CN101460999B - 盲信号提取 - Google Patents

Abstract

本发明涉及从混合信号(40、42、44、46)自适应提取至少一所需电磁波信号、声波信号(40、42)或任何其它信号并抑制噪声和干扰信号从而产生对应于所需信号(10)的增强信号(50)的方法及相应装置(70)。其实质在于：以所有所需信号(10)的衰减低于噪声和干扰信号的方式对所有信号的每一子带中的输入信号的每一时间帧进行衰减；或以所有所需信号(10)的放大高于噪声和干扰源信号的方式对所有信号的每一子带中的输入信号的每一时间帧进行放大。

Description

盲信号提取

技术领域

本发明涉及从混合信号自适应提取至少一所需电磁波信号、声波信号或任何其它信号并抑制其它噪声和干扰信号从而产生增强信号的方法。此外，本发明提出了完成所述方法的装置。

背景技术

信号提取(或增强)算法通常目的在于产生所接收信号的有利版，而同时衰减或消除由一组变换器/传感器接收的其它不想要的源信号。所述算法可对单一传感器数据起作用而产生一个或几个输出信号，也可对多个传感器数据起作用而产生一个或几个输出信号。信号提取系统可以是固定的非自适应系统，其不管输入信号怎样变化均保持相同特性；或者信号提取系统可以是自适应系统，其基于所接收的数据的特性改变其自身的特性。当结构参数的自适应部分被停止时，滤波操作可以是线性或非线性操作。此外，所述操作可依赖于两个状态：信号活动和信号稳定，即所述操作依赖于信号活动性检测。

例如，关于语音提取，认可物理域因而在嘈杂环境中重构语音时必须考虑这些物理域。例如，这些域与在语音放大器/谱相减/TDMA(时分多址)及其它中出现的时间选择性有关。频率选择性的域包括Wiener滤波/陷波滤波/FDMA(频分多址)及其它。空间选择性域涉及Wiener BF(波束形成)/BSS(盲信号分离)/LCMV(线性约束最小方差)/SDMA(空分多址)及其它。另一现存域是码选择性域，例如包括CDMA(码分多址)方法，其实际上是上面提及的物理域的结合。

在嘈杂环境中增强/提取想要的信号时尚没有科学研究或发现能够将时间选择性、频率选择性和空间选择性结合。特别地，在没有关于完成信号提取的环境的预先假设或特殊知识的情况下，尚不能实现所述结合。因此，本领域技术人员应意识到全适应自动信号提取。

然而，全自动信号提取将遇到下述问题：传感器和源间几何结构未知及变化、所希望源的数量未知、周围噪声源具有未知的谱特性、传感器特性不理想及由于老化而改变、复杂性限制、在高噪声情形也需要操作。

语音提取技术领域的现有出版文章为ComputationalNeurobiology Laboratory(The Salk Institute，10010 N.Torrey PinesRoad，La Jolla，California 92037)的Anthony J.Bell和Terrence J.Sejnowski所著的“BLIND SEPARATION AND BLINDDECONVOLUTION：AN INFORMATION-THEORETICAPPROACH”，0-7803-243145/95$4.00 0 1995 IEEE。

盲分离和盲解卷积均是无监督学习中的相关问题。在盲分离时，不同的人谈话、音乐等通过矩阵线性混合在一起。关于源或混合过程不知道任何东西。所接收的是其N次叠加，x₁(t)，x₂(t)...，x_N(t)。因而任务是通过发现方阵W而再现原始源，所述方阵为未知矩阵A的逆矩阵的排列。该问题已被称为“鸡尾酒会”问题。

信号提取技术领域的另一现有出版文章为JEAN-FRANCOISCARDOSO所著的“Blind Signal Separation：Statistical Principles”，PROCEEDINGS OF THE IEEE，VOL.86，NO.10，OCTOBER 1998。

盲信号分离(BSS)和独立分量分析(ICA)均为阵列处理和数据分析的新兴技术，其目的在于从观测到的混合信号(通常为传感器阵列的输出)再现未观察到的信号或“源”，仅采用信号之间相互独立的假设。所述假设的缺点使其为强大的方法，但需要冒超过常见二阶统计量的险。所述文章的目标是回顾最近已开发的解决该问题的部分方法，以说明它们怎样基于基本原理及它们相互怎样相关。

BSS-ICA/PCA，ICA相当于非线性PCA，依赖于输出独立/解相关。所有信号源需要同时为活动信号源，及记录信号的传感器必须等于信号源的量或比信号源多。此外，现有BSS及其等效方案仅用于低噪声环境中。

信号提取技术领域的另一现有出版文章为Jourjine，A.、Rickard，S.、Yzlmaz O.所著的“BLIND SEPARATION OF DISJOINTORTHOGONAL SIGNALS：DEMIXING N SOURCES FROM 2MIXTURES”，Proceedings in 2000 IEEE International Conference onAcoustics，Speech，and Signal Processing，Volume 5，Page(s)：2985-2988，5-9June 2000。

在该科技文章中，作者给出了仅使用两个混合信号盲分离任何数量的源的新方法。当源(W-)离散正交时即当所述混合信号中任何两个信号的(窗口)傅立叶变换的载波为不相交集时，应用该方法。对于衰减和延迟的源的无回声混合信号，可以看出该方法通过群集所述混合信号的时频表示的比而使能估计混合参数。之后，所述混合参数的估计值可用于区分一个混合信号的时频表示从而再现初始的源。即使在源的数量大于混合信号的数量的情况下该技术也是有效的。一般结果对语音和无线信号而言均得到了验证。样本声音文件可在下面的地址找到：http://eleceng.ucd.ie/～srickard/bss.html。

