CN114900246A - 噪声基底估计方法、装置、设备及存储介质 - Google Patents

Abstract

本发明公开了噪声基底估计方法、装置、设备及存储介质，该方法包括：响应于获取的信号，计算信号功率谱；通过腐蚀滤波器进行第一阶段迭代滤波；检测信号的谱熵白噪声频点；计算第一阶段迭代滤波的数据更新门限和迭代收敛门限；重复执行第一阶段迭代滤波、检测信号的谱熵白噪声频点、计算第一阶段迭代滤波的数据更新门限和迭代收敛门限步骤直至完成腐蚀滤波迭代，记录总迭代次数和每次迭代的噪底更新频点；通过膨胀滤波器按照迭代记录进行第二阶段迭代滤波；对第二阶段迭代滤波后的数据更新，当迭代停止后输出噪声基底估计结果。本发明能实现噪底的精确逼近。

Description

噪声基底估计方法、装置、设备及存储介质

技术领域

本发明属于信号处理技术领域，尤其涉及噪声基底估计方法、装置、设备及存储介质。

背景技术

噪声基底是指采集信号的功率谱或频谱中的背景噪声成分。在宽带信号检测中往往需要首先对噪声基底进行估计，然后基于估计结果来设置信号检测门限的大小。实际中的信道往往是时变色散的，再加上接收机阻抗匹配、器件非线性以及环境中干扰源功率叠加的影响，接收机输出的背景噪声并不是理想的高斯白噪声，由此产生不平坦的噪声基底，对不平坦噪底的估计是宽带信号检测中的关键技术。

噪底估计中的常用手段主要是基于形态学运算的非线性滤波，形态学腐蚀运算可以削弱波峰，强化波谷；膨胀运算可以强化波峰，削弱波谷。腐蚀和膨胀运算实际上都等效于排序滤波器，通过级联带有腐蚀-膨胀功能的排序滤波器又可以生成开闭运算滤波器，腐蚀滤波器在前为开运算滤波器，反之为闭运算滤波器。噪底估计一般通过开运算滤波器实现，即先利用腐蚀运算滤波器滤除信号波峰，保留噪声基底，然后通过膨胀运算来平滑噪底估计结果。

基于固定滤波器长度的单次形态学滤波一般难以获得准确的噪底估计，尤其是在系统带宽内信号带宽差异很大时，太小的滤波器长度无法滤除所有信号干扰，太大的滤波器长度又会使噪底估计的分辨率严重恶化。现有的解决方案一般是通过缓慢增加滤波器长度进行迭代滤波的方式，在保证完成对所有波峰的滤除后停止迭代，从而尽可能保持较好的噪底分辨率。

然而，开运算滤波器直接级联相同长度的腐蚀和膨胀操作，腐蚀操作若不能将波峰完全滤除，则膨胀操作会将受到部分腐蚀的波峰重新强化恢复，只有在滤波器长度大于信号带宽时信号波峰才能完全滤除，因此直接基于开运算滤波器的噪底估计方法含有大量冗余计算，往往效率较低，实时性难以保证。另外，传统的基于中位数或平均值的迭代收敛门限计算方法的准确度较差，容易受到强信号干扰，会影响噪底估计的分辨率。

发明内容

本发明的目的在于，为克服现有技术缺陷，提供了一种噪声基底估计方法、装置、设备及存储介质,第一阶段首先利用带腐蚀功能的迭代排序滤波器将功率谱中的信号干扰快速滤除，引入滑动谱熵实现迭代门限的准确估计，准确的迭代门限使噪底估计在迭代过程中保证较高的分辨率。第二阶段利用带膨胀功能的迭代排序滤波器进行噪底平滑，通过细致的参数设置保证两阶段滤波器的对称和数据更新的一致，从而实现噪底的精确逼近。

