專利名稱：用于精確波形測量的域識別和分離的制作方法
技術領域：
本發明涉及波形和復合波形的時間頻率幅度分析、測量和分解(parse apart)。注意，詞語“信號”是更通用的“波形”的流行同義詞并且在此二者可以互換使用。盡管本文 檔的絕大部分指代音頻頻率范圍，但用于本發明目的的波形不限于任何特定頻率范圍或復雜性(complexity)。任何將測量波形/信號作為其處理的一部分的技術都可以從所描述的這種機器和發現處理中得到輔助。
背景技術：
給定ー個復合波形，期望準確測量該波形及其成分，這些成分可能由幾個源生成。這在波形包括以下內容時難以進行由不同源產生的在時間和頻率中疊加的信號，被較高能量/幅度信號遮蓋的低能量/幅度信號，頻率的快速變化，和/或幅度的快速變化。如果能夠更準確地測量、分析這些波形和在不同域中將信息分解，將極大地提升我們理解這些波形所包含的內容和如何分離和/或修改這些內容的能力。傳統地，在時域和頻域中分析波形。通常，這些波形首先被數字地捕獲作為時間上的幅度樣本，隨后使用一系列變換來測量信號，其結果被顯示在時間、頻率和幅度矩陣中。已經開發了多種技術以從時間序列數據提取時間/頻率/幅度信息。然而，表示頻率和幅度如何相對于時間變化可能是有挑戰的，特別是當存在陡峭的頻率和/或幅度變化或來自多個源的信號占據相同的時間和頻率區域吋。獲取時間、頻率和幅度信息的ー種常用變換是離散傅立葉變換(DFT)。不幸的是，在由DFT的大小(尺寸)導致的頻率分辨率和時間分辨率之間存在折衷。由DFT檢查的時間窗與其尺寸成比例。因此，與小尺寸DFT相比，大尺寸DFT檢測更大的時間窗。該更大的時間窗使得大尺寸DFT對動態變化反應很慢。相反地，大尺寸DFT將頻率范圍劃分為更精細片段。通過DFT測量的最大頻率為數字化的信號的采樣率的一半。尺寸X的DFT將從0至最大值的頻率范圍劃分為X/2個相等尺寸的“點(bin)”。因此，在DFT中每ー個頻率點的大小等于采樣率除以DFT的尺寸的結果的兩倍。因此，較大尺寸的DFT具有較高的頻率分辨率但時間分辨率較低。較小尺寸的DFT具有較高的時間分辨率但頻率分辨率較低。由于這ー折衷，專業人員尋找改變的DFT或其它替代方法以在時間和頻率上均具有良好分辨率的情況下準確地表示動態時變波形。本發明人已經獲得了多項專利授權，在此通過引用而合并于此。這些專利是快速查找基頻方法(Fast Find Fundamental Method),美國專利第6，766，288B1號；改進復雜波形的諧波內容的方法(Methodof Modifying Harmonic Content of a Complex Waveform),美國專利第7,003，120B1號；以及信號分片方法(Method of Signal Shredding)，美國專利第6，798，886B1號。提交于2009年11月12日的專利申請第PCT/US2009/064120號的精確測量矩陣PMM也通過引用而合并于此。
發明內容
本發明提供了一種用于數字信號處理的機器實現方法，包括從模擬信號的轉換或者從數據存儲器獲取數字信號；根據專利申請第PCT/US2009/064120號構建精確測量矩陣(PMM)，PMM包括包含針對特定時間和頻率的幅度的具有標記的相互關聯最大值的單元；以及使用PMM中的最大值的域關系和最大值的局部鏈(partial chain)來識別相關聯單元以便識別和分離復雜的復合波形內的聲源。此處要求保護的擴展包括識別PMM中的相關聯單元的新方式。在PMM中關聯單元的新方式中，可以通過以下的“域”關系關聯單元頻率、時間、幅度、諧波、開始時間、停止時間、峰值時間、長度、攻角和衰變角、頻率重復、模式重復、存儲器中發現的模式和未在存儲器中發現的模式、以及非隨機數學關系。具體來說，以這些方式中的ー種或者這些方式的多種組合而相關的最大值單元和/或者最大值單元鏈被識別和標記出來。被如此相關的単元是用于源識別的候選。
圖I是示出各公開的實施例的功能的框圖。圖2是針對第二音頻采樣信號、示出全部PMM事件的河流三維屏幕截圖。圖3是示出針對第二采樣發生在限定幅度水平之上的解析幅度域事件的三維屏.截圖。圖4A和4B分別是對于第二采樣示出為諧波相關的諧波域事件的三維和ニ維屏幕截圖。根據用于找到諧波相關事件的美國專利第6，766，288B1號，“快速查找基頻方法”。圖5A和5B分別是重復域事件的三維和ニ維屏幕截圖。對于第二采樣示出按照頻率點每10秒15個事件的重復事件。圖6是諧波域和幅度域的組合域的ニ維屏幕截圖。圖7是示出全部PMM事件的對于第三音頻采樣信號的河流三維屏幕截圖。圖8是對于第三采樣示出為發生在限定的幅度范圍內的幅值域事件的三維屏幕截圖。圖9A和9B分別是根據第三采樣的開始時間分選的局部鏈域的三維和ニ維屏幕截圖。圖10是對于第三采樣的長鏈(在0. 375秒期間)的局部鏈域屏幕截圖。圖11是示出用于第四音頻采樣的角度參數的局部鏈域屏幕截圖。圖12是對于第五采樣示出為諧波相關的諧波域事件的三維屏幕截圖。圖13是用于解釋所公開的實施例的效用的替代示意圖。