BSS-离散正交分开依赖于不相重叠的时频能量，其中传感器的数量不等于源的数量。其产生乐调即信号严重失真，且仅在低噪声环境中起作用。

BSS-联合累积量对角线化使更高阶的累积量矩阵对角线化，及传感器必须大于或等于源的数量。与此有关的问题是其收敛慢及其仅在低噪声环境中起作用。

信号提取技术领域中的另一现有出版文章为Koutras，A.、Dermatas，E.所著的“ROBUST SPEECH RECOGNITION IN A HIGHINTERFERENCE REAL ROOM ENVIRONMENT USING BLINDSPEECH EXTRACTION”，Proceedings in 2002 14^th InternationalConference on Digital Signal Processing，Volume1，Page(s)：167-171，2002。

该文章给出了新的盲信号提取(BSE)方法，其用于在干扰性非语音源同时共存的情况下在实际室内环境中进行鲁棒语音识别。所提出的方法能够基于最大峰度条件提取目标说话者的话音。大量的因素识别实验已证明所提出的网络的效率，当用于谈话的说话者与多个非语音源(如音乐和噪声)共存的真实生活情形时，实现约23％的因素识别改善，尤其在高干扰情况下更是如此。此外，比较所提出的网络和通常在类似情形使用的已知盲源分离(BSS)网络可看出BSE网络的计算复杂性更低及识别准确度更高，这使其可理想地用作现有ASR(自动语音识别)系统的前端。

最大峰度条件提取具有最高峰度的单一源，且传感器的数量不等于源的数量。其困难与处理几个说话者有关，且其仅在低噪声环境中起作用。

信号识别技术领域的另一现有出版文章为Amr El-Keyi、Thiagalingam Kirubaraj an和Alex B.Gershman所著的“Robust AdaptiveBeamforming Based on the Kalman Filter”，IEEE TRANSACTIONS ONSIGNAL PROCESSING，VOL.53，NO.8，AUGUST 2005。

这篇文章给出了实施鲁棒最小方差无失真响应(MVDR)波束形成器的新方法。该波束形成器基于最坏情形的性能优化，且其对所希望信号导向矢量中的任意但范数有界的失配可提供卓越的鲁棒性。然而，解决该问题的现有算法没有直接的计算有效在线实施。在这篇文章中，开发了用于鲁棒MVDR波束形成器的新算法，其基于约束Kalman滤波器并可以低计算成本在线实施。所述算法已被表明与鲁棒MVDR波束形成器的最初的基于二阶锥规划(SOCP)的实施具有类似的性能。同样还提出了对所提出算法的两个改进修改以额外考虑非静止环境。这些修改均基于模型切换和假设归并技术，其进一步提高了所述波束形成器对快速(突然)环境变化的鲁棒性。

盲波束形成依赖于被动说话者定位及传统的波束形成(如MVDR)，其中传感器的数量不等于源的数量。与此有关的问题在于由于被动定位其仅在低噪声环境中起作用。

发明内容

在本发明下的概念的名称为盲信号提取(BSE)。在说明和描述包括语音增强作为其实施例的同时，本发明不限于语音增强本身，而是包括电磁信号及包括振动等的声音的检测和增强。

根据本发明的BSE的自适应操作依赖于从混合信号区分一个或多个所需信号，如果这些信号由一些辨别参数(度量)空间或时间上分开的话，通常通过统计特性、统计概率分布函数(pdf)的形状、所需信号的时间或频率位置进行区分。与所需信号具有不同辨别参数(度量)如统计概率分布函数的形状的信号在自适应操作的输出将较少被偏爱。BSE中的源信号提取的原理对任何类型的辨别参数(度量)如统计概率分布函数均是有效的，假定所需信号的参数如统计概率分布函数(pdf)的形状与不想要的信号的参数如统计概率分布函数的形状不同。根据本发明，这意味着几个并行的BSE结构可以这样的方式实施，使得具有不同参数如pdf的几个源信号可被同时提取，而对传感器的输入相同。

本发明目标在于例如解决如全自动语音提取这样的问题，其中传感器和源间几何结构未知和变化、语音源的数量未知、周围噪声源具有未知谱特性、传感器特性不理想且由于老化而变化、复杂性限制、还需要在高噪声情形起作用、及提及的其它问题。因此，在语音提取的情况下，本发明提供了仅基于与说话者无关的语音特性(统计分布的形状)提取所有不同语音源信号的方法和装置。

本发明的BSE提供大量合乎需要的特性，如是自适应算法、能够在时间选择性域和/或空间域和/或瞬时域中起作用、能够基于任何数量(>0)的变换器/传感器操作、其操作不依赖于信号活动性检测。此外，对于BSE操作，不需要源和/或传感器间几何结构的先验知识，且其操作也不需要校准的变换器/传感器阵列。BSE操作的另一合乎需要的特性为其不依赖于所述源的统计独立或所产生输出的统计解相关。

此外，BSE不需要任何预先记录的阵列信号或从实际环境提取的参数估计值，也不依赖于从实际源提取的任何信号或参数估计值。BSE可在正和负SNIR(信噪加干扰比)环境中成功操作，且其操作包括所接收信号的去混响。

为实现前述及其它优点，本发明提出了从混合信号自适应提取所需电磁波信号、声波信号或任何其它信号中的至少一个并抑制噪声和干扰信号从而产生增强信号的方法。因此，该方法包括步骤：

