CN102577432A

CN102577432A - 音频装置

Info

Publication number: CN102577432A
Application number: CN2010800427083A
Authority: CN
Inventors: N.J.哈里斯
Original assignee: New Transducers Ltd
Current assignee: NVF Tech Ltd
Priority date: 2009-07-24
Filing date: 2010-07-21
Publication date: 2012-07-11
Also published as: KR20120041231A; US20120140945A1; BR112012001561A2; JP2013500497A; GB0912919D0; CA2768757A1; GB2472092A; EP2457383A1; WO2011010147A1

Abstract

在单封闭空间的多个区中提供不同音频信号的装置，包括：扬声器，与每个区相关联，并且位于每个区中，用于辐射音频输出，能够向每个区中的扬声器供应不同音频信号的部件，包括下述部件的信号处理部件：用于将每个音频信号的音频频谱分割为较高部分和较低部分的部件，用于对在对应区中辐射的较高频率进行定向的部件，以及用于改变较低频率的相位和延迟以趋向消除在其对应区外部的声音辐射的部件。

Description

音频装置

技术领域

本发明涉及用于在例如交通工具内的单封闭空间的多个区中提供不同音频输出的音频装置。

发明内容

根据本发明的一个方面，提供了一种在单封闭空间的多个区中提供不同音频输出的装置，包括：扬声器，与每个区相关联，并且位于每个区中，用于辐射音频输出；能够向每个区中的扬声器供应不同音频信号的部件；包括下述部件的信号处理部件，用于将每个音频信号的音频频谱分割为较高部分和较低部分的部件，用于对在对应区中辐射的较高频率进行定向的部件，以及用于改变较低频率的幅度、相位和延迟中的任一个以趋向消除在其对应区外部的辐射的部件。

根据本发明的另一方面，提供了一种在单封闭空间的多个区中提供不同音频信号的方法，包括：在每个区中或在每个区附近布置扬声器，用于在相关联区中辐射音频输出；向每个区中的扬声器供应不同音频信号；处理音频信号，包括，将每个音频信号的音频频谱分割为较高部分和较低部分，对在对应区中辐射的较高频率进行定向，以及改变较低频率的相位和延迟，以趋向消除在其对应区外部的声音辐射。

在两个补充的方面中，可以同时为单封闭空间中的不同收听者呈现不同的想要的收听感受。不同感受包括不同音频通道以及收听者之一选取无音频体验(即相对于同车乘客的安静)的可能性。换句话说，趋向于消除其对应区外部的声音辐射指的是，来自所述扬声器的声音辐射在至少一个其它区中相比于在其相关联区中的声音辐射被降低(或优选地最小化)。内厢中的任何其它地方可以体验音频信号的组合，但是这无关紧要。下面的特征适用于两个方面。

封闭空间可以是交通工具例如汽车或飞机的内厢(cabin)。内厢可以内部装饰有至少一个弹性面板，以及可以耦接每个区中的扬声器中的至少一个以驱动该至少一个弹性面板的一部分作为声学振动膜。内厢可以内部装饰有顶棚内衬，例如弹性面板可以形成顶棚内衬的一部分或全部。可以耦接每个区中的扬声器中的至少一个以驱动该顶棚内衬的一部分作为声学振动膜。以此方式，扬声器装置将不会给内部装饰带来任何视觉干扰。

每个区中的扬声器可以包括具有至少一个较低频率驱动器和较高频率驱动器阵列的集群。可以布置该音频频率分割部件，以便分割发生于1500Hz附近，即较高频率在1500Hz之上，以及较低频率在1500Hz之下。

信号处理部件可以包括用于处理对于较高频率驱动器阵列的较高频率信号以控制来自该阵列的辐射的定向性的部件。信号处理部件可以对于较低频率采用线性叠加，以趋向于消除其对应区外部的辐射。位于每个区中或与每个区相关联的至少一个较低频率驱动器可以是位于相对于该相同区中的收听者的近场中的弯曲波振动膜。

可以通过测量和/或建模在一个或多个测试位置检测各个区处的声压级。可以处理检测的声压级以确定(即通过测量)输入信号的传输函数，即测量在测试位置施加于每个扬声器的力的传输的函数。处理还可以包括推导该传输函数的逆，即产生来自每个扬声器的测试位置处的纯脉冲必需的传输函数。

推导步骤可以通过直接计算，从而在传输函数i_p ^T的测量后继之以求逆以获得(i_p ^T)^-1。或者，推导步骤可以是间接的，例如使用反馈自适应滤波器技术以隐式地求i_p ^T的逆。或者，推导步骤可以是启发式的，例如，使用参数均衡处理，以及调整参数来估计逆传输函数。

或者，推导步骤可以通过反转测量的时间响应，其在频域里等效于复共轭，从而生成匹配的滤波器响应来近似。在此情况下，应用滤波器的结果不是纯脉冲，而是自相关函数。

可以存储结果得到的逆传输函数以供装置以后使用，例如，存储在传输函数矩阵中，其中该多个扬声器的每个的逆传输函数存储在矩阵中的相关联坐标中。通过在校准测试点之间内插可以增加传输函数矩阵的空间分辨率。

可以通过添加固定延迟来生成时间反转响应，该固定延迟至少与检测的信号的持续时间一样长。固定延迟可以是至少5ms、至少7.5ms、或至少10ms。可以在滤波之前例如通过除以所有测量的时间响应之和来规范化测量的时间响应，以使得该响应在光谱上呈现为更白。

特定区(即，期望的收听感受)的音频信号可以是给定测试点处的最大响应。从而，每个扬声器的输出信号可以是彼此同相的，由此扬声器生成的所有位移(displacement)合计为给定测试点处的最大位移。请注意，在其它测试点处，可能具有相位消除。

或者，特定区(即，期望的收听感受)的音频信号可以是给定测试点处的最小响应。从而，可以选择每个扬声器的输出信号，从而测试位置处提供的位移(即从而适当的传输函数)之和为零。对于两个扬声器，这可以通过相对于一个输出信号反转另一个来实现。

期望的收听感受可以是在第一测试点处的最大值，以及在第二测试点处的最小值(例如，对于司机位置的最大值和对于乘客位置的最小值，反之亦然)。或者，例如在要考虑多个测试位置处的响应的情况下期望的收听感受可以是在给定测试位置处在最大或最小之间的响应。