具體實施方式
如上面闡釋的，所公開的實施例提供識別基于獲得的數字信號而構建的精確測量矩陣PMM中的相關單元的新方式。如申請NO.PCT/US2009/064120中闡釋的，PMM包括含有針對特定時間和頻率的幅度的、具有標記的相互關聯最大值的單元。使用PMM中的最大值的域關系和最大值的局部鏈來識別相關單元使得可在復雜的復合波形中識別并分離聲源。因此，識別PMM中的相關單元的新方式具有顯著效用和實際應用。在對所公開的實施例的深入論述之前，應理解，一般來說，通過執行多次FFT (或它們的等價形式)以生成測量矩陣(MM)來構建是表示要被分析的數字信號的頻譜幅度的單元的矩陣。因此，對于特定的時間片，每個FFT生成一行或一列單元(一個單元用于一個頻率點)。如專利申請No. PCT/US2009/064120中描述的那樣，PMM是從MM生成的、具有標記的相互關聯最大值的時間、頻率、幅度事件矩陣。應該理解，在必要時，如該專利申請闡釋的 那樣，所生成的MM可被拉伸以提供重疊從而確保在整個PMM上存在適當的覆蓋。根據本公開，提供了在PMM中使單元關聯的新方式；更具體地，可通過以下的“域”關系來關聯單元頻率、時間、幅度、諧波、開始時間、停止時間、峰值時間、長度、攻角和衰變角、頻率重復、模式重復、存儲器中發現的模式、存儲器中未發現的模式以及非隨機數學關系。因此，可以識別和標記以這些方式之一或者這些方式的多種組合來進行關聯的最大值單元和/或最大值單元鏈。結果，如此關聯的單元可以被識別為用于源識別的候選。在了解所公開的實施例的初步和概括解釋的情況下，接下來提供在后面詳細說明中使用的各種術語的更具體定義。定義在此使用以下定義。FT :傅立葉變換一計算波形的頻譜幅度的算法。DFT :離散傅立葉變換一計算離散(數字化的)波形的頻譜的幅度的算法。DFT輸出可以是復數或者僅實數幅度。本發明的許多優選實施例僅需要實數幅度。除非特別地描述為復數，此處對DFT的所有引用均針對具有實數輸出的DFT。FFT :快速傅立葉變換-一種快速運行的DFT方法，其如此流行以至于其名稱通常與DFT同義地使用。此處DFT和FFT互換地使用。窗由傅立葉變換(或等價技術)使用的時間部分。在DFT中，(采樣中)的窗大小已知為DFT的尺寸。例如，如果信號以每秒8000個采樣進行數字化，則尺寸為4000的DFT將在4000個數據采樣(半秒)上操作。窗技術一種流行的DFT方法，根據該方法，窗中的采樣不全被等同地處理。例如，尺寸為4000的簡單DFT將簡單地對4000個采樣進行變換。使用窗技術，4000個采樣將被調整成在中間的采樣被賦予較大的權重而在起點和終點的采樣被賦予較小的權重。窗技術被設計成減小DFT的頻率響應中的旁瓣/人為現象。dB:分貝一用于例如聲學和電子學測量和計算中的具體用于幅度或能量單元的測量的對數比率。dBFS:全量程分貝一數字表示的相對于最大峰值水平的DB。時間片一部分時間。時間片可例如由運行在特定的數據時間窗上的FFT表示。然而，該窗通常比其表示的時間片大得多并以時間片為中心。時間片的大小是由相繼的FFT運行之間的間隔決定而不是由窗的大小決定。對于每秒具有8000個采樣的數字化信號，如果每8個采樣運行一個新的FFT，則時間片為8個采樣(I毫秒)寬。FFT窗可為4000個采樣(半秒或500個時間片)寬。頻率點小頻率范圍(例如，1702-1704HZ)。單元矩陣中的單元。通常，單元表示時間片中的頻率點并且包含用dBFS表示的幅度。注意具有單元并不限制頻率或者時間分辨率。在頻點中涵蓋的頻率范圍可以是例如
O.OOlHz0類似地，時間片可以小于O. 001秒。MM :測量矩陣一一種表示波形隨時間的頻譜幅度的單元矩陣。測 量矩陣通過重復的FFT (或等價方式)生成。每一個FFT對于其時間片生成一行(或列)單元一一個單元用于一個頻率點。每一個單元中的幅度是用于在該時間片中的該頻率點的幅度。這些單元隨后被適當地檢查并標記為最大值。在接近實時地處理連續信號時，測量矩陣可為無限的長度。對于限時的波形，測量矩陣可為有限的長度。最大單元被標記為具有一個或多個類型的最大值的單元。簡單最大值單元幅度大于直接相鄰單元的單元。如果一個單元的幅度大于同一時間片上在頻率方面恰好大于和恰好小于該單元的單元的幅度，則該單元是頻率峰值簡單最大值。如果一個單元的幅度大于在同一頻率點上在時間方面恰好在該單元之前和之后的單元的幅度，則該單元是時間峰值簡單最大值。單個單元可既是時間簡單最大值又是頻率簡單最大值。