买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉海纳科德(湖北)科技有限公司申请的专利基于改进的INMF的声学降噪方法及装置获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116778945B 。

龙图腾网通过国家知识产权局官网在2025-06-06发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310562147.9，技术领域涉及：G10L21/0224；该发明授权基于改进的INMF的声学降噪方法及装置是由余永升;郭焕设计研发完成，并于2023-05-16向国家知识产权局提交的专利申请。

本基于改进的INMF的声学降噪方法及装置在说明书摘要公布了：本发明公开了基于改进的INMF的声学降噪方法，包括：对纯净漏气信号、干扰噪声信号分别进行短时傅里叶变换得到各自的幅度谱；使用改进的INMF算法将纯净漏气信号的幅度谱分解成字典矩阵，将干扰噪声信号的幅度谱分解成字典矩阵，将与合并构成联合字典矩阵，作为训练过程的先验信息；实时采集含有噪声的漏气信号，并进行短时傅里叶变换得到所述含有噪声的漏气信号的幅度谱；使用改进的INMF算法和改进的自适应MMSE‑LSA算法实时估计出含有噪声的漏气信号降噪后的幅度谱；利用含噪信号的相位不变性，通过逆短时傅里叶变换得到降噪后的时域漏气信号。克服了传统方法不能有效估计实时变化信号的缺陷。

本发明授权基于改进的INMF的声学降噪方法及装置在权利要求书中公布了：1.基于改进的INMF的声学降噪方法，其特征在于，包括以下步骤：S1、获取纯净漏气信号VLt、干扰噪声信号VNt作为训练信息，对纯净漏气信号VLt、干扰噪声信号VNt分别进行短时傅里叶变换得到各自的幅度谱；S2、使用改进的INMF算法将纯净漏气信号的幅度谱分解成字典矩阵WL，将干扰噪声信号的幅度谱分解成字典矩阵WN，将WL与WN合并构成联合字典矩阵W，作为训练过程的先验信息；S3、实时采集含有噪声的漏气信号，并进行短时傅里叶变换得到所述含有噪声的漏气信号的幅度谱；S4、基于W和含有噪声的漏气信号的幅度谱，使用改进的INMF算法和改进的自适应MMSE-LSA算法实时估计出含有噪声的漏气信号降噪后的幅度谱；S5、基于实时估计的含有噪声的漏气信号降噪后的幅度谱，利用含噪信号的相位不变性，通过逆短时傅里叶变换得到降噪后的时域漏气信号；步骤S2具体为：设置迭代次数c，将下列公式迭代c次： E←softλX-WH3其中，·*和·表示分解矩阵中的相乘和相除，X为含噪漏气信号幅度谱，E为引入的噪声项，H为系数矩阵，T表示为转置过程，为含噪漏气信号降噪后的幅度谱，1K×L∈RK×L表示为元素值全为1的K×L阶矩阵，b为决定系数矩阵的稀疏因子，softλ为软阈值函数； 其中，x为softλx的变量，λ为阈值；步骤S4具体为：使用含有噪声的漏气信号的幅度谱和联合字典矩阵W作为式2的输入参数，保持W不变，使用式2和式3不断迭代更新，直至目标函数达到收敛而终止；目标函数为： 其中，为KL散度下的目标函数，X为含噪信号幅度谱，为含噪漏气信号降噪后幅度谱，E为引入的噪声项，H为系数矩阵，K为含噪漏气信号的频点，L为含噪漏气信号的时间帧，x∈X，e∈E，x-ek,l为添加噪声项后KL散度的目标函数，lg表示以10为底的对数运算，为KL散度下估计的含噪漏气信号降噪后幅度谱，||E||1为E的L1范数矩阵，||H||1为H的L1范数矩阵，a和b为不同的权衡系数，a为控制E稀疏度和重构误差的权衡系数，b为决定系数矩阵的稀疏因子。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人海纳科德(湖北)科技有限公司，其通讯地址为：430223 湖北省武汉市武汉东湖新技术开发区高新大道999号武汉未来科技城龙山创新园一期C1栋5楼505室；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。