本发明目的通过下述技术方案来实现：

一种噪声基底估计方法，所述方法包括：

响应于获取的信号，计算信号功率谱；

通过腐蚀滤波器进行第一阶段迭代滤波；

检测信号的谱熵白噪声频点；

计算第一阶段迭代滤波的数据更新门限和迭代收敛门限；

重复执行第一阶段迭代滤波、检测信号的谱熵白噪声频点、计算第一阶段迭代滤波的数据更新门限和迭代收敛门限步骤直至完成腐蚀滤波迭代，记录总迭代次数和每次迭代的噪底更新频点；

通过膨胀滤波器按照迭代记录进行第二阶段迭代滤波；

对第二阶段迭代滤波后的数据更新，当迭代停止后输出噪声基底估计结果。

进一步的，所述计算信号功率谱具体包括：

定义2N点中频信号输入为X＝[x₁,x₂,…x_2N]，定义长度同样为2N的汉明窗W＝[w₁,w₂,…w_2N]；

对输入信号加窗得到X_w＝[x₁w₁,x₂w₂,…x_2Nw_2N]；

对X_w傅作里叶变换然后忽略对称的负频率部分，得到的信号频谱Xf＝FFT(Xw)是长度为N的序列；

计算功率谱估计P₀＝|Xf|²。

进一步的，所述通过腐蚀滤波器进行第一阶段迭代滤波具体包括：

第k次迭代的腐蚀滤波器长度m_k＝m₁+(k-1)Δ，将第k-1迭代得到的功率谱P_k-1,1输入腐蚀滤波器R(n,m_k)，得到输出P_k,1；

其中，排序滤波器的初始长度为m₁，m₁为奇数，每次迭代的增长步长为Δ，Δ为偶数。

进一步的，所述检测信号的谱熵白噪声频点具体包括：

生成长度为2L的白噪声序列，计算白噪声的功率谱Z＝[z₁,z₂,…,z_L]，谱熵值h定义为：

生成K组白噪声分别计算谱熵值可以得到谱熵序列

Hw＝[hw₁,hw₂,…hw_K]^T；

谱熵检测门限计算方法如下：

th_enp＝hw+3σ；

利用当前迭代得到的P_k,1对功率谱P₀进行白化处理计算得到Pw_k：

Pw_k＝P₀./P_k,1；

以窗长L计算Pw_k的滑动谱熵得到谱熵序列H＝[h₁,h₂,…h_N]^T，当h_i≥th_enp时将频点i作为白噪声频点；

得到第k次迭代中从功率谱挑选出的白噪声频点序号：

Y_k＝[y_k,1,y_k,2,…y_k,M]。

进一步的，所述计算第一阶段迭代滤波的数据更新门限和迭代收敛门限具体包括：

按照卡方分布性质，设置置信度为0.9，根据所述白噪声频点序号得到第k次迭代的收敛门限th_stop_k：

设置置信度为0.1，得到第k次迭代的收敛门限th_upd_k:

进一步的，所述通过膨胀滤波器按照迭代记录进行第二阶段迭代滤波具体包括：

第二阶段迭代滤波与第一阶段迭代滤波迭代次数相同且数据更新保持一致，第k次迭代滤波器参数为R(m_k-n_k+1,m_k)，第二阶段第k次迭代的输入为P_r,k-1，膨胀滤波器为R(m_k-n_k+1,m_k)，滤波输出为P_r,k。

进一步的，所述对第二阶段迭代滤波后的数据更新，当迭代停止后输出噪声基底估计结果具体包括：

第k次迭代中未更新的频点序号集为I_k＝[i_k,1,i_k,2,…i_k,D]的频点，将I_k＝[i_k,1,i_k,2,…i_k,D]重置为k-1次迭代中对应频点的结果：

