用於檢測噪聲中的周期信號的信號處理系統的製作方法

2023-05-22 23:59:06 1

專利名稱：用於檢測噪聲中的周期信號的信號處理系統的製作方法
技術領域：
本發明涉及一種把噪聲影響局部化的方法，並涉及一種應用這種方法的信號處理系統。本發明還涉及信號處理系統在與多分量信號的分析相關的信號檢測及跟蹤系統中的應用。
不管信號的來源怎樣，它的探測都是不完整的，並且探測到的實際信號將包含噪聲及通常有可比擬的強度的系統誤差。尤其，跟蹤時變信號會由於動態變化而自動產生一個時間周期與下一個時間周期之間的系統誤差。人們感覺到有一種能夠跟蹤信號隨時間的變化的需要。這種變化可由各種原因引起並且在許多不同類型的信號中產生。尤其感興趣的是通常發生在日常生活中的許多方面的周期現象。例如通信信號、旋轉機械的聲音、心跳和語音都被分解為周期部分分量。
許多模型化模式已經被用來分析周期現象。這種分析有許多應用例如，從旋轉發動機的聲譜中減去周期信號分量可使它能夠探測相對低強度的非周期聲音例如來自齒輪箱的聲音。類似地如果各個周期分量可被隔離開並且歸因於特定的單個源，該源的操作的聲音可被監測。這使得能夠早期診斷有缺陷的聲音，否則其將迷失在不調諧的聲音中。類似地語音的周期分量可以與其它聲音相互隔離並且語音通信可在噪聲環境中進行。也有醫學上的應用可分析心跳並把諧波幹擾從生物醫學信號中移去而使這些信號被監測。另外，這種複合信號的表示需要比信號自身更少的帶寬，並且能夠通過窄帶寬通信信道。
已有技術包括各種用於估測周期系統中的周期性的技術。大部分是基於傅立葉(Fourier)分析的，其不能很好地與整個接收信號中出現的解析的多信號相配合，也不能有效地處理時變周期性或振幅的跟蹤。傅立葉分析需要對周期性的許多可能的測試值的每一個的測量似然性進行初始評估。潛在的周期性的範圍是連續的並且在構成一組分立的測試值時必須使用非常精細的尺度。通常導致適當的設置的分析或在傅立葉域中進行或間接使用梳狀濾波器進行。作為分析基礎的固定頻率的傅立葉分量的使用防止備好的任一技術應用於非靜態的周期性的跟蹤中。另外傅立葉計算的計算成本高，使得實時分析更加困難並且用低信噪比(SNR)模型得到一些近似結果。梳狀濾波器提供改善的SNR，但仍保留傅立葉技術的根本缺點。
在傅立葉計算中，彼此調諧相關的傅立葉分量必須再結合。一般地係數是複數值，從而不能把直接的線性相加應用來組合這些諧波分量來形成整個的模型化信號。如果應用係數的非相干二次加和，它使得在周期的任何測試值處SNR的測量沒有被優化。
另一種情況是使用一組梳狀濾波器，與給定的測試周期相匹配的每個測試值有一個濾波器被用於重構周期分量的試驗估測。在時間域中直接應用，梳狀濾波器可通過僅應用與周期的特定測試值相關的那些諧波分量來預先把傅立葉反變換和傅立葉變換相乘來計算。傅立葉反變換提供更優選的組合彼此調諧相關的傅立葉係數的方法。再次獲得似然性頻譜作為測試周期的函數，其中估測每個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，傅立葉分量不被明確地計算，並且SNR被改善。
本發明的一個目的是提供一種應用於多個非靜態信號分量的探測和跟蹤的方法。
在本專利的說明書中，術語「循環單元」是指以規則的時間間隔重複的信號的任何基本分量。理論上，循環單元的振幅輪廓和重複頻率不以任何方式限定。一個循環單元「跟蹤」描述了相對於時間的循環單元周期性和振幅輪廓的變化。
本發明提供一種通過一表達式把第一信號ssinc中的噪聲影響局部化的方法模型信號∑binc包括至少一個模型分量binc，各個分量binc以一組至少一個模型化參數(a0，a1，a2…，an)inc所表示，其特徵在於該方法包括步驟(a)從第一信號ssinc中減去模型信號∑binc以得到殘留信號rinc；(b)通過乘以偽積分因子ρ來定標殘留信號rinc；(c)通過用(1-ρ)相乘來定標模型信號∑binc及其各個分量而獲得至少一個定標的模型分量；(d)把在步驟(b)獲得的定標的殘留信號增加到在步驟(c)獲得的各個定標的模型分量上以給出相應數目的至少一個偽積分信號PIdatainc，其中在定標的殘留信號中幹擾噪聲影響被局部化。
本發明使得噪聲與影響信號清晰度和強度的系統因子相區分。用於本發明的技術(術語稱偽積分)的潛在應用是無窮的。通常噪聲具有類似的強度並且掩蓋更重要的系統的信號影響。本發明提供把噪聲對參數估測的影響局部化並使關於系統信號影響的信息被抽取出來的裝置。
偽積分因子ρ必須小於或等於整數單位1，並且在這種技術的大多數應用中，它具有0.01數量級。在本發明中考慮的實際信號等價於系統影響所幹擾的模型信號和隨機噪聲信號。通過用小因子ρ定標包含隨機噪聲和系統影響的殘留信號和用(1-ρ)定標模型信號，模型化信號中的峰值是幹擾它們的噪聲定標水平的約100倍。在偽積分數據內，因此噪聲的幹擾影響被局部化在各個模型化分量或參數的附近。一般地信號內的峰被沒有局部化的噪聲掩蓋。需要積分來使這些峰在隨機噪聲的影響上被區分開。
代表各個模型化分量binc的模型參數組(a0，a1，a2…，an)可通過下面的附加步驟被糾正系統誤差(a)把各個特定模型化分量binc的偽積分信號PIdatainc模型化而獲得相應組局部幹擾模型參數(a0，a1，a2…，an)LP；(b)從它的相應的局部幹擾模型參數(a0，a1，a2…，an)LP中減去各個模型參數(a0，a1，a2…，an)而獲得相應組的至少一個局部化幹擾誤差；(c)通過除以偽積分因子ρ對各個局部化幹擾誤差再定標回其先前的水平；及(d)把各個再定標的局部化幹擾誤差增加到它相應的模型參數(a0，a1，a2…，an)從而獲得一組相應的偽積分模型參數(a0，a1，a2…，an)PI。
偽積分的擴展使系統誤差或影響被糾正。在產生信號模型中，以若干方式產生不準確。無論模型如何產生，也不可能是信號或其任何分量的完美再現。信號可隨時間而變化，使用來預測的舊模型不準確。模型可僅僅是約等於實際信號，並且系統誤差可來自模型的不足。這個特徵是非常靈活的，因為無論模型的缺陷原因何在，偽積分參數都可被用來更新模型。
信號可被分段來提供若干信號窗口ssinc，ssinc+1，…，ssinc+n，並且該方法迭代用來產生各個模型化信號分量的多個偽積分參數組(a0，a1，a2…，an)incPI，並且從這種多個參數組獲得糾正的參數組(a0』，a1』，a2』…，an』)。
這個特徵提供了可獲得與已有技術相比改善的精確度、速度和效率的優點。在偽積分域中工作使偽積分參數用於糾正模型的缺陷。通過產生多個偽積分參數組，更多的數據可用來糾正系統誤差或者說是更新模型。可使用各種糾正方法。例如各個偽積分參數的多個值可被簡單平均來提供那個參數的糾正(平滑)。更準確的方法是使用產生的數值來外推下一個預測值(參數跟蹤)。在平滑或跟蹤偽積分參數的情況之一中，不是對模型參數進行糾正，而是提供對已有技術的可觀的改進。在本發明中，隨後的糾正總是包括先前應用的糾正，其導致穩定性和準確性的提高。而且，因為可應用完全的糾正，小的系統誤差可與噪聲區分開而不引發積分滯後並且隨後的已有技術積分中固有的時間損失。從而偽積分的應用適合於在實時信號處理中執行。
這個特徵還提供模型信號分量及相關控制參數的數目可實時地容易地被改變的優點。為了把偏差和當前應用的控制參數的變化降低到最小，每一個都可根據佔優的狀態來調整。
很清楚本發明應用的系統的本質特徵不局限於此。一般地幾個信號分量的每一個可被模型化或通過幾個參數來描述。例如從範圍、角度、頻率、相位、時序、溫度、變化率、濃度等中選擇的參數。
模型信號∑binc可通過增加從各組偽積分模型參數(a0，a1，a2…，an)PI中依次獲得的該至少一個糾正的分量b』inc而糾正系統誤差∑b』inc。
優選地第一信號ssinc是數字取樣信號[ss]inc並且模型信號∑binc優選包括先前預測的取樣信號值[∑b]inc。這一特徵保持準確高速和高效的優點並且可用於信號的預測值和實際值之間誤差的實時糾正。「跟蹤」參數的能力是有力而廣泛應用的工具。例如隨時間、位置和其它參數迅速變化的複合信號可以準確、高速和高效地被跟隨。近似信號模型或信號預測，或者在後來或在不同位置，在後來的時間或位置可與實際收集的信號迅速進行比較。由不準確預測引起的系統誤差然後可被與信號噪聲區分開並被糾正，而不需要計算起來代價高從而費時的信號積分。
本發明的方法可用於第二種方法中來糾正在描述表現噪聲影響的信號的一個分量binc的參數預測值(a0，a1，a2…，an)inc中引起的系統誤差影響，該第二種方法包括步驟(a)從先前確定的參數值預測期望取樣信號值[∑b]inc；(b)跟隨上述的步驟(a)到(d)，其中第一信號包括從表現噪聲影響的信號中獲取的取樣值[ss]inc的數據段，模型信號包括在步驟(a)獲得的期望取樣信號值[∑b]inc及殘留信號rinc和偽積分信號PIdatainc，從而包括殘留信號取樣值[r]inc和分別適合於信號分量binc的一組偽積分數據[PIdata]inc。
(c)從偽積分數據組[PIdata]inc獲得適合於描述信號分量binc的參數的局部幹擾參數值(a0，a1，a2…，an)LP。
(d)在描述來自所述預測值(a0，a1，a2…，an)inc和除以偽積分因子ρ得到的局部幹擾參數值(a0，a1，a2…，an)LP之間的差異的模型信號分量binc的各個預測參數值(a0，a1，a2…，an)inc中的再定標的幹擾誤差err(a1)；(e)把在步驟(d)得到的再定標的幹擾誤差err(a1)增加到預測參數值(a0，a1，a2…，an)inc以獲得偽積分參數值(a0，a1，a2…，an)PI；及(f)對偽積分參數值(a0，a1，a2…，an)PI進行平滑或跟蹤以產生糾正的參數值(a0』，a1』，a2』…，an』)。
從而可從預測很快獲得糾正的參數值而不進行過多的計算。這使得快速變化的參數值的跟蹤實時發生，這是一種已有技術跟蹤慣例中一般不能提供的性能。
