亚洲成年人黄色一级片,日本香港三级亚洲三级,黄色成人小视频,国产青草视频,国产一区二区久久精品,91在线免费公开视频,成年轻人网站色直接看

諧波噪聲的減去消除的制作方法

文檔序號(hào):2821351閱讀:345來源:國知局
專利名稱:諧波噪聲的減去消除的制作方法
技術(shù)領(lǐng)域
本發(fā)明總體上涉及抑制噪聲的領(lǐng)域,更具體地,涉及一種消除所關(guān)注信號(hào)中的未知頻率的附加正弦擾動(dòng)的方法。該方法集中于提高視頻信號(hào)的質(zhì)量。然而本發(fā)明并不限于聲學(xué)領(lǐng)域,即,其可以應(yīng)用于壓力傳感器的信號(hào)。
背景技術(shù)
音頻處理中的共同問題是信息承載信號(hào)受到一個(gè)或更多個(gè)正弦信號(hào)的干擾。抑制這些干擾信號(hào)的傳統(tǒng)方法是使用將頻率調(diào)至該正弦干擾頻率的固定陷波濾波器,如在“Halbleiter-Schaltungstechnik”(by Ulrich Tietzeand Christoph Schenk,Springer,12th edition,2002)中所描述的。
為了使所關(guān)注信號(hào)的質(zhì)量?jī)H發(fā)生略微的下降,要求濾波器的陷波非常陡,為了良好抑制,需要準(zhǔn)確知道干擾頻率。如果不是如此,則陷波濾波器的常規(guī)方法不再適用,而必須使用在“Adaptive IIR Filtering inSignal Processing and Contrl”(by Philip A.Regalia Marcel Dekker,1994)中提出的自適應(yīng)方法。該濾波器與含有最高頻率的主正弦干擾同步,并完全抑制該干擾。此外,該濾波器能夠追蹤該干擾頻率的較小的依從于時(shí)間的變化。然而,該方法的一個(gè)主要缺點(diǎn)在于其不保存陷波頻率處的承載信息的譜內(nèi)容。由此無法清楚地分開兩個(gè)正弦波(一個(gè)代表噪聲,另一個(gè)代表有用信息)。
當(dāng)把對(duì)正弦干擾的抑制視為對(duì)擾動(dòng)的消除時(shí)可以解決以上問題。生成人造基準(zhǔn)信號(hào)并從噪聲信息承載信號(hào)中減去該信號(hào)。該抑制目前取決于用于基準(zhǔn)信號(hào)的正弦參數(shù)的估計(jì)值的質(zhì)量。
一旦找到了良好的估計(jì),則可以放慢估計(jì)處理或?qū)⑵渫耆V?,以使得估?jì)器無法跟蹤由所關(guān)注信號(hào)引起的振幅和相位的變化。只要正弦干擾參數(shù)對(duì)于時(shí)間保持常數(shù),就可以保存該頻譜內(nèi)容。如果這些參數(shù)變化,則不再保存該頻譜內(nèi)容,并迫使重新啟動(dòng)常規(guī)估計(jì)過程。現(xiàn)有技術(shù)的方法假設(shè)要消除的頻率是已知的,并且大部分方法對(duì)于振幅和相位的連續(xù)參數(shù)估計(jì)使用梯度下降方法,例如“Geruschreduktionsverfahren mitmodellbasierten Anstzen für Freisprecheinrichtungen in Kraftfahrzeugen”(by Henning Puder,PhD Thesis,Technische Universitt Darmstadt,2003)。為了處理語音信號(hào),利用下降步長(zhǎng)來控制對(duì)于擾動(dòng)正弦參數(shù)的估計(jì),并且該估計(jì)只在語音暫停時(shí)才被激活。這樣,大大減少了對(duì)于語音部分中的有用頻率內(nèi)容的抑制。

