[发明专利]基于多特征的夜间睡眠声信号分析方法

说明书

技术领域

本发明属于用声信号处理手段实现人体夜间睡眠声信号数据库建立技术，特别是一种基于多特征的夜间睡眠声信号分析方法。

背景技术

人体的夜间睡眠声信号的分析对于开发智慧家庭中的健康监护系统极为重要。常被关注的夜间睡眠声信号通常包括鼾声、咳嗽声、呻吟等非正常语音声学信号。这些夜间睡眠声信号对于早期监护并发现异常打鼾、判断身体健康状态、监护梦夜游症有重要意义。

对于利用声学信号分析手段对待测者夜间睡眠声信号提取特征，是后续进行大规模数据分析、数学建模和模式识别的基础。台湾已有学者提出了整夜睡眠声信号数据分析的方法（1.Liao Wenhung,Su Yisyuan.Classification of audio signals in all-night sleep studies[C].Proc.18th Int.Conf.on Pattern Recognition,Hong Kong,China,August2006,302-305），但是他们并没有涉及到对待测者的夜间睡眠声信号进行数据库建立，并且所选用特征单一，物理意义也并不明确。因而不能反映出某些特定物理意义的声源信号在特征上的区分度，从而不适用于后续的分析和建模。

由上可知，现有技术存在方法不全面、功能单一、不适合后续研究等缺陷。

发明内容

本发明的目的在于提供一种基于多特征的夜间睡眠声信号分析方法。

实现本发明目的的技术解决方案为：一种基于多特征的夜间睡眠声信号分析方法，步骤如下：

步骤1、对夜间睡眠声信号进行端点检测，即先读取用麦克风录制的夜间睡眠声信号数据，然后将数据分割成样本，并对夜间睡眠声信号进行端点检测，将“无声段”数据滤除；对夜间睡眠声信号进行端点检测具体包括以下步骤：

步骤1-1、对夜间睡眠声信号数据进行短时分帧处理，“帧长”为64ms，“帧移”为32ms，“一帧”数据视为一个样本；

步骤1-2、将起始点设为当前读取的“帧”序号n=k，并指针j清零；

步骤1-3、利用公式确定当前读取“帧”的短时能量；

式中，k为当前读取“帧”序号，N为样本所包含的数字信号采样点数，E_k为样本的短时能量，S_k为数字信号采样幅度；

步骤1-4、判断E_k是否大于门限值E_th，如果是，执行步骤1-5，否则当前读取“帧”序号k自增1，指针j自增1并执行步骤1-3；所述的门限值E_th为麦克风噪声基底E_b的两倍；

步骤1-5、判断指针j是否大于间隔d，如果是，执行步骤1-6，否则执行步骤1-2；所述间隔d为3～4。

步骤1-6、确定“终止帧”和“起始帧”，其中“终止帧”序号n_终止=n-1，“起始帧”序号n_起始=n–j–1。

步骤2、对通过端点检测的夜间睡眠声信号进行多特征提取；具体为：

步骤2-1、将通过端点检测的夜间睡眠声信号片段的每一帧均乘以汉明窗函数，其中汉明窗函数为：

w(m)=0.54-0.46cos(2πmM),0≤m≤M;]]>

式中，M为一“帧”样本的采样点数；

步骤2-2、对经过步骤2-1处理后的夜间睡眠声信号片段的每一帧均提取“频率特征”，所用公式为：