專利名稱：用于檢測(cè)噪聲中的周期信號(hào)的信號(hào)處理系統(tǒng)的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種把噪聲影響局部化的方法，并涉及一種應(yīng)用這種方法的信號(hào)處理系統(tǒng)。本發(fā)明還涉及信號(hào)處理系統(tǒng)在與多分量信號(hào)的分析相關(guān)的信號(hào)檢測(cè)及跟蹤系統(tǒng)中的應(yīng)用。
不管信號(hào)的來(lái)源怎樣，它的探測(cè)都是不完整的，并且探測(cè)到的實(shí)際信號(hào)將包含噪聲及通常有可比擬的強(qiáng)度的系統(tǒng)誤差。尤其，跟蹤時(shí)變信號(hào)會(huì)由于動(dòng)態(tài)變化而自動(dòng)產(chǎn)生一個(gè)時(shí)間周期與下一個(gè)時(shí)間周期之間的系統(tǒng)誤差。人們感覺(jué)到有一種能夠跟蹤信號(hào)隨時(shí)間的變化的需要。這種變化可由各種原因引起并且在許多不同類型的信號(hào)中產(chǎn)生。尤其感興趣的是通常發(fā)生在日常生活中的許多方面的周期現(xiàn)象。例如通信信號(hào)、旋轉(zhuǎn)機(jī)械的聲音、心跳和語(yǔ)音都被分解為周期部分分量。
許多模型化模式已經(jīng)被用來(lái)分析周期現(xiàn)象。這種分析有許多應(yīng)用例如，從旋轉(zhuǎn)發(fā)動(dòng)機(jī)的聲譜中減去周期信號(hào)分量可使它能夠探測(cè)相對(duì)低強(qiáng)度的非周期聲音例如來(lái)自齒輪箱的聲音。類似地如果各個(gè)周期分量可被隔離開(kāi)并且歸因于特定的單個(gè)源，該源的操作的聲音可被監(jiān)測(cè)。這使得能夠早期診斷有缺陷的聲音，否則其將迷失在不調(diào)諧的聲音中。類似地語(yǔ)音的周期分量可以與其它聲音相互隔離并且語(yǔ)音通信可在噪聲環(huán)境中進(jìn)行。也有醫(yī)學(xué)上的應(yīng)用可分析心跳并把諧波干擾從生物醫(yī)學(xué)信號(hào)中移去而使這些信號(hào)被監(jiān)測(cè)。另外，這種復(fù)合信號(hào)的表示需要比信號(hào)自身更少的帶寬，并且能夠通過(guò)窄帶寬通信信道。
已有技術(shù)包括各種用于估測(cè)周期系統(tǒng)中的周期性的技術(shù)。大部分是基于傅立葉(Fourier)分析的，其不能很好地與整個(gè)接收信號(hào)中出現(xiàn)的解析的多信號(hào)相配合，也不能有效地處理時(shí)變周期性或振幅的跟蹤。傅立葉分析需要對(duì)周期性的許多可能的測(cè)試值的每一個(gè)的測(cè)量似然性進(jìn)行初始評(píng)估。潛在的周期性的范圍是連續(xù)的并且在構(gòu)成一組分立的測(cè)試值時(shí)必須使用非常精細(xì)的尺度。通常導(dǎo)致適當(dāng)?shù)脑O(shè)置的分析或在傅立葉域中進(jìn)行或間接使用梳狀濾波器進(jìn)行。作為分析基礎(chǔ)的固定頻率的傅立葉分量的使用防止備好的任一技術(shù)應(yīng)用于非靜態(tài)的周期性的跟蹤中。另外傅立葉計(jì)算的計(jì)算成本高，使得實(shí)時(shí)分析更加困難并且用低信噪比(SNR)模型得到一些近似結(jié)果。梳狀濾波器提供改善的SNR，但仍保留傅立葉技術(shù)的根本缺點(diǎn)。
在傅立葉計(jì)算中，彼此調(diào)諧相關(guān)的傅立葉分量必須再結(jié)合。一般地系數(shù)是復(fù)數(shù)值，從而不能把直接的線性相加應(yīng)用來(lái)組合這些諧波分量來(lái)形成整個(gè)的模型化信號(hào)。如果應(yīng)用系數(shù)的非相干二次加和，它使得在周期的任何測(cè)試值處SNR的測(cè)量沒(méi)有被優(yōu)化。
另一種情況是使用一組梳狀濾波器，與給定的測(cè)試周期相匹配的每個(gè)測(cè)試值有一個(gè)濾波器被用于重構(gòu)周期分量的試驗(yàn)估測(cè)。在時(shí)間域中直接應(yīng)用，梳狀濾波器可通過(guò)僅應(yīng)用與周期的特定測(cè)試值相關(guān)的那些諧波分量來(lái)預(yù)先把傅立葉反變換和傅立葉變換相乘來(lái)計(jì)算。傅立葉反變換提供更優(yōu)選的組合彼此調(diào)諧相關(guān)的傅立葉系數(shù)的方法。再次獲得似然性頻譜作為測(cè)試周期的函數(shù)，其中估測(cè)每個(gè)梳狀濾波器的平均功率輸出。從而與前面段落中描述的非相干傅立葉方法相比時(shí)，傅立葉分量不被明確地計(jì)算，并且SNR被改善。
本發(fā)明的一個(gè)目的是提供一種應(yīng)用于多個(gè)非靜態(tài)信號(hào)分量的探測(cè)和跟蹤的方法。
在本專利的說(shuō)明書(shū)中，術(shù)語(yǔ)“循環(huán)單元”是指以規(guī)則的時(shí)間間隔重復(fù)的信號(hào)的任何基本分量。理論上，循環(huán)單元的振幅輪廓和重復(fù)頻率不以任何方式限定。一個(gè)循環(huán)單元“跟蹤”描述了相對(duì)于時(shí)間的循環(huán)單元周期性和振幅輪廓的變化。
本發(fā)明提供一種通過(guò)一表達(dá)式把第一信號(hào)ssinc中的噪聲影響局部化的方法模型信號(hào)∑binc包括至少一個(gè)模型分量binc，各個(gè)分量binc以一組至少一個(gè)模型化參數(shù)(a0，a1，a2…，an)inc所表示，其特征在于該方法包括步驟(a)從第一信號(hào)ssinc中減去模型信號(hào)∑binc以得到殘留信號(hào)rinc；(b)通過(guò)乘以偽積分因子ρ來(lái)定標(biāo)殘留信號(hào)rinc；(c)通過(guò)用(1-ρ)相乘來(lái)定標(biāo)模型信號(hào)∑binc及其各個(gè)分量而獲得至少一個(gè)定標(biāo)的模型分量；(d)把在步驟(b)獲得的定標(biāo)的殘留信號(hào)增加到在步驟(c)獲得的各個(gè)定標(biāo)的模型分量上以給出相應(yīng)數(shù)目的至少一個(gè)偽積分信號(hào)PIdatainc，其中在定標(biāo)的殘留信號(hào)中干擾噪聲影響被局部化。
本發(fā)明使得噪聲與影響信號(hào)清晰度和強(qiáng)度的系統(tǒng)因子相區(qū)分。用于本發(fā)明的技術(shù)(術(shù)語(yǔ)稱偽積分)的潛在應(yīng)用是無(wú)窮的。通常噪聲具有類似的強(qiáng)度并且掩蓋更重要的系統(tǒng)的信號(hào)影響。本發(fā)明提供把噪聲對(duì)參數(shù)估測(cè)的影響局部化并使關(guān)于系統(tǒng)信號(hào)影響的信息被抽取出來(lái)的裝置。
偽積分因子ρ必須小于或等于整數(shù)單位1，并且在這種技術(shù)的大多數(shù)應(yīng)用中，它具有0.01數(shù)量級(jí)。在本發(fā)明中考慮的實(shí)際信號(hào)等價(jià)于系統(tǒng)影響所干擾的模型信號(hào)和隨機(jī)噪聲信號(hào)。通過(guò)用小因子ρ定標(biāo)包含隨機(jī)噪聲和系統(tǒng)影響的殘留信號(hào)和用(1-ρ)定標(biāo)模型信號(hào)，模型化信號(hào)中的峰值是干擾它們的噪聲定標(biāo)水平的約100倍。在偽積分?jǐn)?shù)據(jù)內(nèi)，因此噪聲的干擾影響被局部化在各個(gè)模型化分量或參數(shù)的附近。一般地信號(hào)內(nèi)的峰被沒(méi)有局部化的噪聲掩蓋。需要積分來(lái)使這些峰在隨機(jī)噪聲的影響上被區(qū)分開(kāi)。
代表各個(gè)模型化分量binc的模型參數(shù)組(a0，a1，a2…，an)可通過(guò)下面的附加步驟被糾正系統(tǒng)誤差(a)把各個(gè)特定模型化分量binc的偽積分信號(hào)PIdatainc模型化而獲得相應(yīng)組局部干擾模型參數(shù)(a0，a1，a2…，an)LP；(b)從它的相應(yīng)的局部干擾模型參數(shù)(a0，a1，a2…，an)LP中減去各個(gè)模型參數(shù)(a0，a1，a2…，an)而獲得相應(yīng)組的至少一個(gè)局部化干擾誤差；(c)通過(guò)除以偽積分因子ρ對(duì)各個(gè)局部化干擾誤差再定標(biāo)回其先前的水平；及(d)把各個(gè)再定標(biāo)的局部化干擾誤差增加到它相應(yīng)的模型參數(shù)(a0，a1，a2…，an)從而獲得一組相應(yīng)的偽積分模型參數(shù)(a0，a1，a2…，an)PI。
偽積分的擴(kuò)展使系統(tǒng)誤差或影響被糾正。在產(chǎn)生信號(hào)模型中，以若干方式產(chǎn)生不準(zhǔn)確。無(wú)論模型如何產(chǎn)生，也不可能是信號(hào)或其任何分量的完美再現(xiàn)。信號(hào)可隨時(shí)間而變化，使用來(lái)預(yù)測(cè)的舊模型不準(zhǔn)確。模型可僅僅是約等于實(shí)際信號(hào)，并且系統(tǒng)誤差可來(lái)自模型的不足。這個(gè)特征是非常靈活的，因?yàn)闊o(wú)論模型的缺陷原因何在，偽積分參數(shù)都可被用來(lái)更新模型。
信號(hào)可被分段來(lái)提供若干信號(hào)窗口ssinc，ssinc+1，…，ssinc+n，并且該方法迭代用來(lái)產(chǎn)生各個(gè)模型化信號(hào)分量的多個(gè)偽積分參數(shù)組(a0，a1，a2…，an)incPI，并且從這種多個(gè)參數(shù)組獲得糾正的參數(shù)組(a0’，a1’，a2’…，an’)。
這個(gè)特征提供了可獲得與已有技術(shù)相比改善的精確度、速度和效率的優(yōu)點(diǎn)。在偽積分域中工作使偽積分參數(shù)用于糾正模型的缺陷。通過(guò)產(chǎn)生多個(gè)偽積分參數(shù)組，更多的數(shù)據(jù)可用來(lái)糾正系統(tǒng)誤差或者說(shuō)是更新模型?？墒褂酶鞣N糾正方法。例如各個(gè)偽積分參數(shù)的多個(gè)值可被簡(jiǎn)單平均來(lái)提供那個(gè)參數(shù)的糾正(平滑)。更準(zhǔn)確的方法是使用產(chǎn)生的數(shù)值來(lái)外推下一個(gè)預(yù)測(cè)值(參數(shù)跟蹤)。在平滑或跟蹤偽積分參數(shù)的情況之一中，不是對(duì)模型參數(shù)進(jìn)行糾正，而是提供對(duì)已有技術(shù)的可觀的改進(jìn)。在本發(fā)明中，隨后的糾正總是包括先前應(yīng)用的糾正，其導(dǎo)致穩(wěn)定性和準(zhǔn)確性的提高。而且，因?yàn)榭蓱?yīng)用完全的糾正，小的系統(tǒng)誤差可與噪聲區(qū)分開(kāi)而不引發(fā)積分滯后并且隨后的已有技術(shù)積分中固有的時(shí)間損失。從而偽積分的應(yīng)用適合于在實(shí)時(shí)信號(hào)處理中執(zhí)行。
這個(gè)特征還提供模型信號(hào)分量及相關(guān)控制參數(shù)的數(shù)目可實(shí)時(shí)地容易地被改變的優(yōu)點(diǎn)。為了把偏差和當(dāng)前應(yīng)用的控制參數(shù)的變化降低到最小，每一個(gè)都可根據(jù)占優(yōu)的狀態(tài)來(lái)調(diào)整。
很清楚本發(fā)明應(yīng)用的系統(tǒng)的本質(zhì)特征不局限于此。一般地幾個(gè)信號(hào)分量的每一個(gè)可被模型化或通過(guò)幾個(gè)參數(shù)來(lái)描述。例如從范圍、角度、頻率、相位、時(shí)序、溫度、變化率、濃度等中選擇的參數(shù)。
模型信號(hào)∑binc可通過(guò)增加從各組偽積分模型參數(shù)(a0，a1，a2…，an)PI中依次獲得的該至少一個(gè)糾正的分量b’inc而糾正系統(tǒng)誤差∑b’inc。
優(yōu)選地第一信號(hào)ssinc是數(shù)字取樣信號(hào)[ss]inc并且模型信號(hào)∑binc優(yōu)選包括先前預(yù)測(cè)的取樣信號(hào)值[∑b]inc。這一特征保持準(zhǔn)確高速和高效的優(yōu)點(diǎn)并且可用于信號(hào)的預(yù)測(cè)值和實(shí)際值之間誤差的實(shí)時(shí)糾正?！案櫋眳?shù)的能力是有力而廣泛應(yīng)用的工具。例如隨時(shí)間、位置和其它參數(shù)迅速變化的復(fù)合信號(hào)可以準(zhǔn)確、高速和高效地被跟隨。近似信號(hào)模型或信號(hào)預(yù)測(cè)，或者在后來(lái)或在不同位置，在后來(lái)的時(shí)間或位置可與實(shí)際收集的信號(hào)迅速進(jìn)行比較。由不準(zhǔn)確預(yù)測(cè)引起的系統(tǒng)誤差然后可被與信號(hào)噪聲區(qū)分開(kāi)并被糾正，而不需要計(jì)算起來(lái)代價(jià)高從而費(fèi)時(shí)的信號(hào)積分。
本發(fā)明的方法可用于第二種方法中來(lái)糾正在描述表現(xiàn)噪聲影響的信號(hào)的一個(gè)分量binc的參數(shù)預(yù)測(cè)值(a0，a1，a2…，an)inc中引起的系統(tǒng)誤差影響，該第二種方法包括步驟(a)從先前確定的參數(shù)值預(yù)測(cè)期望取樣信號(hào)值[∑b]inc；(b)跟隨上述的步驟(a)到(d)，其中第一信號(hào)包括從表現(xiàn)噪聲影響的信號(hào)中獲取的取樣值[ss]inc的數(shù)據(jù)段，模型信號(hào)包括在步驟(a)獲得的期望取樣信號(hào)值[∑b]inc及殘留信號(hào)rinc和偽積分信號(hào)PIdatainc，從而包括殘留信號(hào)取樣值[r]inc和分別適合于信號(hào)分量binc的一組偽積分?jǐn)?shù)據(jù)[PIdata]inc。
(c)從偽積分?jǐn)?shù)據(jù)組[PIdata]inc獲得適合于描述信號(hào)分量binc的參數(shù)的局部干擾參數(shù)值(a0，a1，a2…，an)LP。
(d)在描述來(lái)自所述預(yù)測(cè)值(a0，a1，a2…，an)inc和除以偽積分因子ρ得到的局部干擾參數(shù)值(a0，a1，a2…，an)LP之間的差異的模型信號(hào)分量binc的各個(gè)預(yù)測(cè)參數(shù)值(a0，a1，a2…，an)inc中的再定標(biāo)的干擾誤差err(a1)；(e)把在步驟(d)得到的再定標(biāo)的干擾誤差err(a1)增加到預(yù)測(cè)參數(shù)值(a0，a1，a2…，an)inc以獲得偽積分參數(shù)值(a0，a1，a2…，an)PI；及(f)對(duì)偽積分參數(shù)值(a0，a1，a2…，an)PI進(jìn)行平滑或跟蹤以產(chǎn)生糾正的參數(shù)值(a0’，a1’，a2’…，an’)。
從而可從預(yù)測(cè)很快獲得糾正的參數(shù)值而不進(jìn)行過(guò)多的計(jì)算。這使得快速變化的參數(shù)值的跟蹤實(shí)時(shí)發(fā)生，這是一種已有技術(shù)跟蹤慣例中一般不能提供的性能。
第二種方法優(yōu)選地也包括步驟(a)在各個(gè)歷史高速緩沖存儲(chǔ)器中把偽積分參數(shù)值(a0，a1，a2…，an)PI存儲(chǔ)為最后的值，其中各個(gè)歷史高速緩沖存儲(chǔ)器包含先前確定的各個(gè)偽積分參數(shù)值；(b)從各個(gè)高速緩沖存儲(chǔ)器清除第一參數(shù)值；及(c)通過(guò)跟蹤預(yù)測(cè)適合于噪聲信號(hào)的將來(lái)取樣的值[ss]inc+1的各個(gè)糾正的參數(shù)值a1’的新值擬合各個(gè)歷史高速緩沖存儲(chǔ)器中的偽積分參數(shù)值并外推取樣的值[ss]inc+1的未來(lái)分段的合成跟蹤。