發(fā)明內(nèi)容
考慮以上幾點(diǎn),本發(fā)明的目的是提供一種改進(jìn)的噪聲消除技術(shù),其還可以應(yīng)用于干擾頻率未知的情況。
通過獨(dú)立權(quán)利要求的特征來實(shí)現(xiàn)所述目的。在獨(dú)立權(quán)利要求中定義了有利特征。
本發(fā)明通過補(bǔ)償技術(shù)從受擾動(dòng)的語音信號(hào)中基本上去除了個(gè)別的正弦干擾?;痉椒ㄊ鞘褂谜腋蓴_的同相/正交模型。
所提出的方法估計(jì)并跟蹤以下參數(shù)各干擾的同相振幅、正交振幅以及頻率。由擴(kuò)展的卡爾曼濾波器遞歸地進(jìn)行該估計(jì)。根據(jù)這三個(gè)參數(shù),通過生成基準(zhǔn)信號(hào)并從干擾信號(hào)中減去該基準(zhǔn)信號(hào)來補(bǔ)償干擾信號(hào)中的正弦干擾。
通過擴(kuò)展的卡爾曼濾波器來依次進(jìn)行三個(gè)未知正弦干擾參數(shù)的估計(jì)。類似于自適應(yīng)陷波濾波器,該濾波器收斂于功率最強(qiáng)的頻率,并估計(jì)其參數(shù)。通過對(duì)于所假設(shè)的測(cè)量值以及卡爾曼體系中的設(shè)備噪聲協(xié)方差選擇不同值,來對(duì)參數(shù)估計(jì)過程進(jìn)行控制。測(cè)量協(xié)方差中的較大值例如固定了估計(jì)值和基準(zhǔn)信號(hào)。本發(fā)明所提出的方法的優(yōu)點(diǎn)在于,無需獲知干擾頻率,并且與自適應(yīng)陷波濾波器相反,不消除信號(hào)信息。
在抑制電機(jī)噪聲的情況下,可以通過諸如電機(jī)的旋轉(zhuǎn)計(jì)數(shù)器的附加傳感器來確定用于卡爾曼濾波器的初始化以及信號(hào)和干擾的方差的各個(gè)值。還可以通過學(xué)習(xí)過程來確定這些值,在該過程中識(shí)別出可能的擾動(dòng)/干擾/噪聲以及它們的性質(zhì)。由此確定的值并不是干擾頻率的確切值,而只是其估計(jì)值,這對(duì)于加速卡爾曼濾波器自適應(yīng)以及提高估計(jì)精度是有用的。
此外,在過濾處理中通過添加獨(dú)立的測(cè)量方程來容易地整合(intergrate)初始化之后的連續(xù)傳感器信息。由此可以完成旋轉(zhuǎn)計(jì)數(shù)器與其它裝置的傳感器聯(lián)合。
根據(jù)本發(fā)明的第一方面,提供了一種用于消除受擾動(dòng)的有用信號(hào)中的未知頻率的正弦擾動(dòng)的方法。由此,該方法包括以下步驟估計(jì)正弦擾動(dòng)的三個(gè)參數(shù),即振幅、相位和頻率;根據(jù)所估計(jì)的參數(shù)生成基準(zhǔn)信號(hào),并從受擾動(dòng)的有用信號(hào)中減去基準(zhǔn)信號(hào)。
可以利用附加傳感器的值和/或?qū)W習(xí)過程對(duì)正弦擾動(dòng)參數(shù)的估計(jì)值進(jìn)行初始化。
具體地,可以通過連續(xù)重復(fù)該方法來消除多個(gè)正弦擾動(dòng)。
在估計(jì)步驟之前對(duì)受擾動(dòng)的有用信號(hào)進(jìn)行帶通濾波。
由此在將該方法應(yīng)用于各波段之前可以利用多個(gè)帶通濾波器將受擾動(dòng)的有用信號(hào)分解為多個(gè)頻段。
此外,可以消除第一頻段中的給定正弦擾動(dòng),并可以通過為了消除第一頻段中的給定正弦擾動(dòng)而生成的基準(zhǔn)信號(hào),來消除第二頻段中的給定正弦擾動(dòng)。
