环境噪声提取方法、装置、计算机设备和存储介质
文献发布时间:2023-06-19 11:06:50
技术领域
本申请涉及信号分离技术领域,特别是涉及一种环境噪声提取方法、装置、计算机设备和存储介质。
背景技术
随着经济飞速发展,大量输变电设施不断深入中心城区,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会产生可听噪声。
可听噪声问题成为民众及电网从业人员关注的焦点,伴随着居民自我保护意识的不断增强,引发的电力设施噪声的投诉、冲突时有发生,因此需要对变电站噪声评价和分析,实现对输变电设施噪声难以精准控制和优化。
由于变电站内可听噪声呈现具有随机性、多来源及易受背景噪声干扰等特点。目前变电站噪声评价和分析,无法定量识别和确定各噪声源及其对总的噪声的贡献,亟需一种能够实现将环境噪声信号从混合噪声信号中分离的方法。
发明内容
基于此,有必要针对上述技术问题,提供一种能够实现将环境噪声信号从混合噪声信号中分离的环境噪声提取方法、装置、计算机设备和存储介质。
一种环境噪声提取方法,方法包括:
获取待处理混合噪声信号,待处理混合噪声信号为待监测设备的内部噪声信号和环境噪声信号组成的混合信号;
查找与待监测设备对应的冲激响应函数,冲激响应函数基于历史数据中的待监测设备的内部噪声信号以及混合噪声信号分析得到;
基于冲激响应函数,对待处理混合噪声信号进行反卷积处理,得到环境噪声信号。
在其中一个实施例中,查找与待监测设备对应的冲激响应函数之前,还包括:
获取与同一待监测设备对应且携带有相同时间信息的内部噪声信号和混合噪声信号;
将混合噪声信号作为内部噪声信号的空间传输结果进行卷积分析,得到冲激响应函数,冲激响应函数用于表征内部噪声信号在空间传输过程中的特征信息。
在其中一个实施例中,将混合噪声信号作为内部噪声信号的空间传输结果进行卷积分析,得到冲激响应函数包括:
将混合噪声信号作为内部噪声信号的空间传输结果,基于时频滤波方法或盲源分离方法进行卷积分析,得到冲激响应函数。
在其中一个实施例中,获取与同一待监测设备对应且携带有相同时间信息的内部噪声信号和混合噪声信号包括:
接收第一声音采集装置采集的内部噪声信号以及第二声音采集装置采集的混合噪声信号;第一声音采集装置贴合设置在待监测设备的表面;第二声音采集装置的设置位置与待监测设备所在位置的距离不小于预设距离。
在其中一个实施例中,第二声音采集装置为阵列式麦克风。
在其中一个实施例中,基于冲激响应函数,对待处理混合噪声信号进行反卷积处理,得到环境噪声信号包括:
基于冲激响应函数,通过预设的反卷积方法对待处理混合噪声信号进行反卷积处理,得到环境噪声信号,其中,预设的反卷积方法包括极大似然反卷积、最小方差反卷积或者离散傅里叶变换反卷积中的任意一种。
一种环境噪声提取装置,装置包括:
混合噪声信号获取模块,用于获取待处理混合噪声信号,待处理混合噪声信号为待监测设备的内部噪声信号和环境噪声信号组成的混合信号;
冲激响应函数查找模块,用于查找与待监测设备对应的冲激响应函数,冲激响应函数基于历史数据中的待监测设备的内部噪声信号以及混合噪声信号分析得到;
环境噪声信号提取模块,用于基于冲激响应函数,对待处理混合噪声信号进行反卷积处理,得到环境噪声信号。
在其中一个实施例中,装置还包括冲激响应函数获得模块;
冲激响应函数获得模块,用于获取与同一待监测设备对应且携带有相同时间信息的内部噪声信号和混合噪声信号;将混合噪声信号作为内部噪声信号的空间传输结果进行卷积分析,得到冲激响应函数,冲激响应函数用于表征内部噪声信号在空间传输过程中的特征信息。
一种计算机设备,包括存储器和处理器,存储器存储有计算机程序,处理器执行计算机程序时实现以下步骤:
获取待处理混合噪声信号,待处理混合噪声信号为待监测设备的内部噪声信号和环境噪声信号组成的混合信号;
查找与待监测设备对应的冲激响应函数,冲激响应函数基于历史数据中的待监测设备的内部噪声信号以及混合噪声信号分析得到;
基于冲激响应函数,对待处理混合噪声信号进行反卷积处理,得到环境噪声信号。
一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现以下步骤:
获取待处理混合噪声信号,待处理混合噪声信号为待监测设备的内部噪声信号和环境噪声信号组成的混合信号;
