[发明专利]一种数字信号处理方法和系统

说明书

本发明公开了一种数字信号处理方法和系统，方法包括：接收待处理的数字信号；利用预设类型的深度卷积神经网络模型对所述数字信号进行对应的预处理操作，获得处理后的数字信号；输出所述处理后的数字信号。通过该技术方案，不需要通过多个过滤器进行信号处理，而只通过深度卷积神经网络模型就可以实现信号处理，该深度卷积神经网络模型可以将所有使用过滤器的效果包含在其中，从而简化数字信号的预处理过程。

技术领域

本发明涉及深度学习算法技术领域，更具体地，涉及一种数字信号处理方法和系统。

背景技术

相关技术中，对于数字信号的预处理，如数字信号的还原、增强和去噪等，一般采用过滤器进行处理，但是，采用过滤器进行处理时，每种过滤器只能解决部分问题，这样，可能需要几十种过滤器，很难找到通用的过滤器。

发明内容

鉴于上述问题，本发明提出了一种数字信号处理方法和数字信号处理系统，其可以通过深度卷积神经网络模型对数字信号进行处理，而该深度卷积神经网络模型可以将所有使用过滤器的效果包含在其中，从而简化数字信号的预处理过程。

根据本发明实施例的第一方面，提供一种数字信号处理方法，包括：

接收待处理的数字信号；

利用预设类型的深度卷积神经网络模型对所述数字信号进行预处理操作，获得处理后的数字信号；

输出所述处理后的数字信号。

在一个实施例中，优选地，在所述接收待处理的数字信号之前，所述方法还包括：

根据深度学习算法训练得到所述预设类型的深度卷积神经网络模型。

在一个实施例中，优选地，所述利用预设类型的深度卷积神经网络模型对所述数字信号进行预处理操作，包括：利用预设类型的深度卷积神经网络模型对所述数字信号进行信号去噪；

所述根据深度学习算法训练得到预设类型的深度卷积神经网络模型，包括：

获取第一训练样本信号集合，所述第一训练样本信号集合包括多组训练样本信号，每组训练样本信号包括标准数字信号和输入数字信号，所述输入数字信号中叠加有所述标准数字信号和随机高斯噪声信号；

将所述训练样本信号集合中的输入数字信号输入预设类型的深度卷积神经网络模型中，得到每组训练样本信号对应的训练结果信号；

将每个所述训练结果信号与各自对应的训练样本信号中的所述标准数字信号进行对比，得到对比结果；

根据所述对比结果确定所述预设类型的深度卷积神经网络模型的神经网络参数。

在一个实施例中，优选地，所述将所述训练结果信号与所述标准数字信号进行对比，得到对比结果，包括：

计算每个所述训练结果信号与各自对应的训练样本信号中的所述标准数字信号之间的信号差值；

所述根据所述对比结果确定所述预设类型的深度卷积神经网络模型的神经网络参数，包括：

根据各个信号差值确定当前神经网络的精度，在所述精度达到精度阈值时，将当前神经网络参数确定为目标神经网络参数；

在所述精度未达到精度阈值时，调整所述当前神经网络参数。

在一个实施例中，优选地，所述获取输入数字信号，包括：

从第一预定存储空间中调用信号发生程序，获取所述信号发生程序生成的多个标准数字信号保存在内存中；

获取多个随机高斯噪声信号并保存在内存中；