可以通過調(diào)整為了消除第一頻段中的給定正弦擾動(dòng)而生成的基準(zhǔn)信號(hào),來將第二頻段中的給定正弦擾動(dòng)消除到第一頻段頻率響應(yīng)與第二頻段頻率響應(yīng)的比率。
可以通過擴(kuò)展的卡爾曼濾波器進(jìn)行該估計(jì)。
此外,可以調(diào)整估計(jì)步驟中的初始化值的置信度。
然后還可以通過控制擴(kuò)展的卡爾曼濾波器的誤差協(xié)方差矩陣來調(diào)整置信度。
可以時(shí)間選擇地并特別地根據(jù)語音活動(dòng)測(cè)量來執(zhí)行該方法。
可以根據(jù)Ephraim和Malah方法對(duì)所獲取的所估計(jì)的有用信號(hào)進(jìn)行濾波。
根據(jù)本發(fā)明的另一方面,提出了一種計(jì)算機(jī)軟件程序產(chǎn)品,當(dāng)將其運(yùn)行在計(jì)算裝置上時(shí)實(shí)現(xiàn)了前述方法。
根據(jù)本發(fā)明的另一方面,提供了一種用于消除在受擾動(dòng)的信息承載信號(hào)中的未知頻率的正弦擾動(dòng)的系統(tǒng),其中計(jì)算裝置執(zhí)行上述方法。


根據(jù)結(jié)合附圖的以下詳細(xì)說明書和所附權(quán)利要求,本發(fā)明的其它優(yōu)點(diǎn)和可能應(yīng)用將變得清楚。其中,圖1表示根據(jù)本發(fā)明的通過加入基準(zhǔn)信號(hào)來消除受擾動(dòng)的信號(hào)中的噪聲,圖2表示遞歸卡爾曼估計(jì)算法,以及圖3表示遞歸擴(kuò)展卡爾曼估計(jì)算法。
具體實(shí)施例方式
補(bǔ)償方法下面參照?qǐng)D1說明本發(fā)明的整體補(bǔ)償方法,該方法提出通過添加基準(zhǔn)噪聲來消除受擾動(dòng)的信號(hào)中的噪聲。
從圖1可以看出,本發(fā)明提出的方法估計(jì)(2)并跟蹤對(duì)于各個(gè)干擾的以下參數(shù)同相振幅、正交振幅和頻率。通過擴(kuò)展的卡爾曼濾波器來遞歸進(jìn)行該估計(jì)。隨后,根據(jù)三個(gè)估計(jì)參數(shù)(3),生成(4)基準(zhǔn)信號(hào)(5),并從受擾動(dòng)的信號(hào)(1)中減去(6)該信號(hào),以補(bǔ)償受擾動(dòng)的信號(hào)(1)中的正弦擾動(dòng)(9)。
所使用的基準(zhǔn)信號(hào)是根據(jù)噪聲模型(4)生成的人造信號(hào)(5) 該人造信號(hào)表示疊加在信息承載信號(hào)(8)s(n)上的實(shí)際擾動(dòng)噪聲(9)的估計(jì)值。通過確定以下模型參數(shù)來間接地進(jìn)行所述基準(zhǔn)信號(hào)的估計(jì)(2)θ^=[θ^1,θ^2···,θ^n]T]]>公式1通過從整個(gè)受擾動(dòng)的信號(hào)(1)y(n)中減去(6)人造模型信號(hào)(5) 來抑制噪聲(9)
s^(n)=y(n)-v^(n)=s(n)+v(n)-v^(n)=s(n)+e(n)]]>公式2其中e(n)是在時(shí)刻n的噪聲補(bǔ)償之后的誤差信號(hào),s(n)是在時(shí)刻n的有用信號(hào),(n)是所估計(jì)的時(shí)刻n的有用信號(hào),v(n)是時(shí)刻n的干擾噪聲, 是所估計(jì)的時(shí)刻n的干擾噪聲,并且y(n)是時(shí)刻n的受到額外擾動(dòng)的有用信號(hào)。
處理正弦振蕩補(bǔ)償?shù)倪m當(dāng)模型是本發(fā)明所使用的同相/正交模型。在該模型中,可以通過以下三個(gè)參數(shù)(θ1、θ2和θ3)來描述根據(jù)公式(3)的一般正弦信號(hào)v(n),v(n)=Acos(2πf~n+φ)]]>公式3θ1=Acosφ 公式4aθ2=Asinφ 公式4bθ3=f~]]>公式4c這三個(gè)參數(shù)分別表示同相分量、正交分量和歸一化頻率。
