[发明专利]利用纹理特征与随机森林的快速抗噪鸟鸣声识别方法

权利要求书

1.一种利用纹理特征与随机森林的快速抗噪鸟鸣声识别方法，其特征在于：

步骤1，通过短时谱估计算法对鸟鸣声带噪功率谱进行音频增强；

步骤2，采用和差统计法(SDH)对增强功率谱快速提取纹理特征；

步骤3，由随机森林(RF)实现快速分类。

2.根据权利要求1所述的利用纹理特征与随机森林的快速抗噪鸟鸣声识别方法，其特征在于：从真实环境中采集的原始鸟鸣声信号y(t)可表示为：

y(t)=s(t)+n(t)    (1)

式中，s(t)为纯净鸟鸣声，n(t)为加性环境噪声。经过预处理后，对y(t)进行短时傅里叶变换(STFT)可得到其幅度谱Y(k,l)，其中k为帧索引，l为频率索引，其中所述步骤1的实现方式包括如下步骤：

⑴对鸟鸣声幅度谱Y(k,l)进行一个固定因子平滑，得到平滑后带噪声音功率谱：

S(k,l)=αS(k-1,l)+(1-α)|Y(k,l)|²    (2)

式中，α=0.7为固定的平滑因子；

⑵通过前向-后向相结合的双向搜索算法寻找S(k,l)的最小频谱分量：

S_min(k,l)=max{S_min1(k,l),S_min2(k,l)}    (3)

式中，S_min1(k,l)表示前向搜索出来的最小值，S_min2(k,l)表示后向搜索出来的最小值；

⑶计算有效信号存在的概率：

P(k,l)=α₁P(k-1,l)+(1-α₁)H(k,l)    (4)

式中，α₁=0.2为固定的平滑因子，H(k,l)是有效信号存在性的判别准则，表示当前频点判定为音频信号还是噪声；可描述如下：

式中，φ(k)是依赖于具体频率的判别阈值，当k小于1kHz或界于1到3kHz时，取φ(k)=2，当k界于3kHz到信号采样频率的一半时，取φ(k)=5；

⑷计算时-频平滑因子η(k,l)：

η(k,l)=α₂+(1-α₂)P(k,l)    (6)

式中，α₂=0.95为根据实际情况设定的常量，α₂≤η(k,l)≤1；由η(k,l)进行噪声功率谱的估计：

N(k,l)=η(k,l)N(k-1,l)+(1-η(k,l))|Y(k,l)|²    (7)

⑸得到上述结果后，进行频谱增益因子的计算：

G(k,l)=C(k,l)/(C(k,l)+σN(k,l))    (8)

式中，C(k,l)=|Y(k,l)|²-N(k,l)表示纯净信号功率谱，σ为过减因子，其值为：

σ=8-925×101g|Y(k,l)|2N(k,l)---(9)]]>

⑹最后，得到增强后的音频信号功率谱：

X(k,l)=G(k,l)×|Y(k,l)|²    (10)。