第二種方法優選地也包括步驟(a)在各個歷史高速緩衝存儲器中把偽積分參數值(a0，a1，a2…，an)PI存儲為最後的值，其中各個歷史高速緩衝存儲器包含先前確定的各個偽積分參數值；(b)從各個高速緩衝存儲器清除第一參數值；及(c)通過跟蹤預測適合於噪聲信號的將來取樣的值[ss]inc+1的各個糾正的參數值a1』的新值擬合各個歷史高速緩衝存儲器中的偽積分參數值並外推取樣的值[ss]inc+1的未來分段的合成跟蹤。
這個提供了精確和靈活的優點。將來預測是基於曲線擬合從若干先前的分段獲得的值的，而不是簡單的平滑，限制了寄生誤差被傳播開的似然性。而且歷史高速緩衝存儲器的尺寸可變化來適應環境。如果參數變化迅速，大的歷史高速緩衝存儲器將導致過加權的帶有隨後的不希望的滯後的早期誤差，並且需要小的歷史高速緩衝存儲器。相反，對於給出的分段尺寸，如果歷史高速緩衝存儲器很大，小信噪比(SNR)的參數緩慢變化的信號被更精確地跟蹤。
跟蹤可在時間域中進行並且參數糾正可解釋為時變信號的結果。而且，步驟(c)的跟蹤擬合是線性回歸過程。
信號優選是多分量信號，並且上述方法被應用於各個分量。
該方法可以用在把數字取樣信號的周期分量分開的第三方法中，其中第三方法包括步驟(a)經探測系統把分段[ss]inc中的數位化信號取時鐘；(b)跟隨上述第一步驟之後，其中第一信號包括數位化信號分段[ss]inc，模型信號包括從預測模型參數組獲得的預測的振幅值[∑b]inc，各組(a0，a1，a2…，an)inc代表信號的模型化分量binc並且殘留信號rinc和偽積分信號PIdatainc分別包括殘留信號取樣值[r]inc和偽積分數據組[PIdata]inc；(c)相對於數字取樣信號30的取樣時序糾正應用於預測的振幅值[∑b]inc的輪廓binc的時序中的誤差並且應用各組偽積分數據組[PIdata]inc跟蹤各個探測到的分量的這種應用振幅輪廓binc的振幅變化；及(d)搜索殘留信號[r]inc尋找新的信號分量。
預測的分量可從數位化信號的先前被取時鐘的分段中被跟蹤的探測到的分量獲得。
這些特徵使得信號的多個分量可被獨立地探測和分離。該方法在任何一個階段迭代進行，直到從數位化信號分段減去那一時間以產生殘留信號。然後用振幅輪廓和時序來描述的各個探測到的分量參數值組被應用殘留信號來偽積分以獲得糾正的參數值(輪廓和時序)。然後殘留信號搜索還沒有被模型化和從複合信號中區分開的信號分量的證據。探測到的任何新分量然後用一組新的參數值模型化並被包括在該方法的下一個迭代中。
與已有技術相比，這種探測方法具有準確快速和高效的優點。
數字取樣的信號的分量優選是周期分量。各個周期分量然後根據其基本的單元循環單元來考慮。這個實施例使循環單元的輪廓振幅和振幅的時序相對於取樣率而被跟隨。這個方法的各個迭代更新輪廓和時序以產生糾正的循環單元值。本發明的這個實施例能夠使信號的迅速變化的周期分量實時地被探測到並被跟隨。基於傅立葉變換的已有技術的分析技術在跟蹤迅速變化的信號分量時不能令人滿意地執行。
優選地，上面具體討論的第三方法的步驟(c)中包括步驟(a)測量來自各個探測的周期分量的預測的振幅輪廓binc的偽積分數據組[PIdata]inc的加權平均失調，並且從而得到各個探測的周期分量的預測的振幅輪廓binc，從而得到定標的幹擾時序失調；(b)把加權平均定標的幹擾時序失調除以偽積分因子ρ而得到各個預測的振幅值[∑b]inc中的再定標的時序誤差；(c)輪廓擬合偽積分數據[PIdata]inc以產生局部幹擾的輪廓擬合併且得到一組適合於輪廓擬合的局部幹擾的輪廓係數(a0，a1，a2…，an)LP；(d)測量各個局部幹擾的輪廓係數(a0，a1，a2…，an)LP與輪廓係數(a0，a1，a2…，an)inc的相應係數之間的差並且把各個差除以偽積分因子ρ而得到一組再定標的輪廓時序誤差；(e)把再定標的時序誤差和各個再定標的輪廓係數誤差與先前預測的時序和輪廓係數值(a0，a1，a2…，an)inc分別相加以分別產生偽積分時序和輪廓係數值(a0，a1，a2…，an)PI；(f)平滑化或跟蹤偽積分時序和輪廓係數值(a0，a1，a2…，an)PI以分別產生糾正的時序和輪廓係數值；及(g)從糾正的時序和輪廓係數值預測適合於將要到來的數位化信號分段[ss]inc+1的時序和各個輪廓係數的新值。
本發明的實施例提供準確快速和高效探測和跟蹤信號的迅速變化的周期分量的優點。適合於描述循環單元的參數模型通過總的振幅輪廓係數和時序來提供。因此這些模型參數在本實施例中被偽積分。
在步驟(g)預測的值優選用於推導預測的振幅值[∑b]inc、振幅輪廓binc和相關的預測模型參數組(a0，a1，a2…，an)inc及用於上述在分析隨後取樣的信號分段[ss]inc+1中具體說明的步驟(b)和(c)的隨後的重複部分中的時序。
上述的步驟(f)可包括步驟
(a)在各個歷史高速緩衝存儲器中把偽積分時序和輪廓係數值(a0，a1，a2…，an)PI存儲為最後的值，其中各個歷史高速緩衝存儲器包含先前確定的偽積分時序和輪廓係數值；(b)從各個高速緩衝存儲器清除第一參數值；及(c)通過跟蹤擬合各個歷史高速緩衝存儲器中的值預測適合於將要到來的數位化信號分段[ss]inc+1的時序和各個輪廓係數的新值並外推取樣的值[ss]inc+1的後面分段的合成擬合跟蹤。
加權的失調優選根據加權模式來獲得，其中在振幅輪廓的梯度是陡的位置處的失調相對強地加權，並且在梯度接近於零的那些位置處相對弱地加權。
偽積分因子ρ優選在0.003-0.03的範圍內。
在另一方面本發明提供一種探測數字取樣信號的周期分量的方法，其特徵在於該方法包括步驟(a)對取樣信號進行濾波以得到接近周期分量的周期性τ的同步估測的周期σ；(b)把數字取樣信號分割為數據塊，其中各個數據塊的大小等於同步估測的周期σ；(c)平均數字取樣信號30中取樣點的塊間同相振幅以獲得周期σ的平均振幅值b(σ)；(d)從各個數據塊的取樣點振幅b1減去平均振幅值b(σ)以得到殘留值塊；(e)根據偽積分因子ρ定標殘留值塊，從而殘留值乘以ρ；(f)通過把各個值乘以(1-ρ)定標平均振幅值b(σ)；(g)把步驟(e)得到的定標的值與到在步驟(f)得到的值相加以獲得局部幹擾振幅值；(h)通過測量來自平均振幅值b(σ)的局部幹擾振幅值的時間中的失調得到局部幹擾失調；(i)把局部幹擾失調除以偽積分因子ρ並且跟蹤或平滑化合成的偽積分值以得到平均時序誤差線；及(j)用等於平均時序誤差線的斜率的數量糾正同步估測周期(σ)以獲得周期分量的周期性τ的精細估測。
在這一方面本發明提供了準確高效的潛在優點。跟隨有局部異步搜索的同步估測允許周期信號的有效獲取和跟蹤。本發明與傅立葉諧波分析相比通過使用最適當的正交基礎循環單元把各個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。
在另一方面本發明提供了一種信號處理系統，其特徵在於該系統包括(a)用於把物理現象轉換為接收信號數據流的轉換器；(b)用於提供包含接收信號的至少一個分量的預測估測的預測信號的預測器；(c)用於從接收信號減去預測信號而產生殘留信號的移去器；(d)用於產生包括偽積分分量組的偽積分信號的評估器，各組偽積分分量相應於一個預測信號分量並且用於使用該組偽積分分量糾正預測信號分量，其中各組偽積分分量通過把用偽積分因子ρ定標的殘留信號與被因子(1-ρ)定標的各個預測信號分量相加從殘留信號和預測信號分量獲得；(e)用於糾正預測信號分量以產生對接收信號分量的糾正的估測的更新器。
在這一方面，本發明提供從計算角度高效率地從其它影響信號強度和清晰度的因素中區分出噪聲的功能強大的信號處理器。這種處理器的潛在應用是巨大的信號因素的整個範圍可從噪聲信號中抽出，並且可選擇描述各個分量的參數以適應於產生信號的系統。
評估器優選包括用於使用各組偽積分數據在各個預測信號分量的模型描述中得到局部幹擾誤差並用於通過除以偽積分因子ρ來定標局部幹擾誤差的估測器；並且其中更新器設置來通過把再定標的局部幹擾誤差增加到其模型描述符中產生接收信號分量的糾正的估測並且從而產生一組偽積分模型描述符，更新器還設置來平滑和/或跟蹤偽積分模型描述符從而糾正、更新或預測其值。
在另一方面本發明提供多分量信號探測系統，其特徵在於探測系統包括根據上述的信號處理系統，其中信號處理系統的預測器被設置來探測到來的信號ssinc的至少一個近似分量∑binc(s)並且評估器被設置來提供這種近似分量內的誤差測量，並且從而更新器被設置來產生改進準確度的分量∑b』inc(τ)。
預測信號優選包括接收信號的一個以上分量∑binc、b(s)的預測估測並且探測系統被設置來迭代地探測分量。
在另一方面，本發明提供多參數信號探測系統，其特徵在於探測系統包括根據上述的信號處理系統，其中信號處理系統的預測器被設置來探測描述到來的信號ssinc的近似參數binc(a0，a1，a2……，an，s)並且評估器被設置來提供這種近似參數內的誤差測量，並且從而更新器被設置來產生改進準確度的參數b』inc(a』0，a』1，a』2，……，a』n，τ)。
信號分量優選是周期分量並且接收信號數據流優選是經系統被定時在分段中的數字取樣數據流。
探測系統也可包括設置來通過從適合於預測周期分量∑binc的取樣循環單元振幅值的取樣分段[ss]inc作減法來從數字取樣數據流的分段[ss]inc產生殘留數據信號[r]inc的循環單元移去器，其中所述預測周期分量∑binc代表與取樣分段[ss]inc同步取樣的循環單元振幅輪廓binc的疊加。
預測器可包含濾波器組，其包括其尺寸設置來分析時間域中數據流ssinc、rinc的濾波器測試組並產生信號ssinc、rinc內周期分量的主要周期性的近似最大似然性估測。
濾波器組中的各個濾波器優選設置來把接收信號數據流分割為互相不疊合的一系列數據塊，其中各個數據塊包含整數數目個取樣點並且最大似然性估測器是能譜P(σ)，其中P是包含在尺寸σ的幾個相鄰數據塊的平均內的每取樣信號的平均能量。預測器可包含一組測試周期，各個測試周期是接收信號數據流的內取樣周期的數倍。