通過下面的公式描述基準(zhǔn)信號(hào)的生成v(n,θ)=θ1cos(2πθ3·n)-θ2sin(2πθ3·n) 公式5該方法基本上消除了陷波濾波的缺點(diǎn)。這使得1、有針對(duì)性地衰減所確定的振蕩,而不是完全刪除它們。由此可以保留有用信號(hào)的恒定且持續(xù)的振蕩。
2、根據(jù)輸入信號(hào)和最后估計(jì)值利用模型參數(shù)的恒定估計(jì) 來暫時(shí)跟蹤干擾頻率的變化θ^(n)=f(y(n),y(n-1),...θ^(n-1),θ^(n-2),...)]]>公式6通過所述方法得到的結(jié)果取決于估計(jì)器(2)的精度以及區(qū)別有用信號(hào)(8)與噪聲信號(hào)(9)的概率。相位或頻率的小估計(jì)誤差在一段時(shí)間后可能導(dǎo)致基準(zhǔn)信號(hào)與噪聲信號(hào)之間相減的大誤差。因此絕對(duì)需要恒定的新估計(jì)值(2)。為了使計(jì)算成本保持在低水平,本發(fā)明提出了使用順序方法。
卡爾曼濾波器下面將參照?qǐng)D2和圖3說明本發(fā)明如何利用順序估計(jì)方法,即卡爾曼濾波器。
為了計(jì)算當(dāng)前估計(jì)值 卡爾曼濾波器只需要受擾動(dòng)的信號(hào)的當(dāng)前抽樣值y(n)=s(n)+v(n)、參數(shù)的最后估計(jì) 以及采用誤差協(xié)方差矩陣M(n-1|n-1)形式的關(guān)于所述估計(jì)精度的信息。此外,濾波器的有利特征在于其對(duì)隨時(shí)間線性變化的參數(shù)θ(n)提供最佳線性估計(jì)結(jié)果,可參見“Fundamentals of Statistical Signal Processing-Estimation Theory”,(Steven M.Kay,Signal Processing Series,Prentice Hall,1993)。最佳估計(jì)值表示卡爾曼濾波器使所有線性估計(jì)器的期望正交誤差(即,線性最小平方誤差(LMMSE))最小。
下面說明如何將通用卡爾曼方程調(diào)整為根據(jù)本發(fā)明的諧波噪聲的減去消除。
由于標(biāo)準(zhǔn)方法需要線性動(dòng)態(tài)模型,所以首先假設(shè)第三參數(shù)(即θ3=f~0)]]>已知。在描述使用根據(jù)本發(fā)明的擴(kuò)展的卡爾曼濾波器的以下部分中,對(duì)已有方程進(jìn)行了改進(jìn),并增加了頻率估計(jì)。
要估計(jì)的參數(shù)θ(n)是系統(tǒng)的狀態(tài)變量。通過線性隨機(jī)系統(tǒng)來模擬這些參數(shù)隨時(shí)間的變化。
θ(n)=A·θ(n-1)+B·u(n),n≥0 公式7θ1(n)θ2(n)=1001·θ1(n-1)θ2(n-1)+1001·u(n)]]>公式8其中θ1(n)和θ2(n)規(guī)定正弦擾動(dòng)的當(dāng)前的同相和正交分量,并且u(n)是正態(tài)分布的零平均二維白噪聲u~N(0,Q) 公式9其中信道θ1(n)和θ2(n)彼此不相關(guān),并具有相同的方差Q=diag[σu2σu2]]]>公式10可以通過受擾動(dòng)的噪聲信號(hào)(1)y(n)來觀察參數(shù)θ(n)y(n)=θ1(n)cos(2πf~0·n)-θ2(n)sin(2πf~0·n)+w(n)]]>=hT(n)θ(n)+w(n)]]>公式11其中w(n)表示了話音信號(hào)(8)s(n)對(duì)噪聲信號(hào)(9)v(n)的影響
