用于确定信号间相关系数和信号节距的设备和方法

专利名称：用于确定信号间相关系数和信号节距的设备和方法
技术领域：
本发明涉及用于确定相关系数的设备和方法，其中所述相关系数表示信号之间的相似程度，本发明还涉及用于确定这种信号节距的设备和方法。
背景技术：
语音信号的特征在于相似信号连续重复，这些相似信号重复的周期被称作节距。图1显示了语音信号的节距的实例。
在语音编码器领域，需要语音识别、语音合成以及获得节距的算法，以进行编码和/或解码语音信号。总的来说，用于获得节距的算法是基于语音信号与一个节距前的语音信号相似的假设的。同样，根据由国际远程通讯联合会(ITU)和另一个GSM欧洲研发的G.723.1和G.729标准，在认为一个节距后的语音信号与一个节距前的语音信号之间存在强相关时获得节距。
然而，为了使用传统方法获得节距，必须进行许多乘法运算，使得用于获得节距的计算时间占整个编码计算时间的大约25％。另外，还需要许多逻辑装置以设计和处理用于使用ASIC获得节距的传统算法，并且能耗增加。特别是，在移动通信环境下，迫切需要一种能够减少用于编码语音信号的计算时间，同时不降低声音质量的技术。

发明内容
本发明提供一种通过使用模糊逻辑获得表明两个信号之间的相似程度的相关系数来确定信号之间的相关系数的设备和方法，它提高了计算速度和计算精度，简化了设备结构并降低能耗的设备和方法。
本发明还提供一种用于确定信号节距的设备和方法，它是通过利用确定信号之间相关系数的设备和方法来获得信号节距，来提高计算速度和计算精度，简化设备结构并降低了能耗。
根据本发明的一个方面，提供一种用于确定信号之间相关系数的设备。该设备包括运算单元和加法单元，其中所述运算单元用于接收抽样信号x[i+k]和y[j+k](其中k是从0到M-1的整数)，将信号x[i+k]和y[j+k]施加到具有大值的第一模糊集的第一成员函数μL，获得它们之间的最小值，获得信号x[i+k]和y[j+k]都具有大值的概率P1，将信号x[i+k]和y[j+k]施加到具有小值的第二模糊集的第二成员函数μS，获得它们之间的最小值，获得两个信号x[i+k]和y[j+k]都具有小值的概率P2；获得概率P1和概率P2之间的最大值，获得信号x[i+k]和y[j+k]都具有大值或小值的概率P3，以整数为单位将所述k从0增加到M-1，对相应于所述k的一对信号x[i+k]和y[j+k]重复执行上述运算，获得M个概率P3；所述加法单元通过加法从运算单元输入的M个概率P3来获得表明两个信号x[i+k]和y[j+k]之间的相似程度的相关系数。
根据本发明的另一个方面，提供一种用于确定信号之间的相关系数的方法。该方法包括(a)将抽样信号x[i+k]和y[j+k](其中k是从0到M-1的整数)施加到具有大值的第一模糊集的第一成员函数μL的一第一成员函数，获得它们之间的最小值，获得信号x[i+k]和y[j+k]都具有大值的概率P1；(b)将信号x[i+k]和y[j+k]施加到具有小值的第二模糊集的第二成员函数μS的一第二成员函数；获得它们之间的最小值，获得两个信号x[i+k]和y[j+k]都具有小值的概率P2；(c)获得概率P1和概率P2之间的最大值，并获得两个信号x[i+k]和y[j+k]都具有大值或小值的概率P3；(d)以整数为单位将所述k从0增加到M-1，重复(a)到(c)，获得M个概率P3；和(e)通过加法所述M个概率P3来获得表明两个信号x[i+k]和y[j+k]之间的相似程度的相关系数。
根据本发明的另一个方面，提供一种用于确定信号节距的设备。该设备包括运算单元、加法单元和节距确定单元，其中所述运算单元用于接收抽样信号x[i+k]和对应于信号x[i+k]的样本L之前的信号的信号x[i-L+k](其中k是从0到M-1的整数)，将信号x[i+k]和x[i-L+k]施加到具有大值的第一模糊集的第一成员函数μL的一第一成员函数，获得它们之间的最小值，获得信号x[i+k]和x[i-L+k]都具有大值的概率P1，将信号x[i+k]和x[i-L+k]施加到具有小值的第二模糊集的第二成员函数μS的一第二成员函数；获得它们之间的最小值，获得信号x[i+k]和x[i-L+k]都具有小值的概率P2，获得概率P1和概率P2之间的最大值，获得两个信号x[i+k]和x[i-L+k]都具有大值或小值的概率P3，以整数为单位将所述k从0增加到M-1，对相应于所述k的一对信号x[i+k]和x[i-L+k]重复执行上述运算，获得M个概率P3；所述加法单元通过将M个概率P3加起来以获得表明两个信号x[i+k]和x[i-L+k]之间的相似程度的相关系数。其中所述L在预定范围内变化，运算单元确定L的每个值的概率P3，并将确定的结果输出到加法单元，该加法单元通过将用于L的每个值的所述M个概率P3加起来以确定相关系数，并输出多个相关系数；节距确定单元确定对应于从加法单元输入的多个相关系数之间的最大值的L，作为信号x[i+k]的节距。
