给助听器等加入盲源分离技术
专利汇可以提供给助听器等加入盲源分离技术专利检索，专利查询，专利分析的服务。并且用来对装置的用户所需要的待恢复的 信号 进行 实时去混合的 电子 滤波装置,其中所需要的信号来源于多个独 立信号源中的一个。沿公共轴线 定位 的两个微音器随着接收到 来自多个独立信号源的声信号而产生第一和第二输入电信 号。微音器的公共轴线可由用户实时控制,以便使公共轴线这样 定向,使得它指向需要的信号源的方向。自适应去混合 信号处理 器响应 输入信号 产生 输出信号 ,从混合信号中分离出需要的信 号。去混合信号处理器的输出加到扬声器上以便重放。，下面是给助听器等加入盲源分离技术专利的具体信息内容。
1.一种用来对装置的用户所需要的待恢复的信号进行实时去混 合的电子滤波装置，其中所需要的信号来源于多个独立信号源中的一 个，其特征在于包括：
沿着公共轴线定位的两个微音器，它们随着所述微音器接收到来 自所述多个独立信号源的声学信号而产生第一和第二输入电信号，其 中所述微音器的公共轴线的空间位置可以由用户实时地加以控制，以 便使所述公共轴线这样定向，使得它基本上持续地指向所需要的信号 的来源的方向；以及
自适应去混合信号处理器，它响应所述输入信号而产生输出信 号，其中，从所述混合信号中分离出所需要的信号。
2.权利要求1的方法，其特征在于：所述公共轴线在用户的位置 上以指向声源方向的方式定位。
3.权利要求2的设备，其特征在于：所述各微音器安装在准备装 于用户耳朵中的公共的外壳中。
4.权利要求1的方法，其特征在于还包括预处理器，用来在所述 输入信号加在所述去混合信号处理器之前修改所述输入信号。
5.权利要求4的设备，其特征在于：所述预处理器在所述输入信 号的分量之间引入相对的延迟。
6.权利要求4的设备，其特征在于：所述预处理器使所述输入信 号接受去相关处理。
7.权利要求1的方法，其特征在于还包括后处理器，后者响应所 述混合信号处理器的所述输出信号，选择用于信号重放装置的所需要 的信号。
8.权利要求1的方法，其特征在于：所述去混合信号处理器包括 盲源信号分离器。
9.权利要求8的设备，其特征在于：所述盲源信号分离器包括神 经网络，用来进行不受监视的学习过程，以便使所述输出信号的联合 输出熵最大化。
10.一种用来对用户所需要的待恢复的信号进行实时去混合的方 法，其中所需要的信号来源于多个独立信号源中的一个，其特征在于 所述方法包括以下步骤：
沿着公共轴线定位两个微音器，用于随着所述微音器接收到来自 多全独立信号源的声信号而产生第一和第二输入电信号，所述定位操 作是这样的，使得所述微音器的公共轴线可由用户实时地加以控制， 以便使所述公共轴线这样定向，使得基本上持续地指向所需要的信号 的来源的方向；以及
使所述输入信号接受自适应去混合信号处理，以便产生输出信 号，其中从所述混合信号中分离出所需要的信号。
11.权利要求10的方法，其特征在于：所述定位操作使所述公共 轴线以这样的方式定位在用户附近，使得它指向用户所朝向的方向。
12.权利要求11的方法，其特征在于：所述定位操作使所述公共 轴线定位于准备装于用户耳朵中的公共外壳中。
13.权利要求10的方法，其特征在于还包括预处理步骤，用来在 所述输入信号经受所述去混合信号处理之前修改所述输入信号。
14.权利要求10的方法，其特征在于：所述预处理器步骤在所述 输入信号之间引入相对的延迟。
15.权利要求14的方法，其特征在于：所述预处理步骤使相对延 迟后的输入信号接受去相关处理。
16.权利要求15的方法，其特征在于：所述去相关步骤是通过对 利用相对延迟后的输入信号形成的相关矩阵进行对角线化来完成的。
17.权利要求10的方法，其特征在于还包括后处理步骤，后者响 应所述去混合信号处理步骤的输出信号，选择用于信号重放装置的所 需要的信号。
18.权利要求10的方法，其特征在于：所述去混合信号处理步骤 包括盲源信号分离处理。
19.权利要求18的方法，其特征在于：所述盲源信号分离处理包 括不受监视的学习过程，以便使所述输出信号的联合输出熵最大化。
20.一种用来对用户所需要的待恢复的信号进行实时去混合的方 法，其中所需要的信号来源于多个独立信号源中的一个，其特征在于 所述方法包括以下步骤：
沿着公共轴线定位两个微音器，用于随着所述微音器接收到来自 多个独立信号源的声信号而产生第一和第二输入电信号；
对所述第一和第二输入电信号进行预处理，以便由于所述微音器 的定位而增强其中固有的信号源的方向性；以及