時間峰值簡單最大值單元和頻率峰值簡單最大值單元可被區別地標記或可作為同義詞看待并為了簡潔就稱作“簡單最大值單元”或“簡單最大值。相關最大值(“小兄弟”)單元與簡單最大值相鄰的單元，該單元的幅度位于簡單最大值的指定門限中且還大于另一側上的單元的幅度。如果一個單元為頻率峰值簡單最大值，則在頻率方面恰好大于和小于簡單最大值的在相同時間片中的單元是用于相關最大值的候選。如果一個單元為時間峰值簡單最大值，則相同頻率點中恰好在該單元之前和之后的單元是用于相關最大值的候選。在所公開的實施例中，如果在簡單最大值之前的候選單元中的幅度位于簡單最大值幅度的2dB之內且還大于在其之前的單元的幅度，則其將被標記為小兄弟。在所公開的實施例中，如果在頻率方面恰好大于簡單最大值的候選單元的幅度位于簡單最大值幅度的3dB之內且還大于在頻率方面恰好大于該候選的單元的幅度，則其應標記為小兄弟。用于在時間方面相鄰的小兄弟的dB門限不必與在頻率方面相鄰的小兄弟相同。時間和頻率小兄弟可區別地標記或作為同義詞看待并簡單地標記為小兄弟。一個單元可同時為二者。角度最大值單元是這樣的單元，該單元與在其相反兩側的相鄰單元之間的幅度差變化超過給定閾值。在公開的實施例中，如果一個單元比相同頻率點中在時間方面恰好在該單元之前的單元大4dB，但僅僅比在該單元之后的單元小ldB，3dB的差使它可以作為角度最大值(具體地，時間角度最大值)。類似地通過比較一個單元的幅度和在同一時間片中在頻率方面恰好大于和小于超該單元的單元的幅度來找到頻率角度最大值。角度最大值可以被區別地標記為頻率角度最大值和/或者時間角度最大值或者可以同義對待并簡單地標記為角度最大值。一個單元可以是兩者。強迫(Burglar)最大值單元是這樣的最大值單元，其中最大值是通過在信號峰值進入和退出DFT窗時測量幅度變化而檢測到的。頻率點中的能量峰值將會影響其中峰值位于單元的變換窗中的那個頻點中的全部單元的幅度。如果變換窗是例如500時間片寬，則峰值在退出之前將進入窗500時間片(單元)。通過比較幅度增加和后面的500時間片的減少，還通過比較兩者和指定閾值，可以聲明一個強迫最大值。然后標記中間的單元。如果峰值在持續時間上長于一個時間片，則能量將在多個單元(時間片或者行)上升高并類似地在后面500個單元上下降，中間的多個單元將被標記為強迫最大值。因此，不像其它類型的最大值，不能通過將單元和其緊鄰的鄰居比較而檢測強迫最大值。由于窗口可能比單個時間片寬得多，所以可能在與要標記的單元遠離的多個單元中看到幅度變化。此外，不像簡單最大值、關聯最大值以及角度最大值，強迫最大值僅能作為時間最大值存在；不存在類似的頻率最大值。局部(partial):標記的最大值單元(例如,簡單最大值小兄弟)。局部鏈(按照鄰近(proximity))鏈接在一起的局部鏈或者集合。局部鏈可以包括按照時間片的一個或多個局部。局部鏈可以如直線、曲線和/或角度線(angled line)— 樣穿過時間片。局部鏈被認為是鏈接的單元。局部鏈也稱作“鏈”或者“事件”。注意局部鏈是局部的鏈-不是完整的鏈。鏈與局部鏈同義。事件鏈接在一起的局部的集合一與局部鏈同義。PMM :精確測量矩陣一如專利申請第PCT/US2009/064120號描述的那樣，來自麗的時間、頻率和幅度事件的、具有標記的相互關聯最大值的矩陣。河流可視化模塊以三維可視化模塊示出的PMM。域用于解析事件的類別。頻率域(眾所周知的)“事件”發生的頻率。基于頻率識別或分離事件。時間域(眾所周知的)“事件”發生的時間。基于時間識別或分離事件。幅度域“事件”發生的幅度層級。基于幅度識別或者分離事件。(鏈的幅度水平。)諧波域諧波相關的事件。基于通用的諧波相關的局部鏈頻率來識別和/或分離事件。合理地同時發生的事件可能具有諧波相關的單獨的頻率事件。重復域隨時間重復的事件。按照頻率基于重復鏈事件來識別或分離事件。不同時間的事件可以通過他們和他們的時間上的重復出現之間的間隔而關聯。局部鏈域以簡單方式相似的事件。基于一致開始時間、一致停止時間、時間上的一致峰值、鏈攻角/衰變角、和/或鏈長度。存儲域由于事件的形狀和這些形狀如何與存儲在存儲器中的形狀比較而受關注的事件。事件可能由于其形狀匹配已經存儲在存儲器中的預構形狀而受關注。此外，事件可能由于其形狀不匹配存儲器中的已知形狀而受關注。注意與預構形狀匹配可以是近似的或者可以僅涉及與形狀標準匹配(例如，具有螺旋形狀的任何事件可能是受到關注的一或者僅僅任何右手螺旋)。非隨機域可以被識別為非隨機的事件。具有未限定于其它域中的數學關系的局部鏈。組合域操作員可以組合和調整與每個域相關的參數以分離信號事件。信號發現可以不限于以上所列的域。在更詳細地描述本公開的實施例之前，提供對在之前提交的申請No.PCT/US2009/064120(通過引用而結合)中給出的支持技術的總結概述以完全公開實施例的內容。