這個(gè)提供了精確和靈活的優(yōu)點(diǎn)。將來(lái)預(yù)測(cè)是基于曲線擬合從若干先前的分段獲得的值的，而不是簡(jiǎn)單的平滑，限制了寄生誤差被傳播開(kāi)的似然性。而且歷史高速緩沖存儲(chǔ)器的尺寸可變化來(lái)適應(yīng)環(huán)境。如果參數(shù)變化迅速，大的歷史高速緩沖存儲(chǔ)器將導(dǎo)致過(guò)加權(quán)的帶有隨后的不希望的滯后的早期誤差，并且需要小的歷史高速緩沖存儲(chǔ)器。相反，對(duì)于給出的分段尺寸，如果歷史高速緩沖存儲(chǔ)器很大，小信噪比(SNR)的參數(shù)緩慢變化的信號(hào)被更精確地跟蹤。
跟蹤可在時(shí)間域中進(jìn)行并且參數(shù)糾正可解釋為時(shí)變信號(hào)的結(jié)果。而且，步驟(c)的跟蹤擬合是線性回歸過(guò)程。
信號(hào)優(yōu)選是多分量信號(hào)，并且上述方法被應(yīng)用于各個(gè)分量。
該方法可以用在把數(shù)字取樣信號(hào)的周期分量分開(kāi)的第三方法中，其中第三方法包括步驟(a)經(jīng)探測(cè)系統(tǒng)把分段[ss]inc中的數(shù)字化信號(hào)取時(shí)鐘；(b)跟隨上述第一步驟之后，其中第一信號(hào)包括數(shù)字化信號(hào)分段[ss]inc，模型信號(hào)包括從預(yù)測(cè)模型參數(shù)組獲得的預(yù)測(cè)的振幅值[∑b]inc，各組(a0，a1，a2…，an)inc代表信號(hào)的模型化分量binc并且殘留信號(hào)rinc和偽積分信號(hào)PIdatainc分別包括殘留信號(hào)取樣值[r]inc和偽積分?jǐn)?shù)據(jù)組[PIdata]inc；(c)相對(duì)于數(shù)字取樣信號(hào)30的取樣時(shí)序糾正應(yīng)用于預(yù)測(cè)的振幅值[∑b]inc的輪廓binc的時(shí)序中的誤差并且應(yīng)用各組偽積分?jǐn)?shù)據(jù)組[PIdata]inc跟蹤各個(gè)探測(cè)到的分量的這種應(yīng)用振幅輪廓binc的振幅變化；及(d)搜索殘留信號(hào)[r]inc尋找新的信號(hào)分量。
預(yù)測(cè)的分量可從數(shù)字化信號(hào)的先前被取時(shí)鐘的分段中被跟蹤的探測(cè)到的分量獲得。
這些特征使得信號(hào)的多個(gè)分量可被獨(dú)立地探測(cè)和分離。該方法在任何一個(gè)階段迭代進(jìn)行，直到從數(shù)字化信號(hào)分段減去那一時(shí)間以產(chǎn)生殘留信號(hào)。然后用振幅輪廓和時(shí)序來(lái)描述的各個(gè)探測(cè)到的分量參數(shù)值組被應(yīng)用殘留信號(hào)來(lái)偽積分以獲得糾正的參數(shù)值(輪廓和時(shí)序)。然后殘留信號(hào)搜索還沒(méi)有被模型化和從復(fù)合信號(hào)中區(qū)分開(kāi)的信號(hào)分量的證據(jù)。探測(cè)到的任何新分量然后用一組新的參數(shù)值模型化并被包括在該方法的下一個(gè)迭代中。
與已有技術(shù)相比，這種探測(cè)方法具有準(zhǔn)確快速和高效的優(yōu)點(diǎn)。
數(shù)字取樣的信號(hào)的分量?jī)?yōu)選是周期分量。各個(gè)周期分量然后根據(jù)其基本的單元循環(huán)單元來(lái)考慮。這個(gè)實(shí)施例使循環(huán)單元的輪廓振幅和振幅的時(shí)序相對(duì)于取樣率而被跟隨。這個(gè)方法的各個(gè)迭代更新輪廓和時(shí)序以產(chǎn)生糾正的循環(huán)單元值。本發(fā)明的這個(gè)實(shí)施例能夠使信號(hào)的迅速變化的周期分量實(shí)時(shí)地被探測(cè)到并被跟隨。基于傅立葉變換的已有技術(shù)的分析技術(shù)在跟蹤迅速變化的信號(hào)分量時(shí)不能令人滿意地執(zhí)行。
優(yōu)選地，上面具體討論的第三方法的步驟(c)中包括步驟(a)測(cè)量來(lái)自各個(gè)探測(cè)的周期分量的預(yù)測(cè)的振幅輪廓binc的偽積分?jǐn)?shù)據(jù)組[PIdata]inc的加權(quán)平均失調(diào)，并且從而得到各個(gè)探測(cè)的周期分量的預(yù)測(cè)的振幅輪廓binc，從而得到定標(biāo)的干擾時(shí)序失調(diào)；(b)把加權(quán)平均定標(biāo)的干擾時(shí)序失調(diào)除以偽積分因子ρ而得到各個(gè)預(yù)測(cè)的振幅值[∑b]inc中的再定標(biāo)的時(shí)序誤差；(c)輪廓擬合偽積分?jǐn)?shù)據(jù)[PIdata]inc以產(chǎn)生局部干擾的輪廓擬合并且得到一組適合于輪廓擬合的局部干擾的輪廓系數(shù)(a0，a1，a2…，an)LP；(d)測(cè)量各個(gè)局部干擾的輪廓系數(shù)(a0，a1，a2…，an)LP與輪廓系數(shù)(a0，a1，a2…，an)inc的相應(yīng)系數(shù)之間的差并且把各個(gè)差除以偽積分因子ρ而得到一組再定標(biāo)的輪廓時(shí)序誤差；(e)把再定標(biāo)的時(shí)序誤差和各個(gè)再定標(biāo)的輪廓系數(shù)誤差與先前預(yù)測(cè)的時(shí)序和輪廓系數(shù)值(a0，a1，a2…，an)inc分別相加以分別產(chǎn)生偽積分時(shí)序和輪廓系數(shù)值(a0，a1，a2…，an)PI；(f)平滑化或跟蹤偽積分時(shí)序和輪廓系數(shù)值(a0，a1，a2…，an)PI以分別產(chǎn)生糾正的時(shí)序和輪廓系數(shù)值；及(g)從糾正的時(shí)序和輪廓系數(shù)值預(yù)測(cè)適合于將要到來(lái)的數(shù)字化信號(hào)分段[ss]inc+1的時(shí)序和各個(gè)輪廓系數(shù)的新值。
本發(fā)明的實(shí)施例提供準(zhǔn)確快速和高效探測(cè)和跟蹤信號(hào)的迅速變化的周期分量的優(yōu)點(diǎn)。適合于描述循環(huán)單元的參數(shù)模型通過(guò)總的振幅輪廓系數(shù)和時(shí)序來(lái)提供。因此這些模型參數(shù)在本實(shí)施例中被偽積分。
在步驟(g)預(yù)測(cè)的值優(yōu)選用于推導(dǎo)預(yù)測(cè)的振幅值[∑b]inc、振幅輪廓binc和相關(guān)的預(yù)測(cè)模型參數(shù)組(a0，a1，a2…，an)inc及用于上述在分析隨后取樣的信號(hào)分段[ss]inc+1中具體說(shuō)明的步驟(b)和(c)的隨后的重復(fù)部分中的時(shí)序。
上述的步驟(f)可包括步驟
(a)在各個(gè)歷史高速緩沖存儲(chǔ)器中把偽積分時(shí)序和輪廓系數(shù)值(a0，a1，a2…，an)PI存儲(chǔ)為最后的值，其中各個(gè)歷史高速緩沖存儲(chǔ)器包含先前確定的偽積分時(shí)序和輪廓系數(shù)值；(b)從各個(gè)高速緩沖存儲(chǔ)器清除第一參數(shù)值；及(c)通過(guò)跟蹤擬合各個(gè)歷史高速緩沖存儲(chǔ)器中的值預(yù)測(cè)適合于將要到來(lái)的數(shù)字化信號(hào)分段[ss]inc+1的時(shí)序和各個(gè)輪廓系數(shù)的新值并外推取樣的值[ss]inc+1的后面分段的合成擬合跟蹤。
加權(quán)的失調(diào)優(yōu)選根據(jù)加權(quán)模式來(lái)獲得，其中在振幅輪廓的梯度是陡的位置處的失調(diào)相對(duì)強(qiáng)地加權(quán)，并且在梯度接近于零的那些位置處相對(duì)弱地加權(quán)。
偽積分因子ρ優(yōu)選在0.003-0.03的范圍內(nèi)。
在另一方面本發(fā)明提供一種探測(cè)數(shù)字取樣信號(hào)的周期分量的方法，其特征在于該方法包括步驟(a)對(duì)取樣信號(hào)進(jìn)行濾波以得到接近周期分量的周期性τ的同步估測(cè)的周期σ；(b)把數(shù)字取樣信號(hào)分割為數(shù)據(jù)塊，其中各個(gè)數(shù)據(jù)塊的大小等于同步估測(cè)的周期σ；(c)平均數(shù)字取樣信號(hào)30中取樣點(diǎn)的塊間同相振幅以獲得周期σ的平均振幅值b(σ)；(d)從各個(gè)數(shù)據(jù)塊的取樣點(diǎn)振幅b1減去平均振幅值b(σ)以得到殘留值塊；(e)根據(jù)偽積分因子ρ定標(biāo)殘留值塊，從而殘留值乘以ρ；(f)通過(guò)把各個(gè)值乘以(1-ρ)定標(biāo)平均振幅值b(σ)；(g)把步驟(e)得到的定標(biāo)的值與到在步驟(f)得到的值相加以獲得局部干擾振幅值；(h)通過(guò)測(cè)量來(lái)自平均振幅值b(σ)的局部干擾振幅值的時(shí)間中的失調(diào)得到局部干擾失調(diào)；(i)把局部干擾失調(diào)除以偽積分因子ρ并且跟蹤或平滑化合成的偽積分值以得到平均時(shí)序誤差線；及(j)用等于平均時(shí)序誤差線的斜率的數(shù)量糾正同步估測(cè)周期(σ)以獲得周期分量的周期性τ的精細(xì)估測(cè)。
在這一方面本發(fā)明提供了準(zhǔn)確高效的潛在優(yōu)點(diǎn)。跟隨有局部異步搜索的同步估測(cè)允許周期信號(hào)的有效獲取和跟蹤。本發(fā)明與傅立葉諧波分析相比通過(guò)使用最適當(dāng)?shù)恼换A(chǔ)循環(huán)單元把各個(gè)周期分量整形而提高SNR，從而要求更少程度的自由度，因此減少噪聲。
在另一方面本發(fā)明提供了一種信號(hào)處理系統(tǒng)，其特征在于該系統(tǒng)包括(a)用于把物理現(xiàn)象轉(zhuǎn)換為接收信號(hào)數(shù)據(jù)流的轉(zhuǎn)換器；(b)用于提供包含接收信號(hào)的至少一個(gè)分量的預(yù)測(cè)估測(cè)的預(yù)測(cè)信號(hào)的預(yù)測(cè)器；(c)用于從接收信號(hào)減去預(yù)測(cè)信號(hào)而產(chǎn)生殘留信號(hào)的移去器；(d)用于產(chǎn)生包括偽積分分量組的偽積分信號(hào)的評(píng)估器，各組偽積分分量相應(yīng)于一個(gè)預(yù)測(cè)信號(hào)分量并且用于使用該組偽積分分量糾正預(yù)測(cè)信號(hào)分量，其中各組偽積分分量通過(guò)把用偽積分因子ρ定標(biāo)的殘留信號(hào)與被因子(1-ρ)定標(biāo)的各個(gè)預(yù)測(cè)信號(hào)分量相加從殘留信號(hào)和預(yù)測(cè)信號(hào)分量獲得；(e)用于糾正預(yù)測(cè)信號(hào)分量以產(chǎn)生對(duì)接收信號(hào)分量的糾正的估測(cè)的更新器。
在這一方面，本發(fā)明提供從計(jì)算角度高效率地從其它影響信號(hào)強(qiáng)度和清晰度的因素中區(qū)分出噪聲的功能強(qiáng)大的信號(hào)處理器。這種處理器的潛在應(yīng)用是巨大的信號(hào)因素的整個(gè)范圍可從噪聲信號(hào)中抽出，并且可選擇描述各個(gè)分量的參數(shù)以適應(yīng)于產(chǎn)生信號(hào)的系統(tǒng)。
評(píng)估器優(yōu)選包括用于使用各組偽積分?jǐn)?shù)據(jù)在各個(gè)預(yù)測(cè)信號(hào)分量的模型描述中得到局部干擾誤差并用于通過(guò)除以偽積分因子ρ來(lái)定標(biāo)局部干擾誤差的估測(cè)器；并且其中更新器設(shè)置來(lái)通過(guò)把再定標(biāo)的局部干擾誤差增加到其模型描述符中產(chǎn)生接收信號(hào)分量的糾正的估測(cè)并且從而產(chǎn)生一組偽積分模型描述符，更新器還設(shè)置來(lái)平滑和/或跟蹤偽積分模型描述符從而糾正、更新或預(yù)測(cè)其值。
在另一方面本發(fā)明提供多分量信號(hào)探測(cè)系統(tǒng)，其特征在于探測(cè)系統(tǒng)包括根據(jù)上述的信號(hào)處理系統(tǒng)，其中信號(hào)處理系統(tǒng)的預(yù)測(cè)器被設(shè)置來(lái)探測(cè)到來(lái)的信號(hào)ssinc的至少一個(gè)近似分量∑binc(s)并且評(píng)估器被設(shè)置來(lái)提供這種近似分量?jī)?nèi)的誤差測(cè)量，并且從而更新器被設(shè)置來(lái)產(chǎn)生改進(jìn)準(zhǔn)確度的分量∑b’inc(τ)。
預(yù)測(cè)信號(hào)優(yōu)選包括接收信號(hào)的一個(gè)以上分量∑binc、b(s)的預(yù)測(cè)估測(cè)并且探測(cè)系統(tǒng)被設(shè)置來(lái)迭代地探測(cè)分量。
在另一方面，本發(fā)明提供多參數(shù)信號(hào)探測(cè)系統(tǒng)，其特征在于探測(cè)系統(tǒng)包括根據(jù)上述的信號(hào)處理系統(tǒng)，其中信號(hào)處理系統(tǒng)的預(yù)測(cè)器被設(shè)置來(lái)探測(cè)描述到來(lái)的信號(hào)ssinc的近似參數(shù)binc(a0，a1，a2……，an，s)并且評(píng)估器被設(shè)置來(lái)提供這種近似參數(shù)內(nèi)的誤差測(cè)量，并且從而更新器被設(shè)置來(lái)產(chǎn)生改進(jìn)準(zhǔn)確度的參數(shù)b’inc(a’0，a’1，a’2，……，a’n，τ)。
信號(hào)分量?jī)?yōu)選是周期分量并且接收信號(hào)數(shù)據(jù)流優(yōu)選是經(jīng)系統(tǒng)被定時(shí)在分段中的數(shù)字取樣數(shù)據(jù)流。
探測(cè)系統(tǒng)也可包括設(shè)置來(lái)通過(guò)從適合于預(yù)測(cè)周期分量∑binc的取樣循環(huán)單元振幅值的取樣分段[ss]inc作減法來(lái)從數(shù)字取樣數(shù)據(jù)流的分段[ss]inc產(chǎn)生殘留數(shù)據(jù)信號(hào)[r]inc的循環(huán)單元移去器，其中所述預(yù)測(cè)周期分量∑binc代表與取樣分段[ss]inc同步取樣的循環(huán)單元振幅輪廓binc的疊加。
預(yù)測(cè)器可包含濾波器組，其包括其尺寸設(shè)置來(lái)分析時(shí)間域中數(shù)據(jù)流ssinc、rinc的濾波器測(cè)試組并產(chǎn)生信號(hào)ssinc、rinc內(nèi)周期分量的主要周期性的近似最大似然性估測(cè)。
濾波器組中的各個(gè)濾波器優(yōu)選設(shè)置來(lái)把接收信號(hào)數(shù)據(jù)流分割為互相不疊合的一系列數(shù)據(jù)塊，其中各個(gè)數(shù)據(jù)塊包含整數(shù)數(shù)目個(gè)取樣點(diǎn)并且最大似然性估測(cè)器是能譜P(σ)，其中P是包含在尺寸σ的幾個(gè)相鄰數(shù)據(jù)塊的平均內(nèi)的每取樣信號(hào)的平均能量。預(yù)測(cè)器可包含一組測(cè)試周期，各個(gè)測(cè)試周期是接收信號(hào)數(shù)據(jù)流的內(nèi)取樣周期的數(shù)倍。
該系統(tǒng)還包括設(shè)置來(lái)識(shí)別在最大似然性譜P(σ)中出現(xiàn)的峰值的性質(zhì)從而識(shí)別在接收信號(hào)數(shù)據(jù)流內(nèi)以大約等于實(shí)際周期τ的測(cè)試周期σ的方式出現(xiàn)的那些的循環(huán)單元量化器。
