[发明专利]一种得到具有精细时频结构的声纹图的方法

权利要求书

1.一种得到具有精细时频结构的声纹图的方法，其特征是：

通过经验模态分解将信号自适应地分解为若干个固有模态函数之和，再对 每个固有模态函数进行Hilbert变换得到瞬时幅度和瞬时相位，进而得到反映信 号幅值随时间和频率的变化规律的Hilbert谱；在时频平面将所述Hilbert谱以三 维图形画出，得到具有精细时频结构的声纹图。

2.如权利要求1所述的得到具有精细时频结构的声纹图的方法，其特征是 所述经验模态分解的方法为：

(1)求原始信号序列x(t)的各个局部极大值，用三阶样条函数进行插值，得到 信号x(t)的上包络线序列值e_max(t)和下包络线序列值e_min(t)；

(2)对每个时刻的上包络线序列值e_max(t)和下包络线序列值e_min(t)取平均值， 得到包络线的瞬时平均值m(t)

m(t)=emax(t)+emin(t)2]]>

(3)对信号x(t)去均值处理，得到去均值曲线h(t)

h(t)＝x(t)-m(t)

如果原始数据是对称的那么去均值曲线h(t)是一个常数，否则去均值曲线 h(t)是时变的；

(4)判断去均值曲线是否为固有模态函数曲线：

如果去均值曲线h(t)中跨零点的数目和极值点的数目相等或至多相差一个， 并且各个瞬时平均值m(t)都等于零，那么均值曲线h(t)就是固有模态函数；否则， 均值曲线h(t)就不是固有模态函数，此时需要把均值曲线h(t)当作原始序列，重 复步骤1-4直至满足固有模态函数所满足的条件、求出固有模态函数为止；

(5)第一个固有模态函数c₁(t)求出后，用原始信号x(t)减去第一个固有模态 函数c₁(t)可得到剩余值序列r₁(t)：

r₁(t)＝x(t)-c₁(t)

然后，把r₁(t)作为一个新的原始序列按照步骤1-4，依次提取直至第n个固 有模态函数c_n(t)，使r_n(t)变成一个单调序列为止；

(6)将信号x(t)表示为一系列固有模态函数与残差之和：

利用经验模态分解EMD完备性和正交性的特点，将分解后的各分量相加， 重构出原始序列x(t)

x(t)=Σi=1nci(t)+rn(t).]]>

3.如权利要求2所述的得到具有精细时频结构的声纹图的方法，其特征是 所述Hilbert谱形成方法是：

(1)对每个固有模态函数c_i(t)进行Hilbert变换得到

c^i(t)=1π∫-∞∞ci(t)t-τdτ]]>

(2)构造解析信号为zi(t)=ci(t)+jc^i(t)=ai(t)ejφi(t)]]>

其中瞬时幅值函数、瞬时相位函数、瞬时频率函数分别为：

ai(t)=ci2+c^i2(t)]]>

φi(t)=arctanc^i(t)ci(t)]]>

ωi(t)=dφi(t)dt]]>

(3)根据固有模态函数的瞬时幅度和瞬时频率，计算信号的Hilbert谱

H(ω,t)=REΣi=1nai(t)ej∫ωi(t)dt,]]>

RE代表取信号的实部。