-
Die Erfindung betrifft ein Quellencharakterisierungssystem, das ausgehend
von ersten Signalen E(t), die durch Linearfaltungsmischung von Primärsignalen X(t) aus
jeweiligen Primärsignalquellen erzeugt werden, zumindest ein zweites Signal erzeugt, das
wenigstens ein jeweiliges Primärsignal X(t) charakterisiert, wobei das System
Quellentrennmittel enthält.
-
Die Erfindung bezieht sich ebenfalls auf die Verwendung eines derartigen
Systems zur Steuerung von Apparaten zum Abgeben und/oder Empfangen elektrischer,
akustischer oder elektromagnetischer Signale. Ein derartiger Apparat kann beispielsweise
ein Autoradio oder ein Freihandstelefon sein.
-
Die Technik der Trennung von Primärsignalen aus unabhängigen Quellen
durch Bearbeitung von Primärsignalmischungen zum getrennten Ableiten jedes
Primärsignals aus diesen Mischungen ist bekannt. Diese Technik bezieht sich auf Primärsignale, die
nur in Form derartiger Mischungen zur Verfügung stehen. Dies kann allgemeine
Linearfaltungsmischungen betreffen. Die Mischungen können verschiedene Ursprünge haben. Sie
können aus Fortpflanzungsvorgängen von Primärsignalen und/oder aus
Signalüberlagerungsvorgängen aus einer Anzahl von Quellen oder durch andere Ursachen hervorgehen.
Im Allgemeinen ist die Trenntechnik blind, d. h. es wird davon ausgegangen, dass die
Quellen unbekannt und unabhängig mit unbekannten Mischungen sind. Zu diesem Zweck
wird eine Anzahl von Abtastungen dieser Mischungen detektiert, aus denen Abtastungen
eines oder einer Anzahl der ursprünglichen Primärsignale mittels Trennalgorithmen
wiederhergestellt werden.
-
Eine solche Technik ist bekannt, beispielsweise aus dem Dokument "Blind
separation of sources", C. JUTTEN, J. HERAULT, Signal processing 24 (1991), S. 1 ... 10.
Dieses Dokument gibt eine Beschreibung von Quellentrennmitteln mit
einem neuronalen Netz, das an seinem Eingang eine Anzahl von Komponenten von
Signalmischungen E(t) empfängt und an seinem Ausgang die getrennten Primärsignale
wiederherstellt. Das neuronale Netz läuft rekursiv zum Berechnen der synaptischen Koeffizienten
mittels eines adaptativen Algorithmus. Auf diese Weise ist es möglich, unmittelbare
Linear
faltungsmischungen vorzubereiten, d. h. für die zu jedem Zeitpunkt jedes Signal E(t) eine
Linearkombination mit festen oder langsam veränderlichen wirklichen Koeffizienten von
Werten der Primärsignale X(t) zum selben Zeitpunkt ist. Das System passt sich
ununterbrochen an Änderungen in den Mischungen an. Auch bekannt ist das Dokument "New
algorithms for separation of sources" von C. JUTI'EN und H. L. NGUYEN THI, Congres
Europeen de Mathematiques, 2-3 Juli 1991, PARIS (France), das sich auf allgemeine
Linearfaltungsmischungen bezieht. Jedoch hat ein derartiges System den Nachteil, dass die blinde
Trennung aller Primärquellen der Mischung eine wesentliche Rechnerenergiemenge
erfordert. Dies kann ein Hindernis für Großanwendungen sein. Außerdem entstehen Probleme
mit der Genauigkeit oder mit der Stabilität der getrennten Quellen am Ausgang.
Der Erfindung liegt die Aufgabe zu Grunde, diese Rechnerenergiemenge
durch Berücksichtigung des spezifischen Charakters von Anwendungen zu reduzieren, die
eine derartige Trennung benützt.
-
Zur Lösung dieser Aufgabe ist ein Quellencharakterisierungssystem dadurch
gekennzeichnet, dass es vor den Quellentrennmitteln angeordnete Vorbearbeitungsmittel
enthält, die die Signale E(t) durch das Bestimmen zumindest einer charakteristischen Größe
der Signale E(t) vorbearbeitet, und diese Größe in Form dritter Signale I(t) erzeugt wird, die
aus Linearkombinationen durch feste oder langsam veränderliche Koeffizienten
charakteristischer Größen derselben Art in Bezug auf die Primärsignale X(t) gebildet werden.