使所述方向性增强后的输入信号接受自适应去混合信号处理，以 便产生输出信号，其中从所述混合信号中分离出所需要的信号。
21.权利要求20的方法，其特征在于：所述定位操作使所述微音 器的公共轴线能由用户实时地控制，以便使所述公共轴线这样定向， 使得它基本上持续地指向所需要的信号的来源的方向。
22.权利要求20的方法，其特征在于：所述预处理操作包括在所 述输入信号之间引入相对的延迟，以便进一步增强其方向性。
23.权利要求22的方法，其特征在于：所述预处理操作还包括对 所述相对延迟后的输入信号进行去相关处理。
本发明一般涉及用以增强混合信号中所需要的信号分量的电子 滤波，更具体地说，涉及用于实时地从各自独立的信号混合体中去混 合(分离、去卷积)出所需要的信号的在例如助听器中特别有用的方法 和设备。
当一个人聆听某人或某物时，干扰语音或所需要的信号的“噪 声”或不希望有的信号是无处不在的。听觉受损的人尤其易受噪声干 扰。背景谈话、来自数字装置(移动电话)的干扰、汽车或其它特定的 环境噪声，会使听觉受损的人理解所需要的语音信号极其困难。降低 信号的噪声电平，再结合自动聚焦到所需要的信号分量上，可以明显 地改善诸如先进的助听器等电子语音处理器的性能。
近年来，已经推出利用数字信号处理器的助听器。它们包含一个 或多个微音器、模数转换器、数字信号处理器和扬声器。通常数字信 号处理器利用滤波器组把输入的信号分成几个频率区。在这些频率区 中的每一个内，可以按照助听器用户的特定要求分别调整信号增益和 动态压缩参数，以图改善可识度。另外，虽然有减小反馈和降低噪声 的数字信号处理算法可用，但它们都有严重的限制。例如，当前可用 的降低噪声算法的某些不利之处是当语音和背景噪声处在同一频率区 时由于无法区分语音和背景噪声而使获得的改善有限。
一种目前在诸如语音识别、数字通信和传感器信号处理等领域降 低噪声中找到应用的比较新的数字信号处理方法，涉及一种通常被称 为独立分量分析(ICA)的技术，尤其是采用盲源分离(BSS)技术。这种 技术寻找具有多个分量的输入信号，以便进行一种能使分量之间的统 计依存性降到最低的信号变换。因而，BSS是一种能够对诸如多个语 音或语音与噪声信号的混合体等独立信号混合体的信噪比作出极大改 善的信号分离技术。
本发明的一个目标是提供一种电子滤波技术，它包括DSS处理， 能够实时地工作以增强对诸如附近个人的语音等所需要信号的接收， 而且必要时可以结合到助听器中。
用来送行所需要的由装置的用户恢复的信号的实时去混合的电 子滤波装置，其中所需要的信号源自众多独立信号源中的一个。沿着 公共轴线定位的两个微音器响应由微音器接收的来自众多独立信号源 的声信号而产生第一和第二输入电信号。微音器公共轴线的空间位置 可由用户实时地加以控制，以便与所述公共轴线成一直线，使之指向 所需要的信号源的方向，以此令输入信号具有固有的方向性。响应输 入信号的自适应去混合信号处理器产生其中所需要的信号已从混合信 号中分离出来的输出信号。在本发明的一个最佳实施例中，提供一个 预处理器，以便通过在输入信号之间建立相对时间滞后来提高输入信 号的固有方向性。此外，在加到去混合信号处理器之前预处理器使改 进后的输入信号接受去相关处理。去混合信号处理器的选择后的输出 可以作为输入加在扬声器上进行重放，或者可以在重放前由另一个处 理器作进一步处理以增强信号。
图1以方框图的形式举例说明按照本发明的原理构造的电子滤波 装置；
图2以方框图的形式举例说明图1所示的电子滤波装置的预处理 级；
图3以方框图的形式举例说明本发明的电子滤波装置中用的盲源 分离技术；以及
图4以方框图的形式举例说明本发明的电子滤波装置中用的盲源 分离器示范性的实施例。
图1以方框图的形式举例说明本发明在助听器上的应用。助听器 10包括两个微音器12和14，分别用来产生两个输入信号1和2。按 照本发明的一个方面，这两个微音器在助听器上是这样安装的，使得 当注意诸如语音等信号源时，使它们的定位轴线总是基本上在助听器 的携带者朝向的方向上伸展。微音器的这种定位使输入信号1和2具 有固有的方向性。由于每一个微音器都产生代表它们所接收的来自其 工作范围内的信号源的声波的电信号，所以，每一个信号可以包括来 自未知个数的信号源未知信号的混合体。在3个主级中处理输入信号 1和2。在第一级16上，对输入信号进行预处理，以增强它们的定位 已经赋予它们的固有方向性。在第二级18上，所得的信号经受准备产 生由微音器12和14拾取的原未知信号的估计值的去混合处理(有时称 为分离处理)。在第三级20上，去混合处理的输出信号最好经过后处 理，以便产生所需要的信号22，然后可以将后者加在助听器10的扬 声器24上，以便重放和呈现给用户。