一个或多个扬声器可以包括用于向振动膜例如弹性面板施加弯曲波振动的振动激励器。振动激励器可以是机电式的。激励器可以是电磁式激励器。这样的激励器在本领域是公知的，例如从属于本申请人且通过引用并入本文的WO97/09859、WO98/34320和WO99/13684中可获知这样的激励器。或者，激励器可以是压电式换能器、磁致伸缩激励器或混合器或扭转换能器(例如，WO 00/13464中教导的类型)。激励器可以是如WO01/54450中描述的分布模式致动器，将WO01/54450通过引用并入本文。可以选择多个激励器(可以是不同类型的)以协调方式操作。所述或每个激励器可以是惯性式的。

一个或多个扬声器可以是作为弯曲波器件例如谐振弯曲波器件的板状构件。例如，一个或多个扬声器可以是如国际专利申请WO97/09842中描述的谐振弯曲波模式扬声器，通过引用将WO97/09842并入本文。这样，如下面更详细解释的，驱动弯曲波器件特别是低频器件的每个源中的激励器可以通过使用线性叠加理论在相位和幅度上处理的信号来驱动，以向相对近场中的收听者提供定向的和局部化的不同音频信号。

本发明还具体地在诸如盘、CD-或DVD-ROM、诸如只读存储器的编程存储器(固件)的数据载体上或在诸如光或电信号载体的数据载体上提供用于实施上述方法的处理器控制代码。用于实施本发明实施例的代码(和/或数据)可以包括诸如C或汇编代码的传统编程语言(解释型或编译型)的源、对象或可执行代码、用于设置或控制ASIC(特定用途集成电路)或FPGA(现场可编程门阵列)的代码，或者用于诸如Verilog(商标)或VHDL(超高速集成电路硬件描述语言)的硬件描述语言的代码。本领域技术人员将理解，可以在彼此通信的多个耦接的组件之间分布这样的代码和/或数据。

附图说明

在下列附图中作为示例图形地图示了本发明：

图1a和图1b是音频装置的两个变形的示意性图示；

图1c是图1a或图1b的细节的示意性图示；

图1d是图1a或图1b的音频装置的组件的方块图；

图1e是线性叠加原则的示意性图示；

图2是图1a到图1c的视频装置可位于其中的封闭空间的示意性模型；

图3a到图3c分别示出了司机源、乘客源和后部源的压力响应对频率；

图4a和图4b分别示出对于图3a的司机源和图3c的后部源在图2的收听面上在800Hz处的声压级；

图5a示出对于图1a的每个源的传输函数；

图5b示出对于图5a的每个过滤的源的平均响应；

图5c示出在图1a的三个位置的每个处的压力响应对频率；

图6a到图6d示出在图2的收听面上在283Hz、400Hz、576Hz和800Hz处的声压级；

图7a是并行求解器的方块图；

图7b是递归求解器的方块图；

图8a是图1d的变形的方块图，以及

图8b是示出图8a的系统的训练模式的流程图。

具体实施方式

图1a和图1b示出音频装置的两个实施例，其在封闭空间(即交通工具内厢)中产生分开的收听体验，由此同时为不同的收听者提供不同的音频通道。在图1a中，存在安装于形成交通工具内厢的顶棚内衬(headlining)的面板10的三个源12。有两个源12在车辆前部并且朝向交通工具内厢的侧面。一个一般位于司机上方，另一个一般位于乘客上方。这样这两个源12形成对称布置对儿。第三个源12在中央安装朝向内厢的后部，以为后排座位上的乘客提供声音。除了中央后部源12被两个对称布置的源12取代从而形成总共四个源外，图1b总体上类似于图1a。扬声器的间距和类型是用于确定期望收听体验的参数。

图1c示出了图1a和图1b的源中的每个的一种布置。可以存在单个低频驱动器14。这可以是安装于封闭空间中的顶棚内衬或其它弹性面板的、用于激励弯曲波振动以提供低频声音辐射的激励器。如下面更详细解释的，每个源中的激励器由在相位和幅度上使用线性叠加理论处理的信号驱动，以向相对近场中的收听者提供定向的和局部化的不同音频信号。还存在由七个高频驱动器组成的集群16。这些也可以是交通工具顶棚内衬的直接驱动。激励器可以是相同或不同类型的激励器。高频和低频之间的分隔约1500Hz。

图1d示出系统组件。处理器20向为每个扬声器提供独立音频信号的两个信号发生器22、23提供信号。第一信号发生器22向每个低频扬声器14提供独立音频信号。第二信号发生器23向每个由高频扬声器组成的集群16提供独立音频信号。示出了三个扬声器，但是可以存在任意数目个扬声器。

由于可听频谱中存在的宽范围声波波长，所以可以预料将需要用于生成期望收听体验的不止一种途径。因此，处理器20包括滤波器24，用于将每个音频信号的音频频谱分割为较高部分和较低部分。在高频处，采用定向性控制和阵列处理技术的组合将声束导向每个收听者。旁瓣(side-lobe)控制意味着其它收听者将收到少得多的声音。由高频控制器26提供该功能。

众所周知高频阵列控制。主要限制在于，相比于试图操纵的声音波长，阵列应该足够大。示例阵列教导于：

http://gow.epsrc.ac.uk/ViewGrant.aspx？GrantRef＝GR/S63915/01

http://en.wikipedia.org/wiki/Directional Sound#Speaker arrays

如下面更详细解释的，在低频处，所有源将以适当幅度、相位和延迟变形被激发(energise)以得到期望的收听体验，包括指定静音区处的消除。由低频控制器28例如使用允许生成多个音频区的线性叠加提供该功能。例如，如图1e所示，来自第一源的第一信号1在收听区A生成最大值，以及在收听区B生成最小值。来自第二源的第二信号2在收听区B生成最大值，以及在收听区A生成最小值。通过线性叠加，每个收听点仅接收其想要的信号。封闭空间中任何其它地方将体验信号的组合，不过这无关紧要。因为在空间分开的位置提供两个同时音频体验，所以该特征可称作同时双区域(dual regions)音响效果，这可扩展到多个信号和多个区域，以提供同时多区域音响效果。

图2示出了用于基于简化汽车模型创建镜像模型“射线追踪(ray-trace)”仿真以提供快速频率响应计算来测试该方法的有效性的内厢模型。在Harris，NJ的″A Comparison of modeling techniques for small acoustic spaces such ascar cabins″，2007年5月5-8，奥地利的维也纳的第122届AES Convention上提出的AES Convention Paper 7146中描述了该仿真技术。顶部附近的内部水平面是收听面30，并用于绘制图4a和图4b以及图6a到图6d的声压级(soundpressure level，SPL)等高线(contour)。该内部水平面显然在源的近场(即，大部分辐射由收听者直接从源接收，而没有自封闭空间中的其它表面的反射)。上面的四个非水平面主要是玻璃，具有0.9的反射系数。下面的四个非水平面，正面具有0.8的反射系数，背面具有0.5的反射系数，侧面具有0.6的反射系数。源平面也具有0.6的反射系数。这些值是任意的，但是是实际的。