连续时间及相对的离散时间所需信号中的至少一个由一个或多个辨别参数预先确定，所述辨别参数如统计特性、统计概率密度函数(pdf)的形状、时间或频率位置；

所需信号的参数与噪声或干扰源信号参数不同；

从所需信号、噪声和干扰信号接收的信号数据通过至少一适当的传感器装置收集，为此，连续时间或对应地使用离散时间采样输入信号以形成离散时间输入信号的时间帧；

将所述信号数据变换为一组子带；

进行下列行动中的至少一个：以所需信号的衰减低于噪声和干扰信号的方式对所有混合信号的每一子带中的输入信号的每一时间帧进行衰减；及以所需信号的放大高于噪声和干扰源信号的方式对所有混合信号的每一子带中的输入信号的每一时间帧进行放大；

更新每一子带中的输入信号的每一时间帧滤波器系数，使得滤波后的输入信号和变换后的输出信号之间的误差最小；及

所述子带信号由一组预定的子带滤波器进行滤波从而产生预定数量的输出信号，每一输出信号在信号辨别参数的基础上偏爱所需信号；及

用逆变换重构子带输出信号。在此，术语“带宽”通常指全带宽，但也包括比全带宽稍窄的带宽。

在本发明的一实施例中，所述变换包括使其数字表示可用的信号细分为更小或相等带宽的子带信号的变换。

在本发明的一实施例中，所述混合信号中的不同信号之间的辨别参数基于pdf。

在本发明的另一实施例中，如果所接收的信号数据为模拟形式，则其被转换为数字形式。

另一实施例包括，输出信号在需要时被转换为模拟信号。

另一实施例包括，输出信号电平由于衰减/放大过程中信号电平的变化而被校正。

另一实施例包括，滤波器系数范数被约束为最小和最大值之间的限度。

另一实施例包括，当滤波器系数的范数低于最小允许值时进行滤波器系数放大，及当滤波器系数的范数高于最大允许值时进行滤波器系数衰减。

另一实施例包括，所述衰减和放大导致这样的原理，其中每一子带中的滤波器系数被盲调整以增强时间选择性域、瞬时域及空间域中的所需信号。

此外，本发明提出了从混合信号自适应提取所需电磁波信号、声波信号或任何其它信号中的至少一个并抑制噪声和干扰信号从而产生增强信号的装置。因此，该装置包括：

适于捕获预定特性的一组非线性功能块，所述预定特性描述所需信号的辨别参数和不想要的信号即噪声和干扰源信号的参数之间的区别；

适于从所需信号、噪声和干扰信号收集信号数据的至少一传感器，连续时间或对应地使用离散时间采样输入信号以形成离散时间输入信号的时间帧；

适于将所述信号数据变换为一组子带的变换器；

适于以所需信号的衰减低于噪声和干扰信号的方式对所有信号的每一子带中的输入信号的每一时间帧进行衰减的衰减器；

适于以所需信号的放大高于噪声和干扰源信号的方式对所有信号的每一子带中的输入信号的每一时间帧进行放大的放大器；

用于每一子带中的输入信号的每一时间帧的一组滤波器系数，其适于被更新从而使得线性滤波后的输入信号和非线性变换后的输出信号之间的误差最小；及

滤波器，该滤波器被调整使得所述子带信号由一组预定的子带滤波器进行滤波从而产生预定数量的输出信号，每一输出信号在信号辨别参数的基础上偏爱所需信号；及

适于对子带输出信号执行逆变换的重构。

在本发明的实施例中，所述变换器适于变换所述信号数据使得其数字表示可用的信号被细分为更小或相等带宽的子带信号。

应意识到，所述装置适于执行与上述方法有关的实施例，从所附的一组从属装置权利要求可明显看出。

下面将在声波传播中的语音增强上下文中示意性地描述BSE，其中语音信号为所需信号，噪声和其它干扰源信号为不想要的源信号。

附图说明

下面参考附图及特定例子和所述实施方式以更好地理解本发明，其中：

图1示意性地示出了根据现有技术的语音和噪声的两种情形。

图2a-c示意性地示出了根据现有技术的时间选择性的例子。

图3示意性地示出了根据现有技术使用数字滤波器怎样处理时间选择性的例子。

图4a和4b示意性地示出了根据现有技术的空间选择性。

图5a和5b示意性地示出了根据图4a和4b的空间选择性的两个所得信号。

图6示意性地示出了根据现有技术怎样通过三个传声器空间收集声信号。

图7示意性地示出了根据本发明的盲信号提取时间帧图解概图。

图8示意性地示出了根据本发明的信号分解时间帧方案。

图9示意性地示出了根据本发明的滤波，执行所述滤波以在变换域产生输出。

图10示意性地示出了根据本发明的产生输出的逆变换。

图11示意性地示出了根据本发明的使用一批滤波器系数的时间、瞬时和空间选择性。及

图12a-c示意性地示出了根据本发明的从不想要的信号的pdf滤波所需信号的pdf的瞬时域中的BSE曲线图。

图13示意性地示出了根据本发明滤波所需信号的曲线图。

具体实施方式

本发明描述了BSE(盲信号提取)的基本原理、操作及算法参数记法/选择。因此，其提供了仅基于所需源信号及不想要的源信号如噪声和其它干扰信号之间的概率密度函数形状的不同而提取所有所需信号的方法和装置，所述所需信号在附图中示为语音源。