v(n)=hT(n)θ(n)=[cos(2πf~0n)-sin(2πf~0n)]·θ1(n)θ2(n)]]>公式12“話音噪聲”w(n)可以通過平均值μw(n)和其方差σw2(n)來統(tǒng)計(jì)描述。然而,這對(duì)于其統(tǒng)計(jì)特性的完全描述并不充分,因?yàn)楦咚狗植嫉募僭O(shè)對(duì)于該話音信號(hào)并不成立。結(jié)果,在最小均方誤差(MMSE)方面,卡爾曼濾波器不會(huì)生成最佳結(jié)果,而只提供了用于線性估計(jì)方法的最佳值(LMMSE)。圖2表示從以上定義和假設(shè)得到的遞歸卡爾曼估計(jì)算法。
初始化包括設(shè)置值 和M(-1|-1)。算法從n=0開始。理論上建議在時(shí)刻n=-1使用參數(shù)θ作為平均值和協(xié)方差的起始值。因?yàn)殡y于對(duì)這些參數(shù)分配統(tǒng)計(jì)數(shù)據(jù),所以本發(fā)明提出使用θ(-1|-1)的合理猜想值作為起始值。由M(-1|-1)決定所述起始值的置信度。為了估計(jì)同相或正交分量,假設(shè)使用
T作為平均值。利用以下誤差協(xié)方差矩陣,可能的估計(jì)范圍幾乎不受到限制M(-1|-1)=σ200σ2,]]>σ2=100 公式13如果對(duì)于σ2,選擇小很多的值,則在某一時(shí)間段內(nèi),該算法可以尋找起始值范圍內(nèi)的“正確”參數(shù)θ(n)。如果該算法沒有找到所述參數(shù),則其只慢慢改變其“搜索方向”。濾波器表現(xiàn)出極強(qiáng)的“偏向”。
可以通過協(xié)方差矩陣Q來控制振幅值θ1(n)和θ2(n)的跟蹤。根據(jù)本發(fā)明,矩陣Q是對(duì)角矩陣 公式14以便跟隨兩個(gè)振幅分量的獨(dú)立改變。根據(jù)本發(fā)明,背景噪聲的適當(dāng)值為σu2=10-13。過大值所導(dǎo)致的特征看起來像陷波濾波器的特征。
擴(kuò)展的卡爾曼濾波器下面參照?qǐng)D3說明本發(fā)明如何利用擴(kuò)展的卡爾曼濾波器。
利用上述濾波器,無法適當(dāng)?shù)母欘l率變化??梢酝ㄟ^對(duì)圖2中表示的卡爾曼濾波器算法添加用于頻率的第三遞歸公式來改變此問題。則卡爾曼濾波器能夠與具有可變頻率的振蕩同步,并能夠跟蹤并及時(shí)補(bǔ)償改變。不幸的是,該改進(jìn)無法在通常的卡爾曼理論領(lǐng)域中執(zhí)行,這是因?yàn)橐韵掠^測(cè)公式在頻率范圍內(nèi)是非線性的y(n)=θ1cos(2πθ3n)-θ2sin(2πθ3n)+w(n)=h(θ(n),n)+w(n)公式15不管怎樣仍可以利用卡爾曼濾波器的順序估計(jì)公式。實(shí)際上,通過采用泰勒級(jí)數(shù)近似值,可以將項(xiàng)h(θ(n),n)線性化。由此,如以下公式所述在估計(jì)值 附近研究基準(zhǔn)模型h(θ,n)h(θ(n),n)≈h(θ^(n|n-1))+∂h∂θ(n)|θ(n)=θ^(n|n-1)(θ(n)-θ^(n|n-1))]]>=h(θ^(n|n-1),n)+h~(n)T·(θ(n)-θ^(n|n-1))]]>公式16然后公式15變成y(n)=h(θ^(n|n-1),n)+h~(n)T·(θ(n)-θ^(n|n-1))+w(n)]]>=h~(n)Tθ(n)+w(n)+(h(θ^(n|n-1),n)-h~(n)Tθ^(n|n-1))]]>=h~(n)Tθ(n)+w(n)+z(n)]]>公式17現(xiàn)在所述公式為線性的,并且與卡爾曼模型公式(即公式11)的不同之處僅在于以下已知項(xiàng)z(n)=h(θ^(n|n-1),n)-h~(n)Tθ^(n|n-1)]]>公式18通過轉(zhuǎn)換y′(n)=y(tǒng)(n)-z(n),得到與正態(tài)卡爾曼濾波器相同的起始前提。當(dāng)使用卡爾曼濾波器方法時(shí),得到圖3所示的估計(jì)算法(稱為擴(kuò)展的卡爾曼濾波器(EKF))。