根据本发明的另一个方面，提供一种用于确定信号节距的方法。该方法包括(a)将抽样信号x[i+k]和对应于信号x[i+k]的样本L之前的信号的信号x[i-L+k](其中k是从0到M-1的整数)施加到具有大值的第一模糊集的第一成员函数μL的一第一成员函数，获得它们之间的最小值，获得信号x[i+k]和x[i-L+k]都具有大值的概率P1；(b)将信号x[i+k]和x[i-L+k]施加到具有小值的第二模糊集的第二成员函数μS的一第二成员函数；获得它们之间的最小值，获得两个信号x[i+k]和x[i-L+k]都具有小值的概率P2；(c)获得概率P1和概率P2之间的最大值，并获得两个信号x[i+k]和x[i-L+k]都具有大值或小值的概率P3；(d)以整数为单位将所述k从0增加到M-1，重复(a)到(c)，获得M个概率P3；和(e)通过将所述M个概率P3加起来以获得表明两个信号x[i+k]和x[i-L+k]之间的相似程度的相关系数；(f)在预定范围内改变所述L并重复(a)到(e)；和(g)确定对应于在(e)步骤中获得的多个相关系数中的最大值的L，作为信号x[i+k]的节距。


通过参考附图对优选实施例的详细描述，本发明的上述及其它的特征和优点将会变得更加清楚。
图1显示了语音信号的节距；图2A和2B是模糊集成员函数的实例；图3是显示根据本发明的用于确定信号之间相关系数的设备的实施例的框图；图4是显示图3所示的运算单元的实例的框图；图5是显示图3所示的运算单元的实例的框图；
图6是显示使用图3所示的本发明的用于确定信号之间相关系数的设备来确定信号节距的设备的实施例的框图；图7是显示利用图3所示的本发明的确定信号之间相关系数的设备进行信号间相关系数确定的方法的实施例的流程图；图8是显示利用图3所示的本发明的确定信号之间相关系数的设备进行信号间相关系数确定的方法的实施例的流程图；图9是显示利用图6所示得本发明的确定信号节距的设备进行信号节距确定的方法的实施例的流程图。
具体实施例方式
下面，将参考附图对本发明的优选实施例进行详细的描述。
首先，模糊逻辑是表示真(truth)程度的“度的概念”。这就是说，模糊逻辑是克服作为现代计算机基础的表明“真”或“假”的二进制(0或1)布尔逻辑的限制的概念。例如，当“高”和“矮”表示为1或0时，“有点”、“适度”或“非常高”可表示为高度的大约0.2，0.5或0.8。这里，0.2、0.5等被称作成员级。当将一组“高个的人”假定为A集，则A集变成模糊集。同样，假定用于确定高度的函数是Tall(x)，则该函数可以通过公式1获得 在这种情况下，函数Tall(x)被称作模糊集A的成员函数。通过使用上面定义的函数Tall(x)，则“高度”可以表示如下。即，当一个人A是3英尺5英寸高时，人A的“高度”是“0”，当人B是6英尺1英寸高时，则人B的“高度”是“0.54”，当人C是7英尺2英寸高时，则人C的“高度”是“1”。
同时，在模糊逻辑中，truth(not x)＝1.0-truth(x)，truth(x and y)＝(minimum(truth(x)，truth(y))，truth(x or y)＝maximum(truth(x)，truth(y))。这里，“truth(x)”是x为真的的概率，或模糊集的成员函数。
下面，将参考附图2A到5描述利用上面所述的本发明的模糊逻辑确定信号间相关系数的设备。
在本实施例中，首先，表明信号间相似程度的相关系数被称作“两个信号都具有大或小值的概率”。
当抽样信号X[i]和y[i]具有从-R到R变化的值时，具有大值的信号的模糊集被假定为集S。集L和S的成员函数分别假定为μL和μS。这里，i和i是表示时间轴上样本的顺序的变量。图2A显示成员函数μL，图2B显示成员函数μS。通过公式2和3可获得这些函数μL和μS的每一个。
μL(x)＝(x+R)2RμS(x)＝(-x+R)/2R(2)可用公式3表示上述相关系数的定义，它是包括集L和S的逻辑公式。
(Lx∩Ly)∪(Sx∩Sy，)(3)公式3可以用模糊逻辑公式4表示。
Max[min(μL(x)，μL(y))，min(μS(x)，μS(y))] (4)当根据模糊逻辑解释公式4时，min(μL(x)，μL(y)表示信号x[i]和y刚都具有大值的概率，min(μS(x)，μS(y)表示所有的信号x[i]和y[j]具有小值的概率。同样，公式4所示的值表明信号x[i]和y[j]都具有大值或小值的概率。
当存在信号x的M个样本和信号y的M各样本时，通过利用公式2和4的公式5可获得信号x[i]和y[j]之间的相关系数 由于不需要相关系数的准确值，所以相关系数由公式6确定 从公式6显然可以看出，相关系数的计算仅仅需要获得输入信号的最大和最小值的运算，以及加法运算，而不需要乘法运算。因此，减少了计算量，并且可以快速获得相关系数。
