[发明专利]一种适用于风机叶片声音信号的降噪方法

权利要求书

1.一种适用于风机叶片声音信号的降噪方法，所述的方法包括：

步骤1.建立不同尺度下的风噪声音信号数据库；

步骤2.基于左右声道预处理需要降噪的叶片声音信号；

步骤3.取出与待降噪信号同风速下的风噪信号，然后针对两种信号做同样的分帧处理，并且提取两种信号的MFCC系数；

步骤4.求取待降噪信号每帧数据与风噪帧的相关系数R(k)，并利用K_means聚类方法辨识出不含噪声的帧信号与含噪声的帧信号；

步骤5.保留非噪帧信号，对于含噪帧信号，在频域上与风噪帧信号做差处理；

步骤6.将非噪帧信号和含噪帧信号进行帧还原，从而得到纯净的风机叶片的声音信号，实现了声音的降噪处理。

2.如权利要求1步骤2所述基于左右声道预处理需要降噪的叶片声音信号的特征为：采集信号的声因传感器是双声道的，在时域上分别刻画左声道与右声道的待降噪信号的波形，对于某一个时间点的波形幅值，取对应时间点的左右声道波形幅值的最小值，依此原则，得到基于左右声道预处理后的叶片声音信号x₂(t)。

3.如权利要求1步骤4所述的待降噪信号每帧数据与风噪帧的相关系数R(k)的特征为：针对x₂(t)的每帧信号的mfcc(x₂,k)，分别求取与z(t)所有帧mfcc(z,q)的皮尔逊系数，然后求取平均值，从而得到x₂(t)的每帧信号与参考风噪的相关性大小R(k)，R(k)的求取公式如下：

式中k取1—n₁，q取1—n₂。

4.如权利要求1步骤4所述利用K_means聚类方法辨识出含噪声帧与非噪帧的特征为：针对R(k)构成的数据集合，设置聚类的数目为2，聚类结果中，数值较小的类中R(k)对应的是帧是不含噪声的非噪帧，而数值较大的类中R(k)对应的是帧是含有噪声的含噪帧。

5.如权利要求1步骤5所述含噪帧与非噪帧处理方式特征为：针对非噪帧不做任何处理，予以保留，对含噪帧而言，任取一帧风噪帧进行傅里叶变换，将含噪帧在频域上与风噪帧做差，重新进行频域上谱线的刻画，从而得到含噪帧的处理结果。

6.如权利要求1步骤6所述帧还原处理的特征为：取出x₂(t)第1帧的1—overlap数据点和第2帧到n₁帧每帧中的overlap+1—wlen数据点重新组成一列数据，则这列数据即为降噪处理后的叶片声音信号。