優(yōu)選地接收信號(hào)的預(yù)測(cè)估測(cè)是被濾波器組提供的循環(huán)單元振幅輪廓的平均取樣值，并且相應(yīng)于能譜P(σ)中的峰，信號(hào)處理器系統(tǒng)中的移去器、評(píng)估器和更新器組件被設(shè)置來(lái)產(chǎn)生主要周期信號(hào)分量的預(yù)測(cè)循環(huán)單元振幅輪廓的糾正的估測(cè)。
在另一方面，本發(fā)明提供多分量信號(hào)跟蹤系統(tǒng)，其特征在于跟蹤系統(tǒng)包括根據(jù)上述的信號(hào)處理系統(tǒng)，其中預(yù)測(cè)器被設(shè)置來(lái)在更新器產(chǎn)生的先前預(yù)測(cè)的接收信號(hào)∑b’inc的糾正的估測(cè)的基礎(chǔ)上產(chǎn)生接收信號(hào)∑binc的預(yù)測(cè)估測(cè)。接收到的信號(hào)數(shù)據(jù)流ssinc可包含至少一個(gè)明顯的時(shí)變分量binc。
該系統(tǒng)優(yōu)選設(shè)置來(lái)隨時(shí)間跟蹤探測(cè)到的信號(hào)分量∑binc，其中評(píng)估器被設(shè)置來(lái)使用偽積分?jǐn)?shù)據(jù)組PIdatainc來(lái)糾正接收信號(hào)分量∑binc的預(yù)測(cè)估測(cè)中的預(yù)測(cè)不準(zhǔn)確。
信號(hào)分量binc(τ)可以是周期分量并且接收信號(hào)數(shù)據(jù)流優(yōu)選是經(jīng)系統(tǒng)被定時(shí)在分段[ss]inc中的數(shù)字取樣數(shù)據(jù)流。
多分量信號(hào)跟蹤系統(tǒng)也可包括設(shè)置來(lái)通過(guò)從適合于與取樣分段[ss]inc同步取樣的預(yù)測(cè)周期分量∑binc(循環(huán)單元振幅輪廓)的循環(huán)單元振幅值[∑b]inc的取樣分段[ss]inc作減法而從數(shù)字取樣數(shù)據(jù)流的分段[ss]inc產(chǎn)生殘留數(shù)據(jù)信號(hào)[r]ss的循環(huán)單元移去器。
預(yù)測(cè)器也可設(shè)置來(lái)提供以描述適合于到來(lái)的數(shù)據(jù)分段的時(shí)間幀中所有探測(cè)到的周期分量的振幅輪廓∑binc的各個(gè)探測(cè)的周期分量和預(yù)測(cè)的循環(huán)單元振幅值[∑b]inc的振幅輪廓binc的預(yù)測(cè)時(shí)序和振幅系數(shù)(a0，a1，a2…，an)inc形式的接收信號(hào)∑binc的預(yù)測(cè)估測(cè)，并且評(píng)估器從而被設(shè)置來(lái)測(cè)量預(yù)測(cè)時(shí)序和振幅系數(shù)(a0，a1，a2…，an)inc中的誤差。
在優(yōu)選實(shí)施例中，更新器92被設(shè)置來(lái)根據(jù)這里測(cè)量的誤差來(lái)糾正預(yù)測(cè)時(shí)序和振幅系數(shù)(a0，a1，a2…，an)inc并且從而產(chǎn)生糾正的時(shí)序和振幅系數(shù)；并且跟蹤系統(tǒng)被一起設(shè)置來(lái)預(yù)測(cè)將要到來(lái)的數(shù)據(jù)分段中各個(gè)探測(cè)到的周期分量的時(shí)序和預(yù)測(cè)的循環(huán)單元的振幅值[∑b]inc+1并且也預(yù)測(cè)各個(gè)探測(cè)到的周期分量的變化的振幅輪廓binc+1。
預(yù)測(cè)器可包括先前預(yù)測(cè)的時(shí)序和振幅系數(shù)以及糾正的時(shí)序和振幅系數(shù)的各個(gè)歷史高速緩沖存儲(chǔ)器，其中預(yù)測(cè)器被設(shè)置來(lái)在各個(gè)獨(dú)立的高速緩沖存儲(chǔ)器內(nèi)曲線擬合跟蹤數(shù)值。
預(yù)測(cè)器被設(shè)置來(lái)評(píng)估將要到來(lái)的數(shù)據(jù)分段的取樣點(diǎn)的跟蹤，從而提供適合于將來(lái)的分段的預(yù)測(cè)的振幅值[∑b]inc+1并通過(guò)那些預(yù)測(cè)的循環(huán)單元振幅值[∑b]inc+1到循環(huán)單元移去器。
在另一方面，本發(fā)明提供用于從模擬輸入信號(hào)產(chǎn)生窄帶寬數(shù)據(jù)的信號(hào)處理系統(tǒng)，其特征在于系統(tǒng)包括上述跟蹤系統(tǒng)，其中各個(gè)探測(cè)到的周期分量的預(yù)測(cè)的循環(huán)單元振幅值[∑b]inc+1經(jīng)循環(huán)單元數(shù)據(jù)輸出從跟蹤系統(tǒng)中被抽取出來(lái)。
在另一方面，本發(fā)明提供用于從多分量音頻信號(hào)中移去至少一個(gè)主要的音頻分量的信號(hào)處理系統(tǒng)，其特征在于系統(tǒng)包括上述探測(cè)和跟蹤系統(tǒng)，其中探測(cè)系統(tǒng)被設(shè)置來(lái)探測(cè)選擇的主要音頻分量并且跟蹤系統(tǒng)被設(shè)置來(lái)跟蹤各個(gè)選擇的主要音頻分量，系統(tǒng)也包括設(shè)置來(lái)輸出從取樣的輸入信號(hào)[ssinc]產(chǎn)生的小于各個(gè)選擇的主要音頻信號(hào)分量的預(yù)測(cè)振幅值[∑b]inc的殘留信號(hào)rinc的殘留信號(hào)輸出106。
在另一方面，本發(fā)明提供用于從多分量音頻信號(hào)中隔離至少一個(gè)主要的音頻分量的信號(hào)處理系統(tǒng)，其特征在于系統(tǒng)包括上述探測(cè)和跟蹤系統(tǒng)，其中探測(cè)系統(tǒng)被設(shè)置來(lái)探測(cè)選擇的主要音頻分量并且跟蹤系統(tǒng)被設(shè)置來(lái)跟蹤各個(gè)選擇的主要音頻分量，系統(tǒng)也包括設(shè)置來(lái)輸出各個(gè)選擇的主要音頻分量的糾正的或預(yù)測(cè)的振幅值[∑b]inc、[∑b]inc+1的信號(hào)輸出信道。
為了使本發(fā)明得到更全面的理解，其實(shí)施例將參考附圖進(jìn)行描述，其中

圖1是單個(gè)周期源產(chǎn)生的信號(hào)的示例。
圖2是用于本發(fā)明的探測(cè)系統(tǒng)的分析的數(shù)據(jù)流示例。
圖3是探測(cè)系統(tǒng)的組件的示意圖。
參考圖1，表示出單一周期信號(hào)分量10的隨時(shí)間變化的振幅變化。對(duì)一個(gè)時(shí)間周期τ之后自身重復(fù)的不對(duì)稱單元12進(jìn)行描述。各個(gè)周期信號(hào)分量如示出的10被描述為基本上以周期τ重復(fù)的循環(huán)單元12.。信號(hào)以分立的時(shí)間間隔來(lái)取樣，如沿時(shí)間軸由標(biāo)記14所表示的一樣。
圖2是數(shù)字編碼信號(hào)的示例30。各個(gè)小方框32表示以數(shù)字形式代表各個(gè)取樣點(diǎn)14的信號(hào)的強(qiáng)度的包含幾個(gè)比特的信息(數(shù)字字)。20個(gè)小方框的各個(gè)分段(一種情況是陰影部分)是聲音分段34，下面的箭頭指示數(shù)據(jù)分段36的范圍這個(gè)特定的示例中是26個(gè)字，但是是可改變的。數(shù)據(jù)36與聲音34分段之間的差以后將變得更明顯，但是總的說(shuō)來(lái)，信號(hào)被輸入用于聲音分段34中的分析(定時(shí))，而信號(hào)的分析可在數(shù)據(jù)分段36上執(zhí)行，其依據(jù)分析過(guò)程的階段和信號(hào)中存在的實(shí)際分量而改變。
參考圖3，用于探測(cè)多周期分量的聲音的探測(cè)系統(tǒng)通常以50表示。系統(tǒng)50包括探測(cè)聲音信號(hào)并把相應(yīng)的電學(xué)顯示傳送到模數(shù)轉(zhuǎn)換器(A/D轉(zhuǎn)換器)54的麥克風(fēng)換能器52。從A/D轉(zhuǎn)換器54的數(shù)字輸出作為數(shù)據(jù)流被輸入到計(jì)算機(jī)，在那里它被存儲(chǔ)在主高速緩沖存儲(chǔ)器56中。數(shù)據(jù)流被流控制器58調(diào)整，流控制器58通過(guò)4個(gè)系統(tǒng)組件循環(huán)單元探測(cè)器60、循環(huán)單元移去器62、循環(huán)單元跟蹤器64和跟蹤移去器66而控制數(shù)據(jù)輸入、輸出與分析。這4個(gè)組件互相連接并且各個(gè)也包括各種子組件。尤其循環(huán)單元探測(cè)器60包括經(jīng)探測(cè)器緩存72、選擇器74、循環(huán)單元量化器76和估測(cè)器78來(lái)接收數(shù)據(jù)的濾波器組70。循環(huán)單元移去器62包括預(yù)測(cè)減法器80。循環(huán)單元跟蹤器64包括誤差評(píng)估器90、PIdata高速緩沖存儲(chǔ)器91、更新器92和循環(huán)單元預(yù)測(cè)器94。跟蹤移去器66包括合并確定器100、SNR評(píng)估器102和跟蹤量化器104。這些子組件以下面說(shuō)明的探測(cè)系統(tǒng)的概述中明顯看出的方式來(lái)互相連接。系統(tǒng)50的各種輸出106、108、110是可利用的殘留信號(hào)輸出106來(lái)自循環(huán)單元移去器62、預(yù)測(cè)循環(huán)單元波形輸出108和循環(huán)單元數(shù)據(jù)輸出110來(lái)自循環(huán)單元跟蹤器64。這些可以不同方式用于向前傳送，用于進(jìn)一步處理或用于向操作員直接顯示。
系統(tǒng)10將首先概括地描述，后面將具體描述。
參考圖3，與任何帶有周期分量的現(xiàn)象相關(guān)的聲音被麥克風(fēng)換能器52探測(cè)到。在本實(shí)施例中，探測(cè)的聲音的來(lái)源被視為多部件的旋轉(zhuǎn)機(jī)械。熟知信號(hào)處理領(lǐng)域的人員將理解這并不對(duì)發(fā)明的應(yīng)用構(gòu)成限制。有許多多分量的現(xiàn)象可根據(jù)本發(fā)明來(lái)分析并且，從旋轉(zhuǎn)機(jī)械發(fā)出的周期聲音分量的示例也被包括其中，僅是為了圖示的需要。
來(lái)自這種旋轉(zhuǎn)機(jī)械的整個(gè)聲音信號(hào)的結(jié)構(gòu)(其稱為復(fù)合信號(hào))是非常復(fù)雜的。它將包含來(lái)自所有移動(dòng)的無(wú)論是旋轉(zhuǎn)的振動(dòng)的或是不規(guī)則運(yùn)動(dòng)的部件的分量信號(hào)。從而探測(cè)到的信號(hào)是來(lái)自多個(gè)源的聲音的組合，每一個(gè)源通常都具有其本質(zhì)的特性、強(qiáng)度和周期。這種復(fù)合信號(hào)被稱為多周期信號(hào)。而且，來(lái)自任何一個(gè)源的信號(hào)的強(qiáng)度或周期都不可能是隨時(shí)間而恒定的例如考慮齒輪嚙合的變化對(duì)汽車引擎的聲音的影響，并且復(fù)合信號(hào)經(jīng)來(lái)自非周期源和一般附加噪聲的聲音而被進(jìn)一步復(fù)雜化。
在考慮本發(fā)明的裝置操作之前，最好設(shè)置一個(gè)框架，在其中來(lái)描述復(fù)合聲音信號(hào)的結(jié)構(gòu)。復(fù)合信號(hào)可被視為非周期分量、噪聲和重復(fù)的循環(huán)單元的組合，各個(gè)循環(huán)單元具有特征振幅輪廓和周期，如在圖1中示出的帶有周期τ的循環(huán)單元12。本實(shí)施例涉及復(fù)合信號(hào)，其中周期分量(循環(huán)單元)構(gòu)成了一些成分，如果有一個(gè)以上的這種周期成分，復(fù)合信號(hào)被稱為包含多個(gè)周期的復(fù)合信號(hào)。另外，術(shù)語(yǔ)非靜態(tài)用于描述隨時(shí)間而改變的循環(huán)單元周期或振幅輪廓。如果循環(huán)單元在時(shí)間上不連續(xù)地取樣，相對(duì)于取樣時(shí)間的其振幅輪廓的相對(duì)位置被稱為時(shí)序測(cè)量。這種時(shí)序與循環(huán)單元周期相關(guān)。
參考圖3，麥克風(fēng)52把復(fù)合聲音信號(hào)轉(zhuǎn)換為輸出到A/D轉(zhuǎn)換器54的電信號(hào)。這個(gè)電信號(hào)被A/D轉(zhuǎn)換器54放大并數(shù)字化以形成字?jǐn)?shù)據(jù)流，如圖2所示，其被存儲(chǔ)在主高速緩沖存儲(chǔ)器56中。從這個(gè)存儲(chǔ)器56，循環(huán)單元探測(cè)器60、循環(huán)單元移去器62、循環(huán)單元跟蹤器64和跟蹤移去器66之間的數(shù)據(jù)的處理被流控制器58調(diào)整。
4個(gè)組件60、62、64和66一起把數(shù)據(jù)流30分解成分量周期分量。這是通過(guò)探測(cè)和跟蹤循環(huán)單元基的展開(kāi)而進(jìn)行的。初始的循環(huán)單元探測(cè)是由循環(huán)單元探測(cè)器60執(zhí)行的并且跟蹤機(jī)制監(jiān)測(cè)非靜態(tài)循環(huán)單元周期和振幅輪廓。探測(cè)后，從到來(lái)的數(shù)據(jù)流中抽出循環(huán)單元并且產(chǎn)生包含還未探測(cè)的循環(huán)單元、非周期聲音和噪聲的殘留信號(hào)。系統(tǒng)50是非常靈活的，一個(gè)或若干個(gè)循環(huán)單元可從信號(hào)的剩余部分被集體地或單獨(dú)地隔離開(kāi)來(lái)監(jiān)測(cè)。另一種情況是一個(gè)或若干個(gè)循環(huán)單元被選擇地移去并且包含剩余(周期或非周期的)聲音的殘留信號(hào)106被監(jiān)測(cè)。從而，在非常大聲的周期源存在的情況下，該源產(chǎn)生的循環(huán)單元將被從到來(lái)的信號(hào)和被監(jiān)測(cè)的殘留信號(hào)中經(jīng)殘留信號(hào)輸出106而被抽取出來(lái)。另一種情況可要求用系統(tǒng)50監(jiān)測(cè)一個(gè)或多個(gè)與初始信號(hào)隔離開(kāi)的安靜的周期聲音并且經(jīng)預(yù)測(cè)的循環(huán)單元波形輸出108來(lái)獨(dú)立地或是組合地輸出。
循環(huán)單元跟蹤器64的操作中心和某種程度上的循環(huán)單元探測(cè)器60的中心是公知的作為偽積分的新穎技術(shù)。偽積分使函數(shù)中小的對(duì)稱誤差與噪聲分離開(kāi)而不引起積分的滯后。其適用于一種情況，其中期望有一組參數(shù)隨第二變量即時(shí)間的進(jìn)展而改變。對(duì)下一個(gè)到來(lái)的數(shù)據(jù)分段進(jìn)行參數(shù)值的預(yù)測(cè)并且這些參數(shù)值被用于從實(shí)際到來(lái)的數(shù)據(jù)得到殘留誤差函數(shù)。偽積分把預(yù)測(cè)的信息與殘留誤差函數(shù)結(jié)合使得噪聲影響局部化但是使預(yù)測(cè)參數(shù)值中的不可避免的系統(tǒng)誤差保持不變。由偽積分技術(shù)獲得的參數(shù)和誤差的過(guò)去預(yù)測(cè)被加和并被平滑化以通過(guò)適當(dāng)標(biāo)準(zhǔn)平滑方法如加權(quán)的最小均方方法給出各個(gè)參數(shù)的“跟蹤”。歷史高速緩沖存儲(chǔ)器用新的偽積分值對(duì)于各個(gè)參數(shù)進(jìn)行連續(xù)更新，其中如果局部化合理地接近于實(shí)際參數(shù)值，新的偽積分值基本是與過(guò)去的預(yù)測(cè)值無(wú)關(guān)。在已有技術(shù)Kalman濾波跟蹤慣例中是沒(méi)有這種靈活應(yīng)用的。這種慣例不能以回溯方式來(lái)完全糾正預(yù)測(cè)誤差從而引起參數(shù)估測(cè)中的滯后和偏差。
