[go: up one dir, main page]

CN117636902B - 用于极地冰下声源的背景噪声分离方法、装置及电子设备 - Google Patents

用于极地冰下声源的背景噪声分离方法、装置及电子设备 Download PDF

Info

Publication number
CN117636902B
CN117636902B CN202311176946.9A CN202311176946A CN117636902B CN 117636902 B CN117636902 B CN 117636902B CN 202311176946 A CN202311176946 A CN 202311176946A CN 117636902 B CN117636902 B CN 117636902B
Authority
CN
China
Prior art keywords
signal
mode maximum
point
value
scale
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202311176946.9A
Other languages
English (en)
Other versions
CN117636902A (zh
Inventor
殷敬伟
马嗣宇
谢志南
韦彤睿
张宇翔
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Harbin Engineering University
Original Assignee
Harbin Engineering University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Harbin Engineering University filed Critical Harbin Engineering University
Publication of CN117636902A publication Critical patent/CN117636902A/zh
Application granted granted Critical
Publication of CN117636902B publication Critical patent/CN117636902B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G10MUSICAL INSTRUMENTS; ACOUSTICS
    • G10LSPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L25/00Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
    • G10L25/27Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 characterised by the analysis technique
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02TCLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T90/00Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation

Landscapes

  • Engineering & Computer Science (AREA)
  • Computational Linguistics (AREA)
  • Signal Processing (AREA)
  • Health & Medical Sciences (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Human Computer Interaction (AREA)
  • Physics & Mathematics (AREA)
  • Acoustics & Sound (AREA)
  • Multimedia (AREA)
  • Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)

Abstract

本发明公开背景噪声分离方法、装置及电子设备。包括接收爆炸声源的初始信号,对初始信号做带通滤波获得预处理信号。确定循环判定系数的阈值。对预处理信号进行小尺度模极大值去噪以得到准有效信号。将预处理信号与准有效信号做差,得到带内噪声信号,确定循环判定系数的实测值,实测值小于阈值时终止循环去噪,准有效信号更新为有效信号。实测值大于或等于阈值时,将带内噪声信号进行小尺度模极大值去噪,得到去噪后的带内噪声信号。对去噪后的带内噪声信号循环去噪,直至实测值小于阈值,获得多个去噪后的带内噪声信号。对多个去噪后的带内噪声信号求和,获得带内误去除的有效信号。对准有效信号与带内误去除的有效信号相加,以获得有效信号。