在低频处使用图2的模型对图1a中的布置建模。该方法中的第一步是对于图1a中所示三个源的每个，测量每个目标位置，即，司机、乘客和后座处的频率响应。图3a示出了当仅激活司机源时每个位置处的声压级。将所测量的每个目标位置处的声压级与从所有响应计算得到的每个激励器的平均范围(μ_mc)进行比较。还绘制了该平均范围的标准偏差(μ_mc-σ_mc和μ_mc+σ_mc)。

如预期的，对于司机的声压级最大，在乘客位置处下跌，以及在后座的声压级中进一步下跌。如图3b所示，当仅乘客源是活动的时，获得镜像图像结果。如图3c所示，如果仅后部源是活动的，则司机和乘客都接收到弱输出。图4a和图4b确认这些结果，以及示出了跨越整个收听面绘制的800Hz处的声压级。因为在司机和乘客之间存在简单的镜像对称性，所以仅示出了一个结果(图4a)。图4b示出了对于后部源的结果。在图4a中，最大输出的静音区(quiet spot)32在乘客侧的内厢边缘。在图4b中，存在一对朝向前部的对称定位的静音区32和在收听面后部居中定位的单个热区(hotspot)32。

下一步是计算对于每个源的传输函数，即对于司机源的

对于乘客源的

和对于后部源的

图5a示出了最大化司机SPL和最小化乘客SPL所必需的对于每个源的传输函数

为了反转司机和乘客的角色，仅需交换实线轨迹和虚线轨迹。图5b示出了从所有响应计算的对于每个源的平均响应(μ_mc)。还绘制了该平均范围的标准偏差(μ_mc-σ_mc和μ_mc+σ_mc)。这些平均响应示出没有明显着色(coloration)。这是由下述事实造成的，即在作为群组的意义上这些传输函数是全通型的，它们产生了在所有频率上统一的新功率增益。

如图5c所示，在司机位置(高声区)处的声音输出大约比在乘客位置(静音区)处的大50-60dB。在后部座位处的声音输出比司机位置处的小，但是明显比静音区中大。图6a到图6d示出了收听面中的输出。静音区32处于与图4a和图4b的明显不同的位置。在每个频率(283Hz、400Hz、576Hz和800Hz)处，静音区一般位于乘客上，不存在司机附近的对应静音区(交通工具为左侧驾驶)。在后部座位上存在一些静音区，这与图5c的结果相符。

结构声学上的实验结果表明大约15-20db分隔更现实。还注意到，尽管区之间的分隔对于高频保持良好，但是分隔应用的面积与波长成比例地降低。存在一个有问题的频率，恰在1kHz以上，基于结构声学的结果，这是由于在该频率处在收听者位置处模式腹点(anti-node)的存在产生的。

传输函数形式上可以通过下面详述的各种方法计算。对于任何多区域系统，存在许多输入和许多测量点。最简单的情况是两个输入和一个目标位置，但是如上所述问题可能复杂得多，涉及更多输入以及扩展的目标面积。下面描述求解简单和更复杂问题的各种方法：

通过“tan theta”方法的简单最小化问题及解

考虑具有两个输入和一个输出的系统。设从输入1(例如，图1a中的第一低频源)到输出的传输函数用P1表示，以及从输入2(例如，图1a中的第一低频源)到输出的传输函数用P2表示。然后，对于输入信号a和-b，输出信号频谱T给出如下：

T＝a.P1-b.P2

其中，a、b、P1和P2均是频率的复函数。

要求解的问题是对于所有频率最小化T。不存在该问题的唯一解，但是通过观察很明显，a和b应该相关；具体地

b＝a.P1/P2或a＝b.P2/P1

使用这些比率一般并不是一个好主意，因为P1或P2可能包含零。一个简单解是设a＝P2和b＝P1。通常做法还有规范化该解为单位能量，即|a|²+|b|²＝1。因为P1和P2通常是复数量，所以绝对值很重要。这样，通过如下设置来最小化T：

a = \frac{P 2}{\sqrt{{| P 1 |}^{2} + {| P 2 |}^{2}}},

b = \frac{P 1}{\sqrt{{| P 1 |}^{2} + {| P 2 |}^{2}}}

顺便提一下，通过如下设置来最大化T：

a = \frac{\overset{&OverBar;}{P 1}}{\sqrt{{| P 1 |}^{2} + {| P 2 |}^{2}}},

b = - \frac{\overset{&OverBar;}{P 2}}{\sqrt{{| P 1 |}^{2} + {| P 2 |}^{2}}}

如果距输入很远地测量P1和P2，这是声学上的一般情况，则传输函数将包括延迟形式的超额相位(excess phase)。因此，a和b的这些值可能并非最优选择。如果我们设置a＝cos(θ)和b＝sin(θ)，则tan(θ)＝P1/P2。该解可以被描述为“tan theta”解并且产生超额相位少得多的a和b。很明显，由于三角恒等式得出a²+b²＝1，但是因为θ通常是复数，所以|a|²+|b|²≠1，因此还将需要规范化。

在该简单示例中，通过察看而求解该最小化问题。因为这通常是不可能的，所以拥有找到解的系统方法将是有利的。

变形方法

能量函数的最小化是许多利用数学的物理建模分支中的关键过程，以及例如形成了有限元分析的基础。当前任务是确定导致函数的平稳值的参数值(即，寻找波节、线或压力)。过程的第一步是形成能量函数。作为例子，可以使用T的模平方，即E＝|T|²＝|a.P1-b.P2|²。平稳值出现于E的最大值和最小值处。

E = (a \cdot P 1 - b \cdot P 2) \cdot \overset{&OverBar;}{(a \cdot P 1 - b \cdot P 2)}

对a和b值的一个约束为——它们不能都是零。该约束可以使用所谓的“拉格朗日乘子”来表达以修改能量等式，从而：

E = (a \cdot P 1 - b \cdot P 2) \cdot \overset{&OverBar;}{(a \cdot P 1 - b \cdot P 2)} + λ \cdot (\overset{&OverBar;}{a} \cdot a + \overset{&OverBar;}{b} \cdot b - 1)

