CN101231846B - 利用声波干涉方式的主动噪声控制系统及噪声控制方法 - Google Patents

Abstract

本发明属于农机噪声控制领域的一种利用声波干涉方式的主动噪声控制系统及噪声控制方法。本发明通过RLS算法设计的新ANC系统，该系统在驾驶室内对着噪声源发动机安装扬声器，麦克风放置在驾驶室内驾驶员头部位置扬声器和麦克风分别连接到控制器的自适应滤波器ADF内更新滤波器的特征阵H，及RLS算法的模块RLS，噪声控制方法是在闭环系统中持续的产生与噪声反相的控制声音，以两者相互干涉作用以降低噪声，并且通过算法连续的调节自适应滤波器ADF的特征阵H以便使被同步的修正噪声e[n]最小化。该系统在发动机以额定转速运转时驾驶员耳边噪声的SPL和最大SPL可分别降低约5-6dB和18dB的降噪效果。

Description

利用声波干涉方式的主动噪声控制系统及噪声控制方法

技术领域

本发明属于农机噪声控制领域，特别涉及消减拖拉机噪声的一种利用声波干涉方式的主动噪声控制系统及噪声控制方法。

背景技术

农机噪声容易使驾驶员听觉疲劳、注意力不集中，以及可能的身体损伤，迫使他们不得不以健康换安全。因此，研究者们提出致力于消减噪声的被动噪声控制措施，现有的降噪措施主要有：(1)采用保护性工具进行声音防护；(2)在机器的内表面用声吸收材料覆盖噪声的主要源头；(3)增强噪声传输路径的结构和蒙皮设计。上述抗噪措施主要基于过时的被动机械技术，试图隔离或吸收噪声。虽然被动技术在抗中频噪声(500Hz-2000Hz)和高频噪声(大于2000Hz)方面是有效的，但在抗低频噪声(低于500Hz)方面却无能为力。

随着过去一些年来数字信号处理和计算机技术的显著进步，声音数据处理技术也取得了很大的进展，从而使得设计包含从测量技术到控制技术的高效抗噪技术具有了可行性。利用声波干扰来降低机器振动和噪声的主动噪声控制(ANC)技术，目前已有了很多相关的研究。与采用机械式的借助声绝缘或声吸收方法达到防止或至少降低振动的传统被动噪声抑制技术不同的是，主动噪声抑制技术试图通过产生与噪声同幅度但具有相反相位的声波达到减噪目的，本发明将主动噪声控制技术用在了拖拉机上。

发明内容

本发明的目的是提出了一种利用声波干涉方式的主动噪声控制系统及噪声控制方法。其特征在于，该系统选取机动车驾驶室为例，在驾驶室内对着噪声源发动机3安装S扬声器1，M麦克风2放置在驾驶室内驾驶员头部位置用于接收此处的声音，S扬声器1和M麦克风2分别连接到控制器4的自适应滤波器ADF内更新滤波器的特征阵H，及RLS算法的模块RLS，该系统为单输入单输出FB-RLS系统，还采用两输入-两输出FB-RLS系统。

所述两输入-两输出FB-RLS系统的噪声仪6的位置对应于驾驶员头部的位置5，两个用于测量偏差信号的M₁麦克风2和M₂麦克风2.1放置在驾驶员耳朵附近，S₁扬声器1和S₂扬声器1.1放置在驾驶员后部，从驾驶员的后部向前分别产生控制声音y₁[n]和y₂[n]，控制声音与噪声d[n]在耳朵附近空间相互干涉，麦克风M₁和M₂检测到干涉的结果由与噪声仪6连接的数据记录议7和FFT分析仪8进行分析，控制系统连续的调节来自扬声器的控制声音，以便使由麦克风所检测的偏差噪声e₁[n]和e₂[n]达到最小。

所述偏差噪声的频率为0-500Hz。

所述利用声波干涉方式的主动噪声控制方法是在闭环系统中持续的产生与噪声d[n]反相的控制声音y[n]，控制声音y[n]和噪声d[n]两者的相互干涉作用以降低噪声d[n]，在控制中融入RLS算法，使相互干涉的结果是它们的几何加或几何减，并且产生y[n]控制信号的速度足够快，从而确保y[n]和d[n]的相位同步.并且通过算法连续的调节自适应滤波器ADF的特征阵H以便使被同步的修正噪声e[n]最小化。

所述特征阵H采用LMS算法利用下列方程更新滤波器的特征阵H表示：

H[n+1]＝H[n]+2μe[n]D[n]                        (1)