BSE提供许多合乎需要的特性，如是自适应算法、能够在时间选择性域和/或空间域和/或瞬时域中操作、能够基于任何数量(>0)的变换器/传感器操作、其操作不依赖于信号活动性检测。此外，对于BSE操作，不需要源和/或传感器间几何结构的先验知识，且其操作也不需要校准的变换器/传感器阵列。BSE操作的另一合乎需要的特性为其不依赖于所述源的统计独立或所产生输出信号的统计解相关。

此外，BSE不需要任何预先记录的阵列信号或从实际环境提取的参数估计值，也不依赖于从实际源提取的任何信号或参数估计值。BSE可在正和负SNIR(信噪加干扰比)环境中成功操作，且其操作包括所接收信号的去混响。

本发明的BSE方法和装置存在多种应用。BSE操作可用于不同的信号提取应用。这些包括但不限于空气声场的信号增强例如个人(移动和固定)电话、个人无线电通信设备、助听器、会议电话、在嘈杂环境中进行个人通信的设备，即所述设备之后与听力保护、医学超声分析工具结合。

BSE的另一应用涉及电磁场中的信号增强，例如用于宇宙监视的望远镜阵列、无线电通信、无线电检测及测距(雷达)、医学分析工具。

另外的应用特征在于水下声场中的信号增强，例如水下声通信、声音导航及测距(声纳)。

另外，振动场中的信号增强也是其它可能的应用，如地震检测和预测、火山爆发分析、机械振动分析。

另一可能的应用是海洋波场中的信号增强，例如海啸检测、海流分析、海洋温度分析、海洋盐度分析。

图1示意性地示出了根据现有技术的语音和噪声的两种情形。图1的上半部分示出了由传声器/传感器/变换器12短距离记录并与指向传声器12的箭头所指示的噪声混合的声源(人)10。因此，语音和噪声均被传声器12记录，及信噪比SNR＝x[dB]。图1的下半部分示出了将作为声源记录、提取的人10距传声器/传感器/变换器12的距离为R。现在所记录的声音为α·语音+噪声，其中α²正比于1/R²，及SNR等于x+10·log₁₀α²[dB]。

图2a-2c示意性地示出了根据现有技术的时间选择性的不同例子。传声器12觉察x(t)，其包含被添加噪声的所需源信号。图2a示出了开关14，其可在存在语音时接通并可在所有其它时间段关断。图2b示出了倍增函数α(t)。其可具有1和0之间的任何值。该值可由语音信号的活动性模式控制因而成为自适应软开关。

图2c示出了在一组自适应软开关之前的滤波器组变换，其中每一开关对其各自的窄带子带信号起作用。之后，所得的子带输出由合成滤波器组重构以产生输出信号。

图3示意性地示出了根据现有技术，怎样使用数字滤波器30处理时间选择性的例子，即具有不同时间周期性的信号被不同地处理。所述滤波器应用单位延迟算符，由符号z^-1指示。当应用于数字值序列时，该算符在所述序列中提供前一值。因此，其实质上导致一个采样间隔的延迟。将算符z^-1应用于输入值(x_n)给出前一输入(x_n-1)。滤波器输出y(n)由图3中的公式描述。通过适当地选择参数a_k和b_k，可确定所述数字滤波器的特性。

图4a和4b示意性地示出了根据现有技术的与空间选择性有关的问题，图5a和5b示意性地示出了根据图4a和4b的空间选择性所得的两个信号。

图4a和4b中的箭头指示两个完全一样的波40、42以两个传声器12正前方的方向从信号源传播及两个完全一样的波44、46与传声器12成角度地传播。在图4a中，传声器正前方空间方向中的波同相。由于波40、42同相且从同一距离以相同频率传输，所收集的信号的振幅合计为两个振幅的和，在此提供两倍于波40、42的振幅的输出信号，如图5a中所示。

图4b中的两个波44、46也同相，但到达每一传声器12时有半个波长的差，因而当相加时相互抵消，如图5b中所示。

图4a-4b和图5a-5b的简单例子提供了提取想要的信号所遭遇的一些困难。关于语音和噪声的实际问题、时间选择性、从源到传声器12的距离不同及多个频率均表明提供BSE方法极其困难但很重要，该方法不需要预先记录的阵列信号或从实际环境提取的参数估计值，也不依赖于从实际源提取的任何信号或参数估计值。

图6示意性地示出了怎样通过三个传声器在空间上收集来自所有方向的声音信号，其中所述传声器12拾取上面提及的所有域中的来自语音和噪声的信号。

现在参考图7，其示意性地示出了根据本发明的盲信号提取时间帧方案概图。BSE70对使用变换器/传感器/传声器12空间上从物理波传播场采样的“I”个输入信号起作用，从而产生P个输出信号，其馈给一组逆变换器/逆传感器使得产生另一物理波传播场。所产生的波传播场特征在于所需信号电平远高于不想要的信号的电平。所产生的波传播场可保持初始空间采样的波传播场的空间特性，或者其可改变所述空间特性使得初始源表现为它们源自与其真实物理位置不同的位置。

本发明的BSE70按如下所述操作，藉此，盲信号提取(BSE)操作的一个目标在于用相应的概率密度函数(pdf)产生部分或全部源自所需源的增强信号，同时用相应的pdf衰减或消除部分或完全源自不想要的源的信号。出现这种情况的要求在于不想要的pdf的形状与所需pdf的形状不同。

