【技術實現步驟摘要】
本申請涉及聲紋信號處理的，特別是涉及一種降噪處理方法、裝置、設備及介質。
技術介紹
1、為了保證機電設備的正常運行，需要對機電設備進行狀態檢測和故障診斷，例如機車機械間內的牽引風機。目前可采用聲紋分析技術對牽引風機進行狀態監測和故障診斷，但是由于牽引風機處于的機車機械間還包括大量的機械和電氣部件，因此采集后的牽引風機聲紋監測數據會受到噪聲數據的影響，需要對采集的聲紋監測數據進行濾波降噪處理。
2、而目前現有濾波技術如數字濾波器、小波閾值濾波、emd閾值濾波等，對聲紋監測數據進行降噪時，或多或少會過濾掉一些有用的聲紋信號，導致降噪效果不佳。
技術實現思路
1、本申請提供了一種降噪處理方法、裝置、設備及介質，通過采用改進的自適應噪聲完備集合經驗模態分解iceemdan算法將聲紋數據分解為易于處理的單頻信號，然后通過sanc算法對分解后的信號進行自適應降噪處理，可以有效濾除聲紋數據中的噪聲，提高降噪效果。
2、第一方面，本申請提供了一種降噪處理方法，該方法包括：
3、獲得原始聲學信號以及對應的參考聲學信號；
4、利用改進的自適應噪聲完備集合經驗模態分解iceemdan算法分別對原始聲學信號和參考聲學信號進行分解，獲得原始固有模態函數集合和參考固有模態函數集合，所述原始固有模態函數集合和參考固有模態函數集合中的固有模態函數數量一致；
5、利用自參考自適應噪聲消除sanc算法對原始固有模態函數集合進行自適應降噪處理，獲得多個降噪固有
6、將多個降噪固有模態函數進行重構，獲得降噪聲學信號。
7、可選地，得原始聲學信號以及對應的參考聲學信號，包括：
8、采集原始聲學信號；
9、將原始聲學信號進行時延處理，獲得參考聲學信號。
10、可選地，利用改進的自適應噪聲完備集合經驗模態分解iceemdan算法分別對原始聲學信號和參考聲學信號進行分解，獲得原始固有模態函數集合和參考固有模態函數集合，包括：
11、利用改進的自適應噪聲完備集合經驗模態分解iceemdan算法分別對原始聲學信號和參考聲學信號進行分解，獲得多個原始固有模態函數和多個參考固有模態函數；
12、根據多個原始固有模態函數的數量多個參考固有模態函數的數量，獲得原始固有模態函數集合和參考固有模態函數集合。
13、可選地，根據多個原始固有模態函數的數量和多個參考固有模態函數的數量，獲得原始固有模態函數集合和參考固有模態函數集合，包括：
14、將多個原始固有模態函數的數量與多個參考固有模態函數的數量進行比較，確定出數量最小值，并將數量最小值作為保留值；
15、根據保留值，確定多個原始固有模態函數的保留數量，并將保留后的多個原始固有模態函數作為原始固有模態函數集合；
16、根據保留值，確定多個參考固有模態函數的保留數量，并將保留后的多個參考固有模態函數作為參考固有模態函數集合。
17、可選地，獲得多個原始固有模態函數和多個參考固有模態函數的過程，包括：
18、通過經驗模態分解emd算法對高斯白噪聲進行模態分解，得到n個階段的白噪聲固有模態分量，所述n為大于或等于0的整數；
19、對原始聲學信號和參考聲學信號分別增加第一階段的白噪聲固有模態分量，構造得到原始第一序列和參考第一序列，并通過經驗模態分解emd算法分別對原始第一序列和參考第一序列進行模態分解，獲得原始第一階殘差余量和參考第一階殘差余量；
20、根據原始聲學信號與原始第一階殘差余量的差值，獲得原始第一階固有模態函數；以及根據參考聲學信號與參考第一階殘差余量的差值，獲得參考第一階固有模態函數；
21、對原始第一階殘差余量和參考第一階殘差余量分別增加第二階段的白噪聲固有模態分量，構造得到原始第二序列和參考第二序列，并通過經驗模態分解emd算法分別對原始第二序列和參考第二序列進行模態分解，獲得原始第二階殘差余量和參考第二階殘差余量；
22、根據原始第一階殘差余量與原始第二階殘差余量的差值，獲得原始第二階固有模態函數；以及根據參考第一階殘差余量與參考第二階殘差余量的差值，獲得參考第二階固有模態函數；
23、循環執行進行迭代，直到第j階殘差余量滿足預設停止條件，所述j為大于等于2且小于等于n的整數。
24、可選地，利用自參考自適應噪聲消除sanc算法對原始固有模態函數集合進行自適應降噪處理，獲得多個降噪固有模態函數，包括：
25、將原始固有模態函數集合與參考固有模態函數集合根據固有模態函數階數一一對應地輸入到自參考自適應噪聲消除sanc算法中，對原始固有模態集合進行降噪，獲得多個降噪固有模態函數。
