时变信号处理关键技术研究

发布时间：2020-03-14 09:03

【摘要】：信号是信息的载体,信息处理的关键在于对信号中关键信息属性的提取与分析。时变信号(Time Varying Signal,TVS),如各种音频信号和生命体征信号等,是一类重要的、具有非线性非平稳特性的常见信号,涵盖了信息提取的主要难点和热点问题。在目前的绝大多数研究中都将TVS视为短时平稳且线性的,重点关注其时域和频域包含的信息,而信号随时间变化部分所承载的信息大部分被忽略,严重影响TVS信息提取的精准度,使其实际应用受到了很大限制。本论文面对TVS处理的挑战,重点研究了TVS的信号分割标准、信号成分分析、信号建模与特征提取以及分类识别等核心问题,主要研究内容包括:(1)实时精准分割是TVS信号分析的前提。针对TVS处理中的粒度划分标准与快速鲁棒分割算法等问题,提出了基于Hilbert谱(Hilbert Spectrum,HS)的自适应信号分割技术。通过深入研究非平稳过程产生非线性失真的描述与恢复方法,精确地提取了信号在HS时域和频域上的能量特征。为了提升HS时域能量特征的区分能力,提出了基于时域能量对数的能量强度指数,并基于该指数完成初始分割。其后利用TVS在不同频带上的变化差异,通过对相邻等长时段内的频域能量差异进行考察,检测TVS的精确分割点。与其他主流信号分割技术相比,本文方法得到的分割结果准确,并具有更少的插入与漏检错误;在语音识别应用中,本文方法在87%以上情况下会给出合理的分割结果。(2)针对TVS有效成分自动分析问题,提出了一种将独立成分分析(Independent Component Analysis,ICA)和希尔伯特黄变换相融合的TVS成分分析技术。在复杂的实际环境中,所获得的TVS通常由多种源信号混合而成,ICA可以分离信号中的这些隐藏成分。但ICA也具有独立成分(Independent Component,IC)顺序和幅值不确定的问题。为此我们对各IC实施经验模态分解(Empirical Mode Decomposition,EMD),利用IC趋势项能够有效表征信号差异的特性,自动地对感兴趣的IC进行识别;通过计算IC的瞬时频率来实施频域滤波,得到了更加精确的成分。面对以多成分混合和强干扰频发为特征的典型TVS——脑电信号(Electroencephalogram,EEG),我们对本文方法的信号分离和成分提取能力进行了验证。对于眼电伪迹影响的问题,本文方法可以有效去除EEG信号中99.9%的眼电信号。在同经典的基于ICA和回归分析的方法比较中看到,本文方法将修正EEG信号与原始EEG信号的相关度从经典ICA的0.69和回归分析的0.71提高到0.84,并且保留了更多的脑认知活动相关信息。(3)TVS包含的高维特征,只有通过高效的建模才能有效提取,稀疏模型是TVS简洁、高效的表达,对此本文提出了一种基于本征模态函数基字典的TVS稀疏建模与特征提取方法。对信号进行EMD分解得到的本征模态函数(Intrinsic Mode Function,IMF)是信号最本质的成分。我们提出将IMF用于字典的学习,引进层级稀疏建模的思想,通过正交匹配追踪对TVS进行稀疏建模,在保证建模效果的前提下极大地消除了建模效率低下的问题。并且,进一步提出了基于压缩感知理论的特征提取方法,将少量但却包含了主要信息的感知特征系数作为TVS后续处理的有效特征。实验证明:在相同稀疏度下,用本文稀疏模型重构信号的信噪比,比其他主流方法高2d B以上;在相同信噪比下,本方法稀疏建模所需要的原子数量最少;对音频信号来说,本方法不仅能最大限度地刻画其中的语义信息,而且更适于对音频情感识别问题的解决。(4)构建一个高性能、高鲁棒的TVS分类器是实际应用系统的重要部分。针对实际应用中的数据分布复杂、类别多样、漂移变化和新类涌现等棘手问题,本文重点研究了基于自适应谐振理论(Adaptive Resonance Theory,ART)神经网络技术,提出了一种基于半监督学习的ART2网络(Semi-Supervised ART2,SS-ART2),并提出了基于广义相似度和置信度的SS-ART2运行机制。所提出的SS-ART2对于未知类别样本,通过为该样本激活新输出模式的方法,大大降低了新涌现情况对网络性能的影响;引进半监督学习机制,充分利用有标记样本和无标记样本,大大提升网络训练效率;采用广义相似度和样本置信度改进网络权值更新方法,解决了标注错误、奇异样本和模式漂移等问题;此外通过采取局部警戒阈值的方法,还可以有效避免全局调整形成的网络震荡。实验证明所提出的SS-ART2网络结构合理,输出模式中心能够反映实际数据的聚类中心,与实验中的其他方法相比,可以取得最好的分类识别准确率。本文所提方法综合利用了信号自身特点和信号之间差异,对多通道TVS系统通常能充分发挥性能,而单通道情况则成为了对系统更严苛的考验。通过连续的单通道新闻联播音频流,并随机地加入冲激信号来模拟突发性噪声干扰,对本文方法进行系统性的评测,本文方法可以有效剔除各种干扰,保证声学事件识别的准确度不受影响,而且通过提取信号自身特征和差异特征,实现语音情感识别的准确率达到70.2%,平均高出其他主流方法约6%。本文针对TVS处理的关键问题进行了深入细致研究,重点解决了实时TVS处理系统中的精准分割、成分分析、特征提取与可靠识别等核心问题,在脑电信号和音频信号等TVS处理的难点问题上取得了很好的效果,为各种TVS处理奠定了坚实基础并对相近领域具有重要启发意义。
【图文】：

音频信号,语音,割点,信号持续时间

类型的信号；同一话者或情感的语音中又包含不同的语音内容，如图 2-1 所示TVS 经常会遇到不同质信号间转换速度快，或同质且内容上平稳的信号持续时间很短的情况，对分割点的检测也造成困难。

背景噪声,分割点,信号能量,语音信号

上看无法准确判断分割点的具体位置。如图 2-2 所示：一段有背景音的语音信号，背景音相对于语音信号就是噪声。在对这样的信号进行分割时，由于噪声的存在，信号能量较纯净信号能量更大，再加上特征更多地表征了噪声，因此使其中存在的分割点难以被检出。
【学位授予单位】：哈尔滨工业大学
【学位级别】：博士
【学位授予年份】：2016
【分类号】：TN911.7

【相似文献】