基于稀疏化理论的欠定生猪盲源信号分离方法.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN116030837A(43)申请公布日2023.04.28(21)申请号202211183294.7G06F18/23213(2023.01)(22)申请日2022.09.27G06F18/2136(2023.01)(71)申请人安徽农业大学地址230036安徽省合肥市蜀山区长江西路130号(72)发明人查文文陈成鹏彭硕焦俊朱诚辜丽川潘伟豪陈威王宁(74)专利代理机构北京盛广信合知识产权代理有限公司16117专利代理师张军艳(51)Int.Cl.G10L25/60(2013.01)G10L25/66(2013.01)G10L21/0272(2013.01)权利要求书2页说明书11页附图10页(54)发明名称基于稀疏化理论的欠定生猪盲源信号分离方法(57)摘要本发明公开了一种基于稀疏化理论的欠定生猪盲源信号分离方法，包括：获取混合生猪音频信号；构建欠定盲源分离模型；基于所述欠定盲源分离模型对所述混合生猪音频信号进行稀疏化以及单源点提取，获取单源点；基于所述单源点获取估算混合矩阵；基于所述欠定盲源分离模型与所述估算混合矩阵获取源信号；对所述源信号的音频质量进行测量。本发明能够较为有效地分理出混合猪声信号的各源信号分量，为混合生猪音频的特征提取提供了新方案，有助于生猪的健康养殖。CN116030837ACN116030837A权利要求书1/2页1.一种基于稀疏化理论的欠定生猪盲源信号分离方法，其特征在于，包括以下步骤：获取混合生猪音频信号；构建欠定盲源分离模型；基于所述欠定盲源分离模型对所述混合生猪音频信号进行稀疏化以及单源点提取，获取单源点；基于所述单源点获取估算混合矩阵；基于所述欠定盲源分离模型与所述估算混合矩阵获取源信号；对所述源信号的音频质量进行测量。2.根据权利要求1所述的基于稀疏化理论的欠定生猪盲源信号分离方法，其特征在于，获取混合生猪音频信号的过程包括：基于默认的音频参数值对外界环境进行监听，设置录制时长以及音频参数，获取声音信号；基于压缩感知技术对所述声音信号进行压缩网络传输，获取重构声音信号；将所述重构声音信号与所述声音信号进行对比分析，对所述重构声音信号设置音频参数，获取音频质量最高的重构声音信号，基于音频质量最高的重构声音信号所对应设置的音频参数采集单种音频信号，并基于幅值衰减矩阵获取混合生猪音频信号。3.根据权利要求1所述的基于稀疏化理论的欠定生猪盲源信号分离方法，其特征在于，所述欠定盲源分离模型为：其中，XN(t)＝[x1(t),x2(t),...,xn(t)]表示观测信号向量，Sm(t‑tnm)表示经过时延tnm到达传感器的源信号向量，n(t)表示噪声，anm为幅值衰减矩阵，表示信号的衰减系数。4.根据权利要求1所述的基于稀疏化理论的欠定生猪盲源信号分离方法，其特征在于，基于所述欠定盲源分离模型对所述混合生猪音频信号进行稀疏化以及单源点提取的过程包括：基于所述欠定盲源分离模型获取单源点判据，基于所述单源点判据获取混合单源点；基于所述欠定盲源分离模型设置第一阈值，基于所述第一阈值对所述混合单源点进行初步筛选；检测同一频域内相邻的所述混合单源点的均值与方差，并设置第二阈值，基于所述第二阈值进行进一步筛选，获取单源点；计算所述单源点的l2范数并设置第三阈值，基于所述l2范数与所述第三阈值剔除所述单源点中的低能点。5.根据权利要求1所述的基于稀疏化理论的欠定生猪盲源信号分离方法，其特征在于，基于所述单源点获取估算混合矩阵的过程包括：基于余弦距离获取相似度矩阵；对所述相似度矩阵进行奇异值分解与低秩处理，基于AP算法进行聚类，获取所述估算混合矩阵。6.根据权利要求5所述的基于稀疏化理论的欠定生猪盲源信号分离方法，其特征在于，基于AP聚类算法对所述单源点进行聚类的过程中，基于动态阻尼系数自适应法避免算法不收敛。2CN116030837A权利要求书2/2页7.根据权利要求6所述的基于稀疏化理论的欠定生猪盲源信号分离方法，其特征在于，所述动态阻尼系数自适应法包括：判断所述AP聚类算法的聚类过程是否出现数值振荡，当出现数值振荡时，则基于调整规则对阻尼系数进行调整；所述调整规则为：λ＝λold+0.01λ∈[0.5,1]其中，λold表示上一次迭代使用的阻尼系数值，λ表示阻尼系数。8.根据权利要求1所述的基于稀疏化理论的欠定生猪盲源信号分离方法，其特征在于，基于所述欠定盲源分离模型与所述估算混合矩阵获取源信号的过程包括：基于所述欠定盲源分离模型与所述估算混合矩阵，采用基于lp范数的重构算法进行估计，获取所述源信号。9.根据权利要求1所述的基于稀疏化理论的欠定生猪盲源信号分离方法，其特征在于，对所述源信号的音频质量进行测量的过程包括：基于所述源信号与所述混合生猪音频