Description

用于极地冰下声源的背景噪声分离方法、装置及电子设备
技术领域
本发明属于噪声分离技术领域,尤其涉及一种用于极地冰下声源的背景噪声分离方法、装置及电子设备。
背景技术
南北极地区存在常年被冰盖覆盖的广袤海域,且海冰往往在很大范围内紧密分布,形成大范围的封闭海域。在极地跨海冰远距离声通信场景中,一类手段是利用气枪等爆炸声源作为发射端,凭借其低频和高声源级实现声波的远距离传播,以实现远距离通信的目的。在此类远距离通信方式中,声波脉冲到达接收端提取过程中要依赖声波脉冲幅值门限,即需要根据确定的声波脉冲幅值门限提取声波脉冲,因此将声波脉冲信号与背景噪声分离开,以估计接收信号信噪比水平,进而设置合理的判决门限、降低误码率变得十分重要。
由于气枪等爆炸声源一般频率较低,去除低频率段的背景噪声一般较为困难。现有技术提供一种基于小波模极大值去噪的改进算法,其中介绍了一种有效去除地震勘探信号(与本发明涉及的信号同为低频爆炸声)背景噪声的方法,即小波模极大值去噪算法。而地震勘探信号与本发明涉及的声波脉冲信号同为低频爆炸声波信号。但在上述现有技术中,仅对低频爆炸声波信号中存在的高频噪声的去除有很好效果,但对低频噪声的去除并未涉及。
鉴于此,亟待提出一种能够有效去除低频段背景噪声,以提取有效声波脉冲信号的方法,可以作为极地冰下爆炸声源为发射端的远程通信方法判决门限估计依据的一种方法补充。
发明内容
本发明的目的在于提供一种用于极地冰下声源的背景噪声分离方法、装置及电子设备,去除低频噪声的同时,找回误去除的有效信号,从而优化去噪效果。
第一方面,本发明提供一种极地冰下声源的背景噪声分离方法,包括以下步骤:
S10.接收爆炸声源发送的初始信号,对初始信号做带通滤波,以去除爆炸声源频带外的带外噪声信号,获得预处理信号;
S11.确定循环判定系数的阈值,阈值用于判断是否终止循环去噪;
S12.对预处理信号进行小尺度模极大值去噪,得到准有效信号;
S13.将预处理信号与准有效信号做差,得到爆炸声源频带内的带内噪声信号,并确定循环判定系数的实测值,在实测值小于阈值时,终止循环去噪,准有效信号更新为有效信号;在实测值大于或等于阈值时,执行步骤S14;
S14.将带内噪声信号进行小尺度模极大值去噪,得到去噪后的带内噪声信号;
S15.对去噪后的带内噪声信号循环执行步骤S14,直至实测值小于阈值时,终止循环去噪,获得多个去噪后的带内噪声信号;
S16.对多个去噪后的带内噪声信号求和,以获得带内误去除的有效信号;
S17.对准有效信号与带内误去除的有效信号相加,以获得有效信号。
与现有技术相比,本发明对带内噪声信号在循环判定系数阈值的限制下,进一步利用小尺度模极大值进行循环去噪,循环判定系数的实测值小于阈值时,终止循环去噪,以获得多个去噪后的带内噪声信号。进一步的对多个去噪后的带内噪声信号求和,获得带内误去除的有效信号,即从带内噪声信号中重新找回误去除的有效信号。最终将准有效信号与带内误去除的有效信号相加,最终获得有效信号。基于此,可以在有效去除背景噪声的同时,极大限度地保留爆炸声源脉冲有效信号的细节。
作为一种可能的实现方式,通过以下方法确定循环判定系数:
确定在当前循环去噪周期内的残差信号,残差信号为去噪前的带内噪声信号与去噪后的带内噪声信号的差值;残差信号为一维向量;预处理信号与残差信号对应元素做差,得到结果仍为一维向量;将此一维向量按最大值进行归一化,之后与预处理信号的最大值归一化结果做差,得到另一个一维向量;
对另一个一维向量所包括的元素取绝对值,获得非负向量;
确定非负向量所包括的元素的均值,均值为循环判定系数。
作为一种可能的实现方式,阈值可以在0.010~0.015之间取任意值。
作为一种可能的实现方式,小尺度模极大值去噪的方法包括:
S20.对待处理信号进行二进制小波变换,获得待处理信号的二进制小波变换的幅值,待处理信号为预处理信号或带内噪声信号中的任意一种;
待处理信号需要在多个尺度进行二进制小波变换,针对一个目标尺度,方法包括:
S21.从目标尺度的二进制小波变换的幅值序列中选取目标尺度的峰值点;
S22.确定目标尺度的模极大值点的选取阈值,当峰值点的幅值大于选取阈值时,峰值点为目标尺度的有效模极大值点;
S23.确定目标尺度上与有效模极大值点前后相邻的两个模极大值点,分别定义为前模极大值点和后模极大值点;确定前模极大值点传播到与目标尺度相邻的下一尺度上的相应的参考模极大值点,在参考模极大值点和后模极大值点的区间内搜索有效模极大值点对应的传播点;
S24.循环执行S21至S23直至完成所有目标尺度,以获得所有目标尺度所对应的有效模极大值点对应的传播点;基于传播点判断每一目标尺度与其相邻的下一尺度的峰值点的幅值差值,当幅值差值小于差值阈值时,将搜索到的所有尺度的有效模极大值点利用小波变换重构到时域,得到有效信号;当幅值差值大于差值阈值时,或在下一尺度搜索区间内不存在极大值点时,将当前尺度下模极大值点作为噪声信号剔除。
作为一种可能的实现方式,小波基函数为db1、db2、db3、coif1、coif2、sym2、sym3、sym4或fk4中的任意一种。
作为一种可能的实现方式,选取阈值通过以下方式确定:
其中,即最大模极大值点的幅值,N为预设的噪声功率,J为所取的最大尺度。
作为一种可能的实现方式,在参考模极大值点和后模极大值点的区间内搜索有效模极大值点对应的传播点,包括如下步骤:
在目标尺度的下一相邻尺度上,当存在一个假设模极大值点属于参考模极大值点和后模极大值点的区间内,下一相邻尺度上的假设模极大值点等于目标尺度上的有效模极大值点,且满足在下一尺度上的假设模极大值点的二进制小波变换的幅值与在目标尺度上的目标模极大值点的二进制小波变换的幅值同号,则下一尺度上的假设模极大值点是目标尺度上的有效模极大值点的传播点;
当不存在一个假设模极大值点时,则在参考模极大值点和后模极大值点的区间内搜索与目标尺度上的有效模极大值点的二进制小波变换的幅值最接近的模极大值点作为目标模极大值点的传播点;
当在参考模极大值点和后模极大值点的区间内搜索到的目标模极大值点的传播点满足如下条件:
在下一尺度上的假设模极大值点的二进制小波变换的幅值大于等于目标模极大值点的二进制小波变换幅值的或者没有搜索到对应的传播点,则将目标尺度上的有效模极大值点和下一尺度上的假设模极大值点作为噪声去除。
第二方面,本发明还提供一种极地冰下声源的背景噪声分离方法,包括以下步骤:
S30.接收爆炸声源发送的初始信号,对初始信号做带通滤波,以去除爆炸声源频带外的带外噪声信号,获得预处理信号;
S31.确定循环判定系数的阈值,阈值用于判断是否终止循环去噪;
S32.对预处理信号进行小尺度模极大值去噪,得到准有效信号;
S33.将预处理信号与准有效信号做差,得到爆炸声源频带内的带内噪声信号,并确定循环判定系数的实测值,在实测值小于阈值时,终止循环去噪,准有效信号更新为有效信号;在实测值大于或等于阈值时,执行步骤S14;
S34.对带内噪声信号进行小尺度模极大值去噪;
S35.对去噪后的带内噪声信号循环执行步骤S14,直至实测值小于阈值时,终止循环去噪;对最后一次循环去噪周期中的去噪前后的带内噪声信号做差,获得残差信号;
S36.对预处理信号与残差信号做差,以获得有效信号。
与现有技术相比,本发明提供的极地冰下声源的背景噪声分离方法的有益效果与第一方面和/或第一方面任一种实现方式提供的极地冰下声源的背景噪声分离方法的有益效果相同,在此不做赘述。
第三方面,本发明还提供一种极地冰下声源的背景噪声分离装置,包括:
接收器,所述接收器用于接收爆炸声源发送的初始信号,对所述初始信号做带通滤波,以去除所述爆炸声源频带外的带外噪声信号,获得预处理信号;
处理器,所述处理器用于执行第一方面提供的背景噪声分离方法,或者,执行第二方面提供的背景噪声分离方法。
与现有技术相比,本发明提供的极地冰下声源的背景噪声分离装置的有益效果与第一方面和/或第一方面任一种实现方式提供的极地冰下声源的背景噪声分离方法的有益效果相同,在此不做赘述。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本发明的一部分,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1为本发明实施例提供的极地冰下声源的背景噪声分离方法的流程图;
图2为本发明实施例提供的极地冰下声源的背景噪声分离方法的另一流程图;
图3为本发明实施例的初始信号;
图4为本发明实施例的加噪信号;
图5为本发明实施例的1次小波模极大值去噪结果;
图6为本发明实施例的2次循环小波模极大值去噪结果;
图7为本发明实施例的3次循环小波模极大值去噪结果;
图8为本发明实施例的4次循环小波模极大值去噪结果;
图9为本发明实施例的5次循环小波模极大值去噪结果;
图10为本发明实施例的不同循环次数,循环判定系数变化趋势。
具体实施方式
为了使本发明所要解决的技术问题、技术方案及有益效果更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。
需要说明的是,当元件被称为“固定于”或“设置于”另一个元件,它可以直接在另一个元件上或者间接在该另一个元件上。当一个元件被称为是“连接于”另一个元件,它可以是直接连接到另一个元件或间接连接至该另一个元件上。
此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中,“多个”的含义是两个或两个以上,除非另有明确具体的限定。“若干”的含义是一个或一个以上,除非另有明确具体的限定。
在本发明的描述中,需要理解的是,术语“上”、“下”、“前”、“后”、“左”、“右”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。
在本发明的描述中,需要说明的是,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通或两个元件的相互作用关系。对于本领域的普通技术人员而言,可以根据具体情况理解上述术语在本发明中的具体含义。
参见图1,第一方面,本发明实施例提供一种极地冰下声源的背景噪声分离方法,包括以下步骤:
S10.接收爆炸声源发送的初始信号,对初始信号做带通滤波,以去除爆炸声源频带外的带外噪声信号,获得预处理信号。
作为一种示例,爆炸声源可以是气枪声源,接收端接收初始信号Sig,并对其做带通滤波,去除气枪声源频带外的带外噪声信号,获得预处理信号Sig′。
S11.确定循环判定系数的阈值,阈值用于判断是否终止循环去噪。
作为一种可能的实现方式,通过以下方法确定循环判定系数:
S110.确定在当前循环去噪周期内的残差信号,残差信号为去噪前的带内噪声信号与去噪后的带内噪声信号的差值,残差信号为一维向量。例如,在第一个循环周期内,去噪后的信号定义为Sigout,去噪前的信号即预处理信号Sig′,两者的差值为Sigout-Sig′。
S111.预处理信号与残差信号对应元素做差,得到结果仍为一维向量。
S112.将此一维向量按最大值进行归一化,之后与预处理信号的最大值归一化结果做差,得到另一个一维向量。