同样，当x是语音信号时，可通过公式7获得样本信号x[i]和样本信号x[i-1]之间的相关系数 同样，也可以用公式7获得语音信号x的节距。即，在公式7中，L可在预定范围内变化，根据每个值L获得相关系数，其中相关系数是最大值的值L成为语音信号的节距。例如，当信号x的抽样率是8000个样本/秒时，L的变化范围可以是大约20到147个样本。
图3是显示本发明的用于确定信号间的相关系数的设备的实施例的框图。用于确定信号间的相关系数的设备包括运算单元100和加法单元200。
运算单元100接收信号x[i]，x[i+1]，......，x[i+M-1]，和信号y[j]，y[j+1]......，y[j+M-1]，它们是以预定抽样率抽样的。
运算单元100运算如下1.将信号x[i]和y[j]的每一个施加到具有大值的第一模糊集的第一成员函数μL，获得它们之间的最小值，确定信号x[i+k]和y[j+k]都具有最大值的概率P1。例如，图2A所示的函数，或具有其他形状的函数可用作第一成员函数μL。
如果第一成员函数μL是图2A所示的函数，则概率P1变成信号x[i]和y[j]之间的最小值。
2.将信号x[i]和y[j]的每一个施加到具有小值的第二模糊集的第二成员函数μL，获得它们之间的最小值，确定信号x[i]和y[j]都具有最小值的概率P2。例如，图2B所示的函数，或具有其他形状的函数可用作第二成员函数μS。
如果第二成员函数μS是图2B所示的函数，则概率P2变成信号-x[i]和-y[j]之间的最小值。
3.运算单元100获得概率P1和P2之间的最大值，确定两个信号x[i]和y[j]都具有大或小值的概率P3，将确定的结果输出到加法单元200。
4.运算单元100执行上面的用于信号x[i+1]和y[j+1]到x[i+M-1]和y[j+M-1]的每一个的程序，确定所有的M个概率P3，并将确定的结果输出到加法单元200。
加法单元200将从运算单元100输入的M个概率P3加起来，并确定表明两个信号x和y之间的相似程度的相关系数。
图4是显示图3所示的运算单元的实施例的框图。运算单元100包括符号判定部分110和最大值确定部分120。
同时，使用下表1可以获得用于确定概率P3的公式6的项。


因此，如图4所示，可以设置用于确定概率P3的运算单元100根据上表使用公式6进行运算。
即，符号判定部分110判定信号x[i+k]和y[j+k]的符号，并输出符号信息。
最大值确定部分120从符号判定部分110接收两个信号x[i+k]和y[j+k]的符号信息，并获得根据上表的概率P3。
图5是显示图3所示的运算单元的实施例的框图。运算单元100包括第一最小值运算部分130、第二最小值运算部分140和最大值运算部分150。
第一最小值运算部分130接收信号x[i+k]和y[j+k]，确定信号x[i+k]和y[j+k]之间的最小值，并输出确定结果。
第二最小值运算部分140接收信号x[i+k]和y[j+k]，确定通过给每个信号x[j+k]和y[j+k]加上一个负数获得的这些值之间的最小值，并输出确定结果。
最大值运算部分150接收从第一最小值运算部分130输出的值和从第二最小值运算部分140输出的值，确定它们之间的最大值，并确定概率P3。
图6是显示用于利用图3所示的本发明的确定相关系数的设备来确定信号节距的设备的实施例的框图。用于确定信号节距的设备包括相关系数运算单元320和节距确定单元350。
首先，相关系数运算单元320包括运算单元100和加法单元200，如图3所示，如前所述，图4和5显示了运算单元100的实施例。
如图3所示，相关系数运算单元300输出一个相关系数。然而，在图3的相关系数运算单元300和图6的相关系数运算单元320之间有一些差异，即图6的相关系数运算单元320运算和输出多个相关系数，从而获得信号s的节距。即，相关系数运算单元320接收抽样信号s[i+k]和对应于信号s[i+k]的样本L之前的信号的信号s[i+L+k](其中，k是从0到M-1的整数)，执行上述运算，并确定一个相关系数。下一步，相关系数运算单元320接收具有样本L的变化的值的一组抽样信号。例如，当前一个信号是s[i+k]和s[i-50+k](其中k是从0到M-1的整数)，并且样本L增加1，当前信号变成s[i+k]和s[i-50+k](其中k是从0到M-1的整数)。相关系数运算单元320确定用于信的信号s[i+k]和s[i-50+k]的相关系数。以这种方式，由于样本L的值在预定范围内是可变的，可确定用于每个样本L的值的相关系数，将多个相关系数输出到节距确定单元350。以这种方式，为了获得多个相关系数，应该准备信号s[-PitchMax]，s[-PitchMax+1]，......，和s[M-1]的PitchMax+M个样本，作为相关系数运算单元320的输入抽样信号。这里，当样本L具有从PitchMin到PitchMax的范围时，PitchMax对应于样本L的最大值。当抽样率是8000样本/秒时，优选PitchMin可以是20个样本，PitchMax可以是147个样本，并且用于确定相关系数和/或查找节距的信号短M可以是120个样本。