或采用RLS算法利用下列方程更新滤波器的特征阵H表示：

H[n+1]＝H[n]+e[n]K[n]                           (2)

K[n]＝(P[n-1]D[n])/(1+D^T[n]P[n-1]D[n])          (3)

P[n]＝P[n-1]-K[n]D^T[n]P[n-1]                    (4)

其中n为离散时间采样；μ为收敛因子；H[n]为n时刻的滤波器特性，H[n]＝(h₀[n]，h₁[n]，…，h_N-1[n])^T；K[n]---增益向量；P[n]---输入信号相关阵的N×N转置矩阵(N为滤波器长度)；

所述利用声波干涉方式的主动噪声控制过程为括耳朵附近估计信号的计算、产生控制信号、计算参考信号、更新逆相关矩阵P[n]，以及更新滤波器；在降噪过程中需要反复的确定特征阵C，适时根据采集信号大小产生不同的音频信号来抑制噪声信号。

本发明的有益效果如下：

1、发现反馈控制中包含RLS算法的FB-RLS系统，可以降低农机驾驶员耳边的噪声。

2、当将该系统用作降噪目的，在发动机以额定转速运转时驾驶员耳边噪声的SPL和最大SPL可分别降低约5-6dB和18dB。

3、当将两输入-两输出FB-RLS系统安装在拖拉机上时，在驾驶员耳边附近相当大区域内均有降噪效果。

附图说明

图1为包含反馈控制的一个简单ANC系统图。

图2为以噪声波形显示的仿真结果。

图3为以噪声的RMS值显示的仿真结果。

图4为降低驾驶员头部噪声的FB-RLS主动噪声控制系统示意图。

图5为降噪算法过程图。

图6为电-声特性参数辨识方法示意图。

图7为两输入两输出FB-RLS系统。

图8为试验设备和控制系统示意图。

图9为当停止的拖拉机开始以2600转/分运转时驾驶员头部周围的噪声数据曲线。

图10为采用和不采用FB-RLS控制系统时驾驶员头部的噪声消减结果对比。

图11驾驶员头部周围的噪声消减水平。

具体实施方式

本发明提出了一种利用声波干涉方式的主动噪声控制系统及噪声控制方法。本发明通过RLS算法设计的新ANC系统，该系统选取机动车驾驶室为例，在驾驶室内对着噪声源发动机3安装S扬声器1，M麦克风2放置在驾驶室内驾驶员头部位置用于接收此处的声音，S扬声器1和M麦克风2分别连接到控制器4的自适应滤波器ADF内滤波器的特征阵H，及RLS算法的模块RLS，该系统为单输入单输出FB-RLS系统，还采用两输入-两输出FB-RLS系统。

所述两输入-两输出FB-RLS系统的噪声仪6的位置对应于驾驶员头部的位置5，两个用于测量偏差信号的M₁麦克风2和M₂麦克风2.1放置在驾驶员耳朵附近，S₁扬声器1和S₂扬声器1.1放置在驾驶员后部，从驾驶员的后部向前分别产生控制声音y₁[n]和y₂[n]，控制声音与噪声d[n]在耳朵附近空间相互干涉，麦克风M₁和M₂检测到干涉的结果由与噪声仪6连接的数据记录议7和FFT分析仪8进行分析，控制系统连续的调节来自扬声器的控制声音，以便使由麦克风所检测的偏差噪声e₁[n]和e₂[n]达到最小。

上述系统采用TMS320C25高速数字信号处理器(DSP)来实现，降低农机驾驶员耳边的噪声。

所述利用声波干涉方式的主动噪声控制方法是在闭环系统中持续的产生与噪声d[n]反相的控制声音y[n]，控制声音y[n]和噪声d[n]两者的相互干涉作用以降低噪声d[n]，在控制中融入RLS算法，使相互干涉的结果是它们的几何加或几何减，并且产生y[n]控制信号的速度足够快从而确保y[n]和d[n]的相位同步.并且通过算法连续的调节自适应滤波器ADF的特征阵H以便使被同步的修正噪声e[n]最小化。

本发明所涉及的主要内容有：

1.通过仿真确定RLS算法的降噪效果.

2.开发用于降噪的包含RLS算法的新ANC系统.

3.测试安装在拖拉机上的包含DSP的完整ANC系统.

4.采用所提出系统对驾驶员耳边噪声抑制效果进行评估.