26、第二方面，本申請提供了一種降噪處理裝置，該裝置包括：
27、獲得單元，用于獲得原始聲學信號以及對應的參考聲學信號；
28、分解單元，用于利用改進的自適應噪聲完備集合經驗模態分解iceemdan算法分別對原始聲學信號和參考聲學信號進行分解，獲得原始固有模態函數集合和參考固有模態函數集合，所述原始固有模態函數集合和參考固有模態函數集合中的固有模態函數數量一致；
29、降噪單元，用于利用自參考自適應噪聲消除sanc算法對原始固有模態函數集合進行自適應降噪處理，獲得多個降噪固有模態函數，所述自參考自適應噪聲消除sanc算法的參考信號為參考固有模態函數集合；
30、重構單元，用于將多個降噪固有模態函數進行重構，獲得降噪聲學信號。
31、可選地，獲得單元具體用于：
32、采集原始聲學信號；
33、將原始聲學信號進行時延處理，獲得參考聲學信號。
34、可選地，分解單元包括：
35、分解子單元，用于利用改進的自適應噪聲完備集合經驗模態分解iceemdan算法分別對原始聲學信號和參考聲學信號進行分解，獲得多個原始固有模態函數和多個參考固有模態函數；
36、獲得子單元，用于根據多個原始固有模態函數的數量和多個參考固有模態函數的數量，獲得原始固有模態函數集合和參考固有模態函數集合。
37、可選地，獲得子單元具體用于：
38、將多個原始固有模態函數的數量與多個參考固有模態函數的數量進行比較，確定出數量最小值，并將數量最小值作為保留值；
39、根據保留值，確定多個原始固有模態函數的保留數量，并將保留后的多個原始固有模態函數作為原始固有模態函數集合；
40、根據保留值，確定多個參考固有模態函數的保留數量，并將保留后的多個參考固有模態函數作為參考固有模態函數集合。
41、可選地，分解子單元具體用于：
42、通過經驗模態分解emd算法對高斯白噪聲進行模態分解，得到n個階段的白噪聲固有模態本文檔來自技高網...
【技術保護點】
1.一種降噪處理方法，其特征在于，所述方法包括：
2.根據權利要求1所述的方法，其特征在于，所述獲得原始聲學信號以及對應的參考聲學信號，包括：
3.根據權利要求1所述的方法，其特征在于，所述利用改進的自適應噪聲完備集合經驗模態分解ICEEMDAN算法分別對所述原始聲學信號和所述參考聲學信號進行分解，獲得原始固有模態函數集合和參考固有模態函數集合，包括：
4.根據權利要求3所述的方法，其特征在于，所述根據所述多個原始固有模態函數的數量和所述多個參考固有模態函數的數量，獲得所述原始固有模態函數集合和參考固有模態函數集合，包括：
5.根據權利要求3所述的方法，其特征在于，獲得所述多個原始固有模態函數和多個參考固有模態函數的過程，包括：
6.根據權利要求1所述的方法，其特征在于，所述利用自參考自適應噪聲消除SANC算法對所述原始固有模態函數集合進行自適應降噪處理，獲得多個降噪固有模態函數，包括：
7.一種降噪處理裝置，其特征在于，所述裝置包括：
8.根據權利要求7所述的裝置，其特征在于，所述分解單元包括：
9.一種電子設備，其特征在于，所述設備包括存儲器和處理器，所述處理器用于執行所述存儲器中存儲的程序，運行如權利要求1-6任一項所述的方法。
10.一種計算機可讀存儲介質，其特征在于，所述計算機可讀存儲介質用于存儲計算機程序，所述計算機程序用于執行權利要求1-6任一項所述的方法。
...【技術特征摘要】
1.一種降噪處理方法，其特征在于，所述方法包括：
2.根據權利要求1所述的方法，其特征在于，所述獲得原始聲學信號以及對應的參考聲學信號，包括：
3.根據權利要求1所述的方法，其特征在于，所述利用改進的自適應噪聲完備集合經驗模態分解iceemdan算法分別對所述原始聲學信號和所述參考聲學信號進行分解，獲得原始固有模態函數集合和參考固有模態函數集合，包括：
4.根據權利要求3所述的方法，其特征在于，所述根據所述多個原始固有模態函數的數量和所述多個參考固有模態函數的數量，獲得所述原始固有模態函數集合和參考固有模態函數集合，包括：
5.根據權利要求3所述的方法，其特征在于，獲得所述多個原始固有模態函數和...
【專利技術屬性】
技術研發人員：邢子龍，常煒熙，黃毅偉，王嘯林，
申請(專利權)人：北京諦聲科技有限責任公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。