节距确定单元350确定从相关系数运算单元输入的多个相关系数中的最大值，并确定使相关系数的值最大的L作为信号s的节距。
图7是显示用于确定信号间的相关系数的方法的实施例的流程图，该方法是由图3所示的本发明的确定信号间的相关系数的设备执行的。
在步骤410，运算单元100接收样本信号x[i+k]和y[j+k](其中k是从0到M-1的整数)。
在步骤420，将加法单元200的变量sum与在运算单元100的变量k设置为0。
在步骤430，将信号x[i+k]和y[j+k]的每一个施加到具有大值的第一模糊集的一第一成员函数μL，确定它们之间的最小值为信号x[i+k]和y[j+k]都具有最大值的概率P1。
在步骤440，将信号x[i+k]和y[j+k]的每一个施加到具有小值的第二模糊集的一第二成员函数μS，确定它们之间的最小值为信号x[i+k]和y[j+k]都具有最小值的概率P2。
在步骤450，运算单元100确定概率P1和概率P2之间的最大值作为两个信号x[i+k]和y[j+k]都具有大或小值的概率P3。
在步骤450之后，在步骤470中，加法单元200接收在步骤450中通过运算单元100获得的概率P3，并通过将变量sum加到概率P3上而获得一个新的变量sum。
在步骤470，运算单元100将变量k增加1。在步骤480中，运算单元判断变量k是否小于M。如果变量k小于M，则该方法返回到步骤430并重复执行步骤430到480的程序，直到变量k不小于M为止。
在步骤490，如果变量k不小于M，则加法单元200判断变量sum的值为相关系数C的值。
图8是显示用于确定信号间的相关系数的方法的实施例的流程图，该方法是由本发明的确定信号间的相关系数的设备执行的。
在步骤510，运算单元100接收信号x[i+k]和y[j+k](其中k是从0到M-1的整数)。
在步骤520中，将加法单元200的变量sum与在运算单元100的变量k设置为0。
在步骤530，运算单元100设置信号x[i+k]为变量s，设置信号y[j+k]为变量t。
在步骤540，运算单元100运算max(min(s，t)，min(-s，-t))，并设置它们的值为变量tmp。运算变量tmp的运算与图4和5的运算单元的运算不同，这种运算如上所述。
在步骤540之后，在步骤550中，加法单元200接收在步骤540中通过运算单元100获得的变量tmp，并通过将变量sum加到变量tmp上而获得一个新的变量sum。
在步骤560，运算单元100将变量k增加1。在步骤570中，运算单元判断变量k是否小于M。如果变量k小于M，则该方法返回到步骤530并重复执行步骤530到580的程序，直到变量k不小于M为止。
在步骤590，如果变量k不小于M，则加法单元200判断变量sum的值为相关系数C的值。
图9是显示用于确定信号节距的方法的实施例，它是由本发明的图6所示的确定信号节距的设备执行的。
在步骤610中，相关系数确定单元320接收信号x的一组样本信号x[-PitchMax]，x[-PitchMax+1]，......，和x[M-1]。
在步骤620中，相关系数确定单元320设置表明查找范围的变量L到PitchMax，并且节距确定单元350设置表明节距的变量P到PitchMin，并设置表示相关系数间最大值的相关系数的变量CMax到0。
在步骤630，相关系数确定单元320通过使用变量x，M和L来计算相关系数C。相关系数的计算可见参考图7和8所进行的描述。
在步骤640，节距确定单元350判断在步骤630中获得的表明相关系数的变量C是否大于CMax。
如果变量C大于CMax，则将变量P设置为变量L的值，变量CMax设置为变量C的值。
在步骤660，如果变量C不大于CMax，则相关系数确定单元320将变量L增加1。
在步骤670，相关系数确定单元320判断变量L是否小于或等于PitchMax。
如果变量L小于或等于PitchMax，则方法返回到步骤630并重复步骤630到570，直到变量L大于PitchMax为止。
在步骤680，如果变量L大于PitchMax，则节距确定单元350确定变量P的值为信号x的节距的值。
本发明还可以以计算机可读记录介质上的可被计算机读取的代码的形式实施。计算机可读记录介质包括所有存储计算机可读数据的记录设备。