在这类问题中通常将每个变量的复共轭视为独立变量。这里我们将遵循该实践惯例，并且依次取E对每个共轭变量的微分，从而：

\frac{&PartialD; E}{&PartialD; \overset{&OverBar;}{a}} = (a \cdot P 1 - b \cdot P 2) \cdot \overset{&OverBar;}{P 1} + λ \cdot a . . . (1) \frac{&PartialD; E}{&PartialD; \overset{&OverBar;}{b}} = - (a \cdot P 1 - b \cdot P 2) \cdot \overset{&OverBar;}{P 2} + λ \cdot b . . . (2)

在平稳点，这两者必须均为零。可能马上看出，之前部分中找到的求解也适用于此。但是，继续形式上求解该方程组(system of equation)，首先，通过求下式组合方程以消去λ：

(1).b-(2).a

(a \cdot P 1 - b \cdot P 2) \cdot \overset{&OverBar;}{P 1} \cdot b + (a \cdot P 1 - b \cdot P 2) \cdot \overset{&OverBar;}{P 2} \cdot a = 0 .

得到的方程是a和b的二次方程，两个解对应于E的最大值和最小值。引入a＝cos(θ)和b＝sin(θ)——尽管严格说来，这并不满足拉格朗日约束——获得了tan(θ)的二次方程。

P 1 \cdot \overset{&OverBar;}{P 2} + ({| P 1 |}^{2} - {| P 2 |}^{2}) \cdot \tan (θ) - P 2 \cdot \overset{&OverBar;}{P 1} \cdot {\tan (θ)}^{2} = 0

注意到，在许多情况下，

{({| P 1 |}^{2} - {| P 2 |}^{2})}^{2} + 4 \cdot P 1 \cdot \overset{&OverBar;}{P 2} \cdot P 2 \cdot \overset{&OverBar;}{P 1} = {({| P 1 |}^{2} + {| P 2 |}^{2})}^{2},

从而得到和之前一样的解答，即：

对于最小值

θ = \arctan (\frac{P 1}{P 2}),

以及对于最大值

θ = \overset{&OverBar;}{\arctan (- \frac{P 2}{P 1})} .

为了完整起见，请注意，该等同在一般情况下并不适用，其中P1和P2是响应的求和或积分。但是，有可能使用该“tan theta”方法的变形来系统地求得两个平稳值。下面更详细地解释一个应用，以说明如何可以在上述示例中使用这些解。

应用2：双区(dual zone)

有可能同时指定在一个位置的最小响应和在另一个位置的非零响应。这可能在双区域系统中非常有用。

“强”解

我们有两个输入(例如)，以产生一个波节点(nodal point)和另一点的音频。定义从输入i到输出j的传输函数Pi_j。

同时求解a.P1 1+b.P2 1＝0和a.P2 1+b.P2 2＝g。

(\begin{matrix} P 1_1 & P 2_1 \\ P 1_2 & P 2_2 \end{matrix}) (\begin{matrix} a \\ b \end{matrix}) = (\begin{matrix} 0 \\ g \end{matrix}), (\begin{matrix} a \\ b \end{matrix}) = {(\begin{matrix} P 1_1 & P 2_1 \\ P 1_2 & P 2_2 \end{matrix})}^{- 1} (\begin{matrix} 0 \\ g \end{matrix})

a = - \frac{P 2_1}{P 1_1 \cdot P 2_2 - P 1_2 \cdot P 2_1} \cdot g,

b = \frac{P 1_1}{P 1_1 \cdot P 2_2 - P 1_2 \cdot P 2_1} \cdot g

假定分母永不为零，该对传输函数将产生在点1的波节响应，以及在点2恰好等于g的复传输函数。

“弱”解

同时求解|a.P1_1+b.P2_1|²＝0和|a.P2_1+b.P2_2|²＝|g|²。

利用下面讨论的变形方法来对于a和b求解第一最小化，以及规范化结果来满足第二方程。

a＝r·cos(θ)，b＝-r·sin(θ)，

\tan (θ) = - \frac{P 1_1}{P 1_2}

r²·|(cos(θ)·P2_1-sin(θ)·P2_2)|²＝|g|²，因而得到r。

假定分母永不为零，该对传输函数将产生在点1的波节响应，以及在点2等于|g|²的能量(power)传输函数。得到的点2处的输出将不一定具有和g相同的相位响应，因而强制性不那么强。

当考虑不止两个输入通道时，存在对上述方法的特别相关的其它延伸。这些延伸是通用的，将同样适用于两通道情况。此外，通过使用特征值分析作为工具，当不可获得精确解时我们得到“最优”解。

变形方法和特征值问题之间的关系

当最小化该形式E的能量函数时，下面，我们得到一组联立方程：

对于所有n，

E = {| \underset{n}{Σ} a_{n} \cdot P_{n} |}^{2}, \frac{&PartialD; E}{&PartialD; \overset{&OverBar;}{a_{n}}} = \overset{&OverBar;}{P_{n}} \cdot \underset{n}{Σ} a_{n} \cdot P_{n} = 0

其中，P_i是系统的输入，a_i是应用于这些输入的常数，即之前的两通道系统中的a和b。

我们可以将方程组写为矩阵形式，从而：

\underset{\underset{&OverBar;}{&OverBar;}}{M} \cdot \underset{&OverBar;}{v} = 0,

其中

{\underset{\underset{&OverBar;}{&OverBar;}}{M}}_{i, j} = \overset{&OverBar;}{P_{i}} {\cdot P}_{j},

以及其中v _i＝a_i (1)

注意，M共轭对称，即

{\underset{\underset{&OverBar;}{&OverBar;}}{M}}_{j, i} = \overset{&OverBar;}{{\underset{\underset{&OverBar;}{&OverBar;}}{M}}_{i, j}}

我们希望找到非平凡解，即除了平凡v＝0(其虽然在数学上有效，但是没有多大用处)之外的解。

任意v的任意线性换算(scaling)也是方程的解，即a_i不是唯一定义的。我们需要用于约束该换算的额外方程。看待事情的另一方式是说为了精确解，输入变量的数目必须大于测量点的数目。不管怎么说，方程个数比自由变量多一个，因此M的行列式将是零。

考虑矩阵特征值问题，其中我们希望找到下述方程的非平凡解。

\underset{\underset{&OverBar;}{&OverBar;}}{M} \cdot \underset{&OverBar;}{v} - λ \cdot \underset{&OverBar;}{v} = 0 - - - (2),