查找与待监测设备对应的冲激响应函数,冲激响应函数基于历史数据中的待监测设备的内部噪声信号以及混合噪声信号分析得到;
基于冲激响应函数,对待处理混合噪声信号进行反卷积处理,得到环境噪声信号。
上述环境噪声提取方法、装置、计算机设备和存储介质,通过获取由待监测设备的内部噪声信号和环境噪声信号组成的混合信号,将其作为需要进行噪声信号分离处理的处理对象,通过查找与待监测设备对应的基于历史数据中的待监测设备的内部噪声信号以及混合噪声信号分析得到的冲激响应函数,以实现针对性的分析,基于冲激响应函数,对待处理混合噪声信号进行反卷积处理,从而提取到混合噪声信号中的环境噪声信号,实现环境噪声信号的准确提取。
附图说明
图1为一个实施例中环境噪声提取方法的应用环境图;
图2为一个实施例中环境噪声提取方法的流程示意图;
图3为另一个实施例中环境噪声提取方法的流程示意图;
图4为再一个实施例中环境噪声提取方法的流程示意图;
图5为又一个实施例中环境噪声提取方法中得到冲激响应函数的流程示意图;
图6为还一个实施例中环境噪声提取方法中冲激响应函数的应用流程示意图;
图7为一个实施例中环境噪声提取装置的结构框图;
图8为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
本申请提供的环境噪声提取方法,可以应用于如图1所示的应用环境中。其中,终端102接收阵列麦克风104采集的待处理混合噪声信号,阵列麦克风104的设置位置与待监测设备106所在位置的距离不小于预设距离,待处理混合噪声信号为待监测设备的内部噪声信号和环境噪声信号组成的混合信号,终端102查找与待监测设备106对应的冲激响应函数,冲激响应函数基于历史数据中的待监测设备的内部噪声信号以及混合噪声信号分析得到,基于冲激响应函数,对待处理混合噪声信号进行反卷积处理,得到环境噪声信号。其中,终端102可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备。
在一个实施例中,如图2所示,提供了一种环境噪声提取方法,以该方法应用于图1中的终端为例进行说明,包括以下步骤:
步骤202,获取待处理混合噪声信号,待处理混合噪声信号为待监测设备的内部噪声信号和环境噪声信号组成的混合信号。
待处理混合噪声信号是指需要进行噪声信号分离处理的混合噪声信号,混合噪声信号是指同时包括待监测设备的内部噪声信号以及待监测设备所处环境中的环境噪声信号的混合信号。混合噪声信号可以通过设置在待监测设备所处的环境中的声音采集设备采集得到。待监测设备所处的环境具体可以是与待监测设备保持一定间隔距离的位置,该间隔距离可以根据实际的场景的进行设定,例如,将间隔距离设定为不超过0.5m或是不超过1m等。间隔距离的设定标准为在该范围内既能采集到待监测设备的内部噪声,也能采集到待监测设备所处环境中的环境噪声。
其中,内部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产生活所产生的声音,例如如路过汽车的鸣笛声,路人的说话声等。
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。阵列式麦克风是指设置两组以上麦克风,并以这些麦克风对音讯进行侦测,所得到的信号交由数字信号处理器进行比对,用以还原声音的原貌的设备。
步骤204,查找与待监测设备对应的冲激响应函数,冲激响应函数基于历史数据中的待监测设备的内部噪声信号以及混合噪声信号分析得到。
冲激响应函数是用于表征某个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冲激,而输出就是相应的不同比例的响应的累加。
在实施例中,可以预先针对不同的待监测设备预先获取其对应的冲激响应函数。冲激响应函数具体可以根据针对该待监测设备采集的历史噪声信号进行分析得到。具体来说历史噪声信号包括该待监测设备的内部噪声信号以及混合噪声信号,混合噪声信号是待监测设备的内部噪声信号与环境噪声信号的混合结果。
由于获取的待处理混合噪声信号是针对某个待监测设备采集的,基于待处理混合噪声信号对应的待监测设备的设备标识,从预先分析得到的各个冲激响应函数中查找与待监测设备的设备标识对应的冲激响应函数。