該系統還包括設置來識別在最大似然性譜P(σ)中出現的峰值的性質從而識別在接收信號數據流內以大約等於實際周期τ的測試周期σ的方式出現的那些的循環單元量化器。
優選地接收信號的預測估測是被濾波器組提供的循環單元振幅輪廓的平均取樣值，並且相應於能譜P(σ)中的峰，信號處理器系統中的移去器、評估器和更新器組件被設置來產生主要周期信號分量的預測循環單元振幅輪廓的糾正的估測。
在另一方面，本發明提供多分量信號跟蹤系統，其特徵在於跟蹤系統包括根據上述的信號處理系統，其中預測器被設置來在更新器產生的先前預測的接收信號∑b』inc的糾正的估測的基礎上產生接收信號∑binc的預測估測。接收到的信號數據流ssinc可包含至少一個明顯的時變分量binc。
該系統優選設置來隨時間跟蹤探測到的信號分量∑binc，其中評估器被設置來使用偽積分數據組PIdatainc來糾正接收信號分量∑binc的預測估測中的預測不準確。
信號分量binc(τ)可以是周期分量並且接收信號數據流優選是經系統被定時在分段[ss]inc中的數字取樣數據流。
多分量信號跟蹤系統也可包括設置來通過從適合於與取樣分段[ss]inc同步取樣的預測周期分量∑binc(循環單元振幅輪廓)的循環單元振幅值[∑b]inc的取樣分段[ss]inc作減法而從數字取樣數據流的分段[ss]inc產生殘留數據信號[r]ss的循環單元移去器。
預測器也可設置來提供以描述適合於到來的數據分段的時間幀中所有探測到的周期分量的振幅輪廓∑binc的各個探測的周期分量和預測的循環單元振幅值[∑b]inc的振幅輪廓binc的預測時序和振幅係數(a0，a1，a2…，an)inc形式的接收信號∑binc的預測估測，並且評估器從而被設置來測量預測時序和振幅係數(a0，a1，a2…，an)inc中的誤差。
在優選實施例中，更新器92被設置來根據這裡測量的誤差來糾正預測時序和振幅係數(a0，a1，a2…，an)inc並且從而產生糾正的時序和振幅係數；並且跟蹤系統被一起設置來預測將要到來的數據分段中各個探測到的周期分量的時序和預測的循環單元的振幅值[∑b]inc+1並且也預測各個探測到的周期分量的變化的振幅輪廓binc+1。
預測器可包括先前預測的時序和振幅係數以及糾正的時序和振幅係數的各個歷史高速緩衝存儲器，其中預測器被設置來在各個獨立的高速緩衝存儲器內曲線擬合跟蹤數值。
預測器被設置來評估將要到來的數據分段的取樣點的跟蹤，從而提供適合於將來的分段的預測的振幅值[∑b]inc+1並通過那些預測的循環單元振幅值[∑b]inc+1到循環單元移去器。
在另一方面，本發明提供用於從模擬輸入信號產生窄帶寬數據的信號處理系統，其特徵在於系統包括上述跟蹤系統，其中各個探測到的周期分量的預測的循環單元振幅值[∑b]inc+1經循環單元數據輸出從跟蹤系統中被抽取出來。
在另一方面，本發明提供用於從多分量音頻信號中移去至少一個主要的音頻分量的信號處理系統，其特徵在於系統包括上述探測和跟蹤系統，其中探測系統被設置來探測選擇的主要音頻分量並且跟蹤系統被設置來跟蹤各個選擇的主要音頻分量，系統也包括設置來輸出從取樣的輸入信號[ssinc]產生的小於各個選擇的主要音頻信號分量的預測振幅值[∑b]inc的殘留信號rinc的殘留信號輸出106。
在另一方面，本發明提供用於從多分量音頻信號中隔離至少一個主要的音頻分量的信號處理系統，其特徵在於系統包括上述探測和跟蹤系統，其中探測系統被設置來探測選擇的主要音頻分量並且跟蹤系統被設置來跟蹤各個選擇的主要音頻分量，系統也包括設置來輸出各個選擇的主要音頻分量的糾正的或預測的振幅值[∑b]inc、[∑b]inc+1的信號輸出信道。
為了使本發明得到更全面的理解，其實施例將參考附圖進行描述，其中

圖1是單個周期源產生的信號的示例。
圖2是用於本發明的探測系統的分析的數據流示例。
圖3是探測系統的組件的示意圖。
參考圖1，表示出單一周期信號分量10的隨時間變化的振幅變化。對一個時間周期τ之後自身重複的不對稱單元12進行描述。各個周期信號分量如示出的10被描述為基本上以周期τ重複的循環單元12.。信號以分立的時間間隔來取樣，如沿時間軸由標記14所表示的一樣。
圖2是數字編碼信號的示例30。各個小方框32表示以數字形式代表各個取樣點14的信號的強度的包含幾個比特的信息(數字字)。20個小方框的各個分段(一種情況是陰影部分)是聲音分段34，下面的箭頭指示數據分段36的範圍這個特定的示例中是26個字，但是是可改變的。數據36與聲音34分段之間的差以後將變得更明顯，但是總的說來，信號被輸入用於聲音分段34中的分析(定時)，而信號的分析可在數據分段36上執行，其依據分析過程的階段和信號中存在的實際分量而改變。
參考圖3，用於探測多周期分量的聲音的探測系統通常以50表示。系統50包括探測聲音信號並把相應的電學顯示傳送到模數轉換器(A/D轉換器)54的麥克風換能器52。從A/D轉換器54的數字輸出作為數據流被輸入到計算機，在那裡它被存儲在主高速緩衝存儲器56中。數據流被流控制器58調整，流控制器58通過4個系統組件循環單元探測器60、循環單元移去器62、循環單元跟蹤器64和跟蹤移去器66而控制數據輸入、輸出與分析。這4個組件互相連接並且各個也包括各種子組件。尤其循環單元探測器60包括經探測器緩存72、選擇器74、循環單元量化器76和估測器78來接收數據的濾波器組70。循環單元移去器62包括預測減法器80。循環單元跟蹤器64包括誤差評估器90、PIdata高速緩衝存儲器91、更新器92和循環單元預測器94。跟蹤移去器66包括合併確定器100、SNR評估器102和跟蹤量化器104。這些子組件以下面說明的探測系統的概述中明顯看出的方式來互相連接。系統50的各種輸出106、108、110是可利用的殘留信號輸出106來自循環單元移去器62、預測循環單元波形輸出108和循環單元數據輸出110來自循環單元跟蹤器64。這些可以不同方式用於向前傳送，用於進一步處理或用於向操作員直接顯示。
系統10將首先概括地描述，後面將具體描述。
參考圖3，與任何帶有周期分量的現象相關的聲音被麥克風換能器52探測到。在本實施例中，探測的聲音的來源被視為多部件的旋轉機械。熟知信號處理領域的人員將理解這並不對發明的應用構成限制。有許多多分量的現象可根據本發明來分析並且，從旋轉機械發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。
來自這種旋轉機械的整個聲音信號的結構(其稱為複合信號)是非常複雜的。它將包含來自所有移動的無論是旋轉的振動的或是不規則運動的部件的分量信號。從而探測到的信號是來自多個源的聲音的組合，每一個源通常都具有其本質的特性、強度和周期。這種複合信號被稱為多周期信號。而且，來自任何一個源的信號的強度或周期都不可能是隨時間而恆定的例如考慮齒輪嚙合的變化對汽車引擎的聲音的影響，並且複合信號經來自非周期源和一般附加噪聲的聲音而被進一步複雜化。
在考慮本發明的裝置操作之前，最好設置一個框架，在其中來描述複合聲音信號的結構。複合信號可被視為非周期分量、噪聲和重複的循環單元的組合，各個循環單元具有特徵振幅輪廓和周期，如在圖1中示出的帶有周期τ的循環單元12。本實施例涉及複合信號，其中周期分量(循環單元)構成了一些成分，如果有一個以上的這種周期成分，複合信號被稱為包含多個周期的複合信號。另外，術語非靜態用於描述隨時間而改變的循環單元周期或振幅輪廓。如果循環單元在時間上不連續地取樣，相對於取樣時間的其振幅輪廓的相對位置被稱為時序測量。這種時序與循環單元周期相關。
參考圖3，麥克風52把複合聲音信號轉換為輸出到A/D轉換器54的電信號。這個電信號被A/D轉換器54放大並數位化以形成字數據流，如圖2所示，其被存儲在主高速緩衝存儲器56中。從這個存儲器56，循環單元探測器60、循環單元移去器62、循環單元跟蹤器64和跟蹤移去器66之間的數據的處理被流控制器58調整。
4個組件60、62、64和66一起把數據流30分解成分量周期分量。這是通過探測和跟蹤循環單元基的展開而進行的。初始的循環單元探測是由循環單元探測器60執行的並且跟蹤機制監測非靜態循環單元周期和振幅輪廓。探測後，從到來的數據流中抽出循環單元並且產生包含還未探測的循環單元、非周期聲音和噪聲的殘留信號。系統50是非常靈活的，一個或若干個循環單元可從信號的剩餘部分被集體地或單獨地隔離開來監測。另一種情況是一個或若干個循環單元被選擇地移去並且包含剩餘(周期或非周期的)聲音的殘留信號106被監測。從而，在非常大聲的周期源存在的情況下，該源產生的循環單元將被從到來的信號和被監測的殘留信號中經殘留信號輸出106而被抽取出來。另一種情況可要求用系統50監測一個或多個與初始信號隔離開的安靜的周期聲音並且經預測的循環單元波形輸出108來獨立地或是組合地輸出。
循環單元跟蹤器64的操作中心和某種程度上的循環單元探測器60的中心是公知的作為偽積分的新穎技術。偽積分使函數中小的對稱誤差與噪聲分離開而不引起積分的滯後。其適用於一種情況，其中期望有一組參數隨第二變量即時間的進展而改變。對下一個到來的數據分段進行參數值的預測並且這些參數值被用於從實際到來的數據得到殘留誤差函數。偽積分把預測的信息與殘留誤差函數結合使得噪聲影響局部化但是使預測參數值中的不可避免的系統誤差保持不變。由偽積分技術獲得的參數和誤差的過去預測被加和並被平滑化以通過適當標準平滑方法如加權的最小均方方法給出各個參數的「跟蹤」。歷史高速緩衝存儲器用新的偽積分值對於各個參數進行連續更新，其中如果局部化合理地接近於實際參數值，新的偽積分值基本是與過去的預測值無關。在已有技術Kalman濾波跟蹤慣例中是沒有這種靈活應用的。這種慣例不能以回溯方式來完全糾正預測誤差從而引起參數估測中的滯後和偏差。
在本實施例的偽積分應用中的階段可總結為1.定義一組描述實際數據值的參數。
2.循環單元的早期迭代建立存儲在各個包含即每個參數值的6個估測值的歷史高速緩衝存儲器中的各個參數的先前估測。