计算机可读记录介质包括诸如磁存储介质(例如ROM、软盘、硬盘等)、光可读介质(例如CD-ROM、DVD等)存储介质和载波(例如在英特网上的传输)。同样，计算机可读记录介质可散布到经网络连接的计算机系统上，并可被存储，以及以分布模式作为计算机可读代码执行。
如上所述，本发明的用于确定信号间的相关系数的设备和方法以及用于确定其信号节距的设备和方法，通过利用模糊逻辑获得表明两个信号间相似程度的相关系数，以及获得具有其中相似信号被重复的特征的信号节距，增加了计算速度和计算精度，简化了设备的结构，并降低了能耗。
这里参照优选实施方式对本发明进行了具体的显示和详细描述，但本领域技术人员应当理解的是，不背离如所附的权利要求限定的本发明的精神和范围的各种形式和细节的变化都是允许的。
权利要求
1.一种确定信号节距的方法，该方法包括将抽样信号x[i+k]和对应于信号x[i+k]的样本L之前的信号的信号x[i-L+k](其中k是从0到M-1的整数)施加到具有大值的第一模糊集的一第一成员函数μL，获得它们之间的最小值，并获得信号x[i+k]和x[i-L+k]都具有大值的概率P1；(a)将信号x[i+k]和x[i-L+k]施加到具有小值的第二模糊集的一第二成员函数μS，获得它们之间的最小值，并获得两个信号x[i+k]和x[i-L+k]都具有小值的概率P2；(b)获得概率P1和概率P2之间的最大值，并获得两个信号x[i+k]和x[i-L+k]都具有大或小值的概率P3；(c)以整数为单位将所述k从0增加到M-1，重复(a)到(c)，以获得M个概率P3；(d)通过加所述M个概率P3来获得表明两个信号x[i+k]和x[i-L+k]之间相似程度的相关系数；(e)在预定范围内改变所述L并重复(a)到(e)；和(f)确定对应于在(e)获得的多个相关系数中的最大值的L作为信号x[i+k]的节距。
2.根据权利要求1的方法，其中第一成员函数μL(w)＝(w+R)/2R，第二成员函数μS(w)＝(-w+R)/2R(其中R是正实数，-R≤w≤R)，使用第一和第二成员函数执行(a)和(b)，使得将两个信号x[i+k]和x[i-L+k]之间的最小值确定为概率P1，并将通过给两个信号x[i+k]和x[i-L+k]的每一个都加上一个负数获得的信号-x[i+k]和-x[i-L+k]之间的最小值确定为概率P2。
3.一种确定信号节距的方法，该方法包括(a)将抽样信号x[i+k]和x[i-L+k]施加到下列公式，并获得两个信号x[i+k]和x[i-L+k]都具有大或小值的概率P3；max[min(μL(x[i+k])，μL(x[i-L+k]))，min(μS(x[i+k])，μS(x[i-L+k]))]其中k是从0到M-1的整数，所述μL是具有大值的第一模糊集的一第一成员函数，所述μS是具有小值的第二模糊集的一第二成员函数；(b)以整数为单位将所述k从0增加到M-1，重复(a)以获得M个概率P3；(c)通过加所述M个概率P3来获得表明两个信号x[i+k]和x[i-L+k]之间相似程度的相关系数；(d)在预定范围内改变所述L并重复(a)到(e)；和(e)确定对应于在(c)获得的多个相关系数中的最大值的L作为信号x[i+k]的节距。
4.根据权利要求3的方法，其中第一成员函数μL(w)＝(w+R)/2R，第二成员函数μS(w)＝(-w+R)/2R，通过将第一成员函数和第二成员函数施加到上述(a)中的公式，通过下列公式可获得概率P3max[min(x[i+k]，x[i-L+k])，min(-x[i+k]，-x[i-L+k])]。
5.根据权利要求4的方法，其中(a)包括(a1)判断信号x[i+k]和x[i-L+k]的符号；和(a2)接收两个信号的符号信息和信号x[i+k]和x[i-L+k]，并根据下表获得概率P3
6.根据权利要求4的方法，其中(a)包括(a1)获得信号x[i+k]和x[i-L+k]之间的最小值；(a2)获得通过给信号x[i+k]和x[i-L+k]的每一个加上一个负数获得的值之间的最小值；和(a3)获得在(a1)获得的值和在(a2)获得的值之间的最大值，并获得概率P3。
7.一种用于确定信号间的相关系数的方法，该方法包括(a)将抽样信号x[i+k]和y[j+k](其中k是从0到M-1的整数)施加到具有大值的第一模糊集的一第一成员函数μL，获得它们之间的最小值，并获得信号x[i+k]和y[j+k]都具有大值的概率P1；(b)将信号x[i+k]和y[j+k]施加到具有小值的第二模糊集的一第二成员函数μS，获得它们之间的最小值，并获得两个信号x[i+k]和y[j+k]都具有小值的概率P2；(c)获得概率P1和概率P2之间的最大值，并获得两个信号x[i+k]和y[j+k]都具有大或小值的概率P3；(d)以整数为单位将所述k从0增加到M-1，重复(a)到(c)，以获得M个概率P3；(e)通过加所述M个概率P3来获得表明两个信号x[i+k]和y[j+k]之间相似程度的相关系数。