-
Auf diese Weise der Vorbearbeitung der Signale E(t) lassen sich die
Quellentrennmittel wesentlich vereinfachen und brauchen nur Linearkombinationen
charakteristischer Größen der Primärsignale zu bearbeiten, d. h. momentane
Linearfaltungsmischungen. Am Ausgang ergibt dies nicht die getrennten Quellen X(t), sondern eine oder
mehrere charakteristische Größen, die diese Quellen kennzeichnen. Für viele Anwendungen
können sie anschließend zum Erhalten der getrennten Quellen am Ausgang bearbeitet
werden.
-
Diese charakteristische Größe kann eine durchschnittliche Energie, eine
Spektraldichte, eine Autokorrelationsfunktion oder eine sonstige Größe sein. Dies ist
besonders interessant, beispielsweise wenn die Ausgangsleistung eines Apparats, wie z. B.
eines Autoradios, die Stimme eines Benutzers eines Freihandstelefons zum Auswerten der
Bearbeitung von Stimmeninformation detektieren soll.
-
Offensichtlich ist es auch möglich, das System zu erweitern, um eine Anzahl
von Signalen F(t) für eine Anzahl charakteristischer Größen für ein und dasselbe Signal
X(t) oder um eine Anzahl von Signalen F(t) für eine identische oder nichtidentische
charakteristische Größe in Bezug auf eine Anzahl von Primärsignalen X(t) auszugeben.
-
Für einige charakteristischen Größen, wie eine Spektraldichte eines Signals,
kann dem Vorbearbeiten eine Nachbearbeitung zum Verwandeln einer berechneten
charakteristischen Größe in eine andere charakteristische Größe folgen. Erfindungsgemäß sind
Nachbearbeitungsmittel am Ausgang der Quellentrennmittel angeordnet. Kombinieren der
von den Vorbearbeitungsmitteln durchgeführten Vorbearbeitung und der von den
Nachbearbeitungsmitteln durchgeführten Nachbearbeitung macht es möglich, Spektraldichten für
eines oder für eine Anzahl von Primärsignalen oder anderer charakteristischer Größen zu
bestimmen.
-
Nicht einschränkende Ausführungsbeispiele der Erfindung werden
nachstehend anhand der Zeichnung näher erläutert. Es zeigen
-
Fig. 1 ein Blockschaltbild eines Quellencharakterisierungssystems mit
Vorbearbeitungsmitteln,
-
Fig. 2 ein Quellencharakterisierungssystem mit Steuermitteln zum
Zurückwirken auf Primärsignalquellen,
-
Fig. 3 ein Beispiel eines Diagramms eines Teils der Vorbearbeitungsmittel
zum Bestimmen der durchschnittlichen Energie eines Signals,
-
Fig. 4 ein Beispiel eines Diagramms eines Teils der Vorbearbeitungsmittel
zum Bestimmen von Autokorrelationsfunktionen,
-
Fig. 5 ein Blockschaltbild eines Quellencharakterisierungssystems mit
Vorbearbeitungsmitteln und Nachbearbeitungsmitteln,
-
Fig. 6 ein Diagramm gleich dem nach Fig. 3 mit Filtermitteln zum
Bearbeiten allgemeiner Faltungsmischungen.
-
Es wird ein Unterschied zwischen verschiedenen Signaltypen E(t)
entsprechend der Art der Mischungen gemacht, denen sie entstammen. Allgemeine
Linearfaltungsmischungen erzeugen derartige generische Signale E(t), wie
-
(1) Ei(t) = cij(t)* Xj (t)
-
worin cij(t) die Impulsantworten von den Mischungsfiltern sind, und worin das Symbol (*)
ein Faltungsprodukt darstellt.