3.跟蹤擬合各個歷史高速緩衝存儲器中的6個值並外推跟蹤來預測各個參數的下一個值(第7個值)。
4.從這些參數值計算被預測將在下一個到來的數據分段中找到的數據值。
5.通過從實際到來的數據中減去預測數據而得到殘留誤差。殘留誤差數據包含由於預測的不準確而引起的噪聲和系統誤差。
6.對數據偽積分以產生估測譜。為執行偽積分，對預測數據定標到(1-ρ)水平並把與定標到小水平(ρ)的殘留誤差數據相加。這避免由噪聲和其它未預測的分量所引起的估測譜中的寄生峰。
7.從偽積分數據的譜中再預測要求的參數的值。採用的定標的水平確保預測數據主要佔據參數的新估測值。
8.對於各個參數，找到新估測值和預測的值之間的差異並且通過乘以1/ρ把這一差異再定標為初始水平。
9.再定標的差異被增加到預測值並被存儲在各個歷史高速緩衝存儲器中的第7位置並且最早的值(第一)被清除。
10.跟蹤擬合歷史高速緩衝存儲器中的第6值並和先前一樣預測下一個值。這確保了在非靜態環境中最近的結果被給出最大的加權。
11.從步驟5到10繼續循環並且數據被叫作「被跟蹤」。
說明屬中的術語「跟蹤擬合」意思是應用於存儲在歷史高速緩衝存儲器中的值的任何適當的曲線擬合程序。初始，沒有歷史高速緩衝存儲器並且必須進行估測。初始參數組可從探測器階段而得到，這裡數據經適當長周期時間被平均。
參考圖2和3，數據流控制器58從被稱為聲音分段34的分組中的主高速緩衝存儲器中抽取數據。這些分段34經循環單元移去器62被輸入到循環單元探測器60的探測器高速緩衝存儲器72。循環單元移去器62不對到來的聲音分段34發生作用直到在數據流中有至少一個周期分量被探測到。儘管系統50被定時在聲音分段34序列中，循環單元探測器60在其操作的各個階段需要或多或少的數據並且隨後裝入它自己的高速緩衝存儲器，探測器高速緩衝存儲器72。探測器高速緩衝存儲器72對聲音分段34進行高速緩衝存儲並把它們送到稱為數據分段36的分組中的濾波器組70。
在輸入到探測器高速緩衝存儲器72之後的探測器操作中，主高速緩衝存儲器56輸出的分組大小(聲音分段)是無關的。在數據分段36中數據被分析時探測到循環單元。參考圖3，濾波器組70本質上是一組尺寸的濾波器組，各個相應於不同的周期，用其來分析數據分段36並因此獲得循環單元輪廓和周期的初始估測。
數據分段36不具有恆定的大小並且由探測器高速緩衝存儲器72來調整尺寸來在任何一個時間都適合於循環單元探測器60中的各個濾波器的要求。當探測到新的循環單元時，探測器60經若干個反覆測量平均循環單元並因此要求數據分段尺寸能包含足夠數目的循環單元來支持這種平均。在圖1的示例中，循環單元周期被包含在12個取樣點14內。如果5個反覆適合於平均功能，那麼數據分段36必須包含至少60個字。這相應於圖2中的數據流顯示中的60個小方框32。該圖中的各個聲音分段34相應於20個小方框32並且因此需要3個這種聲音分段34來探測循環單元12。如果另一個循環單元被探測到佔據15個取樣點，5次反覆的數據分段36必須包含至少65個字。這要求4個聲音分段34並且從而探測器高速緩衝存儲器72將存儲附加的分段34用於濾波器組。
濾波器尺寸被限制為與數據取樣率同步，濾波器組的各個濾波器具有相應於整數個數據字的窗口尺寸。
數據分段36然後根據濾波器組中的各個濾波器的測試周期(s)被「分割」，尤其是最新接收到的數據字首先被分割為數據塊。對各個測試周期從相應的數據塊獲得平均的循環單元矢量和與其相關的平均循環單元能量。這種分割和平均在濾波器組70上重複進行，從而使濾波器組70在測試周期的範圍上提供能譜(P(s))。能譜提供測試似然性從而各個濾波器作出的選擇相應於在數據流中出現的實際循環單元周期。
能譜(P(s))從濾波器組70輸出到選擇器74。選擇器74在能譜中鑑別出顯著的峰並把這一信息傳送給循環單元量化器76。循環單元量化器76確定各個峰的特性它是在噪聲閾值以上嗎？是由於「響鈴」或真實循環單元周期的數倍濾波器大小的分諧波？當量化器76滿足真實基本循環單元已經被找到時，它把相關的循環單元信息傳送到設置來執行局部的「非同步」細化而獲得準確非整數循環單元周期測量的估測器78。這種非同步技術不是標準技術，但是是基於所謂偽積分的新的操作的。
準確的循環單元模型用一個指令被通過到循環單元跟蹤器64以把其作為新的跟蹤增加到探測到的循環單元的當前列表中。在初始探測後，循環單元跟蹤器64外推準確的循環單元模型到下一個到來的聲音分段34的時間幀以經系統50被鎖住。在隨後的聲音分段中的取樣率通常與循環單元反覆的速率不同步，並且這種外推因而包括在相關取樣點循環單元的「相位」評估-時序。新探測到的跟蹤的預測循環單元值與先前探測到的循環單元值組合併被輸入到循環單元移去器62。
在本說明書中，相位信息被稱為「循環單元時序」並且時序誤差因此由循環單元跟蹤器64產生。時序誤差可以由若干原因引起源周期性突然改變、源時序突然改變，預測的周期性變化可以是不正確的，其將導致預測分段的時序誤差，或周期可被糾正但聲音分段內的循環單元的位置可以是不正確的。
一旦循環單元探測器60進行了初始探測和得到了特性，循環單元跟蹤器64負責跟蹤循環單元的整個範圍。在這方面，跟蹤器64比較一個或多個預測的循環單元輪廓與代表殘留信號的高速緩衝存儲的數據並用意在把下一個聲音分段34中的預測誤差降低到最小的數量來更新所有參數。殘留信號一般地包含噪聲、幹擾和具有明顯大於循環單元輪廓中的預測誤差的強度的強度的其它未探測到的周期分量。循環單元跟蹤器64把這些相對小的預測誤差隔離在兩個獨立的階段偽積分，隨後是跟蹤擬合例行程序來把過去的輸出平滑化。合成的曲線被外推到下一聲音分段的時間幀並且因此被用於產生所有相關參數的預測。這些估測放在循環單元數據輸出110並且以壓縮格式保持的聲音數據流能夠經比初始信號的帶寬窄得多的帶寬的信道而被傳送。估測可以通過到預測器94，在那裡預測的循環單元輪廓值在適當的取樣點進行評估並且通過到循環單元移去器62，在那裡對於下一個聲音分段的殘留信號被計算。以適當的間隔來執行參數更新。如果參數變化迅速間隔可僅用保持的過去輸出的小型高速緩衝存儲器而被縮短，或者如果參數評估緩慢，可不經常用更大的歷史高速緩衝存儲器。這提供實時實際環境中的用於時間對周期分析的一種直接裝置。
循環單元移去器62從實際到來的聲音分段中減去它從跟蹤器64接收的任何預測的循環單元值以形成殘留信號。這個殘留信號現在形成到循環單元跟蹤器64和探測器60的輸入。這使得循環單元跟蹤器64形成對下一個到來的聲音分段的預測，如上所述，並且使循環單元探測器60迭代這裡也描述的其探測循環以探測更弱或更長的周期循環單元。這種減法在每個循環單元被順序探測時是迭代進行的直到極限的噪聲閾值以上再沒有剩餘。當所有可探測的周期已經被取消時，似然性譜接近於各向同性的。循環單元跟蹤器64然後繼續跟蹤和預測時間序列中的將來的聲音分段。
非靜態的周期可隨時間來增強強度或弱化並消失。跟蹤移去器66被設置來監測循環單元跟蹤器預測的循環單元波形並指令循環單元跟蹤器64停止把它的跟蹤例行程序應用於特定的循環單元，循環單元應跟蹤停止。從預測的循環單元波形輸出108的輸出被輸入跟蹤移去器66的子組件合併確定器100。合併確定器100搜索合併來形成單一跟蹤的兩個或多個跟蹤的證據。如果這種證據被發現，合併確定器100指令循環單元跟蹤器64移去一個或多個循環單元跟蹤。沒有合併的跟蹤被通過到SNR評估器102，其對每個循環單元評估信號和噪聲的能量比率。跟蹤量化器104然後確定是否來自任何特定跟蹤的信號下降到噪聲水平以下。SNR評估器102和跟蹤量化器104能夠從到來的分段探測突發的循環單元跟蹤的消失，一種在如果聲源被切斷的例子中出現的情況，並且也探測循環單元振幅輪廓向弱的水平的下降衰減。在任一情況下，指令被發送給循環單元跟蹤器64以移去循環單元跟蹤。
循環單元探測器60的操作將從探測器高速緩衝存儲器72和濾波器組70子組件開始具體解釋。用在特定實施例中的濾波器組70採用滑動的窗口過程。窗口長度以數據字為單位來測量並被限制為整數數目個這種字。這稱為同步探測-在假設與A/D轉換器54的數據取樣速率同步的情況下把近似值實施在探測到的循環單元周期上。濾波器組包含一組各個都與不同整數值的周期匹配的濾波器。各個濾波器使用包含整數數目的數據字的不同的選定窗口長度。從而濾波器在時間域中執行或同樣在數據字域中執行。對於各個窗口長度，分段36被分為一系列不疊合的數據塊並且測量分開的數據塊之間的相似程度。這通過沿數據分段36步進滑動的窗口而進行，抽取各個連續的塊部並把它強加到幾個先前的塊的和上。這種和對數據分段36中的塊總數被規範化以產生平均的循環單元輪廓。平均函數被稱為循環單元矢量。如果在初始信號內窗口建立的測試周期與周期分量的重複周期匹配，將僅得到數據塊的相干平均(集成)。從而濾波器組30把測試組滑動窗口長度應用於各個數據分段並對各個窗口長度產生估測的循環單元。循環單元矢量自身不是適當的最大似然性指示符，基本上是一個在塊中的字上變化的振幅輪廓函數。為提供適當的指示符，濾波器組70用對後面描述的噪聲電平的變化而作出的適當的調整也對每個濾波器計算代表各個循環單元矢量中的平均能量的值(P)。
在開始階段，聲音分段34向探測器高速緩衝存儲器72的一序列輸入表示循環單元的搜索順序。開始，當僅幾個聲音分段34被高速緩衝存儲時，探測器高速緩衝存儲器72提供的數據分段36將包含用於在濾波器組中的平均過程的不足的數據字而被濾波器用大窗口尺寸即長周期來執行。但是，當隨後的聲音分段34被包括在探測器高速緩衝存儲器72中時，用於濾波器組70的數據分段36包含遞增的更長數據分段，使得能夠搜索要被進行的更長周期循環單元。
濾波器組70使用應用標準滑動窗口來執行的計算高效的同步方法。在本實施例中的它的基本操作可在數學上描述。通過到一個濾波器的高速緩衝存儲的數據分段36相應於以n個不連續點取樣的模擬信號並且被表示為一系列的n個數據字。這些數據字(bi，i＝1到n)被分組為m個不疊合的塊(wj，j＝1到m)，每個包括s個字，這裡s是整數值並且代表滑動窗口的尺寸，並且也代表與從濾波器組被應用的特定濾波器相關的測試周期。用於測試周期s的循環單元矢量(w＝b(s))然後被從這些m個塊的平均值來估測
