[发明专利]一种公共场所异常声音特征提取方法

权利要求书

1.一种公共场所异常声音特征提取方法，包括公共场所背景噪声建模与公共场所异常声音特征提取两个步骤；

步骤1：所述公共场所背景噪声建模，是使用自由度为v的T分布来描述公共场所背景噪声，将自由度为v的T分布随机数据替代原始总体局部均值分解(ELMD)中的高斯白噪声，得到基于T分布的总体局部均值分解（TD-ＥLMD）模型；

步骤2:公共场所异常声音特征提取，是利用TD-ＥLMD模型将公共场所异常声音信号分解为若干阶瞬时频率的乘积函数(PF_i)分量；用PF_i分量的能量与异常声音信号总能量相比作为公共场所异常声音特征向量；最后，将该特征向量输入支持向量机(SVM)进行分类识别。

2.根据权利要求1所述的公共场所异常声音特征提取方法，其特征在于：所述步骤1的所述基于T分布的总体局部均值分解（TD-ＥLMD）模型为：

X(t)=Σp=1k[1nΣi=1nPFip(t)]+1nΣi=1nui(t)]]>

其中：X(t)为待分析的信号，PF_p(t)是分解出来的乘积函数，u_i(t)是残余量。

3.根据权利要求2的公共场所异常声音特征提取方法，其特征在于：所述步骤2的公共场所异常声音特征提取的具体实现步骤如下：

步骤2.1：用TD-ELMD模型将公共场所异常声音信号即原始异常声音信号分解成若干阶PF_i分量；

步骤2.2：求出各阶PF_i分量的能量E_i

Ei=1NΣi=0N-1Ai2Ei]]>

其中，A_i是PF_i分量的幅值，N是待分析信号的长度，i是PF分量的阶数；

步骤2.3：计算各阶PF_i分量的能量E_i和原始异常声音信号的能量E的比生成原始异常声音信号的特征向量，k_i则为异常声音信号的特征量；

步骤2.4：将k_i归一化后的公共场所异常声音特征向量输入SVM分类器，则可得到公共场所异常声音分类识别结果。

4.根据权利要求3的公共场所异常声音特征提取方法，其特征在于：所述自由度v=15的T分布描述公共场所噪声比较恰当。