P_r,k(i_k,j)＝P_r,k-1(i_k,j),j＝1,2,…,D；

完成数据更新以后，判断迭代是否停止，当k<r时继续第二阶段迭代滤波，当k＝r时，迭代停止，输出噪底估计结果P_r,r。

另一方面，本发明还提供了一种噪声基底估计装置，所述装置包括：

功率谱计算模块，用于执行步骤：响应于获取的信号，计算信号功率谱；

第一阶段滤波模块，用于执行步骤：通过腐蚀滤波器进行第一阶段迭代滤波；

白噪声频点检测模块，用于执行步骤：检测信号的谱熵白噪声频点；

门限计算模块，用于执行步骤：计算第一阶段迭代滤波的数据更新门限和迭代收敛门限；

第一阶段收敛判断模块，用于执行步骤：重复执行第一阶段迭代滤波、检测信号的谱熵白噪声频点、计算第一阶段迭代滤波的数据更新门限和迭代收敛门限步骤直至完成腐蚀滤波迭代，记录总迭代次数和每次迭代的噪底更新频点；

第二阶段滤波模块，用于执行步骤：通过膨胀滤波器按照迭代记录进行第二阶段迭代滤波；

结果输出模块，用于执行步骤：对第二阶段迭代滤波后的数据更新，当迭代停止后输出噪声基底估计结果。

另一方面，本发明还提供了一种计算机设备，计算机设备包括处理器和存储器，所述存储器中存储有计算机程序，所述计算机程序由所述处理器加载并执行以实现上述的任意一种噪声基底估计方法。

另一方面，本发明还提供了一种计算机可读存储介质，所述存储介质中存储有计算机程序，所述计算机程序由处理器加载并执行以实现上述的任意一种噪声基底估计方法。

本发明的有益效果在于：

(1)本发明能够有效减少噪底收敛的迭代次数，在保持性能的前提下有效提升静态噪底估计的算法效率。

(2)本发明能够提升迭代门限准确度，提高噪底估计的分辨率。

(3)本发明能够通过保证两阶段滤波器的严格对称，数据更新和迭代次数严格一致，使两阶段的腐蚀迭代-膨胀迭代保有与一阶段开运算迭代滤波同样的噪底逼近能力。

附图说明

图1是本发明实施例提供的噪声基底估计方法流程框图；

图2是本发明实施例提供的噪声基底估计方法流程示意图；

图3是本发明实施例提供的噪声基底估计装置结构框图。

具体实施方式

以下通过特定的具体实例说明本发明的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本发明的精神下进行各种修饰或改变。需说明的是，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合。

基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

开运算滤波器直接级联相同长度的腐蚀和膨胀操作，腐蚀操作若不能将波峰完全滤除，则膨胀操作会将受到部分腐蚀的波峰重新强化恢复，只有在滤波器长度大于信号带宽时信号波峰才能完全滤除，因此直接基于开运算滤波器的噪底估计方法含有大量冗余计算，往往效率较低，实时性难以保证。另外，传统的基于中位数或平均值的迭代收敛门限计算方法的准确度较差，容易受到强信号干扰，会影响噪底估计的分辨率。

为了解决上述技术问题，提出了本发明噪声基底估计方法、装置、设备及存储介质的下述各个实施例。

实施例1

参照图1和图2，如图1所示是本实施例提供的噪声基底估计方法流程框图，如图2所示是本实施例提供的噪声基底估计方法流程示意图。该方法具体包括以下步骤：

步骤S100：响应于获取的信号，计算信号功率谱。

本步骤通过功率谱计算器实现，该功率谱计算器对输入信号以一定点数和重叠率进行加窗短时傅里叶变换，计算得到宽带信号的功率谱，经过线性平滑处理后作为后续噪底估计的输入。

具体地，假设2N点中频信号输入为X＝[x₁,x₂,…x_2N]，定义长度同样为2N的汉明窗W＝[w₁,w₂,…w_2N]，对输入信号加窗得到

X_w＝[x₁w₁,x₂w₂,…x_2Nw_2N]，

对X_w傅作里叶变换然后忽略对称的负频率部分，得到的信号频谱Xf＝FFT(Xw)是长度为N的序列，计算功率谱估计P₀＝|Xf|²，然后将其作为迭代排序滤波器的输入。