步骤206,基于冲激响应函数,对待处理混合噪声信号进行反卷积处理,得到环境噪声信号。
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。
在实施例中,待处理混合噪声信号为记录的信号,环境噪声信号是希望提取的信号。通过冲激响应函数,对待处理混合噪声信号进行反卷积处理,可以得到环境噪声信号。
上述环境噪声提取方法,通过获取由待监测设备的内部噪声信号和环境噪声信号组成的混合信号,将其作为需要进行噪声信号分离处理的处理对象,通过查找与待监测设备对应的基于历史数据中的待监测设备的内部噪声信号以及混合噪声信号分析得到的冲激响应函数,以实现针对性的分析,基于冲激响应函数,对待处理混合噪声信号进行反卷积处理,从而提取到混合噪声信号中的环境噪声信号,实现环境噪声信号的准确提取。
在其中一个实施例中,如图3所示,查找与待监测设备对应的冲激响应函数之前,还包括步骤302至步骤304。
步骤302,获取与同一待监测设备对应且携带有相同时间信息的内部噪声信号和混合噪声信号。
步骤304,将混合噪声信号作为内部噪声信号的空间传输结果进行卷积分析,得到冲激响应函数,冲激响应函数用于表征内部噪声信号在空间传输过程中的特征信息。
与同一待监测设备对应的内部噪声信号和混合噪声信号是指采集对象为同一待监测设备的不同声音采集装置采集到的信号。不同声音采集装置分别为采集待监测设备的内部噪声的第一声音采集设备和采集待监测设备的内部噪声和周围环境噪声的第二声音采集设备。
第一声音采集设备和第二声音采集设备对噪声信号的采集都是持续进行的,为确保准确内部噪声信号与混合噪声信号之间具有准确的对应关系,从时间维度考虑,从历史数据中提取携带有相同时间信息的内部噪声信号和混合噪声信号作为数据处理对象,通过将混合噪声信号作为内部噪声信号的空间传输结果进行卷积分析,得到用于表征内部噪声信号在空间传输过程中的特征信息的冲激响应函数。
在一个实施例中,将混合噪声信号作为内部噪声信号的空间传输结果进行卷积分析,得到冲激响应函数包括:
将混合噪声信号作为内部噪声信号的空间传输结果,基于时频滤波方法进行卷积分析,得到冲激响应函数。
时频滤波是指基于时域滤波和频域滤波,对信号进行滤波处理的过程。卷积是两个变量在某范围内相乘后求和的结果。基于时频滤波方法,对混合噪声信号和内部噪声信号进行卷积分析,可以得到混合噪声信号和内部噪声信号之间的关系表达,即冲激响应函数。
冲激响函数实际上就是函数的卷积积分表达式,卷积的几何解释是一系列矩形窄脉冲的求极限过程,通常的冲击函数标准模型为:
任一信号可以在时域上分解为具有不同时延的冲激信号的叠加,其冲激强度即为冲激处的函数值f(t)与dt的乘积。
在另一个实施例中,将混合噪声信号作为内部噪声信号的空间传输结果进行卷积分析,得到冲激响应函数包括:
将混合噪声信号作为内部噪声信号的空间传输结果,基于盲源分离方法进行卷积分析,得到冲激响应函数。
盲源分离指的是从多个观测到的混合信号中分析出没有观测的原始信号,这里多个观测到的混合信号是指混合噪声信号和内部噪声信号,没有观测的原始信号是指环境噪声信号。在实施例中,盲源分离方法具体可以是基于信息论或似然估计的盲分离算法、基于二阶统计量的盲分离算法或是基于高阶统计量的盲分离算法。基于盲源分离方法,可以对混合噪声信号和内部噪声信号进行卷积分析,可以得到混合噪声信号和内部噪声信号之间的关系表达。
在其中一个实施例中,获取与同一待监测设备对应且携带有相同时间信息的内部噪声信号和混合噪声信号包括:接收第一声音采集装置采集的内部噪声信号以及第二声音采集装置采集的混合噪声信号;第一声音采集装置贴合设置在待监测设备的表面;第二声音采集装置的设置位置与待监测设备所在位置的距离不小于预设距离。
其中,第一声音采集装置为第一麦克风,第二声音采集装置为第二麦克风。贴合设置在待监测设备的表面的第一麦克风能够监听到待监测设备内部的噪声信号,其工作原理与“听诊器”相似,通过待监测设备表面的贴合设置,能够有效过滤周围环境中的噪声信号,提高对设备内部噪声的准确采集。
基于一定的间隔距离设置第二麦克风和待监测设备,能够确保第二麦克风既能采集到待监测设备内部产生的噪声,也能采集到待监测设备周围环境的噪声,从而得到混合噪声信号。
