1.一种降低低频噪声级的背景均衡方法，其特征在于，该方法包括以下步骤：第一步，取出时频图中某一时刻t对应的数据行向量，t＝1,2,...,T，T表示时频图在时间维上的像素点数；若对应数据为列向量则将其转置为行向量；第二步，搜索得到数据行向量中的所有峰值和所有谷值；第三步，对于某一峰值，搜索找到它左右相邻距离其第二近的谷值，然后截取这两个谷值之间的数据，记为x(1),x(2),...,x(M)，共M点，并记这段数据中最大的谷值和最小的谷值分别为x min1 和x min2 ，最大的峰值为x max ；第四步，把这段数据从小到大排序获得数据序列u(1),u(2),...,u(M)，并计算其中较大一半的值的平均值 第五步，将数据x(1),x(2),...,x(M)与 进行逐点比较，得到新数据序列z 1 (1),z 1 (2),...,z 1 (M)：其中m＝1,2,…,M， 第六步，重复第三步到第五步直至遍历所有峰值，对所有新数据序列拼接得到完整的新数据序列z 1 (1),z 1 (2),...,z 1 (N)，N为时频图在频率维上的数据点数；第七步，对于某一谷值，搜索找到它左右相邻距离其第二近的峰值，然后截取这两个峰值之间的数据，记为y(1),y(2),...,y(Q)，共Q点，并记这段数据中最大的峰值和最小的峰值分别为y max1 和y max2 ，最小的谷值为y min ；第八步，把这段数据从小到大排序获得数据序列v(1),v(2),...,v(Q)，并计算其中较大一半的值的平均值 第九步，将数据y(1),y(2),...,y(Q)与 进行逐点比较，得到新数据序列z 2 (1),z 2 (2),...,z 2 (Q)：其中q＝1,2,…,Q， 第十步，重复第七步到第九步直至遍历所有谷值，对所有新数据序列拼接得到完整的新数据序列z 2 (1),z 2 (2),...,z 2 (N)，N为时频图在频率维上的数据点数；第十一步，将第六步和第十步得到的两组完整的新数据序列进行逐点最小值处理，得到处理后的完整新数据序列：z(n)＝min[z 1 (n),z 2 (n)]，n＝1,2,...,N；第十二步，重复第一步到第十一步直至遍历所有时刻，对所有的处理后的完整新数据序列进行堆叠得到背景均衡后的时频图。
2.一种根据权利要求1所述降低低频噪声级的背景均衡方法，其特征在于：第四步中，较大一半的值的平均值 根据下式计算：
3.一种根据权利要求1所述降低低频噪声级的背景均衡方法，其特征在于：第八步中，较大一半的值的平均值 根据下式计算：