下面结合附图，进一步说明本发明。

RLS自适应算法

图1所示为一个包含反馈控制的简单ANC系统。该系统假定控制声音信号y[n]和噪声d[n]两者的相互干涉作用的结果是它们的几何加或几何减，并且产生控制信号y[n]的速度足够快从而确保y[n]和d[n]的相位同步.该系统持续的产生反相的控制声音y[n]以降低噪声d[n]，并且通过算法连续的调节自适应滤波器(ADF)的特征阵H以便使被同步的修正噪声e[n]最小化。

采用LMS算法(Haykin，1984)，利用下列方程更新滤波器的特征阵H：

H[n+1]＝H[n]+2μe[n]D[n]                    (1)

采用RLS算法(Haykin，1984；Nakayama，1988)，利用下列方程更新滤波器的特征阵H：

H[n+1]＝H[n]+e[n]K[n]                       (2)

K[n]＝(P[n-1]D[n])/(1+D^T[n]P[n-1]D[n])      (3)

P[n]＝P[n-1]-K[n]D^T[n]P[n-1]                (4)

其中n为离散时间采样；μ为收敛因子；H[n]为n时刻的滤波器特性，H[n]＝(h₀[n]，h₁[n]，…，h_N-1[n])^T；K[n]---增益向量；P[n]---输入信号相关阵的N×N转置矩阵(N为滤波器长度)。

为确定何种算法具有最大的降噪能力，用如图1所示系统的数学模型进行仿真试验。仿真使用一个真实的噪声信号d[n]，该信号是由一个安装在拖拉机驾驶员头部位置具有500Hz截止频率的数据记录仪来记录的。图2和图3分别为采用RLS算法和LMS算法各自的仿真结果。图示曲线表明采用RLS算法滤除噪声d[n]的能力比采用LMS算法好得多。图2描绘了1秒的仿真过程中在控制前、后的噪声波形。图3表明采用RLS算法获得的SPL的RMS(均方根)值比采用LMS算法的RMS要小。3秒后，采用LMS算法的噪声均方根从0.38Vrms降至0.11Vrms，而采用RLS算法的噪声均方根从0.38Vrms降至3.21×10^-3Vrms。可见，RLS算法在降低噪声方面更为有效。

回归最小二乘(RLS)反馈控制系统的建立

本发明开发了一种新型的ANC系统，该系统由一个合并了基于RLS算法的自适应滤波器的反馈控制系统组成，并将该系统应用到农业机械中。我们称该系统为反馈-回归最小二乘(FB-RLS)系统。图4为安装在驾驶员头部附近的FB-RLS噪声控制系统示意图，使用该系统，取如下评价函数的最小值：

$\underset{k=1}{\overset{n}{\mathrm{\Σ}}}{\left(d\right[k]+y[k\left]\right)}^2,(k=\mathrm{1,2},\·\·\·,n)---\left(5\right)$

使用下面的公式更新RLS算法中的K[n]和P[n]：

$K\left[n\right]=\frac{P[n-1]R\left[n\right]}{1+R^T\left[n\right]P[n-1]R\left[n\right]}---\left(6\right)$

P[n]＝P[n-1]-K[n]R^T[n]P[n-1]                 (7)

其中，n——离散时间采样；K[n]---增益向量；R[n]---时间序列输入参考信号(r[n]，r[n-1]，…，r[n-N+1])^T。

其中，N---滤波器长度；P[n]---输入信号相关阵的N×N转置矩阵

本系统中，特征阵C为电-声传递阵，不仪包含扬声器(控制声源)和偏差麦克风的声特征，而且包括麦克风、扬声器和控制器的电-声特征。特征阵C*是控制器内部两个辨识滤波器的系数，引入它用以补偿电-声特征阵C。在反馈控制系统下，两个滤波器的特性相同，图4中有两个C*，上面的C*用于补偿反馈路径，而下一个C*用于补偿偏差路径.前者用于确定一个信号x[n]用以估计头部附近的噪声信号d[n]，同时防止声音反馈(通常称为啸声)；后者使得控制麦克风(M)处的声衰减成为可能，其中麦克风用于测量偏差信号。如果认为C是从控制声源扬声器(S)到麦克风(M)的与距离相关的衰减系数，那么C*对应于从估计信号x[n]到参考信号r[n]的放大系数。图4为降低驾驶员头部噪声的FB-RLS主动噪声控制系统示意图。