在本實(shí)施例的偽積分應(yīng)用中的階段可總結(jié)為1.定義一組描述實(shí)際數(shù)據(jù)值的參數(shù)。
2.循環(huán)單元的早期迭代建立存儲(chǔ)在各個(gè)包含即每個(gè)參數(shù)值的6個(gè)估測(cè)值的歷史高速緩沖存儲(chǔ)器中的各個(gè)參數(shù)的先前估測(cè)。
3.跟蹤擬合各個(gè)歷史高速緩沖存儲(chǔ)器中的6個(gè)值并外推跟蹤來(lái)預(yù)測(cè)各個(gè)參數(shù)的下一個(gè)值(第7個(gè)值)。
4.從這些參數(shù)值計(jì)算被預(yù)測(cè)將在下一個(gè)到來(lái)的數(shù)據(jù)分段中找到的數(shù)據(jù)值。
5.通過(guò)從實(shí)際到來(lái)的數(shù)據(jù)中減去預(yù)測(cè)數(shù)據(jù)而得到殘留誤差。殘留誤差數(shù)據(jù)包含由于預(yù)測(cè)的不準(zhǔn)確而引起的噪聲和系統(tǒng)誤差。
6.對(duì)數(shù)據(jù)偽積分以產(chǎn)生估測(cè)譜。為執(zhí)行偽積分，對(duì)預(yù)測(cè)數(shù)據(jù)定標(biāo)到(1-ρ)水平并把與定標(biāo)到小水平(ρ)的殘留誤差數(shù)據(jù)相加。這避免由噪聲和其它未預(yù)測(cè)的分量所引起的估測(cè)譜中的寄生峰。
7.從偽積分?jǐn)?shù)據(jù)的譜中再預(yù)測(cè)要求的參數(shù)的值。采用的定標(biāo)的水平確保預(yù)測(cè)數(shù)據(jù)主要占據(jù)參數(shù)的新估測(cè)值。
8.對(duì)于各個(gè)參數(shù)，找到新估測(cè)值和預(yù)測(cè)的值之間的差異并且通過(guò)乘以1/ρ把這一差異再定標(biāo)為初始水平。
9.再定標(biāo)的差異被增加到預(yù)測(cè)值并被存儲(chǔ)在各個(gè)歷史高速緩沖存儲(chǔ)器中的第7位置并且最早的值(第一)被清除。
10.跟蹤擬合歷史高速緩沖存儲(chǔ)器中的第6值并和先前一樣預(yù)測(cè)下一個(gè)值。這確保了在非靜態(tài)環(huán)境中最近的結(jié)果被給出最大的加權(quán)。
11.從步驟5到10繼續(xù)循環(huán)并且數(shù)據(jù)被叫作“被跟蹤”。
說(shuō)明屬中的術(shù)語(yǔ)“跟蹤擬合”意思是應(yīng)用于存儲(chǔ)在歷史高速緩沖存儲(chǔ)器中的值的任何適當(dāng)?shù)那€擬合程序。初始，沒(méi)有歷史高速緩沖存儲(chǔ)器并且必須進(jìn)行估測(cè)。初始參數(shù)組可從探測(cè)器階段而得到，這里數(shù)據(jù)經(jīng)適當(dāng)長(zhǎng)周期時(shí)間被平均。
參考圖2和3，數(shù)據(jù)流控制器58從被稱為聲音分段34的分組中的主高速緩沖存儲(chǔ)器中抽取數(shù)據(jù)。這些分段34經(jīng)循環(huán)單元移去器62被輸入到循環(huán)單元探測(cè)器60的探測(cè)器高速緩沖存儲(chǔ)器72。循環(huán)單元移去器62不對(duì)到來(lái)的聲音分段34發(fā)生作用直到在數(shù)據(jù)流中有至少一個(gè)周期分量被探測(cè)到。盡管系統(tǒng)50被定時(shí)在聲音分段34序列中，循環(huán)單元探測(cè)器60在其操作的各個(gè)階段需要或多或少的數(shù)據(jù)并且隨后裝入它自己的高速緩沖存儲(chǔ)器，探測(cè)器高速緩沖存儲(chǔ)器72。探測(cè)器高速緩沖存儲(chǔ)器72對(duì)聲音分段34進(jìn)行高速緩沖存儲(chǔ)并把它們送到稱為數(shù)據(jù)分段36的分組中的濾波器組70。
在輸入到探測(cè)器高速緩沖存儲(chǔ)器72之后的探測(cè)器操作中，主高速緩沖存儲(chǔ)器56輸出的分組大小(聲音分段)是無(wú)關(guān)的。在數(shù)據(jù)分段36中數(shù)據(jù)被分析時(shí)探測(cè)到循環(huán)單元。參考圖3，濾波器組70本質(zhì)上是一組尺寸的濾波器組，各個(gè)相應(yīng)于不同的周期，用其來(lái)分析數(shù)據(jù)分段36并因此獲得循環(huán)單元輪廓和周期的初始估測(cè)。
數(shù)據(jù)分段36不具有恒定的大小并且由探測(cè)器高速緩沖存儲(chǔ)器72來(lái)調(diào)整尺寸來(lái)在任何一個(gè)時(shí)間都適合于循環(huán)單元探測(cè)器60中的各個(gè)濾波器的要求。當(dāng)探測(cè)到新的循環(huán)單元時(shí)，探測(cè)器60經(jīng)若干個(gè)反復(fù)測(cè)量平均循環(huán)單元并因此要求數(shù)據(jù)分段尺寸能包含足夠數(shù)目的循環(huán)單元來(lái)支持這種平均。在圖1的示例中，循環(huán)單元周期被包含在12個(gè)取樣點(diǎn)14內(nèi)。如果5個(gè)反復(fù)適合于平均功能，那么數(shù)據(jù)分段36必須包含至少60個(gè)字。這相應(yīng)于圖2中的數(shù)據(jù)流顯示中的60個(gè)小方框32。該圖中的各個(gè)聲音分段34相應(yīng)于20個(gè)小方框32并且因此需要3個(gè)這種聲音分段34來(lái)探測(cè)循環(huán)單元12。如果另一個(gè)循環(huán)單元被探測(cè)到占據(jù)15個(gè)取樣點(diǎn)，5次反復(fù)的數(shù)據(jù)分段36必須包含至少65個(gè)字。這要求4個(gè)聲音分段34并且從而探測(cè)器高速緩沖存儲(chǔ)器72將存儲(chǔ)附加的分段34用于濾波器組。
濾波器尺寸被限制為與數(shù)據(jù)取樣率同步，濾波器組的各個(gè)濾波器具有相應(yīng)于整數(shù)個(gè)數(shù)據(jù)字的窗口尺寸。
數(shù)據(jù)分段36然后根據(jù)濾波器組中的各個(gè)濾波器的測(cè)試周期(s)被“分割”，尤其是最新接收到的數(shù)據(jù)字首先被分割為數(shù)據(jù)塊。對(duì)各個(gè)測(cè)試周期從相應(yīng)的數(shù)據(jù)塊獲得平均的循環(huán)單元矢量和與其相關(guān)的平均循環(huán)單元能量。這種分割和平均在濾波器組70上重復(fù)進(jìn)行，從而使濾波器組70在測(cè)試周期的范圍上提供能譜(P(s))。能譜提供測(cè)試似然性從而各個(gè)濾波器作出的選擇相應(yīng)于在數(shù)據(jù)流中出現(xiàn)的實(shí)際循環(huán)單元周期。
能譜(P(s))從濾波器組70輸出到選擇器74。選擇器74在能譜中鑒別出顯著的峰并把這一信息傳送給循環(huán)單元量化器76。循環(huán)單元量化器76確定各個(gè)峰的特性它是在噪聲閾值以上嗎？是由于“響鈴”或真實(shí)循環(huán)單元周期的數(shù)倍濾波器大小的分諧波？當(dāng)量化器76滿足真實(shí)基本循環(huán)單元已經(jīng)被找到時(shí)，它把相關(guān)的循環(huán)單元信息傳送到設(shè)置來(lái)執(zhí)行局部的“非同步”細(xì)化而獲得準(zhǔn)確非整數(shù)循環(huán)單元周期測(cè)量的估測(cè)器78。這種非同步技術(shù)不是標(biāo)準(zhǔn)技術(shù)，但是是基于所謂偽積分的新的操作的。
準(zhǔn)確的循環(huán)單元模型用一個(gè)指令被通過(guò)到循環(huán)單元跟蹤器64以把其作為新的跟蹤增加到探測(cè)到的循環(huán)單元的當(dāng)前列表中。在初始探測(cè)后，循環(huán)單元跟蹤器64外推準(zhǔn)確的循環(huán)單元模型到下一個(gè)到來(lái)的聲音分段34的時(shí)間幀以經(jīng)系統(tǒng)50被鎖住。在隨后的聲音分段中的取樣率通常與循環(huán)單元反復(fù)的速率不同步，并且這種外推因而包括在相關(guān)取樣點(diǎn)循環(huán)單元的“相位”評(píng)估-時(shí)序。新探測(cè)到的跟蹤的預(yù)測(cè)循環(huán)單元值與先前探測(cè)到的循環(huán)單元值組合并被輸入到循環(huán)單元移去器62。
在本說(shuō)明書(shū)中，相位信息被稱為“循環(huán)單元時(shí)序”并且時(shí)序誤差因此由循環(huán)單元跟蹤器64產(chǎn)生。時(shí)序誤差可以由若干原因引起源周期性突然改變、源時(shí)序突然改變，預(yù)測(cè)的周期性變化可以是不正確的，其將導(dǎo)致預(yù)測(cè)分段的時(shí)序誤差，或周期可被糾正但聲音分段內(nèi)的循環(huán)單元的位置可以是不正確的。
一旦循環(huán)單元探測(cè)器60進(jìn)行了初始探測(cè)和得到了特性，循環(huán)單元跟蹤器64負(fù)責(zé)跟蹤循環(huán)單元的整個(gè)范圍。在這方面，跟蹤器64比較一個(gè)或多個(gè)預(yù)測(cè)的循環(huán)單元輪廓與代表殘留信號(hào)的高速緩沖存儲(chǔ)的數(shù)據(jù)并用意在把下一個(gè)聲音分段34中的預(yù)測(cè)誤差降低到最小的數(shù)量來(lái)更新所有參數(shù)。殘留信號(hào)一般地包含噪聲、干擾和具有明顯大于循環(huán)單元輪廓中的預(yù)測(cè)誤差的強(qiáng)度的強(qiáng)度的其它未探測(cè)到的周期分量。循環(huán)單元跟蹤器64把這些相對(duì)小的預(yù)測(cè)誤差隔離在兩個(gè)獨(dú)立的階段偽積分，隨后是跟蹤擬合例行程序來(lái)把過(guò)去的輸出平滑化。合成的曲線被外推到下一聲音分段的時(shí)間幀并且因此被用于產(chǎn)生所有相關(guān)參數(shù)的預(yù)測(cè)。這些估測(cè)放在循環(huán)單元數(shù)據(jù)輸出110并且以壓縮格式保持的聲音數(shù)據(jù)流能夠經(jīng)比初始信號(hào)的帶寬窄得多的帶寬的信道而被傳送。估測(cè)可以通過(guò)到預(yù)測(cè)器94，在那里預(yù)測(cè)的循環(huán)單元輪廓值在適當(dāng)?shù)娜狱c(diǎn)進(jìn)行評(píng)估并且通過(guò)到循環(huán)單元移去器62，在那里對(duì)于下一個(gè)聲音分段的殘留信號(hào)被計(jì)算。以適當(dāng)?shù)拈g隔來(lái)執(zhí)行參數(shù)更新。如果參數(shù)變化迅速間隔可僅用保持的過(guò)去輸出的小型高速緩沖存儲(chǔ)器而被縮短，或者如果參數(shù)評(píng)估緩慢，可不經(jīng)常用更大的歷史高速緩沖存儲(chǔ)器。這提供實(shí)時(shí)實(shí)際環(huán)境中的用于時(shí)間對(duì)周期分析的一種直接裝置。
循環(huán)單元移去器62從實(shí)際到來(lái)的聲音分段中減去它從跟蹤器64接收的任何預(yù)測(cè)的循環(huán)單元值以形成殘留信號(hào)。這個(gè)殘留信號(hào)現(xiàn)在形成到循環(huán)單元跟蹤器64和探測(cè)器60的輸入。這使得循環(huán)單元跟蹤器64形成對(duì)下一個(gè)到來(lái)的聲音分段的預(yù)測(cè)，如上所述，并且使循環(huán)單元探測(cè)器60迭代這里也描述的其探測(cè)循環(huán)以探測(cè)更弱或更長(zhǎng)的周期循環(huán)單元。這種減法在每個(gè)循環(huán)單元被順序探測(cè)時(shí)是迭代進(jìn)行的直到極限的噪聲閾值以上再?zèng)]有剩余。當(dāng)所有可探測(cè)的周期已經(jīng)被取消時(shí)，似然性譜接近于各向同性的。循環(huán)單元跟蹤器64然后繼續(xù)跟蹤和預(yù)測(cè)時(shí)間序列中的將來(lái)的聲音分段。
非靜態(tài)的周期可隨時(shí)間來(lái)增強(qiáng)強(qiáng)度或弱化并消失。跟蹤移去器66被設(shè)置來(lái)監(jiān)測(cè)循環(huán)單元跟蹤器預(yù)測(cè)的循環(huán)單元波形并指令循環(huán)單元跟蹤器64停止把它的跟蹤例行程序應(yīng)用于特定的循環(huán)單元，循環(huán)單元應(yīng)跟蹤停止。從預(yù)測(cè)的循環(huán)單元波形輸出108的輸出被輸入跟蹤移去器66的子組件合并確定器100。合并確定器100搜索合并來(lái)形成單一跟蹤的兩個(gè)或多個(gè)跟蹤的證據(jù)。如果這種證據(jù)被發(fā)現(xiàn)，合并確定器100指令循環(huán)單元跟蹤器64移去一個(gè)或多個(gè)循環(huán)單元跟蹤。沒(méi)有合并的跟蹤被通過(guò)到SNR評(píng)估器102，其對(duì)每個(gè)循環(huán)單元評(píng)估信號(hào)和噪聲的能量比率。跟蹤量化器104然后確定是否來(lái)自任何特定跟蹤的信號(hào)下降到噪聲水平以下。SNR評(píng)估器102和跟蹤量化器104能夠從到來(lái)的分段探測(cè)突發(fā)的循環(huán)單元跟蹤的消失，一種在如果聲源被切斷的例子中出現(xiàn)的情況，并且也探測(cè)循環(huán)單元振幅輪廓向弱的水平的下降衰減。在任一情況下，指令被發(fā)送給循環(huán)單元跟蹤器64以移去循環(huán)單元跟蹤。
循環(huán)單元探測(cè)器60的操作將從探測(cè)器高速緩沖存儲(chǔ)器72和濾波器組70子組件開(kāi)始具體解釋。用在特定實(shí)施例中的濾波器組70采用滑動(dòng)的窗口過(guò)程。窗口長(zhǎng)度以數(shù)據(jù)字為單位來(lái)測(cè)量并被限制為整數(shù)數(shù)目個(gè)這種字。這稱為同步探測(cè)-在假設(shè)與A/D轉(zhuǎn)換器54的數(shù)據(jù)取樣速率同步的情況下把近似值實(shí)施在探測(cè)到的循環(huán)單元周期上。濾波器組包含一組各個(gè)都與不同整數(shù)值的周期匹配的濾波器。各個(gè)濾波器使用包含整數(shù)數(shù)目的數(shù)據(jù)字的不同的選定窗口長(zhǎng)度。從而濾波器在時(shí)間域中執(zhí)行或同樣在數(shù)據(jù)字域中執(zhí)行。對(duì)于各個(gè)窗口長(zhǎng)度，分段36被分為一系列不疊合的數(shù)據(jù)塊并且測(cè)量分開(kāi)的數(shù)據(jù)塊之間的相似程度。這通過(guò)沿?cái)?shù)據(jù)分段36步進(jìn)滑動(dòng)的窗口而進(jìn)行，抽取各個(gè)連續(xù)的塊部并把它強(qiáng)加到幾個(gè)先前的塊的和上。這種和對(duì)數(shù)據(jù)分段36中的塊總數(shù)被規(guī)范化以產(chǎn)生平均的循環(huán)單元輪廓。平均函數(shù)被稱為循環(huán)單元矢量。如果在初始信號(hào)內(nèi)窗口建立的測(cè)試周期與周期分量的重復(fù)周期匹配，將僅得到數(shù)據(jù)塊的相干平均(集成)。從而濾波器組30把測(cè)試組滑動(dòng)窗口長(zhǎng)度應(yīng)用于各個(gè)數(shù)據(jù)分段并對(duì)各個(gè)窗口長(zhǎng)度產(chǎn)生估測(cè)的循環(huán)單元。循環(huán)單元矢量自身不是適當(dāng)?shù)淖畲笏迫恍灾甘痉旧鲜且粋€(gè)在塊中的字上變化的振幅輪廓函數(shù)。為提供適當(dāng)?shù)闹甘痉?，濾波器組70用對(duì)后面描述的噪聲電平的變化而作出的適當(dāng)?shù)恼{(diào)整也對(duì)每個(gè)濾波器計(jì)算代表各個(gè)循環(huán)單元矢量中的平均能量的值(P)。
