用于精确波形测量的域识别和分离制造技术

一种用于计算机化数字信号处理的机器实现方法，从数据存储器或者从模拟信号的变换获得数字信号，并根据数字信号确定测量矩阵（MM）。每个测量矩阵具有多个单元，每个单元具有与对于时间片在频率点内的信号能量相对应的幅度。每个测量矩阵中在时间片内具有最大幅度的单元被识别为最大值单元。识别在时间和频率方面位置一致的最大值，构建被称作“精确测量矩阵”的表示位置一致最大值的相互关联最大值矩阵，以及相邻的被标记出的最大值被链接成局部链。如果仅构建一个MM，则识别多个类型的最大值以生成精确测量矩阵。然后将局部链分离成限定的域关系用于识别和分离。

【技术实现步骤摘要】
【国外来华专利技术】
本专利技术涉及波形和复合波形的时间频率幅度分析、测量和分解(parse apart)。注意，词语“信号”是更通用的“波形”的流行同义词并且在此二者可以互换使用。尽管本文 档的绝大部分指代音频频率范围，但用于本专利技术目的的波形不限于任何特定频率范围或复杂性(complexity)。任何将测量波形/信号作为其处理的一部分的技术都可以从所描述的这种机器和发现处理中得到辅助。
技术介绍
给定ー个复合波形，期望准确测量该波形及其成分，这些成分可能由几个源生成。这在波形包括以下内容时难以进行由不同源产生的在时间和频率中叠加的信号，被较高能量/幅度信号遮盖的低能量/幅度信号，频率的快速变化，和/或幅度的快速变化。如果能够更准确地测量、分析这些波形和在不同域中将信息分解，将极大地提升我们理解这些波形所包含的内容和如何分离和/或修改这些内容的能力。传统地，在时域和频域中分析波形。通常，这些波形首先被数字地捕获作为时间上的幅度样本，随后使用一系列变换来測量信号，其结果被显示在时间、频率和幅度矩阵中。已经开发了多种技术以从时间序列数据提取时间/频率/幅度信息。然而，表示频率和幅度如何相对于时间变化可能是有挑战的，特别是当存在陡峭的频率和/或幅度变化或来自多个源的信号占据相同的时间和频率区域吋。获取时间、频率和幅度信息的ー种常用变换是离散傅立叶变换(DFT)。不幸的是，在由DFT的大小(尺寸)导致的频率分辨率和时间分辨率之间存在折衷。由DFT检查的时间窗与其尺寸成比例。因此，与小尺寸DFT相比，大尺寸DFT检测更大的时间窗。该更大的时间窗使得大尺寸DFT对动态变化反应很慢。相反地，大尺寸DFT将频率范围划分为更精细片段。通过DFT测量的最大频率为数字化的信号的采样率的一半。尺寸X的DFT将从0至最大值的频率范围划分为X/2个相等尺寸的“点(bin)”。因此，在DFT中每ー个频率点的大小等于采样率除以DFT的尺寸的结果的两倍。因此，较大尺寸的DFT具有较高的频率分辨率但时间分辨率较低。较小尺寸的DFT具有较高的时间分辨率但频率分辨率较低。由于这ー折衷，专业人员寻找改变的DFT或其它替代方法以在时间和频率上均具有良好分辨率的情况下准确地表示动态时变波形。本专利技术人已经获得了多项专利授权，在此通过引用而合并于此。这些专利是快速查找基频方法(Fast Find Fundamental Method),美国专利第6，766，288B1号；改进复杂波形的谐波内容的方法(Methodof Modifying Harmonic Content of a Complex Waveform),美国专利第7,003，120B1号；以及信号分片方法(Method of Signal Shredding)，美国专利第6，798，886B1号。提交于2009年11月12日的专利申请第PCT/US2009/064120号的精确测量矩阵PMM也通过引用而合并于此。
技术实现思路