图8示意性地示出了根据本发明的信号分解时间帧图解。所接收的数据x(t)由一组变换器/传感器12收集。当所接收的数据实质上为模拟形式时，其通过模数转换(ADC)12转换为数字形式(这在下述的方法/过程/算法中的步骤1中完成)。之后，所述数据通过下述过程中的步骤2变换为子带。该变换82使得数字表示可用的信号被细分为更小(或相等)带宽的子带信号。这些子带信号由一组子带滤波器90进行相应地滤波从而产生多个相加(92)子带信号的输出信号

，其中每一输出信号偏爱具有特定pdf形状的信号，下述过程中的步骤3-9。

如图10中所示，这些输出信号

通过逆变换100进行重构，见下述过程中的步骤10。当需要模拟信号时，执行数模转换(DAC)102，见下述过程中的步骤11。

如通过图11提供的例子所示，操作的核心在于在每一步骤即对于输入数据110的每一时间帧，在多通道子带变换步骤之后，在每一子带中更新示为滤波器系数阵列的滤波器系数112，使得所有信号均被衰减和/或放大。在114，输出信号通过逆变换进行重构。

在所有信号均被衰减的情况下，其以这样的方式进行：具有所需pdf形状的信号的衰减少于所有其它信号的衰减。在所有信号均被放大的情况下，具有所需pdf形状的信号的放大多于所有其它信号的放大。这导致每一子带中的滤波器系数被盲调整以增强时间选择性域、瞬时域及空间域中的某些信号，所述信号由其相应的pdf的形状确定。

当不想要的pdf的形状明显不同于所需信号的pdf时，相应的衰减/放大将显著地更大。这导致其pdf远离所需pdf的源接收更多的变化自由度(注意)。所述衰减/放大在步骤3-4中执行。当产生输出信号使得它们更接近所需pdf形状时，误差(步骤4)将更小。因此，进行优化以使每一输出信号的误差最小。之后，在步骤5更新滤波器系数。还需要校正由于衰减/放大过程中的信号电平变化引起的输出信号电平变化。这在步骤6和7中进行。由于每一子带均根据上述方法更新，其自动导致谱过滤，其中对不想要的信号能量具有更大贡献的子带被衰减更多。

如果滤波器系数不受约束，则它们可能下降到零或不受控制地增长。因此，必须将滤波器系数约束在最小和最大范数值之间的限度。为此，当滤波器系数范数低于最小允许值(整体提取)时进行滤波器系数放大，当滤波器系数的范数高于最大允许值(整体收回)时进行滤波器系数衰减。这在算法的步骤8和9进行。

在本发明的BSE方法/过程中使用的常数为：

I-表示可用于操作的变换器/传感器的数量(下标i)

K-表示变换后的子带信号的数量(下标k)

P-表示所产生的输出信号的数量(下标p)

n-表示离散时间下标(即实时t＝nT，其中T为采样周期)

L_i-表示每一子带滤波器的长度

Level_p-表示用于保持输出p的所需输出信号电平的电平校正项

λ₁和λ₂-表示滤波器系数更新加权参数

C₁-表示整体提取时的较低电平

C₂-表示整体收回时的较高电平

所使用的函数为：

(·)-表示一组非线性函数

(·)-表示一组电平增加函数

(·)-表示一组电平降低函数

所使用的变量为：

表示系数的长度L_i的序列(滤波器)，在时间瞬间n有效

表示系数的长度L_i的中间序列(滤波器)，在时间瞬间n有效

表示(校正)系数的长度L_i的序列，在时间瞬间n有效

表示(校正)系数的长度L_i的中间序列，在时间瞬间n有效

信号通过下述形式表示：

·所接收的变换器/传感器输入信号

x_i(t)，i＝1，...I

·采样的变换器/传感器输入信号

x_i(n)，i＝1，...I

·变换后的采样子带输入信号

i＝1，...I；k＝0，...K-1

在此使用的变换可以是任何频率选择变换，例如短时开窗FFT、小波变换、子带滤波器组变换等。

·变换后的采样子带输出信号

p＝1，...P；k＝0，...K-1

中间信号：

p＝1，...P；k＝0，...K-1

·逆变换后的输出采样信号

y_p(n)，p＝1，...P

在此使用的逆变换为用于变换所述输入信号的变换的逆。

·连续时间输出信号

y_p(t)，p＝1，...P

下述方法/过程步骤典型地定义本发明的BSE：

1.

采样连续时间输入信号x_i(t)以形成一组离散时间输入信号x_i(n)

2.

变换所述输入信号x_i(n)以形成K个子带信号

3.

计算中间子带输出信号：

${\tilde{y}}_p^{\left(k\right)}\left(n\right)=\underset{i=1}{\overset{I}{\mathrm{\Σ}}}\underset{l=0}{\overset{L_{i-1}}{\mathrm{\Σ}}}{x}_i^{\left(k\right)}(n-l)h_{i,n-1}^{(k,p)}\left(l\right)$

4.