預(yù)測(cè)步驟(步驟1和步驟2)保持不變。只有參數(shù)數(shù)量增加了1至3個(gè)。已將頻率添加給參數(shù)的同相/正交分量??柭鼮V波器算法(步驟4b、5b和6b)的三個(gè)其它公式顯示出略微的變化。根據(jù)新測(cè)量的值y(n)執(zhí)行預(yù)測(cè)估計(jì)值的校正的公式使用非線性模型 來預(yù)測(cè)期望測(cè)量值 (步驟5b)。放大/增益(步驟4b)和估計(jì)誤差(步驟6b)使用第一階線性化 必須對(duì)于各新步驟計(jì)算該值。與線性卡爾曼濾波器類似,不能進(jìn)行增益和誤差過程中的離線計(jì)算。此外,濾波器因線性化而失去其線性最優(yōu)特性,并且可以將估計(jì)誤差M(n|n)翻譯為實(shí)際誤差的一階近似。
子頻段分解下面將說明由本發(fā)明執(zhí)行的子頻段分解。
并不直接在受擾動(dòng)的語音信號(hào)(1)y(n)上進(jìn)行根據(jù)本發(fā)明的抑制。相反,本發(fā)明提出首先執(zhí)行子頻段分解,這是諧波噪聲的減去消除的第一步。其功能再現(xiàn)了人耳蝸的神經(jīng)信號(hào)處理。然后在更高的神經(jīng)級(jí)別進(jìn)行噪聲抑制,并使用通過耳蝸過濾的信號(hào)。
表示良好結(jié)果的模型是Patterson提出的伽馬調(diào)(Gammatone)濾波器組。與此相關(guān),參見Malcom Slaney的技術(shù)報(bào)告“An Efficientimplementation of the Patterson Holdsworth auditory filter bank”(AppleComputer Inc,1993)。所述濾波器組包括多個(gè)不同的八階帶通濾波器,其中這些濾波器具有相互不同的帶寬以及不同的中心頻率距離。根據(jù)心理聲學(xué)分析來限定帶寬和距離、或者頻段交疊,并且它們隨著頻率增加而增加。
作為對(duì)機(jī)器人頭部的耳蝸進(jìn)行模擬的示例已提出使用一種型式的具有100個(gè)信道的所述伽馬調(diào)濾波器組。在濾波器組的不同的頻段受限信道中,實(shí)現(xiàn)了正弦擾動(dòng)的噪聲降低。根據(jù)擾動(dòng)頻率,必須在多于一個(gè)的信道中執(zhí)行抑制,這是由于在交疊的相鄰信道中可能存在相同的衰減擾動(dòng)。則也必須在其它信道中抑制擾動(dòng)頻率。這意味著與直接處理(即陷波濾波)相比,需要相當(dāng)多的額外工作。另一方面,根據(jù)本發(fā)明的補(bǔ)償技術(shù)得益于子頻段分解。通過分解來分離接近的正弦干擾。該濾波器組尤其對(duì)于深頻率顯示出低的信道寬度,使得其能夠分離具有高功率的正弦振蕩(即,網(wǎng)絡(luò)蜂鳴(humming)的100Hz和200Hz振蕩)。
僅在一個(gè)信道上執(zhí)行估計(jì)過程。便利地,所選信道是對(duì)于給定初始頻率具有最大振幅行程的信道。則主信道與聯(lián)合信道(co-channel)的轉(zhuǎn)移函數(shù)之間的固定關(guān)系使得能夠?qū)τ谄渌诺郎蛇m當(dāng)?shù)娜嗽旎鶞?zhǔn)噪聲。