S113.对另一个一维向量所包括的元素取绝对值,获得非负向量。例如,|Sigout-Sig′|,||表示取绝对值。
S114.确定非负向量所包括的元素的均值,均值为循环判定系数。例如,ave|Sigout-Sig′|,其中ave表示均值。
作为一种示例,阈值可以在0.010~0.015之间取任意值。大于0.015信号缺失较严重,小于0.01则会引入过多噪声。
S12.对预处理信号进行小尺度模极大值去噪,得到准有效信号。
S13.将预处理信号与准有效信号做差,得到爆炸声源频带内的带内噪声信号,并确定循环判定系数的实测值,在实测值小于阈值时,终止循环去噪,准有效信号更新为有效信号;在实测值大于或等于阈值时,执行步骤S14;
S14.将带内噪声信号进行小尺度模极大值去噪,得到去噪后的带内噪声信号。
作为一种可能的实现方式,小尺度模极大值去噪的方法包括:
S20.对待处理信号进行二进制小波变换,获得待处理信号的二进制小波变换的幅值,待处理信号为预处理信号或带内噪声信号中的任意一种。
作为一种示例,采用如下公式对待处理信号进行二进制小波变换:
其中,Sig′(t)为S10得到的信号,ψ为小波基函数,2j为小波变换伸缩因子,j=1,2,…,J为正整数,一般取3~5。
待处理信号需要在多个尺度进行二进制小波变换,针对一个目标尺度,方法包括:
S21.从目标尺度的二进制小波变换的幅值序列中选取目标尺度的峰值点。
S22.确定目标尺度的模极大值点的选取阈值,当峰值点的幅值大于选取阈值时,峰值点为目标尺度的有效模极大值点。
作为一种示例,选取阈值定义为T,其中,即最大模极大值点的幅值,N为预设的噪声功率,J为所取的最大尺度。
S23.确定目标尺度上与有效模极大值点前后相邻的两个模极大值点,分别定义为前模极大值点和后模极大值点;确定前模极大值点传播到与目标尺度相邻的下一尺度上的相应的参考模极大值点,在参考模极大值点和后模极大值点的区间内搜索有效模极大值点对应的传播点。
作为一种示例,将目标尺度定义为2J,将有效模极大值点定义为t0,t1、t2是t0前后相邻的两个模极大值点,t1′是t1播到下一尺度2J-1上的相应的参考模极大值点,在区间[t1′,t2]内搜索t0对应的传播点。
作为一种可能的实现方式,在所述参考模极大值点和后模极大值点的区间内搜索所述有效模极大值点对应的传播点,包括如下步骤:
S230.在目标尺度的下一相邻尺度上,当存在一个假设模极大值点属于参考模极大值点和后模极大值点的区间内,下一相邻尺度上的假设模极大值点等于目标尺度上的有效模极大值点,且满足在下一尺度上的假设模极大值点的二进制小波变换的幅值与在目标尺度上的目标模极大值点的二进制小波变换的幅值同号,则下一尺度上的假设模极大值点是目标尺度上的有效模极大值点的传播点。
作为一种示例,定义假设模极大值点为t0′,若存在极大值点t′0∈[t′1,t2]且t′0=t0,且满足同号,则t′0是t0的传播点。
S231.当不存在一个假设模极大值点时,则在参考模极大值点和后模极大值点的区间内搜索与目标尺度上的有效模极大值点的二进制小波变换的幅值最接近的模极大值点作为目标模极大值点的传播点。
作为一种示例,若不存在假设模极大值点为t0′,则在区间[t′1,t2]内搜索与最接近的模极大值点作为t0的传播点。
S232.当在参考模极大值点和后模极大值点的区间内搜索到的目标模极大值点的传播点满足如下条件:
S233.在下一尺度上的假设模极大值点的二进制小波变换的幅值大于等于目标模极大值点的二进制小波变换幅值的或者没有搜索到对应的传播点,则将目标尺度上的有效模极大值点和下一尺度上的假设模极大值点作为噪声去除。
作为一种示例,若区间[t′1,t2]内搜索到的t0的传播点t′0满足或者没有找到对应的传播点,则将t0和t′0等模极大值点作为噪声去除。