-
Diese allgemeinen Mischungen enthalten eine Mischungsfamilie, für die ein
beliebiges Signal sich mit einer festen Fortpflanzungsverzögerung A und mit einer
kon
stanten Verzögerung 1/αij fortpflanzt. Dies entspricht insbesondere der Fortpflanzung von
Tonwellen in der freien Luft.
-
Die generischen Signale Ei(t) sind dabei vom nachstehenden Typ:
-
(2) Ei(t) = αijXj(t - θij)
-
worin θij Konstanten zum Definieren einer Fortpflanzungsverzögerung sind, und worin das
Symbol (.) eine klassisches Vervielfachung bezeichnet. Dies sind
Linearfaltungsmischungen mit einer festen Nichtnull-Verzögerung.
-
Diese Familie enthält eine Unterfamilie von Mischungen, für die die
Fortpflanzungsverzögerung θij gleich Null ist. Die generischen Signale Ei(t) sind dabei vom
nachstehenden Typ:
-
(3) Ei(t) = aijXj(t)
-
worin aij feste oder sich langsam ändernde Koeffizienten sind (die sich von den
Koeffizienten αij unterscheiden können). Diese sind linear momentane oder
Linearfaltungsmischungen mit Nullverzögerung.
-
Das erwähnte Dokument von C. JUTTREN und J. HERAULT bezieht sich
auf Signale entsprechend der Gleichung (3). Die Erfindung betrifft ebenfalls Signale von
zwei anderen Typen.
-
Als Beispiel wird der Fall betrachtet, bei dem das Klangvolumen eines in ein
Kraftfahrzeug eingebauten Autoradios geregelt werden muss. Das Autoradio enthält (nicht
dargestellte) Mittel, die zum Regeln des Klangvolumens aus dem Autoradio abhängig von
umgebenden Schallquellen beeinflussbar sind. Also wenn das Umgebungsgeräusch ansteigt
(offene Fenster, höhere Geschwindigkeit, Antriebsgeräusche... ), kann es wünschenswert
sein, den vom Autoradio erzeugten Klangpegel zu erhöhen. Dies ist nicht der Fall, wenn die
Umgebungsschallquellen die Stimmen der Mitreisenden sind. Das Problem dabei ist die
Reduktion statt der Erhöhung des Klangvolumens, wenn die Mitreisenden ein Gespräch
führen. Dies erfordert die Identifikation der Stimmen der Passagiere. In Fig. 1 sind die
Primärquellen 5, S1 bis Sn dargestellt, beispielsweise bestehend aus den Stimmen der
Passsagiere, aus den verschiedenen Geräuschquellen (Motor, Karosserie, Lufteintritt durch die
Fenster, usw.) und vom Autoradio selbst. Zum Identifizieren sind die Stimmenwandler
C1...Cn, beispielsweise Mikrofone, innerhalb des Passagierraums angeordnet. Ein Wandler
kann den vom Lautsprecher ausgestrahlten Klang direkt einfangen. Die Mikrofone
detek
tieren zunächst Signale E&sub1;(t) bis En(t) aus Mischungen von Primärsignalen X&sub1;(t) bis Xn(t)
aus den Quellen S1 bis Sn.
-
Die im Passagierraum erzeugten Mischungen können betrachtet werden, als
beziehen sie sich direkt auf die Fortpflanzung von Geräuschsignalen in Luft. In einer ersten
Annäherung lassen sich diese Mischungen mit einem Nichtnull-Schwächungskoeffizienten
und mit einer Nichtnull-Fortpflanzungszeitkonstantenkennlinie jeder Quelle
charakterisieren. Die von den Mikrofonen detektierten Signale Ei(t) lassen sich mit folgender Gleichung
definieren:
-
(4) Ei(t) = αijXj(t - θij)
-
worin i ein laufender Index eines Mikrofons und
-
j ein laufender Index einer Quelle ist, und
-
1/αij, θij Schwächungskoeffizienten bzw. Fortpflanzungszeitkonstanten sind,
charakteristisch für die Fortpflanzung von der Quelle Sj zum Mikrofon Ei.
-
Erfindungsgemäß treten die Signale Ei(t) in das
Quellencharakterisierungssystem 8 ein, das Vorbearbeitungsmittel 20 enthält, gefolgt von Quellentrennmitteln 10.