滤波器特征阵H是用于形成反相波的自适应滤波器(ADF)的系数。控制声音信号y[n]是以自适应方式产生的，为最大限度的滤除噪声信号，采用RLS算法。控制声音信号y[n]由扬声器发出，并与噪声信号d[n]在驾驶员耳边进行干涉，结果产生一个减弱的偏差噪声信号e[n]。本系统传送偏差信号e[n]作为输入信号。到达驾驶员头部的噪声估计信号x[n]由上述输入信号估计得到，接着用参考信号r[n]作为连续反馈控制系统的RLS算法的输入信号。

RLS算法的DSP实现

ANC系统需要高速实时处理噪声信号。因此，必须采用具有高速硬件逻辑和具有用以实现控制的微处理器编程功能的数字信号处理器(DSP)。每个采样循环所需计算次数需降至最小，以使声衰减功效提高并使降噪过程能在高速下进行。

既然方程6和方程7由于需要连续更新要使用R[n]和P[n-1]多次，那么在这两个方程的动态计算过程中所需计算次数将不必重复进行。因此，采用以下过程来降低计算次数：

首先，将P[n]的初始值P[0]看作是单位阵I，然后将其用于方程6和方程7。因此P[1]，P[2]，，P[n]均为对称阵。

因为P[n]是对称的，所以存在以下关系：

R^T[n]P[n-1]＝(P[n-1]R[n])^T                 (8)

因此，计算P[n-1]R[n]一次后可以多次应用，这样方程6和方程7中的运算可以按图5右侧所示过程进行，q，x，和u表示内部变量。由方程6可得以下方程：

$K\left[n\right]=\frac{q}{1+R^T\left[n\right]q}=\frac{1}{1+x}\×q=u\×q---\left(9\right)$

既然在DSP存储器中q和q^T以同样方式存储，q可用q^T来代替，反之亦然。因此在一个采样时间间隔内的累加-乘积计算频率可以减少2×N×N倍，N为滤波器长度。

噪声抑制过程

利用本系统降噪时，经常的更新滤波器系数H以便为驾驶员耳边的噪声信号d[n]产生反相的控制声音信号y[n]。图5表示包括反馈和RLS算法的单次循环的噪声抑制过程。该过程包括耳朵附近估计信号的计算、产生控制信号、计算参考信号、更新逆相关矩阵P[n]，以及更新滤波器。

在降噪过程中需要反复的确定特征阵C。

图6表示辨识C的过程.本系统内部产生的M-序列(最大长度顺序序列)噪声是控制声音产生扬声器S_j的输出。数字滤波器对从偏差麦克风获得的经过各路径通道的噪声信号进行自适应，并计算出特征阵C。下标i和j分别代表偏差麦克风和控制声音产生扬声器的数目。在多通道系统中，C_ij的辨识是在控制声音产生扬声器S_j和偏差麦克风M_i之间进行的。辨识C_ij的自适应算法为如图6所示的RLS算法。图6右侧表示利用RLS获知C_ij的基本过程和算法表示。图6中，注：i指一系列麦克风传感器；j指一系列试验扬声器。

两输入-两输出FB-RLS系统

若要在实际机器上用FB-RLS系统进行噪声衰减，就需要用几个控制声音产生扬声器和几个偏差检测麦克风.尽管如此，采用仅有2个控制声音产生扬声器和2个偏差检测麦克风的反馈控制系统实现充分的噪声控制也是可能的。

在当前的研究中，将如图4所示的单输入单输出FB-RLS系统扩展成如图7所示的具有2-输入、2-输出的FB-RLS系统，利用偏差扫描(ES)算法，并且评估了其噪声抑制品质。本系统的自适应滤波器系数阵H₁₁和H₂₂采用交互方式自动更新，自动更新采用交互打开和关闭虚拟开关K来实现.

图8示出控制声音产生扬声器和偏差检测麦克风是如何排布的。图中噪声仪的位置对应于驾驶员头部的位置。两个用于测量偏差信号的麦克风M₁和M₂放置在驾驶员耳朵附近。扬声器S₁和S₂从驾驶员的后部向前分别产生控制声音y₁[n]和y₂[n]。控制声音与噪声d[n]在耳朵附近空间相互干涉，干涉的结果由麦克风M₁和M₂来检测.控制系统连续的调节来自扬声器的控制声音，以便使由麦克风所检测的偏差噪声e₁[n]和e₂[n]达到最小。

