降噪后残留的周期性信号评估算法制造技术

本发明专利技术公开了降噪后残留的周期性信号评估算法，包括以下步骤：S1：设置信号采集设备等间距的时间中对声波进行采样，并通过正常背景数据库中的噪声和故障声数据库的噪声与周期性故障噪声进行叠加模拟；S2：将采样的声波进行高维特征提取，提取构造信号的残余信号；S3：将高维特征提取的特征输入至相似性预测网络，判断周期性故障数据是否连续。本发明专利技术通过组合背景噪声库与故障噪声库，训练前处理后的信号周期性估计网络，通过周期性网络来实际计算周期采样信号的周期性，通过transformer网络进行周期性估计，针对周期性采样的设备设计，可以有效地评估残留信号的周期性，便于能够解决特定场景的背景噪声问题。特定场景的背景噪声问题。特定场景的背景噪声问题。

【技术实现步骤摘要】
降噪后残留的周期性信号评估算法


[0001]本专利技术涉及信号评估算法，特别涉及降噪后残留的周期性信号评估算法，属于信号处理


技术介绍

[0002]噪音是一类引起人烦躁、或音量过强而危害人体健康的声音，从环境保护的角度讲：凡是妨碍人们正常休息、学习和工作的声音，以及对人们要听的声音产生干扰的声音，都属于噪音，从物理学的角度讲：噪音是发声体做无规则振动时发出的声音。
[0003]一般的评估都是通过傅立叶变换观察周期性，或者计算互相关系数来观察相关性，但由于背景噪声不同，房间场地的不同，降噪后得到的信号畸变失真也会不同，因此通过原有的相关性算法计算都无法解决特定的场景。

技术实现思路

[0004]本专利技术的目的在于提供降噪后残留的周期性信号评估算法，以解决上述
技术介绍
中提出的由于背景噪声不同，房间场地的不同，降噪后得到的信号畸变失真也会不同，因此通过原有的相关性算法计算都无法解决特定的场景的问题。
[0005]为实现上述目的，本专利技术提供如下技术方案：包括以下步骤：
[0006]S1：设置信号采本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.降噪后残留的周期性信号评估算法，其特征在于，包括以下步骤：S1：设置信号采集设备等间距的时间中对声波进行采样，并通过正常背景数据库中的噪声和故障声数据库的噪声与周期性故障噪声进行叠加模拟；S2：将采样的声波进行高维特征提取，提取构造信号的残余信号；S3：将高维特征提取的特征输入至相似性预测网络，判断周期性故障数据是否连续；S4：通过相似性预测网络输出当前时间与之前时间的相似性，确定为连续性周期性故障数据，相似性预测网络输出label是1，有一次构造的采样信号不是相同的故障数据，或者没有加入故障数据，则label设成0；S5：通过对相似的作图表对比，将采集声波输入至正常背景声数据库和故障声数据库中。2.根据权利要求1所述的降噪后残留的周期性信号评估算法，其特征在于：所述步骤S2中的残余信号包括：频谱、频率、波长、振幅数据。3.根据权利要求1所述的降噪后残留的周期性信号评估算法，其特征在于：所述步骤S3中相似性预测网络以transformer为主体进行构建，使用现场的正常背...

【专利技术属性】
技术研发人员：杜旭浩，余永生，章林柯，
申请(专利权)人：武汉声与声科技合伙企业有限合伙，
类型：发明
国别省市：