公开(公告)号：CN118332257A

公开(公告)日：2024-07-12

申请号：CN202410441311.5

申请日：2024-04-12

Applicant: 重庆邮电大学

Inventor： 文凯 ,  张靖淞

IPC: G06F18/10 ,  G06F18/2131

Abstract: 本发明涉及一种基于CEEMDAN‑IWT‑SSA的水声信号联合降噪方法，属于水声信号处理领域。该方法包括：将原始水声信号进行CEEMDAN分解并得到低频、高频IMF信号；将低频IMF信号保留，对高频IMF分量进行小波阈值降噪处理；选择小波函数以及分解尺度，对信号进行小波分解并提取出相应的小波系数；选择小波阈值函数，通过小波阈值函数将分解获得的小波系数做阈值量化处理；分析小波系数，对大于阈值的小波系数进行信号重构得到降噪高频IMF分量；降噪高频IMF分量与未降噪的低频IMF分量进行信号重构，获得降噪后的水声信号；对重构后的水声信号进行奇异值分解，使得重构后的信号与噪声分离并得到最终降噪水声信号。

公开(公告)号：CN118351881A

公开(公告)日：2024-07-16

申请号：CN202410441314.9

申请日：2024-04-12

Applicant: 重庆邮电大学

Inventor： 文凯 ,  张靖淞

IPC: G10L25/51 ,  G10L25/27 ,  G10L25/18 ,  G10L25/24 ,  G10L25/30 ,  G10L21/0208 ,  G10L21/0216 ,  G10L21/0224 ,  G10L21/0232 ,  G06F18/25 ,  G06F18/24 ,  G06F18/213 ,  G06N3/0464 ,  G06N3/045 ,  G06N3/09

Abstract: 本发明涉及一种基于降噪水声信号的融合特征分类识别方法，属于水声信号处理领域。该方法包括：输入原始水声信号，并对原始水声信号进行预处理；对预处理后的水声信号进行多特征提取，至少采用短时傅里叶变换、WVD时频变换以及梅尔频率倒谱系数的方式对水声信号特征提取；将提取的短时傅里叶变换水声信号特征、WVD时频变换水声信号特征以及梅尔频率倒谱系数水声信号特征输入到特征融合模块进行融合，得到融合特征；将融合特征输入基于通道注意力机制的卷积神经网络进行训练，训练完成后的卷积神经网络用于水声信号识别。本发明对信号的变化和干扰更加敏感，进一步提高识别准确率。