8.根据权利要求7的方法，其中第一成员函数μL(w)＝(w+R)/2R，第二成员函数μS(w)＝(-w+R)/2R(其中R是正实数，-R≤w≤R)，使用第一和第二成员函数执行(a)和(b)，使得将两个信号x[i+k]和y[j+k]之间的最小值确定为概率P1，并通过给两个信号x[i+k]和y[j+k]的每一个都加上一个负数获得的信号-x[i+k]和-y[j+k]之间的最小值确定为概率P2。
9.一种确定信号间的相关系数的方法，该方法包括(a)将抽样信号x[i+k]和y[j+k]施加到下列公式，并获得两个信号x[i+k]和yj[+k]都具有大值或小值的概率P3；max[min(μL(x[i+k])，μL(y[j+k]))，min(μS(x[i+k])，μS(y[j+k]))]其中k是从0到M-1的整数，所述μL是具有大值的第一模糊集的一第一成员函数，所述μS是具有小值的第二模糊集的一第二成员函数；(b)以整数为单位将所述k从0增加到M-1，重复(a)以获得M个概率P3；(c)通过加所述M个概率P3来获得表明两个信号x[i+k]和y[j+k]之间相似程度的相关系数。
10.根据权利要求9的方法，其中第一成员函数μL(w)＝(w+R)/2R，第二成员函数μS(w)＝(-w+R)/2R，通过将第一成员函数和第二成员函数施加到上述(a)中的公式，通过下列公式可获得概率P3max[min(x[i+k]，y[j+k])，min(-x[i+k]，-y[j+k])]。
11.根据权利要求10的方法，其中(a)包括(a1)信号x[i+k]和y[j+k]的判断符号；和(a2)接收两个信号的符号信息和信号x[i+k]和y[j+k]，并根据下表获得概率P3
12.根据权利要求10的方法，其中(a)包括(a1)获得信号x[i+k]和y[j+k]之间的最小值；(a2)获得通过给信号x[i+k]和y[j+k]的每一个加上一个负数获得的值之间的最小值；和(a3)获得在(a1)获得的值和在(a2)获得的值之间的最大值，并获得概率P3。
13.一种用于确定信号节距的设备，该设备包括操作单元，它接收抽样信号x[i+k]和对应于信号x[i+k]的样本L之前的信号的x[i-L+k](其中k是从0到M-1的整数)，将信号x[i+k]和x[i-L+k]施加到具有大值的第一模糊集的一第一成员函数μL，获得它们之间的最小值，并获得信号x[i+k]和x[i-L+k]都具有大值的概率P1，将信号x[i+k]和x[i-L+k]施加到具有小值的第二模糊集的一第二成员函数μS，获得它们之间的最小值，并获得两个信号x[i+k]和x[i-L+k]都具有小值的概率P2，获得概率P1和概率P2之间的最大值，并获得两个信号x[i+k]和x[i-L+k]都具有大或小值的概率P3，以整数为单位将所述k从0增加到M-1，对相应于所述k的一对信号x[i+k]和x[i-L+k]重复执行上述操作以获得M个概率P3；加法单元，它通过将所述M个概率相加来获得表明两个信号x[i+k]和x[i-L+k]间相似程度的相关系数；其中所述L在预定范围内变化，操作单元对L的每个值确定概率P3，并将确定结果输出到加法单元，该加法单元通过对L的每个值加所述M个概率来确定相关系数，并输出多个相关系数；和一个节距确定单元，其确定对应于从加法单元输入的多个相关系数中的最大值的L作为信号x[i+k]的节距。
14.根据权利要求1的设备，其中第一成员函数μL(w)＝(w+R)/2R，第二成员函数μS(w)＝(-w+R)/2R(其中R是正实数，-R≤w≤R)，操作单元执行以下操作使用第一和第二成员函数获得P1和P2，使得将两个信号x[i+k]和x[i-L+k]之间的最小值确定为概率P1，并将通过给两个信号x[i+k]和x[i-L+k]的每一个都加上一个负数获得的信号-x[i+k]和-x[i-L+k]之间的最小值确定为概率P2。
15.一种用于确定信号节距的设备，该设备包括操作单元，它接收抽样信号x[i+k]和对应于信号x[i+k]的样本L之前的信号的x[i-L+k](其中k是从0到M-1的整数)，将信号x[i+k]和x[i-L+k]施加到下列公式max[min(μL(x[i+k])，μL(x[i-L+k]))，min(μS(x[i+k])，μS(x[i-L+k]))]其中k是从0到M-1的整数，所述μL是具有大值的第一模糊集的一第一成员函数，所述μS是具有小值的第二模糊集的一第二成员函数；获得两个信号x[i+k]和x[i-L+k]都具有大或小值的概率P3，以整数为单位将所述k从0增加到M-1，对相应于所述k的一对信号x[i+k]和x[i-L+k]重复上述操作，以获得M个概率P3；加法单元，它通过将从操作单元输出的所述M个概率相加获得表明两个信号x[i+k]和x[i-L+k]间相似程度的相关系数；其中所述L在预定范围内变化，操作单元确定用于L的每个值的概率P3，并将确定结果输出到加法单元，该加法单元通过将用于L的每个值的所述M个概率相加确定相关系数，并输出多个相关系数；和节距确定单元，其确定对应于从加法单元输入的多个相关系数中的最大值的L作为信号x[i+k]的节距。