正如图2所举例说明的，在预处理级16上，首先对原始输入信 号进行归一化。利用增益控制来使输入信号1和2归一化为[-1，+1] 的范围。现在用矢量x＝(x1(t)，x2(t))表达输入1和2。
按照本发明的一个方面，为了使盲源分离(BSS)技术适用于小得像 助听器这样的装置，并使之能实时地工作，预处理级16还提供以下附 加处理中的至少第一种处理，最好同时提供这两种处理：
●增强输入信号中所固有的信号源方向性，后者起因于于微音器 12和14相对于感性趣的声源的定向排列。在助听器的示范性实施例 中，假定感性趣的声源的定向是用户所朝向的方向。因而，微音器定 位在助听器上沿着用户朝向的方向的轴线上，并且假定感性趣的声源 方向相对于这样的轴线是0度。第二声源的方向可以在预处理级(16 中的延迟框)中进行估计，得出自适应延迟(δ)。所述延迟是正的或负的 相对延迟(fractional delay)，使得输入信号中功率最大的分量而不是大 体上与微音器轴线成一直线的输入信号同步达到两个微音器。例如， 若第二声源与微音器的轴线垂直，则该值为0。对于这种增强，归一 化的输入信号x＝(x1(t)，x2(t))变为：
x1(t)＝x1(t)
x2(t)＝x2(t-δ)
●输入信号的去相关。在示范性的实施例中，去相关是通过相关矩 阵的对角线化进行的。更具体地说，令C＝协方差(xT)，式中xT是x 的转置。若在该两输入信号(x1， x2)之间存在明显的相关，则在时间窗 口D上的去相关意味着这些信号分两个步骤的转换：(1)时间窗口D 内全部数据平均值的对中；(2)对所得数据点进行仿射变换，以便将所 得信号的协方差矩阵对角线化。假定x是围绕其平均值的对中，我们 使用以下变换：
在举例说明的实施例中，窗口D包括16,000个样值。
上述预处理使随后的BSS处理易于进行，以便在比不提供该预处 理时更短的时间内求出解，另外，还增大了BSS处理达到有效解而不 是局部最小值的概率。
图3举例说明BSS算法的操作原理，据此从多个输入信号中去混 合或分离出所需要的分量。这种技术之所以被称为盲源分离，原因是 它对存在于混合体中的信号类型作的几个假设。正如本专业技术人员 所熟知的，BSS处理过程准备从它们的混合体中的一组中恢复该组n 个未知源的信号，假定这n个源信号是独立的。更具体地说，如图3 所示，若s是n个源的矢量，并且x是这些源的m个观测值的矢量(亦 即，来自m个微音器的原始输入信号)，则BSS处理器的目的是找出 m乘n的混合矩阵A。
x＝As，式中x是图2所示的预处理后的信号(亦即，x”)，或者 等价地，正如本发明所作的，求出一个去混合或分离矩阵W，使得 ，式中z是分量信号s的独立估计值的矢量，而z 是该源信号的估计值。
如前所述，源s＝(s1，s2)并且依赖于环境的混合矩阵A是未知的。 BSS处理器(它是众所周知的，可以利用神经网络实现)只见到来自两 个微音器的输入x＝(x1，x2)，以便计算独立分量信号s的估计值z＝(z1， z2)。在这种情况下，输入x实际上是前述的预处理后的信号x”。
图4示出BSS处理器400的主要组件的方框图。BSS处理器400 包括：去混合组件402，用来记录和更新由参数W和v定义的去混合 过程的状态；非线性组件404，用来产生适应过程用的统计；和适应 组件406，用来计算去混合参数值的变化ΔW和Δv。
正如现将详细描述的，BSS处理器400连续地适配两个状态变 量：2乘2的去混合矩阵W和2乘1的偏移矢量b。去混合组件402 对输入到BSS处理器400的最新N个样值输入提供缓冲。它利用参数 W的最新值计算出与最新输入的样值x对应的输出z。这些参数在该 过程开始(当v＝0时)时以最小随机值初始化：
z＝Wx
非线性组件404利用可逆映射对系统的输出进行变换。该组件404 的目的是避免计算输出的非常大的数值，后者从计算的观点看可能是 无穷大。这一目的是通过处理通过可逆映射运行输出z之后获得的统 计等效量来实现的。用于组件404中的非线性变换的一个例子是下面 定义的s形非线性y，在整个输入缓存中以v平移的z作为参数。
