[发明专利]用于分析时变信号的方法

说明书

本发明涉及一种用于分析时变信号的方法(1)，具有以下步骤：求取所述信号(1)在所述时变信号(1)的限定数量的不同时间段中的频率分量(11a…11n)，所述限定数量大于两个；将求取的所有频率分量(11a...11n)合并为组合信号(12)，其中，将这些频率分量(11a...11n)按照其求取顺序进行合并；将组合信号(12)输送给分析装置(10)，其中，求取所述时变信号(1)内的所述频率分量(11a...11n)的时间顺序；并且输出分析结果。本发明还涉及一种用于分析时变信号的设备(100)。

技术领域

本发明涉及一种用于分析时变信号的方法。本发明还涉及一种用于分析时变信号的设备。本发明还涉及具有用于执行该方法的程序代码装置的计算机程序产品。

现有技术

借助分类装置(英文：classifier)或神经元网络进行的信号识别现在有多种应用。在这里，从声信号中产生频率信息，该频率信息借助傅立叶变换或通过梅尔频率倒谱系数(英文：Mel Frequency Cepstral Coefficients,MFCC)产生。简单地说，它们执行傅立叶变换并且接着执行主分量分析。梅尔频率倒谱系数可以被用于训练分类装置或神经元网络，该神经元网络然后可以对相应的音频信号进行分类。

发明内容

本发明的任务是，提供一种用于对时变信号进行分类的改进方法。

根据第一方面，该任务通过一种用于对时变信号进行分类的方法来解决，该方法具有以下步骤：

-求取所述信号在所述时变信号的限定数量的不同时间段中的频率分量，所述限定数量大于两个；

-将求取的所有频率分量合并为组合信号，其中，将这些频率分量按照其求取顺序进行合并；

-将组合信号输入给分析装置，其中，求取所述时变信号内的所述频率分量的时间顺序；并且

-输出分析结果。

以这种方式将一种频率分量总矢量传送给分析装置，借助该分析装置例如执行对交变音调或音调序列的顺序的求取。分析装置识别该信号在不同时间段中的不同频率分量，其中，以这种方式实现该时变信号的组合式时间/频率分析。利用所提出的方法例如可以有利地识别或分类声学音调警报(Folgetonhorn)。

根据第二方面，该任务通过一种用于分析时变信号的设备来解决，该设备具有：

-感测装置，用于求取所述信号在所述时变信号的限定数量的不同时间段中的频率分量，所述限定数量大于两个；

-合并装置，用于将求取的所有频率分量合并为组合信号，其中，将这些频率分量按照其求取顺序进行合并；

-分析装置，所述组合信号能够被输入给所述分析装置，其中，借助所述分析装置能够求取所述时变信号内的所述频率分量的时间顺序；和

-输出装置，用于输出分析结果。

该方法的有利扩展是本发明的进一步的主题。

该方法的有利扩展规定，在求取该信号的频率分量时分别执行傅立叶变换。由此提供了求取频率分量的特定方式。

该方法的另一有利扩展规定，在执行傅立叶变换时生成该时变信号的梅尔频率倒谱系数。由此提供了一种基于傅立叶变换的频率分量求取方式。

该方法的另一有利扩展规定，分析装置构造为分类装置。借助分类装置寻找时变信号内的特定变化和特征性信号形式。在此，当识别到一致时，对识别到的一致的信号形式发出信号。

该方法的另一有利扩展规定，分析装置构造为神经元网络。由此提供了一种自学习的分析装置，该分析装置能够基于输入的频率分量来“学习”时变信号的信号形式。