在開(kāi)始階段，聲音分段34向探測(cè)器高速緩沖存儲(chǔ)器72的一序列輸入表示循環(huán)單元的搜索順序。開(kāi)始，當(dāng)僅幾個(gè)聲音分段34被高速緩沖存儲(chǔ)時(shí)，探測(cè)器高速緩沖存儲(chǔ)器72提供的數(shù)據(jù)分段36將包含用于在濾波器組中的平均過(guò)程的不足的數(shù)據(jù)字而被濾波器用大窗口尺寸即長(zhǎng)周期來(lái)執(zhí)行。但是，當(dāng)隨后的聲音分段34被包括在探測(cè)器高速緩沖存儲(chǔ)器72中時(shí)，用于濾波器組70的數(shù)據(jù)分段36包含遞增的更長(zhǎng)數(shù)據(jù)分段，使得能夠搜索要被進(jìn)行的更長(zhǎng)周期循環(huán)單元。
濾波器組70使用應(yīng)用標(biāo)準(zhǔn)滑動(dòng)窗口來(lái)執(zhí)行的計(jì)算高效的同步方法。在本實(shí)施例中的它的基本操作可在數(shù)學(xué)上描述。通過(guò)到一個(gè)濾波器的高速緩沖存儲(chǔ)的數(shù)據(jù)分段36相應(yīng)于以n個(gè)不連續(xù)點(diǎn)取樣的模擬信號(hào)并且被表示為一系列的n個(gè)數(shù)據(jù)字。這些數(shù)據(jù)字(bi，i＝1到n)被分組為m個(gè)不疊合的塊(wj，j＝1到m)，每個(gè)包括s個(gè)字，這里s是整數(shù)值并且代表滑動(dòng)窗口的尺寸，并且也代表與從濾波器組被應(yīng)用的特定濾波器相關(guān)的測(cè)試周期。用于測(cè)試周期s的循環(huán)單元矢量(w＝b(s))然后被從這些m個(gè)塊的平均值來(lái)估測(cè)
在平均循環(huán)單元矢量中的s值限定對(duì)于測(cè)試周期的一個(gè)值的估測(cè)的振幅輪廓。m值是用戶定義的(通常為5)以提供足夠的積分和濾波。
濾波器組70也產(chǎn)生對(duì)循環(huán)單元矢量的信噪能量比(SND)的估測(cè)的平均信號(hào)的測(cè)量，每濾波器或測(cè)試周期一個(gè)值。這里給出
這里i是向矢量
中的字的指針，對(duì)于測(cè)試周期s的循環(huán)單元矢量的估測(cè)振幅輪廓。P(s)的各個(gè)值限定測(cè)試周期是相對(duì)似然性估測(cè)，測(cè)試周期s輸入聲音數(shù)據(jù)流的最好表示。最可能的周期因而通過(guò)比較濾波器組70中所有濾波器的輸出SNR并搜索能譜P(s)的一個(gè)或多個(gè)有效最大值即峰值來(lái)獲得。
在探測(cè)器搜索還沒(méi)有探測(cè)到的循環(huán)單元之前從輸入數(shù)據(jù)流減去先前預(yù)測(cè)的循環(huán)單元的結(jié)果意味著期望的噪聲能譜N(s)中有一些失真。輸入數(shù)據(jù)流將包括噪聲或其它沒(méi)有被濾波過(guò)程完全抑制的附加干擾。先前預(yù)測(cè)的循環(huán)單元將包括一些漏掉的噪聲，并且它與預(yù)測(cè)的循環(huán)單元一起用循環(huán)單元移去器80被從到來(lái)的數(shù)據(jù)流中減去，提供殘留信號(hào)。探測(cè)器60使用這個(gè)殘留信號(hào)產(chǎn)生(殘留)能譜用于搜索其它的周期。由于被濾波器漏掉的任何噪聲信號(hào)也用循環(huán)單元移去器80被減去，這個(gè)殘留能譜在噪聲電平下面包含傾斜(dips)。這些傾斜在探測(cè)到的循環(huán)單元的周期(及其數(shù)倍)上被居中。為避免估測(cè)偏差，噪聲能譜N(s)在同一位置向類似形狀的某些傾斜被再次規(guī)范化。從而如果沒(méi)有循環(huán)單元被取消，噪聲能譜不改變，否則對(duì)于各個(gè)循環(huán)單元通過(guò)減去等于定標(biāo)到一個(gè)SNR的循環(huán)單元的能譜的量而被減小。
用于濾波器組70的測(cè)試周期s根據(jù)被分析的符合聲音信號(hào)的來(lái)源被用戶指定。選擇的濾波器組設(shè)置應(yīng)擴(kuò)展該源產(chǎn)生的數(shù)據(jù)流中期望的周期的整個(gè)范圍。對(duì)于提高的分辨率尤其是在低值的周期s和高值m，該設(shè)置包括非整數(shù)的周期σ＝s+f，這里f位于0和1之間。這里盡管合成能譜P(σ)仍由同步方法產(chǎn)生，σ指的是包含整數(shù)和非整數(shù)濾波器尺寸的濾波器設(shè)置。從而產(chǎn)生能譜P(σ)中的附加點(diǎn)，其將有助于用更小的非整數(shù)周期τ探測(cè)循環(huán)單元時(shí)的內(nèi)插。這時(shí)滑動(dòng)窗口尺寸是s，(對(duì)于整數(shù)的情況下)在各個(gè)數(shù)據(jù)塊中采用s個(gè)取樣點(diǎn)。但是，然后窗口滑動(dòng)到σ的數(shù)倍的位置，在各個(gè)位置取s個(gè)取樣點(diǎn)。在這個(gè)實(shí)施例中，濾波器組70選擇非整數(shù)窗口位置的最接近的整數(shù)值。這個(gè)近似值可導(dǎo)致不互相影響的數(shù)據(jù)塊被平均。來(lái)自不同數(shù)據(jù)塊的取樣點(diǎn)被疊合放置并且和前面一樣被平均，但是在循環(huán)單元輪廓估測(cè)中有一些誤差，因?yàn)檠h(huán)單元的m個(gè)取樣版本不總是在同樣的取樣相位。但是，它不能阻止更嚴(yán)重的失控效應(yīng)，因?yàn)榉駝t由于分?jǐn)?shù)的循環(huán)單元周期引起的誤差將在連續(xù)的數(shù)據(jù)塊中被復(fù)合。
上述帶有或不帶有填入的近似值的同步方法的缺點(diǎn)意味著在搜索非整數(shù)周期τ時(shí)必須進(jìn)一步細(xì)化循環(huán)單元的特性。這種細(xì)化由循環(huán)單元估測(cè)器78使用計(jì)算上代價(jià)更高的非同步方法來(lái)進(jìn)行。
另一個(gè)實(shí)施例使用計(jì)算上代價(jià)更高的梳狀濾波器來(lái)代替同步平均濾波器組70。這替換方法減少估測(cè)過(guò)程中的自由度數(shù)目并且由此提供一種改進(jìn)信噪比的潛力。
濾波器組70向選擇器74輸出其設(shè)置中的各個(gè)濾波器產(chǎn)生的SNR(P)作為它的測(cè)試周期的函數(shù)(σ個(gè)字)。這是指作為能譜(P(σ))。選擇器74分析這個(gè)不連續(xù)譜并識(shí)別最大值的位置。在σ的測(cè)試值的范圍內(nèi)循環(huán)單元矢量和能譜的值被通過(guò)到循環(huán)單元量化器76，其被設(shè)置來(lái)確定各個(gè)最大值的本質(zhì)特征。
與各個(gè)探測(cè)到的循環(huán)單元矢量相關(guān)，量化器76首先確定是否用同步方法探測(cè)到的循環(huán)單元矢量的能量(P(σ))在特定預(yù)設(shè)的閾值-噪聲探測(cè)閾值以上。如果是的，然后量化器76訪問(wèn)是否探測(cè)到的循環(huán)單元矢量是基本分量。
作為測(cè)試周期的函數(shù)評(píng)估的能譜的固有特性是它將包括若干明顯的最大值。在真實(shí)的循環(huán)單元(其中可出現(xiàn)若干個(gè))的情況之外，這些最大值可降到兩類中的一類。首先，在分諧波發(fā)生一些，這里測(cè)試周期例如是循環(huán)單元反復(fù)的真實(shí)周期的兩倍或三倍。其次，在譜的其它點(diǎn)有由于例如循環(huán)單元自身(響鈴)的一定程度的周期性而引起的濾波器遺漏。這可在循環(huán)單元接近阻尼復(fù)指數(shù)的情況下發(fā)生。循環(huán)單元量化器76被設(shè)置來(lái)濾除由于分諧波、泄漏和噪聲而引起的最大值并選擇一個(gè)有效的最大值。
噪聲通過(guò)在它的期望最大值之上設(shè)置閾值(如上所述)而被直接向前處理。
為處理其它的種類，循環(huán)單元量化器76從短向長(zhǎng)測(cè)試周期來(lái)執(zhí)行局部最大值的搜索。從而它將必須在到達(dá)由于分諧波引起的那些最大值之前找到基本的周期最大值。這不是在比真實(shí)循環(huán)單元重復(fù)更短的測(cè)試周期中產(chǎn)生局部最大值的響鈴效應(yīng)的情況。因此各個(gè)最大值被測(cè)試以尋找響鈴的可能證據(jù)。這是通過(guò)使用提高數(shù)目的用來(lái)計(jì)算平均循環(huán)單元矢量的數(shù)據(jù)塊來(lái)進(jìn)行的。通常，如果已經(jīng)找到真實(shí)的循環(huán)單元重復(fù)，那么提高平均值中的取樣數(shù)目將增加能量值P(σ)的SNR。但是，如果由于響鈴而重復(fù)，那么效應(yīng)的阻尼特性意味著提高取樣數(shù)目將降低信號(hào)并且因此降低能量值P(σ)。從而，如果SNR降低，而不是升高，量化器76排除這些周期并繼續(xù)搜索下一個(gè)有意義的最大值。
從而循環(huán)單元量化器76確定是否能譜中的閾值以上的最大值是基本的。如果不是，量化器76指令濾波器組70提供下一個(gè)局部最大值并重復(fù)驗(yàn)證測(cè)試。一旦濾波器組70中主要的基量已經(jīng)被找到，它的循環(huán)單元矢量和周期被輸出到估測(cè)器78。如果沒(méi)有找到閾值以上的最大值，假設(shè)復(fù)合聲音信號(hào)中還沒(méi)有循環(huán)單元。
通常，循環(huán)單元的周期不是用在信號(hào)的初始數(shù)字化中的取樣間隔的整數(shù)倍。由濾波器組70、選擇器74和量化器76執(zhí)行的循環(huán)單元探測(cè)和估測(cè)的同步方法對(duì)真實(shí)的重復(fù)僅產(chǎn)生一個(gè)近似值，并且需要精細(xì)的調(diào)諧。這種精細(xì)的調(diào)諧由估測(cè)器78執(zhí)行。
估測(cè)器78根據(jù)同步周期σ抽取連續(xù)的數(shù)據(jù)塊。各個(gè)數(shù)據(jù)塊通過(guò)減去濾波器組70得到的平均循環(huán)單元值(在循環(huán)單元矢量
中用指針i表示的字位置處的振幅值)被偽積分以形成殘留信號(hào)誤差數(shù)據(jù)塊，用ρ加權(quán)殘留信號(hào)并增加到被(1-ρ)加權(quán)的平均循環(huán)單元值。偽積分的塊被折疊且定位在單個(gè)曲線上。來(lái)自連續(xù)的塊的疊加的循環(huán)單元振幅輪廓根據(jù)真實(shí)的循環(huán)單元重復(fù)(τ)是分別短于或長(zhǎng)于同步估測(cè)周期(σ)而表現(xiàn)向左或向右的漂移。曲線擬合程序用來(lái)把振幅輪廓擬合于該疊加塊內(nèi)的偽積分振幅數(shù)據(jù)的平均值。這種其中內(nèi)插不規(guī)則的輪廓形狀的曲線擬合程序被稱為輪廓擬合以把它同目的在于外推的跟蹤擬合區(qū)分開(kāi)。沿來(lái)自這個(gè)平均振幅輪廓的偽積分?jǐn)?shù)據(jù)點(diǎn)的橫軸的失調(diào)提供用于糾正估測(cè)的測(cè)試周期σ的基礎(chǔ)。失調(diào)用偽積分因子ρ來(lái)除并且應(yīng)用線性回歸近似。這種擬合的梯度相對(duì)于塊數(shù)目來(lái)測(cè)量產(chǎn)生誤差糾正。同步估測(cè)周期σ因此被糾正到新的非整數(shù)周期τ，其被當(dāng)作循環(huán)單元的周期。這個(gè)信息被通過(guò)到循環(huán)單元跟蹤器64用于跟蹤功能。
通過(guò)應(yīng)用與輪廓擬合程序分離開(kāi)的周期限制，自由度數(shù)目被最小化。這使得噪聲降低的機(jī)會(huì)最大化。在用同步方法產(chǎn)生能譜時(shí)，循環(huán)單元矢量的s個(gè)點(diǎn)的每一個(gè)都被使用。這意味著如果不使用平滑化，s個(gè)自由度將對(duì)噪聲作出貢獻(xiàn)。但是在不對(duì)稱方法中，輪廓擬合程序例如平方擬合被使用，這種程序具有更少的自由度并且由此提高信噪比。
在一些情況下，可出現(xiàn)來(lái)自一個(gè)分段的相對(duì)簡(jiǎn)單的時(shí)序?qū)ο乱粋€(gè)變化非常明顯。在這種情況下，定標(biāo)的失調(diào)被明顯地調(diào)制并且再定標(biāo)，達(dá)到不可接受的水平。接近傳統(tǒng)的跟蹤可被用于這種情況，但是積分滯后將是一個(gè)潛在的問(wèn)題。但是，如果在似然性函數(shù)中沒(méi)有模糊點(diǎn)，可接受的技術(shù)是在輪廓擬合階段把偽積分因子ρ設(shè)置為1或接近整數(shù)1。這使非同步取樣帶來(lái)的系數(shù)調(diào)制效應(yīng)可能最小化。
另外，輪廓擬合在把平滑曲線擬合到接近窗口中心的過(guò)渡邊緣時(shí)不是特別有效的。在把擬合應(yīng)用于過(guò)渡時(shí)，在過(guò)渡的左側(cè)或右側(cè)的點(diǎn)處的擬合被打斷。因此，如果循環(huán)單元的過(guò)渡邊緣被定位在窗口的開(kāi)始處，曲線擬合的準(zhǔn)確性被提高?？蓮闹饕臄M合過(guò)程中排除暫態(tài)，并且或按要求進(jìn)行獨(dú)立的擬合或忽略掉。估測(cè)器78從而也可執(zhí)行在執(zhí)行輪廓擬合之前把過(guò)渡邊緣再定位在窗口開(kāi)始處的過(guò)程。
估測(cè)器78應(yīng)用的輪廓擬合程序是用戶定義的。在本實(shí)施例中，擬合是n次多項(xiàng)式，其中循環(huán)單元振幅輪廓由下面等式來(lái)表示y＝a0+a1x+a2x2+.....+anxn這里y值代表循環(huán)單元振幅，x值代表循環(huán)單元內(nèi)的時(shí)間。參數(shù)a0、a1、a2、.....an稱為循環(huán)單元系數(shù)。從循環(huán)單元系數(shù)的這些值和對(duì)循環(huán)單元的取樣點(diǎn)14的認(rèn)識(shí)可推導(dǎo)出循環(huán)單元矢量的修定值w＝[b0，b1，b2....bs]，其中b值(循環(huán)單元值)為循環(huán)單元內(nèi)的s個(gè)取樣點(diǎn)的振幅。
估測(cè)器78與指令一起通過(guò)這些準(zhǔn)確的循環(huán)單元系數(shù)值、值和周期以把跟蹤增加到循環(huán)單元跟蹤器64。
探測(cè)器60被建立來(lái)重復(fù)循環(huán)單元探測(cè)的上述過(guò)程，找到變?nèi)踝冮L(zhǎng)的循環(huán)單元直到達(dá)到噪聲極限。各個(gè)跟蹤的循環(huán)單元被循環(huán)單元移去器62從將要到來(lái)的聲音分段34中被減去，但是這個(gè)分量不能影響已經(jīng)存儲(chǔ)在探測(cè)器高速緩沖存儲(chǔ)器72中的聲音分段34。估測(cè)器78因此也設(shè)置來(lái)在它的初始探測(cè)上外推各個(gè)循環(huán)單元的過(guò)去歷史并且從存儲(chǔ)在探測(cè)器高速緩沖存儲(chǔ)器72中的聲音分段34中減去它。必須經(jīng)隨后將被用于新的循環(huán)單元同步探測(cè)的平均階段中的所有被高速緩沖存儲(chǔ)的聲音分段34向后外推。這使得先前使用的聲音分段34在隨后的循環(huán)單元探測(cè)中被再次使用而不用等待探測(cè)器高速緩沖存儲(chǔ)器72再填入有效的殘留信號(hào)數(shù)據(jù)。如果探測(cè)到的循環(huán)單元從這個(gè)數(shù)據(jù)中不被刪除，它們將出現(xiàn)在用于平均的數(shù)據(jù)中，并且它們的相應(yīng)的最大值不從能譜中被刪除，直到幾個(gè)更多的數(shù)據(jù)分段已經(jīng)被鎖住。