根據之前提交的公開內容的實施例，提供了用于數字信號處理的機器執行方法。該方法包括從模擬信號的轉換或從數據存儲器獲得數字信號，構建一個或多個MM，這些MM包括含有針對特定時間和頻率的幅度的單元，基于單元幅度的比較在這些矩陣中標記最大值，以及使這些最大值相關以找到相互關聯最大值，其中多個最大值在時間和頻率上均位置一致。因此，生成具有被標記的相互關聯最大值的稱作PMM的新矩陣。(注意所有這些最大值為局部最大值，但為了簡便，我們將它們簡單地稱作“最大值。”)每一個MM可通過使用例如FFT進行輸入信號的重復變換而生成。每一個變換表不輸入信號中的稱作時間片的一部分時間并具有一行單兀，每一個單兀對應于稱作頻率點的頻率范圍。每一個單元中填充有幅度，該幅度表示其對應的頻率點/時間片的信號強度。每一個MM中的優選地沿著每一個時間片(和/或頻率點)具有最大幅度的單兀被識別并標記。可以使用識別最大值的各種方法，產生許多類型的最大值。時間和頻率上位置一致的各種矩陣的最大值和/或各種類型的最大值可以在PMM中被標記。然后，PMM中相鄰 的相互關聯最大值可以經由鄰近鏈接在一起作為局部鏈。最大值單元可通過比較其幅度與相鄰單元的幅度或通過比較其它特定相關單元的幅度而被識別。如果一個單元的幅度大于其相鄰單元的幅度，則該單元為簡單最大值單元。其它類型的最大值可包括相關“小兄弟”最大值、角度最大值以及強迫最大值(burglarmaxima)ο如果對于相同的時間片和頻率點(例如，在不同的麗中)發現多個最大值，貝1J最大值可以位置一致；結果，PMM中相應單元可被標記為相互關聯最大值。PMM中每一個單元中的幅度被填充有初始MM中的對應單元中的值的函數(例如，加權平均值)。根據申請第PCT/US2009/064120號，可以對于時間序列信號的瞬時頻率和幅度進行高分辨率和準確性測量。這可通過構建可變化大小的多個MM、在MM中標記最大值并隨后對最大值進行相互關聯而完成。較小尺寸的變換提供較好的時間分辨率，而較大尺寸的變換提供較好的頻率分辨率。由于這一原因，兩個或更多的測量矩陣(例如時間和頻率分辨率不同)可用于建立一個PMM。PMM中相鄰的最大值可鏈接成稱作局部鏈的鏈。這樣的鏈接是通過連接相同或相近的頻率點中的相鄰時間片中的任意兩個最大值單元而完成的。在申請第PCT/US2009/064120號的一個公開的實施例中，使用不同尺寸的FFT可生成兩個MM，以及可使用用于小兄弟的2dB門限來(同時在時間和頻率上)標記簡單最大值和小兄弟。在這樣的實施例中，所有的4種最大值(即時間或頻率、以及簡單或小兄弟)可被簡單地標記為“最大值”。通過將兩個MM中的具有匹配時間和頻率的單元進行比較并在兩者都具有最大值的情況下在PMM中標注最大值來創建PMM。PMM中的單元填充有原始MM中的對應單元的平均幅度。申請第PCT/US2009/064120號的創造性概念的其它實施例可以通過對本實施例的變化而產生。因此，時間最大值可能被丟棄而僅使用頻率最大值。小兄弟閾值可以從2dB到任何其它值改變或者可以消除小兄弟。可以創建和相互關聯超過兩個MM，不必在所有MM之間存在普遍的一致性。例如，如果使用五個不同的測量矩陣，可能需要在相同時間和頻率處的五個最大值中的三個來識別相互關聯的最大值。此外，不是簡單地均等或用相等權重對待全部最大值，可以與簡單最大值不同地對待小兄弟。相互關聯最大值的標準可以比簡單計數或者加法更加復雜一任何數學公式都是可能的。此外，相互關聯最大值對于不同的頻率范圍可以被不同地確定。對于低頻率，為提高的頻率分辨率可能需要較大尺寸的測量矩陣。相反地，對于高頻率，較小尺寸的測量矩陣可能工作良好。
可以使用這些變化的任何組合。此外，可以使用任何窗技術。可以用相同尺寸的FFT但不同的窗技術來生成多個麗。然后在這些麗中標記最大值(可能用不同的標記標準)，然后可以比較這些MM以找到相互關聯最大值并建立PMM。或者，可以用不同尺寸和不同窗技術二者來產生多個MM。因此，可能組合是無窮盡的。在理解申請第PCT/US2009/064120號中提供的這些技術創造的情況下，現在將描述要本公開的實施例。具體來說，本公開的實施例提供識別PMM(例如，PMM根據申請第PCT/US2009/064120中公開的方法創建)中的相關單元的新方式。可以識別PMM中的這樣的相關單元以便識別和分離在復雜的復合波形中的聲源。每個PMM包括單元，每個單元表示在特定時間片內的頻率點。每個單元可以包含可以表示在該時間(該時間片包含的時間范圍)處在該頻率(該頻率點包含的頻率范圍)處的信號強度的幅度值。因此，一些單元可以被標記為峰值，意味著它們比相鄰的單元包含更大的幅度。標記為峰值的單元通常可以被認為表示重要信號而其它單元通常可以不被標記并且可以是背景噪聲。