總結(jié)本發(fā)明所提出的補(bǔ)償方法與陷波濾波的兩點(diǎn)不同為-首先,其只需要有限地初步認(rèn)知要補(bǔ)償?shù)念l率,即該算法在初始值附近自動(dòng)收斂于功率最大的頻率,-其次,其可以通過控制模型噪聲參數(shù)σw2(n)和Q(n)來防止擴(kuò)展的卡爾曼濾波器去除相同頻率的語音部分。
本發(fā)明提出通過語音活動(dòng)檢測(cè)(VAD)方法來實(shí)現(xiàn)該控制。該方法用于移動(dòng)通信領(lǐng)域,例如參見“Voice-Activity Detector”,(ETSI Rec.GSM 06.92,1989)。所述檢測(cè)方法確定閾值。在高于該閾值,即,當(dāng)信號(hào)中出現(xiàn)語音時(shí),通過如σw2=104]]>那樣對(duì)測(cè)量噪聲賦予較大的值,來終止參數(shù)估計(jì)。在低于該閾值時(shí),即,當(dāng)信號(hào)中不再出現(xiàn)語音時(shí),再次開始參數(shù)估計(jì)和跟蹤。
還可以通過添加獨(dú)立的測(cè)量公式來包括來自不同傳感器源的信息,即旋轉(zhuǎn)計(jì)數(shù)器。通過這種方式,即使在講話過程中也可以跟蹤頻率值,并且無需停止估計(jì)。
根據(jù)本發(fā)明,將多個(gè)擴(kuò)展的卡爾曼濾波器進(jìn)一步串聯(lián)。由此,第一濾波器必須消除信號(hào)或該信號(hào)的給定頻段中的功率最強(qiáng)的正弦擾動(dòng)。然后將所獲得的信號(hào)提供給可以抑制功率次強(qiáng)的正弦擾動(dòng)的第二濾波器。
還提出執(zhí)行另一步驟來抑制剩余擾動(dòng)信號(hào)。由此,在補(bǔ)償步驟之后,可以根據(jù)Ephraim和Malah的方法過濾該信號(hào)。所述方法在以下文獻(xiàn)中描述“Speech enhancement using a minimum mean-square errorshort-time spectral amplitude estimator”(by Yariv Ephraim and David Malah,IEEE Transactions on Acoustics,Speech and Signal Processing,32(6),December 1984)。
權(quán)利要求
1.一種用于消除受擾動(dòng)的有用信號(hào)(1)中的未知頻率的正弦擾動(dòng)的方法,包括以下步驟估計(jì)(2)所述正弦擾動(dòng)(9)的三個(gè)參數(shù),所述三個(gè)參數(shù)是振幅、相位和頻率,根據(jù)所估計(jì)的參數(shù)生成(4)基準(zhǔn)信號(hào)(5),以及從所述受擾動(dòng)的有用信號(hào)(1)中減去(6)所述基準(zhǔn)信號(hào)(5)。
2.根據(jù)權(quán)利要求1所述的方法,其中,利用附加傳感器的值和/或?qū)W習(xí)過程對(duì)所述正弦擾動(dòng)(9)的參數(shù)的估計(jì)(2)進(jìn)行初始化。
3.根據(jù)權(quán)利要求1或2所述的方法,其中,對(duì)來自附加傳感器的信息進(jìn)行整合,作為卡爾曼體系的附加測(cè)量公式。
4.根據(jù)前述任一項(xiàng)權(quán)利要求所述的方法,其中,通過連續(xù)地重復(fù)權(quán)利要求1的方法來消除多個(gè)正弦擾動(dòng)(9)。
5.根據(jù)前述任一項(xiàng)權(quán)利要求所述的方法,其中,在所述估計(jì)(2)步驟之前對(duì)所述受擾動(dòng)的有用信號(hào)(1)進(jìn)行帶通濾波。
