[发明专利]噪声感知强度的测量方法、装置和电子设备有效

专利信息
申请号: 202010561637.3 申请日: 2020-06-18
公开(公告)号: CN111671399B 公开(公告)日: 2021-04-27
发明(设计)人: 陶晓明;耿冰蕊;段一平;刘可;彭翔;陆建华 申请(专利权)人: 清华大学
主分类号: A61B5/00 分类号: A61B5/00;A61B5/369
代理公司: 北京超凡宏宇专利代理事务所(特殊普通合伙) 11463 代理人: 董艳芳
地址: 10008*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 噪声 感知 强度 测量方法 装置 电子设备
【权利要求书】:

1.一种噪声感知强度的测量方法,其特征在于,包括:

获取原始脑电波信号,其中,所述原始脑电波信号为被试者收听预设音频时监测到的脑电波信号,所述预设音频为多段在原始音频上添加目标噪声强度噪声的音频,所述目标噪声强度为预设噪声强度中的任一种;

基于所述原始脑电波信号确定所述被试者对所述原始音频的噪声感知强度;

其中,基于所述原始脑电波信号确定所述被试者对所述原始音频的噪声感知强度,包括:

对所述原始脑电波信号进行预处理,得到预处理后的脑电波信号,其中,所述预处理后的脑电波信号不包含非音频刺激引发的波动信号;

基于所述预处理后的脑电波信号确定所述目标噪声强度下脑电波采集电极之间的有向信息流强度;

基于所述有向信息流强度计算所述目标噪声强度全频段的综合差异性系数向量;

基于所有噪声强度的综合差异性系数向量确定所述被试者对所述原始音频的噪声感知强度;

其中,所述目标噪声强度下脑电波采集电极之间的有向信息流强度表示为F个a×a矩阵DTFq(f),其中,a表示脑电波采集电极的数量,q表示所述目标噪声强度,f表示脑电波频率,F表示脑电波频率的总数;

其中,基于所述有向信息流强度计算所述目标噪声强度全频段的综合差异性系数向量,包括:

基于所述有向信息流强度分别构建每个脑电波频率下脑电波采集电极之间的带权有向图其中,V={1,2,...,a}表示脑电波采集电极,A={(i,j)|i,j∈1,...,a,且i≠j}表示任意两个脑电波采集电极之间的有向边集合,A→R+表示所述带权有向图中每条有向边的权重,且有向边(i,j)的权重

计算带权有向图中脑电波采集电极的带权度以及带权有向图中脑电波采集电极的带权度其中,IN(j)={(i,j)∈M|i∈V}表示脑电波采集电极j的入弧集,M表示带权有向图的有向边集和中预设数量个最大权值连边的集合,表示脑电波采集电极j在目标噪声强度为q且脑电波频率为f下的带权度;

将每个脑电波采集电极的带权度与相对应的带权度进行对比,得到所述目标噪声强度为q且脑电波频率为f的带权度序列

利用算式计算目标噪声强度q全频段的综合差异性系数向量。

2.根据权利要求1所述的方法,其特征在于,基于所述预处理后的脑电波信号确定所述目标噪声强度下脑电波采集电极之间的有向信息流强度,包括:

基于所述预处理后的脑电波信号确定目标脑电波信号,其中,所述目标脑电波信号为所述被试者收听在原始音频上添加目标噪声强度噪声的音频时监测到的脑电波信号;

将所述目标脑电波信号与噪声信号的时域对应关系转换为所述目标脑电波信号与噪声信号在频域中的函数关系,其中,所述时域对应关系表示为Ad表示a×a的第d阶AR模型系数矩阵,p表示所述AR模型的阶数,a表示脑电波采集电极的数量,xi=(x1,i,...,xa,i)表示脑电波信号矢量,ei=(e1,i,...,ea,i)表示多变量不相关噪声矢量,i表示脑电波信号的采样时间点,所述频域中的函数关系表示为X(f)=H(f)E(f),X(f)表征频域中脑电波频率为f的脑电波信号,H(f)表示系统传递函数,E(f)表征频域中脑电波频率为f的噪声信号;

基于所述函数关系的系统传递函数确定所述目标噪声强度下脑电波采集电极之间的有向信息流强度。

3.根据权利要求2所述的方法,其特征在于,所述预设噪声强度中包括零级噪声强度;

基于所述预处理后的脑电波信号确定目标脑电波信号,包括:

利用对照音频在所述预处理后的脑电波信号中截取目标脑电波信号,其中,所述对照音频为在原始音频上添加零级噪声强度噪声的音频。

4.根据权利要求1所述的方法,其特征在于,基于所有噪声强度的综合差异性系数向量确定所述被试者对所述原始音频的噪声感知强度,包括:

利用预设聚类方法对所有噪声强度的综合差异性系数向量进行聚类,得到所述被试者对所述原始音频的噪声感知强度。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于清华大学,未经清华大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010561637.3/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top