试验拖拉机

本系统的噪声抑制效果是在一台手动操作的、水冷的、3-缸，4-循环柴油机(23kW/2，600rpm)上进行的。图9表示发动机在以额定速度运转时，随时间的推移驾驶员头部位置的噪声模式发生变化。噪声基频(43Hz)与发动机转速相同，表明耳边的噪声是周期性信号。这意味着拖拉机的噪声可以采用仅可用于周期性噪声的声波干涉方法的FB-RLS系统来进行控制。

噪声控制试验系统

图8所示为本试验所用装备和控制系统的总体配置情况。图8的右侧所示为用作噪声控制的硬件系统。系统包含一个单板计算机(与NEC PC98系列个人电脑具有相同的总线标准)，具有DSP处理器的DSP板(TMS320C25定点，100ns指令循环时间，德州仪器公司)，和安装有一对AD/DA转换器和四个低通滤波器的I/O板(用于衔接两个麦克风和两个扬声器的信号通路)。

试验前，将软件系统从CPU板下载至DSP的ROM，使中央处理和逻辑单元(CALU)可以直接进行偏差输入信号的高速处理并分发控制信号。

实现噪声控制的软件系统包括监控程序(用MS-C编程语言书写)和用汇编语言书写的控制程序。设计监控程序仅用来产生监视命令，而控制程序仅用作控制目的，即实现FB-RLS系统。

通过多次试验确定的扬声器和麦克风的优化安装位置示于图8的上部。安装在拖拉机上的噪声控制系统用作控制目的。噪声仪和数据记录仪分别用作测量和记录。FFT分析仪用作分析试验结果。

试验方法

试验是在室外一个大的开阔地进行的，降噪系统在拖拉机上进行实时测试。拖拉机的发动机在额定转速2,600rpm下空载运行。

试验期间，SPL，A-weighted SPL，以及SPL的功率谱均在驾驶员的耳边进行测量。包括驾驶员头部在内的体积(70_40_40cm³)范围设计作为研究范围。噪声仪麦克风被以10cm间隔放置在包括驾驶员头部的三维空间。在每个点处对SPL进行测量。这便于将噪声消减作为3-D空间的函数进行评价，在此3-D空间区域对消噪以及降噪程度分布进行分析。尽管从500-4000Hz的频率对测定声损伤非常重要，本试验使用的TMS320C25 DSP实现FB-RLS系统的算法最大计算速度为每秒1000次(即采样率为1000Hz)。根据耐奎斯特采样定律，则最大截止频率为1/2的最大采样率即500Hz。由于DSP的计算速度有限，安装在系统中的低通滤波器的截止频率被设定为可允许的最大频率500Hz.(大于此频率可以用被动的声防护技术).测得0-500Hz的噪声信号的功率谱.

针对该试验，首先利用专门的程序下载工具将控制器的程序从CPU板下载到DSP。接着，监视程序的命令被分配到包含10个按键的按键板。利用辨识命令执行完辨识过程后，利用控制ON命令(控制激活)和控制OFF命令(不进行控制).获得并记录试验数据。最后，用FFT分析仪对在控制ON状态和控制OFF状态所采集的数据进行分析。

试验结果与讨论

专有的频率特性

图10表示用FFT分析仪对驾驶员头部噪声在控制ON状态和控制OFF状态的分析结果。因为截止频率被设定在500Hz，功率谱分析仅在FFT分析仪的0-500Hz范围进行分析。将控制OFF数据(图10a)与控制ON数据(图10b)比较表明，主要包括几个周期成分的周期性噪声的峰值SPL，如图10a所示，进行控制后很大程度的得到衰减。在65和120Hz SPL分别被减弱17和18dB。相应的，在165和355Hz频率处SPL没有被减弱。因此，在当前的试验中，降噪效果在大多数频率处都很显著，在少数频率处却很小甚至没有效果。当采用一个利用声波干涉原理的ANC系统时，看起来好像在降低总体SPL的同时也伴随着在一些为数不多的频率处SPL的升高。

用噪声仪测量声音强度数据三次以获知其均值，驾驶员头部周围的噪声SPL降低了大约5-6dB(对应于2-3dB的A-weighted SPL).对于处于0-500Hz频率范围的噪声，最大SPL衰减18dB。这些数据表明，我们的降噪系统在减少驾驶员耳边的噪声方面是有效的。

降噪的空间区域

图11表示在用3个长方形表示的包含驾驶员头部在内的交叉区域范围内，使用以10cm间隔安置的噪声仪麦克风所测量的噪声衰减分布。噪声得以衰减的区域分布在驾驶员头部的周围。再所观察到的有5dB SPL衰减的区域位于大约60×18×15cm³的范围内.这表明驾驶员耳边的噪声可以在驾驶员耳边的三维本地区域予以进行衰减。