Quellentrennmittel mit der Möglichkeit zum Trennen momentaner linearer
Signalmischungen, d. h. Mischungen, für die die Terme θij alle gleich Null sind (Gleichung
3), sind viel einfacher und daher leichter zu verwirklichen als Quellentrennmittel mit der
Möglichkeit zum Trennen von Nichtnull-Linearfaltungsmischungen entsprechend der
Gleichung 2. Die Mittel zum Bearbeiten linearer momentaner Mischungen können die im
erwähnten Dokument von C. JUTTEN und J. HERALILT beschriebenen Mischungen sein.
-
Erfindungsgemäß werden Quellentrennmittel (10) mit der Möglichkeit zum
Trennen linearer momentaner Signalmischungen gewählt, denen Vorbearbeitungsmittel 20
vorangehen, die die aus den ersten Signalen Ei(t) bestehenden Nichtnullverzögerungs-
Linearmischungen zum Erhalten der aus den dritten Signalen Ii(t,p) bestehenden
Linearkombinationen umsetzen. Hier ist t die Zeit und p ein bedeutsamer Parameter für die
relevante charakteristische Größe (p ist beispielsweise eine Frequenz). Der Parameter p wird
nicht verwendet, wenn die charakteristische Größe eine durchschnittliche Energie ist.
-
Die Struktur der Vorbearbeitungsmittel 20 ist von der zu identifizierenden
charakteristischen Größen der Primärsignale X(t) abhängig. Die Größe kann sein:
-
die durchschnittliche Energie eines Primärsignals X(t) einer oder mehrerer
Quellen. In diesem Fall ist es eine für eine vorgegebene Dauer bestimmte charakteristische
Gesamtgröße für aufeinander folgende Zeitintervalle,
-
eine Autokorrelationsfunktion eines Primärsignals X(t) oder einer Anzahl
für eine vorgegebene Dauer bestimmter Primärsignale X(t) für eines oder mehrere
Zeitintervalle,
-
eine Spektraldichte zum Abgeben der Spektralverteilung eines Primärsignals
X(t) oder einer Anzahl für eine vorgegebene Dauer bestimmter Primärsignale X(t) für eines
oder mehrere aufeinander folgende Zeitintervalle.
-
Der Fachmann hat die Möglichkeit zum Durchführen der Erfindung für
andere charakteristische Größen ohne aus dem Rahmen der Erfindung herauszutreten.
-
Zum Durchführen der Erfindung werden zunächst die
Gleichspannungskomponenten der Signale E(t) entfernt, beispielsweise durch Tiefpassfilterung. Dies ergibt
Signale E(t), deren Durchschnittswert gleich Null ist, wie im Dokument von C. JUTTEN und
J. HERAULT.
-
Es gibt einen besonderen Fall, für den es zwei Quellen S1 und S2 und zwei
gemischte Signale E1(t) und E2(t) gibt, unter denen eines davon E1(t) eine Mischung eines
Quellensignals und das andere ein reines (oder als solches betrachtetes) Signal ist, das
direkt aus einer der Quellen stammt. In diesem Fall können Quellentrennmittel 10 in ein
anpassungsfähiges Filtergerät zur Verwirklichung einer Subtraktion des reinen Signals vom
anderen Signal nach dem anpassungsfähigen Gewichten der Signale vereinfacht werden.
Der Fall kann auf einen Fall mit einem reinen Signal und einer Anzahl
gemischter Signale mit dem reinen Signal verallgemeinert werden.
-
Praktisch kann ein reines Signal in einem Autoradio direkt am Ausgang des
Autoradios gerade vor dem Aussenden über den Lautsprecher gemessen werden.
-
Als Beispiel diene der Fall, bei dem die Durchschnittsenergie eines
Primärsignals X(t) bestimmt wird. Zu diesem Zweck berechnen die Vorbearbeitungsmittel 20 die
Durchschnitts-Signalenergie Ei(t). Für das Signal Ei(t) wird diese Durchschnittsenergie für
eine Dauer δ derart bestimmt, wobei man von einem Zeitpunkt t = To, ausgeht, dass
-
Bei zwei Quellen S1 und S2 mit Mischungen entsprechend der Gleichung
(2) wird das vom Wandler C1 gemessene Signal wie folgt geschrieben:
-
E1(t) = α&sub1;&sub1;.X&sub1;(t-θ&sub1;&sub1;) + α&sub1;&sub2; X&sub2;(t-θ&sub1;&sub2;).