然后可以將頻率和時間方面相鄰(或者接近相鄰，例如，在定位方面以預定或者可接受數量的位置區分)的被標記的單兀鏈接到一起成為局部鏈。這樣，根據本公開的實施例，將PMM中的單元、局部鏈和/或事件關聯的新方式可以根據以下內容關聯它們幅度、諧波關系、重復、開始時間、停止時間、峰值時間、長度、攻角和衰變角、在存儲器中的模式、不在存儲器中的模式、頻率和/或時間、非隨機發生模式。具體地，可以識別和標識以這些方式之一或者方式的組合相關的單元組和/或單元鏈。在圖2-12中，其是圖I中所示出的河流可視化模塊116的屏幕截圖，時間軸自左向右；頻率軸自前向后并且自低頻向高頻施加顏色。應該理解，如果顯示這樣的屏幕截圖的計算機監視器是彩色監視器，則低頻可以通過例如紫色表示，而高頻可以通過例如紅色表示。可以通過高度表示幅度，并且隨著幅度增長顏色示出更淺。在圖2和7中分別示出用于第二和第三音頻采樣信號的示出全部PMM事件的河流
三維屏幕截圖。根據公開的實施例，可以尋求以下的源其幅度使得其局部鏈將處于-70DBFS到-80DBFS的范圍。這樣，只有在-80DBFS到-90DBFS范圍的單元(或者鏈)才可以被識別用于考慮。部分地在該范圍內而有時偏移出該范圍的鏈仍可以被接受和考慮。圖3中示出對于第二采樣在OdB到60dB范圍內的幅度域的屏幕截圖的示例，圖8中示出對于第三采樣在-85dB到-95dB范圍內的幅度域的屏幕截圖的示例。根據另一公開的實施例，被識別為諧波關聯(根據引用的美國專利第6，766，288號)的局部鏈可以被關聯并被認為可能來自同一源。這可以稱作為諧波域；這種類型的例子，對于第二采樣可見于圖4A和4B，對于第五采樣可見于圖12。根據另一公開的實施例，前述兩個概念被合并并且在-80DBFS到-90DBFS范圍內的諧波關聯鏈被識別為可能來自感興趣的源。這是組合域的例子。
根據另一公開的實施例，基頻在給定頻率范圍(根據引用的美國專利第6，766，288號)中的諧波關聯鏈可以被識別為可能來自感興趣的源。這可以再次與把搜索限制到一個幅度范圍相組合(組合兩個域)。圖6示出了對于第二采樣的例子。根據另一個公開的實施例，同時(或者在同時性的一定容限內)開始的鏈可以鏈接在一起如同可能來自相同源一樣。圖9A、B示出了對于第三采樣的例子。這是局部鏈域的例子。如果鏈是諧波相關的，則證據強化它們來自單一源。這可以和將搜索限制到一個幅度范圍相組合(組合三個域)。根據另一個公開的實施例，同時(或者在同時性的一定容限內)結束的鏈可以鏈接到一起如同可能來自相同源一樣。這是局部鏈域的另一個示例。這也可以和所有以上技術組合在一起(組合域)。
根據另一個公開的實施例，相同標準(在時間方面)的鏈可以被識別為來自相同源。圖10示出對于第三采樣的例子。類似地，感興趣的源可以被預期到產生一定長度的鏈從而該長度的鏈可以被識別為候選。這是局部鏈域的另一個示例。根據組合不同技術的公開的實施例，可以用已知幅度、基本諧波頻率、鏈長度來尋找源并把匹配全部三個標準的鏈識別為可能來自該源(組合域)。根據另一公開的實施例，源可被已知為具有特定的重復模式(例如，每秒鐘20毫秒的聲音之后跟隨980毫秒的寂靜，如此反復)。對于第二采樣，圖5A、5B示出了這樣的實現的例子。該模式可以在PMM中搜索并被識別。這是重復域的例子。搜索可以限制為幅度或者頻率范圍或者與任意以上技術組合(組合域)。在類似的公開實施例中，軟件和硬件實現的處理可以搜索任何一致的重復模式，本質上隨時間學習。這種搜索也可以和任何以上技術組合。這也是重復域的例子。應該理解，術語“模式”可以指代很多事物。軟件和硬件實現的處理可以搜索該模式重復的頻率(點、點、長劃、停頓相對于點、點、長劃、停頓)，這可能更好地被稱為“韻律(cadence)”。因此，還應該理解搜索可以基于事件形成的方式來執行。或者，軟件和硬件實現的處理可能最關注模式的形狀細節(例如，點、點、長劃、停頓相對于長劃、長劃、點、停頓)。這些是重復域的更多例子。此外，音量可以變化(點、點、長劃、停頓)或者基本頻率(do、ra、me、停頓)(組合域)可以改變，軟件和硬件實現的處理分析這些改變。這樣，如上所述，不同類型分析技術的組合是無窮盡的(d0、ra、me、長停頓)并且這些組合正是區分例如一種鳥叫和另一種鳥叫的東西。正如人耳能夠從林地聲響的雜音中分揀出紅尾鷹的聲音，根據公開的實施例提供的軟件和硬件實現的處理可以能夠從胎心監視器的嘈雜聲音中識別出心臟低音。用于心跳的局部鏈域/(角度參數)的例子示出于圖11中。該角度是局部鏈的攻角和衰變角。在非隨機域中，作為一個例子，非隨機域可以是檢測到的具有非諧波數學關系的局部鏈的單個或多個發生。圖I示出了提供根據本發明的公開實施例執行的功能的各個部件的框圖。模擬信號接收模塊IOla捕獲物理模擬信號。模擬信號接收模塊IOla可以是例如播放磁帶的磁帶播放器、麥克風、視頻攝像機、或者其它的換能器等。