在循環(huán)單元的初始探測(cè)上，估測(cè)器78得到的過(guò)去歷史也用循環(huán)單元信息和指令被通過(guò)到循環(huán)單元跟蹤器64以增加一個(gè)跟蹤。循環(huán)單元跟蹤器64使用這個(gè)信息來(lái)外推新探測(cè)到的循環(huán)單元并預(yù)測(cè)在要被輸入到系統(tǒng)50的下一個(gè)聲音分段34內(nèi)的其振幅值。
在另一實(shí)施例中，適合于聲音信號(hào)從間歇的源發(fā)出的系統(tǒng)，連續(xù)實(shí)時(shí)數(shù)據(jù)流30不被接收，并且數(shù)據(jù)以批量模式被分析。同樣的數(shù)據(jù)分段36被反復(fù)再利用直到得到穩(wěn)定的跟蹤并且直到再?zèng)]有周期信號(hào)被探測(cè)到。跟蹤移去器66是多余的，不被包括在這個(gè)實(shí)施例中。
總之，估測(cè)器78細(xì)化粗略的循環(huán)單元數(shù)據(jù)以產(chǎn)生循環(huán)單元的準(zhǔn)確測(cè)量。然后這被向后外推過(guò)幾個(gè)聲音分段34。增加新跟蹤的指令和最后的準(zhǔn)確的循環(huán)單元被通過(guò)到循環(huán)單元跟蹤器64來(lái)向前外推下一個(gè)到來(lái)的聲音分段34。
循環(huán)單元移去器62接收來(lái)自主計(jì)算機(jī)高速緩沖存儲(chǔ)器56的到來(lái)的聲音分段34及用于來(lái)自循環(huán)單元跟蹤器64的到來(lái)的聲音分段34的預(yù)測(cè)循環(huán)單元值。循環(huán)單元移去器62從實(shí)際分段值減去預(yù)測(cè)值以提供殘留信號(hào)數(shù)據(jù)分段，它提供給循環(huán)單元探測(cè)器60和循環(huán)單元跟蹤器64。這種殘留信號(hào)經(jīng)殘留信號(hào)輸出106也可用于系統(tǒng)50的輸出。循環(huán)單元探測(cè)器60把這個(gè)殘留信號(hào)數(shù)據(jù)分段增加到它的探測(cè)器高速緩沖存儲(chǔ)器72。循環(huán)單元跟蹤器64使用殘留信號(hào)內(nèi)的信息來(lái)估測(cè)誤差并通過(guò)執(zhí)行偽積分跟蹤時(shí)變循環(huán)單元周期(τ(t))與振幅輪廓。
循環(huán)單元跟蹤器64的操作下面將具體描述。循環(huán)單元跟蹤器64對(duì)各個(gè)探測(cè)到的循環(huán)單元跟蹤循環(huán)單元系數(shù)(a0，a1，a2，…，an)，循環(huán)單元輪廓振幅值(b0，b1，b2....bs)，和周期τ。為了能從到來(lái)的聲音分段34減去探測(cè)到的循環(huán)單元，系統(tǒng)50必須能夠?qū)?lái)的分段預(yù)測(cè)各組循環(huán)單元輪廓值(b0，b1，b2....bs)。一旦循環(huán)單元系數(shù)(a0，a1，a2，...，an)已經(jīng)被確定且循環(huán)單元周期τ保持隨時(shí)間恒定不變，這將相對(duì)地直接向前進(jìn)行。但是，如果τ是時(shí)間(t)的函數(shù)，這種變化必須被跟蹤。在本發(fā)明的實(shí)施例中，通過(guò)首先預(yù)測(cè)循環(huán)單元周期中的時(shí)間變化和振幅輪廓并且然后在接收到實(shí)際數(shù)據(jù)時(shí)測(cè)量誤差并執(zhí)行正確的計(jì)算來(lái)執(zhí)行高效計(jì)算地跟蹤。
下面的符號(hào)用在本說(shuō)明書(shū)中來(lái)確定各個(gè)數(shù)據(jù)分段和/或函數(shù)到來(lái)的聲音分段包括p數(shù)據(jù)字并且與其它的這種分段通過(guò)下標(biāo)“inc”分開(kāi)。前面的和隨后的聲音分段將分別標(biāo)上下標(biāo)“inc-1”和“inc+1”。從而如果不連續(xù)地取樣并且沒(méi)有分類，如果考慮連續(xù)的內(nèi)插函數(shù)，到來(lái)的聲音分段以[ss0，ss1，ss2.....，ssp-1]inc或簡(jiǎn)單地以[ss]inc代表。
在這些取樣點(diǎn)內(nèi)的預(yù)測(cè)的循環(huán)單元振幅值如果是不連續(xù)的則被集中表示為
并且如果它們是連續(xù)的則循環(huán)單元輪廓被表示為∑binc。如果一個(gè)特定的循環(huán)單元被用作示例，加和符號(hào)將下降。
殘留信號(hào)數(shù)據(jù)分段內(nèi)的振幅值遵隨下面的表示，給出[γ]inc＝[ss]inc-[∑b]inc當(dāng)循環(huán)單元是周期函數(shù)時(shí)，在若干反復(fù)上的取樣點(diǎn)被折疊到一個(gè)重復(fù)的循環(huán)。但是這不影響循環(huán)單元輪廓，但是除非循環(huán)單元周期是取樣間隔整數(shù)倍，將有效地在更大數(shù)目的點(diǎn)處取樣循環(huán)單元。這些的循環(huán)單元內(nèi)的取樣時(shí)間被稱為折疊時(shí)間。
當(dāng)指令從循環(huán)單元探測(cè)器60到達(dá)來(lái)增加一個(gè)跟蹤并且跟蹤器64提供有對(duì)于當(dāng)前聲音分段由循環(huán)單元探測(cè)器60估測(cè)的循環(huán)單元系數(shù)時(shí)，跟蹤器64使用振幅輪廓中的相關(guān)取樣點(diǎn)對(duì)于下一個(gè)分段預(yù)測(cè)振幅。任何先前探測(cè)到的循環(huán)單元的循環(huán)單元振幅值在相關(guān)取樣點(diǎn)被類似地推導(dǎo)出，這次是來(lái)自跟蹤程序產(chǎn)生的預(yù)測(cè)的循環(huán)單元系數(shù)。所有組循環(huán)單元振幅值被一起輸入到循環(huán)單元移去器62。
與循環(huán)單元探測(cè)器60一樣，循環(huán)單元跟蹤器64有時(shí)需要比聲音分段34的時(shí)鐘所提供的更多或更少的數(shù)據(jù)來(lái)用于它的操作，跟蹤操作的基礎(chǔ)是需要單獨(dú)的高速緩沖存儲(chǔ)器、PIdata高速緩沖存儲(chǔ)器91的偽積分技術(shù)。循環(huán)單元跟蹤器64的子組件更新器92通過(guò)輪廓擬合存儲(chǔ)在PIdata高速緩沖存儲(chǔ)器91的偽積分?jǐn)?shù)據(jù)([PIdata]inc)確定糾正的循環(huán)單元系數(shù)(a0，a1，a2，.....，an)track。為啟動(dòng)它，更新器92需要至少整個(gè)循環(huán)單元的信息。而且為通過(guò)在循環(huán)單元的一個(gè)區(qū)域提供更多取樣點(diǎn)來(lái)避免不均勻的加權(quán)折疊的分布，整數(shù)數(shù)目個(gè)循環(huán)單元周期被用在折疊操作中。這給出了三種可能情況并且依次從PIdata高速緩沖存儲(chǔ)器91響應(yīng)。如果到來(lái)的聲音分段[ss]inc具有p取樣數(shù)據(jù)字并且循環(huán)單元周期跨過(guò)τ(未必是整數(shù))個(gè)取樣，然后如果n是大于或等于1的整數(shù)，三種可能是1. p＞nτ2. p＝nτ3. p＜τ在第一種情況中相應(yīng)于整數(shù)數(shù)目的循環(huán)單元周期內(nèi)的所有取樣時(shí)間的[PIdata]inc值從高速緩沖存儲(chǔ)器輸出并且剩余部分(＜τ)后縮。當(dāng)隨后的處理的聲音分段[ss]inc+1用這些未使用的取樣被高速緩沖存儲(chǔ)時(shí)，整數(shù)數(shù)目的循環(huán)單元重復(fù)內(nèi)的取樣時(shí)間從現(xiàn)在存儲(chǔ)在高速緩沖存儲(chǔ)器91中的總的((p-nτ)inc+pinc+1)整數(shù)個(gè)取樣中輸出，任何剩余的再次被留下來(lái)用于下一個(gè)聲音分段[ss]inc+2。
在第二種情況下，PIdata高速緩沖存儲(chǔ)器91將與聲音分段34的時(shí)鐘同步被清空。
在第三種情況下，PIdata高速緩沖存儲(chǔ)器91等待直到對(duì)它有足夠的聲音分段被定時(shí)以具有足夠的取樣來(lái)覆蓋循環(huán)單元周期并僅在完成這之后提供輸出到評(píng)估器90。在插入的聲音分段中，循環(huán)單元系數(shù)中的誤差不被評(píng)估但是系數(shù)應(yīng)用現(xiàn)有的跟蹤信息被更新到插入的聲音分段的時(shí)間幀中。周期和時(shí)序類似地被更新。評(píng)估器90和更新器92因此從PIdata高速緩沖存儲(chǔ)器91接收覆蓋整數(shù)個(gè)循環(huán)單元的[PIdata]inc值。不同的周期分量從而以不同的速率被更新。
在到來(lái)的聲音分段[ss]inc被輸出到循環(huán)單元移去器時(shí)跟蹤函數(shù)開(kāi)始。循環(huán)單元的較早的循環(huán)已經(jīng)預(yù)測(cè)循環(huán)單元振幅值[∑b]inc要在這個(gè)聲音分段[ss]inc從來(lái)自較早的聲音分段直到并包括[ss]inc-1的信息找到。PIdata高速緩沖存儲(chǔ)器91從循環(huán)單元移去器62接收這些預(yù)測(cè)的循環(huán)單元振幅值[∑b]inc和殘留信號(hào)數(shù)據(jù)分段[r]inc。對(duì)于各個(gè)獨(dú)立的被跟蹤的循環(huán)單元，循環(huán)單元跟蹤器64的子組件評(píng)估器90用偽積分估測(cè)時(shí)序和周期誤差的測(cè)量值。
為執(zhí)行偽積分，評(píng)估器90從預(yù)測(cè)的循環(huán)單元振幅值和殘留信號(hào)值產(chǎn)生已知作為PIdata的偽積分?jǐn)?shù)據(jù)值。尤其，評(píng)估器90評(píng)估[PIdata]inc＝(1-ρ)[∑b]inc+ρ[r]inc這里ρ是偽積分因子，典型地約為0.01。inc值然后與預(yù)測(cè)的循環(huán)單元系數(shù)(a0，a1，a2，…，an)在對(duì)于高速緩沖存儲(chǔ)的分段確定的取樣時(shí)間產(chǎn)生的高速緩沖存儲(chǔ)振幅值[∑b]inc比較，。它們將被失調(diào)到代表預(yù)測(cè)的循環(huán)單元振幅值[∑b]inc與在到來(lái)的聲音分段[ss]inc中出現(xiàn)的實(shí)際的循環(huán)單元振幅值之間的時(shí)序誤差的程度。評(píng)估器90因此沿縱坐標(biāo)(時(shí)序)軸測(cè)量在循環(huán)單元振幅值[∑b]inc的[PIdata]inc值的失調(diào)。附加噪聲或接近于循環(huán)單元振幅最大值的干擾的較小值將被解釋為大時(shí)序誤差。為避免這個(gè)，以分?jǐn)?shù)取樣間隔為單位的時(shí)間失調(diào)被強(qiáng)烈的加權(quán)，這里循環(huán)單元的梯度是最陡的并且在梯度接近于零時(shí)被減弱。加權(quán)的失調(diào)被平均并且乘以1/ρ。這個(gè)偽積分值表示相對(duì)于循環(huán)單元的預(yù)測(cè)的時(shí)序的時(shí)序誤差，即它表示聲音分段中循環(huán)單元的定位中的系統(tǒng)誤差，但是它受到噪聲和來(lái)自其它未被取消的分量的可能(但是減小的)干擾。
為進(jìn)一步降低噪聲，更新器92把時(shí)序歷史存儲(chǔ)在滑動(dòng)窗口歷史高速緩沖存儲(chǔ)器中。這提供對(duì)于先前的包含預(yù)測(cè)和在評(píng)估器90中評(píng)估的偽積分誤差的q個(gè)分段的時(shí)序記錄。q的幅值適應(yīng)于被跟蹤的循環(huán)單元。如果循環(huán)單元時(shí)序變化迅速，大的歷史高速緩沖存儲(chǔ)器將導(dǎo)致早期的誤差用隨后的不希望的滯后來(lái)過(guò)加權(quán)。相反，如果歷史高速緩沖存儲(chǔ)器很大，緩慢變化的循環(huán)單元用提高的準(zhǔn)確度和SNR來(lái)跟蹤。對(duì)于本實(shí)施例的目的，尺寸為6的高速緩沖存儲(chǔ)器被使用并且假設(shè)足夠用于作為示例的循環(huán)單元。當(dāng)關(guān)于任何特定循環(huán)單元的跟蹤過(guò)程對(duì)于第一時(shí)間被啟動(dòng)時(shí)，從循環(huán)單元探測(cè)器60中的子組件估測(cè)器78得到時(shí)序歷史。如果期望弱的非靜態(tài)的周期分量，更準(zhǔn)確的初始?xì)v史高速緩沖存儲(chǔ)器通過(guò)循環(huán)單元探測(cè)器60中的跟蹤細(xì)化反復(fù)而產(chǎn)生。當(dāng)時(shí)序誤差的新值被測(cè)量時(shí)，更新器82從歷史窗口移去最早的時(shí)序估測(cè)并用最近的來(lái)代替。最小平方擬合在該組6個(gè)時(shí)序上執(zhí)行以得到時(shí)序函數(shù)。擬合的順序可由用戶定義，但通常是基于線性回歸近似的一次擬合就足夠了。這樣得到時(shí)序誤差函數(shù)y＝mx+c。這可外推來(lái)預(yù)測(cè)下一個(gè)分段的時(shí)序。外推部分的斜率m是循環(huán)單元周期τ的測(cè)量，允許對(duì)下一個(gè)聲音分段[ss]inc+1進(jìn)行周期的再評(píng)估。通常在幾個(gè)聲音分段的時(shí)間幀中斜率不會(huì)劇烈的變化。
更新器92在下一個(gè)到來(lái)的聲音分段[ss]inc+1中計(jì)算循環(huán)單元的周期τ’并調(diào)整時(shí)序來(lái)提供預(yù)測(cè)的開(kāi)始、結(jié)束和取樣點(diǎn)。更新器92也使用來(lái)自PIdata高速緩沖存儲(chǔ)器91的偽積分?jǐn)?shù)據(jù)[PIdata]inc來(lái)測(cè)量循環(huán)單元振幅值[∑b]inc和計(jì)算的循環(huán)單元系數(shù)(a0，a1，a2，…，an)inc中的系統(tǒng)誤差。然后它更新這些系數(shù)來(lái)預(yù)測(cè)下一個(gè)分段[ss]inc+1中的循環(huán)單元振幅值。
為得到更新的系數(shù)，更新器92首先把[PIdata]inc值擬合于一般曲線等式y(tǒng)-a0+a1x+a2x2+.....+anxn來(lái)得到一組偽積分系數(shù)(a0，a1，a2，…，an)PI。其他的曲線函數(shù)可能更適合于本發(fā)明的其它應(yīng)用但本實(shí)施例中進(jìn)行多項(xiàng)式擬合。源自跟蹤的循環(huán)單元系數(shù)組的(a0，a1，a2，…，an)inc中的各個(gè)組元的預(yù)測(cè)的誤差由被偽積分因子ρ除的跟蹤和偽積分的值之間的差別來(lái)給出對(duì)于各個(gè)系數(shù)a1，l＝0到nerr(a1)=(al)inc-(al)PIρ]]>然后產(chǎn)生系數(shù)的偽積分值a1’＝a1+err(a1)
但是，和時(shí)序更新一樣，值受到有些減小的噪聲。更新器92把偽積分循環(huán)單元系數(shù)值存儲(chǔ)在循環(huán)單元系數(shù)歷史中。和僅用最近的值的窗口的時(shí)序歷史一樣，在該示例中，大小為6的窗口就夠了。分開(kāi)的系數(shù)歷史對(duì)每個(gè)系數(shù)值a1被保持下來(lái)。直線擬合例如線性回歸來(lái)使值存儲(chǔ)在各個(gè)系數(shù)歷史中。
對(duì)于各個(gè)循環(huán)單元，對(duì)于循環(huán)單元輪廓和時(shí)序的跟蹤擬合(回歸的)系數(shù)被傳送到預(yù)測(cè)器94。