其中是λ特征值，以及相关联的v是特征向量。

因为M共轭对称，所以所有特征值将是非负实数。如果λ＝0是特征值问题的解，则很清楚我们得到我们的原方程。因此v是λ＝0的特征向量。

此方法的特别强大之处在于，即使(1)没有解，具有λ的最小值的(2)的解是最接近的近似解。

例如，使用上面提出的问题：

(\begin{matrix} \overset{&OverBar;}{P 1} \cdot P 1 & - \overset{&OverBar;}{P 1} \cdot P 2 \\ - \overset{&OverBar;}{P 2} \cdot P 1 & \overset{&OverBar;}{P 2} \cdot P 2 \end{matrix}) \cdot (\begin{matrix} a \\ b \end{matrix}) - λ \cdot (\begin{matrix} a \\ b \end{matrix}) = 0,

具有解λ＝0，b/a＝P1/P2。

另一特征值对应于最大值；λ＝|P1|²+|P2|²，

b / a = - \overset{&OverBar;}{P 2 / P 1} .

当使用特征值求解器找到a_i的值时，所使用的换算基本上是任意的。常用做法是规范化特征向量，如此做将设置幅度

\underset{i}{Σ} {| a_{i} |}^{2} = 1

例如，

a = \frac{P 2}{\sqrt{{| P 1 |}^{2} + {| P 2 |}^{2}}},

b = \frac{P 1}{\sqrt{{| P 1 |}^{2} + {| P 2 |}^{2}}} .

但是参考相位依然是任意的——如果v是特征问题的规范化解的话，那么v.e^iθ也是。什么构成θ的“最优”值，以及如何找到它是后面部分的主题。

特征值λ的值仅仅是与特征向量的选取相关联的能量。证明如下；

E = {| \underset{n}{Σ} a_{n} \cdot P_{n} |}^{2} = \underset{n}{Σ} a_{n} \cdot P_{n} \cdot \underset{m}{Σ} \overset{&OverBar;}{a_{m}} \cdot \overset{&OverBar;}{P_{m}} = \underset{m}{Σ} \overset{&OverBar;}{a_{m}} \cdot (\underset{n}{Σ} \overset{&OverBar;}{P_{m}} \cdot P_{n} \cdot a_{n}) = \underset{m}{Σ} \overset{&OverBar;}{a_{m}} \cdot (\underset{n}{Σ} M_{mn} \cdot a_{n})

根据我们的特征值方程和特征向量的规范化，我们可以继续声明

E = \underset{m}{Σ} \overset{&OverBar;}{a_{m}} \cdot (\underset{n}{Σ} M_{mn} \cdot a_{n}) = \underset{m}{Σ} \overset{&OverBar;}{a_{m}} \cdot (λ \cdot a_{m}) = λ \cdot \underset{m}{Σ} \overset{&OverBar;}{a_{m}} \cdot a_{m} = λ

求解特征值问题

原则上，秩为n的系统具有n个特征值，其可通过求解n阶多项式方程得到。但是，我们并不需要所有的特征值——而是仅仅需要最小的。

\underset{\underset{&OverBar;}{&OverBar;}}{M} \cdot \underset{&OverBar;}{v} - λ \cdot \underset{&OverBar;}{v} = 0,

得到|M-λ·I|＝0，得到

Π_{i = 1}^{n} ({λ - λ}_{i}) = 0

如果存在该问题的精确解，则行列式将以λ为因子。例如，

| (\begin{matrix} a & b \\ \overset{&OverBar;}{b} & c \end{matrix}) - λ \cdot (\begin{matrix} 1 & 0 \\ 0 & 1 \end{matrix}) | = | (\begin{matrix} a - λ & b \\ \overset{&OverBar;}{b} & c - λ \end{matrix}) | = (a - λ) (c - λ) - {| b |}^{2} = 0

a·c-|b|²-(a+c)·λ+λ²＝0

如果a.c-|b|²＝0，则将具有精确解。

因为方程的数目比未知量的数目多，所以存在不止一组v的可能解，但是它们都是等效的；

(a - λ) \cdot v_{0} + b \cdot v_{1} = 0, \frac{v_{1}}{v_{0}} = \frac{λ - a}{b}

\overset{&OverBar;}{b} {\cdot v}_{0} + (c - λ) \cdot v_{1} = 0, \frac{v_{1}}{v_{0}} = \frac{\overset{&OverBar;}{b}}{λ - c}

例如

a＝2，b＝1+1j，c＝3；6-2-5.λ+λ²＝0；λ＝1，4

(λ-2)/(1+1j)＝(-1+1j)/2 or 1-1j

(1-1j)/(λ-3)＝(-1+1j)/2 or 1-1j

因此，该对方程的最优解由v1/v0＝(-1+1j)/2给出。

选取解的“最优”换算

数学上讲，该问题的任一解都和其它的一样好。但是，我们试图解决工程问题。矩阵M和它的特征值v都是频率的函数。我们希望使用v的分量作为传输函数，因而符号或相位上的突然变化是不希望的。

\underset{\underset{&OverBar;}{&OverBar;}}{M (ω)} \cdot \underset{&OverBar;}{v (ω)} = 0

对于两个变量的问题，我们使用替代a＝cos(θ)和b＝sin(θ)，对tan(θ)求解。该方法看起来产生具有低超额相位的a和b的值。但是使用该方法很快变得笨重，这是因为方程变得越来越复杂难于形成，更不要说求解了。例如，对于3个变量，我们具有两个角，并且可以使用球极映射来给出

c＝sin(θ)。

替代地，我们使用变形方法来确定θ的“最优”值。我们定义，最优指的是具有最小总体虚分量。

现在，设v’＝v.e^jθ，设v＝vr+j.vi，以及定义我们的误差能量为

SSE = \underset{i}{Σ} Im {({v^{,}}_{i})}^{2} = \underset{i}{Σ} Im {(({vr}_{i} + j {\cdot vi}_{i}) \cdot (\cos (θ) + j \cdot \sin (θ)))}^{2} = \underset{i}{Σ} {({vi}_{i} \cdot \cos (θ) + {vr}_{i} \cdot \sin (θ))}^{2}

设

rr＝Re(v)·Re(v)＝∑vr_i ²，ii＝Im(v)·Im(v)＝∑vi_i ²，ri＝Re(v)·Im(v)＝∑vr_i·vi_i

则

SSE＝cos(θ)².ii+2.cos(θ).sin(θ).ri+sin(θ)².rr，

(对于θ＝0，SSE＝ii，这是我们的初始成本。如果可能，我们希望减少初始成本)。

现在，对θ求微分以给出我们的方程

2.(cos(θ)²-sin(θ)²).ri+2.cos(θ).sin(θ).(rr-ii)＝0。

整体除以2.cos(θ)²，我们得到tan(θ)的下述二次式；

ri+tan(θ).(rr-ii)-tan(θ)².ri＝0。

在两个解中，给出最小SSE的是：

\tan (θ) = \frac{rr - ii - \sqrt{{(rr - ii)}^{2} + 4 \cdot {ri}^{2}}}{2 \cdot ri} .