当前，我们致力于将ANC技术(试图采用声干涉达到降噪目的)应用于农机领域并且发现FB-RLS系统可以降低驾驶员耳边的周期性噪声。分析安装在农机中的该系统的频率特性和其它特征的结果表明，基于RLS算法的ANC系统在降低噪声水平方面是成功的，这为未来功能增强奠定了基础。本研究的结果可以归纳为以下几点：

1、发现反馈控制中包含RLS算法的FB-RLS系统，可以降低农机驾驶员耳边的噪声。

2、当将该系统用作降噪目的，在发动机以额定转速运转时驾驶员耳边噪声的SPL和最大SPL可分别降低约5-6dB和18dB。

3、当将2-输入，2-输出FB-RLS系统安装在拖拉机上时，在驾驶员耳边附近相当大区域内均有降噪效果。

Claims (6)

1.一种利用声波干涉方式的主动噪声控制系统，其特征在于，在机动车驾驶室内对着噪声源发动机(3)安装S扬声器1，M麦克风(2)放置在驾驶室内驾驶员头部位置用于接收此处的声音，S扬声器(1)和M麦克风(2)分别连接到控制器(4)的自适应滤波器ADF内滤波器的特征阵H，及RLS算法的模块RLS，该系统为单输入单输出FB-RLS系统，或采用两输入-两输出FB-RLS系统；其中，FB-RLS系统为反馈-回归最小二乘系统。

2.根据权利要求1所述利用声波干涉方式的主动噪声控制系统，其特征在于，所述两输入-两输出FB-RLS系统的噪声仪(6)的位置对应于驾驶员头部的位置(5)，两个用于测量偏差信号的M麦克风(2)和M₁麦克风(2.1)放置在驾驶员耳朵附近，S扬声器(1)和S₁扬声器(1.1)放置在驾驶员后部，从驾驶员的后部向前分别产生控制声音y₁[n]和y₂[n]，控制声音与噪声d[n]在耳朵附近空间相互干涉，麦克风M₁和M₂检测到干涉的结果由与噪声仪(6)连接的数据记录议(7)和FFT分析仪(8)进行分析，控制系统连续的调节来自扬声器的控制声音，以便使由麦克风所检测的偏差噪声e₁[n]和e₂[n]达到最小。

3.根据权利要求1所述利用声波干涉方式的主动噪声控制系统，其特征在于，所述偏差噪声的频率为0-500Hz。

4.一种利用声波干涉方式的主动噪声控制方法，其特征在于，所述利用声波干涉方式的主动噪声控制方法是在闭环系统中持续的产生与噪声d[n]反相的控制声音y[n]，控制声音y[n]和噪声d[n]两者的相互干涉作用以降低噪声d[n]，在控制中融入RLS算法，使相互干涉的结果是它们的几何加或几何减，并且产生y[n]控制信号的速度足够快从而确保y[n]和d[n]的相位同步.并且通过算法连续的调节自适应滤波器ADF的特征阵H以便使被同步的修正噪声e[n]最小化。

5.根据权利要求4所述利用声波干涉方式的主动噪声控制方法，其特征在于，所述特征阵H采用LMS算法利用下列方程更新滤波器的特征阵H表示：

H[n+1]＝H[n]+2μe[n]D[n]              (1)

或采用RLS算法利用下列方程更新滤波器的特征阵H表示：

H[n+1]＝H[n]+e[n]K[n]                 (2)

K[n]＝(P[n-1]D[n])/(1+D^T[n]P[n-1]D[n])(3)

P[n]＝P[n-1]-K[n]D^T[n]P[n-1]          (4)

其中n为离散时间采样；μ为收敛因子；H[n]为n时刻的滤波器特性，H[n]＝(h₀[n]，h₁[n]，...，h_N-1[n])^T；K[n]---增益向量；P[n]---输入信号相关阵的N×N转置矩阵(N为滤波器长度)；

6.根据权利要求4所述利用声波干涉方式的主动噪声控制方法，其特征在于，所述利用声波干涉方式的主动噪声控制过程为耳朵附近估计信号的计算、产生控制信号、计算参考信号、更新逆相关矩阵P[n]，以及更新滤波器；在降噪过程中需要反复的确定特征阵C，适时根据采集信号大小产生不同的音频信号来抑制噪声信号。

Images