在平均循環單元矢量中的s值限定對於測試周期的一個值的估測的振幅輪廓。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也產生對循環單元矢量的信噪能量比(SND)的估測的平均信號的測量，每濾波器或測試周期一個值。這裡給出
這裡i是向矢量
中的字的指針，對於測試周期s的循環單元矢量的估測振幅輪廓。P(s)的各個值限定測試周期是相對似然性估測，測試周期s輸入聲音數據流的最好表示。最可能的周期因而通過比較濾波器組70中所有濾波器的輸出SNR並搜索能譜P(s)的一個或多個有效最大值即峰值來獲得。
在探測器搜索還沒有探測到的循環單元之前從輸入數據流減去先前預測的循環單元的結果意味著期望的噪聲能譜N(s)中有一些失真。輸入數據流將包括噪聲或其它沒有被濾波過程完全抑制的附加幹擾。先前預測的循環單元將包括一些漏掉的噪聲，並且它與預測的循環單元一起用循環單元移去器80被從到來的數據流中減去，提供殘留信號。探測器60使用這個殘留信號產生(殘留)能譜用於搜索其它的周期。由於被濾波器漏掉的任何噪聲信號也用循環單元移去器80被減去，這個殘留能譜在噪聲電平下面包含傾斜(dips)。這些傾斜在探測到的循環單元的周期(及其數倍)上被居中。為避免估測偏差，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範化。從而如果沒有循環單元被取消，噪聲能譜不改變，否則對於各個循環單元通過減去等於定標到一個SNR的循環單元的能譜的量而被減小。
用於濾波器組70的測試周期s根據被分析的符合聲音信號的來源被用戶指定。選擇的濾波器組設置應擴展該源產生的數據流中期望的周期的整個範圍。對於提高的解析度尤其是在低值的周期s和高值m，該設置包括非整數的周期σ＝s+f，這裡f位於0和1之間。這裡儘管合成能譜P(σ)仍由同步方法產生，σ指的是包含整數和非整數濾波器尺寸的濾波器設置。從而產生能譜P(σ)中的附加點，其將有助於用更小的非整數周期τ探測循環單元時的內插。這時滑動窗口尺寸是s，(對於整數的情況下)在各個數據塊中採用s個取樣點。但是，然後窗口滑動到σ的數倍的位置，在各個位置取s個取樣點。在這個實施例中，濾波器組70選擇非整數窗口位置的最接近的整數值。這個近似值可導致不互相影響的數據塊被平均。來自不同數據塊的取樣點被疊合放置並且和前面一樣被平均，但是在循環單元輪廓估測中有一些誤差，因為循環單元的m個取樣版本不總是在同樣的取樣相位。但是，它不能阻止更嚴重的失控效應，因為否則由於分數的循環單元周期引起的誤差將在連續的數據塊中被複合。
上述帶有或不帶有填入的近似值的同步方法的缺點意味著在搜索非整數周期τ時必須進一步細化循環單元的特性。這種細化由循環單元估測器78使用計算上代價更高的非同步方法來進行。
另一個實施例使用計算上代價更高的梳狀濾波器來代替同步平均濾波器組70。這替換方法減少估測過程中的自由度數目並且由此提供一種改進信噪比的潛力。
濾波器組70向選擇器74輸出其設置中的各個濾波器產生的SNR(P)作為它的測試周期的函數(σ個字)。這是指作為能譜(P(σ))。選擇器74分析這個不連續譜並識別最大值的位置。在σ的測試值的範圍內循環單元矢量和能譜的值被通過到循環單元量化器76，其被設置來確定各個最大值的本質特徵。
與各個探測到的循環單元矢量相關，量化器76首先確定是否用同步方法探測到的循環單元矢量的能量(P(σ))在特定預設的閾值-噪聲探測閾值以上。如果是的，然後量化器76訪問是否探測到的循環單元矢量是基本分量。
作為測試周期的函數評估的能譜的固有特性是它將包括若干明顯的最大值。在真實的循環單元(其中可出現若干個)的情況之外，這些最大值可降到兩類中的一類。首先，在分諧波發生一些，這裡測試周期例如是循環單元反覆的真實周期的兩倍或三倍。其次，在譜的其它點有由於例如循環單元自身(響鈴)的一定程度的周期性而引起的濾波器遺漏。這可在循環單元接近阻尼復指數的情況下發生。循環單元量化器76被設置來濾除由於分諧波、洩漏和噪聲而引起的最大值並選擇一個有效的最大值。
噪聲通過在它的期望最大值之上設置閾值(如上所述)而被直接向前處理。
為處理其它的種類，循環單元量化器76從短向長測試周期來執行局部最大值的搜索。從而它將必須在到達由於分諧波引起的那些最大值之前找到基本的周期最大值。這不是在比真實循環單元重複更短的測試周期中產生局部最大值的響鈴效應的情況。因此各個最大值被測試以尋找響鈴的可能證據。這是通過使用提高數目的用來計算平均循環單元矢量的數據塊來進行的。通常，如果已經找到真實的循環單元重複，那麼提高平均值中的取樣數目將增加能量值P(σ)的SNR。但是，如果由於響鈴而重複，那麼效應的阻尼特性意味著提高取樣數目將降低信號並且因此降低能量值P(σ)。從而，如果SNR降低，而不是升高，量化器76排除這些周期並繼續搜索下一個有意義的最大值。
從而循環單元量化器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提供下一個局部最大值並重複驗證測試。一旦濾波器組70中主要的基量已經被找到，它的循環單元矢量和周期被輸出到估測器78。如果沒有找到閾值以上的最大值，假設複合聲音信號中還沒有循環單元。
通常，循環單元的周期不是用在信號的初始數位化中的取樣間隔的整數倍。由濾波器組70、選擇器74和量化器76執行的循環單元探測和估測的同步方法對真實的重複僅產生一個近似值，並且需要精細的調諧。這種精細的調諧由估測器78執行。
估測器78根據同步周期σ抽取連續的數據塊。各個數據塊通過減去濾波器組70得到的平均循環單元值(在循環單元矢量
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誤差數據塊，用ρ加權殘留信號並增加到被(1-ρ)加權的平均循環單元值。偽積分的塊被摺疊且定位在單個曲線上。來自連續的塊的疊加的循環單元振幅輪廓根據真實的循環單元重複(τ)是分別短於或長於同步估測周期(σ)而表現向左或向右的漂移。曲線擬合程序用來把振幅輪廓擬合於該疊加塊內的偽積分振幅數據的平均值。這種其中內插不規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於外推的跟蹤擬合區分開。沿來自這個平均振幅輪廓的偽積分數據點的橫軸的失調提供用於糾正估測的測試周期σ的基礎。失調用偽積分因子ρ來除並且應用線性回歸近似。這種擬合的梯度相對於塊數目來測量產生誤差糾正。同步估測周期σ因此被糾正到新的非整數周期τ，其被當作循環單元的周期。這個信息被通過到循環單元跟蹤器64用於跟蹤功能。
通過應用與輪廓擬合程序分離開的周期限制，自由度數目被最小化。這使得噪聲降低的機會最大化。在用同步方法產生能譜時，循環單元矢量的s個點的每一個都被使用。這意味著如果不使用平滑化，s個自由度將對噪聲作出貢獻。但是在不對稱方法中，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並且由此提高信噪比。
在一些情況下，可出現來自一個分段的相對簡單的時序對下一個變化非常明顯。在這種情況下，定標的失調被明顯地調製並且再定標，達到不可接受的水平。接近傳統的跟蹤可被用於這種情況，但是積分滯後將是一個潛在的問題。但是，如果在似然性函數中沒有模糊點，可接受的技術是在輪廓擬合階段把偽積分因子ρ設置為1或接近整數1。這使非同步取樣帶來的係數調製效應可能最小化。
另外，輪廓擬合在把平滑曲線擬合到接近窗口中心的過渡邊緣時不是特別有效的。在把擬合應用於過渡時，在過渡的左側或右側的點處的擬合被打斷。因此，如果循環單元的過渡邊緣被定位在窗口的開始處，曲線擬合的準確性被提高。可從主要的擬合過程中排除暫態，並且或按要求進行獨立的擬合或忽略掉。估測器78從而也可執行在執行輪廓擬合之前把過渡邊緣再定位在窗口開始處的過程。
估測器78應用的輪廓擬合程序是用戶定義的。在本實施例中，擬合是n次多項式，其中循環單元振幅輪廓由下面等式來表示y＝a0+a1x+a2x2+.....+anxn這裡y值代表循環單元振幅，x值代表循環單元內的時間。參數a0、a1、a2、.....an稱為循環單元係數。從循環單元係數的這些值和對循環單元的取樣點14的認識可推導出循環單元矢量的修定值w＝[b0，b1，b2....bs]，其中b值(循環單元值)為循環單元內的s個取樣點的振幅。
估測器78與指令一起通過這些準確的循環單元係數值、值和周期以把跟蹤增加到循環單元跟蹤器64。
探測器60被建立來重複循環單元探測的上述過程，找到變弱變長的循環單元直到達到噪聲極限。各個跟蹤的循環單元被循環單元移去器62從將要到來的聲音分段34中被減去，但是這個分量不能影響已經存儲在探測器高速緩衝存儲器72中的聲音分段34。估測器78因此也設置來在它的初始探測上外推各個循環單元的過去歷史並且從存儲在探測器高速緩衝存儲器72中的聲音分段34中減去它。必須經隨後將被用於新的循環單元同步探測的平均階段中的所有被高速緩衝存儲的聲音分段34向後外推。這使得先前使用的聲音分段34在隨後的循環單元探測中被再次使用而不用等待探測器高速緩衝存儲器72再填入有效的殘留信號數據。如果探測到的循環單元從這個數據中不被刪除，它們將出現在用於平均的數據中，並且它們的相應的最大值不從能譜中被刪除，直到幾個更多的數據分段已經被鎖住。
在循環單元的初始探測上，估測器78得到的過去歷史也用循環單元信息和指令被通過到循環單元跟蹤器64以增加一個跟蹤。循環單元跟蹤器64使用這個信息來外推新探測到的循環單元並預測在要被輸入到系統50的下一個聲音分段34內的其振幅值。
在另一實施例中，適合於聲音信號從間歇的源發出的系統，連續實時數據流30不被接收，並且數據以批量模式被分析。同樣的數據分段36被反覆再利用直到得到穩定的跟蹤並且直到再沒有周期信號被探測到。跟蹤移去器66是多餘的，不被包括在這個實施例中。