在其中一个实施例中,第二声音采集装置即第二麦克风为阵列式麦克风。阵列式麦克风是指设置两组以上麦克风,并以这些麦克风对声音信号进行侦测,所得到的信号交由数字信号处理器进行比对,用以还原声音的原貌的设备。通过阵列式麦克风,可以更为准确全面地采集混合噪声信号。
在其中一个实施例中,如图4所示,基于冲激响应函数,对待处理混合噪声信号进行反卷积处理,得到环境噪声信号包括步骤402。
步骤402,基于冲激响应函数,通过预设的反卷积方法对待处理混合噪声信号进行反卷积处理,得到环境噪声信号,其中,预设的反卷积方法包括极大似然反卷积、最小方差反卷积或者离散傅里叶变换反卷积中的任意一种。
极大似然估计,通俗理解来说,就是利用已知的样本结果信息,反推最具有可能(最大概率)导致这些样本结果出现的模型参数值的数据处理过程,换句话说,极大似然估计提供了一种给定观察数据来评估模型参数的方法。
方差是在概率论和统计方差衡量随机变量或一组数据时离散程度的度量。方差反映了样本数据围绕样本平均值变化的情况,方差值越小,表明数据越靠近平均值,离散程度越小。相反,方差值越大,数据离平均值越远,离散程度越大。在方差中最小的那个数,称为最小方差。
离散傅里叶变换在时域和频域上都呈现离散的形式,将时域信号的采样变换为在离散时间傅里叶变换(DTFT)频域的采样。在形式上,变换两端(时域和频域上)的序列是有限长的,而实际上这两组序列都应当被认为是离散周期信号的主值序列。即使对有限长的离散信号作DFT,也应当将其看作经过周期延拓成为周期信号再作变换。在实际应用中通常采用快速傅里叶变换以高效计算DFT。DFT的实现原理如下:
其中,X(k)表示DFT变换后的数据,即环境噪声信号,x(n)为采样的模拟信号,公式中的x(n)可以为复信号,实际当中x(n)都是实信号,即虚部为0,此时公式可以展开为:
变换后的数据实际是原信号对cos和sin的相关操作,即进行相乘求和(连续信号即为积分)k代表和频率为多少的正弦相关,而n和N则是在一个正弦周期内采样N个点,采样间隔为2*pi\N,n用来步进,一次步进2*pi\N,最后进行累加求和,就得出了环境噪声信号X(k)。
在一个实施例中,以待监测设备为变压器为例,如图5所示,通过贴合在变压器表面的监芯麦克风采集变压器的内部噪声信号,通过阵列麦克风获得变压器在所处变电站通过空间传输后的混合噪声信号,并将内部噪声信号和混合噪声信号发送至信号处理单元,信号处理单元通过卷积算法对内部噪声信号和混合噪声信号进行卷积分析,获得冲激响应函数,也就是说获取了变压器传输声音的空间特征。
然后,在实际的应用过程中,如图6所示,阵列麦克风实时采集到待分析的混合噪声信号,基于预先获得的冲激响应函数进行反卷积处理,把符合变压器的空间特征的信号删除掉,从而达到去除混合噪声信号中变压器内部噪声信号,得到环境噪声信号的作用。通过上述处理能够抓取随机产生的环境噪声,从而为进一步的设备噪声净化,为进一步设备噪声针对的研究打下了基础。在后续的处理过程中,能够定量识别和确定各噪声源及其对总的噪声的贡献,实现输变电设施噪声的精准控制和优化。
应该理解的是,虽然上述实施例涉及的各流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,上述实施例涉及的各流程图中的至少一部分步骤可以包括多个步骤或者多个阶段,这些步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中,如图7所示,提供了一种环境噪声提取装置,包括:混合噪声信号获取模块702、冲激响应函数查找模块704和环境噪声信号提取模块707,其中:
混合噪声信号获取模块702,用于获取待处理混合噪声信号,待处理混合噪声信号为待监测设备的内部噪声信号和环境噪声信号组成的混合信号;
冲激响应函数查找模块704,用于查找与待监测设备对应的冲激响应函数,冲激响应函数基于历史数据中的待监测设备的内部噪声信号以及混合噪声信号分析得到;
环境噪声信号提取模块706,用于基于冲激响应函数,对待处理混合噪声信号进行反卷积处理,得到环境噪声信号。
在其中一个实施例中,装置还包括冲激响应函数获得模块;冲激响应函数获得模块,用于获取与同一待监测设备对应且携带有相同时间信息的内部噪声信号和混合噪声信号;将混合噪声信号作为内部噪声信号的空间传输结果进行卷积分析,得到冲激响应函数,冲激响应函数用于表征内部噪声信号在空间传输过程中的特征信息。