預(yù)測(cè)器94把跟蹤信息轉(zhuǎn)換為循環(huán)單元系數(shù)組(a0，a1，a2，…，an)和適合于下一個(gè)到來(lái)的聲音分段[ss]inc的振幅值
從系統(tǒng)50經(jīng)循環(huán)單元數(shù)據(jù)輸出110輸出循環(huán)單元系數(shù)并把它傳送到跟蹤移去器66。循環(huán)單元值[b]inc經(jīng)預(yù)測(cè)的循環(huán)單元波形輸出108被獨(dú)立輸出，如果需要檢測(cè)，并且一起輸出到準(zhǔn)備來(lái)從下一個(gè)到來(lái)的聲音分段[ss]inc+1作減法的循環(huán)單元移去器62。它們也傳送到PIdata高速緩沖存儲(chǔ)器91。如果從探測(cè)器60接收到增加循環(huán)單元跟蹤的指令，那么對(duì)于新探測(cè)到的循環(huán)單元的預(yù)測(cè)的循環(huán)單元值與兩個(gè)輸出中的跟蹤值結(jié)合。類似地如果刪除跟蹤的指令從跟蹤移去器66被接收到，那么適合于這個(gè)循環(huán)單元的[b]inc+1值從兩個(gè)輸出中被移去。
權(quán)利要求
1.一種使第一信號(hào)ssinc中的噪聲影響局部化的方法，第一信號(hào)表示為包含至少一個(gè)模型分量binc的模型信號(hào)∑binc，各個(gè)分量binc以一組至少一個(gè)的模型參數(shù)(a0，a1，a2…，an)來(lái)代表，特征在于該方法包括步驟(a)從第一信號(hào)ssinc中減去模型信號(hào)∑binc以得到殘留信號(hào)rinc；(b)通過(guò)乘以偽積分因子ρ來(lái)定標(biāo)殘留信號(hào)rinc；(c)通過(guò)用(1-ρ)相乘來(lái)定標(biāo)模型信號(hào)∑binc及其各個(gè)分量而獲得至少一個(gè)定標(biāo)的模型分量；(e)把在步驟(b)獲得的定標(biāo)的殘留信號(hào)加到在步驟(c)獲得的各個(gè)定標(biāo)的模型分量上以給出相應(yīng)數(shù)目的至少一個(gè)偽積分信號(hào)PIdatainc，其中在定標(biāo)的殘留信號(hào)中干擾噪聲影響被局部化。
2.根據(jù)權(quán)利要求1的方法，其特征在于代表各個(gè)模型化分量binc的模型參數(shù)組(a0，a1，a2…，an)用下面的附加步驟來(lái)進(jìn)行系統(tǒng)誤差糾正(a)把各個(gè)特定模型化分量binc的偽積分信號(hào)PIdatainc模型化而獲得相應(yīng)組局部干擾模型參數(shù)(a0，a1，a2…，an)LP；(b)從它的相應(yīng)的局部干擾模型參數(shù)(a0，a1，a2…，an)LP中減去各個(gè)模型參數(shù)(a0，a1，a2…，an)而獲得相應(yīng)組的至少一個(gè)局部化干擾誤差；(c)通過(guò)除以偽積分因子ρ對(duì)各個(gè)局部化干擾誤差再定標(biāo)回其先前的水平；及(d)把各個(gè)再定標(biāo)的局部化干擾誤差加到它相應(yīng)的模型參數(shù)(a0，a1，a2…，an)上從而獲得一組相應(yīng)的偽積分模型參數(shù)(a0，a1，a2…，an)PI。
3.根據(jù)權(quán)利要求2的方法，其特征在于信號(hào)可被分段來(lái)提供若干信號(hào)窗口ssinc，ssinc+1，…，ssinc+n并且該方法被迭代用來(lái)產(chǎn)生模型化各個(gè)信號(hào)分量的多個(gè)偽積分參數(shù)組(a0，a1，a2…，an)incPI并且從這種多個(gè)參數(shù)組獲得糾正的參數(shù)組(a0’，a1’，a2’…，an’)。
4.根據(jù)權(quán)利要求2或3的方法，其特征在于模型信號(hào)∑binc可通過(guò)增加從各組偽積分模型參數(shù)(a0，a1，a2…，an)PI中依次獲得的該至少一個(gè)糾正的分量b’inc而糾正系統(tǒng)誤差∑b’iinc。
5.根據(jù)權(quán)利要求1、2、3或4的方法，其特征在于第一信號(hào)ssinc是數(shù)字取樣信號(hào)[ss]inc并且模型信號(hào)∑binc包括先前預(yù)測(cè)的取樣信號(hào)值[∑b]inc。
6.一種在抽取數(shù)字取樣信號(hào)[ss]inc和包含至少一個(gè)分量信號(hào)binc的疊加的先前預(yù)測(cè)的取樣信號(hào)值[∑b]inc之間的差別時(shí)使噪聲影響局部化的方法，其特征在于該方法包括步驟(a)從取樣信號(hào)[ss]inc減去預(yù)測(cè)的信號(hào)值[∑b]inc以得到取樣的殘留信號(hào)[r]inc；(b)根據(jù)偽積分因子ρ定標(biāo)殘留信號(hào)[r]inc，從而殘留信號(hào)[r]inc乘以p；(c)通過(guò)把各個(gè)分量值[b]inc乘以(1-ρ)定標(biāo)預(yù)測(cè)的值[∑b]inc；及(d)把步驟(b)獲得的定標(biāo)值加到步驟(c)得到的值上。
7.根據(jù)權(quán)利要求1的方法，其特征在于在第二方法中使用該方法來(lái)糾正在描述表現(xiàn)噪聲影響的信號(hào)的一個(gè)分量binc的參數(shù)預(yù)測(cè)值(a0，a1，a2…，an)inc中引起的系統(tǒng)誤差影響，其中該第二種方法包括步驟(a)從先前確定的參數(shù)值預(yù)測(cè)期望取樣信號(hào)值[∑b]inc；(b)跟隨權(quán)利要求1的步驟(a)到(d)，其中第一信號(hào)包括從表現(xiàn)噪聲影響的信號(hào)中獲取的取樣值[ss]inc的數(shù)據(jù)分段，模型信號(hào)包括在步驟(a)獲得的期望取樣信號(hào)值[∑b]inc，從而殘留信號(hào)rinc和偽積分信號(hào)PIdatainc分別包括殘留信號(hào)取樣值[r]inc和適合于信號(hào)分量binc的一組偽積分?jǐn)?shù)據(jù)[PI]datainc；(c)從偽積分?jǐn)?shù)據(jù)組[PIdata]inc獲得適合于描述信號(hào)分量binc的參數(shù)的局部干擾參數(shù)值(a0，a1，a2…，an)LP；(d)在描述來(lái)自所述預(yù)測(cè)值(a0，a1，a2…，an)inc和除以偽積分因子ρ得到的局部干擾參數(shù)值(a0，a1，a2…，an)LP之間的差異的模型信號(hào)分量binc的各個(gè)預(yù)測(cè)參數(shù)值(a0，a1，a2…，an)inc中測(cè)量再定標(biāo)的干擾誤差err(a1)；(e)把在步驟(d)得到的再定標(biāo)的干擾誤差err(a1)增加到預(yù)測(cè)參數(shù)值(a0，a1，a2…，an)inc以獲得偽積分參數(shù)值(a0，a1，a2…，an)PI；及(f)對(duì)偽積分參數(shù)值(a0，a1，a2…，an)PI進(jìn)行平滑或跟蹤以產(chǎn)生糾正的參數(shù)值(a0’，a1’，a2’…，an’)。
8.根據(jù)權(quán)利要求7的方法，其特征在于第二方法也包括步驟(a)在各個(gè)歷史高速緩沖存儲(chǔ)器中把偽積分參數(shù)值(a0，a1，a2…，an)PI存儲(chǔ)為最后的值，其中各個(gè)歷史高速緩沖存儲(chǔ)器包含先前確定的各個(gè)偽積分參數(shù)值；(b)從各個(gè)高速緩沖存儲(chǔ)器清除第一參數(shù)值；及(c)通過(guò)跟蹤擬合各個(gè)歷史高速緩沖存儲(chǔ)器中的偽積分參數(shù)值并外推取樣的值[ss]inc+1的將來(lái)分段的合成跟蹤來(lái)預(yù)測(cè)適合于噪聲信號(hào)的將來(lái)的取樣值[ss]inc+1的各個(gè)糾正的參數(shù)值a1’的新值。
9.根據(jù)權(quán)利要求8的方法，其特征在于跟蹤可在時(shí)間域中進(jìn)行并且迭代的參數(shù)糾正可解釋為時(shí)變信號(hào)的結(jié)果
10.根據(jù)權(quán)利要求8或9的方法，其特征在于步驟(c)的跟蹤擬合是線性回歸過(guò)程。
11.一種方法，其特征在于信號(hào)是多分量信號(hào)∑binc，并且權(quán)利要求7到10中的任何一個(gè)的方法被應(yīng)用于各個(gè)分量binc。
12.根據(jù)權(quán)利要求1的方法，其特征在于該方法用在分離數(shù)字取樣信號(hào)30的分量的第三方法中，其中第三方法包括步驟(a)經(jīng)探測(cè)系統(tǒng)50把分段[ss]inc中時(shí)鐘后數(shù)字化信號(hào)30；(b)跟隨權(quán)利要求1的步驟之后，其中第一信號(hào)包括數(shù)字化信號(hào)分段[ss]inc，模型信號(hào)包括從預(yù)測(cè)模型參數(shù)組獲得的預(yù)測(cè)的振幅值[∑b]inc，各組(a0，a1，a2…，an)inc代表信號(hào)的模型化分量binc并且殘留信號(hào)rinc和偽積分信號(hào)PIdatainc分別包括殘留信號(hào)取樣值[r]inc和偽積分?jǐn)?shù)據(jù)組[PIdata]inc；(c)相對(duì)于數(shù)字取樣信號(hào)30的取樣時(shí)序糾正應(yīng)用于預(yù)測(cè)的振幅值[∑b]inc的輪廓binc的時(shí)序中的誤差并且應(yīng)用各組偽積分?jǐn)?shù)據(jù)組[PIdata]inc跟蹤各個(gè)探測(cè)到的分量的這種應(yīng)用振幅輪廓binc的振幅變化；及(d)對(duì)殘留信號(hào)[r]inc搜索新的信號(hào)分量。
13.根據(jù)權(quán)利要求12的方法，其特征在于預(yù)測(cè)的分量可從數(shù)字化信號(hào)30的先前被時(shí)鐘化的分段中被跟蹤的探測(cè)到的分量獲得。
14.根據(jù)權(quán)利要求12或13的方法，其特征在于數(shù)字取樣的信號(hào)30的分量是周期分量。
15.根據(jù)權(quán)利要求12或13的方法，其中信號(hào)分量是周期分量，其特征在于權(quán)利要求12的步驟(c)包括步驟(a)測(cè)量來(lái)自各個(gè)探測(cè)的周期分量的預(yù)測(cè)的振幅輪廓binc的偽積分?jǐn)?shù)據(jù)組[PIdata]inc的加權(quán)平均失調(diào)，并且從而得到定標(biāo)的干擾時(shí)序失調(diào)；(b)把加權(quán)平均定標(biāo)的干擾時(shí)序失調(diào)除以偽積分因子ρ而得到各個(gè)預(yù)測(cè)的振幅值[∑b]inc中的再定標(biāo)的時(shí)序誤差；(c)輪廓擬合偽積分?jǐn)?shù)據(jù)[PIdata]inc以產(chǎn)生局部干擾的輪廓擬合并且得到一組適合于輪廓擬合的局部干擾的輪廓系數(shù)(a0，a1，a2…，an)LP；(d)測(cè)量各個(gè)局部干擾的輪廓系數(shù)(a0，a1，a2…，an)LP與輪廓系數(shù)(a0，a1，a2…，an)inc的相應(yīng)系數(shù)之間的差并且把各個(gè)差除以偽積分因子ρ而得到一組再定標(biāo)的輪廓系數(shù)誤差；(e)把再定標(biāo)的時(shí)序誤差和各個(gè)再定標(biāo)的輪廓系數(shù)誤差與先前預(yù)測(cè)的時(shí)序和輪廓系數(shù)值(a0，a1，a2…，an)inc分別相加以分別產(chǎn)生偽積分時(shí)序和輪廓系數(shù)值(a0，a1，a2…，an)PI；(f)平滑化或跟蹤偽積分時(shí)序和輪廓系數(shù)值(a0，a1，a2…，an)PI以分別產(chǎn)生糾正的時(shí)序和輪廓系數(shù)值；及(g)從糾正的時(shí)序和輪廓系數(shù)值預(yù)測(cè)適合于將要到來(lái)的數(shù)字化信號(hào)分段[ss]inc+1的時(shí)序和各個(gè)輪廓系數(shù)的新值。
16.根據(jù)權(quán)利要求15的方法，其特征在于在步驟(g)預(yù)測(cè)的值用于得到預(yù)測(cè)的振幅值[∑b]inc、振幅輪廓binc和相關(guān)組預(yù)測(cè)模型參數(shù)(a0，a1，a2…，an)inc及用于權(quán)利要求12的步驟(b)和(c)的隨后的迭代部分中的在分析隨后取樣的信號(hào)分段[ss]inc+1中的時(shí)序。
17.根據(jù)權(quán)利要求15或16的方法，其特征在于權(quán)利要求15的步驟(f)包括步驟(a)在各個(gè)歷史高速緩沖存儲(chǔ)器中把偽積分時(shí)序和輪廓系數(shù)值(a0，a1，a2…，an)PI存儲(chǔ)為最后的值，其中各個(gè)歷史高速緩沖存儲(chǔ)器包含先前確定的偽積分時(shí)序和輪廓系數(shù)值；(b)從各個(gè)高速緩沖存儲(chǔ)器清除第一參數(shù)值；及(c)通過(guò)跟蹤擬合各個(gè)歷史高速緩沖存儲(chǔ)器中的值并外推取樣的值[ss]inc+1的將來(lái)分段的合成擬合跟蹤來(lái)預(yù)測(cè)適合于將要到來(lái)的數(shù)字化信號(hào)分段[ss]inc+1的時(shí)序和各個(gè)輪廓系數(shù)的新值。
18.根據(jù)權(quán)利要求15、16或17的方法，其特征在于加權(quán)的失調(diào)根據(jù)下述加權(quán)方案來(lái)獲得，其中在振幅輪廓的梯度是陡的位置處的失調(diào)相對(duì)強(qiáng)地加權(quán)，并且在梯度接近于零的那些位置處加權(quán)相對(duì)地弱。
19.根據(jù)前面任一項(xiàng)權(quán)利要求的方法，其特征在于偽積分因子ρ優(yōu)選在0.003-0.03的范圍內(nèi)。
20.一種探測(cè)數(shù)字取樣信號(hào)30的周期分量的方法，其特征在于該方法包括步驟(a)對(duì)取樣信號(hào)30進(jìn)行濾波以得到接近周期分量的周期性τ的同步估測(cè)的周期σ；(b)把數(shù)字取樣信號(hào)30分割為數(shù)據(jù)塊，其中各個(gè)數(shù)據(jù)塊的大小等于同步估測(cè)的周期σ；(c)平均數(shù)字取樣信號(hào)30中取樣點(diǎn)的塊間同相振幅以獲得周期σ的平均振幅值b(σ)；(d)從各個(gè)數(shù)據(jù)塊的取樣點(diǎn)振幅b1減去平均振幅值b(σ)以得到殘留值塊；(e)根據(jù)偽積分因子ρ定標(biāo)殘留值塊，從而殘留值乘以ρ；(f)通過(guò)把各個(gè)值乘以(1-ρ)定標(biāo)平均振幅值b(σ)；(g)把步驟(e)得到的定標(biāo)的值增加到在步驟(f)得到的值以獲得局部干擾振幅值；(h)通過(guò)測(cè)量來(lái)自平均振幅值b(σ)的局部干擾振幅值的時(shí)間得到局部干擾失調(diào)；(i)把局部干擾失調(diào)除以偽積分因子ρ并且跟蹤或平滑化合成的偽積分值以得到平均時(shí)序誤差線；及(j)用等于平均時(shí)序誤差線的斜率的數(shù)量糾正同步估測(cè)周期(σ)以獲得周期分量的周期性τ的精細(xì)估測(cè)。
