[发明专利]一种基于LSTM网络EMD端点效应抑制方法

权利要求书

1.一种基于LSTM网络EMD端点效应抑制方法，其特征在于：所述方法步骤如下：

S1，根据信号的频率估计信号周期，选定LSTM网络时间步长；

S2，利用所选定的时间步长，对接收到的混合信号数据进行LSTM网络处理，将数据两端分别延拓半个周期数据，并在延拓后的数据中选取极值点，保留两端极值点间数据；

S3，对两端极值点间数据进行EMD分解，得到本征模态函数(IMF)；

S4,通过主成分分析(PCA)对IMF进行降维，以获得合适的IMF分量，并对其进行独立成分分析(ICA)，从而得到分离出的源信号；

S5，对接收复杂声音环境下的混合声音进行分离，得到各分离声音信号，以便于对设备产生的声音进行特征分析；

所述步骤S2中利用所选定的时间步长对接收到信号的离散化序列x(n)进行LSTM处理，首先将x(n)处理为长度为S的输入序列，第1个到第N个数据作为第一个输入序列，依次顺延即：(x₁(n)＝]x(1),x(2),…,x(S+1)],x₂(n)＝[x(2),x(3),…,(S+1)],…,x_N-S(n)＝[x(N-S),x(N-S+1),…,x(N)])，然后将上述序列作为LSTM网络的输入，根据每一个时间点的输出和x(n)的差值不断更新神经网络的权重和偏置，再根据序列x_N-S(n)＝[x(N-S),x(N-S+1),…,x(N)]预测下一个数据点得到x(N+1)，最后根据预测的数据点x(N+1)构造新的输入序列x_N-S+1(n)＝[x(N-S+1),x(N-S+2),…,x(N+1)]，连续预测数据至向右端延拓半个周期长度，即得到x(N+S/2)，通过同样的方法得到序列左端延拓后序列；找到延拓后信号的局部最大值(或最小值)点，并将其作为新的端点截取作为新的延拓信号。

2.根据权利要求1所述的一种基于LSTM网络EMD端点效应抑制方法，其特征在于：所述步骤S1根据估计接收信号的周期，确定LSTM网络模型的时间步长，在同一个模型中，根据信号的周期性，通过信号的各频率分量计算出混合信号的一个周期，并根据一个周期的采样点数来选定LSTM网络时间步长，提高模型的预测精度。