在其中一个实施例中,冲激响应函数获得模块还用于将混合噪声信号作为内部噪声信号的空间传输结果,基于时频滤波方法或盲源分离方法进行卷积分析,得到冲激响应函数。
在其中一个实施例中,冲激响应函数获得模块还用于接收第一麦克风采集的内部噪声信号以及第二麦克风采集的混合噪声信号;第一麦克风贴合设置在待监测设备的表面;第二麦克风的设置位置与待监测设备所在位置的距离不小于预设距离。
在其中一个实施例中,第二麦克风为阵列式麦克风。
在其中一个实施例中,环境噪声信号提取模块还用于基于冲激响应函数,通过预设的反卷积方法对待处理混合噪声信号进行反卷积处理,得到环境噪声信号,其中,预设的反卷积方法包括极大似然反卷积、最小方差反卷积或者离散傅里叶变换反卷积中的任意一种。
上述环境噪声提取装置,通过获取由待监测设备的内部噪声信号和环境噪声信号组成的混合信号,将其作为需要进行噪声信号分离处理的处理对象,通过查找与待监测设备对应的基于历史数据中的待监测设备的内部噪声信号以及混合噪声信号分析得到的冲激响应函数,以实现针对性的分析,基于冲激响应函数,对待处理混合噪声信号进行反卷积处理,从而提取到混合噪声信号中的环境噪声信号,实现环境噪声信号的准确提取。
关于环境噪声提取装置的具体限定可以参见上文中对于环境噪声提取方法的限定,在此不再赘述。上述环境噪声提取装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是终端,其内部结构图可以如图8所示。该计算机设备包括通过系统总线连接的处理器、存储器、通信接口、显示屏和输入装置。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的通信接口用于与外部的终端进行有线或无线方式的通信,无线方式可通过WIFI、运营商网络、NFC(近场通信)或其他技术实现。该计算机程序被处理器执行时以实现一种环境噪声提取方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏,该计算机设备的输入装置可以是显示屏上覆盖的触摸层,也可以是计算机设备外壳上设置的按键、轨迹球或触控板,还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解,图8中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,提供了一种计算机设备,包括存储器和处理器,存储器中存储有计算机程序,该处理器执行计算机程序时实现以下步骤:
获取待处理混合噪声信号,待处理混合噪声信号为待监测设备的内部噪声信号和环境噪声信号组成的混合信号;查找与待监测设备对应的冲激响应函数,冲激响应函数基于历史数据中的待监测设备的内部噪声信号以及混合噪声信号分析得到;基于冲激响应函数,对待处理混合噪声信号进行反卷积处理,得到环境噪声信号。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
获取与同一待监测设备对应且携带有相同时间信息的内部噪声信号和混合噪声信号;将混合噪声信号作为内部噪声信号的空间传输结果进行卷积分析,得到冲激响应函数,冲激响应函数用于表征内部噪声信号在空间传输过程中的特征信息。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
将混合噪声信号作为内部噪声信号的空间传输结果,基于时频滤波方法或盲源分离方法进行卷积分析,得到冲激响应函数。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
接收第一声音采集装置采集的内部噪声信号以及第二声音采集装置采集的混合噪声信号;第一声音采集装置贴合设置在待监测设备的表面;第二声音采集装置的设置位置与待监测设备所在位置的距离不小于预设距离。
在其中一个实施例中,第二声音采集装置为阵列式麦克风。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