S24.循环执行S21至S23直至完成所有目标尺度,以获得所有目标尺度所对应的有效模极大值点对应的传播点;基于传播点判断每一目标尺度与其相邻的下一尺度的峰值点的幅值差值,当幅值差值小于差值阈值时,将搜索到的所有尺度的有效模极大值点利用小波变换重构到时域,得到有效信号;当幅值差值大于差值阈值时,或在下一尺度搜索区间内不存在极大值点时,将当前尺度下模极大值点作为噪声信号剔除。
S15.对去噪后的带内噪声信号循环执行步骤S14,直至实测值小于阈值时,终止循环去噪,获得多个去噪后的带内噪声信号。
S16.对多个去噪后的带内噪声信号求和,以获得带内误去除的有效信号。
S17.对准有效信号与带内误去除的有效信号相加,以获得有效信号。
作为一种可能的实现方式,小波基函数为db1、db2、db3、coif1、coif2、sym2、sym3、sym4或fk4中的任意一种。
根据不同循环次数下,循环判定系数的差异确定小波基函数,具体参见下表:
表1不同小波基函数的去噪效果比较
第二方面,参见图2,本发明实施例还提供另外一种极地冰下声源的背景噪声分离方法,包括如下步骤:
S30.接收爆炸声源发送的初始信号,对初始信号做带通滤波,以去除爆炸声源频带外的带外噪声信号,获得预处理信号;
S31.确定循环判定系数的阈值,阈值用于判断是否终止循环去噪;
S32.对预处理信号进行小尺度模极大值去噪,得到准有效信号;
S33.将预处理信号与准有效信号做差,得到爆炸声源频带内的带内噪声信号,并确定循环判定系数的实测值,在实测值小于阈值时,终止循环去噪,准有效信号更新为有效信号;在实测值大于或等于阈值时,执行步骤S14;
S34.对带内噪声信号进行小尺度模极大值去噪;
S35.对去噪后的带内噪声信号循环执行步骤S14,直至实测值小于阈值时,终止循环去噪;对最后一次循环去噪周期中的去噪前后的带内噪声信号做差,获得残差信号;
S36.对预处理信号与残差信号做差,以获得有效信号。
与现有技术相比,本发明提供的极地冰下声源的背景噪声分离方法的有益效果与第一方面和/或第一方面任一种实现方式提供的极地冰下声源的背景噪声分离方法的有益效果相同,在此不做赘述。
第三方面,本发明还提供一种极地冰下声源的背景噪声分离装置,包括:
接收器,所述接收器用于接收爆炸声源发送的初始信号,对所述初始信号做带通滤波,以去除所述爆炸声源频带外的带外噪声信号,获得预处理信号;
处理器,所述处理器用于执行第一方面提供的背景噪声分离方法,或者,执行第二方面提供的背景噪声分离方法。
与现有技术相比,本发明提供的极地冰下声源的背景噪声分离装置的有益效果与第一方面和/或第一方面任一种实现方式提供的极地冰下声源的背景噪声分离方法的有益效果相同,在此不做赘述。
与现有技术相比,本发明对带内噪声信号在循环判定系数阈值的限制下,进一步利用小尺度模极大值进行循环去噪,循环判定系数的实测值小于阈值时,终止循环去噪,以获得多个去噪后的带内噪声信号。进一步的对多个去噪后的带内噪声信号求和,获得带内误去除的有效信号,即从带内噪声信号中重新找回误去除的有效信号。最终将准有效信号与带内误去除的有效信号相加,最终获得有效信号。基于此,可以在有效去除背景噪声的同时,极大限度地保留爆炸声源脉冲有效信号的细节。
参见图3,为本发明实施例提供的初始信号,图4为本发明实施例的信噪比10dB高斯白噪声加噪信号。图5至9分别是经过1次至5次小波模极大值去噪的结果,图10为不同循环次数,循环判定系数变化趋势。可见,经过多次循环去噪,能够有效去除背景噪声并很大程度保留信号细节。
在上述实施方式的描述中,具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以所述权利要求的保护范围为准。