如果ri＝0，则我们得到两个特例：

如果ri＝0且rr＞＝ii，则θ＝0。

如果ri＝0且rr＜ii，则θ＝π/2。

选取v的最优解的最后步骤是确保第一分量的实部是正的(任一分量可以用于此目的)，即：

步骤1 v’＝v.e^jθ，

步骤2 如果v’₀＜0，v’＝-v’。

例子

v = (\begin{matrix} 0.908 - 0.419 j \\ 0.770 - 0.638 j \\ 0.9999 - 0.01 j \\ 0.343 - 0.939 j \end{matrix}),

rr＝2.534，ii＝1.466，ri＝-1.204；求解给出θ＝0.577。

v^{,} = (\begin{matrix} 0.990 + 0.143 j \\ 0.993 - 0.115 j \\ 0.844 + 0.537 j \\ 0.800 - 0.600 j \end{matrix})

rr’＝3.318，ii’＝0.682，ri＝0。

注意，最小化ii同时最大化rr以及设置ri为零。

技术比较——实例

考虑具有两个输出的双输入设备。对于个别地最小化每个输出将存在精确解，但是对同时最小化仅有一个近似解。

输出1传输导纳(transfer admittance)：P1_1＝0.472+0.00344j，P2_1＝0.479-0.129j

输出2传输导纳：P1_2＝-0.206-0.195j，P2_2＝0.262+0.000274j。

形成两个误差贡献矩阵

M 1 = (\begin{matrix} 0.223 & 0.226 - 0.063 j \\ 0.226 + 0.063 j & 0.246 \end{matrix}); | M 1 | = 0,

即可能的精确解。

M 2 = (\begin{matrix} 0.080 & - 0.054 + 0.050 j \\ - 0.054 - 0.050 j & 0.069 \end{matrix}); | M 2 | = 0,,

即可能的精确解。

M 1 + M 2 = (\begin{matrix} 0.303 & 0.171 - 0.012 j \\ 0.171 + 0.012 j & 0.315 \end{matrix}); | M 1 + M 2 | = 0.066 .

我们现在使用“tan theta”方法求解该三个例子：

{(\begin{matrix} a \\ b \end{matrix})}_{1} = (\begin{matrix} 0.718 - 0.093 j \\ - 0.682 - 0.098 j \end{matrix}), {(\begin{matrix} a \\ b \end{matrix})}_{2} = (\begin{matrix} 0.623 - 0.270 j \\ 0.692 + 0.244 j \end{matrix}), {(\begin{matrix} a \\ b \end{matrix})}_{1 + 2} = (\begin{matrix} 0.719 - 0.024 j \\ - 0.694 - 0.025 j \end{matrix}) .

现在对于特征向量方法。有两个特征向量求解器；一个同时对所有向量求解，另一个对特定特征值求解。当向量是复数时它们给出数值上不同的解答(两个解答都是正确的)，但是在应用“最优”换算处理算法后，两个求解器给出和上面相同的结果。

M1：特征值，0和0.469：

换算处理前的特征向量：(-0.698+0.195j，0.689-0.0013j)或(0.724，-0.664-0.184j)，

换算处理后的特征向量：(0.718-0.093j，-0.682-0.098j)。

M2：特征值，0和0.149：

换算处理前的特征向量：(-0.5+0.46j，0.734-0.0030j)或(0.498-0.462j，0.724)，

换算处理后的特征向量：(0.623-0.270j，0.692+0.244j)。

M1+M2：特征值，0.137和0.480：

换算处理前的特征向量：(-0.717+0.051j，0.695-0.0007j)或(0.719，-0.693-0.049j)，

换算处理后的特征向量：(0.719-0.024j，-0.694-0.025j)。

添加第3输入

现在考虑来自第三输入通道的贡献

输出1传输导纳：P3_1＝-0.067-0.180j

输出2传输导纳：P3_2＝0.264+0.0014j

将这些贡献添加到误差矩阵

M 1 = (\begin{matrix} 0.223 & 0.226 - 0.063 j & - 0.032 - 0.085 j \\ 0.226 + 0.063 j & 0.246 & - 0.009 - 0.095 j \\ - 0.032 + 0.085 j & - 0.009 + 0.095 j & 0.037 \end{matrix}); | M 1 | = 0

M 2 = (\begin{matrix} 0.080 & - 0.054 + 0.505 j & - 0.055 + 0.051 j \\ - 0.054 - 0.050 j & 0.069 & 0.069 - 0.0004 j \\ - 0.055 - 0.051 j & 0.069 + 0.0004 j & 0.070 \end{matrix}); | M 2 | = 0

M 1 + M 2 = (\begin{matrix} 0.303 & 0.171 - 0.012 j & - 0.087 - 0.034 j \\ 0.171 + 0.012 j & 0.315 & 0.061 - 0.095 j \\ - 0.087 + 0.034 j & 0.061 + 0.095 j & 0.107 \end{matrix});

|M1+M2|＝0

现在，该联合问题存在精确解，以及M1+M2具有零特征值。

(注意，M1和M2每个分别具有两个零特征值——换句话说，它们具有退化特征值。该问题有两个完全正交的解，以及这两个解的任何线性求和也都是解)。

M1+M2：特征值为0、0.218和0.506：

换算处理后的特征向量：(0.434-0.011j，-0.418+0.199j，0.764+0.115j)。

如上说明的，对于两个输入，“tan theta”方法实施起来更快且更简单，但是对于三个或四个输入，“换算处理后的特征向量”方法更容易。两种方法得到相同结果。对于精确解，输入变量的数目必须大于测量点的数目。通过使用特征值分析作为通用问题的工具，当不能获得精确解时我们获得“最优”解。

对于通常的“m”个输入、“n”个输出的最小化问题，存在算法上的两个原则变形以找到最优m输入。这可以称为并行“一次全部(all at once)”方法和串行“一次一个”方法。通常，可以随意对这些进行组合。如果m＞n，则所有途径终点相同，即精确解(在化整误差内)。如果m＜＝n，则仅有近似解，并且所采取的路径将影响最终结果。如果m＜＝n，则串行方法是有用的，以及n个输出中的一些比其它的更重要。精确地求解重要输出，而剩余的得到最优拟合解。