基于冲激响应函数,通过预设的反卷积方法对待处理混合噪声信号进行反卷积处理,得到环境噪声信号,其中,预设的反卷积方法包括极大似然反卷积、最小方差反卷积或者离散傅里叶变换反卷积中的任意一种。
上述用于实现环境噪声提取方法的计算机设备,通过获取由待监测设备的内部噪声信号和环境噪声信号组成的混合信号,将其作为需要进行噪声信号分离处理的处理对象,通过查找与待监测设备对应的基于历史数据中的待监测设备的内部噪声信号以及混合噪声信号分析得到的冲激响应函数,以实现针对性的分析,基于冲激响应函数,对待处理混合噪声信号进行反卷积处理,从而提取到混合噪声信号中的环境噪声信号,实现环境噪声信号的准确提取。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现以下步骤:
获取待处理混合噪声信号,待处理混合噪声信号为待监测设备的内部噪声信号和环境噪声信号组成的混合信号;查找与待监测设备对应的冲激响应函数,冲激响应函数基于历史数据中的待监测设备的内部噪声信号以及混合噪声信号分析得到;基于冲激响应函数,对待处理混合噪声信号进行反卷积处理,得到环境噪声信号。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:
获取与同一待监测设备对应且携带有相同时间信息的内部噪声信号和混合噪声信号;将混合噪声信号作为内部噪声信号的空间传输结果进行卷积分析,得到冲激响应函数,冲激响应函数用于表征内部噪声信号在空间传输过程中的特征信息。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:
将混合噪声信号作为内部噪声信号的空间传输结果,基于时频滤波方法或盲源分离方法进行卷积分析,得到冲激响应函数。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:
接收第一声音采集装置采集的内部噪声信号以及第二声音采集装置采集的混合噪声信号;第一声音采集装置贴合设置在待监测设备的表面;第二声音采集装置的设置位置与待监测设备所在位置的距离不小于预设距离。
在其中一个实施例中,第二声音采集装置为阵列式麦克风。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:
基于冲激响应函数,通过预设的反卷积方法对待处理混合噪声信号进行反卷积处理,得到环境噪声信号,其中,预设的反卷积方法包括极大似然反卷积、最小方差反卷积或者离散傅里叶变换反卷积中的任意一种。
上述用于实现环境噪声提取方法的计算机可读存储介质,通过获取由待监测设备的内部噪声信号和环境噪声信号组成的混合信号,将其作为需要进行噪声信号分离处理的处理对象,通过查找与待监测设备对应的基于历史数据中的待监测设备的内部噪声信号以及混合噪声信号分析得到的冲激响应函数,以实现针对性的分析,基于冲激响应函数,对待处理混合噪声信号进行反卷积处理,从而提取到混合噪声信号中的环境噪声信号,实现环境噪声信号的准确提取。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,该计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-OnlyMemory,ROM)、磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器(Random Access Memory,RAM)或外部高速缓冲存储器。作为说明而非局限,RAM可以是多种形式,比如静态随机存取存储器(Static Random Access Memory,SRAM)或动态随机存取存储器(Dynamic Random Access Memory,DRAM)等。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上实施例仅表达了本申请的几种实施方式,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,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
- 环境噪声提取方法、装置、计算机设备和存储介质
- 信息提取方法、装置、计算机设备及计算机可读存储介质