[发明专利]直升机声信号增强方法及装置

权利要求书

1.一种直升机声信号增强方法，其特征在于，包括：

步骤一：采集典型应用环境下的背景噪声信号作为噪声训练数据，对噪声时频幅度谱进行离线字典学习，得到用信号字典矩阵和噪声字典矩阵组合表示的带噪信号时频幅度谱；

步骤二：采集带噪直升机信号，固定所述噪声字典矩阵，通过所述信号字典矩阵对带噪直升机信号时频幅度谱进行在线字典学习，并对学习到的直升机信号字典施加谱稀疏约束，通过估计得到直升机信号时频幅度谱；

步骤三：结合带噪直升机信号的相位及估计得到的直升机信号时频幅度谱，通过逆变换得到增强的目标直升机信号；

其中，在所述步骤一中，采用非负矩阵分解方法对所述噪声时频幅度谱进行字典学习；

在所述步骤二中，所述直升机信号时频幅度谱通过以下子步骤获得：

1)对采集到的带噪直升机声信号x(t)分帧、加窗，然后对每个短时窗信号进行傅里叶变换，获得时频幅度谱X和相位谱∠X(f,t)；

2)利用SSCNMF算法估计直升机声信号时频谱，假设环境噪声n(t)是加性噪声，且与目标信号s(t)不相关，则带噪目标信号x(t)表示为：

x(t)＝s(t)+n(t)

对带噪信号进行短时傅里叶变换，并将带噪信号分成纯净目标信号和噪声两部分：

X＝|STFT(x(t))|

式中，X为带噪信号短时幅度谱；S为纯净目标信号；W为噪声短时幅度谱；D_s为纯净信号的基矩阵；C_s为纯净信号的编码矩阵；D_n为噪声基矩阵C_n为目标信号；Λ为X的近似；

根据纯净信号的基矩阵和纯净信号的编码矩阵从目标信号中还原出纯净目标信号：

利用SSCNMF算法对学习的直升机信号字典的每个谱模式施加稀疏约束：

Cost＝Cost_KL+λ·Cost_SS

式中，Cost是总的代价函数，Cost_KL为KL散度，Cost_SS为信号字典每个元素的值与其方差的值指标；λ为正则化系数；

式中，X_ij为带噪直升机声信号在第j时刻第i个频点的时频幅度；M为频率点数；N为时间点数；

式中，M为频率点数；R_s为信号字典基个数；D_s,ij为第j个信号字典第i个频点的纯净信号的基矩阵。

2.根据权利要求1所述的直升机声信号增强方法，其特征在于，所述步骤一包括：

在典型应用环境录制一定时长的背景噪声波形，并采用按间隔抽点的方式将噪声信号降采样，以与直升机声信号的采样频率相匹配；

对采集到的噪声信号分帧、加窗，对每个短时窗信号进行傅里叶变换，获得噪声时频幅度谱。

3.根据权利要求1所述的直升机声信号增强方法，其特征在于，所述步骤二包括：

对采集到的带噪直升机声信号分帧、加窗，对每个短时窗信号进行傅里叶变换，获得带噪直升机信号时频幅度谱。