并行、“一次全部”算法

图7a是并行求解器的方块图。形成一个误差矩阵，以及选取对应于最低特征值的特征向量。如果m＞n，则特征值将为零，则结果精确。

递归或顺序式、“一次一个”算法

图7b是递归式求解器的方块图。形成对于最重要输出的误差矩阵，以及形成对应于m-1个最低特征值的特征向量。这些用作新输入向量，以及重复该过程。该过程终结于2×2特征值求解。回退然后将解重新聚集(reassemble)为原问题(original problem)。

如同所有递归算法一样，该过程将转为迭代(或顺序)过程。对于前(m-2)个循环，所有输出均具有精确解。对于剩余循环，找到这些解的最佳线性组合以最小化剩余误差。

例子1：m＝3，n＝2

输出1传输导纳：P1_1＝0.472+0.00344j，

输出2传输导纳：P1_2＝-0.206-0.195j。

输出1传输导纳：P2_1＝0.479-0.129j，

输出2传输导纳：P2_2＝0.262+0.000274j。

输出1传输导纳：P3_1＝-0.067-0.180j，

输出2传输导纳：P3_2＝0.264+0.0014j。

一次全部

M 1 + M 2 = (\begin{matrix} 0.303 & 0.171 - 0.012 j & - 0.087 - 0.034 j \\ 0.171 + 0.012 j & 0.315 & 0.061 - 0.095 j \\ - 0.087 + 0.034 j & 0.061 + 0.095 j & 0.107 \end{matrix});

|M1+M2|＝0

M1+M2：特征值为0、0.218和0.506：

一次一个

求解输出1，然后输出2。因为3＞2，所以我们将得到同样的答案。

M 1 = (\begin{matrix} 0.223 & 0.226 - 0.063 j & - 0.032 - 0.085 j \\ 0.226 + 0.063 j & 0.246 & - 0.009 - 0.095 j \\ - 0.032 + 0.085 j & - 0.009 + 0.095 j & 0.037 \end{matrix}); | M 1 | = 0

M1：特征值是0、0和0.506；

特征向量V1：(0.748，-0.596-0.165j，0.085-0.224j)

特征向量V2：(-0.062+0.026j，0.0966+0.350j，0.929)。

新问题：选择a和b使得a.V1+b.V2最小化输出2.

新传输导纳为：

pv1＝(P1_2 P2_2 P3_2).V1＝-0.287-0.250j

pv2＝(P1_2 P2_2 P3_2).V1＝0.287+0.100j

现在我们使用这两个传输导纳作为输出重复该过程。

新误差矩阵为：

{M 1}^{`} = (\begin{matrix} 0.145 & - 0.107 + 0.043 j \\ - 0.107 - 0.043 j & 0.093 \end{matrix}); | {M 1}^{`} | = 0,

即可能的精确解。

M1’特征值，0和0.237

换算处理后的特征向量：(0.608-0.145j，0.772+0.114j)

现在组合V1和V2以得到输入

(0.608-0.145j)V1+(0.772+0.114)V2＝(0.404-0.095j，-0.352+0.268j，0.737-0.042j)

规范化以及换算处理该结果：

(0.434-0.011j，-0.418+0.199j，0.764+0.115j)

请注意，这和之前相同，正如同应该的。

例子2：m＝3，n＞＝3

这里，我们有1个声学压力输出和多个速度输出。

声学换算处理后的误差矩阵是M1，求和后的速度换算处理后的误差矩阵是M2。

M 1 = (\begin{matrix} 3.928 & - 2.667 + 2.473 j & - 2.674 + 2.506 j \\ - 2.667 - 2.473 j & 3.367 & 3.393 - 0.018 j \\ - 2.674 - 2.506 j & 3.393 + 0.018 j & 3.418 \end{matrix}); | M 1 | = 0

M 2 = (\begin{matrix} 1.023 & 0.602 - 0.112 j & - 0.528 + 0.409 j \\ 0.602 + 0.112 j & 0.977 & - 1.144 + 0.205 j \\ - 0.528 - 0.409 j & - 1.144 - 0.205 j & 5.473 \end{matrix}); | M 2 | = 2.510

一次全部

对所有n个输出误差矩阵进行求和，以及找到对应于最低特征值的特征向量。

特征值(M1+M2)＝1.146，3.869，13.173，

解＝(0.739-0.235j，0.483+0.306j，0.246+0.104j)。

一次一个

实际上，我们仅求解声学问题，然后对于其余的一次全部完成。这样，精确求解了声学问题。

特征值(M1)＝0，0，10.714，

V1＝(0.770-0.199j，0.376+0.202j，0.377+0.206j)

V2＝(0.097-0.071j，0.765+0.010j，-0.632+0.0016j)。

因为V1和V2均对应于零特征值，所以a.V1+b.V2也是对应于零特征值的特征向量——即，其为声学问题的精确解。

使用a和b形成对于结构问题的“一次全部”最小化。

{M 2}^{`} = (\begin{matrix} 1.314 & - 0.381 + 0.341 j \\ - 0.381 - 0.341 j & 0.093 \end{matrix}); | {M 2}^{`} | = 5.098

M1’特征值，1.222和4.172。

换算处理后的特征向量：(0.984-0.016j，0.113+0.115j)。

现在组合V1和V2来得到输入

(0.984-0.016j)V1+(0.113+0.115j)V2＝(0.776-0.207j，0.473+0.283j，0.290-0.124j)

规范化和换算处理该结果：(0.755-0.211j，-0.466+0.270j，0.246+0.104j)。

请注意，这类似于但是并不等同于“一次全部”求解。当扩展到覆盖频率范围时，它给出针对声学问题的精确结果，其中数值化整在顺序式例子中引起非常轻微的非零压力。

如上所阐述的，这两种方法不是互相排斥的，以及可以在顺序式过程的任何点处采用并行方法，特别是用于结束该过程。在输入的数目没有超过输出的数目的情况下，尤其是当输出中的一些比其它更重要时，顺序式方法是有用的。精确求解重要输出，以及那些剩余的得到最优拟合解。