16.根据权利要求15的设备，其中第一成员函数μL(w)＝(w+R)/2R，第二成员函数μS(w)＝(-w+R)/2R，操作单元通过将第一成员函数和第二成员函数施加到下列公式，可获得概率P3max[min(x[i+k]，x[i-L+k])，min(-x[i+k]，-x[i-L+k])]。
17.根据权利要求16的设备，其中该操作单元包括符号判断部分，它判断信号x[i+k]和x[i-L+k]的符号；和最大值确定部分，它接受两个信号符号信息和信号x[i+k]和x[i-L+k]，并根据下表获得概率P3
18.根据权利要求16的设备，其中该操作单元包括第一最小值操作部分，其接收信号x[i+k]和x[i-L+k]，获得它们之间的最小值，并输出该最小值；第二最小值操作部分，其接收信号x[i+k]和x[i-L+k]，获得通过给信号x[i+k]和x[i-L+k]的每一个加上一个负数而获得的值之间的最小值，并输出该最小值；和最大值操作部分，其接收从第一最小值操作部分输出的值和从第二最小值操作部分输出的值，获得它们之间的最大值，并获得概率P3。
19.用于确定信号间的相关系数的设备，该设备包括操作单元，它接收抽样信号x[i+k]和y[j+k](其中k是从0到M-1的整数)，将信号x[i+k]和y[j+k]施加到具有大值的第一模糊集的一第一成员函数μL，获得它们之间的最小值，并获得信号x[i+k]和y[j+k]都具有大值的概率P1，将信号x[i+k]和y[j+k]施加到具有小值的第二模糊集的一第二成员函数μS，获得它们之间的最小值，并获得两个信号x[i+k]和y[j+k]都具有小值的概率P2，获得概率P1和概率P2之间的最大值，并获得两个信号x[i+k]和y[j+k]都具有大或小值的概率P3，以整数为单位将所述k从0增加到M-1，对相应于所述k的一对信号x[i+k]和y[j+k]重复执行上述操作以获得M个概率P3；加法单元，它通过将从操作单元输入的所述M个概率相加获得表明两个信号x[i+k]和y[j+k]间相似程度的相关系数；
20.根据权利要求19的设备，其中第一成员函数μL(w)＝(w+R)/2R，第二成员函数μS(w)＝(-w+R)/2R(其中R是正实数，-R≤w≤R)，操作单元执行获得概率P1和P2的操作使用第一和第二成员函数使得将两个信号x[i+k]和y[j+k]之间的最小值确定为概率P1，并通过给两个信号x[i+k]和y[j+k]的每一个都加上一个负数获得的信号-x[i+k]和-y[j+k]之间的最小值确定为概率P2。
21.用于确定信号间的相关系数的设备，该设备包括一个操作单元，它接收抽样信号x[i+k]和y[j+k](其中k是从0到M-1的整数)，将信号x[i+k]和y[j+k]施加到下列公式max[min(μL(x[i+k])，μL(y[j+k]))，min(μS(x[i+k])，μS(y[j+k]))]其中k是从0到M-1的整数，所述μL是具有大值的第一模糊集的一第一成员函数，所述μS是具有小值的第二模糊集的一第二成员函数；获得两个信号x[i+k]和y[j+k]都具有大值或小值的概率P3，以整数为单位将所述k从0增加到M-1，对相应于所述k的一对信号x[i+k]和y[j+k]重复上述操作，以获得M个概率P3；加法单元，它通过将从操作单元输出的所述M个概率P3相加获得表明两个信号x[i+k]和y[j+k]间相似程度的相关系数；
22.根据权利要求21的设备，其中第一成员函数μL(w)＝(w+R)/2R，第二成员函数μS(w)＝(-w+R)/2R，操作单元通过将第一成员函数和第二成员函数施加到下列公式，可获得概率P3max[min(x[i+k]，y[j+k])，min(-x[i+k]，-y[j+k])]。
23.根据权利要求22的设备，其中该操作单元包括符号判断部分，它判断信号x[i+k]和y[j+k]的符号；和最大值确定部分，它接受两个信号和信号x[i+k]和y[j+k]的符号信息并根据下表获得概率P3
24.根据权利要求22的设备，其中所述操作单元包括第一最小值操作部分，其接收信号x[i+k]和y[j+k]，获得它们之间的最小值，并输出该最小值；第二最小值操作部分，其接收信号x[i+k]和y[j+k]，获得通过给信号x[i+k]和y[j+k]的每一个加上一个负数而获得的值之间的最小值，并输出该最小值；和最大值操作部分，其接收从第一最小值操作部分输出的值和从第二最小值操作部分输出的值，获得它们之间的最大值，并获得概率P3。