本专利技术提供了一种用于数字信号处理的机器实现方法，包括从模拟信号的转换或者从数据存储器获取数字信号；根据专利申请第PCT/US2009/064120号构建精确测量矩阵(PMM)，PMM包括包含针对特定时间和频率的幅度的具有标记的相互关联最大值的单元；以及使用PMM中的最大值的域关系和最大值的局部链(partial chain)来识别相关联单元以便识别和分离复杂的复合波形内的声源。此处要求保护的扩展包括识别PMM中的相关联单元的新方式。在PMM中关联单元的新方式中，可以通过以下的“域”关系关联单元频率、时间、幅度、谐波、开始时间、停止时间、峰值时间、长度、攻角和衰变角、频率重复、模式重复、存储器中发现的模式和未在存储器中发现的模式、以及非随机数学关系。具体来说，以这些方式中的ー种或者这些方式的多种组合而相关的最大值单元和/或者最大值单元链被识别和标记出来。被如此相关的単元是用于源识别的候选。附图说明图I是示出各公开的实施例的功能的框图。图2是针对第二音频采样信号、示出全部PMM事件的河流三维屏幕截图。图3是示出针对第二采样发生在限定幅度水平之上的解析幅度域事件的三维屏.截图。图4A和4B分别是对于第二采样示出为谐波相关的谐波域事件的三維和ニ维屏幕截图。根据用于找到谐波相关事件的美国专利第6，766，288B1号，“快速查找基频方法”。图5A和5B分别是重复域事件的三維和ニ维屏幕截图。对于第二采样示出按照频率点每10秒15个事件的重复事件。图6是谐波域和幅度域的组合域的ニ维屏幕截图。图7是示出全部PMM事件的对于第三音频采样信号的河流三维屏幕截图。图8是对于第三采样示出为发生在限定的幅度范围内的幅值域事件的三维屏幕截图。图9A和9B分别是根据第三采样的开始时间分选的局部链域的三維和ニ维屏幕截图。图10是对于第三采样的长链(在0. 375秒期间)的局部链域屏幕截图。图11是示出用于第四音频采样的角度參数的局部链域屏幕截图。图12是对于第五采样示出为谐波相关的谐波域事件的三维屏幕截图。图13是用于解释所公开的实施例的效用的替代示意图。具体实施方式如上面阐释的，所公开的实施例提供识别基于获得的数字信号而构建的精确测量矩阵PMM中的相关单元的新方式。如申请NO.PCT/US2009/064120中阐释的，PMM包括含有针对特定时间和频率的幅度的、具有标记的相互关联最大值的单元。使用PMM中的最大值的域关系和最大值的局部链来识别相关单元使得可在复杂的复合波形中识别并分离声源。因此，识别PMM中的相关单元的新方式具有显著效用和实际应用。在对所公开的实施例的深入论述之前，应理解，一般来说，通过执行多次FFT (或它们的等价形式)以生成测量矩阵(MM)来构建是表示要被分析的数字信号的频谱幅度的单元的矩阵。因此，对于特定的时间片，每个FFT生成一行或一列单元(一个单元用于一个频率点)。如专利申请No. PCT/US2009/064120中描述的那样，PMM是从MM生成的、具有标记的相互关联最大值的时间、频率、幅度事件矩阵。应该理解，在必要时，如该专利申请阐释的 那样，所生成的MM可被拉伸以提供重叠从而确保在整个PMM上存在适当的覆盖。根据本公开，提供了在PMM中使单元关联的新方式；更具体地，可通过以下的“域”关系来关联单元频率、时间、幅度、谐波、开始时间、停止时间、峰值时间、长度、攻角和衰变角、频率重复、模式重复、存储器中发现的模式、存储器中未发现的模式以及非随机数学关系。因此，可以识别和标记以这些方式之一或者这些方式的多种组合来进行关联的最大值单元和/或最大值单元链。结果，如此关联的单元可以被识别为用于源识别的候选。在了解所公开的实施例的初步和概括解释的情况下，接下来提供在后面详细说明中使用的各种术语的更具体定义。定义在此使用以下定义。FT :傅立叶变换一计算波形的频谱幅度的算法。DFT :离散傅立叶变换一计算离散(数字化的)波形的频谱的幅度的算法。DFT输出可以是复数或者仅实数幅度。本专利技术的许多优选实施例仅需要实数幅度。除非特别地描述为复数，此处对DFT的所有引用均针对具有实数输出的DFT。FFT :快速傅立叶变换-一种快速运行的DFT方法，其如此流行以至于其名称通常与DFT同义地使用。此处DF本文档来自技高网...

【技术保护点】

【技术特征摘要】
【国外来华专利技术】...

【专利技术属性】
技术研发人员：J·W·史密斯死亡，P·R·史密斯，F·M·斯莱，S·G·W·莫里斯，
申请(专利权)人：保罗里德史密斯吉塔尔斯股份合作有限公司，
类型：发明
国别省市：