-
Die Durchschnittsenergie beträgt
-
im Fall nichtkorrelierter Quellen X&sub1; und X&sub2; und bei derartigem Wählen von
δ, dass
-
θ&sub1;&sub1;, θ&sub1;&sub2; < < δ..
-
Gefunden wurde, dass die Verzögerungsterme θ&sub1;&sub1;, θ&sub1;&sub2; verschwunden sind,
und dass der Term εE1 eine Linearmischung der Durchschnittsenergien der Quellen S1 und
S2 mit festen oder sich langsam ändernden Koeffizienten und Nullverzögerung ist.
-
Berechnen der Durchschnittsenergien der Signale Ei(t) ergibt also die
Signale I(t, p) = εE1 (To, δ), aus denen die Energien der Primärsignale bezogen werden
können.
-
In Fig. 3 ist ein Element 22 als Teil der Vorbearbeitungsmittel 20 dargestellt.
Dieses Element 22 enthält die Mittel 24 zum Multiplizieren des Signals Ei(t) selbst, gefolgt
von Mitteln zum Steuern der Multiplikationsergebnisse für die Dauer δ. Am Ausgang ergibt
dies die Durchschnittsenergie εE1 entsprechend dem Signal Ei(t).
-
Das Schaltbild nach Fig. 3 stellt eine Abwandlung zur
Digitalsignalbearbeitung des Signals dar. Dasselbe Ergebnis kann mit einer analogen Ausführung
beispielsweise durch Integrieren des gleichgerichteten Signals mittels Kapazitäten erhalten werden,
ohne dabei aus dem Rahmen der Erfindung herauszutreten.
-
Die Vorbearbeitungsmittel 20 enthalten dabei eine Anzahl von Elementen
22, die mit je einem Signal Ei(t) verknüpft sind. Es ist möglich, Zeitverschachtelung
anzuwenden. Am Ausgang wird eine Anzahl Durchschnittsenergien εE1 erhalten, die jedem
Signal Ei(t) entsprechen. All diese Durchschnittsenergien εE1 werden auf die in Fig. 1
angegebene Weise in die Quellentrennmittel 10 eingegeben. Diese Mittel führen Quellentrennung
aus und erzeugen Ausgangssignale Fi(t), die im vorliegenden Fall die
Durchschnittsenergien jedes der Primärsignale Xi(t) in den herangezogenen aufeinander folgenden
Zeitintervallen sind.
-
Vorzugsweise enthalten die Quellentrennmittel 10 ein neuronales Netz. Das
ist zum Beispiel ein Netz nach der Beschreibung im erwähnten Dokument von C. JUITEN
und J. HERAULT. Entsprechend der dem Fachmann bekannten Technik umfaßt der Betrieb
eines neuronalen Netzes zwei Phasen:
-
eine Lernphase, in der es die Durchführung einer Aufgabe erlernt, und
eine Auflösungsphase, in der es die so erlernten Daten zum Bestimmen der laufenden
Werten entsprechenden Ergebnisse benützt.
-
Diese Lerntechniken sind bekannt und werden nicht weiter erörtert. Es ist
adäquat zu wissen, dass sie aus dem Zuführen von Abtastungen an den Eingang und aus
dem Ändern der Kenndaten des neuronalen Netzes zum Erzeugen der bezweckten
Ergebnisse entsprechend den Abtastungen an seinem Ausgang bestehen (grundsätzlich seine
synaptischen Koeffizienten). Man bedient sich des "unüberwachten" Lernens, d. h. auf der
Basis der Abtastungen wird ein Algorithmus zum Anpassen der synaptischen Koeffizienten
derart zugeführt, dass die Ausgänge des neuronalen Netzes zweite Signale F(t) erzeugen,
die voneinander unabhängig sind. Eine derartige Lernmethode ist dem Fachmann bekannt.