模擬/數字(A/D)轉換器IOlb將物理模擬信號轉換成數字格式。在一個可能的實施例中，A/D轉換器IOlb可以例如嵌入到向數字音頻站(DAW)進行饋送的數字音頻機器上。然后，例如使用16比特量化和例如8KHz的采樣頻率，可以產生數字格式。每個量化比特可能提供大概6dB的動態范圍。這樣，示例的16比特量化可以帶來大約125dB的總動態范圍，這對于一些音頻應用是足夠的。可以獲得其它的量化選擇，包括但不限于32比特和24比特。量化也可以是使用在諸如CD-ROM的裝置中普遍使用的過采樣和Σ Δ調制的單比特。模擬信號接收模塊IOla和A/D轉換器IOlb可以是同一設備或單獨的設備。在一個公開的實施例中，不是經由模擬信號接收模塊IOla和A/D轉換器IOlb提供數字信號，而是通過存儲數字信號的數據存儲器102提供數字信號。數據存儲器102可以是任何類型的數據存儲器，例如，硬盤驅動器、網絡附接存儲(NAS)設備、閃存驅動器等。然而，數據存儲器102不限于這些特定的例子。在不脫離本發明的范圍的情況下，數據存儲器102可以包括其它現有的或者未來開發的數據存儲器設備。利用公開的實施例可以處理很多類型的信號。例如，提供的數字信號可以是來自 音頻頻譜、視頻頻譜或者其它頻譜的數字化模擬信號或者可以源于數字形式。在PMM生成模塊103處，可以從模擬信號接收模塊IOla和A/D轉換器IOlb或者例如從數據存儲器102接收數字信號；接著，可以將數字信號變換以生成PMM。在專利申請第PCT/US2009/064120號中描述了一個非限制性的生成PMM的例子的細節(如上所述)。PMM生成模塊103生成的PMM輸出數據104可以是任何數據形式。數據形式的一個例子將是二進制、技術數據管理流(TDMS)格式或者Excel RXML形式(XLSX)。可以使用任何適當的數據格式，包括定制的專有的數據格式。根據公開的實施例，可以提供PMM輸出數據104給PMM輸出模塊105，PMM輸出模塊105可以以一種或者多種類型的被配置為存儲或發送所生成的PMM數據的數據存儲器或者發送裝置實現。例如，PMM輸出模塊可以被配置為存儲靜態文件或者可以配置為對可以用于實時應用的數據進行組流。此外，PMM輸出模塊105可以部分地利用數據存儲器實現以存儲PMM。替代地或附加地，PMM輸出模塊105可以整體或者部分地實現在被配置用來發送PMM到另一裝置的發送裝置中，例如河流可視化模塊116。然后這些結果可以輸入到運行在信號處理器或者其他裝置的軟件中以修改原始波形。根據一個公開的實施例，河流可視化模塊116可以經由計算機硬件和軟件實現，計算機硬件和軟件提供生成被設計為使能可視地翻譯所生成的PMM數據的一個或者多個用戶接口的可視化設備。這樣的用戶接口可以可選地利用觸摸屏技術或者與圖形用戶接口(GUI)相關聯的任何其他類型的輸入和指令控制方法學。河流可視化模塊116可以例如被實現為包括打印設備和/或顯示設備，例如液晶顯示器、投影監視器等。應該理解，可視化方法學可以不限于二維觀眾；因此，可以使用三維和全息顯示器。示范的打印設備可以包括基于調色劑的打印機、液體噴墨打印機、無墨打印機等。該示范實施例的其它臨時結果也可以提供給河流可視化模塊116。在公開的實施例中，PMM輸出模塊105可以包括數據存儲器和可視化設備兩者以使得能夠手動調節信號處理器來達到期望的效果。PMM輸出數據104可以根據用戶要求和被處理的信號的要求而應用到執行分選、評定和分析功能的各種算法。不同分析算法的范圍和數量是不受限的。諧波域計算模塊106可以應用諧波域計算算法軟件到PMM輸出數據。該模塊的功能使得能夠找到諧波相關的局部鏈。該功能可以利用美國專利第6，766，288B1 “快速找到基頻方法”中公開的算法整體或者部分地實現。幅度域計算模塊107可以應用幅度域計算算法軟件，幅度域計算算法軟件可以使得能夠發現由幅度限定的全部局部鏈。這樣的功能將進一步使得能夠從更小幅度的局部鏈中分選大聲的局部鏈。這將也允許分離具有幅度差的局部鏈。此外，這種功能可以使得能夠分離大于或小于絕對閾值的信號。重復域計算模塊108可以應用重復域計算算法軟件，重復域計算算法軟件可以使得能夠發現由局部鏈按照·頻率重復的數量限定的全部局部鏈。隨著時間，該功能可以進一步使得能夠發現隨時間并在時間周期內重復的事件。此外，該功能還可以使得能夠定位作為重復鏈的子群的重復局部鏈。頻率域計算模塊120可以應用頻率域計算算法，頻率域計算算法可以使得能夠發現在限定的頻率范圍或者頻率差內的局部鏈。時間域計算模塊117可以應用時間域計算算法，時間域計算算法可以使得能夠發現由時間范圍或者時間差限定的局部鏈。存儲器域計算模塊118可以應用存儲器域計算算法，存儲器域計算算法被配置成匹配/關聯能夠從存儲器(比如數據庫)加載的局部鏈/信號模式。