计算校正项(其中‖·‖表示任何数学范数)：

$\mathrm{\Δ}{h}_{i,n}^{(k,p)}(\·)=\arg \underset{\mathrm{\Δ}{\tilde{h}}_{i,n}^{(k,p)}(\·)}{\min }\left|\right|\underset{i\′=1}{\overset{I}{\mathrm{\Σ}}}\underset{l=0}{\overset{L_{i\′-1}}{\mathrm{\Σ}}}{x}_{i\′}^{\left(k\right)}(n-l)(h_{i\′,n-1}^{(k-p)}\left(l\right)+\mathrm{\Δ}{\tilde{h}}_{i\′,n}^{(k,p)}\left(l\right))-f_p^{\left(k\right)}\left({\tilde{y}}_p^{\left(k\right)}\left(n\right)\right)\left|\right|$

5.更新滤波器 $\∀k,\∀i,\∀p,\∀l$

${\tilde{h}}_{i,n}^{(k,p)}\left(l\right)={\mathrm{\λ}}_1{h}_{i,n-1}^{(k,p)}\left(l\right)+{\mathrm{\λ}}_2\mathrm{\Δ}{h}_{i,n}^{(k,p)}\left(l\right)$

6.计算

(其中‖·‖表示任何数学范数)

${\mathrm{Level}}_p=\frac{1}{{\left|\right|{\tilde{h}}_{i,n}^{(k,p)}\left(l\right)\left|\right|}_{\∀k,\∀l}}$ i∈[1，2,...I]

7.计算输出

$y_p^{\left(k\right)}\left(n\right)={\mathrm{Level}}_p\underset{i=1}{\overset{I}{\mathrm{\Σ}}}\underset{l=0}{\overset{L_i-1}{\mathrm{\Σ}}}{x}_i^{\left(k\right)}(n-l){\tilde{h}}_{i,n}^{(k,p)}\left(l\right)$

8.

如 ${\left|\right|{\tilde{h}}_{i,n}^{(k,p)}\left(l\right)\left|\right|}_{\∀k,\∀i,\∀l}\≤C_1$ (整体提取)

$h_{i,n}^{(k,p)}\left(l\right)=g_1^{(k,p)}\left({\tilde{h}}_{i,n}^{(k,p)}\left(l\right)\right)$ $\∀l,\∀k,\∀i$

9.

如果 ${\left|\right|{\tilde{h}}_{i,n}^{(k,p)}\left(l\right)\left|\right|}_{\∀k,\∀i,\∀l}\≥C_2$ (整体提取)

$h_{i,n}^{(k,p)}\left(l\right)=g_2^{(k,p)}\left({\tilde{h}}_{i,n}^{(k,p)}\left(l\right)\right)$ $\∀l,\∀k,\∀i$

10.如果 $C_1<{\left|\right|{\tilde{h}}_{i,n}^{(k,p)}\left(l\right)\left|\right|}_{\&ForAll;k,\&ForAll;i,\&ForAll;l}<C_2$

$h_{i,n}^{(k,p)}\left(l\right)={\tilde{h}}_{i,n}^{(k,p)}\left(l\right)$ $\&ForAll;l,\&ForAll;k,\&ForAll;i$

11.

逆变换所述子带输出信号

以形成输出信号y_p(n)的时间帧

12.

经数模转换(DAC)重构连续时间输出信号y_p(t)

上面的步骤另外用文字进行描述(参见图示部分4的图13)：

1.如果需要，将所有输入信号从模拟转换为数字形式。

2.将所有输入信号变换为一个或多个子带。

3.所述子带输入信号用在前一迭代(即在时间瞬间n-1)获得的滤波器系数进行滤波以形成所有输出p的每一子带k的中间输出信号。

4.该步骤执行线性化过程。一个一个单独地，对于每一子带k和每一输出p，找到一组校正项使得所述子带输入信号的线性滤波和非线性变换后的中间输出信号之间的范数差最小。选择非线性函数使得主要占据所需信号电平的输出采样以比主要占据不想要信号电平的输出采样更高的值(电平)通过。应注意，如果所述非线性函数由线性函数 $f_p^{\left(x\right)}\left(x\right)=x$ 代替，则最佳校正项将总是等于0，与输入信号没有关系。

5.所述校正项(用λ₂)加权，并被加到在前一迭代中获得的加权(λ₁)系数以对每一子带k、每一通道i、每一输出p及每一参数下标1形成一组新的中间滤波器。

6.由于所述线性化过程可改变输出信号的电平，因而计算滤波器范数的逆以供随后使用。

7.对于每一子带k及每一输出下标p，通过用当前(即在时间瞬间n)中间滤波器滤波输入信号而计算子带输出信号，且子带输出信号乘以滤波器范数的逆。

8.一个一个单独地，对于每一输出下标p，如果跨所有k、i、l的组合系数的总范数低于(或等于)级C₁，则通过使当前中间滤波器通过提取函数而执行整体提取从而产生当前滤波器(即在时间瞬间n)。

9.一个一个单独地，对于每一输出下标p，如果跨所有k、i、l的组合系数的总范数大于(或等于)级C₂，则通过使当前中间滤波器通过收回函数而执行整体收回从而产生当前滤波器(即在时间瞬间n)。

10.一个一个单独地，对于每一输出下标p，如果跨所有k、i、l的组合系数的总范数在级C₁和C₂之间，则当前滤波器(即在时间瞬间n)等于中间滤波器。

11.一个一个单独地，对于每一p，逆变换所述子带输出信号以形成输出信号。

12.一个一个单独地，对于每一p，经数模转换形成连续时间输出信号。

要求和设置

1.非线性函数

的选择取决于特定子带k中的所需信号的统计概率密度函数。假定有多个(R)零平均值随机信号，s_r(t)，r＝1，2，...R，其具有相应的概率密度函数

及具有相应的方差

则非线性函数(如果存在的话)应实现：

${\mathrm{\&sigma;}}_r^2={\&Integral;}_{-\&infin;}^{\&infin;}{\mathrm{\&tau;}}^2{p}_{x_i}\left(\mathrm{\&tau;}\right)\mathrm{d\&tau;}><{\&Integral;}_{-\&infin;}^{\&infin;}{f}_p^{\left(k\right)}{\left(\mathrm{\&tau;}\right)}^2{p}_{x_i}\left(\mathrm{\&tau;}\right)\mathrm{d\&tau;},$ $\&ForAll;r,\&ForAll;k,{\mathrm{\&sigma;}}_r^2\&Element;\mathrm{\&theta;}$

