用，各种结构和变型都可以参考本技术技术方案轻易地实施，以达到本文中提及的各种有益效果。在本领域普通技术人员所具备的知识范围内，在不脱离本技术宗旨的前提下做出的各种变化，均应归属于本技术专利涵盖范围。