作为上面描述的形式方法学的替代，系统可以自校准。图8a示出图1d的系统的变形，其具有两个运行模式，正常使用模式和训练模式。图8b示出了训练模式的方法。在正常使用中，即，当用户收听音频时，激励器14、16激励顶棚内衬10以产生音频反馈。在训练模式下，激励器14、16用于注入振动信号到顶棚内衬中，以及传感器17用于检测由这些输入信号生成的音频输出。如图所示，传感器与激励器分离，但是激励器可以是互易换能器(reciprocal transducer)，能够既用作输出设备来生成产生振动的激励信号，也用作感测音频输出和将振动转换为待分析的输入响应的输入设备。系统处理器20生成发送到激励器14、16的信号，以及接收来自传感器17的信号。

处理器生成作为过滤输入响应(即，测量的响应)的结果的、针对每个激励器的输出信号。通过匹配的滤波器来过滤输入响应，由系统处理器20通过反转脉冲响应来创建匹配的滤波器。换句话说，通过使用反转的输入信号h1_i过滤第一输入信号h1_i来创建第一过滤的信号tt1_i。类似地，通过使用反转的输入信号h2_i过滤第二输入信号h2_i来创建第二过滤的信号tt2_i。规范化后的匹配的滤波器响应的求和(即，同相组合)加强测量点处的信号，以及规范化后的匹配的滤波器响应的差分(即，异相组合)导致测量点处的抵消。

如图8b所示，第一步骤S200将信号输入源处的顶棚内衬中，以及在收听面中的多个位置处测量该输入信号(S202)。作为近似，可以通过输入换能器在顶棚内衬处测量响应。可选地白化(whiten)每个测量的响应(S204)然后将其转换到时域(S206)。通过取每个脉冲响应的快照(snapshot)(S208)以及反转该快照来形成滤波器(S210)。

时间反转的信号的频谱是原始信号的复共轭

原始：x(t)-＞X(f)

滤波器：y(t)＝x(-t)；Y(f)＝conj(X(f))。

通过加上固定的延迟来对其进行近似，从而

z(t)＝x(T-t)如果t＜＝T，或z(t)＝0如果t＞T。

当对信号应用该滤波器时(现在忽略该近似)，去除相位信息，但是加强幅度信息。

y(t)＊x(t)-＞X(f)x Y(f)＝|X(f)|^2

(实际上，得到的时间响应是自相关函数)。

如步骤S212所示，可以例如使用5ms、10ms或者其他时间的快照来调整滤波器幅度。然后对每个脉冲响应应用滤波器，以生成要在每个源应用的输出信号(S214)。

毫无疑问，本领域技术人员可以想到许多其他有效替代。应该理解，本发明不局限于所描述的实施例，并且包括落入所附权利要求的精神和范围内的对本领域技术人员显而易见的修改。

Claims

1.一种在单封闭空间的多个区中提供不同音频信号的装置，包括：

扬声器，与每个区相关联，并且位于每个区中，用于辐射音频输出；

能够向每个区中的扬声器供应不同音频信号的部件；

信号处理部件，包括，

用于将每个音频信号的音频频谱分割为较高部分和较低部分的部件，

用于对在对应区中辐射的较高频率进行定向的部件，以及

用于改变较低频率的幅度、相位和延迟中的任一个，以趋向消除在其对应区外部的声音辐射的部件。

2.根据权利要求1所述的装置，其中所述封闭空间是交通工具的内厢。

3.根据权利要求2所述的装置，其中所述交通工具是汽车。

4.根据权利要求2或3所述的装置，其中所述内厢内部装饰有至少一个弹性面板，以及其中耦接每个区中的扬声器中的至少一个以驱动该至少一个弹性面板的一部分作为声学振动膜。

5.根据权利要求2或3所述的装置，其中所述内厢内部装饰有顶棚内衬，以及其中耦接每个区中的扬声器中的至少一个以驱动该顶棚内衬的一部分作为声学振动膜。

6.根据任一前述权利要求所述的装置，其中每个区中的扬声器包括具有至少一个较低频率驱动器和较高频率驱动器阵列的集群。

7.根据权利要求6所述的装置，其中所述信号处理部件包括用于处理对于较高频率驱动器阵列的较高频率信号以控制来自该阵列的辐射的定向性的部件。

8.根据任一前述权利要求所述的装置，其中布置该音频频率分割部件，以便该分割发生于1500Hz附近。

9.根据任一前述权利要求所述的装置，其中所述信号处理部件对于该不同音频信号的较低频率采用线性叠加，以趋向于消除其对应区外部的音频信号的声音辐射。

10.根据从属于权利要求6的权利要求9所述的装置，其中所述位于每个区中或与每个区相关联的至少一个较低频率驱动器是位于相对于该相同区中的收听者的近场中的弯曲波振动膜。

11.一种在单封闭空间的多个区中提供不同音频信号的方法，包括：

在每个区中或每个区附近布置扬声器，用于在相关联区中辐射音频输出；

向每个区中的扬声器供应不同音频信号；

处理音频信号，包括，

将每个音频信号的音频频谱分割为较高部分和较低部分，

对在对应区中辐射的较高频率进行定向，以及

改变较低频率的幅度、相位和延迟中的任一个，以趋向消除在其对应区外部的声音辐射。

12.根据权利要求11所述的方法，包括将所述封闭空间布置为交通工具的内厢。

13.根据权利要求12所述的方法，包括将所述交通工具布置为汽车。

14.根据权利要求12或13所述的方法，包括将所述内厢内部装饰有至少一个弹性面板，以及耦接每个区中的扬声器中的至少一个以驱动该至少一个弹性面板的一部分作为声学振动膜。

15.根据权利要求12或13所述的方法，包括将所述内厢内部装饰有顶棚内衬，以及耦接每个区中的扬声器中的至少一个以驱动该顶棚内衬的一部分作为声学振动膜。

16.根据权利要求11到15的任一项所述的方法，包括在每个区中提供扬声器集群，以及布置每个集群具有至少一个较低频率驱动器和较高频率驱动器阵列。

17.根据权利要求16所述的方法，包括处理对于较高频率驱动器阵列的较高频率信号以控制来自该阵列的辐射的定向性。

18.根据权利要求11到17的任一项所述的方法，包括布置该音频频率分割，以便该分割发生于1500Hz附近。

19.根据权利要求11到18的任一项所述的方法，包括布置信号处理以采用对于该不同音频信号的较低频率的线性叠加，以趋向于消除其对应区外部的音频信号的声音辐射。

20.根据从属于权利要求16的权利要求19所述的方法，包括布置位于每个区中或与每个区相关联的所述或每个较低频率驱动器是位于相对于该相同区中的收听者的近场中的弯曲波振动膜。