總之，估測器78細化粗略的循環單元數據以產生循環單元的準確測量。然後這被向後外推過幾個聲音分段34。增加新跟蹤的指令和最後的準確的循環單元被通過到循環單元跟蹤器64來向前外推下一個到來的聲音分段34。
循環單元移去器62接收來自主計算機高速緩衝存儲器56的到來的聲音分段34及用於來自循環單元跟蹤器64的到來的聲音分段34的預測循環單元值。循環單元移去器62從實際分段值減去預測值以提供殘留信號數據分段，它提供給循環單元探測器60和循環單元跟蹤器64。這種殘留信號經殘留信號輸出106也可用於系統50的輸出。循環單元探測器60把這個殘留信號數據分段增加到它的探測器高速緩衝存儲器72。循環單元跟蹤器64使用殘留信號內的信息來估測誤差並通過執行偽積分跟蹤時變循環單元周期(τ(t))與振幅輪廓。
循環單元跟蹤器64的操作下面將具體描述。循環單元跟蹤器64對各個探測到的循環單元跟蹤循環單元係數(a0，a1，a2，…，an)，循環單元輪廓振幅值(b0，b1，b2....bs)，和周期τ。為了能從到來的聲音分段34減去探測到的循環單元，系統50必須能夠對將來的分段預測各組循環單元輪廓值(b0，b1，b2....bs)。一旦循環單元係數(a0，a1，a2，...，an)已經被確定且循環單元周期τ保持隨時間恆定不變，這將相對地直接向前進行。但是，如果τ是時間(t)的函數，這種變化必須被跟蹤。在本發明的實施例中，通過首先預測循環單元周期中的時間變化和振幅輪廓並且然後在接收到實際數據時測量誤差並執行正確的計算來執行高效計算地跟蹤。
下面的符號用在本說明書中來確定各個數據分段和/或函數到來的聲音分段包括p數據字並且與其它的這種分段通過下標「inc」分開。前面的和隨後的聲音分段將分別標上下標「inc-1」和「inc+1」。從而如果不連續地取樣並且沒有分類，如果考慮連續的內插函數，到來的聲音分段以[ss0，ss1，ss2.....，ssp-1]inc或簡單地以[ss]inc代表。
在這些取樣點內的預測的循環單元振幅值如果是不連續的則被集中表示為
並且如果它們是連續的則循環單元輪廓被表示為∑binc。如果一個特定的循環單元被用作示例，加和符號將下降。
殘留信號數據分段內的振幅值遵隨下面的表示，給出[γ]inc＝[ss]inc-[∑b]inc當循環單元是周期函數時，在若干反覆上的取樣點被摺疊到一個重複的循環。但是這不影響循環單元輪廓，但是除非循環單元周期是取樣間隔整數倍，將有效地在更大數目的點處取樣循環單元。這些的循環單元內的取樣時間被稱為摺疊時間。
當指令從循環單元探測器60到達來增加一個跟蹤並且跟蹤器64提供有對於當前聲音分段由循環單元探測器60估測的循環單元係數時，跟蹤器64使用振幅輪廓中的相關取樣點對於下一個分段預測振幅。任何先前探測到的循環單元的循環單元振幅值在相關取樣點被類似地推導出，這次是來自跟蹤程序產生的預測的循環單元係數。所有組循環單元振幅值被一起輸入到循環單元移去器62。
與循環單元探測器60一樣，循環單元跟蹤器64有時需要比聲音分段34的時鐘所提供的更多或更少的數據來用於它的操作，跟蹤操作的基礎是需要單獨的高速緩衝存儲器、PIdata高速緩衝存儲器91的偽積分技術。循環單元跟蹤器64的子組件更新器92通過輪廓擬合存儲在PIdata高速緩衝存儲器91的偽積分數據([PIdata]inc)確定糾正的循環單元係數(a0，a1，a2，.....，an)track。為啟動它，更新器92需要至少整個循環單元的信息。而且為通過在循環單元的一個區域提供更多取樣點來避免不均勻的加權摺疊的分布，整數數目個循環單元周期被用在摺疊操作中。這給出了三種可能情況並且依次從PIdata高速緩衝存儲器91響應。如果到來的聲音分段[ss]inc具有p取樣數據字並且循環單元周期跨過τ(未必是整數)個取樣，然後如果n是大於或等於1的整數，三種可能是1. p＞nτ2. p＝nτ3. p＜τ在第一種情況中相應於整數數目的循環單元周期內的所有取樣時間的[PIdata]inc值從高速緩衝存儲器輸出並且剩餘部分(＜τ)後縮。當隨後的處理的聲音分段[ss]inc+1用這些未使用的取樣被高速緩衝存儲時，整數數目的循環單元重複內的取樣時間從現在存儲在高速緩衝存儲器91中的總的((p-nτ)inc+pinc+1)整數個取樣中輸出，任何剩餘的再次被留下來用於下一個聲音分段[ss]inc+2。
在第二種情況下，PIdata高速緩衝存儲器91將與聲音分段34的時鐘同步被清空。
在第三種情況下，PIdata高速緩衝存儲器91等待直到對它有足夠的聲音分段被定時以具有足夠的取樣來覆蓋循環單元周期並僅在完成這之後提供輸出到評估器90。在插入的聲音分段中，循環單元係數中的誤差不被評估但是係數應用現有的跟蹤信息被更新到插入的聲音分段的時間幀中。周期和時序類似地被更新。評估器90和更新器92因此從PIdata高速緩衝存儲器91接收覆蓋整數個循環單元的[PIdata]inc值。不同的周期分量從而以不同的速率被更新。
在到來的聲音分段[ss]inc被輸出到循環單元移去器時跟蹤函數開始。循環單元的較早的循環已經預測循環單元振幅值[∑b]inc要在這個聲音分段[ss]inc從來自較早的聲音分段直到並包括[ss]inc-1的信息找到。PIdata高速緩衝存儲器91從循環單元移去器62接收這些預測的循環單元振幅值[∑b]inc和殘留信號數據分段[r]inc。對於各個獨立的被跟蹤的循環單元，循環單元跟蹤器64的子組件評估器90用偽積分估測時序和周期誤差的測量值。
為執行偽積分，評估器90從預測的循環單元振幅值和殘留信號值產生已知作為PIdata的偽積分數據值。尤其，評估器90評估[PIdata]inc＝(1-ρ)[∑b]inc+ρ[r]inc這裡ρ是偽積分因子，典型地約為0.01。inc值然後與預測的循環單元係數(a0，a1，a2，…，an)在對於高速緩衝存儲的分段確定的取樣時間產生的高速緩衝存儲振幅值[∑b]inc比較，。它們將被失調到代表預測的循環單元振幅值[∑b]inc與在到來的聲音分段[ss]inc中出現的實際的循環單元振幅值之間的時序誤差的程度。評估器90因此沿縱坐標(時序)軸測量在循環單元振幅值[∑b]inc的[PIdata]inc值的失調。附加噪聲或接近於循環單元振幅最大值的幹擾的較小值將被解釋為大時序誤差。為避免這個，以分數取樣間隔為單位的時間失調被強烈的加權，這裡循環單元的梯度是最陡的並且在梯度接近於零時被減弱。加權的失調被平均並且乘以1/ρ。這個偽積分值表示相對於循環單元的預測的時序的時序誤差，即它表示聲音分段中循環單元的定位中的系統誤差，但是它受到噪聲和來自其它未被取消的分量的可能(但是減小的)幹擾。
為進一步降低噪聲，更新器92把時序歷史存儲在滑動窗口歷史高速緩衝存儲器中。這提供對於先前的包含預測和在評估器90中評估的偽積分誤差的q個分段的時序記錄。q的幅值適應於被跟蹤的循環單元。如果循環單元時序變化迅速，大的歷史高速緩衝存儲器將導致早期的誤差用隨後的不希望的滯後來過加權。相反，如果歷史高速緩衝存儲器很大，緩慢變化的循環單元用提高的準確度和SNR來跟蹤。對於本實施例的目的，尺寸為6的高速緩衝存儲器被使用並且假設足夠用於作為示例的循環單元。當關於任何特定循環單元的跟蹤過程對於第一時間被啟動時，從循環單元探測器60中的子組件估測器78得到時序歷史。如果期望弱的非靜態的周期分量，更準確的初始歷史高速緩衝存儲器通過循環單元探測器60中的跟蹤細化反覆而產生。當時序誤差的新值被測量時，更新器82從歷史窗口移去最早的時序估測並用最近的來代替。最小平方擬合在該組6個時序上執行以得到時序函數。擬合的順序可由用戶定義，但通常是基於線性回歸近似的一次擬合就足夠了。這樣得到時序誤差函數y＝mx+c。這可外推來預測下一個分段的時序。外推部分的斜率m是循環單元周期τ的測量，允許對下一個聲音分段[ss]inc+1進行周期的再評估。通常在幾個聲音分段的時間幀中斜率不會劇烈的變化。
更新器92在下一個到來的聲音分段[ss]inc+1中計算循環單元的周期τ』並調整時序來提供預測的開始、結束和取樣點。更新器92也使用來自PIdata高速緩衝存儲器91的偽積分數據[PIdata]inc來測量循環單元振幅值[∑b]inc和計算的循環單元係數(a0，a1，a2，…，an)inc中的系統誤差。然後它更新這些係數來預測下一個分段[ss]inc+1中的循環單元振幅值。
為得到更新的係數，更新器92首先把[PIdata]inc值擬合於一般曲線等式y-a0+a1x+a2x2+.....+anxn來得到一組偽積分係數(a0，a1，a2，…，an)PI。其他的曲線函數可能更適合於本發明的其它應用但本實施例中進行多項式擬合。源自跟蹤的循環單元係數組的(a0，a1，a2，…，an)inc中的各個組元的預測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給出對於各個係數a1，l＝0到nerr(a1)=(al)inc-(al)PI]]>然後產生係數的偽積分值a1』＝a1+err(a1)
但是，和時序更新一樣，值受到有些減小的噪聲。更新器92把偽積分循環單元係數值存儲在循環單元係數歷史中。和僅用最近的值的窗口的時序歷史一樣，在該示例中，大小為6的窗口就夠了。分開的係數歷史對每個係數值a1被保持下來。直線擬合例如線性回歸來使值存儲在各個係數歷史中。
對於各個循環單元，對於循環單元輪廓和時序的跟蹤擬合(回歸的)係數被傳送到預測器94。
預測器94把跟蹤信息轉換為循環單元係數組(a0，a1，a2，…，an)和適合於下一個到來的聲音分段[ss]inc的振幅值