该要求意味着所有函数

用于降低(当>时)或增加(当<时)所有信号的功率(方差)。

在不损失一般性的情况下，假定对应于单一第一信号的pdf为所需pdf，即在第一输出y₁(t)的

。则要求：

${\&Integral;}_{-\&infin;}^{\&infin;}{f}_1^{\left(k\right)}{\left(\mathrm{\&tau;}\right)}^2{p}_{x_1}\left(\mathrm{\&tau;}\right)\mathrm{d\&tau;}>{\&Integral;}_{-\&infin;}^{\&infin;}{f}_1^{\left(k\right)}{\left(\mathrm{\&tau;}\right)}^2{p}_{x_i}\left(\mathrm{\&tau;}\right)\mathrm{d\&tau;}$

r∈[2，3，...，R] ${\&ForAll;k,\mathrm{\&sigma;}}_r^2\&Element;\mathrm{\&theta;}$

更一般地，如果希望在输出号j产生源信号号s，则非线性函数 $f_j^{\left(k\right)}(\&CenterDot;),\&ForAll;k$ 需要实现：

${\&Integral;}_{-\&infin;}^{\&infin;}{f}_j^{\left(k\right)}{\left(\mathrm{\&tau;}\right)}^2{p}_{x_1}\left(\mathrm{\&tau;}\right)\mathrm{d\&tau;}>{\&Integral;}_{-\&infin;}^{\&infin;}{f}_j^{\left(k\right)}{\left(\mathrm{\&tau;}\right)}^2{p}_{x_i}\left(\mathrm{\&tau;}\right)\mathrm{d\&tau;}$

r∈[1，2，...s-1，s+1，...R]， ${\mathrm{\&sigma;}}_r^2\&Element;\mathrm{\&theta;}$

这些要求意味着由非线性函数引起的功率电平(方差)降低中不想要的信号被降低得最多。

应注意，通常，上述要求不是对任何输入方差

均能实现。在这种情况下，可降低对所述方差的允许值的集θ或对不同的输入方差选择不同的非线性函数

通常，对于声环境，其中所需源信号为人声，所述非线性函数可以是下面的形式： $f_p^{\left(k\right)}\left(x\right)={\mathrm{\&alpha;}}_1\tanh \left({\mathrm{\&alpha;}}_{2}x\right).$

2.要求： $\frac{{\mathrm{dg}}_1^{(k,p)}}{\mathrm{dx}}>1,\&ForAll;x,$ 通常选择 $g_1^{(k,p)}\left(x\right)=(1+\mathrm{\&alpha;})x,\mathrm{\&alpha;}>0$

3.要求： $\frac{{\mathrm{dg}}_2^{(k,p)}}{\mathrm{dx}}<1,\&ForAll;x,$ 通常选择 $g_2^{(k,p)}\left(x\right)=(1-\mathrm{\&alpha;})x,1>\mathrm{\&alpha;}>0$

初始化及参数选择

滤波器 $h_{i,n}^{(k,p)}\left(l\right),\&ForAll;k,\&ForAll;p$ 可被初始化(即n＝0)为：

对于1＝0、i∈[1，2，...I]， $h_{i,0}^{(k,p)}\left(l\right)=1$

对于所有其它1和i， $h_{i,0}^{(k,p)}\left(l\right)=0$

在本发明的一非限制性示例性实施例中可根据下述条件选择参数：

·通常：1≤K≤1024

·通常：1≤L_i≤64

·通常：0.01≤α≤0.1

·通常：0<α₁<1

·通常：0<α₂<5

·通常：0.001≤C₁≤0.1

·通常：0.1≤C₂≤10

·通常：0<λ₁<1

·通常：0<λ₂≤1

因此，本发明提供从混合信号自适应提取至少一想要的电磁波信号、声波信号或任何其它信号并抑制其它噪声和干扰信号从而产生增强信号的装置，所述增强信号部分或全部源自产生所需信号的源10。从而，适于确定所需连续时间输入信号的统计概率密度或相对地适于确定离散时间输入信号的统计概率密度的函数被包括在所述装置中。所需统计概率密度函数与噪声和干扰信号的统计概率密度函数不同。

此外，所述装置包括至少一传感器，其适于从所需信号和噪声及干扰信号收集信号数据。如果需要，由所述装置对连续时间输入信号执行采样以形成离散时间输入信号。适于将所述信号数据变换为一组子带的变换器也包括在所述装置中，使得其数字表示可用的信号被细分为更小(或相等)带宽的子带信号。

所述装置中还包括适于以所需信号的衰减少于噪声和干扰信号的方式对所有信号的每一子带中的输入信号的每一时间帧进行衰减的衰减器，和/或适于以所需信号的放大多于噪声和干扰信号的方式对所有信号的每一子带中的输入信号的每一时间帧进行放大的放大器。因此，所述装置包括一组用于每一子带中的输入信号的每一时间帧的滤波器系数，其适于被更新以使线性滤波的输入信号和非线性变换的输出信号之间的误差最小，及调节滤波器使得所述子带信号由—组预定的子带滤波器进行滤波从而产生预定数量的输出信号，每一输出信号偏爱所需信号，这由其统计概率密度函数的形状确定。最后，所述装置包括适于对所述输出信号执行逆变换的重构。