21.一種信號(hào)處理系統(tǒng)，其特征在于該系統(tǒng)包括(a)用于把物理現(xiàn)象轉(zhuǎn)換為接收信號(hào)數(shù)據(jù)流ssinc30的轉(zhuǎn)換器54、56；(b)用于提供包含接收信號(hào)b(s)、ssinc的至少一個(gè)分量∑binc、b(s)的預(yù)測(cè)估測(cè)的預(yù)測(cè)信號(hào)的預(yù)測(cè)器70、72、94；(c)用于從接收信號(hào)ssinc減去預(yù)測(cè)信號(hào)∑binc、b(s)而產(chǎn)生殘留信號(hào)rinc的移去器62、78；(d)用于產(chǎn)生包括偽積分分量組PIdatainc的偽積分信號(hào)的評(píng)估器90、78，各組偽積分分量相應(yīng)于一個(gè)預(yù)測(cè)信號(hào)分量binc、b(s)b(s)b(s)并且用于使用該組偽積分分量糾正預(yù)測(cè)信號(hào)分量，其中各組偽積分分量PIdatainc通過(guò)把偽積分因子ρ定標(biāo)的殘留信號(hào)rinc與被因子(1-ρ)定標(biāo)的各個(gè)預(yù)測(cè)信號(hào)分量∑binc、b(s)相加從殘留信號(hào)rinc和預(yù)測(cè)信號(hào)分量∑binc、b(s)獲得；(e)用于糾正預(yù)測(cè)信號(hào)分量∑binc、b(s)以產(chǎn)生接收信號(hào)分量∑b’inc、b′(τ)的糾正的估測(cè)的更新器92、78。
22.根據(jù)權(quán)利要求21的信號(hào)處理系統(tǒng)，其特征在于評(píng)估器90、78包括用于使用各組偽積分?jǐn)?shù)據(jù)PIdatainc在各個(gè)預(yù)測(cè)信號(hào)分量binc的模型描述符(a0，a1，a2…，an)inc中得到局部干擾誤差并用于通過(guò)除以偽積分因子ρ來(lái)定標(biāo)局部干擾誤差的估測(cè)器；并且其中更新器92、78設(shè)置來(lái)通過(guò)把再定標(biāo)的局部干擾誤差增加到其模型描述符(a0，a1，a2…，an)inc中產(chǎn)生接收信號(hào)分量∑b’inc、b′(τ)的糾正的估測(cè)并且從而產(chǎn)生一組偽積分模型描述符(a0，a1，a2…，an)PI，更新器還設(shè)置來(lái)平滑和/或跟蹤偽積分模型描述符(a0，a1，a2…，an)inc從而糾正、更新或預(yù)測(cè)其值(a0，a1，a2…，an)inc+1。
23.一種多分量信號(hào)探測(cè)系統(tǒng)，其特征在于探測(cè)系統(tǒng)包括根據(jù)權(quán)利要求21的信號(hào)處理系統(tǒng)，其中信號(hào)處理系統(tǒng)的預(yù)測(cè)器70、72被設(shè)置來(lái)探測(cè)到來(lái)的信號(hào)ssinc的至少一個(gè)近似分量∑binc(s)并且評(píng)估器90被設(shè)置來(lái)提供這種近似分量?jī)?nèi)的誤差測(cè)量，并且從而更新器78被設(shè)置來(lái)產(chǎn)生改進(jìn)準(zhǔn)確度的分量∑b’inc(τ)。
24.根據(jù)權(quán)利要求23的多分量信號(hào)探測(cè)系統(tǒng)，其特征在于預(yù)測(cè)信號(hào)包括接收信號(hào)的一個(gè)以上分量∑binc、b(s)的預(yù)測(cè)估測(cè)并且探測(cè)系統(tǒng)被設(shè)置來(lái)迭代地探測(cè)分量。
25.一種多參數(shù)信號(hào)探測(cè)系統(tǒng)，其特征在于探測(cè)系統(tǒng)包括根據(jù)權(quán)利要求21的信號(hào)處理系統(tǒng)，其中信號(hào)處理系統(tǒng)的預(yù)測(cè)器70、72被設(shè)置來(lái)探測(cè)描述到來(lái)的信號(hào)ssinc的近似參數(shù)binc(a0，a1，a2……，an，s)并且評(píng)估器90被設(shè)置來(lái)提供這種近似參數(shù)內(nèi)的誤差測(cè)量，并且從而更新器78被設(shè)置來(lái)產(chǎn)生改進(jìn)準(zhǔn)確度的參數(shù)b’inc(a’0，a’1，a’2……，a’n，τ)。
26.根據(jù)權(quán)利要求23或24的多分量信號(hào)探測(cè)系統(tǒng)，其特征在于信號(hào)分量binc(τ)是周期分量。
27.根據(jù)權(quán)利要求26的多分量信號(hào)探測(cè)系統(tǒng)，其特征在于接收信號(hào)數(shù)據(jù)流30是經(jīng)系統(tǒng)被時(shí)鐘化在分段[ss]inc中的數(shù)字取樣數(shù)據(jù)流。
28.根據(jù)權(quán)利要求27的多分量信號(hào)探測(cè)系統(tǒng)，其特征在于它也可包括設(shè)置來(lái)通過(guò)從適合于預(yù)測(cè)周期分量∑binc的取樣循環(huán)單元振幅值[∑b]inc的取樣分段[ss]inc作減法來(lái)從數(shù)字取樣數(shù)據(jù)流的分段[ss]inc產(chǎn)生殘留數(shù)據(jù)信號(hào)[r]inc的循環(huán)單元移去器62，其中所述預(yù)測(cè)周期分量∑binc代表與取樣分段[ss]inc同步取樣的循環(huán)單元振幅輪廓binc的疊加。
29.根據(jù)權(quán)利要求28的探測(cè)系統(tǒng)，其特征在于預(yù)測(cè)器70、72可包含濾波器組70，其包括設(shè)置來(lái)分析時(shí)間域中數(shù)據(jù)流ssinc、rinc的濾波器尺寸測(cè)試組并產(chǎn)生信號(hào)ssinc、rinc內(nèi)周期分量的主要周期性的近似最大似然性估測(cè)。
30.根據(jù)權(quán)利要求29的探測(cè)系統(tǒng)，其特征在于濾波器組70中的各個(gè)濾波器設(shè)置來(lái)把接收信號(hào)數(shù)據(jù)流30分割為不互相疊合的一系列數(shù)據(jù)塊，其中各個(gè)數(shù)據(jù)塊包含整數(shù)數(shù)目s個(gè)取樣點(diǎn)并且最大似然性估測(cè)器是能譜P(σ)，其中P是包含在尺寸σ的幾個(gè)相鄰數(shù)據(jù)塊的平均的每個(gè)取樣信號(hào)的平均能量。
31.根據(jù)權(quán)利要求30的探測(cè)系統(tǒng)，其特征在于濾波器組70可包含一組測(cè)試周期s，各個(gè)測(cè)試周期s是接收信號(hào)數(shù)據(jù)流30的內(nèi)取樣周期的數(shù)倍。
32.根據(jù)權(quán)利要求30或31的探測(cè)系統(tǒng)，其特征在于該系統(tǒng)還包括設(shè)置來(lái)識(shí)別在最大似然性譜P(σ)中出現(xiàn)的峰值的性質(zhì)從而識(shí)別在接收信號(hào)數(shù)據(jù)流30內(nèi)以近似實(shí)際周期τ的測(cè)試周期σ的方式出現(xiàn)的那些的循環(huán)單元量化器76。
33.根據(jù)權(quán)利要求30、31或32的探測(cè)系統(tǒng)，其特征在于接收信號(hào)的預(yù)測(cè)估測(cè)被濾波器組70提供的循環(huán)單元振幅輪廓的取樣值平均，并且相應(yīng)于能譜P(σ)中的峰，權(quán)利要求21中的信號(hào)處理器系統(tǒng)中的移去器78、評(píng)估器78和更新器78組件被設(shè)置來(lái)產(chǎn)生主要周期信號(hào)分量的預(yù)測(cè)循環(huán)單元振幅輪廓[∑b’(τ)inc]的糾正的估測(cè)。
34.一種多分量信號(hào)跟蹤系統(tǒng)，其特征在于跟蹤系統(tǒng)包括根據(jù)權(quán)利要求21的信號(hào)處理系統(tǒng)，其中預(yù)測(cè)器94被設(shè)置來(lái)在更新器92產(chǎn)生的先前預(yù)測(cè)的接收信號(hào)∑b’inc-1的糾正的估測(cè)的基礎(chǔ)上產(chǎn)生接收信號(hào)∑binc的預(yù)測(cè)估測(cè)。
35.根據(jù)權(quán)利要求34的多分量信號(hào)跟蹤系統(tǒng)，其特征在于接收到的信號(hào)數(shù)據(jù)流ssinc30可包含至少一個(gè)明顯的時(shí)變分量binc。
36.根據(jù)權(quán)利要求35的多分量信號(hào)跟蹤系統(tǒng)，其特征在于該系統(tǒng)設(shè)置來(lái)隨時(shí)間跟蹤探測(cè)到的信號(hào)分量∑biinc，其中評(píng)估器90被設(shè)置來(lái)使用偽積分?jǐn)?shù)據(jù)組PIdatainc來(lái)糾正接收信號(hào)分量∑binc的預(yù)測(cè)估測(cè)中的預(yù)測(cè)不準(zhǔn)確。
37.根據(jù)權(quán)利要求35或36的多分量信號(hào)跟蹤系統(tǒng)，其特征在于信號(hào)分量binc(τ)是周期分量。
38.根據(jù)權(quán)利要求37的多分量信號(hào)跟蹤系統(tǒng)，其特征在于接收信號(hào)數(shù)據(jù)流30是經(jīng)系統(tǒng)被時(shí)鐘化在分段[ss]inc中的數(shù)字取樣數(shù)據(jù)流。
39.根據(jù)權(quán)利要求38的多分量信號(hào)跟蹤系統(tǒng)，其特征在于它也可包括設(shè)置來(lái)通過(guò)從適合于與取樣分段[ss]inc同步取樣的預(yù)測(cè)周期分量∑binc(循環(huán)單元振幅輪廓)的循環(huán)單元振幅值[∑b]inc的取樣分段[ss]inc作減法而從數(shù)字取樣數(shù)據(jù)流的分段[ss]inc產(chǎn)生殘留數(shù)據(jù)信號(hào)[r]ss的循環(huán)單元移去器62。
40.根據(jù)權(quán)利要求39的跟蹤系統(tǒng)，其特征在于預(yù)測(cè)器94設(shè)置來(lái)提供以描述適合于到來(lái)的數(shù)據(jù)分段的時(shí)間幀中所有探測(cè)到的周期分量的振幅輪廓∑binc的各個(gè)探測(cè)的周期分量和預(yù)測(cè)的循環(huán)單元振幅值[∑b]inc的振幅輪廓binc的預(yù)測(cè)時(shí)序τ和振幅系數(shù)(a0，a1，a2…，an)inc形式的接收信號(hào)∑binc的預(yù)測(cè)估測(cè)，并且評(píng)估器90從而被設(shè)置來(lái)測(cè)量預(yù)測(cè)時(shí)序和振幅系數(shù)(a0，a1，a2…，an)inc中的誤差。
41.根據(jù)權(quán)利要求40的跟蹤系統(tǒng)，其特征在于更新器92被設(shè)置來(lái)根據(jù)這里測(cè)量的誤差來(lái)糾正預(yù)測(cè)時(shí)序τ和振幅系數(shù)(a0，a1，a2…，an)inc并且從而產(chǎn)生糾正的時(shí)序和振幅系數(shù)；并且跟蹤系統(tǒng)被一起設(shè)置來(lái)預(yù)測(cè)將要到來(lái)的數(shù)據(jù)分段中各個(gè)探測(cè)到的周期分量的時(shí)序和預(yù)測(cè)的循環(huán)單元的振幅值[∑b]inc+1并且也預(yù)測(cè)各個(gè)探測(cè)到的周期分量的變化的振幅輪廓binc+1。
42.根據(jù)權(quán)利要求41的跟蹤系統(tǒng)，其特征在于預(yù)測(cè)器94包括先前預(yù)測(cè)的時(shí)序和振幅系數(shù)以及糾正的時(shí)序和振幅系數(shù)的各個(gè)歷史高速緩沖存儲(chǔ)器，其中預(yù)測(cè)器94被設(shè)置來(lái)在各個(gè)獨(dú)立的高速緩沖存儲(chǔ)器內(nèi)曲線跟蹤擬合于數(shù)值。
43.根據(jù)權(quán)利要求41的跟蹤系統(tǒng)，其特征在于預(yù)測(cè)器94被設(shè)置來(lái)評(píng)估將要到來(lái)的數(shù)據(jù)分段的取樣點(diǎn)的跟蹤，從而提供適合于將來(lái)的分段的預(yù)測(cè)的振幅值[b]inc+1并通過(guò)那些預(yù)測(cè)的循環(huán)單元振幅值[b]inc+1到循環(huán)單元移去器62。
44.根據(jù)權(quán)利要求37到43中任一項(xiàng)的跟蹤系統(tǒng)，其特征在于它也包括設(shè)置來(lái)評(píng)估探測(cè)到的信號(hào)分量binc(τ)的信噪比的跟蹤移去器66并且跟蹤系統(tǒng)被設(shè)置來(lái)在它的信噪比下降到閾值以下時(shí)從接收信號(hào)分量∑binc的隨后產(chǎn)生的預(yù)測(cè)估測(cè)移去任何這種分量
45.用于從模擬輸入信號(hào)產(chǎn)生窄帶寬數(shù)據(jù)的一種信號(hào)處理系統(tǒng)，其特征在于系統(tǒng)包括權(quán)利要求41到44的任一項(xiàng)的跟蹤系統(tǒng)，其中各個(gè)探測(cè)到的周期分量的預(yù)測(cè)的循環(huán)單元振幅值[∑b]inc+1經(jīng)循環(huán)單元數(shù)據(jù)輸出110從跟蹤系統(tǒng)中被抽取出來(lái)。
46.一種用于從多分量音頻信號(hào)中移去至少一個(gè)主要的音頻分量的信號(hào)處理系統(tǒng)，其特征在于系統(tǒng)包括權(quán)利要求23到33的任一項(xiàng)的探測(cè)系統(tǒng)和權(quán)利要求39到44的任一項(xiàng)的跟蹤系統(tǒng)，其中探測(cè)系統(tǒng)被設(shè)置來(lái)探測(cè)選擇的主要音頻分量并且跟蹤系統(tǒng)被設(shè)置來(lái)跟蹤各個(gè)選擇的主要音頻分量，系統(tǒng)也包括設(shè)置來(lái)輸出從取樣的輸入信號(hào)[ssinc]產(chǎn)生的小于各個(gè)選擇的主要音頻信號(hào)分量的預(yù)測(cè)振幅值[∑b]inc的殘留信號(hào)rinc的殘留信號(hào)輸出106。
47.一種用于從多分量音頻信號(hào)中隔離至少一個(gè)主要的音頻分量的信號(hào)處理系統(tǒng)，其特征在于系統(tǒng)包括權(quán)利要求23到33的任一項(xiàng)的探測(cè)系統(tǒng)和權(quán)利要求39到44的任一項(xiàng)的跟蹤系統(tǒng)，其中探測(cè)系統(tǒng)被設(shè)置來(lái)探測(cè)選擇的主要音頻分量并且跟蹤系統(tǒng)被設(shè)置來(lái)跟蹤各個(gè)選擇的主要音頻分量，系統(tǒng)也包括設(shè)置來(lái)輸出各個(gè)選擇的主要音頻分量的糾正的或預(yù)測(cè)振幅值[∑b]inc、[∑b]inc+1的信號(hào)輸出信道108和110。
全文摘要
一種用于從噪聲中區(qū)分開(kāi)系統(tǒng)贗象的方法與裝置包括把操作噪聲局部化在預(yù)測(cè)的函數(shù)峰附近。該方法尤其與時(shí)變信號(hào)的探測(cè)和跟蹤相關(guān)。執(zhí)行這種方法的應(yīng)用的裝置包括經(jīng)其基本重復(fù)單元:周期為τ的循環(huán)單元,監(jiān)測(cè)多分量周期信號(hào)的各個(gè)分量的探測(cè)系統(tǒng)(50)。該信號(hào)被數(shù)字化并經(jīng)系統(tǒng)(50)被時(shí)鐘化在分段中。循環(huán)單元移去器(62)從到來(lái)的信號(hào)分段中減去先前探測(cè)的循環(huán)單元的預(yù)測(cè)值以產(chǎn)生殘留信號(hào)。循環(huán)單元探測(cè)器(60)使用滑動(dòng)窗口過(guò)程糾正預(yù)測(cè)循環(huán)單元值(b(τ),τ)中的誤差并預(yù)測(cè)(跟蹤)適合于下一個(gè)到來(lái)的信號(hào)分段的循環(huán)單元值。跟蹤移去器(66)監(jiān)測(cè)循環(huán)單元變化并從跟蹤過(guò)程移去亞閾值循環(huán)單元。
文檔編號(hào)G06K9/00GK1269012SQ98808650
公開(kāi)日2000年10月4日 申請(qǐng)日期1998年8月27日 優(yōu)先權(quán)日1997年8月27日
發(fā)明者I·J·克拉克 申請(qǐng)人:英國(guó)國(guó)防部