此外，可能匹配或者不匹配的局部鏈也可以存儲在存儲器中；應該理解存儲的局部鏈可以可選地存儲作為新的唯一的局部鏈。非隨機域計算模塊119可以應用非隨機域計算算法，非隨機域計算算法被配置為使得能夠發現以不被其他域限定的方式數學相關的局部鏈。因此，模塊119也可以使得能夠發現可以嵌入噪聲或者其它自然或者非自然隨機信號中的信號。局部鏈域計算模塊109可以應用局部鏈域計算算法軟件，局部鏈域計算算法軟件可以使得能夠發現由以下內容限定的全部局部鏈這些內容例如，Ca) 一致開始時間；(b)一致停止時間；(C) 一致局部鏈長度；(d) —致局部鏈峰值；(e)局部鏈幅度隨時間增長的角度；和/或(f)局部鏈幅度隨時間減少的角度。在一些情況下，可以指定開始頻率、峰值頻率和結束頻率。類似地可以使用幅度或者時間。組合域計算模塊110可以應用域計算算法的組合來使兩種或者更多種算法能夠根據被分析的信號來組合實現。用來提供該功能的多種算法可以被應用到組合域輸出重計算模塊111，該模塊可以運行被配置為對在域算法中限定的參數進行求和的軟件。組合域輸出重計算模塊111的輸出可以進一步輸入到河流可視化模塊116用于觀看域組合的局部鏈發現結果。組合域輸出重計算模塊111的輸出也可以應用到濾波器計算模塊112。該模塊112的功能是建立適當的濾波器以用于濾波器應用模塊113。這樣的濾波器應用模塊113可以被配置為實施濾波器計算模塊112的輸出以過濾數字信號文件中不想要或者想要的信號。該濾波器可以使FIR或者I2R類型，但是不必限制于這些類型的濾波器。此外，濾波器深度和帶寬也可以是濾波器參數控制的一部分。重計算輸出模塊114可以配置為用于運行濾波器應用模塊113相對于原始數字信號的輸出以獲得信號差/濾出的信號。在一些情況下，與絕對濾出信號相反，可以要求使用差分信號。重計算輸出模塊114的輸出可以輸入到河流可視化模塊116中。處理結果也可以輸入到多維輸出模塊116，多維輸出模塊116可以被配置為使得能夠實現三維或者全息顯示類型的用戶接口。參見例如，美國專利第6，798，886B1號“信號分片方法”，美國專利第7，003，120B1號“改進復雜波形的諧波內容的方法”。為更好理解上述各個模塊的功能，圖13提供圖I中先前所示部件的操作的替代表示，用于提供新穎的域識別和分離方法以及用于精確測量波形的功能。如圖13所示，1001處的輸入信號被提供給信號處理模塊1002。模塊1002包括測量引擎1003、標記引擎1004和比較引擎1005，它們有效地配合以產生PMM。應該理解，包括在信號處理模塊1102中的這些引擎1003-1005中的每一個(以及信號處理模塊1002本身)可以利用具有至少一個中央處理單元(CPU)和至少一個存儲裝置(圖13中未示出，但在圖I中舉例示出為102)的一個或者多個計算機來實現。此外，測量弓I擎1003、標記引擎1004和比較弓I擎1005可以整體或者部分地利用例如現場可編程門陣列(FPGA)、數字信號處理(DSP)芯片、圖形處理單元(GPU)或者專用集成 電路(ASIC)等實現。此外，測量引擎1003、標記引擎1004、比較引擎1005可以至少部分地利用軟件模塊(參考圖I上述討論的模塊)而實現為一個或者多個引擎并存儲在計算機可讀存儲器上。由比較弓I擎1005生成的PMM可以提供給多域解析弓I擎1006，多域解析引擎1006也可以整體或者部分地利用以上描述的硬件結合一種或者多種軟件算法來實現。多域解析引擎1006的輸出可以是例如域矩陣，域矩陣可以被直接提供為輸出數據1008(這種實現未示出)或者通過濾波器引擎1007被提供為輸出數據1008。輸出數據1008可以提供給輸出模塊1009，輸出模塊1009存儲、顯示和/或發送輸出數據。如本公開通篇所解釋的，所公開的實施例可以利用在一個或者多個硬件上操作的軟件來實現，硬件可以包括例如計算機。這樣，所公開的實施例可以運行在具有單核的單處理器上、具有多核的單處理器上或者具有單核或者多核的多處理器上。此外，軟件可以運行在與一個或者多個用戶接口交互的一個或者多個服務器上，以在可能彼此遠離的一個或者多個位置提供PMM數據的可視化。此外，該軟件可以實現此處參照圖I和13中示出的模塊、部件和引擎公開的功能。由所公開的實施例提供的一些或者全部功能可以使用軟件、通用或者專用數字信號處理器芯片、專用硬件、固件等來提供。此外，這些功能可以實施在包括例如數字信號處理器芯片的一個或者多個電路板上，以安裝在計算機或者其他模塊中。所公開的實施例提供的一些功能可以使用并行計算硬件來實現。因此，例如，并行處理器計算設備的主存儲器可以是共享存儲器(以單一地址空間在全部處理元件之間共享)或者是分布式存儲器(其中，每個處理元件具有自己的局部地址空間)。應該理解盡管PMM和域用于發現、顯示和過濾，但也可以(或者替代地)用于各種其它功能。