步骤S200：通过腐蚀滤波器进行第一阶段迭代滤波。

本步骤通过腐蚀滤波器实现，该腐蚀滤波器排序滤波R(n,m)与一维形态学运算等价，当n<(m-1)/2时，排序滤波器具有腐蚀功能。

具体地，不同于传统将腐蚀和膨胀滤波器级联的方式，这里将迭代滤波分为两阶段，第一阶段只使用腐蚀滤波器，目的是将所有信号波峰快速滤除。假设排序滤波器的初始长度为m₁(奇数)，每次迭代的增长步长为Δ(偶数)，则第k次迭代的腐蚀滤波器长度m_k＝m₁+(k-1)Δ，将第k-1迭代得到的功率谱P_k-1,1输入腐蚀滤波器R(n,m_k)，得到输出P_k,1。

步骤S300：检测信号的谱熵白噪声频点。

具体地，噪底迭代门限和信号检测的门限都应该根据白噪声功率计算。假设系统带宽内的信号是稀疏的，这里先基于滑动谱熵将功率谱中没有信号占用和干扰的白噪声频点检测出来，然后基于这些白噪声频点计算白噪声功率和数据更新和迭代停止门限。

首先计算滑动谱熵检测的门限th_enp。th_enp的计算只需要进行一次，通过随机数生成的方法生成长度为2L的白噪声序列，通过与步骤1中相同的方法可以计算得到白噪声的功率谱Z＝[z₁,z₂,…,z_L]，其谱熵值h可以定义为：

以同样的方法生成K组白噪声分别计算谱熵值可以得到谱熵序列Hw＝[hw₁,hw₂,…hw_K]^T，谱熵检测门限计算方法如下：

th_enp＝hw+3σ；

其中：

利用当前迭代得到的P_k,1对功率谱P₀进行白化处理计算得到Pw_k：

Pw_k＝P₀./P_k,1；

以窗长L计算Pw_k的滑动谱熵得到谱熵序列H＝[h₁,h₂,…h_N]^T，当h_i≥th_enp时将频点i作为白噪声频点，进而可以得到第k次迭代中从功率谱挑选出的白噪声频点序号：Y_k＝[y_k,1,y_k,2,…y_k,M]。

步骤S400：计算第一阶段迭代滤波的数据更新门限和迭代收敛门限。

具体地，高斯白噪声功率谱中各频点功率服从卡方分布，按照卡方分布性质，设置置信度为0.9，基于步骤3中得到的白噪声频点序号，可以得到第k次迭代的收敛门限th_upd_k:

相应地，设置置信度为0.1，可以得到第k次迭代的收敛门限th_upd_k:

步骤S500：重复执行第一阶段迭代滤波、检测信号的谱熵白噪声频点、计算第一阶段迭代滤波的数据更新门限和迭代收敛门限步骤直至完成腐蚀滤波迭代，记录总迭代次数和每次迭代的噪底更新频点。

具体地，第k次迭代腐蚀滤波结果为P_k,1，与前一次迭代结果P_k-1,1(i)差异ΔP_k为：

ΔP_k＝|P_k,1(i)-P_k-1,1(i)|

如果频点i的估计结果与第k-1次该频点的结果差异小于数据更新门限th_upd_k，则将频点i重置为前一次的结果：

记录本次迭代中未更新的频点序号为I_k＝[i_k,1,i_k,2,…i_k,D]，这样就完成了第k次迭代的数据更新。

当max(ΔP_k)<th_stop_k时，腐蚀滤波迭代收敛完成，停止迭代，记录总迭代次数r＝k，进入步骤S600；否则当max(ΔP_k)≥th_stop_k时，返回步骤S200继续腐蚀滤波迭代流程。