-
Mit der Konfiguration so bestimmter synaptischer Koeffizienten wird das
neuronale Netz also mit neuen Eingangsdaten verwendet. Es kann also Ergebnisse abhängig
von den neuen Eingangsdaten für die Funktion bestimmen, die es zum Ausführen erlernt
hat. Um das System zu ermöglichen, eine ununterbrochene Charakterisierung von Quellen
durch seine Anpassung an die ununterbrochenen Änderungen in den Mischungen
durchzuführen, wird das Lernen iterativ verwirklicht, um die synaptischen Koeffizienten für die
Charakterisierung neuer Mischungen aufzufrischen.
-
Gemessene Signale Ei(t), die Primärquellen Xi(t) mit unbekannten
Charakteristiken entsprechen, gelangen an den Eingang, und die Mittel 10 bieten Messungen dieser
unbekannten Charakteristiken (im vorliegenden Fall Durchschnittsenergien).
-
Die charakteristischen Eigenschaften der zu messenden Primärsignale X(t)
werden in aufeinander folgenden Zeitintervallen mit einer Dauer von 8 bestimmt. In jedem
Zeitintervall kann dies Folgendes umfassen:
-
für die Durchschnittsenergie einen einfachen Wert,
-
zum Bestimmen der Autokorrelationsfunktion eine Reihe von Werten, die
durch Vergleich eines Signals mit sichselbst zu Zeitpunkten erhalten werden, die um eine
Zeit t verschoben sind,
-
zum Bestimmen von Spektraldichten eine Anzahl auf verschiedenen
Frequenzen bestimmter Werte.
-
Als Beispiel wird der Fall herangezogen, bei dem
Autokorrelationsfunktionen F(t) für Primärsignale Xi(t) mit ΓXi(τ) = Σ Xi(t).Xi(t+τ) bestimmt werden müssen. Zu
diesem Zweck bestimmen die Vorbearbeitungsmittel 20 die Autokorrelationsfunktionen der
Signale Ei(t) derart, dass ΓEi(τ) = Σ Ei(t).Ei(t+τ) ist. Die Mittel 20 enthalten
Vorbearbeitungsblöcke 25, wie in Fig. 4 dargestellt. Die Zahl der Blöcke 25 ist gleich der Zahl der zu
bearbeitenden Signale. Auch ist der Einsatz von Zeitverschachtelung möglich. Zum
Durchführen der Korrelation eines Signals E(t) mit sichselbst wird das Signal E(t) in
Erfassungsmittel 32 eingegeben, die aufeinander folgende Abtastungen des Signals E(t) mit einer
vorgegebenen Geschwindigkeit (Dauer D) durchgeführt werden. Sie können ein Speicher u. a.
mit Speicherelementen 32a, 32b sein, in die eine Reihe von Abtastungen eingeschrieben
wird. Die mit einer Zwischenzeit D erscheinenden Abtastungen, beispielsweise am
Ausgang 2a, 2b der Speicherelemente 32a, 32b gelangen an die bereits beschriebenen
Bearbeitungsmittel 22 zum Bestimmen der Werte E(t).E(t+D). Durch Schiebeadressierung (Pfeil
29) des Speichers wird der Wert der Autokorrelationsfunktion rE für das gesamte relevante
Signal E(t) entsprechend τ = D bestimmt. Andere Werte der Autokorrelationsfunktion
werden ebenso mit Schiebeadressierung für eine Verschiebung 2D usw. für 3D, 4D...
berechnet. Alle diese Autokorrelationswerte bilden die Autokorrelationsfunktion.
-
Dem Fachmann wird klar sein, dass den Erfassungsmitteln 32 eine andere
Struktur als in Fig. 4 gegeben werden kann, ohne aus dem Rahmen der Erfindung
herauszutreten. Am Ausgang des Elements 22 wird die Autokorrelationsfunktion ΓE entsprechend
dem Signal E(t) erhalten: ΓEi(τ) = Σ Ei(t).Ei(t+τ).