图12a-b-c示意性地示出了根据本发明的从不想要的信号pdf滤波所需信号的pdf的瞬时域中的BSE图示。图12a-b-c的下部电平示出了通过具有所需类型的pdf的子带2和3及具有不想要类型的pdf的子带1和4输入的数据，当向下移动时，根据上述教示，其将由图12a-b-c的上部电平中所示的滤波器进行抑制。

本发明已通过给出的例子和实施方式进行描述，但这些并非用于限制本发明。本领域技术人员将意识到所附权利要求还提出其它有利的实施方式。

Claims (14)

1.从混合信号(40、42、44、46)自适应提取至少一所需电磁波信号、声波信号(40、42)或任何其它信号并抑制噪声和干扰信号从而产生对应于所需信号(10)的增强信号(50)的方法，该方法包括步骤：

连续时间和/或相对的离散时间所需信号中的至少一个由一个或多个参数预先确定，其中所述参数之一为所需信号的统计概率密度函数的形状；

所需信号的参数与噪声或干扰信号的参数不同；

从所需源(10)、噪声和干扰信号接收的信号数据通过至少一适当的传感器装置(12)收集，为此，采样连续时间输入信号以形成离散时间输入信号，或处理离散时间信号；

将所述信号数据变换(82)为一组子带；

进行下列行动中的至少一个：以所需信号的衰减低于噪声和干扰信号的方式对所有信号的每一子带中的输入信号的每一时间帧进行衰减；及以所需信号(10)的放大高于噪声和干扰源信号的方式对所有信号的每一子带中的输入信号的每一时间帧进行放大；

更新每一子带中的输入信号的每一时间帧滤波器系数(90)，使得滤波后的输入信号和变换后的输出信号之间的误差最小；及

所述子带信号由一组预定的子带滤波器进行滤波(90)从而产生预定数量的输出信号，每一输出信号在辨别参数的基础上偏爱所需信号，其中所述混合信号中不同信号之间的辨别参数基于所述概率密度函数；及

用逆变换(100)重构所述子带输出信号。

2.根据权利要求1的方法，其中所述变换(82)包括使其数字表示可用的信号细分为更小或相等带宽的子带信号的变换。

3.根据权利要求1-2任一所述的方法，其中在通过至少一适当的传感器装置(12)收集的信号数据为模拟形式(80)时将其转换为数字形式。

4.根据权利要求1-2任一所述的方法，其中用逆变换(100)重构所述子带输出信号得到的信号在需要时被转换为模拟信号(102)。

5.根据权利要求4所述的方法，其中所述用逆变换(100)重构所述子带输出信号得到的信号的电平由于所述衰减/放大过程中信号电平的变化而被校正。

6.根据权利要求5所述的方法，其中所述滤波器系数的范数被约束为最小和最大值之间的限度。

7.根据权利要求6的方法，其中当滤波器系数的范数低于最小允许值时进行滤波器系数放大，及当滤波器系数的范数高于最大允许值时进行滤波器系数衰减。

8.从混合信号(40、42、44、46)自适应提取至少一所需电磁波信号、声波信号(40、42)或任何其它信号并抑制噪声和干扰信号从而产生对应于所需信号(10)的增强信号(50)的装置，该装置包括：

适于确定连续时间或离散时间所需信号中的至少一个的一个或多个辨别参数的功能块，其中所述辨别参数之一为所需信号的统计概率密度函数的形状，所需信号的辨别参数与噪声和干扰源信号的参数不同；

适于从所需信号(10)、噪声和干扰信号收集信号数据的至少一传感器(12)，其采样连续时间输入信号以形成一组离散时间输入信号，或处理离散时间信号；

适于将所述信号数据变换为一组子带的变换器(82)；

放大器或衰减器，其适于放大或衰减所有信号的每一子带中的输入信号的每一时间帧，使得所需信号的放大或衰减分别高于或低于噪声和干扰信号的放大或衰减；

用于每一子带中的输入信号的每一时间帧的一组滤波器系数(90)，其适于被更新从而使得滤波后的输入信号和变换后的输出信号之间的误差最小；及

一组滤波器系数(90)被调整使得所述子带信号由一组预定的子带滤波器进行滤波从而产生预定数量的输出信号，每一输出信号偏爱所述辨别参数确定的所需信号，其中所述混合信号中不同信号之间的辨别参数基于所述概率密度函数；及

适于对子带输出信号执行逆变换(100)的重构。

9.根据权利要求8的装置，其中所述变换器(82)适于变换所述信号数据使得其数字表示可用的信号细分为更小或相等带宽的子带信号。

10.根据权利要求8或9的装置，其中在所述至少一传感器(12)收集的信号数据为模拟形式(80)时其适于转换为数字形式。

11.根据权利要求10所述的装置，其中对子带输出信号执行逆变换(100)得到的信号在需要时适于被转换为模拟信号(102)。

12.根据权利要求11所述的装置，其中所述对子带输出信号执行逆变换(100)得到的信号的电平由于所述衰减/放大过程中信号电平的变化而被校正。

13.根据权利要求12所述的装置，其中所述滤波器系数被自适应地约束为最小和最大滤波器系数范数值之间的限度。

14.根据权利要求13的装置，其中当滤波器系数的范数低于最小允许值时进行滤波器系数放大，及当滤波器系数的范数高于最大允许值时进行滤波器系数衰减。

Images