步骤S600：通过膨胀滤波器按照迭代记录进行第二阶段迭代滤波。

本步骤通过膨胀滤波器实现，该膨胀滤波器排序滤波R(m-n+1,m)与一维形态学运算等价，当n<(m-1)/2时，排序滤波器具有膨胀功能，腐蚀滤波器R(n,m)和膨胀滤波器R(m-n+1,m)为相互对应的排序滤波器。

具体地，第二阶段只使用膨胀滤波器，为了保证对噪底的准确估计，第一阶段与第二阶段的迭代滤波需要保证一一对应关系，对应关系主要包括三个方面：

1.迭代次数保持一致，即腐蚀阶段迭代次数为r，膨胀阶段不需要进行特定门限进行判断，直接迭代r次即可。

2.滤波器参数保持对应，例如在腐蚀阶段的第k次迭代使用了R(n_k,m_k)，那么在膨胀阶段的第k次迭代就应该使用R(m_k-n_k+1,m_k)。

3.数据更新保持一致。对于相同的迭代次序，第一迭代阶段更新了哪些频点，则第二迭代阶段也应更新且只更新这些频点。

第一阶段迭代滤波输出为P_r,1。第二阶段第k次迭代的输入为P_r,k-1，膨胀滤波器为R(m_k-n_k+1,m_k)，滤波输出为P_r,k。

步骤S700：对第二阶段迭代滤波后的数据更新，当迭代停止后输出噪声基底估计结果。

具体地，腐蚀阶段的第k次迭代中未更新的频点序号集为I_k＝[i_k,1,i_k,2,…i_k,D]的频点，膨胀阶段也需要将这些频点重置为k-1次迭代中对应频点的结果：

P_r,k(i_k,j)＝P_r,k-1(i_k,j),j＝1,2,…,D；

完成数据更新以后，判断迭代是否停止，依据步骤S600中的第一条对应关系，当k<r时，返回步骤S600继续第二阶段迭代滤波；而当k＝r时，迭代停止，输出噪底估计结果P_r,r。

本实施例中所提到的排序滤波指定义排序滤波器R(n,m)，滤波器的输出就是对长度为为m的滑动窗内元素进行升序排序后取第n个值。

本实施中所使用的迭代控制器主要负责对形态学迭代滤波过程中各频点噪底的数据更新以及何时停止迭代进行控制。迭代控制器的核心是迭代门限的计算，主要包括数据更新门限和迭代停止门限的计算。对于任一频点的噪底估计，只有当该频点本次迭代滤波结果与前一次差异大于一定门限th_upd时才更新该频点的噪底估计，而当功率谱中所有频点的噪底估计与上一次迭代结果的差异都小于门限th_stop时就停止迭代。

本实施例提供的噪声基底估计方法能够有效减少噪底收敛的迭代次数，在保持性能的前提下有效提升静态噪底估计的算法效率。该方法能够提升迭代门限准确度，提高噪底估计的分辨率。该方法能够通过保证两阶段滤波器的严格对称，数据更新和迭代次数严格一致，使两阶段的腐蚀迭代-膨胀迭代保有与一阶段开运算迭代滤波同样的噪底逼近能力。

实施例2

参照图3，如图3所示是本实施例提供的噪声基底估计装置结构框图，该装置具体包括：

功率谱计算模块10，用于执行步骤：响应于获取的信号，计算信号功率谱；

第一阶段滤波模块20，用于执行步骤：通过腐蚀滤波器进行第一阶段迭代滤波；

白噪声频点检测模块30，用于执行步骤：检测信号的谱熵白噪声频点；

门限计算模块40，用于执行步骤：计算第一阶段迭代滤波的数据更新门限和迭代收敛门限；

第一阶段收敛判断模块50，用于执行步骤：重复执行第一阶段迭代滤波、检测信号的谱熵白噪声频点、计算第一阶段迭代滤波的数据更新门限和迭代收敛门限步骤直至完成腐蚀滤波迭代，记录总迭代次数和每次迭代的噪底更新频点；