從系統50經循環單元數據輸出110輸出循環單元係數並把它傳送到跟蹤移去器66。循環單元值[b]inc經預測的循環單元波形輸出108被獨立輸出，如果需要檢測，並且一起輸出到準備來從下一個到來的聲音分段[ss]inc+1作減法的循環單元移去器62。它們也傳送到PIdata高速緩衝存儲器91。如果從探測器60接收到增加循環單元跟蹤的指令，那麼對於新探測到的循環單元的預測的循環單元值與兩個輸出中的跟蹤值結合。類似地如果刪除跟蹤的指令從跟蹤移去器66被接收到，那麼適合於這個循環單元的[b]inc+1值從兩個輸出中被移去。
權利要求
1.一種使第一信號ssinc中的噪聲影響局部化的方法，第一信號表示為包含至少一個模型分量binc的模型信號∑binc，各個分量binc以一組至少一個的模型參數(a0，a1，a2…，an)來代表，特徵在於該方法包括步驟(a)從第一信號ssinc中減去模型信號∑binc以得到殘留信號rinc；(b)通過乘以偽積分因子ρ來定標殘留信號rinc；(c)通過用(1-ρ)相乘來定標模型信號∑binc及其各個分量而獲得至少一個定標的模型分量；(e)把在步驟(b)獲得的定標的殘留信號加到在步驟(c)獲得的各個定標的模型分量上以給出相應數目的至少一個偽積分信號PIdatainc，其中在定標的殘留信號中幹擾噪聲影響被局部化。
2.根據權利要求1的方法，其特徵在於代表各個模型化分量binc的模型參數組(a0，a1，a2…，an)用下面的附加步驟來進行系統誤差糾正(a)把各個特定模型化分量binc的偽積分信號PIdatainc模型化而獲得相應組局部幹擾模型參數(a0，a1，a2…，an)LP；(b)從它的相應的局部幹擾模型參數(a0，a1，a2…，an)LP中減去各個模型參數(a0，a1，a2…，an)而獲得相應組的至少一個局部化幹擾誤差；(c)通過除以偽積分因子ρ對各個局部化幹擾誤差再定標回其先前的水平；及(d)把各個再定標的局部化幹擾誤差加到它相應的模型參數(a0，a1，a2…，an)上從而獲得一組相應的偽積分模型參數(a0，a1，a2…，an)PI。
3.根據權利要求2的方法，其特徵在於信號可被分段來提供若干信號窗口ssinc，ssinc+1，…，ssinc+n並且該方法被迭代用來產生模型化各個信號分量的多個偽積分參數組(a0，a1，a2…，an)incPI並且從這種多個參數組獲得糾正的參數組(a0』，a1』，a2』…，an』)。
4.根據權利要求2或3的方法，其特徵在於模型信號∑binc可通過增加從各組偽積分模型參數(a0，a1，a2…，an)PI中依次獲得的該至少一個糾正的分量b』inc而糾正系統誤差∑b』iinc。
5.根據權利要求1、2、3或4的方法，其特徵在於第一信號ssinc是數字取樣信號[ss]inc並且模型信號∑binc包括先前預測的取樣信號值[∑b]inc。
6.一種在抽取數字取樣信號[ss]inc和包含至少一個分量信號binc的疊加的先前預測的取樣信號值[∑b]inc之間的差別時使噪聲影響局部化的方法，其特徵在於該方法包括步驟(a)從取樣信號[ss]inc減去預測的信號值[∑b]inc以得到取樣的殘留信號[r]inc；(b)根據偽積分因子ρ定標殘留信號[r]inc，從而殘留信號[r]inc乘以p；(c)通過把各個分量值[b]inc乘以(1-ρ)定標預測的值[∑b]inc；及(d)把步驟(b)獲得的定標值加到步驟(c)得到的值上。
7.根據權利要求1的方法，其特徵在於在第二方法中使用該方法來糾正在描述表現噪聲影響的信號的一個分量binc的參數預測值(a0，a1，a2…，an)inc中引起的系統誤差影響，其中該第二種方法包括步驟(a)從先前確定的參數值預測期望取樣信號值[∑b]inc；(b)跟隨權利要求1的步驟(a)到(d)，其中第一信號包括從表現噪聲影響的信號中獲取的取樣值[ss]inc的數據分段，模型信號包括在步驟(a)獲得的期望取樣信號值[∑b]inc，從而殘留信號rinc和偽積分信號PIdatainc分別包括殘留信號取樣值[r]inc和適合於信號分量binc的一組偽積分數據[PI]datainc；(c)從偽積分數據組[PIdata]inc獲得適合於描述信號分量binc的參數的局部幹擾參數值(a0，a1，a2…，an)LP；(d)在描述來自所述預測值(a0，a1，a2…，an)inc和除以偽積分因子ρ得到的局部幹擾參數值(a0，a1，a2…，an)LP之間的差異的模型信號分量binc的各個預測參數值(a0，a1，a2…，an)inc中測量再定標的幹擾誤差err(a1)；(e)把在步驟(d)得到的再定標的幹擾誤差err(a1)增加到預測參數值(a0，a1，a2…，an)inc以獲得偽積分參數值(a0，a1，a2…，an)PI；及(f)對偽積分參數值(a0，a1，a2…，an)PI進行平滑或跟蹤以產生糾正的參數值(a0』，a1』，a2』…，an』)。
8.根據權利要求7的方法，其特徵在於第二方法也包括步驟(a)在各個歷史高速緩衝存儲器中把偽積分參數值(a0，a1，a2…，an)PI存儲為最後的值，其中各個歷史高速緩衝存儲器包含先前確定的各個偽積分參數值；(b)從各個高速緩衝存儲器清除第一參數值；及(c)通過跟蹤擬合各個歷史高速緩衝存儲器中的偽積分參數值並外推取樣的值[ss]inc+1的將來分段的合成跟蹤來預測適合於噪聲信號的將來的取樣值[ss]inc+1的各個糾正的參數值a1』的新值。
9.根據權利要求8的方法，其特徵在於跟蹤可在時間域中進行並且迭代的參數糾正可解釋為時變信號的結果
10.根據權利要求8或9的方法，其特徵在於步驟(c)的跟蹤擬合是線性回歸過程。
11.一種方法，其特徵在於信號是多分量信號∑binc，並且權利要求7到10中的任何一個的方法被應用於各個分量binc。
12.根據權利要求1的方法，其特徵在於該方法用在分離數字取樣信號30的分量的第三方法中，其中第三方法包括步驟(a)經探測系統50把分段[ss]inc中時鐘後數位化信號30；(b)跟隨權利要求1的步驟之後，其中第一信號包括數位化信號分段[ss]inc，模型信號包括從預測模型參數組獲得的預測的振幅值[∑b]inc，各組(a0，a1，a2…，an)inc代表信號的模型化分量binc並且殘留信號rinc和偽積分信號PIdatainc分別包括殘留信號取樣值[r]inc和偽積分數據組[PIdata]inc；(c)相對於數字取樣信號30的取樣時序糾正應用於預測的振幅值[∑b]inc的輪廓binc的時序中的誤差並且應用各組偽積分數據組[PIdata]inc跟蹤各個探測到的分量的這種應用振幅輪廓binc的振幅變化；及(d)對殘留信號[r]inc搜索新的信號分量。
13.根據權利要求12的方法，其特徵在於預測的分量可從數位化信號30的先前被時鐘化的分段中被跟蹤的探測到的分量獲得。
14.根據權利要求12或13的方法，其特徵在於數字取樣的信號30的分量是周期分量。
15.根據權利要求12或13的方法，其中信號分量是周期分量，其特徵在於權利要求12的步驟(c)包括步驟(a)測量來自各個探測的周期分量的預測的振幅輪廓binc的偽積分數據組[PIdata]inc的加權平均失調，並且從而得到定標的幹擾時序失調；(b)把加權平均定標的幹擾時序失調除以偽積分因子ρ而得到各個預測的振幅值[∑b]inc中的再定標的時序誤差；(c)輪廓擬合偽積分數據[PIdata]inc以產生局部幹擾的輪廓擬合併且得到一組適合於輪廓擬合的局部幹擾的輪廓係數(a0，a1，a2…，an)LP；(d)測量各個局部幹擾的輪廓係數(a0，a1，a2…，an)LP與輪廓係數(a0，a1，a2…，an)inc的相應係數之間的差並且把各個差除以偽積分因子ρ而得到一組再定標的輪廓係數誤差；(e)把再定標的時序誤差和各個再定標的輪廓係數誤差與先前預測的時序和輪廓係數值(a0，a1，a2…，an)inc分別相加以分別產生偽積分時序和輪廓係數值(a0，a1，a2…，an)PI；(f)平滑化或跟蹤偽積分時序和輪廓係數值(a0，a1，a2…，an)PI以分別產生糾正的時序和輪廓係數值；及(g)從糾正的時序和輪廓係數值預測適合於將要到來的數位化信號分段[ss]inc+1的時序和各個輪廓係數的新值。
16.根據權利要求15的方法，其特徵在於在步驟(g)預測的值用於得到預測的振幅值[∑b]inc、振幅輪廓binc和相關組預測模型參數(a0，a1，a2…，an)inc及用於權利要求12的步驟(b)和(c)的隨後的迭代部分中的在分析隨後取樣的信號分段[ss]inc+1中的時序。
17.根據權利要求15或16的方法，其特徵在於權利要求15的步驟(f)包括步驟(a)在各個歷史高速緩衝存儲器中把偽積分時序和輪廓係數值(a0，a1，a2…，an)PI存儲為最後的值，其中各個歷史高速緩衝存儲器包含先前確定的偽積分時序和輪廓係數值；(b)從各個高速緩衝存儲器清除第一參數值；及(c)通過跟蹤擬合各個歷史高速緩衝存儲器中的值並外推取樣的值[ss]inc+1的將來分段的合成擬合跟蹤來預測適合於將要到來的數位化信號分段[ss]inc+1的時序和各個輪廓係數的新值。
18.根據權利要求15、16或17的方法，其特徵在於加權的失調根據下述加權方案來獲得，其中在振幅輪廓的梯度是陡的位置處的失調相對強地加權，並且在梯度接近於零的那些位置處加權相對地弱。
19.根據前面任一項權利要求的方法，其特徵在於偽積分因子ρ優選在0.003-0.03的範圍內。
20.一種探測數字取樣信號30的周期分量的方法，其特徵在於該方法包括步驟(a)對取樣信號30進行濾波以得到接近周期分量的周期性τ的同步估測的周期σ；(b)把數字取樣信號30分割為數據塊，其中各個數據塊的大小等於同步估測的周期σ；(c)平均數字取樣信號30中取樣點的塊間同相振幅以獲得周期σ的平均振幅值b(σ)；(d)從各個數據塊的取樣點振幅b1減去平均振幅值b(σ)以得到殘留值塊；(e)根據偽積分因子ρ定標殘留值塊，從而殘留值乘以ρ；(f)通過把各個值乘以(1-ρ)定標平均振幅值b(σ)；(g)把步驟(e)得到的定標的值增加到在步驟(f)得到的值以獲得局部幹擾振幅值；(h)通過測量來自平均振幅值b(σ)的局部幹擾振幅值的時間得到局部幹擾失調；(i)把局部幹擾失調除以偽積分因子ρ並且跟蹤或平滑化合成的偽積分值以得到平均時序誤差線；及(j)用等於平均時序誤差線的斜率的數量糾正同步估測周期(σ)以獲得周期分量的周期性τ的精細估測。