Claims (9)

1.一种极地冰下声源的背景噪声分离方法,其特征在于,包括以下步骤:
S10. 接收爆炸声源发送的初始信号,对所述初始信号做带通滤波,以去除所述爆炸声源频带外的带外噪声信号,获得预处理信号;
S11. 确定循环判定系数的阈值,所述阈值用于判断是否终止循环去噪;
S12. 对所述预处理信号进行小尺度模极大值去噪,得到准有效信号;
S13. 将所述预处理信号与所述准有效信号做差,得到所述爆炸声源频带内的带内噪声信号,并确定所述循环判定系数的实测值,在所述实测值小于所述阈值时,终止循环去噪,所述准有效信号更新为有效信号;在所述实测值大于或等于所述阈值时,执行步骤S14;
S14. 将所述带内噪声信号进行小尺度模极大值去噪,得到去噪后的带内噪声信号;
S15. 对所述去噪后的带内噪声信号循环执行步骤S14,直至所述实测值小于所述阈值时,终止循环去噪,获得多个去噪后的带内噪声信号;
S16. 对多个所述去噪后的带内噪声信号求和,以获得带内误去除的有效信号;
S17. 对所述准有效信号与所述带内误去除的有效信号相加,以获得所述有效信号。
2.根据权利要求1所述的极地冰下声源的背景噪声分离方法,其特征在于,通过以下方法确定循环判定系数:
确定在当前循环去噪周期内的残差信号,所述残差信号为去噪前的带内噪声信号与去噪后的带内噪声信号的差值;所述残差信号为一维向量;预处理信号与所述残差信号对应元素做差,得到结果仍为一维向量;将此一维向量按最大值进行归一化,之后与预处理信号的最大值归一化结果做差,得到另一个一维向量;
对所述另一个一维向量所包括的元素取绝对值,获得非负向量;
确定所述非负向量所包括的元素的均值,所述均值为所述循环判定系数。
3.根据权利要求1或2所述的极地冰下声源的背景噪声分离方法,其特征在于,所述阈值在0.010~0.015之间取任意值。
4.根据权利要求1所述的极地冰下声源的背景噪声分离方法,其特征在于,所述小尺度模极大值去噪的方法包括:
S20. 对待处理信号进行二进制小波变换,获得所述待处理信号的二进制小波变换的幅值,所述待处理信号为所述预处理信号或带内噪声信号中的任意一种;
所述待处理信号需要在多个尺度进行二进制小波变换,针对一个目标尺度,所述方法包括:
S21. 从所述目标尺度的二进制小波变换的幅值序列中选取所述目标尺度的峰值点;
S22. 确定所述目标尺度的模极大值点的选取阈值,当所述峰值点的幅值大于所述选取阈值时,所述峰值点为所述目标尺度的有效模极大值点;
S23. 确定所述目标尺度上与所述有效模极大值点前后相邻的两个模极大值点,分别定义为前模极大值点和后模极大值点;确定所述前模极大值点传播到与所述目标尺度相邻的下一尺度上的相应的参考模极大值点,在所述参考模极大值点和后模极大值点的区间内搜索所述有效模极大值点对应的传播点;
S24. 循环执行S21至S23直至完成所有目标尺度,以获得所有目标尺度所对应的有效模极大值点对应的传播点;基于所述传播点判断每一所述目标尺度与其相邻的下一尺度的峰值点的幅值差值,当所述幅值差值小于差值阈值时,将搜索到的所有尺度的有效模极大值点利用小波变换重构到时域,得到有效信号;当所述幅值差值大于差值阈值时,或在下一尺度搜索区间内不存在极大值点时,将当前尺度下模极大值点作为噪声信号剔除。
5.根据权利要求4所述的极地冰下声源的背景噪声分离方法,其特征在于,小波基函数为db1、db2、db3、coif1、coif2、sym2、sym3、sym4或fk4中的任意一种。
6.根据权利要求4所述的极地冰下声源的背景噪声分离方法,其特征在于,所述选取阈值通过以下方式确定:
其中,,即最大模极大值点的幅值,N为预设的噪声功率,J为所取的最大尺度。
7.根据权利要求4所述的极地冰下声源的背景噪声分离方法,其特征在于,在所述参考模极大值点和后模极大值点的区间内搜索所述有效模极大值点对应的传播点,包括如下步骤:
在所述目标尺度的下一相邻尺度上,当存在一个假设模极大值点属于所述参考模极大值点和后模极大值点的区间内,下一相邻尺度上的所述假设模极大值点等于目标尺度上的所述有效模极大值点,且满足在下一尺度上的假设模极大值点的二进制小波变换的幅值与在目标尺度上的目标模极大值点的二进制小波变换的幅值同号,则下一尺度上的假设模极大值点是目标尺度上的所述有效模极大值点的传播点;
当不存在一个所述假设模极大值点时,则在所述参考模极大值点和后模极大值点的区间内搜索与目标尺度上的有效模极大值点的二进制小波变换的幅值最接近的模极大值点作为所述目标模极大值点的传播点;
当在所述参考模极大值点和后模极大值点的区间内搜索到的目标模极大值点的传播点满足如下条件:
在下一尺度上的假设模极大值点的二进制小波变换的幅值大于等于目标模极大值点的二进制小波变换幅值的,或者没有搜索到对应的传播点,则将目标尺度上的有效模极大值点和下一尺度上的假设模极大值点作为噪声去除。
8.一种极地冰下声源的背景噪声分离方法,其特征在于,包括以下步骤:
S30. 接收爆炸声源发送的初始信号,对所述初始信号做带通滤波,以去除所述爆炸声源频带外的带外噪声信号,获得预处理信号;
S31. 确定循环判定系数的阈值,所述阈值用于判断是否终止循环去噪;
S32. 对所述预处理信号进行小尺度模极大值去噪,得到准有效信号;
S33. 将所述预处理信号与所述准有效信号做差,得到所述爆炸声源频带内的带内噪声信号,并确定所述循环判定系数的实测值,在所述实测值小于所述阈值时,终止循环去噪,所述准有效信号更新为有效信号;在所述实测值大于或等于所述阈值时,执行步骤S14;
S34. 对所述带内噪声信号进行小尺度模极大值去噪;
S35. 对去噪后的所述带内噪声信号循环执行步骤S14,直至所述实测值小于所述阈值时,终止循环去噪;对最后一次循环去噪周期中的去噪前后的带内噪声信号做差,获得残差信号;
S36. 对所述预处理信号与所述残差信号做差,以获得所述有效信号。
9.一种极地冰下声源的背景噪声分离装置,其特征在于,包括:
接收器,所述接收器用于接收爆炸声源发送的初始信号,对所述初始信号做带通滤波,以去除所述爆炸声源频带外的带外噪声信号,获得预处理信号;
处理器,所述处理器用于执行权利要求1至7所述的背景噪声分离方法,或者,执行权利要求8所述的背景噪声分离方法。
CN202311176946.9A 2023-07-31 2023-09-12 用于极地冰下声源的背景噪声分离方法、装置及电子设备 Active CN117636902B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN202310955693 2023-07-31
CN2023109556939 2023-07-31