适应组件406计算去混合参数W和v的变化，亦即ΔW和Δv。 正如本专业的技术人员所熟知的，目的是使输出y所包含关于输入x 的互信息最大化，正如，例如，A.J.Bell和T.J.Sejnowski在他们发 表于Neural Computation，7：1129--1159，1995题为“盲分离和盲去卷积 用的信息最大化途径”一文以及Bell的美国专利5,705,402中所描述 的。这一目的归结为输出y的联合熵H＝H(y1，y2)的一个条件：
对所得自适应规则进行修改，以便进行本专业技术人员所熟知的 “自然梯度”步骤，诸如由S.Amari 1996年在Neural Computation所 发表的题为“最小互信息盲分离”的出版物中所描述的。
我们得到以下更新规则：
ΔW＝η(W+(1-2y).u)
Δv＝η(1-2y)
学习速率η的典型值是0.005。
再次参见图1，以下的去混合器18是后处理步骤20，其中确定 去混合器18的哪一个输出估计值更可能代表语音而不是噪声，以及通 过将其按比例缩放至输入功率电平来实现输出功率的归一化。输出信 号部分可以基于多重判据，例如，利用语音特征抽取和分析、和/或主 扬声器检测，后者也能利用特征抽取和分析来实现。
正如前面指出的，在本发明举例说明的实施例中，BSS处理可以 应用于助听器中。对系统的输入由该两微音器给出，按照本发明，它 们彼此可以靠得很近。就图3和4中所示的BSS处理器的符号而言， 该系统具有两个输入和两个输出(n＝m＝2)。
尤其是对于助听器的情况，本发明考虑以下问题：
●它在无回音环境的真实世界信号混合体中工作。提出的问题是： 利用BSS的助听器包括两个微音器，由于耳塞助听器所造成的物理限 制，两者的距离小于11mm。
●它能够应付比微音器数目还多的信号。到目前为止，这被认为是 不可能的，因为支持BSS的现行理论保证只有当n＞m时才有解。
●它工作在不稳定的混合条件下，以便跟随移动的声源并适应改变 着的聆听环境。
●它是实时地工作的，使得用户不必担心信号的延迟并且使得助听 器能够适应需要。
这样，已经示出和描述了一种用于从独立信号的混合体中实时地 去混合而得到所需要的信号的新型方法和设备。但是，在研究了公开 说，本发明的许多变化、修改、变型和其它用途及应用将是显而易见 的。例如，尽管描述了预处理和后处理BSS处理器16和18，正如这 里指出的，在本发明最广泛的应用中这并非严格地必不可少的。另外， BSS处理器400的各组件可以偏向于关于输入信号的先验知识，以方 便其操作，例如关于源信号的振幅值分布的知识，或者甚至一个输入 信号代表语音。另外，可以把增强其源信号方向性的信号处理包括在 预处理器16中。甚至还有，本发明传授的知识对消除干扰、从许多语 音的混合体中(“鸡尾酒会”问题)分离出一个语音、以及对于降低噪 声的声音混合体的预处理以便允许对所需要的声信号x作进一步处 理，都是极其有用的。所有不脱离这里传授的知识的这些变化、修改 和变型以及其它用途和应用都为本发明所覆盖，本发明只受上面所解 释的后附权利要求书的限制。
| 标题 | 发布/更新时间 | 阅读量 |
|---|---|---|
| 基于改进最短路径法的欠定盲源分离源信号恢复方法 | 2020-05-08 | 627 |
| 一种基于智能电表的电动车充电识别方法及装置 | 2020-05-13 | 618 |
| 变压器的铜带绕阻的绕线方法 | 2020-05-15 | 604 |
| 用于致动离合器的装置 | 2020-05-14 | 518 |
| 一种水电分离型多功能内燃机车功率模块及布线结构 | 2020-05-15 | 659 |
| 一种用电器识别方法及装置 | 2020-05-12 | 277 |
| 音频处理方法、装置、存储介质及电子设备 | 2020-05-15 | 874 |
| 一种语音信号处理方法、装置、助听器及存储介质 | 2020-05-11 | 619 |
| 一种大颗粒金刚石电解装置 | 2020-05-14 | 440 |
| 音频处理方法、存储介质及电子设备 | 2020-05-15 | 496 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台，是提供专利分析，专利查询，专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据，免费查、免费专利分析。
专利汇分析报告产品可以对行业情报数据进行梳理分析，涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度，系统通过AI智能系统对图表进行解读，只需1分钟，一键生成行业专利分析报告。