第二阶段滤波模块60，用于执行步骤：通过膨胀滤波器按照迭代记录进行第二阶段迭代滤波；

结果输出模块70，用于执行步骤：对第二阶段迭代滤波后的数据更新，当迭代停止后输出噪声基底估计结果。

本实施例提供的噪声基底估计装置能够有效减少噪底收敛的迭代次数，在保持性能的前提下有效提升静态噪底估计的算法效率。该装置能够提升迭代门限准确度，提高噪底估计的分辨率。该装置能够通过保证两阶段滤波器的严格对称，数据更新和迭代次数严格一致，使两阶段的腐蚀迭代-膨胀迭代保有与一阶段开运算迭代滤波同样的噪底逼近能力。

实施例3

本优选实施例提供了一种计算机设备，该计算机设备可以实现本申请实施例所提供的噪声基底估计方法任一实施例中的步骤，因此，可以实现本申请实施例所提供的噪声基底估计方法的有益效果，详见前面的实施例，在此不再赘述。

实施例4

本领域普通技术人员可以理解，上述实施例的各种方法中的全部或部分步骤可以通过指令来完成，或通过指令控制相关的硬件来完成，该指令可以存储于一计算机可读存储介质中，并由处理器进行加载和执行。为此，本发明实施例提供一种存储介质，其中存储有多条指令，该指令能够被处理器进行加载，以执行本发明实施例所提供的噪声基底估计方法中任一实施例的步骤。

其中，该存储介质可以包括：只读存储器(ROM，Read Only Memory)、随机存取记忆体(RAM，Random Access Memory)、磁盘或光盘等。

由于该存储介质中所存储的指令，可以执行本发明实施例所提供的任一噪声基底估计方法实施例中的步骤，因此，可以实现本发明实施例所提供的任一噪声基底估计方法所能实现的有益效果，详见前面的实施例，在此不再赘述。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种噪声基底估计方法，其特征在于，所述方法包括：

响应于获取的信号，计算信号功率谱；

通过腐蚀滤波器进行第一阶段迭代滤波；

检测信号的谱熵白噪声频点；

计算第一阶段迭代滤波的数据更新门限和迭代收敛门限；

重复执行第一阶段迭代滤波、检测信号的谱熵白噪声频点、计算第一阶段迭代滤波的数据更新门限和迭代收敛门限步骤直至完成腐蚀滤波迭代，记录总迭代次数和每次迭代的噪底更新频点；

通过膨胀滤波器按照迭代记录进行第二阶段迭代滤波；

对第二阶段迭代滤波后的数据更新，当迭代停止后输出噪声基底估计结果。

2.如权利要求1所述的噪声基底估计方法，其特征在于，所述计算信号功率谱具体包括：

定义2N点中频信号输入为X＝[x₁,x₂,…x_2N]，定义长度同样为2N的汉明窗W＝[w₁,w₂,…w_2N]；

对输入信号加窗得到X_w＝[x₁w₁,x₂w₂,…x_2Nw_2N]；

对X_w傅作里叶变换然后忽略对称的负频率部分，得到的信号频谱Xf＝FFT(Xw)是长度为N的序列；

计算功率谱估计P₀＝|Xf|²。

3.如权利要求2所述的噪声基底估计方法，其特征在于，所述通过腐蚀滤波器进行第一阶段迭代滤波具体包括：

第k次迭代的腐蚀滤波器长度m_k＝m₁+(k-1)Δ，将第k-1迭代得到的功率谱P_k-1,1输入腐蚀滤波器R(n,m_k)，得到输出P_k,1。

其中，排序滤波器的初始长度为m₁，m₁为奇数，每次迭代的增长步长为Δ，Δ为偶数。

4.如权利要求3所述的噪声基底估计方法，其特征在于，所述检测信号的谱熵白噪声频点具体包括：

生成长度为2L的白噪声序列，计算白噪声的功率谱Z＝[z₁,z₂,…,z_L]，谱熵值h定义为：

生成K组白噪声分别计算谱熵值可以得到谱熵序列：

Hw＝[hw₁,hw₂,…hw_K]^T

谱熵检测门限计算方法如下：

th_enp＝hw+3σ

利用当前迭代得到的P_k,1对功率谱P₀进行白化处理计算得到Pw_k：

Pw_k＝P₀./P_k,1

以窗长L计算Pw_k的滑动谱熵得到谱熵序列H＝[h₁,h₂,…h_N]^T，当h_i≥th_enp时将频点i作为白噪声频点；

得到第k次迭代中从功率谱挑选出的白噪声频点序号：

Y_k＝[y_k,1,y_k,2,…y_k,M] 。

5.如权利要求4所述的噪声基底估计方法，其特征在于，所述计算第一阶段迭代滤波的数据更新门限和迭代收敛门限具体包括：

按照卡方分布性质，设置置信度为0.9，根据所述白噪声频点序号得到第k次迭代的收敛门限th_stop_k：

设置置信度为0.1，得到第k次迭代的收敛门限th_upd_k：

6.如权利要求5所述的噪声基底估计方法，其特征在于，所述通过膨胀滤波器按照迭代记录进行第二阶段迭代滤波具体包括：

第二阶段迭代滤波与第一阶段迭代滤波迭代次数相同且数据更新保持一致，第k次迭代滤波器参数为R(m_k-n_k+1,m_k)，第二阶段第k次迭代的输入为P_r,k-1，膨胀滤波器为R(m_k-n_k+1,m_k)，滤波输出为P_r,k。

7.如权利要求6所述的噪声基底估计方法，其特征在于，所述对第二阶段迭代滤波后的数据更新，当迭代停止后输出噪声基底估计结果，具体包括：

第k次迭代中未更新的频点序号集为I_k＝[i_k,1,i_k,2,…i_k,D]的频点，将I_k＝[i_k,1,i_k,2,…i_k,D]重置为k-1次迭代中对应频点的结果：

P_r,k(i_k,j)＝P_r,k-1(i_k,j),j＝1,2,…,D；

完成数据更新以后，判断迭代是否停止，当k<r时继续第二阶段迭代滤波，当k＝r时，迭代停止，输出噪底估计结果P_r,r。

8.一种噪声基底估计装置，其特征在于，所述装置包括：

功率谱计算模块，用于执行步骤：响应于获取的信号，计算信号功率谱；

第一阶段滤波模块，用于执行步骤：通过腐蚀滤波器进行第一阶段迭代滤波；

白噪声频点检测模块，用于执行步骤：检测信号的谱熵白噪声频点；

门限计算模块，用于执行步骤：计算第一阶段迭代滤波的数据更新门限和迭代收敛门限；

第一阶段收敛判断模块，用于执行步骤：重复执行第一阶段迭代滤波、检测信号的谱熵白噪声频点、计算第一阶段迭代滤波的数据更新门限和迭代收敛门限步骤直至完成腐蚀滤波迭代，记录总迭代次数和每次迭代的噪底更新频点；

第二阶段滤波模块，用于执行步骤：通过膨胀滤波器按照迭代记录进行第二阶段迭代滤波；

结果输出模块，用于执行步骤：对第二阶段迭代滤波后的数据更新，当迭代停止后输出噪声基底估计结果。

9.一种计算机设备，其特征在于，所述计算机设备包括处理器和存储器，所述存储器中存储有计算机程序，所述计算机程序由所述处理器加载并执行以实现如权利要求1-7任一项所述的噪声基底估计方法。

10.一种计算机可读存储介质，其特征在于，所述存储介质中存储有计算机程序，所述计算机程序由处理器加载并执行以实现如权利要求1-7任一项所述的噪声基底估计方法。

Images