例如，可以將公開內容和其等價物或者類似未知的域/標準應用于在數據分析有用的幾乎任何領域篩分數據(PMM)。這樣，應該理解所公開實施例的功能具有寬廣范圍的應用，包括但不限于例如包括音頻的信號時變分析、音頻頻譜分析、在任何頻率范圍內在適用行業中的信號分析、數據壓縮、用于聾人的數字耳蝸、“聲紋”信息等。例如，圖11示出用于心跳的角度。此外，由所公開的實施例提供的功能和技術效果可用于為其它信號處理器、分析設備、算法、系統以及組織提供新的或改進的輸入。例如，在時間-頻率平面上運行的相關局部鏈的記錄，與沿著每一個鏈的幅度或插入幅度一起，可提供特定信號源的分量的豐富簡要的記錄。之前被較強的信號掩蓋的信號可被測量并可視化，特別是當在PMM視覺顯示中局部被鏈接進局部鏈時。來自PMM或者任何域標準的輸出可以用作對于現存的信號發現系統和機器的“副鏈(side chain)”控制裝置。即使當聲音分量是包含聲音混合物的復合波形的一部分時，所公開的實施例也可以用于精確測量聲音分量并解析這些分量。此外，即使當聲音以短或長持續時間突發到來和/或在音調和/或幅度上變化時，所公開的實施例也可用于例如包含聲音的復合波形。此處描述的示例和實施例是非限制性的示例。實施例是針對示意性實施例被詳細 描述的，且對于本領域技術人員，根據前面的敘述應該清楚，可在不背離本發明的更廣泛方面的情況下進行變化和修改，因此如在權利要求中限定的本發明旨在覆蓋落入本發明實質精神內的所有此類變化和修改。
權利要求
1.一種用于數字信號處理的機器實現的方法，包括 從數據存儲器或者從物理模擬信號的變換獲得數字波形信號，所述物理模擬信號是從模擬源接收的或者通過物理模擬設備捕獲的； 根據數字波形確定兩個或者更多個測量矩陣，每個測量矩陣都包括多個單元，每個單元表示對應的時間片和頻率點并且具有與針對該頻率點和時間片的信號能量相對應的幅度； 在各個測量矩陣中基于它們具有的局部最大幅度來識別各種類型的最大值單元； 從多個測量矩陣識別作為在時間和頻率方面位置一致的最大值單元、或作為測量矩陣的組合或多種類型最大值的相互關聯最大值； 構建指示相互關聯最大值的相互關聯最大值矩陣； 在相互關聯最大值矩陣中識別相互關聯最大值的以下域關系中的至少ー個諧波域、幅度域、局部鏈域、重復域、存儲器域、非隨機域； 構建示出識別出的域關系的域矩陣； 經由計算機硬件存儲、發送和/或顯示所述域矩陣。
2.根據權利要求I所述的方法，其中所述域矩陣以河流三維格式顯示在圖形用戶接ロ上。
3.根據權利要求2所述的方法，其中河流可視化格式使用不同顔色示出與不同頻率相關聯的數據。
4.根據權利要求2所述的方法，其中河流可視化格式通過高度示出幅度并且顏色隨著幅度增大而被示出為越淺。
5.根據權利要求I所述的方法，其中識別局部鏈域關系包括識別相互關聯最大值矩陣中的最大值，所述最大值在時間軸或者頻率軸上彼此相鄰并滿足以下標準之一在預選數量的単元內相鄰；是長度上最小數量的相鄰單元；以及小于相鄰単元之間的最大幅度變化。
6.根據權利要求I所述的方法，其中識別局部鏈域包括在第一軸上識別滿足以下標準之一的局部鏈在第二軸上重復最小出現次數的局部鏈；在第二軸上在公共窗中具有ー個或者更多個開始、停止和峰值的局部鏈；諧波相關的局部鏈的一部分；以及幅度具有預選的變化速率或者角度的局部鏈。
7.根據權利要求I所述的方法，其中識別諧波域關系包括識別相互關聯最大值矩陣中的最大值，所述最大值是諧波相關的并且滿足以下標準之一具有在預選范圍內的幅度；重復最小出現次數；存在最小數量的諧波。
8.根據權利要求I所述的方法，還包括分析相互關聯矩陣和域矩陣中的ー個，并基于該分析來調整在確定所述測量矩陣時使用的參數。
9.根據權利要求I所述的方法，還包括過濾所發現的鏈用于隔離或者噪聲去除。
全文摘要
一種用于計算機化數字信號處理的機器實現方法，從數據存儲器或者從模擬信號的變換獲得數字信號，并根據數字信號確定測量矩陣(MM)。每個測量矩陣具有多個單元，每個單元具有與對于時間片在頻率點內的信號能量相對應的幅度。每個測量矩陣中在時間片內具有最大幅度的單元被識別為最大值單元。識別在時間和頻率方面位置一致的最大值，構建被稱作“精確測量矩陣”的表示位置一致最大值的相互關聯最大值矩陣，以及相鄰的被標記出的最大值被鏈接成局部鏈。如果僅構建一個MM，則識別多個類型的最大值以生成精確測量矩陣。然后將局部鏈分離成限定的域關系用于識別和分離。
文檔編號G06F17/00GK102770856SQ201080058037
公開日2012年11月7日 申請日期2010年11月11日 優先權日2009年11月12日
發明者F·M·斯萊, J·W·史密斯(死亡), P·R·史密斯, S·G·W·莫里斯 申請人:保羅－里德－史密斯－吉塔爾斯股份合作有限公司