21.一種信號處理系統，其特徵在於該系統包括(a)用於把物理現象轉換為接收信號數據流ssinc30的轉換器54、56；(b)用於提供包含接收信號b(s)、ssinc的至少一個分量∑binc、b(s)的預測估測的預測信號的預測器70、72、94；(c)用於從接收信號ssinc減去預測信號∑binc、b(s)而產生殘留信號rinc的移去器62、78；(d)用於產生包括偽積分分量組PIdatainc的偽積分信號的評估器90、78，各組偽積分分量相應於一個預測信號分量binc、b(s)b(s)b(s)並且用於使用該組偽積分分量糾正預測信號分量，其中各組偽積分分量PIdatainc通過把偽積分因子ρ定標的殘留信號rinc與被因子(1-ρ)定標的各個預測信號分量∑binc、b(s)相加從殘留信號rinc和預測信號分量∑binc、b(s)獲得；(e)用於糾正預測信號分量∑binc、b(s)以產生接收信號分量∑b』inc、b′(τ)的糾正的估測的更新器92、78。
22.根據權利要求21的信號處理系統，其特徵在於評估器90、78包括用於使用各組偽積分數據PIdatainc在各個預測信號分量binc的模型描述符(a0，a1，a2…，an)inc中得到局部幹擾誤差並用於通過除以偽積分因子ρ來定標局部幹擾誤差的估測器；並且其中更新器92、78設置來通過把再定標的局部幹擾誤差增加到其模型描述符(a0，a1，a2…，an)inc中產生接收信號分量∑b』inc、b′(τ)的糾正的估測並且從而產生一組偽積分模型描述符(a0，a1，a2…，an)PI，更新器還設置來平滑和/或跟蹤偽積分模型描述符(a0，a1，a2…，an)inc從而糾正、更新或預測其值(a0，a1，a2…，an)inc+1。
23.一種多分量信號探測系統，其特徵在於探測系統包括根據權利要求21的信號處理系統，其中信號處理系統的預測器70、72被設置來探測到來的信號ssinc的至少一個近似分量∑binc(s)並且評估器90被設置來提供這種近似分量內的誤差測量，並且從而更新器78被設置來產生改進準確度的分量∑b』inc(τ)。
24.根據權利要求23的多分量信號探測系統，其特徵在於預測信號包括接收信號的一個以上分量∑binc、b(s)的預測估測並且探測系統被設置來迭代地探測分量。
25.一種多參數信號探測系統，其特徵在於探測系統包括根據權利要求21的信號處理系統，其中信號處理系統的預測器70、72被設置來探測描述到來的信號ssinc的近似參數binc(a0，a1，a2……，an，s)並且評估器90被設置來提供這種近似參數內的誤差測量，並且從而更新器78被設置來產生改進準確度的參數b』inc(a』0，a』1，a』2……，a』n，τ)。
26.根據權利要求23或24的多分量信號探測系統，其特徵在於信號分量binc(τ)是周期分量。
27.根據權利要求26的多分量信號探測系統，其特徵在於接收信號數據流30是經系統被時鐘化在分段[ss]inc中的數字取樣數據流。
28.根據權利要求27的多分量信號探測系統，其特徵在於它也可包括設置來通過從適合於預測周期分量∑binc的取樣循環單元振幅值[∑b]inc的取樣分段[ss]inc作減法來從數字取樣數據流的分段[ss]inc產生殘留數據信號[r]inc的循環單元移去器62，其中所述預測周期分量∑binc代表與取樣分段[ss]inc同步取樣的循環單元振幅輪廓binc的疊加。
29.根據權利要求28的探測系統，其特徵在於預測器70、72可包含濾波器組70，其包括設置來分析時間域中數據流ssinc、rinc的濾波器尺寸測試組並產生信號ssinc、rinc內周期分量的主要周期性的近似最大似然性估測。
30.根據權利要求29的探測系統，其特徵在於濾波器組70中的各個濾波器設置來把接收信號數據流30分割為不互相疊合的一系列數據塊，其中各個數據塊包含整數數目s個取樣點並且最大似然性估測器是能譜P(σ)，其中P是包含在尺寸σ的幾個相鄰數據塊的平均的每個取樣信號的平均能量。
31.根據權利要求30的探測系統，其特徵在於濾波器組70可包含一組測試周期s，各個測試周期s是接收信號數據流30的內取樣周期的數倍。
32.根據權利要求30或31的探測系統，其特徵在於該系統還包括設置來識別在最大似然性譜P(σ)中出現的峰值的性質從而識別在接收信號數據流30內以近似實際周期τ的測試周期σ的方式出現的那些的循環單元量化器76。
33.根據權利要求30、31或32的探測系統，其特徵在於接收信號的預測估測被濾波器組70提供的循環單元振幅輪廓的取樣值平均，並且相應於能譜P(σ)中的峰，權利要求21中的信號處理器系統中的移去器78、評估器78和更新器78組件被設置來產生主要周期信號分量的預測循環單元振幅輪廓[∑b』(τ)inc]的糾正的估測。
34.一種多分量信號跟蹤系統，其特徵在於跟蹤系統包括根據權利要求21的信號處理系統，其中預測器94被設置來在更新器92產生的先前預測的接收信號∑b』inc-1的糾正的估測的基礎上產生接收信號∑binc的預測估測。
35.根據權利要求34的多分量信號跟蹤系統，其特徵在於接收到的信號數據流ssinc30可包含至少一個明顯的時變分量binc。
36.根據權利要求35的多分量信號跟蹤系統，其特徵在於該系統設置來隨時間跟蹤探測到的信號分量∑biinc，其中評估器90被設置來使用偽積分數據組PIdatainc來糾正接收信號分量∑binc的預測估測中的預測不準確。
37.根據權利要求35或36的多分量信號跟蹤系統，其特徵在於信號分量binc(τ)是周期分量。
38.根據權利要求37的多分量信號跟蹤系統，其特徵在於接收信號數據流30是經系統被時鐘化在分段[ss]inc中的數字取樣數據流。
39.根據權利要求38的多分量信號跟蹤系統，其特徵在於它也可包括設置來通過從適合於與取樣分段[ss]inc同步取樣的預測周期分量∑binc(循環單元振幅輪廓)的循環單元振幅值[∑b]inc的取樣分段[ss]inc作減法而從數字取樣數據流的分段[ss]inc產生殘留數據信號[r]ss的循環單元移去器62。
40.根據權利要求39的跟蹤系統，其特徵在於預測器94設置來提供以描述適合於到來的數據分段的時間幀中所有探測到的周期分量的振幅輪廓∑binc的各個探測的周期分量和預測的循環單元振幅值[∑b]inc的振幅輪廓binc的預測時序τ和振幅係數(a0，a1，a2…，an)inc形式的接收信號∑binc的預測估測，並且評估器90從而被設置來測量預測時序和振幅係數(a0，a1，a2…，an)inc中的誤差。
41.根據權利要求40的跟蹤系統，其特徵在於更新器92被設置來根據這裡測量的誤差來糾正預測時序τ和振幅係數(a0，a1，a2…，an)inc並且從而產生糾正的時序和振幅係數；並且跟蹤系統被一起設置來預測將要到來的數據分段中各個探測到的周期分量的時序和預測的循環單元的振幅值[∑b]inc+1並且也預測各個探測到的周期分量的變化的振幅輪廓binc+1。
42.根據權利要求41的跟蹤系統，其特徵在於預測器94包括先前預測的時序和振幅係數以及糾正的時序和振幅係數的各個歷史高速緩衝存儲器，其中預測器94被設置來在各個獨立的高速緩衝存儲器內曲線跟蹤擬合於數值。
43.根據權利要求41的跟蹤系統，其特徵在於預測器94被設置來評估將要到來的數據分段的取樣點的跟蹤，從而提供適合於將來的分段的預測的振幅值[b]inc+1並通過那些預測的循環單元振幅值[b]inc+1到循環單元移去器62。
44.根據權利要求37到43中任一項的跟蹤系統，其特徵在於它也包括設置來評估探測到的信號分量binc(τ)的信噪比的跟蹤移去器66並且跟蹤系統被設置來在它的信噪比下降到閾值以下時從接收信號分量∑binc的隨後產生的預測估測移去任何這種分量
45.用於從模擬輸入信號產生窄帶寬數據的一種信號處理系統，其特徵在於系統包括權利要求41到44的任一項的跟蹤系統，其中各個探測到的周期分量的預測的循環單元振幅值[∑b]inc+1經循環單元數據輸出110從跟蹤系統中被抽取出來。
46.一種用於從多分量音頻信號中移去至少一個主要的音頻分量的信號處理系統，其特徵在於系統包括權利要求23到33的任一項的探測系統和權利要求39到44的任一項的跟蹤系統，其中探測系統被設置來探測選擇的主要音頻分量並且跟蹤系統被設置來跟蹤各個選擇的主要音頻分量，系統也包括設置來輸出從取樣的輸入信號[ssinc]產生的小於各個選擇的主要音頻信號分量的預測振幅值[∑b]inc的殘留信號rinc的殘留信號輸出106。
47.一種用於從多分量音頻信號中隔離至少一個主要的音頻分量的信號處理系統，其特徵在於系統包括權利要求23到33的任一項的探測系統和權利要求39到44的任一項的跟蹤系統，其中探測系統被設置來探測選擇的主要音頻分量並且跟蹤系統被設置來跟蹤各個選擇的主要音頻分量，系統也包括設置來輸出各個選擇的主要音頻分量的糾正的或預測振幅值[∑b]inc、[∑b]inc+1的信號輸出信道108和110。
全文摘要
一種用於從噪聲中區分開系統贗象的方法與裝置包括把操作噪聲局部化在預測的函數峰附近。該方法尤其與時變信號的探測和跟蹤相關。執行這種方法的應用的裝置包括經其基本重複單元:周期為τ的循環單元,監測多分量周期信號的各個分量的探測系統(50)。該信號被數位化並經系統(50)被時鐘化在分段中。循環單元移去器(62)從到來的信號分段中減去先前探測的循環單元的預測值以產生殘留信號。循環單元探測器(60)使用滑動窗口過程糾正預測循環單元值(b(τ),τ)中的誤差並預測(跟蹤)適合於下一個到來的信號分段的循環單元值。跟蹤移去器(66)監測循環單元變化並從跟蹤過程移去亞閾值循環單元。
文檔編號G06K9/00GK1269012SQ98808650
公開日2000年10月4日 申請日期1998年8月27日 優先權日1997年8月27日
發明者I·J·克拉克 申請人:英國國防部