Publications (2)

Publication Number Publication Date
CN117636902A CN117636902A (zh) 2024-03-01
CN117636902B true CN117636902B (zh) 2024-11-08

Family

ID=90025947

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311176946.9A Active CN117636902B (zh) 2023-07-31 2023-09-12 用于极地冰下声源的背景噪声分离方法、装置及电子设备

Country Status (1)

Country Link
CN (1) CN117636902B (zh)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009005028A (ja) * 2007-06-20 2009-01-08 Toyota Motor Corp ノイズ除去装置
CN110390957A (zh) * 2018-04-19 2019-10-29 半导体组件工业公司 用于语音检测的方法及设备

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
SE512719C2 (sv) * 1997-06-10 2000-05-02 Lars Gustaf Liljeryd En metod och anordning för reduktion av dataflöde baserad på harmonisk bandbreddsexpansion
JP5579640B2 (ja) * 2011-02-28 2014-08-27 パイオニア株式会社 ノイズレベル検出装置、受信装置及びノイズレベル検出方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009005028A (ja) * 2007-06-20 2009-01-08 Toyota Motor Corp ノイズ除去装置
CN110390957A (zh) * 2018-04-19 2019-10-29 半导体组件工业公司 用于语音检测的方法及设备

Also Published As

Publication number Publication date
CN117636902A (zh) 2024-03-01

Similar Documents

Publication Publication Date Title
Yang Differences between passive-phase conjugation and decision-feedback equalizer for underwater acoustic communications
CN109799532B (zh) 一种自适应随机共振的地震波特征提取方法
CN106936514B (zh) 稀疏信道下基于能量集中的水声前导信号检测方法
CN110850482A (zh) 一种基于变分模态分解原理的瞬变电磁信噪分离方法
Li et al. Blind detection of underwater acoustic communication signals based on deep learning
RU2392762C2 (ru) Устройство и способ оптимальной оценки искажений передающей среды, включающий последовательное генерирование пар квадратурных комплементарных последовательностей
CN107340055A (zh) 一种基于多测度融合的随机共振微弱信号检测方法
EP0820051B1 (en) Method and apparatus for measuring the noise content of transmitted speech
CN117636902B (zh) 用于极地冰下声源的背景噪声分离方法、装置及电子设备
CN106972895B (zh) 稀疏信道下基于累积相关系数的水声前导信号检测方法
CN108810923B (zh) Afh干扰频点的判断方法及装置、计算机可读存储介质、接收机
CN112737992A (zh) 一种水声信号调制方式自适应类内识别方法
WO2009035336A1 (en) Detection of ingress of water in an intermediate layer using acoustic resonance technology
CN107040269B (zh) 基于方差中值滤波的极/超低频信道大气噪声抑制方法
CN110808791B (zh) 基于分数阶傅里叶变换的线性调频信号的检测方法
Beaujean et al. HERMES—A high bit-rate underwater acoustic modem operating at high frequencies for ports and shallow water applications
CN108141238A (zh) 高频前端电路、无用波抑制方法
CN115932808A (zh) 一种基于多特征融合的被动声纳智能探测方法
CN105680958A (zh) 一种用于对水声键控移频信号进行频率识别的方法
CN112820318A (zh) 一种基于gmm-ubm的冲击声模型建立、冲击声检测方法及系统
Crombez et al. Underwater acoustic channel estimation and equalization via adaptive filtering and sparse approximation
US11979180B2 (en) Method for detecting and attenuating the impact of interference in a signal of a radio receiver with multiple tuners
Kong et al. Compressed Sensing Channel Estimation Algorithm Combined with Wavelet Denoising
CN115942325A (zh) 一种去信道特征的IEEE802.11a信号辐射源识别方法
RU2399159C1 (ru) Способ формирования адаптивной помехи

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant