一种信号匹配方法及装置的制造方法

一种信号匹配方法及装置的制造方法
【专利摘要】本发明涉及一种信号匹配方法，其包括以下步骤：S1：对参考信号x(t)和目标信号y(t)分别进行预处理；S2：对参考信号x(t)和目标信号y(t)分别进行短时傅里叶变换，分别得出频域参考信号X(f,m)和目标信号Y(f,m)；S3：进行估计本底噪声；S4：进行二值化处理；S5：获得匹配位置；S6：原出相应的时域信号xp(t)；S7：分别对该时域信号xp(t)和目标信号y(t)进行分频，分别得出若干个频带；S8：计算每个频带的相关系数；S9：对上述每个频带的相关系数进行加权计算，获取相关系数序列，并选取其最大值。相比于现有技术，本发明能够提高声音匹配的精度。同时，相比于常规相关性而言，仅仅计算部分信号的相关性，可以降低复杂度，提高运算速度。
【专利说明】
_种信号匹配方法及装置
技术领域
[0001] 本发明涉及一种信号匹配方法，特别是一种声音精确信号匹配方法;本发明还设 计一种用于实现上述方法的信号匹配装置。
【背景技术】
[0002] 在声音信号处理中，两个相似的声音的匹配是很关键的一个技术。该技术的广泛 用于雷达信号处理，延时估计，以及声学回声消除等技术领域中。
[0003] 针对上述问题，公开号为US20130163698A1的美国专利，公开了一种低复杂度和鲁 棒性的延时估计方法。具体的，请参阅图1，其为现有技术中的延时估计方法的原理框图。该 方法包括以下步骤：
[0004] 步骤1:对参考信号A和目标信号B进行预处理；
[0005] 步骤2:分别进行短时傅里叶变换(STFT);
[0006] 步骤3:分别提取声音的特征谱，包括相关谱和相干谱；
[0007] 步骤4:匹配获得延时。
[0008] 上述方法有复杂度低，查找速度快的优点。然而，该方案受到快速傅里叶变换 (FFT)的重叠长度的影响，重叠长度就限定了其精度，重叠长度越大，精度就越小，运算量越 小，反之亦然。

【发明内容】

[0009] 本发明在于克服现有技术的缺点与不足，提供一种能够精确匹配的信号匹配方法 及装置。
[0010] 本发明是通过以下的技术方案实现的：一种信号匹配方法，其包括以下步骤：
[0011] SI:对参考信号x(t)和目标信号y(t)分别进行预处理；
[0012] S2:对参考信号x(t)和目标信号y(t)分别进行短时傅里叶变换，分别得出频域参 考信号X(f，m)和目标信号Y(f，m)，其中f = 0，l，. . .，NF-1表示频率，对于X(f，m)，m=l， 2, ...Mx表示帧数;对于Y(f，m)，m=l，2, ...My表示帧数；
[0013] S3:对参考信号X(f>)和目标信号Y(f>)分别进行估计本底噪声，分别获得Xn(f， m),Yn(f,m)；
[0014] S4:根据本底噪声分别对参考信号X(f>)和目标信号Y(f>)进行二值化处理，分 别获得Xb(f，m)，m=l，2, · · .Mx，Yb(f，m)，m=l，2, · · .My;
[0015] S5:计算Xb(f，m)每个频点在Yb(f，m)中的位置，获得k个匹配位置，分别用nu， m2,...，mk表示，其中位置HiSljmk的匹配度递减；
[0016] S6:以匹配位置Hi1为中心，向两边的位置取出
[0017] 肩-爪,)，-We + 1)，…"j….，外/.，"V+.A 并分别还原出相应的时域信号&(0;
[0018] S7:分别对该时域信号xP(t)和目标信号y(t)进行分频，分别得出若干个频带；
[0019] S8:计算每个频带的相关系数；
[0020] S9:对上述每个频带的相关系数进行加权计算，获取相关系数序列，并选取其最大 值。
[0021] 相比于现有技术，本发明能够提高声音匹配的精度。同时，相比于常规相关性而 言，仅仅计算部分信号的相关性，可以降低复杂度，提高运算速度。
[0022]作为本发明的进一步改进，所述Sl中进行预处理的方式包括降噪、去混响和预加 重。
[0023] 作为本发明的进一步改进，所述S3中使用最小跟踪或直接估计方法进行估计本底 噪声。
[0024] 作为本发明的进一步改进，所述S7中将xP(t)和y(t)分别分频变为XpL(t)，xPM(t)， XpH(t)和yL(t)，yM(t)，yH(t)三个频带；
[0025] 所述S8中包括步骤：
[0026] S81:取低频信号计算yiXt)，t=l, . . . ,My和xPL(t)，t=l, . . . ,My的相关性系数，获 得Pl(I);然后yL(t)，t = l，· · ·，My，和xPL(t)，t = 2, · · ·，My+l与获得相关系数pl(2);以此类 推，获得相关系数序列PL(t)，t=l, · · ·，2mc+l;
[0027] S82:取中频信号计算yM(t)，t=l, . . . ,My和xPM(t)，t=l, . . . ,My的相关性系数，获 得Pm(I);然后yM(t)，t = l，. . .，My，和xPM(t)，t = 2, . . .，My+l与获得相关系数pm(2);以此类 推，获得相关系数序列PM(t)，t=l,. . .，2nk+l;
[0028] S83:取高频信号计算yH(t)，t=l，· · ·，My和xpH(t)，t=l，· · ·，My的相关性系数，获 得Ph(I);然后yH(t)，t = l，· · ·，My，和xPH(t)，t = 2, · · ·，My+l与获得相关系数ph(2);以此类 推，获得相关系数序列PH(t)，t=l,. . .，2nk+l;
[0029] 所述59中使用加权系数使用加权系数(1 = [€[1，(12，(13]，€[1，...，(1 3彡0，||€[||=1，计 算加权P(t)=a[pL(t)，PM(t)，PH(t)] '，选取p(t)中最大值，对于的序号是mkc，(Xmkc彡2mc+ 1〇
[0030] 作为本发明的进一步改进，还包括步骤SlO:比较最大值P(k)和一设定阈值λ的大 小;若最大值Ρ(1〇>λ则表示接受该位置，则获得的实际匹配位置为 mi+mkc;
[0031] 如果不满足Ρ(1〇>λ，则在S6中依次使用匹配位置m2至Hik继续执行步骤S7-S9。
[0032] 本发明还提供了一种信号匹配装置，包括：
[0033]预处理模块，用于对参考信号x(t)和目标信号y(t)分别进行预处理；
[0034]频域变换模块，用于对参考信号x(t)和目标信号y(t)分别进行短时傅里叶变换， 分别得出频域参考信号X(f，m)和目标信号Y(f，m)，其中f = 0，l，. . .，Nf-1表示频率，对于X (f，m)，m=l，2, · · .Mx表示帧数;对于Y(f，m)，m=l，2, · · .My表示帧数；
[0035]估计模块，用于对参考信号X(f>)和目标信号Y(f>)分别进行估计本底噪声，分 别获得 Xn(f，m)，Yn(f，m);
[0036] 二值化处理模块，用于根据本底噪声分别对参考信号X(f>)和目标信号Y(f>)进 行二值化处理，分别获得Xb(f，m)，m=l，2, · · .Mx，Yb(f，m)，m=l，2, · · .My;
[0037] 匹配位置计算模块，用于计算Xb(f，m)每个频点在Yb(f，m)中的位置，获得k个匹配 位置，分别用mi ,m2,...，mk表示，其中位置mi到mk的匹配度递减；
[0038] 时域还原模块，以匹配位置m 1为中心，向两边m。的位置取出 原出相应的时域信号xP(t);
[0039] 分频模块，用于分别对该时域信号xP(t)和目标信号y(t)进行分频，分别得出若干 个频带；
[0040] 相关系数计算模块，用于分别计算每个频带的相关系数；
[0041] 加权计算模块，用于对上述每个频带的相关系数进行加权计算，获取相关系数序 列，并选取其最大值。
[0042] 作为本发明的进一步改进，所述预处理模块中的预处理的方式包括降噪、去混响 和预加重。
[0043] 作为本发明的进一步改进，所述估计模块中使用最小跟踪或直接估计方法进行估 计本底噪声。
[0044] 作为本发明的进一步改进，所述分频模块将Xp(t)和y (t)分别分频变为xPL⑴，XpM (t)，xPH(t)和yL(t)，yM(t)，yH(t)三个频带；
[0045] 所述相关系数计算模块，包括
[0046] 低频计算子模块，用于取低频信号计算yiXt)，t=l, . . . ,My和xPL(t)，t = l, . . . ,My 的相关性系数，获得Pl(I);然后yL(t)，t = l，…，My，和xpL(t)，t = 2,…，My+l与获得相关系 数Pl(2);以此类推，获得相关系数序列Pl(t)，t = 1，…，2mc+l;
[0047] 中频计算子模块，用于取中频信号计算yM(t)，t=l, . . . ,My和xPM(t)，t = l, . . . ,My 的相关性系数，获得Pm(I);然后yM(t)，t = l,. . . ,My，和xPM(t)，t = 2,. . . ,My+l与获得相关系 数PM⑵；以此类推，获得相关系数序列PM(t)，t = l，...，2m。+l;
[0048]高频计算子模块，用于取高频信号计算yH(t)，t=l, · · ·，My和xPH(t)，t = l, · · ·，My 的相关性系数，获得Ph(I);然后yH(t)，t = l，· · ·，My，和xPH(t)，t = 2, · · ·，My+l与获得相关系 数Ph(2);以此类推，获得相关系数序列pH(t)，t = I，…，2mc+l;
[0049]所述加权计算模块使用加权系数使用加权系数= ,CX1, ...，α3彡〇, I |α I =1，计算加权P(t)=a[pL(t)，PM(t)，PH(t)] '，选取P(t)中最大值，对于的序号是mkc，(X mkc^i2mc+l 〇
[0050] 作为本发明的进一步改进，还包括比较模块，用于比较最大值P(k)和一设定阈值λ 的大小;若最大值P(k) >λ则表示接受该位置，则获得的实际匹配位置为mi+mk。;如果不满足 Ρ(1〇>λ，则在时域还原模块中依次使用肥至趾匹配位置继续搜索相关系数。
[0051] 相比于现有技术，本发明能够提高声音匹配的精度。同时，相比于常规相关性而 言，仅仅计算部分信号的相关性，可以降低复杂度，提高运算速度。
[0052] 为了更好地理解和实施，下面结合附图详细说明本发明。
【附图说明】
[0053]图1是现有技术的延时估计方法的原理框图。
[0054]图2是本发明的信号匹配方法的步骤流程图。
[0055]图3是本实施例的实施流程图。
[0056]图4是本发明的信号匹配装置的模块连接框图。
【具体实施方式】
[0057]请同时参阅图2,其为本发明的信号匹配方法的步骤流程图。
[0058]本发明提供了一种信号匹配方法，其包括以下步骤：
[0059] SI:对参考信号x(t)和目标信号y(t)分别进行预处理。具体的，所述Sl中进行预处 理的方式包括降噪、去混响和预加重等方式。
[0060] S2:对参考信号x(t)和目标信号y(t)分别进行短时傅里叶变换，分别得出频域参 考信号X(f，m)和目标信号Y(f，m)，其中f = 0，l，. . .，Nf-1表示频率，对于X(f，m)，m=l， 2,. . .Mx表示帧数;对于Y(f，m)，m=l，2,. . .My表示帧数；
[0061] S3:对参考信号X(f>)和目标信号Y(f>)分别进行估计本底噪声，分别获得Xn(f， m)，Yn(f，m)。具体的，在本实施例中，所述S3中可以使用最小跟踪方法进行估计本底噪声， 也可以使用直接估计等其他方式进行估计。
[0062] S4:根据本底噪声分别对参考信号X(f，m)和目标信号Y(f，m)进行二值化处理，分 别获得Xb(f，m)，m=l，2, · · .Mx，Yb(f，m)，m=l，2, · · .My;
[0063] S5:计算Xb(f，m)每个频点在Yb(f，m)中的位置，获得k个匹配位置，分别用m， m2, · · ·，mk表示，其中位置血到mk的匹配度递减；
[0064] S6:以匹配位置血为中心，向两边mc的位置取出
[0065]
并分别还原出相应的时域信号&(0;
[0066] S7:分别对该时域信号xP(t)和目标信号y(t)进行分频，分别得出若干个频带。具 体的，在本实施例中，所述S7中将x P(t)和y(t)分别分频变为XpL(t)，xPM(t)，xPH(t)和yiXt)， yM( t)，yH( t)三个频带，也可以划分为多个频带。本实施例中定义低、中、高频与普通描述通 信系统的或者声音的频带划分不同。这个划分是一个相对的划分，对于语音信号，低频表征 了这个信号的包络特性，中频表征了一个幅度相对平稳的，信噪比相对大的区域。高频的信 噪比小，我们给予低的权值，或者忽略。
[0067] S8:计算每个频带的相关系数。所述S8中包括步骤：
[0068] S81:取低频信号计算yL(t)，t=l, . . . ,My和xPL(t)，t=l, . . . ,My的相关性系数，获 得Pl(I);然后yL(t)，t = l，· · ·，My，和xPL(t)，t = 2, · · ·，My+l与获得相关系数pl(2);以此类 推，获得相关系数序列PL(t)，t=l, · · ·，2mc+l;
[0069] S82:取中频信号计算yM(t)，t=l, . . . ,My和xPM(t)，t=l, . . . ,My的相关性系数，获 得Pm(I);然后yM(t)，t = l，. . .，My，和xPM(t)，t = 2, . . .，My+l与获得相关系数pm(2);以此类 推，获得相关系数序列PM(t)，t=l,. . .，2nk+l;
[0070] S83:取高频信号计算yH(t)，t=l，· · ·，My和xpH(t)，t=l，· · ·，My的相关性系数，获 得Ph(I);然后yH(t)，t = l，· · ·，My，和xPH(t)，t = 2, · · ·，My+l与获得相关系数ph(2);以此类 推，获得相关系数序列PH(t)，t=l,. . .，2nk+l;
[0071] S9:对上述每个频带的相关系数进行加权计算，获取相关系数序列，并选取其最大 值。所述S9中使用加权系数使用加权系数azIlaiaLasLcu，· · ·，α3彡〇, I |α| I =1，计算加权 P(t)=a[pL(t)，PM(t)，PH(t)] '，选取 P(t)中最大值，对于的序号是 mkc，(Xmkc^2mc+l。这里 的P(t)=a[pL(t)，PM(t)，PH(t)] '表示加权系数矩阵a与矩阵[pL(t)，PM(t)，PH(t)]的乘法。
[0072] SlO:比较最大值P(k)和一设定阈值λ的大小；若最大值p(k) >人则表示接受该位 置，则获得的实际匹配位置为nu+mkc;
[0073] 如果不满足Ρ(1〇>λ，则在S6中依次使用匹配位置m2至mk继续执行步骤S7-S9。
[0074] 以下通过一个具体实例，介绍本发明的声音匹配方法。
[0075] 本发明的匹配方法能用于音乐匹配，类如截取一段音乐，或者是任何两个需要做 二维信号匹配的地方。
[0076] 若有参考信号x(t)，目标信号y(t)。目的就是从参考信号中找到与目标信号匹配 的信号/(/)<=.\-(/)。其中7 /(1:)是7(1:)的变换，定义为7/(1:)=1'(7(1:))。算子1'(>)代表某种 本算法能够处理的变换，包括线性变换，也可以是非线性的幅度和相位的变换。
[0077] 请参阅图3,其为本发明的实施流程图。
[0078]详细方法：
[0079] 首先对x(t)和y(t)进行必要的预处理，包括降噪、去混响等。
[0080] 然后进行重叠为UFFT点数为Nfft的STFT变换，分别对应为X(f，m)和Y(f，m)，其中f = 0,1，· · ·，Nf_1 表示频率，对于 X(f，m)，m=l，2, · · .Mx 表示帧数。对于 Y(f，m)，m=l，2, · · .My 表示帧数。因为是为了在X(f，m)中寻找Y(f，m)的变换量，因此显然My彡Mx。
[0081] 接着估计X(f，m)和Y(f，m)的本底噪声获得乂"^111)，￥11^111)，估计本底噪声的方法 可以是最小跟踪或者其他能够估计噪声的方法的一种。
[0082] 对X(f，m)和Y(f，m)进行二值化获得Xb(f，m)，m=l，2, · · .Mx，Yb(f，m)，m=l，2， ...My 〇
[0083] 最后计匹配位置，计算Xb(f，m)每个频点在Yb(f，m)中的位置。然后加权平均获得k 最终位置分别用mi，m2,. . .，mmi，m2,. . .，mkk表示。其中位置mi到mk的匹配度递减，mi表示最匹 配。
[0084]接着，对这个范围附近的前后N个帧数据再处理。
[0085] 前面获得了匹配位置k个匹配位置nu，m2, · · ·，mk。首先以匹配位置m为中心，向两 边mc的位置取出丨)"."外/.，川丨)…丨 +"1^^ 个值做ISTFT，或者直接在原序列中提取原序列。如果需要使用FFT滤波器的话，就对My+2mc+ 1个位置直接使用，并用ISTFT还原。如果使用时域的滤波器方法就直接提取这My+2mc+l个位 置的时域信号x P(t)。
[0086] 跟着，在N个帧中使用改进的相关性算法搜索位置。现在我们考虑的问题是xP(t) 与y(t)的匹配问题。因为往往ylOiTGU))的变化都不是线性的，同时也有可能引入一 些噪声。因此本发明不使用直接的相关性计算方法，而是用使用一种分频带的相关性计算 法。
[0087] 首先把Xp(t)和y(t)分成对于语音信号而言（对于音乐信号或者其他二维信号可 以考虑其他划分组成的标准)分成三个组成：高频FH=FHi,...，FHh，中频FM = FMi, ...，FMh， 低频FL = FL1, ...，FLh。注意该定义与普通描述通信系统的或者声音的频带划分不同。这个 划分是一个相对的划分，对于语音信号，低频表征了这个信号的包络特性，中频表征了一个 幅度相对平稳的，信噪比相对大的区域。高频的信噪比小，我们给予低的权值，或者忽略。
[0088 ]对三个频带的数据分别使用以下的算法计算相关性。X p (t)和y (t)经过同样的方 法进行分频变为XpL⑴，XpM(t)，xPH(t)和yL(t)，yM⑴，yH(t)三个频带。
[0089] 第一步，取低频信号计算yL(t)，t = l，…，My和xPL(t)，t = l，…，My的相关性系数， 获得Pl(I);然后yL(t)，t = l，· · ·，My，和xpL(t)，t = 2，· · ·，My+l与获得相关系数pl(2);以此 类推，可以获得相关系数序列PL(t)，t=l，· · ·，2mc+l。
[0090] 第二步，对 XpM(t)，yH(t)和 XpM(t)yH(t)使用第一步的方法，获得 PM(t)和 PH(t)。
[0091] 第三步，使用加权系数CX1, ...，(13多0, I |α| I =1，计算加权P⑴=α [PL(t)，PM(t)，PH(t)] '。这里的P(t)=a[pL(t)，PM(t)，PH(t)] '表示加权系数矩阵α与矩阵 [PL(t)，PM(t)，PH(t)]的乘法。注意，分频限制，此处也可以是N个频带。加权系数根据语音情 况设定，如果需要减小低信噪比的的频带的影响，则对该频带使用较小的系数或者为设置 系数为0。
[0092] 第四步，选取p( t)中最大值，对于的序号是mkc，(Xmkc< 2mc+l。
[0093] 第五步，如果ρ(1〇>λ则表示接受该位置。假设获得的位置为mi，获得的实际匹配 位置就是mi+mk。。如果不满足P (k) > λ，那么使用m2位置搜索继续。
[0094] 相比于现有技术，本发明能够提高声音匹配的精度。同时，相比于常规相关性而 言，仅仅计算部分信号的相关性，可以降低复杂度，提高运算速度。
[0095] 请参阅图4,其为本发明的信号匹配装置的模块连接框图。
[0096] 本发明还提供了一种用于实现上述信号匹配方法的信号匹配装置，其包括:预处 理模块1、频域变换模块2、估计模块3、二值化处理模块4、匹配位置计算模块5、时域还原模 块6、分频模块7、相关系数计算模块8、加权计算模块9和比较模块10。
[0097]所述预处理模块1，用于对参考信号x(t)和目标信号y(t)分别进行预处理。具体 的，所述预处理模块中的预处理的方式包括降噪、去混响和预加重等。
[0098] 所述频域变换模块2,用于对参考信号x(t)和目标信号y(t)分别进行短时傅里叶 变换，分别得出频域参考信号X(f，m)和目标信号Y(f，m)，其中f = 0，l，. . .，Nf-1表示频率， 对于 x(f，m)，m=l，2, ...Mx 表示帧数;对于 Y(f，m)，m=l，2, ...My 表示帧数；
[0099] 所述估计模块3,用于对参考信号X(f>)和目标信号Y(f>)分别进行估计本底噪 声，分别获得乂11^111)，￥ 11^111)。具体的，所述估计模块中使用最小跟踪方法进行估计本底噪 声，也可以使用如直接估计等其他估计方法。
[0100] 所述二值化处理模块4,用于根据本底噪声分别对参考信号X(f，m)和目标信号Y (f，m)进行二值化处理，分别获得Xb(f，m)，m=l，2, · · .Mx，Yb(f，m)，m=l，2, · · .My;
[0101] 所述匹配位置计算模块5,用于计算Xb(f，m)每个频点在Yb(f，m)中的位置，获得k个 匹配位置，分别用nu，m 2, · · ·，mk表示，其中位置血到mk的匹配度递减；
[0102] 所述时域还原模块6，以匹配位置m为中心，向两边的位置取出 出丨外/.，"?丨+ 1)，…,对….，.X(/，川I +"p-M'JhMy+Smc+l个值 原出相应的时域信号xP(t)。
[0103] 所述分频模块7,用于分别对该时域信号&(〇和目标信号y(t)进行分频，分别得 出若干个频带。具体的，在本实施例中，所述分频模块将x P(t)和y(t)分别分频变为XpL(t)， XpM(t)，xPH(t)和yL(t)，yM(t)，yH(t)三个频带。
[0104] 所述相关系数计算模块8,用于分别计算每个频带的相关系数。具体的，所述相关 系数计算模块，包括低频计算子模块81、中频计算子模块82和高频计算子模块83。
[0105]所述低频计算子模块81，用于取低频信号计算yL(t)，t = l, · · · ,My和xPL(t)，t = I，· · ·，My的相关性系数，获得 pl( 1);然后yi(t)，t = l, · · ·，My，和 XpL( t)，t = 2，· · ·，My+l与获 得相关系数PL(2);以此类推，获得相关系数序列R(t)，t = I，. . .，2nk+l;
[0106]所述中频计算子模块82,用于取中频信号计算yM(t)，t = l, . . . ,My和xPM(t)，t = I，. . .，My的相关性系数，获得Pm(I);然后yM(t)，t = l，. . .，My，和xPM(t)，t = 2, . . .，My+l与获 得相关系数Pm(2);以此类推，获得相关系数序列pM(t)，t = I，· · .，2mc+l;
[0107]所述高频计算子模块83,用于取高频信号计算yH(t)，t = l, · · · ,My和xPH(t)，t = I，· · ·，My的相关性系数，获得 PH( 1);然后yH(t)，t=l, · · ·，My，和 XpH( t)，t = 2，· · ·，My+l与获 得相关系数PH(2);以此类推，获得相关系数序列PH(t)，t = I，· · .，2mc+l;
[0108] 所述加权计算模块9,用于对上述每个频带的相关系数进行加权计算，获取相关系 数序列，并选取其最大值。所述加权计算模块使用加权系数使用加权系数α = [α?，α2，α3]， <11,...，€[ 3彡0，||€[||=1，计算加权0(1：)=€[|>1^(1：)^(1：)，0[1(1：)]'，选取0(1：)中最大值，对于 的序号是mkc ；，0彡mkc；彡2mc；+l。这里的p(t)=α[pL(t)，PM(t)，PH(t)]'表示加权系数矩阵α与矩 阵[PL(t)，PM(t)，PH(t)]的乘法。
[0109] 所述比较模块10，用于比较最大值P(k)和一设定阈值λ的大小;若最大值p(k) >λ 则表示接受该位置，则获得的实际匹配位置为m+mk。;如果不满足Ρ(1〇>λ，则在时域还原模 块中依次使用肥至趾匹配位置继续搜索相关系数。
[0110]相比于现有技术，本发明能够提高声音匹配的精度。同时，相比于常规相关性而 言，仅仅计算部分信号的相关性，可以降低复杂度，提高运算速度。
[0111]本发明并不局限于上述实施方式，如果对本发明的各种改动或变形不脱离本发明 的精神和范围，倘若这些改动和变形属于本发明的权利要求和等同技术范围之内，则本发 明也意图包含这些改动和变形。
【主权项】
1. 一种信号匹配方法，其包括以下步骤： S1:对参考信号x(t)和目标信号y(t)分别进行预处理； S2:对参考信号x(t)和目标信号y(t)分别进行短时傅里叶变换，分别得出频域参考信 号X(f，m)和目标信号Y(f，m)，其中f = 0，l，. . .，Nf_1 表示频率，对于X(f，m)，m=l，2,. . .Mx表 示帧数;对于Y(f，m)，m=l，2, · · .My表示帧数； S3:对参考信号X(f，m)和目标信号Y(f>)分别进行估计本底噪声，分别获得Xn(f>)，Y n (f ,m)； S4:根据本底噪声分别对参考信号X(f>)和目标信号Y(f>)进行二值化处理，分别获 得Xb(f，m)，m=l，2, · · .Mx，Yb(f，m)，m=l，2, · · .My; S5:计算Xb(f，m)每个频点在Yb(f，m)中的位置，获得k个匹配位置，分别用mi，m2, · · ·，mk 表示，其中位置nu到mk的匹配度递减； S6:以匹配位置m为中心，向两边的位置取出 [a乂/、％ - ),尤(/, +1)，,片/，％)，…，X(/，％ +相。+ Afjj，My+2mc+1 个值，并分 别还原出相应的时域信号xP(t); S7:分别对该时域信号xP(t)和目标信号y(t)进行分频，分别得出若干个频带； S8:计算每个频带的相关系数； S9:对上述每个频带的相关系数进行加权计算，获取相关系数序列，并选取其最大值。2. 根据权利要求1所述信号匹配方法，其特征在于:所述S1中进行预处理的方式包括降 噪、去混响和预加重。3. 根据权利要求1所述信号匹配方法，其特征在于:所述S3中使用最小跟踪或者直接估 计方法进行估计本底噪声。4. 根据权利要求1所述信号匹配方法，其特征在于:所述S7中将xP(t)和y(t)分别分频变 为 XpL(t)，xPM(t)，xPH(t)和 yL(t)，yM(t)，yH(t)三个频带； 所述S8中包括步骤： S81:取低频信号计算yL(t)，t = l,…，My和xPL(t)，t=l,…，My的相关性系数，获得pl (1);然后几(〇4 = 1，...爲，和办办）4 = 2，...為+1与获得相关系数仇(2);以此类推，获 得相关系数序列PL(t)，t=l, · · ·，2mc+l; S82:取中频信号计算yM(t)，t = l, . . .，My和xPM(t)，t=l,. . .，My的相关性系数，获得pm (1);然后7(?(〇4 = 1，...爲，和办[^)4 = 2，...為+1与获得相关系数0[?(2);以此类推，获 得相关系数序列PM(t)，t=l,. . .，2nk+l; S83:取高频信号计算yH(t)，t = l, · · ·，My和xPH(t)，t=l, · · ·，My的相关性系数，获得ph (1);然后7办）4 = 1，...爲，和知办）4 = 2，...為+1与获得相关系数011(2);以此类推，获 得相关系数序列PH(t)，t=l,. . .，2nk+l; 所述59中使用加权系数使用加权系数(1=[€[1，(12，(13]，€[ 1，...，(13彡〇，||€[||=1，计算加 权P(t)=a[pL(t)，PM(t)，PH(t)] '，选取p(t)中最大值，对于的序号是mkc，(Xmkc^2mc+l。5. 根据权利要求4所述信号匹配方法，其特征在于:还包括步骤S10:比较最大值P(k)和 一设定阈值λ的大小；若最大值Ρ(1〇>λ则表示接受该位置，则获得的实际匹配位置为 mi+ mkc； 如果不满足Ρ(1〇>λ，则在S6中依次使用匹配位置m2至mk继续执行步骤S7-S9。6. -种信号匹配装置，其特征在于，包括： 预处理模块，用于对参考信号x(t)和目标信号y(t)分别进行预处理； 频域变换模块，用于对参考信号x(t)和目标信号y(t)分别进行短时傅里叶变换，分别 得出频域参考信号X(f，m)和目标信号Y(f，m)，其中f = 0，l，. . .，Nf-1表示频率，对于X(f， m)，m=l，2, ...Mx 表示帧数;对于 Y(f，m)，m=l，2, ...My 表示帧数； 估计模块，用于对参考信号X(f>)和目标信号Y(f，m)分别进行估计本底噪声，分别获 得Xn(f，m)，Yn(f，m); 二值化处理模块，用于根据本底噪声分别对参考信号X(f>)和目标信号Y(f>)进行二 值化处理，分别获得Xb(f，m)，m=l，2, · · .Mx，Yb(f，m)，m=l，2, · · .My; 匹配位置计算模块，用于计算Xb(f，m)每个频点在Yb(f，m)中的位置，获得k个匹配位置， 分别用mi，m2,. . .，mk表示，其中位置mi到mk的匹配度递减； 时域还原模块，以匹配位置m为中心，向两边的位置取出 [Α"(/，/% --"?,+ 1 )..·,，尤(/，/%)，.·.，+ "/( + )j，My+2mc+l个值，并分 别还原出相应的时域信号xP(t); 分频模块，用于分别对该时域信号xP(t)和目标信号y(t)进行分频，分别得出若干个频 带； 相关系数计算模块，用于分别计算每个频带的相关系数； 加权计算模块，用于对上述每个频带的相关系数进行加权计算，获取相关系数序列，并 选取其最大值。7. 根据权利要求6所述信号匹配装置，其特征在于:所述预处理模块中的预处理的方式 包括降噪、去混响和预加重。8. 根据权利要求6所述信号匹配装置，其特征在于:所述估计模块中使用最小跟踪或者 直接估计方法进行估计本底噪声。9. 根据权利要求6所述信号匹配装置，其特征在于:所述分频模块将&(〇和y(t)分别分 频变为XpL(t)，xPM(t)，x PH(t)和yL(t)，yM(t)，yH(t)三个频带； 所述相关系数计算模块，包括 低频计算子模块，用于取低频信号计算yL(t)，t=l, . . .，My和XPL(t)，t=l, . . .，My的相 关性系数，获得PL(1);然后yL(t)，t = l, · · ·，My，和xPL(t)，t = 2, · · ·，My+l与获得相关系数PL (2);以此类推，获得相关系数序列pL(t)，t=l, · · ·，2mc+l; 中频计算子模块，用于取中频信号计算yM(t)，t=l, . . .，My和XPM(t)，t=l, . . .，My的相 关性系数，获得Pm(1);然后yM(t)，t = l，. . .，My，和xPM(t)，t = 2,. . .，My+l与获得相关系数pm (2);以此类推，获得相关系数序列PM(t)，t=l, ·2mc+l; 高频计算子模块，用于取高频信号计算yH(t)，t=l, · · ·，My和XPH(t)，t=l, · · ·，My的相 关性系数，获得Ph(1);然后yH(t)，t = l，…，My，和xPH(t)，t = 2,…，My+1与获得相关系数ph (2);以此类推，获得相关系数序列PH(t)，t=l, ·2mc+l; 所述加权计算模块使用加权系数使用加权系数. . .，α3彡〇, | |α| | = 1，计算加权P(t) =a[pL(t)，PM(t)，PH(t)] '，选取p(t)中最大值，对于的序号是mkc，(Xmkc彡 2mc+l 〇10.根据权利要求6所述信号匹配装置，其特征在于:还包括比较模块，用于比较最大值 P(k)和一设定阈值λ的大小;若最大值ρ(1〇>λ则表示接受该位置，则获得的实际匹配位置 为m+mkc;如果不满足Ρ(1〇>λ，则在时域还原模块中依次使用肥至趾匹配位置继续搜索相关 系数。
【文档编号】G10L25/06GK106057211SQ201610373420
【公开日】2016年10月26日
【申请日】2016年5月27日
【发明人】徐波
【申请人】广州多益网络股份有限公司