25.一个计算机可都记录介质，在其上记录有用于实施确定信号节距的方法的程序，其中所述方法包括(a)将抽样信号x[i+k]和对应于信号x[i+k]的样本L之前的信号的信号x[i-L+k](其中k是从0到M-1的整数)施加到具有大值的第一模糊集的一第一成员函数μL，获得它们之间的最小值，并获得信号x[i+k]和x[i-L+k]都具有大值的概率P1；(b)将信号x[i+k]和x[i-L+k]施加到具有小值的第二模糊集的一第二成员函数μS，获得它们之间的最小值，并获得两个信号x[i+k]和x[i-L+k]都具有小值的概率P2；(c)获得概率P1和概率P2之间的最大值，并获得两个信号x[i+k]和x[i-L+k]都具有大或小值的概率P3；(d)以整数为单位将所述k从0增加到M-1，重复(a)到(c)，以获得M个概率P3；(e)通过加所述M个概率P3来获得表明两个信号x[i+k]和x[i-L+k]之间相似程度的相关系数；(f)在预定范围内改变所述L并重复(a)到(e)；和(g)确定对应于在(e)获得的多个相关系数中的最大值的L作为信号x[i+k]的节距。
26.一个计算机可都记录介质，在其上记录有用于实现确定信号节距的方法的程序，其中所述方法包括(a)将抽样信号x[i+k]和x[i-L+k](其中k是从0到M-1的整数)应用下列公式并获得信号x[i+k]和x[i-L+k]都具有大值或小值的概率P1；max[min(x[i+k]，x[i-L+k])，min(-x[i+k]，-x[i-L+k])]其中k是从0到M-1的整数，所述μL是具有大值的第一模糊集的一第一成员函数，所述μS是具有小值的第二模糊集的一第二成员函数；(b)以整数为单位将所述k从0增加到M-1，重复(a)，以获得M个概率P3；(c)通过加所述M个概率P3来获得表明两个信号x[i+k]和x[i-L+k]之间相似程度的相关系数；(d)在预定范围内改变所述L并重复(a)到(c)；和(e)确定对应于在(c)获得的多个相关系数中的最大值的L作为信号x[i+k]的节距。
27.一个计算机可都记录介质，在其上记录有用于实现确定相关系数的方法的程序，其中所述方法包括(a)将抽样信号x[i+k]和y[j+k](其中k是从0到M-1的整数)施加到具有大值的第一模糊集的一第一成员函数μL，获得它们之间的最小值，并获得信号x[i+k]和y[j+k]都具有大值的概率P1；(b)将信号x[i+k]和y[j+k]施加到具有小值的第二模糊集的一第二成员函数μS，获得它们之间的最小值，并获得两个信号x[i+k]和y[j+k]都具有小值的概率P2；(c)获得概率P1和概率P2之间的最大值，并获得两个信号x[i+k]和y[j+k]都具有大或小值的概率P3；(d)以整数为单位将所述k从0增加到M-1，重复(a)到(c)，以获得M个概率P3；(e)通过加所述M个概率P3来获得表明两个信号x[i+k]和y[j+k]之间相似程度的相关系数；
28.一种计算机可都记录介质，在其上记录有用于实现确定信号间的相关系数的方法的程序，其中该方法包括(a)将抽样信号x[i+k]和y[j+k](其中k是从0到M-1的整数)应用下列公式并获得信号x[i+k]和y[j+k]都具有大值或小值的概率P1；max[min(x[i+k]，y[j+k])，min(-x[i+k]，-y[j+k])]其中k是从0到M-1的整数，所述μL是具有大值的第一模糊集的一第一成员函数，所述μS是具有小值的第二模糊集的一第二成员函数；(b)以整数为单位将所述k从0增加到M-1，重复(a)，以获得M个概率P3；(c)通过加所述M个概率P3来获得表明两个信号x[i+k]和y[j+k]之间相似程度的相关系数。
全文摘要
提供用于确定信号间相关系数和信号节距的设备和方法。用于确定信号间相关系数的设备包括操作单元，用于接收抽样信号x[i+k]和y[j+k](其中k是从0到M－1的整数)，将x[i+k]和y[j+k]施加到一第一成员函数μL，以获得它们之间的最小值，并获得x[i+k]和y[j+k]都有大值的概率P1，将信号x[i+k]和y[j+k]施加到一第二成员函数μs，获得它们之间的最小值，并获得两个信号x[i+k]和y[j+k]都具有小值的概率P2，获得概率P1和概率P2之间的最大值，并获得两个信号x[i+k]和y[j+k]都具有大或小值的概率P3，以整数为单位将所述k从0增加到M－1，对相应于所述k的一对信号x[i+k]和y[j+k]重复执行上述操作以获得M个概率P3；加法单元，通过将从操作单元输入的所述M个概率相加获得表明两个信号x[i+k]和y[j+k]间相似程度的相关系数。
文档编号G10L25/90GK1472726SQ0314840
公开日2004年2月4日 申请日期2003年6月27日 优先权日2002年8月1日
发明者李建炯 申请人:三星电子株式会社