-
Die verschiedenen Signale E(t) in Fig. 1 werden also genau so bearbeitet,
um Autokorrelationsfunktionen ΓE für jedes Signal E(t) zu versorgen. In diesem Fall sind
also die Signale I(t, p) in Fig. 1 die Autokorrelationsfunktionen ΓE. Durch Anlegen
derselben Grundsätzen wie bereits für die Durchschnittsenergien beschrieben, lernen die
Quellentrennmittel 10 auf der Basis von Beispielen das Berechnen von Autokorrelationsfunktionen
Γx entsprechend jeder der Quellen.
-
Wenn das Beispiel sich auf zwei Quellen S1 und S2 beschränkt, gilt
Folgendes:
-
E1(t) = α&sub1;&sub1;.X&sub1;(t-θ&sub1;&sub1;) + α&sub1;&sub2;.X&sub2;(t-θ&sub1;&sub2;)
-
E2(t) = α&sub2;&sub1;·X&sub1;(t-θ&sub2;&sub1;) + α&sub2;&sub2;·X&sub2;(t-θ&sub2;&sub2;)
-
die folgende Autokorrelationsfunktionen ΓE derart ergeben, dass
-
ΓE1(τ) = α .ΓX1(τ) + α .ΓX&sub2;(τ) ist, und
-
ΓE2(τ) = α .ΓX&sub1;(τ) + α .ΓX2(τ) ist.
-
Die Quellentrennmittel
10 leiten die Autokorrelationsfunktionen ΓX der
Quellensignale derart ab, dass
-
Γx(τ) = ΣX(t).X(t+τ) ist.
-
Wenn das System 8 die Autokorrelationsfunktionen der Primärsignale X(t)
bestimmen, ist es auch möglich, die Energien dieser Signale abzuleiten. Zu diesem Zweck
genügt es, in Fig. 4 eine Verzögerung τ = 0 zu wählen, mit der am Ausgang die Werte von
Γx(0) erhalten werden, die gleich den Energien sind.
-
Diese Betriebsart ist schneller als das Berechnen von Energien nach obiger
Erläuterung, da damit das Quellencharakterisierungssystem die Möglichkeit hat, in einem
einzigen Zeitintervall zu lernen und nicht in einer Reihe von Zeitintervallen. Jedoch
erfordert dies mehr Hardware.
-
In einem anderen Beispiel können die Signale I(t, p) Signale sein, die
Spektraldichten darstellen. In diesem Fall
-
- berechnen die Vorbearbeitungsmittel 20 die Autokorrelationsfunktionen,
führen anschließend eine Fourier-Transformation für jedes Signal E(t) durch, und erzeugen
die Signale I(t, f), worin f die Frequenz ist, oder
-
- sie führen eine Fourier-Transformation durch (beispielsweise eine schnelle
Fourier-Transformation), und berechnen anschließend das Quadrat des so bestimmten
Moduls der Fourier-Transformation.
-
Alle von den Signalen E(t) abgeleiteten und für dieselbe Frequenz f
bestimmten Signale I(t, f) sind Verfahren in den Quellentrennmitteln 10 nach obiger
Beschreibung. Die Signale F(t) am Ausgang stellen dabei die Spektraldichten DX
entsprechend den Quellen S für die Frequenz f dar.
-
Folgende Operation bei verschiedenen Frequenzen f ermöglicht eine
Spektraldichtefunktion eine oder mehrere Quellen durch Kombinieren der Spektraldichtewerte
für eine selbe Quelle auf diesen verschiedenen Frequenzen.
-
Die Ausgangssignale der Vorbearbeitungsmittel, die wie gerade beschrieben
Durchschnittsenergien, Autokorrelationsfunktionen, Spektraldichten oder dgl. sein können,
können anschließend zum Beeinflussen einer oder mehrerer Quellen S1-Sn verwendet
werden.
-
Also wenn im Fall eines in ein Kraftfahrzeug eingebauten Autoradios die
Durchschnittsenergie einer Quelle S1 bestimmt ist, ist es möglich, den Ausgangsverstärker
des Autoradios abhängig von den gemessenen Durchschnittsenergien zu regeln. Ebenso
macht eine Detektion einer von einer Sprecherstimme erzeugte Quelle S2 es möglich, das
Volumen des Autoradios zu senken, oder den Betrieb eines Telefons zu steuern,
beispielsweise durch Übertragen der von einem Sprecher ausgesprochenen Nummern oder durch
Auswerten von Sprache, nur wenn Sprache detektiert wird.
