公共场所异常声音特征提取方法

专利类型：发明专利

语言：中文

申请号：CN201610680298.4

申请日：20160817

发明人：李伟红

申请人：重庆大学

申请人地址：400030 重庆市沙坪坝区沙正街174号

公开日：20170111

公开号：CN106328120A

代理人：康海燕

代理机构：重庆华科专利事务所 50123

摘　　要：本发明涉及公共场所异常声音特征提取方法,属于音频信号处理领域。声音特征提取方法基于自适应噪声的完备总体局部均值分解CELMDAN,引入分解嵌套思想。利用CELMDAN方法分解公共场所异常声音信号,得到一系列乘积函数(PF)分量。并将各PF分量与原始异常声音信号的能量比值作为其特征向量。最后输入支持向量机(SVM)进行分类。相比于目前常用的特征提取方法,本发明提出的CELMDAN方法更能够准确提取异常声音的特征,并且对环境背景噪声具有较好的鲁棒性。

主权项：公共场所异常声音特征提取方法,其特征在于：首先,采集公共场所异常声音信号,完成声音信号的预处理；然后,采用自适应噪声的完备总体局部均值分解CELMDAN方法将公共场所异常声音信号分解为一系列乘积函数PF分量,每阶分量分别包含异常声音信号的某个频率段信息；再然后,用各阶PF分量与异常声音信号的能量比作为其特征向量,判断特征向量是否有效；最后,将有效的特征向量输入支持向量机SVM进行识别；所述的CELMDAN方法是基于局部均值分解LMD方法,并对该方法的端点效应、分解耗时及模态混叠问题进行改进而获得；所述的CELMDAN方法的核心是CELMDAN方法的模型的建立；所述的端点效应的问题改进是采用边界处理方法,估计信号两侧极值信息,缓解端点效应；所述的分解耗时的问题改进是采用线性插值过程代替局部均值分解LMD的滑动平均过程,并且将乘积函数PF分量作为反馈评估,对乘积函数PF分量阶数及筛选次数进行约束,减小分解耗时；所述的模态混叠问题的改进是采用自适应加噪方式,通过噪声缓解模态混叠,降低重构误差。

关键词：

法律状态：

IPC专利分类号：G10L15/02;G10L15/20;G10L25/03;G10L25/84