噪声抑制方法、装置、设备及存储介质.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN114936571A(43)申请公布日2022.08.23(21)申请号202210355203.7(22)申请日2022.04.01(71)申请人西南交通大学地址610000四川省成都市二环路北一段(72)发明人林川丁建周航(74)专利代理机构深圳市恒程创新知识产权代理有限公司44542专利代理师孔德丞(51)Int.Cl.G06K9/00(2022.01)权利要求书3页说明书10页附图3页(54)发明名称噪声抑制方法、装置、设备及存储介质(57)摘要本发明公开了一种噪声抑制方法、装置、设备及存储介质，属于信号处理技术领域。该方法包括：获取原始含噪信号；利用互补集合经验模态分解算法将其分解为多个本征模态分量；基于其时域特征信息，从中确定出第一分界分量，以划分出噪声主导分量以及第一信号主导分量；再次利用该算法将第一分界分量以及相邻的第一信号分量分解为多个本征模态子分量，并根据其时域特征信息，筛选出第二信号主导分量；将剩余的第一信号主导分量和第二信号主导分量进行叠加，得到去噪信号。本发明对分界点附近的分量信号进行二次分解，将分界点附近更易混杂在一起的噪声和信号完全分离开，从而在抑制信号的同时，尽可能多的保留有用信号。CN114936571ACN114936571A权利要求书1/3页1.一种噪声抑制方法，其特征在于，所述方法包括：获取原始含噪信号；利用互补集合经验模态分解算法将所述原始含噪信号分解为多个本征模态分量；任一所述本征模态分量具有时域特征信息；基于多个所述本征模态分量的时域特征信息，从多个所述本征模态分量中确定出第一分界分量，并利用所述第一分界分量将多个所述本征模态分量划分为至少一个噪声主导本征模态分量以及至少一个第一信号主导本征模态分量；利用互补集合经验模态分解算法将所述第一分界分量以及与所述第一分界分量相邻的第一信号主导本征模态分量分解为多个本征模态子分量，并根据多个所述本征模态子分量的时域特征信息，筛选出第二信号主导本征模态分量；将至少一个所述第一信号主导本征模态分量中的剩余信号主导本征模态分量和所述第二信号主导本征模态分量进行叠加，得到抑制噪声后的去噪信号；所述剩余信号主导本征模态分量，为至少一个所述第一信号主导本征模态分量中除去与所述第一分界分量相邻的第一信号主导本征模态分量的部分。2.根据权利要求1所述的方法，其特征在于，所述基于多个所述本征模态分量的时域特征信息，从多个所述本征模态分量中确定出第一分界分量之前，所述方法还包括：根据所述原始含噪信号中包含的噪声和信号之间的时域特征差异，从所述时域特征信息中确定出第一目标时域特征信息；所述基于多个所述本征模态分量的时域特征信息，从多个所述本征模态分量中确定出第一分界分量，包括：基于多个所述本征模态分量的第一目标时域特征信息，从多个所述本征模态分量中确定出所述第一分界分量。3.根据权利要求2所述的方法，其特征在于，所述利用所述第一分界分量将多个所述本征模态分量划分为至少一个噪声主导本征模态分量以及至少一个第一信号主导本征模态分量，包括：将阶数小于第一分界分量阶数的本征模态分量以及所述第一分界分量作为所述噪声主导本征模态分量；将阶数大于所述第一分界分量阶数的本征模态分量作为所述第一信号主导本征模态分量；所述阶数依据所述互补集合经验模态分解算法的分解次序确定。4.根据权利要求3所述的方法，其特征在于，所述本征模态子分量包括噪声本征模态子分量以及信号本征模态子分量，所述利用互补集合经验模态分解算法将所述第一分界分量以及与所述第一分界分量相邻的第一信号主导本征模态分量分解为多个本征模态子分量，包括：利用互补集合经验模态分解算法，将所述第一分界分量分解为多个噪声本征模态子分量；将阶数比所述第一分界分量阶数大1的第一信号主导本征模态分量分解为多个信号本征模态子分量。5.根据权利要求4所述的方法，其特征在于，任一所述本征模态子分量具有时域特征信息，所述根据多个所述本征模态子分量的时域特征信息，筛选出第二信号主导本征模态分2CN114936571A权利要求书2/3页量，包括：针对任一所述噪声本征模态子分量，根据所述原始含噪信号中包含的噪声和信号之间的时域特征差异，从对应的时域特征信息中确定出对应的第二目标时域特征信息；根据多个所述噪声本征模态子分量的第二目标时域特征信息，确定出第二分界分量；针对任一所述信号本征模态子分量，根据所述原始含噪信号中包含的噪声和信号之间的时域特征差异，从对应的时域特征信息中确定出对应的第三目标时域特征信息；根据多个所述信号本征模态子分量的第三目标时域特征信息，确定出第三分界分量；将阶数大于第二分界分量阶数的噪声本征模态子分量以及阶数大于第三分界分量阶数的信号本征模态子分量作为所述第二信号主