[发明专利]风噪声抑制方法与系统以及炮声检测方法与系统

权利要求书

1.一种风噪声抑制方法，其特征在于，包括：

对采集的风噪声信号进行经验模态分解后再进行重构以获得重构风噪声信号；

对采集的混合信号及所述重构风噪声信号分别进行卷积非负矩阵分解；

根据分解结果构建信噪混合分离模型，通过所述信噪混合分离模型对实时采集的混合信号进行信噪分离，以获得纯净的目标信号；

其中，所述进行卷积非负矩阵分解的步骤中包括：

对所述重构风噪声信号进行卷积非负矩阵分解，提取所述重构风噪声信号的噪声基矩阵和噪声编码矩阵；

采集获取所述混合信号；

对所述混合信号进行卷积非负矩阵分解，提取所述混合信号的信号基矩阵和信号编码矩阵。

2.如权利要求1所述的风噪声抑制方法，其特征在于，所述获得重构风噪声信号的步骤中包括：

采集获取所述风噪声信号；

对所述风噪声信号进行经验模态分解，分解出各类本征模态函数，并解析出风噪声信号包络的多个分量信号；

剔除所述多个分量信号中的高频分量信号；

将剩余的分量信号重构以得到所述重构风噪声信号。

3.如权利要求1所述的风噪声抑制方法，其特征在于，提取所述噪声基矩阵及提取所述混合信号的信号基矩阵的步骤中均包括，通过目标函数来保证矩阵分解中的逼近效果。

4.如权利要求1所述的风噪声抑制方法，其特征在于，所述获得纯净的目标信号步骤中包括：

根据所述重构风噪声信号的噪声基矩阵及所述混合信号的信号基矩阵构建所述信噪混合分离模型；

基于所述信噪混合分离模型，采用CSNMF算法对实时采集的混合信号进行分解运算，再对分解运算的结果进行重构，以获得纯净的所述目标信号。

5.一种风噪声抑制系统，其特征在于，包括：

对采集的风噪声信号进行经验模态分解后再进行重构以获得重构风噪声信号；

分解单元，对采集的混合信号及所述重构风噪声信号分别进行卷积非负矩阵分解；

信噪分离单元，根据分解结果构建信噪混合分离模型，通过所述信噪混合分离模型对实时采集的混合信号进行信噪分离，以获得纯净的目标信号；

其中，所述分解单元包括：

第一提取模块，对所述重构风噪声信号进行卷积非负矩阵分解，提取所述重构风噪声信号的噪声基矩阵；

第二采集模块，采集获取所述混合信号；

第二提取模块，对所述混合信号进行卷积非负矩阵分解，提取所述混合信号的信号基矩阵。

6.如权利要求5所述的风噪声抑制系统，其特征在于，所述重构风噪声信号单元包括：

第一采集模块，采集获取所述风噪声信号；

经验模态分解模块，对所述风噪声信号进行经验模态分解，分解出各类本征模态函数，并解析出风噪声信号包络的多个分量信号；

剔除模块，剔除所述多个分量信号中的高频分量信号；

重构模块，将剩余的分量信号重构以得到所述重构风噪声信号。

7.如权利要求5所述的风噪声抑制系统，其特征在于，所述第一提取模块及所述第二提取模块还通过目标函数来保证矩阵分解中的逼近效果。

8.如权利要求5所述的风噪声抑制系统，其特征在于，所述信噪分离单元包括：

模型构建模块，根据所述重构风噪声信号的噪声基矩阵及所述混合信号的信号基矩阵构建所述信噪混合分离模型；

目标信号获得模块，基于所述信噪混合分离模型，采用CSNMF算法对实时采集的混合信号进行分解运算，再对分解运算的结果进行重构，以获得纯净的所述目标信号。

9.一种炮声检测方法，其特征在于，使用所述权利要求1-4中任一项所述的风噪声抑制方法，对膛口波信号进行识别和检测。

10.一种炮声检测系统，其特征在于，包括所述权利要求5-8中任一项所述的风噪声抑制系统，用于对膛口波信号进行识别和检测。