[发明专利]一种基于半监督学习的声信号非视距识别方法

权利要求书

1.一种基于半监督学习的声信号非视距识别方法，其特征在于，包括以下步骤：

S1：采集原始声信号x[n]；

S2：对S1中采集的原始声信号x[n]进行探测及分割，获得互相关结果片段R_i[τ]；

S3：对S2中得到的互相关结果片段R_i[τ]进行特征提取及非视距识别。

2.根据权利要求1所述的一种基于半监督学习的声信号非视距识别方法，其特征在于，S2包括如下步骤：

S2.1：对原始声信号x[n]进行滤波与增强，获得增强后的声信号x'[n]；

S2.2：构造参考信号r[n]，利用参考信号r[n]对增强后的声信号x'[n]进行互相关计算，获得结果R_x'r[τ]；

S2.3：对S2.2中获得的结果R_x'r[τ]进行探测并进行分割提取，获得互相关结果片段R_i[τ]，记第i个增强后的声信号的互相关结果片段为R_i[τ]。

3.根据权利要求2所述的一种基于半监督学习的声信号非视距识别方法，其特征在于，

S2.1中，x'[n]＝IFFT{FFT{x[n]}w[n]}，其中w[n]为窗函数；

S2.2中，其中N为x'[n]的长度；

S2.3具体方法如下：

对R_x'r[τ]进行序贯检测，设定序贯装载信号片段的长度为T_s，序贯装载信号片段为seg[τ]＝R_x'r[τ_s]，其中τ_s＝[(i-1)T_s+1:iT_s]；seg[τ]中包含有效信号的判定方式为K{seg[τ]}≥thd，其中thd为判定阈值，K{·}为波形峰度计算符；若seg[τ]中包含有效信号，则依据信标节点的广播时序将序贯装载信号片段及互相关结果片段与信标节点的ID进行匹配，结果记为a_i；计算互相关结果片段中的最大峰值位置，记作截取声信号及互相关结果片段的下标索引为：

信标节点a_i声信号的信号片段x′_i[n]＝x'[idx_s:idx_e]，互相关结果片段R_i[τ]＝R_x'r[idx_s:idx_e]。

4.根据权利要求2所述的一种基于半监督学习的声信号非视距识别方法，其特征在于，所述窗函数为矩形窗与布莱克曼窗组成的复合窗函数，利用矩形窗的长度来对原始声信号x[n]进行带通滤波。

5.根据权利要求1所述的一种基于半监督学习的声信号非视距识别方法，其特征在于，

S3包括如下步骤：

S3.1：对互相关结果片段R_i[τ]的相对增益-时延分布进行估计，获得{Γ_a,Γ_τ}；

S3.2：从S3.1获得的{Γ_a,Γ_τ}中提取能够提取的特征值，记作特征集F^N，其中N为特征集的维度，N与所提取和使用的特征值种类数量有关；

S3.3：基于S3.2得到的特征集F^N，使用半监督学习的方法对互相关结果片段R_i[τ]进行非视距识别。