6.根據(jù)權(quán)利要求5所述的方法,其中,在將權(quán)利要求1或4的方法應(yīng)用于各波段之前,利用多個(gè)帶通濾波器將所述受擾動(dòng)的有用信號(hào)(1)分解為多個(gè)頻段。
7.根據(jù)權(quán)利要求6所述的方法,其中消除第一頻段中的給定正弦擾動(dòng)(9),并且通過為了消除所述第一頻段中的給定正弦擾動(dòng)(9)而生成的基準(zhǔn)信號(hào)(5),來消除第二頻段中的給定正弦擾動(dòng)(9)。
8.根據(jù)權(quán)利要求7所述的方法,其中,通過調(diào)整為了消除所述第一頻段中的給定正弦擾動(dòng)(9)而生成的所述基準(zhǔn)信號(hào)(5),來將所述第二頻段中的給定正弦擾動(dòng)(9)消除到第一頻段頻率響應(yīng)與第二頻段頻率響應(yīng)的比率。
9.根據(jù)前述任一項(xiàng)權(quán)利要求所述的方法,其中通過擴(kuò)展的卡爾曼濾波器進(jìn)行所述估計(jì)(2)。
10.根據(jù)前述任一項(xiàng)權(quán)利要求所述的方法,其中調(diào)整所述估計(jì)(2)步驟的初始值中的置信度。
11.根據(jù)引用權(quán)利要求9的權(quán)利要求10所述的方法,其中通過控制所述擴(kuò)展的卡爾曼濾波器的誤差協(xié)方差矩陣來調(diào)整所述置信度。
12.根據(jù)前述任一項(xiàng)權(quán)利要求所述的方法,其特征在于,所述方法是時(shí)間選擇性執(zhí)行的。
13.根據(jù)權(quán)利要求12所述的方法,其特征在于,所述方法是根據(jù)語音活動(dòng)測(cè)量執(zhí)行的。
14.根據(jù)前述任一項(xiàng)權(quán)利要求所述的方法,其中,根據(jù)Ephraim和Malah對(duì)所獲取的所估計(jì)的有用信號(hào)(7)進(jìn)行過濾。
15.一種計(jì)算機(jī)軟件程序產(chǎn)品,當(dāng)將所述產(chǎn)品在計(jì)算裝置上運(yùn)行時(shí),實(shí)現(xiàn)了根據(jù)前述任一項(xiàng)權(quán)利要求所述的方法。
16.一種用于消除受擾動(dòng)的信息承載信號(hào)中的未知頻率的正弦擾動(dòng)的系統(tǒng),其中,計(jì)算裝置被設(shè)計(jì)為,實(shí)現(xiàn)根據(jù)權(quán)利要求1至14中的任一項(xiàng)所述的方法。
全文摘要
諧波噪聲的減去消除。音頻處理的一個(gè)共同問題是有用信號(hào)(8)受到應(yīng)當(dāng)被抑制的一個(gè)或更多個(gè)正弦噪聲(9)的干擾。所提出的用于消除受到干擾的有用信號(hào)(1)中的未知頻率的正弦擾動(dòng)(9)的方法包括以下步驟估計(jì)該擾動(dòng)(9)的三個(gè)正弦參數(shù),所述三個(gè)正弦參數(shù)是振幅、相位和頻率;根據(jù)所估計(jì)的參數(shù)生成(4)基準(zhǔn)信號(hào)(5);并且從受到干擾的信息承載信號(hào)(1)中減去基準(zhǔn)信號(hào)(5)。通過擴(kuò)展的卡爾曼濾波器來進(jìn)行該估計(jì)。
文檔編號(hào)G10L21/00GK1702738SQ20051007462
公開日2005年11月30日 申請(qǐng)日期2005年5月26日 優(yōu)先權(quán)日2004年5月26日
發(fā)明者弗蘭克·茹布蘭, 馬丁·黑克曼, 比約恩·舍夫林 申請(qǐng)人:本田研究所歐洲有限公司
網(wǎng)友詢問留言 已有0條留言
  • 還沒有人留言評(píng)論。精彩留言會(huì)獲得點(diǎn)贊!
1