-
Wenn die charakteristische Größe Spektraldichten entspricht, ist es möglich,
die Tonregelung oder den Entzerrer des Autoradios zu beeinflussen.
-
Was oben gerade angegeben wurde, gilt offensichtlich auch bei anderen
Tonwiedergabegeräten in Zusammenarbeit mit Wandlern oder Detektoren für die Signale
E(t).
-
Zum Durchführen dieser Steuerung enthält das
Quellencharakterisierungssystem 8 Steuermittel 15 (Fig. 2), die die auszuführende Aktion in Kombination mit der
betreffenden Anwendung bestimmt. Also kann Detektierung einer Stimme im
Passagierraum des Autos die Beeinflussung des Tonvolumens des Autoradios ergeben. Zu diesem
Zweck erzeugen die Steuermittel 15 einen Befehl 16, der die geeignete Quelle beeinflusst.
Für andere Anwendungen kann es sich um andere Quellen S1-Sn handeln, wie z. B.
Rundfunkquellen, wobei die Mischungen mittels Rundfunkübertragung herangeführt werden. In
diesem Fall können die Signale E(t) von Detektoren detektiert werden, die beispielsweise
aus Antennen bestehen. Die Bearbeitung vom Quellencharakterisierungssystem erfolgt auf
gleichartige Weise.
-
In noch anderen Fällen befinden sich die Quellen im selben Gerät, wobei die
Signale X(t) drahtgebunden übertragen werden und die Mischungen durch Nebensprechen
zwischen den Drähten erzeugt werden. Die Signale E(t) werden dabei nicht mittels der
Wandler C1 bis Cn erhalten.
-
Zum Bestimmen der Spektraldichten DX(V) ist es auch möglich, das
Vorbearbeiten 20 nach der Beschreibung für die Berechnung der Autokorrelationsfunktionen mit
dem Nachbearbeiten 30 am Ausgang der Quellentrennmittel 10 zu kombinieren. In Fig. 5
ist eine Beziehung zu dieser Art von Bearbeitung dargestellt. Die Vorbearbeitungsmittel 20,
gefolgt von den Quellentrennmitteln 10, bestimmen die Autokorrelationsfunktionen Γxi(t),
wobei Nachbearbeitungsmittel 30 am Ausgang eine Fourier-Transformation ausführen.
-
Die Erfindung wurde für Linearfaltungssignale mit Verstärkungstermen und reinen
Verzögerungstermen nach der Definition in der Gleichung (2) beschrieben.
-
Die Erfindung kann auch auf Faltungsmischungen im Allgemeinen angesetzt
werden, d. h. die nach der Definition in der Gleichung (1).
-
Für die Reduktion des allgemeinen Falls zum spezifischen Fall der Gleichung (2) nach
obiger Beschreibung erfolgt die Bearbeitung von Signalen E(t), deren Frequenzband erst
begrenzt wurde. Zu diesem Zweck enthalten die Vorbearbeitungsmittel 20 gleiche Filter 40
(Fig. 6) am Eingang, die jedes Signal Ei(t) auf ein schmaleres Frequenzband begrenzen. Die
Bearbeitung bleibt wie oben beschrieben, aber die so erhaltenen Ergebnisse beziehen sich
jetzt nicht nur auf die Primärsignale X(t), sondern auch auf gefilterte Ausführungen ihrer
Mischungen. Nichtsdestoweniger sind diese Ergebnisse für Quellencharakterisierung
geeignet, sogar im Fall beliebiger Faltungsmischungen. Beispielsweise wenn
Durchschnittsenergien oder Spektraldichten berechnet werden, lassen die sich auf aufeinander folgenden
Frequenzbänder beziehenden Signale sich zum Erhalten der charakteristischen Größen für das
ganze Frequenzspektrum am Ausgang kombinieren.