CN104471638A - 有源降噪装置以及有源降噪方法 - Google Patents

Abstract

有源降噪装置与产生二次噪音的二次噪音源、和输出与二次噪音和噪音之间的干扰所产生的残留音对应的误差信号的误差信号源一起使用。μ调整部通过将与信号的振幅相当的基准代表输入值的、相对于与该信号的振幅相当的代表输入值之比，与基准步长参数相乘，来算出对自适应滤波器部的滤波器系数进行更新的步长参数。

Description

有源降噪装置以及有源降噪方法

技术领域

本发明涉及通过使消除音与噪音发生干扰来降低该噪音的有源降噪装置以及有源降噪方法。

背景技术

近年来，在车室内将汽车等车辆的行驶中所产生的噪音消除，降低驾驶者、乘坐者所能听到的噪音的有源降噪装置正在被实用化。图19是降低在车辆的车室等的空间S1中能听到的噪音N0的现有的有源降噪装置901的框图。有源降噪装置901具备参考信号源1、二次噪音源2、误差信号源3、和信号处理装置904。

参考信号源1是对设置于车辆的底盘的加速度传感器、设置于空间S1的麦克风等的振动进行检测的传感器，输出与噪音N0存在相关的参考信号x(i)。二次噪音源2是产生二次噪音N1的设置在空间S1内的扬声器。误差信号源3是输出空间S1中的噪音N0与二次噪音N1发生干扰后的残留音所对应的误差信号e(i)的设置在空间S1内的麦克风。

信号处理装置904具有自适应滤波器(以下，称为ADF)部5、模拟声音传递特性滤波器(以下，称为Chat)部6、和最小均方(以下，称为LMS)运算部7，在取样周期T_s的离散时间中执行动作。

ADF部5由按照每个取样周期T_s而被更新值的N个滤波器系数w(k)(在此，k＝0，1，...，N-1)所构成的有限脉冲响应(以下，称为FIR)型的自适应滤波器构成。当前时间点的第n步(step)的滤波器系数w(k，n)通过非专利文献1、非专利文献2所记载的滤波X-LMS(以下，称为FxLMS)算法而被更新。ADF部5利用滤波器系数w(k，n)和参考信号x(i)通过进行(数学式1)所示的滤波运算即卷积运算来求出当前时间点的第n步中的二次噪音信号y(n)。

【数学式1】

$y\left(n\right)=\underset{k=0}{\overset{N-1}{\mathrm{\Σ}}}w(k,n)\·x(n-k)$

Chat部6具有对从信号处理装置904的输出二次噪音信号y(i)的输出端到取得误差信号e(i)的输入端之间的声音传递特性C(i)进行了模拟的时不变的滤波器系数(time-invariant filter coefficient)C^所构成的FIR型的滤波器。Chat部6作成对滤波器系数C^和参考信号x(i)进行滤波运算即卷积运算而得到的滤波参考信号r(i)。

LMS运算部7利用当前时间点的第n步中的滤波参考信号R(n)、误差信号e(n)、和步长参数μ，将ADF部5的当前时间点的滤波器系数W(n)如(数学式2)那样进行更新，并求出下一个时间点的接下来的第(n+1)步中的滤波器系数W(n+1)。

【数学式2】

W(n+1)＝W(n)-μ·e(n)·R(n)

在此，ADF部5的滤波器系数W(n)是当前时间点的第n步的N个滤波器系数w(k，n)所构成的N行1列的向量，用(数学式3)来表示。

【数学式3】

W(n)＝[w(0，n)，w(1，n)，…，w(N-1，n)]^T

此外，滤波参考信号R(n)是表示从当前时间点向过去追溯(N-1)步的N个滤波参考信号r(i)的N行1列的向量。

有源降噪装置901根据(数学式2)按每个取样周期T_s对ADF部5的滤波器系数W(i)进行更新，由此能够求出在误差信号源3的位置消除噪音N0的最佳的二次噪音信号y(i)，能够在空间S1内降低噪音N0。

步长参数μ是对ADF部5的每1次的更新量即收敛速度进行调整的参数，并且是决定自适应动作的稳定性的重要的参数。为了使有源降噪装置901稳定地工作，需要将步长参数μ设定为即使在参考信号x(i)最大的情况下滤波器系数W(i)也不发散的值。用于使滤波器系数W(i)收敛的步长参数μ的条件记载在非专利文献3等中(数学式4)。

【数学式4】

$0<\mathrm{\&mu;}<\frac{2}{{\mathrm{\&lambda;}}_{\mathrm{MAX}}}$

在此，λ_MAX是滤波参考信号R(n)的自相关矩阵的最大固有值。在使用了FxLMS算法的一般的有源降噪装置901中，步长参数μ的值以(数学式4)为基础考虑参考信号和噪音的等级变动来决定。通常情况下稳定性优先，因此留有某种程度的富余地将步长参数μ设定为较小的值的情况较多。

但是，若将步长参数μ设定得较小则每1步的滤波器系数W(i)的更新量变小，获得充分降低噪音N0的效果需要时间。

因此，在根据残差、收敛量来求出步长参数μ的专利文献1～3等中，提出了通过不使步长参数μ固定而使其可变来使滤波器系数W(i)快速地收敛的几个现有的有源降噪装置。

在先技术文献

专利文献

专利文献1：JP特开2004-64681号公报

专利文献2：JP特开平6-130970号公报

专利文献3：JP特开平8-179782号公报

专利文献4：JP特开2001-142468号公报

专利文献5：JP特开平10-307590号公报

非专利文献

非专利文献1：Barnard Widrow & Samuel D.Stearns著，”ADAPTIVE SIGNAL PROCESSING”，Prentice Hall，1985年(P288)

非专利文献2：P.A.Nelson & S.J.Elliott著，”Active Controlof Sound”，Academic Press，1992年(P196)

非专利文献3：Scott D.Snyder & Colin H.Hansen著，”TheEffect of Transfer Function Estimation Errors on the Filtered-X LMS Algorithm”，IEEE，TRANSACTIONS ON SIGNALPROCESSING，vol.42，No.4，APRIL，1994年

发明内容

有源降噪装置构成为与参考信号源、二次噪音源、和误差信号源一起使用。参考信号源输出与噪音存在相关的参考信号。二次噪音源产生与二次噪音信号对应的二次噪音。误差信号源输出与二次噪音和噪音之间的干扰所产生的残留音对应的误差信号。有源降噪装置具备信号处理装置，该信号处理装置具有接受参考信号的第一输入端、接受误差信号的第二输入端、和输出二次噪音信号的输出端。信号处理装置具有：自适应滤波器部、模拟声音传递特性滤波器部、最小均方运算部、和μ调整部。自适应滤波器部基于参考信号来输出二次噪音信号。模拟声音传递特性滤波器部输出利用对从输出端到第二输入端的声音传递特性进行了模拟的模拟声音传递特性对参考信号进行校正来输出滤波参考信号。最小均方运算部利用误差信号、滤波参考信号、和步长参数来对自适应滤波器部的滤波器系数进行更新。μ调整部决定步长参数。μ调整部按照算出与参考信号、滤波参考信号、和误差信号中的至少1个信号的振幅相当的代表输入值的方式执行动作。此外，μ调整部按照存储基准代表输入值和给定的基准步长参数的方式执行动作，其中该基准代表输入值是参考信号、滤波参考信号、和误差信号中的至少1个信号的振幅为给定的振幅时的代表输入值，该给定的基准步长参数是在代表输入值为基准代表输入值的情况下滤波器系数收敛的步长参数的值。此外，μ调整部按照通过将基准代表输入值相对于代表输入值之比与基准步长参数相乘来算出步长参数的方式执行动作。通过上述构成，该有源降噪装置降低噪音。

此外，其他有源降噪装置构成为与二次噪音源和误差信号源一起使用。二次噪音源产生与二次噪音信号对应的二次噪音。误差信号源输出与二次噪音和噪音之间的干扰所产生的残留音对应的误差信号。该有源降噪装置具备信号处理装置，该信号处理装置具有接受误差信号的输入端和输出二次噪音信号的输出端。信号处理装置具有：自适应滤波器部、模拟声音传递特性滤波器部、最小均方运算部、和μ调整部。自适应滤波器部基于参考信号来输出二次噪音信号。模拟声音传递特性滤波器部利用对从输出端到输入端的声音传递特性进行了模拟的模拟声音传递特性对参考信号进行校正来输出滤波参考信号。最小均方运算部利用误差信号、滤波参考信号、和步长参数来对自适应滤波器部的滤波器系数进行更新。μ调整部决定步长参数。μ调整部按照算出与滤波误差信号和误差信号中的至少1个信号的振幅相当的代表输入值的方式执行动作。μ调整部按照存储基准代表输入值和给定的基准步长参数的方式执行动作，其中该基准代表输入值是滤波误差信号和误差信号中的至少1个信号的振幅为给定的振幅时的代表输入值，该给定的基准步长参数是在代表输入值为基准代表输入值的情况下滤波器系数收敛的步长参数的值。μ调整部按照通过将基准代表输入值相对于代表输入值之比与基准步长参数相乘来算出步长参数的方式执行动作，由此降低噪音。

此外，有源降噪方法通过上述的动作能够降低噪音。

附图说明

图1是本发明的实施方式1中的有源降噪装置的框图。

图2是搭载了实施方式1中的有源降噪装置的移动体的示意图。

图3是表示比较例的有源降噪装置的滤波器系数的收敛特性的图。

图4是表示其他比较例的有源降噪装置的滤波器系数的收敛特性的图。

图5是表示比较例的有源降噪装置的滤波器系数的收敛特性的图。

图6是表示实施方式1中的有源降噪装置的滤波器系数的收敛特性的图。

图7是表示实施方式1中的有源降噪装置的滤波器系数的收敛特性的图。

图8是实施方式1中的其他有源降噪装置的框图。

图9是本发明的实施方式2中的有源降噪装置的框图。

图10是搭载了实施方式2中的有源降噪装置的移动体的示意图。

图11是实施方式2中的其他有源降噪装置的框图。

图12是本发明的实施方式3中的有源降噪装置的框图。

图13是搭载了实施方式3中的有源降噪装置的移动体的示意图。

图14是本发明的实施方式4中的有源降噪装置的框图。

图15是搭载了实施方式4中的有源降噪装置的移动体的示意图。

图16是本发明的实施方式4中的特别的情况下的有源降噪装置的框图。

图17是本发明的实施方式5中的有源降噪装置的框图。

图18是本发明的实施方式6中的有源降噪装置的框图。

图19是现有的有源降噪装置的框图。

具体实施方式

(实施方式1)

图1是本发明的实施方式1中的有源降噪装置101的框图。图2是搭载了有源降噪装置101的移动体102的示意图。实施方式1中的移动体102是具有车室等的空间S1的车辆。有源降噪装置101由参考信号源1、二次噪音源2、误差信号源3、和信号处理装置4构成。信号处理装置4根据参考信号x(i)和误差信号e(i)来输出二次噪音信号y(i)。通过使由二次噪音源2对二次噪音信号y(i)进行再现而产生的二次噪音N1与在空间S1内产生的噪音N0发生干扰来降低噪音N0。

参考信号源1是输出与噪音N0存在相关的参考信号x(i)的换能器(transducer)，设置在移动体102的底盘。即，参考信号源1是作为产生参考信号x(i)的参考信号生成部而发挥作用的换能器，参考信号源1也可以设置于发动机、车轴、轮胎、轮胎罩、转向节(knuckle)、臂、副车架、车身等噪音N0的噪音源或者噪音传递路径，可以使用检测振动或声音的加速度传感器、麦克风等，也可以使用针对发动机的测速脉冲等与噪音源的动作相关联的信号。

二次噪音源2是输出二次噪音信号y(i)来产生二次噪音N1的换能器，可以使用设置在空间S1内的扬声器。二次噪音源2也可以是设置于移动体102的顶盖等构造物的致动器等，在此情况下从通过致动器的输出而被施加振动的构造物放射的声音相当于二次噪音N1。此外，二次噪音源2一般具有对二次噪音信号y(i)进行放大的功率放大部，或者通过被设置于外部的功率放大器放大后的二次噪音信号y(i)来驱动的情况较多。虽然在实施方式1中功率放大部包含于二次噪音源2，但这并非对实施方式进行限制。

误差信号源3是对空间S1中的噪音N0与二次噪音N1发生干扰后的残留音进行检测，并输出与残留音对应的误差信号e(i)的麦克风等的换能器，设置在降低噪音N0的空间S1内较为理想。

信号处理装置4具有：取得参考信号x(i)的输入端41；取得误差信号e(i)的输入端43；输出二次噪音信号y(i)的输出端42；和基于参考信号x(i)和误差信号e(i)来算出二次噪音信号y(i)的运算部。输入端41、43以及输出端42也可以包含低通滤波器等的滤波器部、对信号的振幅或相位进行调整的信号调整器。运算部是在取样周期T_s的离散时间中执行动作的微型计算机、DSP等的运算装置，至少具有自适应滤波器(以下，称为ADF)部5、模拟声音传递特性滤波器(以下，称为Chat)部6、最小均方(以下，称为LMS)运算部7、和算出步长参数的μ调整部8。

ADF部5由通过滤波X-LMS(以下，称为FxLMS)算法按照每个取样周期T_s而被更新值的N个滤波器系数w(k)，(k＝0，1，...，N-1)所构成的有限脉冲响应(以下，称为FIR)滤波器构成。ADF部5通过对滤波器系数w(k，n)和参考信号x(i)进行(数学式5)所示的滤波运算即卷积运算来求出当前时间点的第n步中的二次噪音信号y(n)。

【数学式5】

$y\left(n\right)=\underset{k=0}{\overset{N-1}{\mathrm{\&Sigma;}}}w(k,n)\&CenterDot;x(n-k)$

Chat部6具有对输出端42与误差信号e(i)的输入端43之间的声音传递特性C(i)进行了模拟的滤波器的系数C^(i)。在声音传递特性C(i)中除了输出端42与误差信号e(i)的输入端43之间的二次噪音源2的特性、空间S1的声音特性之外，也可以将输出端42和输入端43所包含的滤波器的特性、数字模拟变换以及模拟数字变换所引起的信号延迟包含在内。在实施方式1中Chat部6由N_c个时不变的滤波器系数c^(k_c)，(k_c＝0，1，...，N_c-1)所构成的FIR滤波器构成。用(数学式6)来表现Chat部6的N_c行1列的向量即滤波器系数C^。

【数学式6】

X^＝[c^(0)，c^(1)，…，c^(N_c-1)]^T

Chat部6也可以采用通过专利文献4或专利文献5等的手法而被更新或者校正的时变的滤波器系数c^(k_c，n)。

Chat部6作成通过对(数学式6)所示的滤波器系数C^和参考信号X(n)进行(数学式7)所示的滤波运算即卷积运算而得到的滤波参考信号r(n)。

【数学式7】

$r\left(n\right)=\underset{k_c=0}{\overset{N_c-1}{\mathrm{\&Sigma;}}}c^\left(k_c\right)\&CenterDot;x(n-k_c)={C^}^{T}X\left(n\right)$

参考信号X(n)是从当前时间点的第n步向过去追溯(N_c-1)步为止的N_c个参考信号x(i)所构成的用(数学式8)来表示的N_c行1列的向量。

【数学式8】

X(n)＝[x(n)，x(n-1)，…，x(n-(N_c-1))]^T

μ调整部8基于作为预先决定的基准的步长参数即给定的基准步长参数μ_REF、以及参考信号x(i)、滤波参考信号r(i)、误差信号e(i)中的至少1个信号，来输出当前时间点的第n步中的步长参数μ(n)。

LMS运算部7利用当前时间点的第n步中的滤波参考信号R(n)、误差信号e(n)、和步长参数μ(n)，通过FxLMS算法来更新ADF部5的滤波器系数W(n)，并如(数学式9)那样算出下一个时间点的第(n+1)步中的滤波器系数W(n+1)。

【数学式9】

W(n+1)＝W(n)-μ(n)·e(n)·R(n)

ADF部5的滤波器系数W(n)是当前时间点的第n步中的N个滤波器系数w(k，n)，(k＝0，1，...，N-1)所构成的N行1列的向量，用(数学式10)来表示。

【数学式10】

W(n)＝[w(0，n)，w(1，n)，…，w(N-1，n)]^T

滤波参考信号R(n)是从当前时间点的第n步向过去追溯(N-1)步为止的N个滤波参考信号r(i)所构成的N行1列的向量，用(数学式11)来表示。

【数学式11】

R(n)＝[r(n)，r(n-1)，…，r(n-(N-1))]^T

如上，有源降噪装置101通过基于(数学式9)按照每个取样周期T_s对ADF部5的滤波器系数W(i)进行更新，能够求出在误差信号源3的位置消除噪音N0的最佳的二次噪音信号y(i)，能够在空间S1内降低噪音N0。

以下关于μ调整部8的动作详细地进行说明。步长参数μ是对基于LMS算法的滤波器系数W(i)的收敛特性进行调整的重要的参数，一般而言在与滤波参考信号r(i)的自相关矩阵的固有值λ(l)，(l＝0，1，...，N_l-1)的关联中收敛特性受到争议。为了自适应动作稳定地进行即为了均方误差收敛，步长参数μ和自相关矩阵的最大固有值λ_MAX需要满足(数学式12)的关系。

【数学式12】

$0<\mathrm{\&mu;}<\frac{2}{{\mathrm{\&lambda;}}_{\mathrm{MAX}}}$

特别是，在将有源降噪装置101搭载于移动体102的情况下，伴随基于行驶条件的噪音N0的变化即参考信号x(i)的变化，滤波参考信号r(i)时时刻刻地变动。为了设定为无论在怎样的行驶条件的情况下滤波器系数W(i)都不发散的值，步长参数μ相对于在当前时间点的第n步中LMS运算部7所使用的滤波参考信号R(n)的自相关矩阵的最大固有值λ_MAX(n)，需要满足(数学式12)。一般而言，在步长参数μ中，对最大固有值λ_MAX(n)的最大值进行预测，并选择其10分之1至1000分之1程度的值。另一方面，若将步长参数μ设定得较小，则每1步的滤波器系数W(i)的更新量变小，收敛速度变低。另外，LMS算法的收敛速度的时间常数与μ分之1成比例。这意味着若将步长参数μ设定得较小，则噪音降低效果难以追随基于行驶条件的噪音N0的变化。进而由于越是噪音N0小的行驶条件则滤波器系数W(i)的更新量越小，因此不适当的滤波器系数W(i)的改善变慢，还会产生由于所输出的二次噪音N1而增大了声音的状态持续的危险性。因此在实施方式1中的有源降噪装置101中，μ调整部8按照每步将步长参数μ(i)调整为最佳的值。

μ调整部8存储基准代表输入值d_REF和基准步长参数μ_REF，该基准代表输入值d_REF是表示移动体102的基准的行驶条件下的滤波参考信号r(i)即基准滤波参考信号r_REF(i)的振幅的指标。进而，μ调整部8求出代表输入值d(i)，该代表输入值d(i)是表示与基准代表输入值d_REF对应的滤波参考信号r(i)的振幅的指标。

μ调整部8根据存储的基准代表输入值d_REF、基准步长参数μ_REF、和代表输入值d(n)来算出第n步中的步长参数μ(n)。

首先，对决定基准代表输入值d_REF和基准步长参数μ_REF的动作进行说明。在实施方式1中，将滤波参考信号r(i)的振幅最大的行驶条件设定为基准行驶条件。滤波参考信号r(i)的振幅最大的行驶条件是例如移动体102在凹凸大的路面上行驶时。基准滤波参考信号r_REF(i)可以通过基准行驶条件下的移动体102的实际的行驶实验、振动实验等实验来测量滤波参考信号r(i)而求出，也可以通过CAE等模拟来求出。基准代表输入值d_REF作为基于基准滤波参考信号r_REF(i)的常数而被提供。例如基准代表输入值d_REF可以定义为基准滤波参考信号r_REF(i)的最大值。在此，用(数学式13)来定义基准滤波参考信号R_REF，该基准滤波参考信号R_REF是基准行驶条件下的从某时间点的第l步向过去追溯(N_l-1)步为止的N_l个基准滤波参考信号r_REF(i)所构成的N_l行1列的向量。

【数学式13】

R_REF＝[r_REF(l)，r_REF(l-1)，…，r_REF(l-(N_l-1))]^T

此外，基准代表输入值d_REF也可以基于(数学式13)所示的基准滤波参考信号R_REF，例如通过(数学式14)所示的有效值、(数学式15)所示的平均值的平方来作为常数而提供。

【数学式14】

$d_{\mathrm{REF}}={\left(\frac{1}{N_l}\underset{l=0}{\overset{N_l-1}{\mathrm{\&Sigma;}}}{\left(r_{\mathrm{REF}}\left(l\right)\right)}^2\right)}^{\frac{1}{2}}$

【数学式15】

$d_{\mathrm{REF}}={\left(\frac{1}{N_l}\underset{l=0}{\overset{N_l-1}{\mathrm{\&Sigma;}}}\right|r_{\mathrm{REF}}\left(l\right)\left|\right)}^2$

基准步长参数μ_REF可以通过决定了基准代表输入值d_REF的基准行驶条件下的实验或模拟来预先决定。例如在基于(数学式12)来决定基准步长参数μ_REF的情况下，根据基准滤波参考信号R_REF的自相关矩阵的最大固有值λ_REF，MAX用(数学式16)来表示。

【数学式16】

${\mathrm{\&mu;}}_{\mathrm{REF}}=\frac{2}{{\mathrm{\&lambda;}}_{\mathrm{REF},\mathrm{MAX}}}$

接着，对求出当前时间点的第n步中的步长参数μ(n)的动作进行说明。根据从当前时间点的第n步向过去追溯(N_m-1)步为止的N_m行1列的向量即(数学式17)所示的滤波参考信号R_m(n)来算出代表输入值d(n)。

【数学式17】

R_m(n)＝[r(n)，r(n-1)，…，r(n-(N_m-1))]^T

步数N_m虽然也可以与基准滤波参考信号R_REF的步数N_l不同，但使其一致较为理想。代表输入值d(n)被定义为与基准代表输入值d_REF对应的参数，在基准代表输入值d_REF用(数学式14)来表示的情况下用(数学式18)来求出，在基准代表输入值d_REF用(数学式15)来定义的情况下用(数学式19)求出。

【数学式18】

$d\left(n\right)={\left(\frac{1}{N_m}\underset{m=0}{\overset{N_m-1}{\mathrm{\&Sigma;}}}{\left(r(n-m)\right)}^2\right)}^{\frac{1}{2}}$

【数学式19】

$d\left(n\right)={\left(\frac{1}{N_m}\underset{m=0}{\overset{N_m-1}{\mathrm{\&Sigma;}}}\right|r(n-m)\left|\right)}^2$

当前时间点的第n步中的步长参数μ(n)通过将基准步长参数μ_REF除以代表输入值d(n)相对于基准代表输入值d_REF之比而用(数学式20)来求出。

【数学式20】

$\mathrm{\&mu;}\left(n\right)={\mathrm{\&mu;}}_{\mathrm{REF}}\&CenterDot;\frac{1}{\frac{d\left(n\right)}{d_{\mathrm{REF}}}}={\mathrm{\&mu;}}_{\mathrm{REF}}\&CenterDot;\frac{d_{\mathrm{REF}}}{d\left(n\right)}$

这样，通过由μ调整部8来决定步长参数μ(i)，从而即使在参考信号x(i)大的情况下，也能使ADF部5的滤波器系数W(i)不发散，且有源降噪装置101稳定地工作。进而，即使在参考信号x(i)小的情况下滤波器系数W(i)的收敛速度也较高，有源降噪装置101能够有效地降低噪音N0。在实际的动作中，例如将基准代表输入值d_REF设为(数学式15)，将代表输入值d(n)设为(数学式19)的情况下，μ调整部8通过如(数学式21)、(数学式22)那样将时不变的常数部分汇总作为常数α来存储，能够降低运算量。

【数学式21】

$\begin{array}{c}\mathrm{\&mu;}\left(n\right)={\mathrm{\&mu;}}_{\mathrm{REF}}\&CenterDot;\frac{{\left(\frac{1}{N_l}\underset{l=0}{\overset{N_l-1}{\mathrm{\&Sigma;}}}\right|r_{\mathrm{REF}}\left(l\right)\left|\right)}^2}{{\left(\frac{1}{N_m}\underset{m=0}{\overset{N_m-1}{\mathrm{\&Sigma;}}}\right|r(n-m)\left|\right)}^2}\\ =\frac{N_m^2\&CenterDot;{\mathrm{\&mu;}}_{\mathrm{REF}}\&CenterDot;d_{\mathrm{REF}}}{{\left(\underset{k=m}{\overset{N_m-1}{\mathrm{\&Sigma;}}}\right|r(n-m)\left|\right)}^2}=\frac{\mathrm{\&alpha;}}{{\left(\underset{m=0}{\overset{N_m-1}{\mathrm{\&Sigma;}}}\right|r(n-m)\left|\right)}^2}\end{array}$

【数学式22】

$\mathrm{\&alpha;}=N_m^2\&CenterDot;{\mathrm{\&mu;}}_{\mathrm{REF}}\&CenterDot;d_{\mathrm{REF}}$

进而，在噪音N0的变化少的行驶条件下，使步长参数μ(n)尽管不按毎步进行更新但也以给定的间隔而更新，由此也能够减轻运算负荷。而且，μ调整部8也可以存储多个代表输入值d(i)、和按照每个该代表输入值d(i)基于(数学式20)而算出的多个步长参数μ(i)的组合数据表。μ调整部8通过从数据表读出与代表输入值d(n)的值相应的步长参数μ(n)的值，能够在短时间内调整步长参数μ(n)。此外，在行驶条件的变化比有源降噪装置101的取样周期T_s更缓慢的情况下，μ调整部8也可以取代当前时间点的滤波参考信号R_m(n)而使用当前时间点之前的滤波参考信号R_m(n-β)，(β为正整数)来求出当前时间点的第n步中的步长参数μ(n)。

在图19所示的现有的有源降噪装置中，在噪音根据行驶条件而频繁地变动的情况下，为了输出消除噪音的最佳的二次噪音，需要使ADF部的滤波器系数迅速地自适应。但是，若将步长参数设定得较大则自适应滤波器容易发散。此外，在根据残差、收敛量来算出步长参数的方法中，若参考信号小则滤波器系数的更新来不及，降低噪音的效果下降。

图3～图7示出了对有源降噪装置的ADF部5的滤波器系数W(i)相对于各种参考信号x(i)的振幅值的收敛特性进行了模拟的结果。在图3～图7中，横轴表示步，纵轴是各步中的滤波器系数W(i)＝w(k，i)的均方值的对数表示。图3～图6示出了参考信号x(i)的振幅为a、a×0.75、a×0.5的情况下的滤波器系数W(i)的收敛特性。图3表示利用了步长参数μ为固定值的通常的LMS算法的比较例的有源降噪装置的滤波器系数W(i)的收敛特性。图4示出了利用标准化LMS(以下，称为NLMS)算法的比较例的有源降噪装置的滤波器系数W(i)的收敛特性，图5示出了利用专利文献3所记载的健壮性可变步长(robust variable step size)(以下，称为RVSS)算法的比较例的有源降噪装置的滤波器系数W(i)的收敛特性。图4和图5的比较例的有源降噪装置都是利用了以自适应速度提高为目的的算法的有源降噪装置。

相对于图3所示的LMS算法，图4所示的NLMS算法和图5所示的RVSS算法抑制了参考信号x(i)的振幅小的情况下的收敛速度的下降。

图6所示的实施方式1中的有源降噪装置101与图4和图5所示的收敛特性相比更加优异，几乎看不到参考信号x(i)的振幅小的情况下的收敛速度的下降。

图7表示参考信号x(i)具有振幅a×2的情况下的各算法中的ADF部5的滤波器系数W(i)的收敛特性的模拟结果。图7的纵轴的刻度线之间的值与图3～图6的纵轴的刻度线之间的值相同。如图3至图7所示，在利用了LMS算法、NLMS算法、RVSS算法的比较例的有源降噪装置中，滤波器系数W(i)没有稳定地增长，而在实施方式1中的有源降噪装置101中即使参考信号x(i)的振幅较大也示出了滤波器系数的稳定的收敛特性。

这样实施方式1中的有源降噪装置101能够兼顾ADF部5的稳定性的确保和高收敛速度。

在以上叙述的方法中，μ调整部8基于基准行驶条件下的基准代表输入值d_REF、基准步长参数μ_REF、和表示当前的行驶状态的代表输入值d(n)，通过(数学式20)来算出步长参数μ(n)。但是，按照与根据移动体102而不同的行驶条件相应的每种噪音N0来设定最佳的基准步长参数μ_REF很费时间。而且，信号处理装置4一般由具有有限的比特数的格式的寄存器(register)4R构成，因此运算精度存在限制。由此，在滤波参考信号R_m(n)显著较大的情况下步长参数μ(n)有可能成为零，在此情况下，会产生虽然噪音N0大但滤波器系数W(n)也不被更新、噪音N0不被降低这样的不良状况。此外反之在滤波参考信号R_m(n)极端小的情况下，位于(数学式20)的分母的代表输入值d(n)接近零，因此步长参数μ(n)变得过大，滤波器系数W(n)的收敛变得不稳定。

为了防止该情况，在实施方式1中的有源降噪装置101中，在代表输入值d(i)的计算结果以及步长参数μ(i)的计算结果中设定上下限值。这些参数的值是在具有由有限的比特数构成的格式的信号处理装置4的寄存器4R上所表示的数字值，特别在为固定小数点方式的情况下通过改变小数部分的比特数能够设定这些值的上限值和下限值的至少一方的值。例如，在以Q12格式使用了保存代表输入值d(i)的运算结果的16比特的寄存器4R的情况下，代表输入值d(i)的最大值为7.999755859375(＝2³-2^-12)，分辨率为0.000244140625(＝2^-12)，因此在(数学式20)中与基准步长参数μ_REF相乘的值被限制为0.125～4096。进而在以Q10格式使用了保存步长参数μ(i)的16比特的寄存器4R的情况下，代表输入值d(i)的最大值为127.99609375(＝2⁵-2^-10)，因此步长参数μ(i)被限制为0.125～127.99609375。

通过利用这种手法在步长参数μ(i)中设定上限值和下限值的至少一方的值，从而无论参考信号源1所输出的参考信号x(i)的振幅为怎样的值，步长参数μ(i)也不会取零或非常大的值，有源降噪装置101能够稳定且正常地工作。

虽然在实施方式1中将滤波参考信号r(i)的振幅最大的行驶条件设定为基准行驶条件，但基准行驶条件并不限制于上述的行驶条件，在此情况下，通过在步长参数μ(i)中设定上限能够保证自适应动作的稳定性。

此外，即使不事先通过实验或模拟得到基准滤波参考信号r_REF(i)，也可以将移动体102的行驶开始时的滤波参考信号r(l)，(l为小的整数)作为基准滤波参考信号r_REF(i)来使用。进而在有源降噪装置101中，在动作中满足滤波参考信号r(i)的振幅超过基准行驶条件的基准滤波参考信号r_REF(i)的振幅的最大值等的特定条件的情况下，也能够更新基准代表输入值d_REF以及基准步长参数μ_REF。

此外，在实施方式1中的有源降噪装置101中，ADF部5是使用了FxLMS算法的自适应滤波器，但即使为使用射影算法、SHARF算法、频率区域LMS算法等利用步长参数的自适应算法的ADF部5也能够得到同样的效果。

实施方式1中的有源降噪装置101不仅在移动体102中能够降低噪音N0，在具有存在噪音N0的空间S1的不移动的装置中也能够降低噪音N0。

基准代表输入值d_REF不仅可以如(数学式14)、(数学式15)所示的一例那样仅基于基准滤波参考信号r_REF(i)，还可以使用基准行驶条件下的N_l个基准误差信号e_REF(i)。例如为(数学式23)所示的基准滤波参考信号r_REF(i)和基准误差信号e_REF(i)的积、(数学式24)所示的基准误差信号e_REF(i)的有效值。

【数学式23】

$d_{\mathrm{REF}}={\left(\frac{1}{N_l}\underset{l=0}{\overset{N_l-1}{\mathrm{\&Sigma;}}}(e_{\mathrm{REF}}\left(l\right)\&CenterDot;r_{\mathrm{REF}}\left(l\right))\right)}^{\frac{1}{2}}$

【数学式24】

$d_{\mathrm{REF}}={\left(\frac{1}{N_l}\underset{l=0}{\overset{N_l-1}{\mathrm{\&Sigma;}}}{\left(e_{\mathrm{REF}}\left(l\right)\right)}^2\right)}^{\frac{1}{2}}$

代表输入值d(i)以与基准代表输入值d_REF对应的形式来定义，因此第n步中的代表输入值d(n)在基准代表输入值d_REF用(数学式23)来表示的情况下用(数学式25)来求出，在基准代表输入值d_REF用(数学式24)来表示的情况下用(数学式26)来求出。

【数学式25】

$d\left(n\right)={\left(\frac{1}{N_m}\underset{m=0}{\overset{N_m-1}{\mathrm{\&Sigma;}}}(e(n-m)\&CenterDot;r(n-m))\right)}^{\frac{1}{2}}$

【数学式26】

$d\left(n\right)={\left(\frac{1}{N_m}\underset{m=0}{\overset{N_m-1}{\mathrm{\&Sigma;}}}{\left(e(n-m)\right)}^2\right)}^{\frac{1}{2}}$

图8是实施方式1中的其他有源降噪装置103的框图。在图8中对与图1所示的有源降噪装置101相同的部分附加相同的参照编号。在将Chat部6的滤波器系数c^(i)设为时不变的常数c^的情况下，滤波参考信号r(i)如(数学式7)那样与参考信号x(i)成为固定的关系，因此也可以取代基准滤波参考信号r_REF(i)和滤波参考信号r(i)而利用基准参考信号x_REF(i)和参考信号x(i)来算出步长参数μ(i)。

在图8所示的有源降噪装置103中，μ调整部8也可以取代基准滤波参考信号r_REF(i)和滤波参考信号r(i)而利用基准参考信号x_REF(i)和参考信号x(i)来算出步长参数μ(i)。即，也可以取代(数学式17)所示的滤波参考信号R_m(n)，用(数学式27)来定义从当前时间点的第n步向过去追溯(N_m-1)步为止的N_m个参考信号x(i)所构成的N_m行1列的向量即参考信号X_m(n)。

【数学式27】

X_m(n)＝[x(n)，x(n-1)，…，x(n-(N_m-1))]^T

此外，也可以取代作为基准滤波参考信号r_REF(i)的(数学式13)所示的N_l行1列的基准滤波参考信号R_REF，用(数学式28)来定义基准行驶条件的从某时间点的第l步向过去追溯(N_l-1)步为止的N_l个基准参考信号x_REF(i)所构成的N_l行1列的向量即基准参考信号X_REF。

【数学式28】

X_REF＝[x_REF(l)，x_REF(l-1)，…，x_REF(l-(N_l-1))]^T

基准代表输入值d_REF基于(数学式28)所示的基准参考信号X_REF，例如也可以通过(数学式29)所示的有效值而作为常数来提供。

【数学式29】

$d_{\mathrm{REF}}={\left(\frac{1}{N_l}\underset{l=0}{\overset{N_l-1}{\mathrm{\&Sigma;}}}{\left(x_{\mathrm{REF}}\left(l\right)\right)}^2\right)}^{\frac{1}{2}}$

代表输入值d(i)定义为与基准代表输入值d_REF对应的参数，在基准代表输入值d_REF用(数学式29)来表示的情况下，与(数学式18)所示的代表输入值d(n)同样地根据参考信号X_m(n)如(数学式30)那样算出。

【数学式30】

$d\left(n\right)={\left(\frac{1}{N_m}\underset{m=0}{\overset{N_m-1}{\mathrm{\&Sigma;}}}{\left(x_m(n-m)\right)}^2\right)}^{\frac{1}{2}}$

以下，与图1所示的有源降噪装置101同样地，有源降噪装置103的μ调整部8利用(数学式29)所示的基准代表输入值d_REF和(数学式30)所示的代表输入值d(n)，通过(数学式20)来求出第n步中的步长参数μ(n)。有源降噪装置103具有与图1所示的有源降噪装置101同样的效果。

如上所述，有源降噪装置101(103)构成为与参考信号源1、二次噪音源2、和误差信号源3一起使用。参考信号源1输出与噪音存在相关的参考信号x(i)。二次噪音源2产生与二次噪音信号y(i)对应的二次噪音N1。误差信号源3输出通过二次噪音N1与噪音N0的干扰而产生的残留音所对应的误差信号e(i)。有源降噪装置101(103)具备信号处理装置4，该信号处理装置4具有接受参考信号x(i)的输入端41(第一输入端)、接受误差信号e(i)的输入端43(第二输入端)、和输出二次噪音信号y(i)的输出端42。信号处理装置4具有ADF部5、Chat部6、LMS运算部7、和μ调整部8。ADF部5基于参考信号x(i)输出二次噪音信号y(i)。Chat部6利用对从输出端42到输入端43的声音传递特性进行了模拟的模拟声音传递特性对参考信号x(i)进行校正来输出滤波参考信号r(i)。LMS运算部7利用误差信号e(i)、滤波参考信号r(i)、和步长参数μ(i)来更新ADF部5的滤波器系数w(k，i)。μ调整部8决定步长参数μ(i)。μ调整部8按照算出与参考信号x(i)、滤波参考信号r(i)、和误差信号e(i)中的至少1个信号的振幅相当的代表输入值d(i)的方式执行动作。此外，μ调整部8按照存储基准代表输入值d_REF和给定的基准步长参数μ_REF的方式执行动作，该基准代表输入值d_REF是参考信号x(i)、滤波参考信号r(i)、和误差信号e(i)中的上述至少1个信号的振幅为给定的振幅时的代表输入值d(i)，该给定的基准步长参数μ_REF是在代表输入值d(i)为基准代表输入值d_REF的情况下滤波器系数w(k，i)收敛的步长参数μ(i)的值。此外，μ调整部8按照通过对基准步长参数μ_REF乘以基准代表输入值d_REF相对于代表输入值d(i)的比来算出步长参数μ(i)的方式执行动作。通过上述的动作，有源降噪装置101(103)降低噪音N0。

在代表输入值d(i)为基准代表输入值d_REF的情况下，基准步长参数μ_REF也可以是滤波器系数w(k，i)收敛的步长参数μ(i)的值的最大值。

基准代表输入值d_REF也可以相当于参考信号x(i)、滤波参考信号r(i)、和误差信号e(i)中的上述至少1个信号的振幅的最大值。

对基准步长参数μ_REF乘以的系数的上限值和下限值中的至少一方的值也可以被设定。此外，该系数也可以是在具有固定小数点的格式的信号处理装置4的寄存器4R上所表示的数字值。在此情况下，μ调整部8通过改变该系数的小数点的位置来设定该系数的上限值和下限值中的上述至少一方的值。

有源降噪装置101(103)构成为搭载于具有空间S1的移动体102。噪音N0在空间S1产生，二次噪音源2在空间S1产生二次噪音N1。上述残留音在空间S1产生。

(实施方式2)

图9是本发明的实施方式2中的有源降噪装置201的框图。图10是搭载了有源降噪装置201的移动体202的示意图。在图9和图10中，对与图1和图2所示的实施方式1中的有源降噪装置101和移动体102相同的部分附加相同的参照编号。

实施方式1中的有源降噪装置101具备1个参考信号源1、1个二次噪音源2、1个误差信号源3、和信号处理装置4。有源降噪装置201能够通过信号处理装置204、至少1个参考信号源1_ξ、至少1个二次噪音源2_η、和至少1个误差信号源3_ζ来降低空间S1的噪音。

实施方式2中的有源降噪装置201是具备4个参考信号源1₀～1₃、4个二次噪音源2₀～2₃、和4个误差信号源3₀～3₃的case(4，4，4)的系统构成。在实施方式2中将case(4，4，4)的系统作为一例而示出，但参考信号源1_ξ、二次噪音源2_η、和误差信号源3_ζ的数量不限于4个，也可以是相互不同的case(ξ，η，ζ)的构成。

在实施方式2的说明中，对表示同数的符号附加参考信号的数量“ξ”、二次噪音源的数量“η”、误差信号源的数量“ζ”等相同的下标。此外，在Chat部6_0ηζ等具有多个要素的情况下附加多个下标来表示，例如“6_0ηζ”表示η个二次噪音源分别与ζ个误差信号源相关联，具有(η×ζ)个成分。

信号处理装置204由取得参考信号源1_ξ所输出的参考信号x_ξ(i)的多个输入端41_ξ、取得误差信号源3_ζ所输出的误差信号e_ζ(i)的多个输入端43_ζ、对二次噪音源2_η输出二次噪音信号y_η(i)的多个输出端42_η、和算出二次噪音信号y_η(i)的多个信号处理部204_η构成。在此通过多个输入端41_ξ、43_ζ和输出端42_η来进行信号的输入输出，但这些也可以不是与参考信号源1_ξ、误差信号源3_ζ、二次噪音源2_η同数，极端而言也可以对1个输入端输入所有的信号，并从1个输出端输出所有的信号。信号处理装置204以取样周期T_s来执行动作。在1个信号处理装置204未在取样周期T_s内完成处理的case(ξ，η，ζ)的系统中也可以使用多个信号处理装置。

信号处理部204_η分别具备多个ADF部5_ξη、Chat部6_ξηζ、LMS运算部7_ξη、μ调整部8_ξη、和输出将多个信号相加而得到的信号的信号加法器9_η。

以下对信号处理部204_η的动作进行说明。输出对二次噪音源2₀进行驱动的二次噪音信号y₀(i)的信号处理部204₀具备：与参考信号源1₀～1₃同数的4组ADF部5₀₀～5₃₀、LMS运算部7₀₀～7₃₀、μ调整部8₀₀～8₃₀；信号加法器9₀；和参考信号源1₀～1₃的数量与误差信号源3₀～3₃的数量之积的16个Chat部6₀₀₀～6₃₀₃。

首先，示出关于与参考信号源1₀相关的一组ADF部5₀₀、LMS运算部7₀₀、μ调整部8₀₀以及Chat部6_00ζ的动作。ADF部5₀₀通过如(数学式31)那样对滤波器系数w₀₀(k，n)和参考信号x₀(i)进行滤波运算来求出二次噪音信号y₀₀(n)。

【数学式31】

$y_{00}\left(n\right)=\underset{k=0}{\overset{N-1}{\mathrm{\&Sigma;}}}{w}_{00}(k,n)\&CenterDot;x_0(n-k)$

Chat部6_0ηζ与对实施方式1中的输出端42与误差信号e(i)的输入端43之间的路径的声音传递特性C(i)进行了模拟的滤波器系数C^(i)同样地，分别具有对实施方式2中的输出端42_η与误差信号e_ζ(i)的输入端43_ζ之间的声音传递特性C_ηζ(i)进行了模拟的滤波器系数C^_ηζ(i)。在实施方式2中Chat部6_ξηζ也采用时不变的滤波器系数C^_ηζ。信号处理部204₀具有误差信号e_ζ(i)的数量的4个Chat部6₀₀₀～6₀₀₃，将该滤波器系数C^₀₀～C^₀₃用(数学式32)来表示。

【数学式32】

C^₀₀＝[c^₀₀(0)，c^₀₀(1)，…，c^₀₀(N_c-1)]^T

·

·

·

C^_0ζ＝[c^_0ζ(0)，c^_0ζ(1)，…，c^_0ζ(N_c-1)]^T

·

·

·

C^₀₃＝[c^₀₃(0)，c^₀₃(1)，…，c^₀₃(N_c-1)]^T

Chat部6_00ζ对(数学式32)所示的滤波器系数C^_0ζ和参考信号X₀(n)进行(数学式33)所示的滤波运算来输出滤波参考信号r_00ζ(n)。

【数学式33】

r₀₀₀(n)＝C^₀₀ ^TX₀(n)

·

·

·

r_00ζ(n)＝C^_0ζ ^TX₀(n)

·

·

·

r₀₀₃(n)＝C^₀₃ ^TX₀(n)

在此参考信号X₀(n)是(数学式34)所示的从当前时间点的第n步向过去追溯(N_c-1)步为止的N_c个参考信号x₀(i)所构成的向量。

【数学式34】

X₀(n)＝[x₀(n)，x₀(n-1)，…，x₀(n-(N_c-1))]^T

μ调整部8₀₀基于作为预先决定的基准的步长参数即给定的基准步长参数μ_REF，00ζ、和参考信号x₀(i)、滤波参考信号r_00ζ(i)、误差信号e_ζ(i)中的至少1个信号，输出当前时间点的第n步中的步长参数μ_00ζ(n)。

LMS运算部7₀₀利用由(数学式33)求出的各4个滤波参考信号R_00ζ(n)、误差信号e_ζ(n)、和步长参数μ_00ζ(n)，如(数学式35)那样对ADF部5₀₀的滤波器系数W₀₀(n)进行更新。

【数学式35】

$W_{00}(n+1)=W_{00}\left(n\right)-\underset{\mathrm{\&zeta;}=0}{\overset{3}{\mathrm{\&Sigma;}}}{\mathrm{\&mu;}}_{00\mathrm{\&zeta;}}\left(n\right)\&CenterDot;e_{\mathrm{\&zeta;}}\left(n\right)\&CenterDot;R_{00\mathrm{\&zeta;}}\left(n\right)$

在此，滤波参考信号R_00ζ(n)由利用模拟声音传递特性C^_0ζ对参考信号x₀(i)进行了滤波后的滤波参考信号r_00ζ(i)如(数学式36)所示那样构成。

【数学式36】

R₀₀₀(n)＝[r₀₀₀(n)，r₀₀₀(n-1)，…，r₀₀₀(n-(N-1))]^T

·

·

·

R_00ζ(n)＝[r_00ζ(n)，r_00ζ(n-1)，…，r_00ζ(n-(N-1))]^T

·

·

·

R₀₀₃(n)＝[r₀₀₃(n)，r₀₀₃(n-1)，…，r₀₀₃(n-(N-1))]^T

此外，ADF部5₀₀的滤波器系数W₀₀(n)用(数学式37)来表示。

【数学式37】

W₀₀(n)＝[w₀₀(0，n)，w₀₀(1，n)，…，w₀₀(N-1，n)]^T

根据(数学式35)，滤波参考信号R_00ζ(n)和误差信号e_ζ(n)以步长参数μ_00ζ(n)所示的程度对滤波器系数W₀₀(n)的更新做出贡献。

接着，对于根据其他3个参考信号x₁(i)～x₃(i)来求出二次噪音信号y₁₀(i)～y₃₀(i)的3组ADF部5₁₀～5₃₀、LMS运算部7₁₀～7₃₀、μ调整部8₁₀～8₃₀、和Chat部6_10ζ～6_30ζ，将求出二次噪音信号y₀₀(i)的动作一般化。

通过由ADF部5_ξ0对参考信号x_ξ(i)进行滤波运算而求出的当前时间点的二次噪音信号y_ξη(n)能够用(数学式38)而得到。

【数学式38】

$y_{\mathrm{\&xi;}0}\left(n\right)=\underset{k=0}{\overset{N-1}{\mathrm{\&Sigma;}}}{w}_{\mathrm{\&xi;}0}(k,n)\&CenterDot;x_{\mathrm{\&xi;}}(n-k)$

Chat部6_ξ0ζ根据(数学式32)所示的滤波器系数C^_0ζ和(数学式39)所示的参考信号X_ξ(n)，通过(数学式40)的运算来输出滤波参考信号r_ξ0ζ(n)。

【数学式39】

X_ξ(n)＝[x_ξ(n)，x_ξ(n-1)，…，x_ξ(n-(N_c-1))]^T

【数学式40】

r_ξ0ζ(n)＝C^_0ζ ^TX_ξ(n)

滤波参考信号r_ξ0ζ(i)所构成的N行1列的滤波参考信号R_ξ0ζ(n)用(数学式41)来表示。

【数学式41】

R_ξ0ζ(n)＝[r_ξ0ζ(n)，r_ξ0ζ(n-1)，…，r_ξ0ζ(n-(N-1))]^T

μ调整部8_ξ0基于基准步长参数μ_REF，ξ0ζ、以及参考信号x_ξ(i)、滤波参考信号r_ξ0ζ(i)、误差信号e_ζ(i)中的至少1个信号，输出当前时间点的步长参数μ_ξ0ζ(n)。

LMS运算部7_ξ0将(数学式42)所示的滤波器系数W_ξ0(n)如(数学式43)那样进行更新。

【数学式42】

W_ξ0(n)＝[w_ξ0(0，n)，w_ξ0(1，n)，…，w_ξ0(N-1，n)]^T

【数学式43】

$W_{\mathrm{\&xi;}0}(n+1)=W_{\mathrm{\&xi;}0}\left(n\right)-\underset{\mathrm{\&zeta;}=0}{\overset{3}{\mathrm{\&Sigma;}}}{\mathrm{\&mu;}}_{\mathrm{\&xi;}0\mathrm{\&zeta;}}\left(n\right)\&CenterDot;e_{\mathrm{\&zeta;}}\left(n\right)\&CenterDot;R_{\mathrm{\&xi;}0\mathrm{\&zeta;}}\left(n\right)$

信号加法器9₀将这样得到的4个二次噪音信号y₀₀(n)～y₃₀(n)如(数学式44)所示那样进行合计，生成提供给二次噪音源2₀的二次噪音信号y₀(n)。

【数学式44】

$y_0\left(n\right)=\underset{\mathrm{\&xi;}=0}{\overset{3}{\mathrm{\&Sigma;}}}{y}_{\mathrm{\&xi;}0}\left(n\right)$

关于向包含其他二次噪音源2₁～2₃的二次噪音源2_η输出二次噪音信号y_η(i)的信号处理部204_η，将信号处理部2040的动作展开来表示。

ADF部5_ξη通过利用滤波器系数w_ξη(k，n)和参考信号x_ξ(i)进行(数学式45)所示的滤波运算即卷积运算来求出当前时间点的第n步中的二次噪音信号y_ξη(n)。

【数学式45】

$y_{\mathrm{\&xi;\&eta;}}\left(n\right)=\underset{k=0}{\overset{N-1}{\mathrm{\&Sigma;}}}{w}_{\mathrm{\&xi;\&eta;}}(k,n)\&CenterDot;x_{\mathrm{\&xi;}}(n-k)$

Chat部6_ξηζ具有对输出端42_η与误差信号e_ζ(i)的输入端43_ζ之间的声音传递特性C_ηζ(i)进行了模拟的(数学式46)所示的时不变的滤波器系数C^_ηζ。

【数学式46】

C^_ηζ＝[c^_ηζ(0)，c^_ηζ(1)，…，c^_ηζ(N_c-1)]^T

在实施方式2中4个二次噪音源2_η分别具有针对4个误差信号源3_ζ的路径，因此具有16个滤波器系数。

Chat部6_ξηζ根据(数学式46)所示的滤波器系数C^_ηζ和(数学式39)所示的参考信号X_ξ(n)用(数学式47)来算出滤波参考信号r_ξηζ(n)。

【数学式47】

r_ξηζ(n)＝C^_ηζ ^TX_ξ(n)

滤波参考信号r_ξηζ(i)所构成的N行1列的滤波参考信号R_ξηζ(n)用(数学式48)来表示。

【数学式48】

R_ξηζ(n)＝[r_ξηζ(n)，r_ξηζ(n-1)，…，r_ξηζ(n-(N-1))]^T

μ调整部8_ξη基于基准步长参数μ_REF，ξηζ、以及参考信号x_ξ(i)、滤波参考信号r_ξηζ(i)、误差信号e_ζ(i)中的至少1个信号，输出当前时间点的步长参数μ_ξηζ(n)。

LMS运算部7_ξη将(数学式49)所示的滤波器系数W_ξη(n)如(数学式50)那样进行更新。

【数学式49】

W_ξη(n)＝[w_ξη(0，n)，w_ξη(1，n)，…，w_ξη(N-1，n)]^T

【数学式50】

$W_{\mathrm{\&xi;\&eta;}}(n+1)=W_{\mathrm{\&xi;\&eta;}}\left(n\right)-\underset{\mathrm{\&zeta;}=0}{\overset{3}{\mathrm{\&Sigma;}}}{\mathrm{\&mu;}}_{\mathrm{\&xi;\&eta;\&zeta;}}\left(n\right)\&CenterDot;e_{\mathrm{\&zeta;}}\left(n\right)\&CenterDot;R_{\mathrm{\&xi;\&eta;\&zeta;}}\left(n\right)$

信号加法器9_η将二次噪音信号y_ξη(n)如(数学式51)所示那样进行合计，生成提供给二次噪音源2_η的二次噪音信号y_η(n)。

【数学式51】

$y_{\mathrm{\&eta;}}\left(n\right)=\underset{\mathrm{\&xi;}=0}{\overset{3}{\mathrm{\&Sigma;}}}{y}_{\mathrm{\&xi;\&eta;}}\left(n\right)$

如上，有源降噪装置201基于(数学式50)按照每个取样周期T_s对ADF部5_ξη的滤波器系数W_ξη(n)进行更新，由此能够求出在多个误差信号源3_ζ的位置消除噪音N0的最佳的二次噪音信号y_η(n)，能够在空间S1内降低噪音N0。

接着，关于算出μ调整部8_ξη中的当前时间点的第n步的步长参数μ_ξηζ(n)的动作，与信号处理部204_η的动作同样地，说明基于参考信号x₀(i)和误差信号e₀(i)来输出二次噪音信号y₀(i)的系统的μ调整部8₀₀的动作，并将其一般化。

μ调整部8₀₀存储基于作为移动体202的基准的行驶条件下的滤波参考信号r_00ζ(i)即基准滤波参考信号r_REF，00ζ(i)的基准代表输入值d_REF，00ζ和基准步长参数μ_REF，00ζ。进而，μ调整部8₀₀基于滤波参考信号r_00ζ(i)来求出与基准代表输入值d_REF，00ζ对应的代表输入值d_00ζ(n)。

μ调整部8₀₀根据所存储的基准代表输入值d_REF，00ζ、基准步长参数μ_{REF， 00ζ}、和代表输入值d_00ζ(n)来算出步长参数μ_00ζ(n)。

在实施方式2中与实施方式1同样地，说明将滤波参考信号r_00ζ(i)的振幅最大的行驶条件设定为基准行驶条件，决定基准代表输入值d_REF，00ζ和基准步长参数μ_REF，00ζ的动作。与(数学式13)同样地用(数学式52)来定义基准行驶条件下的从某时间点的第1步向过去追溯(N_l-1)步为止的基准滤波参考信号r_REF，00ζ(i)所构成的N_l行1列的向量即基准滤波参考信号R_REF，00ζ。

【数学式52】

R_REF，00ζ＝[r_REF，00ζ(1)，r_REF，00ζ(1-1)，…，r_REF，00ζ(1-(N_l-1))]^T

基准代表输入值d_REF，00ζ可以基于(数学式52)所示的基准滤波参考信号R_REF，00ζ，例如与(数学式14)、(数学式15)同样地通过(数学式53)、(数学式54)所示的有效值或平均值的平方来作为常数而提供。

【数学式53】

$d_{\mathrm{REF},00\mathrm{\&zeta;}}={\left(\frac{1}{N_l}\underset{l=0}{\overset{N_l-1}{\mathrm{\&Sigma;}}}{\left(r_{\mathrm{REF},00\mathrm{\&zeta;}}\left(1\right)\right)}^2\right)}^{\frac{1}{2}}$

【数学式54】

$d_{\mathrm{REF},00\mathrm{\&zeta;}}={\left(\frac{1}{N_l}\underset{l=0}{\overset{N_l-1}{\mathrm{\&Sigma;}}}\right|r_{\mathrm{REF},00\mathrm{\&zeta;}}\left(1\right)\left|\right)}^2$

4个基准代表输入值d_REF，000～d_REF，003也可以采用例如用(数学式53)来定义基准代表输入值d_REF，000、用(数学式54)来定义基准代表输入值d_REF，001～d_REF，003等相互不同的定义。此外，在基准代表输入值d_REF，00ζ的计算中使用的基准滤波参考信号r_RFF，00ζ(i)的数量N_l也可以相互不同。

基准步长参数μ_REF，00ζ例如与(数学式16)同样地，根据基准滤波参考信号R_REF，_00ζ的自相关矩阵的最大固有值λ_{REF，MAX，00ζ}用(数学式55)来表示。

【数学式55】

${\mathrm{\&mu;}}_{\mathrm{REF},00\mathrm{\&zeta;}}=\frac{2}{{\mathrm{\&lambda;}}_{\mathrm{REF},\mathrm{MAX},00\mathrm{\&zeta;}}}$

代表输入值d_00ζ(n)基于从当前时间点的第n步向过去追溯(N_m-1)步为止的N_m个滤波参考信号r_00ζ(i)即(数学式56)所示的滤波参考信号R_m，00ζ(n)来求出。

【数学式56】

R_m，00ζ(n)＝[r_00ζ(n)，r_00ζ(n-1)，…，r_00ζ(n-(N_m-1))]^T

在用(数学式53)来表示基准代表输入值d_REF，00ζ的情况下用(数学式57)来求出，在用(数学式54)来表示基准代表输入值d_REF，00ζ的情况下用(数学式58)来求出。

【数学式57】

$d_{00\mathrm{\&zeta;}}\left(n\right)={\left(\frac{1}{N_m}\underset{m=0}{\overset{N_m-1}{\mathrm{\&Sigma;}}}{\left(r_{00\mathrm{\&zeta;}}(n-m)\right)}^2\right)}^{\frac{1}{2}}$

【数学式58】

$d_{00\mathrm{\&zeta;}}\left(n\right)={\left(\frac{1}{N_m}\underset{m=0}{\overset{N_m-1}{\mathrm{\&Sigma;}}}\right|r_{00\mathrm{\&zeta;}}(n-m)\left|\right)}^2$

代表输入值d_00ζ(n)通过与基准代表输入值d_REF，00ζ对应的定义来求出，因此在例如用(数学式53)来定义基准代表输入值d_REF，000、用(数学式54)来定义基准代表输入值d_REF，001～d_REF，003等在基准代表输入值d_{REF， 00ζ}中采用相互不同的定义的情况下，代表输入值d_00ζ(n)也用(数学式57)来定义代表输入值d₀₀₀(n)、用(数学式58)来定义代表输入值d₀₀₁(n)～d₀₀₃(n)。

当前时间点的第n步中的步长参数μ_00ζ(n)，例如与(数学式20)同样地，通过将基准步长参数μ_REF，00ζ除以代表输入值d_00ζ(n)相对于基准代表输入值d_REF，00ζ之比而用(数学式59)来求出。

【数学式59】

${\mathrm{\&mu;}}_{00\mathrm{\&zeta;}}\left(n\right)={\mathrm{\&mu;}}_{\mathrm{REF},00\mathrm{\&zeta;}}\&CenterDot;\frac{1}{\frac{d_{00\mathrm{\&zeta;}}\left(n\right)}{d_{\mathrm{REF},00\mathrm{\&zeta;}}}}={\mathrm{\&mu;}}_{\mathrm{REF},00\mathrm{\&zeta;}}\&CenterDot;\frac{d_{\mathrm{REF},00\mathrm{\&zeta;}}}{d_{00\mathrm{\&zeta;}}\left(n\right)}$

这样，通过由μ调整部8₀₀来决定步长参数μ_00ζ(i)，从而即使在参考信号x₀(i)大的情况下ADF部5₀₀的滤波器系数W₀₀(i)也不发散。进而，即使在参考信号x₀(i)小的情况下也能够提高滤波器系数W₀₀(i)的收敛速度。

在μ调整部8_ξη的情况下，根据基于基准行驶条件下的多个基准滤波参考信号r_REF，ξηζ(i)的每一个的基准代表输入值d_REF，ξηζ和基准步长参数μ_REF，ξηζ、以及与各基准代表输入值d_REF，ξηζ对应的代表输入值d_ξηζ(n)来算出当前时间点的第n步的步长参数μ_ξηζ(n)。

基准代表输入值d_REF，ξηζ可以基于基准行驶条件下的基准滤波参考信号R_REF，ξηζ，例如与(数学式53)同样地通过(数学式60)来作为常数而提供。

【数学式60】

$d_{\mathrm{REF},\mathrm{\&xi;\&eta;\&zeta;}}={\left(\frac{1}{N_l}\underset{l=0}{\overset{N_l-1}{\mathrm{\&Sigma;}}}{\left(r_{\mathrm{REF},\mathrm{\&xi;\&eta;\&zeta;}}\left(1\right)\right)}^2\right)}^{\frac{1}{2}}$

基准代表输入值d_REF，ξηζ可以分别采用不同的定义，也可以采用不同的基准行驶条件，但基准步长参数μ_REF，ξηζ需要在与基准代表输入值d_{REF， ξηζ}对应的行驶条件下决定。

代表输入值d_ξηζ(n)基于(数学式61)所示的滤波参考信号R_m，ξηζ，在用(数学式60)来表示基准代表输入值d_REF，ξηζ的情况下用(数学式62)来求出。

【数学式61】

R_m，ξηζ(n)＝[r_ξηζ(n)，r_ξηζ(n-1)，…，r_ξηζ(n-(N_m-1))]^T

【数学式62】

$d_{\mathrm{\&xi;\&eta;\&zeta;}}\left(n\right)={\left(\frac{1}{N_m}\underset{m=0}{\overset{N_m-1}{\mathrm{\&Sigma;}}}{\left(r_{\mathrm{\&xi;\&eta;\&zeta;}}(n-m)\right)}^2\right)}^{\frac{1}{2}}$

与(数学式59)同样地，当前时间点的第n步中的步长参数μ_ξηζ(n)通过将基准步长参数μ_REF，ξηζ除以代表输入值d_ξηζ(n)相对于基准代表输入值d_REF，ξηζ之比而用(数学式63)来求出。

【数学式63】

${\mathrm{\&mu;}}_{\mathrm{\&xi;\&eta;\&zeta;}}\left(n\right)={\mathrm{\&mu;}}_{\mathrm{REF},\mathrm{\&xi;\&eta;\&zeta;}}\&CenterDot;\frac{1}{\frac{d_{\mathrm{\&xi;\&eta;\&zeta;}}\left(n\right)}{d_{\mathrm{REF},\mathrm{\&xi;\&eta;\&zeta;}}}}={\mathrm{\&mu;}}_{\mathrm{REF},\mathrm{\&xi;\&eta;\&zeta;}}\&CenterDot;\frac{d_{\mathrm{REF},\mathrm{\&xi;\&eta;\&zeta;}}}{d_{\mathrm{\&xi;\&eta;\&zeta;}}\left(n\right)}$

如上，通过由μ调整部8_ξη来决定步长参数μ_ξηζ(i)，从而即使在参考信号x_ξ(i)大的情况下，也能使所有的ADF部5_ξη的滤波器系数W_ξη(i)都不发散，且有源降噪装置201稳定地工作。进而，即使在参考信号x_ξ(i)小的情况下，滤波器系数W_ξη(i)的收敛速度也很高，有源降噪装置201能够有效地降低噪音N0。

在实际的动作中，在实施方式2中也与实施方式1同样地，通过如(数学式21)、(数学式22)那样将时不变的常数部分汇总为α_ξηζ来进行存储，从而能够降低运算量。例如，在用(数学式60)来定义基准代表输入值d_REF，ξηζ、用(数学式62)来定义代表输入值d_ξηζ的情况下，能够如(数学式64)、(数学式65)那样进行汇总。

【数学式64】

$\begin{array}{c}{\mathrm{\&mu;}}_{\mathrm{\&xi;\&eta;\&zeta;}}\left(n\right)={\mathrm{\&mu;}}_{\mathrm{REF},\mathrm{\&xi;\&eta;\&zeta;}}\&CenterDot;\frac{{\left(\frac{1}{N_l}\underset{l=0}{\overset{N_l-1}{\mathrm{\&Sigma;}}}{\left(r_{\mathrm{REF},\mathrm{\&xi;\&eta;\&zeta;}}\left(1\right)\right)}^2\right)}^{\frac{1}{2}}}{{\left(\frac{1}{N_m}\underset{m=0}{\overset{N_m-1}{\mathrm{\&Sigma;}}}{\left(r_{\mathrm{\&xi;\&eta;\&zeta;}}(n-m)\right)}^2\right)}^{\frac{1}{2}}}\\ =\frac{N_m^2\&CenterDot;{\mathrm{\&mu;}}_{\mathrm{REF},\mathrm{\&xi;\&eta;\&zeta;}}\&CenterDot;d_{\mathrm{REF},\mathrm{\&xi;\&eta;\&zeta;}}}{{\left(\underset{m=0}{\overset{N_m-1}{\mathrm{\&Sigma;}}}{\left(r_{\mathrm{\&xi;\&eta;\&zeta;}}(n-m)\right)}^2\right)}^{\frac{1}{2}}}=\frac{{\mathrm{\&alpha;}}_{\mathrm{\&xi;\&eta;\&zeta;}}}{{\left(\underset{m=0}{\overset{N_m-1}{\mathrm{\&Sigma;}}}{\left(r_{\mathrm{\&xi;\&eta;\&zeta;}}(n-m)\right)}^2\right)}^{\frac{1}{2}}}\end{array}$

【数学式65】

${\mathrm{\&alpha;}}_{\mathrm{\&xi;\&eta;\&zeta;}}=N_m^2\&CenterDot;{\mathrm{\&mu;}}_{\mathrm{REF},\mathrm{\&xi;\&eta;\&zeta;}}\&CenterDot;d_{\mathrm{REF},\mathrm{\&xi;\&eta;\&zeta;}}$

但是，若有源降噪装置201按照上述式子执行动作，则用于更新步长参数μ_ξηζ(n)的代表输入值d_ξηζ(n)、常数α_ξηζ的数量成为参考信号源1_ξ的数量、二次噪音源2_η的数量、和误差信号源3_ζ的数量之积，因此在实施方式2中大到(4×4×4＝64)，信号处理装置204中的运算负荷变大。

在将有源降噪装置201搭载于移动体202的情况下，例如若将Chat部6_ηζ的滤波器系数C^_ηζ设为时不变，则在代表输入值d_ξηζ(i)相对于基准代表输入值d_REF，ξηζ之比的计算中也可以不考虑滤波器系数C^_ηζ的变动。此外，例如在凹凸大的路面上行驶时，代表输入值d_ξηζ(i)相对于基准代表输入值d_REF，ξηζ之比变大等、对基准步长参数μ_REF，ξηζ乘以的值以同一倾向而变化的情况较多。因此，也可以将至少1个基准滤波参考信号R_REF，ξηζ和滤波参考信号R_m，ξηζ(i)的组作为代表来采用，算出基准代表输入值d_REF，ξηζ和代表输入值d_ξηζ(i)，并对各基准步长参数μ_REF，ξηζ进行调整。此时，基准步长参数μ_REF，ξηζ使用决定了作为代表而采用的基准代表输入值d_REF，ξηζ的基准行驶条件下的值较为理想。

例如在实施方式2中，在μ调整部8_ξη的运算中将由Chat部6₀₀输出的4个基准滤波参考信号R_REF，000～R_REF，300和滤波参考信号R₀₀₀(n)～R₃₀₀(n)的组作为代表来采用的情况下，步长参数μ_ξηζ(n)可以利用基准代表输入值(d_REF，ξ＝d_REF，ξ00)与代表输入值(d_ξ(n)＝d_ξ00(n))之比用(数学式66)来求出。

【数学式66】

${\mathrm{\&mu;}}_{\mathrm{\&xi;\&eta;\&zeta;}}\left(n\right)={\mathrm{\&mu;}}_{\mathrm{REF},\mathrm{\&xi;\&eta;\&zeta;}}\&CenterDot;\frac{d_{\mathrm{REF},\mathrm{\&xi;}}}{d_{\mathrm{\&xi;}}\left(n\right)}$

同样在实施方式2中，在μ调整部8_ξη的运算中将基准行驶条件下的基准滤波参考信号r_REF，0ηζ(i)和滤波参考信号r_0ηζ(i)作为代表来采用的情况下，步长参数μ_ξηζ(n)可以利用基准代表输入值(d_REF，ηζ＝d_REF，0ηζ～d_REF，3ηζ)和代表输入值(d_ηζ(n)＝d_0ηζ(n)～d_3ηζ(n))用(数学式67)来求出。

【数学式67】

${\mathrm{\&mu;}}_{\mathrm{\&xi;\&eta;\&zeta;}}\left(n\right)={\mathrm{\&mu;}}_{\mathrm{REF},\mathrm{\&xi;\&eta;\&zeta;}}\&CenterDot;\frac{d_{\mathrm{REF},\mathrm{\&eta;\&xi;}}}{d_{\mathrm{\&eta;\&xi;}}\left(n\right)}$

在(数学式66)、(数学式67)中，虽然步长参数μ_ξηζ(n)的运算数未被削减，但代表输入值d_ξηζ(n)的数量在(数学式67)中可以设为(1×4×4＝16)、在(数学式66)中可以设为(4×1×1＝4)，能够降低信号处理装置204中的运算负荷。

进而，在能够将几个基准步长参数μ_REF，ξηζ设定为同一值的情况下，不仅能削减代表输入值d_ξηζ(i)的数量，还能削减常数α_ξηζ的数量，能够减少步长参数μ_ξηζ(i)的运算数。

例如在按照算出各二次噪音信号y_η(i)使得在4个误差信号源3_ζ的位置以均等的权重而降低的方式执行动作的情况下，基准步长参数μ_{REF， ξη0}～μ_REF，ξη3也可以采用相同的基准步长参数μ_REF，ξη。除了该基准步长参数μ_REF，ξη之外，在如(数学式66)那样使用基准代表输入值d_REF，ξ和代表输入值d_ξ(n)的情况下，可以用(数学式68)来求出步长参数μ_ξηζ(n)。

【数学式68】

${\mathrm{\&mu;}}_{\mathrm{\&xi;\&eta;}}\left(n\right)={\mathrm{\&mu;}}_{\mathrm{REF},\mathrm{\&xi;\&eta;}}\&CenterDot;\frac{d_{\mathrm{REF},\mathrm{\&xi;}}}{d_{\mathrm{\&xi;}}\left(n\right)}$

若使用该(数学式68)所示的步长参数μ_ξη(n)，则(数学式50)所示的LMS运算部7_ξη的运算能够变换为(数学式69)，不仅运算所需的代表输入值d_ξηζ(n)的数量能够削减为(4×1×1＝4)，而且步长参数μ_ξηζ(n)的运算也能够削减为步长参数(μ_ξη(n)＝μ_ξη0(n)～μ_ξη3(n))的(4×1×4＝16)，能够实现消耗功率的降低、处理速度的提高。

【数学式69】

$W_{\mathrm{\&xi;\&eta;}}(n+1)=W_{\mathrm{\&xi;\&eta;}}\left(n\right)-{\mathrm{\&mu;}}_{\mathrm{\&xi;\&eta;}}\left(n\right)\&CenterDot;\underset{\mathrm{\&zeta;}=0}{\overset{3}{\mathrm{\&Sigma;}}}{e}_{\mathrm{\&zeta;}}\left(n\right)\&CenterDot;R_{\mathrm{\&xi;\&eta;\&zeta;}}\left(n\right)$

在实施方式2中也与实施方式1同样地，即使不事先通过实验或模拟来得到基准滤波参考信号r_REF，ξηζ(i)，也可以利用移动体202的行驶开始时的滤波参考信号r_ξηζ(1)，(1是小的整数)作为基准滤波参考信号r_REF，ξηζ(i)。进而在有源降噪装置201中，在动作中满足滤波参考信号r_ξηζ(i)的振幅超过基准行驶条件的基准滤波参考信号r_REF，ξηζ(i)的振幅的最大值等的特定条件的情况下，也能够对基准代表输入值d_REF，ξηζ以及基准步长参数μ_REF，ξηζ分别进行更新。此外，在有源降噪装置201中，即使ADF部5_ξη为不仅使用FxLMS算法，还使用射影算法、SHARF算法、频率区域LMS算法等利用了步长参数的自适应算法的ADF部5_ξη，也能够获得同样的效果。进而，在有源降噪装置201中，通过不按照每个取样周期T_s对ADF部5_ξη的所有的滤波器系数W_ξη(i)、步长参数μ_ξηζ(i)进行更新，不进行对几个滤波器系数W_ξη(i)、步长参数μ_ξηζ(i)进行依次更新的方法、或对噪音降低的贡献度低的ADF部5_ξη以及附带的LMS运算部7_ξη和μ调整部8_ξη的运算，能够降低信号处理装置204的运算负荷。

进而，μ调整部8_ξη也可以存储多个代表输入值d_ξηζ(i)、和按照每个该代表输入值d_ξηζ(i)基于(数学式60)而算出的多个步长参数μ_ξηζ(i)的组合数据表。μ调整部8_ξη通过从数据表读出与代表输入值d(n)的值相应的步长参数μ_ξηζ(n)的值，能够在短时间内调整步长参数μ_ξηζ(n)。此外，在行驶条件的变化比有源降噪装置201的取样周期T_s更缓慢的情况下，μ调整部8_ηζ也可以取代当前时间点的滤波参考信号R_m，ξηζ(n)而使用当前时间点之前的滤波参考信号R_m，ξηζ(n-β)，(β为正整数)来求出当前时间点的第n步中的步长参数μ_ξηζ(n)。

在实施方式2中的有源降噪装置201的μ调整部8_ξη中，也可以如有源降噪装置101的μ调整部8那样不仅基于基准滤波参考信号r_REF，ξηζ(i)，还基于基准行驶条件下的基准误差信号e_REF，ζ(i)来提供基准代表输入值d_REF，ξηζ。例如如(数学式23)那样是(数学式70)所示的基准滤波参考信号r_REF，ξηζ(i)与基准误差信号e_REF，ζ(i)之积、或如(数学式24)那样是(数学式71)所示的基准误差信号e_REF，ζ(i)的有效值。

【数学式70】

$d_{\mathrm{REF},\mathrm{\&xi;\&eta;\&zeta;}}={\left(\frac{1}{N_l}\underset{l=0}{\overset{N_l-1}{\mathrm{\&Sigma;}}}{e}_{\mathrm{REF},\mathrm{\&zeta;}}\left(1\right){\&CenterDot;r}_{\mathrm{REF},\mathrm{\&xi;\&eta;\&zeta;}}\left(1\right)\right)}^{\frac{1}{2}}$

【数学式71】

$d_{\mathrm{REF},\mathrm{\&xi;\&eta;\&zeta;}}={\left(\frac{1}{N_l}\underset{l=0}{\overset{N_l-1}{\mathrm{\&Sigma;}}}{\left(e_{\mathrm{REF},\mathrm{\&zeta;}}\left(1\right)\right)}^2\right)}^{\frac{1}{2}}$

由于代表输入值d_ξηζ(i)以与基准代表输入值d_REF，ξηζ对应的形式来定义，因此当前时间点的第n步中的代表输入值d(n)在用(数学式70)来表示基准代表输入值d_REF，ξηζ的情况下用(数学式72)来求出，在用(数学式71)来表示基准代表输入值d_REF，ξηζ的情况下用(数学式73)来求出。

【数学式72】

$d_{\mathrm{\&xi;\&eta;\&zeta;}}\left(n\right)={(\frac{1}{N_m}\underset{m=0}{\overset{N_m-1}{\mathrm{\&Sigma;}}}{e}_{\mathrm{\&zeta;}}(n-m)\&CenterDot;r_{\mathrm{\&xi;\&eta;\&zeta;}}(n-m))}^{\frac{1}{2}}$

【数学式73】

$d_{\mathrm{\&xi;\&eta;\&zeta;}}\left(n\right)={\left(\frac{1}{N_m}\underset{m=0}{\overset{N_m-1}{\mathrm{\&Sigma;}}}{\left(e_{\mathrm{\&zeta;}}(n-m)\right)}^2\right)}^{\frac{1}{2}}$

接着，在实施方式2中也如实施方式1那样将Chat部6_ηζ的滤波器系数c^_ηζ(i)设为时不变的常数c^_ηζ，对取代基准滤波参考信号r_REF，ζηξ(i)和滤波参考信号r_ξηζ(i)而使用基准参考信号x_REF，ξηζ(i)和参考信号x_ξηζ(i)来算出步长参数μ_ξηζ(n)的动作进行说明。

图11是实施方式2中的其他有源降噪装置203的框图。在图11中对与图9所示的有源降噪装置201相同的部分附加相同的参照编号。

在图11所示的有源降噪装置203中，μ调整部8_ξη取代基准滤波参考信号r_REF，ξηζ(i)和滤波参考信号r_ξηζ(i)而使用基准参考信号x_REF，ξ(i)和参考信号x_ξ(i)来算出步长参数μ_ξηζ(n)。

在将Chat部6_ηζ的滤波器系数c^_ηζ(i)作为时不变的常数c^_ηζ来考虑的情况下，如上所述可以采用4个基准滤波参考信号(R_REF，ξ＝R_REF，ξ00)作为代表，可以不考虑Chat部6_ηζ的滤波器系数c^_ηζ的变动。因此，可以取代基准滤波参考信号R_REF，ξ而基于基准行驶条件下的基准参考信号X_REF，ξ，例如与(数学式60)同样地通过(数学式74)来提供基准代表输入值d_REF，ξ。

【数学式74】

$d_{\mathrm{REF},\mathrm{\&xi;}}={\left(\frac{1}{N_l}\underset{l=0}{\overset{N_l-1}{\mathrm{\&Sigma;}}}{\left(x_{\mathrm{REF},\mathrm{\&xi;}}\left(1\right)\right)}^2\right)}^{\frac{1}{2}}$

同样地，在基准代表输入值d_REF，ξ用(数学式74)来表示的情况下，代表输入值d_ξ(n)如(数学式30)所示的代表输入值d_ξ(n)那样根据参考信号X_m，ξ(i)如(数学式75)那样算出。

【数学式75】

$d_{\mathrm{\&xi;}}\left(n\right)={\left(\frac{1}{N_m}\underset{m=0}{\overset{N_m-1}{\mathrm{\&Sigma;}}}{\left(x_{m,\mathrm{\&xi;}}(n-m)\right)}^2\right)}^{\frac{1}{2}}$

以下，与图9所示的有源降噪装置201同样地，有源降噪装置203的μ调整部8_ξη能够利用(数学式74)所示的基准代表输入值d_REF，ξ和(数学式75)所示的代表输入值d_ξ(n)，通过(数学式66)来求出第n步中的步长参数μ_ξηζ(n)。因此能够减少用于更新步长参数的参数的数量和运算，因此能够使μ调整部8_ξη的处理负荷比有源降噪装置201更轻。

此外，与实施方式1同样地，在噪音N0的变化少的行驶条件下也能够减轻用于步长参数μ_ξηζ(n)的更新的运算负荷。而且，μ调整部8_ξη也可以存储多个步长参数μ_ξηζ(i)的组合数据表，由此能够在短时间内调整步长参数μ_ξηζ(n)。此外，在行驶条件的变化比有源降噪装置101的取样周期T_s更缓慢的情况下，μ调整部8_ξη也可以取代当前时间点的滤波参考信号R_m，00ζ(n)而使用当前时间点之前的滤波参考信号R_m，00ζ(n-β)，(β为正整数)来求出当前时间点的第n步中的步长参数μ_ξηζ(n)。

(实施方式3)

图12是本发明的实施方式3中的有源降噪装置301的框图。图13是搭载了有源降噪装置301的移动体302的示意图。在图12和图13中，对与图1和图2所示的实施方式1中的有源降噪装置101和移动体102相同的部分附加相同的参照编号。实施方式3中的移动体302是具有车室等的空间S1的车辆。有源降噪装置301由二次噪音源2、误差信号源3、和信号处理装置304构成。信号处理装置304根据误差信号e(i)来输出二次噪音信号y(i)。通过使由二次噪音源2对二次噪音信号y(i)进行再生而产生的二次噪音N1与在空间S1内产生的噪音N0发生干扰来降低噪音N0。一般在实施方式3那样的反馈型ANC的情况下，信号处理装置304具有用于防止与噪音无关地输出的音频信号向误差信号源3的混入的回声消除器等的补偿部。在本实施方式中虽然为了说明的简化而省略了补偿部，但这并非是限制补偿部的使用。

二次噪音源2是输出二次噪音信号y(i)来产生二次噪音N1的换能器，可以使用设置在空间S1内的扬声器。二次噪音源2也可以是设置于移动体302的顶盖等构造物上的致动器等，在此情况下从通过致动器的输出而被施加振动的构造物放射的声音相当于二次噪音N1。此外，二次噪音源2一般具有对二次噪音信号y(i)进行放大的功率放大部，或者通过被设置于外部的功率放大器放大后的二次噪音信号y(i)来驱动的情况较多。虽然在实施方式3中功率放大部包含于二次噪音源2，但这并非对实施方式进行限制。

误差信号源3是对空间S1中的噪音N0与二次噪音N1发生干扰后的残留音进行检测，并输出与残留音对应的误差信号e(i)的麦克风等的换能器，设置在降低噪音N0的空间S1内较为理想。

信号处理装置304具有：取得误差信号e(i)的输入端43；输出二次噪音信号y(i)的输出端42；和基于误差信号e(i)来算出二次噪音信号y(i)的运算部。输入端43以及输出端42也可以包含低通滤波器等的滤波器部、对信号的振幅或相位进行调整的信号调整器。运算部是在取样周期T_s的离散时间中执行动作的微型计算机、DSP等的运算装置，至少具有ADF部5、Chat部6、LMS运算部7、和算出步长参数的μ调整部8，而且也可以具有参考信号生成部10。

参考信号生成部10基于误差信号e(i)来输出参考信号x(i)。例如，可以进行根据误差信号e(i)的类型读出预先存储的信号来生成参考信号x(i)，或者使误差信号e(i)的相位移动来生成参考信号x(i)的处理。此外，在将误差信号e(i)直接作为参考信号x(i)来使用的情况下与不使用参考信号生成部10的构成相同。

ADF部5由通过滤波X-LMS(以下，称为FxLMS)算法按照每个取样周期T_s而被更新值的N个滤波器系数w(k)，(k＝0，1，...，N-1)所构成的有限脉冲响应(以下，FIR)滤波器构成。ADF部5通过对滤波器系数w(k，n)和由参考信号生成部10生成的参考信号x(i)进行(数学式76)所示的滤波运算即卷积运算来求出当前时间点的第n步中的二次噪音信号y(n)。

【数学式76】

$y\left(n\right)=\underset{k=0}{\overset{N-1}{\mathrm{\&Sigma;}}}w(k,n)\&CenterDot;x(n-k)$

Chat部6具有对输出端42与误差信号e(i)的输入端43之间的声音传递特性C(i)进行了模拟的滤波器的系数C^(i)。在声音传递特性C(i)中除了输出端42与误差信号e(i)的输入端43之间的二次噪音源2的特性、空间S1的声音特性之外，也可以将输出端42和输入端43所包含的滤波器的特性、数字模拟变换以及模拟数字变换所引起的信号延迟包含在内。在实施方式3中Chat部6由N_c个时不变的滤波器系数c^(k_c)，(k_c＝0，1，...，N_c-1)所构成的FIR滤波器构成。用(数学式77)来表现Chat部6的作为N_c行1列的向量的滤波器系数C^。

【数学式77】

C^＝[c^(0)，c^(1)，…，c^(N_c-1)]^T

Chat部6也可以采用通过专利文献4或专利文献5等的手法而被更新或者校正的时变的滤波器系数c^(k_c，n)。

Chat部6作成通过对(数学式77)所示的滤波器系数C^和参考信号X(n)进行(数学式78)所示的滤波运算即卷积运算而得到的滤波参考信号r(n)。

【数学式78】

$r\left(n\right)=\underset{k_c=0}{\overset{N_c-1}{\mathrm{\&Sigma;}}}c^\left(k_c\right)\&CenterDot;x(n-k_c)=C{^}^{T}X\left(n\right)$

参考信号X(n)是从当前时间点的第n步向过去追溯(N_c-1)步为止的N_c个参考信号x(i)所构成的用(数学式79)表示的N_c行1列的向量。

【数学式79】

X(n)＝[x(n)，x(n-1)，…，x(n-(N_c-1))]^T

μ调整部8基于作为预先决定的基准的步长参数即给定的基准步长参数μ_REF、以及参考信号x(i)、滤波参考信号r(i)、和误差信号e(i)中的至少1个信号，来输出当前时间点的第n步中的步长参数μ(n)。

LMS运算部7利用当前时间点的第n步中的滤波参考信号R(n)、误差信号e(n)、和步长参数μ(n)，通过FxLMS算法来更新ADF部5的滤波器系数W(n)，并如(数学式80)那样算出下一个时间点的第(n+1)步中的滤波器系数W(n+1)。

【数学式80】

W(n+1)＝W(n)-μ(n)·e(n)·R(n)

ADF部5的滤波器系数W(n)是当前时间点的第n步中的N个滤波器系数w(k，n)，(k＝0，1，...，N-1)所构成的N行1列的向量，用(数学式81)来表示。

【数学式81】

W(n)＝[w(0，n)，w(1，n)，…，w(N-1，n)]^T

滤波参考信号R(n)是从当前时间点的第n步向过去追溯(N-1)步为止的N个滤波参考信号r(i)所构成的N行1列的向量，用(数学式82)来表示。

【数学式82】

R(n)＝[r(n)，r(n-1)，…，r(n-(N-1))]^T

如上，有源降噪装置301通过基于(数学式80)按照每个取样周期T_s对ADF部5的滤波器系数W(i)进行更新，能够求出在误差信号源3的位置消除噪音N0的最佳的二次噪音信号y(i)，能够在空间S1内降低噪音N0。

μ调整部8存储基准代表输入值d_REF和基准步长参数μ_REF，该基准代表输入值d_REF是表示移动体302的基准的行驶条件下的滤波参考信号r(i)即基准滤波参考信号r_REF(i)的振幅的指标。进而，μ调整部8求出代表输入值d(i)，该代表输入值d(i)是表示与基准代表输入值d_REF对应的滤波参考信号r(i)的振幅的指标。

μ调整部8根据存储的基准代表输入值d_REF、基准步长参数μ_REF、和代表输入值d(n)来算出第n步中的步长参数μ(n)。

首先，对决定基准代表输入值d_REF和基准步长参数μ_REF的动作进行说明。在实施方式3中，将滤波参考信号r(i)的振幅最大的行驶条件设定为基准行驶条件。滤波参考信号r(i)的振幅最大的行驶条件是例如移动体302在凹凸大的路面上行驶时。基准滤波参考信号r_REF(i)可以通过基准行驶条件下的移动体302的实际的行驶实验、振动实验等实验来测量滤波参考信号r(i)而求出，也可以通过CAE等模拟来求出。基准代表输入值d_REF作为基于基准滤波参考信号r_REF(i)的常数而被提供。例如基准代表输入值d_REF可以定义为基准滤波参考信号r_REF(i)的最大值。在此，用(数学式83)来定义基准滤波参考信号R_REF，该基准滤波参考信号R_REF是基准行驶条件下的从某时间点的第1步向过去追溯(N_l-1)步为止的N_l个基准滤波参考信号r_REF(i)所构成的N_l行1列的向量。

【数学式83】

R_REF＝[r_REF(l)，r_REF(l-1)，…，r_REF(1-(N_l-1))]^T

此外，基准代表输入值d_REF也可以基于(数学式83)所示的基准滤波参考信号R_REF，例如通过(数学式84)所示的有效值、(数学式85)所示的平均值的平方来作为常数而提供。

【数学式84】

$d_{\mathrm{REF}}={\left(\frac{1}{N_l}\underset{l=0}{\overset{N_l-1}{\mathrm{\&Sigma;}}}{\left(r_{\mathrm{REF}}\left(1\right)\right)}^2\right)}^{\frac{1}{2}}$

【数学式85】

$d_{\mathrm{REF}}={\left(\frac{1}{N_l}\underset{l=0}{\overset{N_l-1}{\mathrm{\&Sigma;}}}\right|r_{\mathrm{REF}}\left(1\right)\left|\right)}^2$

基准步长参数μ_REF可以通过决定了基准代表输入值d_REF的基准行驶条件下的实验或模拟来预先决定。例如在基于(数学式12)来决定基准步长参数μ_REF的情况下，根据基准滤波误差信号R_REF的自相关矩阵的最大固有值λ_REF，MAX用(数学式86)来表示。

【数学式86】

${\mathrm{\&mu;}}_{\mathrm{REF}}=\frac{2}{{\mathrm{\&lambda;}}_{\mathrm{REF},\mathrm{MAX}}}$

接着，对求出当前时间点的第n步中的步长参数μ(n)的动作进行说明。根据从当前时间点的第n步向过去追溯(N_m-1)步为止的N_m行1列的向量即(数学式87)所示的滤波参考信号R_m(n)来算出代表输入值d(n)。

【数学式87】

R_m(n)＝[r(n)，r(n-1)，…，r(n-(N_m-1))]^T

步数N_m虽然也可以与基准滤波参考信号R_REF的步数N_l不同，但使其一致较为理想。代表输入值d(n)被定义为与基准代表输入值d_REF对应的参数，在基准代表输入值d_REF用(数学式84)来表示的情况下用(数学式88)来求出，在基准代表输入值d_REF用(数学式85)来定义的情况下用(数学式89)来求出。

【数学式88】

$d\left(n\right)={\left(\frac{1}{N_m}\underset{m=0}{\overset{N_m-1}{\mathrm{\&Sigma;}}}{\left(r(n-m)\right)}^2\right)}^{\frac{1}{2}}$

【数学式89】

$d\left(n\right)={\left(\frac{1}{N_m}\underset{m=0}{\overset{N_m-1}{\mathrm{\&Sigma;}}}\right|r(n-m)\left|\right)}^2$

当前时间点的第n步中的步长参数μ(n)通过将基准步长参数μ_REF除以代表输入值d(n)相对于基准代表输入值d_REF之比而用(数学式90)来求出。

【数学式90】

$\mathrm{\&mu;}\left(n\right)={\mathrm{\&mu;}}_{\mathrm{REF}}\&CenterDot;\frac{1}{\frac{d\left(n\right)}{d_{\mathrm{REF}}}}={\mathrm{\&mu;}}_{\mathrm{REF}}\&CenterDot;\frac{d_{\mathrm{REF}}}{d\left(n\right)}$

这样，通过由μ调整部8来决定步长参数μ(i)，从而即使在参考信号x(i)大的情况下，也能使ADF部5的滤波器系数W(i)不发散，且有源降噪装置301稳定地工作。进而，即使在参考信号x(i)小的情况下滤波器系数W(i)的收敛速度也较高，有源降噪装置301能够有效地降低噪音N0。在实际的动作中，例如将基准代表输入值d_REF设为(数学式85)、将代表输入值d(n)设为(数学式89)的情况下，μ调整部8通过如(数学式91)、(数学式92)那样将时不变的常数部分汇总作为常数α来存储，能够降低运算量。

【数学式91】

$\begin{array}{c}\mathrm{\&mu;}\left(n\right)={\mathrm{\&mu;}}_{\mathrm{REF}}\&CenterDot;\frac{{\left(\frac{1}{N_l}\underset{l=0}{\overset{N_l-1}{\mathrm{\&Sigma;}}}\right|r_{\mathrm{REF}}\left(1\right)\left|\right)}^2}{{\left(\frac{1}{N_m}\underset{m=0}{\overset{N_m-1}{\mathrm{\&Sigma;}}}\right|r(n-m)\left|\right)}^2}\\ =\frac{N_m^2\&CenterDot;{\mathrm{\&mu;}}_{\mathrm{REF}}\&CenterDot;d_{\mathrm{REF}}}{{\left(\underset{k=m}{\overset{N_m-1}{\mathrm{\&Sigma;}}}\right|r(n-m)\left|\right)}^2}=\frac{\mathrm{\&alpha;}}{{\left(\underset{m=0}{\overset{N_m-1}{\mathrm{\&Sigma;}}}\right|r(n-m)\left|\right)}^2}\end{array}$

【数学式92】

$\mathrm{\&alpha;}=N_m^2\&CenterDot;{\mathrm{\&mu;}}_{\mathrm{REF}}\&CenterDot;d_{\mathrm{REF}}$

在噪音N0的变化少的行驶条件下，使步长参数μ(n)不按每步进行更新但以给定的间隔而更新，由此也能够减轻运算负荷。而且，μ调整部8也可以存储多个代表输入值d(i)、和按照每个该代表输入值d(i)基于(数学式90)而算出的多个步长参数μ(i)的组合数据表。μ调整部8通过从数据表读出与代表输入值d(n)的值相应的步长参数μ(n)的值，能够在短时间内调整步长参数μ(n)。此外，在行驶条件的变化比有源降噪装置301的取样周期T_s更缓慢的情况下，μ调整部8也可以取代当前时间点的滤波参考信号R_m(n)而使用当前时间点之前的滤波参考信号R_m(n-β)，(β为正整数)来求出当前时间点的第n步中的步长参数μ(n)。

与图1所示的实施方式1中的有源降噪装置101同样地，实施方式3中的有源降噪装置301能够兼顾ADF部5的稳定性的确保和高收敛速度。

另外，在实施方式3中的有源降噪装置301中，也与实施方式1同样地，通过在代表输入值d(i)的计算结果以及步长参数μ(i)的计算结果中设定上下限值，由此能够防止步长参数μ(i)变得过大，保证自适应动作的稳定性。

此外，即使不事先通过实验或模拟得到基准滤波参考信号r_REF(i)，也可以将移动体302的行驶开始时的滤波参考信号r(1)，(1为小的整数)作为基准滤波参考信号r_REF(i)来使用。进而在有源降噪装置301中，在动作中满足滤波参考信号r(i)的振幅超过基准行驶条件的基准滤波参考信号r_REF(i)的振幅的最大值等的特定条件的情况下，也能够更新基准代表输入值d_REF以及基准步长参数μ_REF。

此外，在实施方式3中的有源降噪装置301中，ADF部5是使用了FxLMS算法的自适应滤波器，但即使为使用射影算法、SHARF算法、频率区域LMS算法等利用步长参数的自适应算法的ADF部5也能够得到同样的效果。

实施方式3中的有源降噪装置301不仅在移动体302中能够降低噪音N0，在具有存在噪音N0的空间S1的不移动的装置中也能够降低噪音N0。

滤波参考信号r(i)根据基于误差信号e(i)的参考信号x(i)而被算出，因此实质上由误差信号e(i)来决定。特别是在将Chat部6的滤波器系数c^(i)设为时不变的常数c^的情况下，滤波参考信号r(i)如(数学式7)那样与参考信号x(i)成为固定的关系，因此也可以取代基准滤波参考信号r_REF(i)和滤波参考信号r(i)而使用基准参考信号x_REF(i)和参考信号x(i)来算出步长参数μ(i)。

进而，在不使用参考信号生成部10的情况下参考信号x(i)成为误差信号e(i)，因此μ调整部8取代基准滤波参考信号r_REF(i)和滤波参考信号r(i)而使用基准误差信号e_REF(i)和误差信号e(i)来算出步长参数μ(i)。即，取代(数学式87)所示的滤波参考信号R_m(n)，用(数学式93)来定义从当前时间点的第n步向过去追溯(N_m-1)步为止的N_m个误差信号e(i)所构成的N_m行1列的向量即误差信号E_m(n)。

【数学式93】

E_m(n)＝[e(n)，e(n-1)，…，e(n-(N_m-1))]^T

此外，取代基准滤波参考信号r_REF(i)即(数学式83)所示的N₁行1列的基准滤波参考信号R_REF，用(数学式94)来定义基准行驶条件的从某时间点的第1步向过去追溯(N₁-1)步为止的N₁个基准误差信号e_REF(i)所构成的N₁行1列的向量即基准误差信号E_REF。

【数学式94】

E_REF＝[e_REF(1)，e_REF(1-1)，…，e_REF(1-(N₁-1))]^T

基准代表输入值d_REF也可以基于(数学式94)所示的基准误差信号E_REF，例如通过(数学式95)所示的有效值来作为常数而提供。

【数学式95】

$d_{\mathrm{REF}}={\left(\frac{1}{N_1}\underset{1=0}{\overset{N_1-1}{\mathrm{\&Sigma;}}}{\left(e_{\mathrm{REF}}\left(1\right)\right)}^2\right)}^{\frac{1}{2}}$

代表输入值d(i)作为与基准代表输入值d_REF对应的参数而定义，在基准代表输入值d_REF用(数学式95)来表示的情况下，与(数学式88)所示的代表输入值d(n)同样地根据参照误差E_m(n)如(数学式96)那样算出。

【数学式96】

$d\left(n\right)={\left(\frac{1}{N_m}\underset{m=0}{\overset{N_m-1}{\mathrm{\&Sigma;}}}{\left(e_m(n-m)\right)}^2\right)}^{\frac{1}{2}}$

以下，有源降噪装置301的μ调整部8利用(数学式95)所示的基准代表输入值d_REF和(数学式96)所示的代表输入值d(n)，通过(数学式90)来求出第n步中的步长参数μ(n)。

如上所述，有源降噪装置301构成为与二次噪音源2和误差信号源3一起使用。二次噪音源2产生与二次噪音信号y(i)对应的二次噪音N1。误差信号源3输出通过二次噪音N1与噪音N0的干扰而产生的残留音所对应的误差信号e(i)。有源降噪装置301具备信号处理装置304，该信号处理装置304具有接受误差信号e(i)的输入端43和输出二次噪音信号y(i)的输出端42。信号处理装置304具有ADF部5、Chat部6、LMS运算部7、和μ调整部8，也可以进一步具有参考信号生成部10。参考信号生成部10基于误差信号e(i)来生成参考信号x(i)。在不具有参考信号生成部10的情况下，将误差信号e(i)作为参考信号x(i)来使用。ADF部5基于参考信号x(i)来输出二次噪音信号y(i)。Chat部6利用对从输出端42到输入端43的声音传递特性进行了模拟的模拟声音传递特性对参考信号x(i)进行校正来输出滤波参考信号r(i)。LMS运算部7利用误差信号e(i)、滤波参考信号r(i)、和步长参数μ(i)来更新ADF部5的滤波器系数w(k，i)。μ调整部8决定步长参数μ(i)。μ调整部8按照算出与参考信号x(i)、滤波参考信号r(i)、和误差信号e(i)中的至少1个信号的振幅相当的代表输入值d(i)的方式执行动作。此外，μ调整部8按照存储基准代表输入值d_REF和给定的基准步长参数μ_REF的方式执行动作，该基准代表输入值d_REF是参考信号x(i)、滤波参考信号r(i)、和误差信号e(i)中的上述至少1个信号的振幅为给定的振幅时的代表输入值d(i)，该给定的基准步长参数μ_REF是在代表输入值d(i)为基准代表输入值d_REF的情况下滤波器系数w(k，i)收敛的步长参数μ(i)的值。此外，μ调整部8按照通过对基准步长参数μ_REF乘以基准代表输入值d_REF相对于代表输入值d(i)之比来算出步长参数μ(i)的方式执行动作。通过上述的动作，有源降噪装置301降低噪音N0。

在代表输入值d(i)为基准代表输入值d_REF的情况下，基准步长参数μ_REF也可以是滤波器系数W(k，i)收敛的步长参数μ(i)的值的最大值。

基准代表输入值d_REF也可以相当于参考信号x(i)、滤波参考信号r(i)、和误差信号e(i)中的上述至少1个信号的振幅的最大值。

对基准步长参数μ_REF乘以的系数的上限值和下限值中的至少一方的值也可以被设定。此外，该系数也可以是在具有固定小数点的格式的信号处理装置304的寄存器4R上所表示的数字值。在此情况下，μ调整部8通过改变该系数的小数点的位置来设定该系数的上限值和下限值中的上述至少一方的值。

有源降噪装置301构成为搭载于具有空间S1的移动体302。噪音N0在空间S1产生，二次噪音源2在空间S1产生二次噪音N1。上述残留音在空间S1产生。

(实施方式4)

图14是本发明的实施方式4中的有源降噪装置401的框图。图15是搭载了有源降噪装置401的移动体402的示意图。在图14和图15中，对与图12和图13所示的实施方式3中的有源降噪装置301和移动体302相同的部分附加相同的参照编号。

实施方式3中的有源降噪装置301具备1个二次噪音源2、1个误差信号源3、和信号处理装置304。有源降噪装置401能够通过信号处理装置404、至少1个二次噪音源2_η、和至少1个误差信号源3_ζ来降低空间S1的噪音。

实施方式4中的有源降噪装置401是具备4个二次噪音源2₀～2₃和4个误差信号源3₀～3₃的case(4，4)的系统构成。在实施方式4中将case(4，4)的系统作为一例而示出，但二次噪音源2_η和误差信号源3_ζ的数量不限于4个，也可以是相互不同的case(η，ζ)的构成。

在实施方式4的说明中，对表示同数的符号附加由参考信号生成部10_η生成的参考信号的数量“ξ”、二次噪音源的数量“η”、误差信号源的数量“ζ”等相同的下标。此外，在Chat部6_0ηζ等具有多个要素的情况下附加多个下标来表示，例如“6_0ηζ”表示η个二次噪音源分别与ζ个误差信号源相关联，具有(η×ζ)个成分。

信号处理装置404由取得误差信号源3_ζ所输出的误差信号e_ζ(i)的多个输入端43_ζ、对二次噪音源2_η输出二次噪音信号y_η(i)的多个输出端42_η、和算出二次噪音信号y_η(i)的多个信号处理部404_η构成。信号处理装置404以取样周期T_s来执行动作。在用1个信号处理装置404未在取样周期T_s内完成处理的case(η，ζ)的系统中也可以使用多个信号处理装置。

信号处理部404_η具备参考信号生成部10_η、各多个ADF部5_ηζ、Chat部6_ζηζ、LMS运算部7_ζη、μ调整部8_ζη、以及输出将多个信号相加而得到的信号的信号加法器9_η。

参考信号生成部10_η输出基于至少1个误差信号e_ζ(i)的至少1个参考信号x_ξ(i)。参考信号生成部10_η也可以输出例如与各误差信号e_ζ(i)分别对应的ζ个参考信号x_ξ(i)，也可以根据ζ个误差信号e_ζ(i)输出1个参考信号x(i)，还可以根据代表的1个误差信号e_ζ(i)输出多个参考信号x_ξ(i)。在实施方式4中示出了基于4个误差信号e₀(i)～e₃(i)，输出4个参考信号x₀(i)～x₃(i)的例子。进而，在本实施方式中采用了在各信号处理部404_η具有参考信号生成部10_η的构成，但也可以采用在信号处理装置404具有1个参考信号生成部10，由参考信号生成部10生成的参考信号x_ξ(i)被输入到信号处理部404_η的构成。

以下对信号处理部404_η的动作进行说明。输出对二次噪音源2₀进行驱动的二次噪音信号y₀(i)的信号处理部404₀具备：与由参考信号生成部10₀输出的参考信号x_ξ(i)同数的4组ADF部5₀₀～5₃₀、LMS运算部7₀₀～7₃₀、和μ调整部8₀₀～8₃₀；信号加法器9₀；以及参考信号生成部10₀所输出的参考信号x₀(i)～x₃(i)的数量与误差信号源3₀～3₃的数量之积的16个Chat部6₀₀₀～6₃₀₃。

首先，示出关于与参考信号x₀(i)相关的一组ADF部5₀₀、LMS运算部7₀₀、μ调整部8₀₀以及Chat部6_00ζ的动作。ADF部5₀₀通过如(数学式97)那样对滤波器系数w₀₀(k，n)和参考信号x₀(i)进行滤波运算来求出二次噪音信号y₀₀(n)。

【数学式97】

$y_{00}\left(n\right)=\underset{k=0}{\overset{N-1}{\mathrm{\&Sigma;}}}{w}_{00}(k,n)\&CenterDot;x_0(n-k)$

Chat部6_0ηζ与对实施方式3中的输出端42与误差信号e(i)的输入端43之间的路径的声音传递特性C(i)进行了模拟的滤波器系数C^(i)同样地，分别具有对实施方式4中的输出端42_η与误差信号e_ζ(i)的输入端43_ζ之间的声音传递特性C_ηζ(i)进行了模拟的滤波器系数C^_ηζ(i)。在实施方式4中Chat部6_ζηζ也设为时不变的滤波器系数C^_ηζ。信号处理部404₀具有误差信号e_ζ(i)的数量4个Chat部6₀₀₀～6₀₀₃，用(数学式98)来表示该滤波器系数C^₀₀～C^₀₃。

【数学式98】

C^₀₀＝[c^₀₀(0)，c^₀₀(1)，…，c^₀₀(N_c-1)]^T

·

·

·

C^_0ζ＝[c^_0ζ(0)，c^_0ζ(1)，…，c^_0ζ(N_c-1)]^T

·

·

·

C^₀₃＝[c^₀₃(0)，c^₀₃(1)，…，c^₀₃(N_c-1)]^T

Chat部6_00ζ对(数学式98)所示的滤波器系数C^_0ζ和参考信号X₀(n)进行(数学式99)所示的滤波运算来输出滤波参考信号r_00ζ(n)。

【数学式99】

r₀₀₀(n)＝C^₀₀ ^T X₀(n)

·

·

·

r_00ζ(n)＝C^_0ζ ^T X₀(n)

·

·

·

r₀₀₃(n)＝C^₀₃ ^T X₀(n)

在此参考信号X₀(n)是(数学式100)所示的从当前时间点的第n步向过去追溯(N_c-1)步为止的N_c个参考信号x₀(i)所构成的向量。

【数学式100】

X₀(n)＝[x₀(n)，c₀(n-1)，…，X₀(n-(N_c-1))]^T

μ调整部8₀₀基于作为预先决定的基准的步长参数即给定的基准步长参数μ_REF，00ζ、和参考信号x₀(i)、滤波参考信号r_00ζ(i)、误差信号e_ζ(i)中的至少1个信号，输出当前时间点的第n步中的步长参数μ_00ζ(n)。

LMS运算部7₀₀利用由(数学式99)求出的各4个滤波参考信号R_00ζ(n)、误差信号e_ζ(n)、和步长参数μ_00ζ(n)，如(数学式101)那样对ADF部5₀₀的滤波器系数W₀₀(n)进行更新。

【数学式101】

$W_{00}(n+1)=W_{00}\left(n\right)-\underset{\mathrm{\&zeta;}=0}{\overset{3}{\mathrm{\&Sigma;}}}{\mathrm{\&mu;}}_{00\mathrm{\&zeta;}}\left(n\right){\&CenterDot;e}_{\mathrm{\&zeta;}}\left(n\right)\&CenterDot;R_{00\mathrm{\&zeta;}}\left(n\right)$

在此，滤波参考信号R_00ζ(n)由利用模拟声音传递特性C^_0ζ对参考信号x₀(i)进行了滤波后的滤波参考信号r_00ζ(i)如(数学式102)所示那样构成。

【数学式102】

R₀₀₀(n)＝[r₀₀₀(n)，r₀₀₀(n-1)，…，r₀₀₀(n-(N-1))]^T

·

·

·

R_00ζ(n)＝[r_00ζ(n)，r_00ζ(n-1)，…，r_00ζ(n-(N-1))]^T

·

·

·

R₀₀₃(n)＝[r₀₀₃(n)，r₀₀₃(n-1)，…，r₀₀₃(n-(N-1))]^T

此外，ADF部5₀₀的滤波器系数W₀₀(n)用(数学式103)来表示。

【数学式103】

W₀₀(n)＝[w₀₀(0，n)，w₀₀(1，n)，…，w₀₀(N-1，n)]^T

根据(数学式101)，滤波参考信号R_00ζ(n)和误差信号e_ζ(n)以步长参数μ_00ζ(n)所示的程度对滤波器系数W₀₀(n)的更新做出贡献。

接着，对于根据其他3个参考信号x₁(i)～x₃(i)来求出二次噪音信号y₁₀(i)～y₃₀(i)的3组ADF部5₁₀～5₃₀、LMS运算部7₁₀～7₃₀、μ调整部8₁₀～8₃₀、和Chat部6_10ζ～6_30ζ，将求出二次噪音信号y₀₀(i)的动作一般化。

通过由ADF部5_ξ0对参考信号x_ξ(i)进行滤波运算而求出的当前时间点的二次噪音信号y_ξ0(n)能够用(数学式104)而得到。

【数学式104】

$y_{\mathrm{\&xi;}0}\left(n\right)=\underset{k=0}{\overset{N-1}{\mathrm{\&Sigma;}}}{w}_{\mathrm{\&xi;}0}(k,n)\&CenterDot;x_{\mathrm{\&xi;}}(n-k)$

Chat部6_ξ0ζ根据(数学式98)所示的滤波器系数C^_0ζ和(数学式105)所示的参考信号X_ξ(n)，通过(数学式106)的运算来输出滤波参考信号r_ξ0ζ(n)。

【数学式105】

X_ξ(n)＝[x_ξ(n)，x_ξ(n-1)，…，x_ξ(n-(N_c-1))]^T

【数学式106】

r_ξ0ζ(n)＝C^_0ζ ^T X_ξ(n)

滤波参考信号r_ξ0ζ(i)所构成的N行1列的滤波参考信号R_ξ0ζ(n)用(数学式107)来表示。

【数学式107】

R_ξ0ζ(n)＝[r_ξ0ζ(n)，r_ξ0ζ(n-1)，…，r_ξ0ζ(n-(N-1))]^T

μ调整部8_ζ0基于基准步长参数μ_REF，ζ0ζ、以及参考信号x_ξ(i)、滤波参考信号r_ξ0ζ(i)、和误差信号e_ζ(i)中的至少1个信号，输出当前时间点的步长参数μ_ξ0ζ(n)。

LMS运算部7_ξ0将(数学式108)所示的滤波器系数W_ξ0(n)如(数学式109)那样进行更新。

【数学式108】

W_ξ0(n)＝[w_ξ0(0，n)，w_ξ0(1，n)，…，w_ξ0(N-1，n)]^T

【数学式109】

$W_{\mathrm{\&xi;}0}(n+1)=W_{\mathrm{\&xi;}0}\left(n\right)-\underset{\mathrm{\&zeta;}=0}{\overset{3}{\mathrm{\&Sigma;}}}{\mathrm{\&mu;}}_{\mathrm{\&xi;}0\mathrm{\&zeta;}}\left(n\right)\&CenterDot;e_{\mathrm{\&zeta;}}\left(n\right)\&CenterDot;R_{\mathrm{\&xi;}0\mathrm{\&zeta;}}\left(n\right)$

信号加法器9₀将这样得到的4个二次噪音信号y₀₀(n)～y₃₀(n)如(数学式110)所示那样进行合计，生成提供给二次噪音源2₀的二次噪音信号y₀(n)。

【数学式110】

$y_0\left(n\right)=\underset{\mathrm{\&xi;}=0}{\overset{3}{\mathrm{\&Sigma;}}}{y}_{\mathrm{\&xi;}0}\left(n\right)$

关于向包含其他二次噪音源2₁～2₃的二次噪音源2_η输出二次噪音信号y_η(i)的信号处理部404_η，将信号处理部404₀的动作展开来表示。

ADF部5_ξη通过利用滤波器系数w_ξη(k，n)和参考信号x_ξ(i)进行(数学式111)所示的滤波运算即卷积运算来求出当前时间点的第n步中的二次噪音信号y_ξη(n)。

【数学式111】

$y_{\mathrm{\&xi;\&eta;}}\left(n\right)=\underset{k=0}{\overset{N-1}{\mathrm{\&Sigma;}}}{w}_{\mathrm{\&xi;\&eta;}}(k,n)\&CenterDot;x_{\mathrm{\&xi;}}(n-k)$

Chat部6_ξηζ具有对输出端42_η与误差信号e_ζ(i)的输入端43_ζ之间的声音传递特性C_ηζ(i)进行了模拟的(数学式112)所示的时不变的滤波器系数C^_ηζ。

【数学式112】

C^_ηζ＝[c^_ηζ(0)，c^_ηζ(1)，…，c^_ηζ(N_c-1)]^T

在实施方式4中4个二次噪音源2_η分别具有针对4个误差信号源3_ζ的路径，因此具有16个滤波器。

Chat部6_ξηζ根据(数学式112)所示的滤波器系数C^_ηζ和(数学式105)所示的参考信号X_ξ(n)，用(数学式113)来算出滤波参考信号r_ξηζ(n)。

【数学式113】

r_ξηζ(n)＝C^_ηζ ^T X_ξ(n)

滤波参考信号r_ξηζ(i)所构成的N行1列的滤波参考信号R_ξηζ(n)用(数学式114)来表示。

【数学式114】

R_ξηζ(n)＝[r_ηηζ(n)，r_ξηζ(n-1)，…，r_ξηζ(n-(N-1))]^T

μ调整部8_ξη基于基准步长参数μ_REF，ξηζ、以及参考信号x_ξ(i)、滤波参考信号r_ξηζ(i)、误差信号e_ζ(i)中的至少1个信号，输出当前时间点的步长参数μ_ξηζ(n)。

LMS运算部7_ξη将(数学式115)所示的滤波器系数W_ξη(n)如(数学式116)那样进行更新。

【数学式115】

W_ξη(n)＝[w_ξη(0，n)，w_ξη(1，n)，…，w_ξη(N-1，n)]^T

【数学式116】

$W_{\mathrm{\&xi;\&eta;}}(n+1)=W_{\mathrm{\&xi;\&eta;}}\left(n\right)-\underset{\mathrm{\&zeta;}=0}{\overset{3}{\mathrm{\&Sigma;}}}{\mathrm{\&mu;}}_{\mathrm{\&xi;\&eta;\&zeta;}}\left(n\right)\&CenterDot;e_{\mathrm{\&zeta;}}\left(n\right)\&CenterDot;R_{\mathrm{\&xi;\&eta;\&zeta;}}\left(n\right)$

信号加法器9_η将二次噪音信号y_ξη(n)如(数学式117)所示那样进行合计，生成提供给二次噪音源2_η的二次噪音信号y_η(n)。

【数学式117】

$y_{\mathrm{\&eta;}}\left(n\right)=\underset{\mathrm{\&xi;}=0}{\overset{3}{\mathrm{\&Sigma;}}}{y}_{\mathrm{\&xi;\&eta;}}\left(n\right)$

如上，有源降噪装置401基于(数学式116)按照每个取样周期T_s对ADF部5_ξη的滤波器系数W_ξη(n)进行更新，由此能够求出在多个误差信号源3_ζ的位置消除噪音N0的最佳的二次噪音信号y_η(n)，能够在空间S1内降低噪音N0。

接着，关于算出μ调整部8_ξη中的当前时间点的第n步的步长参数μ_ξηζ(n)的动作，与信号处理部404_η的动作同样地，说明基于参考信号x₀(i)和误差信号e₀(i)来输出二次噪音信号y₀(i)的系统的μ调整部8₀₀的动作，并将其一般化。

μ调整部8₀₀存储基于作为移动体402的基准的行驶条件下的滤波参考信号r_00ζ(i)即基准滤波参考信号r_REF，00ζ(i)的基准代表输入值d_REF，00ζ和基准步长参数μ_REF，00ζ。进而，μ调整部8₀₀基于滤波参考信号r_00ζ(i)来求出与基准代表输入值d_REF，00ζ对应的代表输入值d_00ζ(n)。

μ调整部8₀₀根据所存储的基准代表输入值d_REF，00ζ、基准步长参数μ_{REF， 00ζ}、和代表输入值d_00ζ(n)来算出步长参数μ_00ζ(n)。

在实施方式4中与实施方式3同样地，说明将滤波参考信号r_00ζ(i)的振幅最大的行驶条件设定为基准行驶条件，决定基准代表输入值d_REF，00ζ和基准步长参数μ_REF，00ζ的动作。与(数学式83)同样地用(数学式118)来定义基准行驶条件下的从某时间点的第l步向过去追溯(N_l-1)步为止的基准滤波参考信号r_REF，00ζ(i)所构成的N_l行1列的向量即基准滤波参考信号R_REF，00ζ。

【数学式118】

R_REF，00ζ＝[r_REF，00ζ(l)，r_REF，00ζ(l-1)，…，r_REF，00ζ(l-(N_l-1))]^T

基准代表输入值d_REF，00ζ可以基于(数学式118)所示的基准滤波参考信号R_REF，00ζ，例如与(数学式84)、(数学式85)同样地通过(数学式119)、(数学式120)所示的有效值或平均值的平方来作为常数而提供。

【数学式119】

$d_{\mathrm{REF},00\mathrm{\&zeta;}}={\left(\frac{1}{N_l}\underset{l=0}{\overset{N_l-1}{\mathrm{\&Sigma;}}}{\left(r_{\mathrm{REF},00\mathrm{\&zeta;}}\left(l\right)\right)}^2\right)}^{\frac{1}{2}}$

【数学式120】

$d_{\mathrm{REF},00\mathrm{\&zeta;}}={\left(\frac{1}{N_l}\underset{l=0}{\overset{N_l-1}{\mathrm{\&Sigma;}}}\right|r_{\mathrm{REF},00\mathrm{\&zeta;}}\left(l\right)\left|\right)}^2$

4个基准代表输入值d_REF，000～d_REF，003也可以采用例如用(数学式119)来定义基准代表输入值d_REF，000、用(数学式120)来定义基准代表输入值d_REF，001～d_REF，003等相互不同的定义。此外，在基准代表输入值d_REF，00ζ的计算中使用的基准滤波参考信号r_REF，00ζ(i)的数量N_l也可以相互不同。

基准步长参数μ_REF，00ζ例如与(数学式86)同样地，根据基准滤波参考信号R_REF，00ζ的自相关矩阵的最大固有值λ_{REF，MAX，00ζ}用(数学式121)来表示。

【数学式121】

${\mathrm{\&mu;}}_{\mathrm{REF},00\mathrm{\&zeta;}}=\frac{2}{{\mathrm{\&lambda;}}_{\mathrm{REF},\mathrm{MAX},00\mathrm{\&zeta;}}}$

代表输入值d_00ζ(n)基于从当前时间点的第n步向过去追溯(N_m-1)步为止的N_m个滤波参考信号r_00ζ(i)即(数学式122)所示的滤波参考信号R_m，00ζ(n)来求出。

【数学式122】

R_m，00ζ(n)＝[r_00ζ(n)，r_00ζ(n-1)，…，r_00ζ(n-(N_m-1))]^T

在用(数学式119)来表示基准代表输入值d_REF，00ζ的情况下用(数学式123)来求出，在用(数学式120)来表示基准代表输入值d_REF，00ζ的情况下用(数学式124)来求出。

【数学式123】

$d_{00\mathrm{\&zeta;}}\left(n\right)={\left(\frac{1}{N_m}\underset{m=0}{\overset{N_m-1}{\mathrm{\&Sigma;}}}{\left(r_{00\mathrm{\&zeta;}}(n-m)\right)}^2\right)}^{\frac{1}{2}}$

【数学式124】

$d_{00\mathrm{\&zeta;}}\left(n\right)={\left(\frac{1}{N_m}\underset{m=0}{\overset{N_m-1}{\mathrm{\&Sigma;}}}\right|r_{00\mathrm{\&zeta;}}(n-m)\left|\right)}^2$

代表输入值d_00ζ(n)通过与基准代表输入值d_REF，00ζ对应的定义来求出，因此在例如用(数学式119)来定义基准代表输入值d_REF，000、用(数学式120)来定义基准代表输入值d_REF，001～d_REF，003等在基准代表输入值d_REF，00ζ中采用相互不同的定义的情况下，代表输入值d_00ζ(n)也用(数学式123)来定义代表输入值d₀₀₀(n)、用(数学式124)来定义代表输入值d₀₀₁(n)～d₀₀₃(n)。

当前时间点的第n步中的步长参数μ_00ζ(n)，例如与(数学式90)同样地，通过将基准步长参数μ_REF，00ζ除以代表输入值d_00ζ(n)相对于基准代表输入值d_REF，00ζ之比而用(数学式125)来求出。

【数学式125】

${\mathrm{\&mu;}}_{00\mathrm{\&zeta;}}\left(n\right)={\mathrm{\&mu;}}_{\mathrm{REF},00\mathrm{\&zeta;}}\&CenterDot;\frac{1}{\frac{d_{00\mathrm{\&zeta;}}\left(n\right)}{d_{\mathrm{REF},00\mathrm{\&zeta;}}}}={\mathrm{\&mu;}}_{\mathrm{REF},00\mathrm{\&zeta;}}\&CenterDot;\frac{d_{\mathrm{REF},00\mathrm{\&zeta;}}}{d_{00\mathrm{\&zeta;}}\left(n\right)}$

这样，通过由μ调整部8₀₀来决定步长参数μ_00ζ(i)，从而即使在参考信号x₀(i)大的情况下ADF部5₀₀的滤波器系数W₀₀(i)也不发散。进而，即使在参考信号x₀(i)小的情况下也能够提高滤波器系数W₀₀(i)的收敛速度。

在μ调整部8_ξη的情况下，根据基于基准行驶条件下的多个基准滤波参考信号r_REF，ξηζ(i)的每一个的基准代表输入值d_REF，ξηζ和基准步长参数μ_RFF，ξηζ、以及与各基准代表输入值d_REF，ξηζ对应的代表输入值d_ξηζ(n)来算出当前时间点的第n步的步长参数μ_ξηζ(n)。

基准代表输入值d_REF，ξηζ可以基于基准行驶条件下的基准滤波参考信号R_REF，ξηζ，例如与(数学式119)同样地通过(数学式126)来作为常数而提供。

【数学式126】

$d_{\mathrm{REF},\mathrm{\&xi;\&eta;\&zeta;}}={\left(\frac{1}{N_l}\underset{l=0}{\overset{N_l-1}{\mathrm{\&Sigma;}}}{\left(r_{\mathrm{REF},\mathrm{\&xi;\&eta;\&zeta;}}\left(l\right)\right)}^2\right)}^{\frac{1}{2}}$

基准代表输入值d_REF，ξηζ可以分别采用不同的定义，也可以采用不同的基准行驶条件，但基准步长参数μ_RFF，ξηζ需要在与基准代表输入值d_{REF， ξηζ}对应的行驶条件下决定。

代表输入值d_ξηζ(n)基于(数学式127)所示的滤波参考信号R_m，ξηζ，在用(数学式126)来表示基准代表输入值d_REF，ξηζ的情况下用(数学式128)来求出。

【数学式127】

Rm_，ξηζ(n)＝[r_ξηζ(n)，r_ξηζ(n-1)，…，r_ξηζ(n-(N_m-1))]^T

【数学式128】

$d_{\mathrm{\&xi;\&eta;\&zeta;}}\left(n\right)={\left(\frac{1}{N_m}\underset{m=0}{\overset{N_m-1}{\mathrm{\&Sigma;}}}{\left(r_{\mathrm{\&xi;\&eta;\&zeta;}}(n-m)\right)}^2\right)}^{\frac{1}{2}}$

与(数学式127)同样地，当前时间点的第n步中的步长参数μ_ξηζ(n)通过将基准步长参数μ_RFF，ξηζ除以代表输入值d_ξηζ(n)相对于基准代表输入值d_REF，ξηζ之比而用(数学式129)来求出。

【数学式129】

${\mathrm{\&mu;}}_{\mathrm{\&xi;\&eta;\&zeta;}}\left(n\right)={\mathrm{\&mu;}}_{\mathrm{REF},\mathrm{\&xi;\&eta;\&zeta;}}\&CenterDot;\frac{1}{\frac{d_{\mathrm{\&xi;\&eta;\&zeta;}}\left(n\right)}{d_{\mathrm{REF},\mathrm{\&xi;\&eta;\&zeta;}}}}={\mathrm{\&mu;}}_{\mathrm{REF},\mathrm{\&xi;\&eta;\&zeta;}}\&CenterDot;\frac{d_{\mathrm{REF},\mathrm{\&xi;\&eta;\&zeta;}}}{d_{\mathrm{\&xi;\&eta;\&zeta;}}\left(n\right)}$

如上，通过由μ调整部8_ξη来决定步长参数μ_ξηζ(i)，从而即使在参考信号x_ξ(i)大的情况下，也能使所有的ADF部5_ξη的滤波器系数W_ξη(i)都不发散，且有源降噪装置401稳定地工作。进而，即使在参考信号x_ξ(i)小的情况下，滤波器系数W_ξη(i)的收敛速度也很高，有源降噪装置401能够有效地降低噪音N0。

在实际的动作中，在实施方式4中也与实施方式3同样地，通过如(数学式92)、(数学式92)那样将时不变的常数部分汇总为α_ξηζ来进行存储，从而能够降低运算量。例如，在用(数学式126)来定义基准代表输入值d_REF，ξηζ、用(数学式128)来定义代表输入值d_ξηζ的情况下，能够如(数学式130)、(数学式131)那样进行汇总。

【数学式130】

$\begin{array}{c}{\mathrm{\&mu;}}_{\mathrm{\&xi;\&eta;\&zeta;}}\left(n\right)={\mathrm{\&mu;}}_{\mathrm{REF},\mathrm{\&xi;\&eta;\&zeta;}}\&CenterDot;\frac{{\left(\frac{1}{N_l}\underset{l=0}{\overset{N_l-1}{\mathrm{\&Sigma;}}}{\left(r_{\mathrm{REF},\mathrm{\&xi;\&eta;\&zeta;}}\left(l\right)\right)}^2\right)}^{\frac{1}{2}}}{{\left(\frac{1}{N_m}\underset{m=0}{\overset{N_m-1}{\mathrm{\&Sigma;}}}{\left(r_{\mathrm{\&xi;\&eta;\&zeta;}}(n-m)\right)}^2\right)}^{\frac{1}{2}}}\\ =\frac{N_m^2\&CenterDot;{\mathrm{\&mu;}}_{\mathrm{REF},\mathrm{\&xi;\&eta;\&zeta;}}\&CenterDot;d_{\mathrm{REF},\mathrm{\&xi;\&eta;\&zeta;}}}{{\left(\underset{m=0}{\overset{N_m-1}{\mathrm{\&Sigma;}}}{\left(r_{\mathrm{\&xi;\&eta;\&zeta;}}(n-m)\right)}^2\right)}^{\frac{1}{2}}}=\frac{{\mathrm{\&alpha;}}_{\mathrm{\&xi;\&eta;\&zeta;}}}{{\left(\underset{m=0}{\overset{N_m-1}{\mathrm{\&Sigma;}}}{\left(r_{\mathrm{\&xi;\&eta;\&zeta;}}(n-m)\right)}^2\right)}^{\frac{1}{2}}}\end{array}$

【数学式131】

${\mathrm{\&alpha;}}_{\mathrm{\&xi;\&eta;\&zeta;}}=N_m^2\&CenterDot;{\mathrm{\&mu;}}_{\mathrm{REF},\mathrm{\&xi;\&eta;\&zeta;}}\&CenterDot;d_{\mathrm{REF},\mathrm{\&xi;\&eta;\&zeta;}}$

但是，若有源降噪装置401按照上述式子执行动作，则用于更新步长参数μ_ξηζ(n)的代表输入值d_ξηζ(n)、常数α_ξηζ的数量成为参考信号生成部10_η所输出的参考信号x_ξ(i)的数量、误差信号源3_ζ的数量、和二次噪音源2_η的数量之积，因此在实施方式4中大到(4×4×4＝64)，信号处理装置404中的运算负荷变大。

在将有源降噪装置401搭载于移动体402的情况下，例如若将Chat部6_ηζ的滤波器系数C^_ηζ设为时不变，则在代表输入值d_ξηζ(i)相对于基准代表输入值d_REF，ξηζ之比的计算中也可以不考虑滤波器系数C^_ηζ的变动。此外，例如在凹凸大的路面上行驶时，代表输入值d_ξηζ(i)相对于基准代表输入值d_REF，ξηζ之比变大等、对基准步长参数μ_REF，ξηζ乘以的值以同一倾向而变化的情况较多。因此，也可以将至少1个基准滤波参考信号R_REF，ξηζ和滤波参考信号R_m，ξηζ(i)的组作为代表来采用，算出基准代表输入值d_REF，ξηζ和代表输入值d_ξηζ(i)，并对各基准步长参数μ_REF，ξηζ进行调整。此时，基准步长参数μ_REF，ξηζ使用决定了作为代表而采用的基准代表输入值d_REF，ξηζ的基准行驶条件下的值较为理想。

例如在实施方式4中，在μ调整部8_ξη的运算中将由Chat部6₀₀输出的4个基准滤波参考信号R_REF，000～R_REF，300和滤波参考信号R₀₀₀(n)～R₃₀₀(n)的组作为代表来采用的情况下，步长参数μ_ξηζ(n)可以利用基准代表输入值(d_REF，ξ＝d_REF，ξ00)与代表输入值(d_ξ(n)＝d_ξ00(n))之比用(数学式132)来求出。

【数学式132】

${\mathrm{\&mu;}}_{\mathrm{\&xi;\&eta;\&zeta;}}\left(n\right)={\mathrm{\&mu;}}_{\mathrm{REF},\mathrm{\&xi;\&eta;\&zeta;}}\&CenterDot;\frac{d_{\mathrm{REF},\mathrm{\&xi;}}}{d_{\mathrm{\&xi;}}\left(n\right)}$

同样在实施方式4中，在μ调整部8_ξη的运算中将基准行驶条件下的基准滤波参考信号r_REF，0ηζ(i)和滤波参考信号r_0ηζ(i)作为代表来采用的情况下，步长参数μ_ξηζ(n)可以利用基准代表输入值(d_REF，ηζ＝d_REF，0ηζ～d_REF，3ηζ)和代表输入值(d_ηζ(n)＝d_0ηζ(n)～d_3ηζ(n))用(数学式133)来求出。

【数学式133】

${\mathrm{\&mu;}}_{\mathrm{\&xi;\&eta;\&zeta;}}\left(n\right)={\mathrm{\&mu;}}_{\mathrm{REF},\mathrm{\&xi;\&eta;\&zeta;}}\&CenterDot;\frac{d_{\mathrm{REF},\mathrm{\&eta;\&xi;}}}{d_{\mathrm{\&eta;\&xi;}}\left(n\right)}$

在(数学式132)、(数学式133)中，虽然步长参数μ_ξηζ(n)的运算数未被削减，但代表输入值d_ξηζ(n)的数量在(数学式133)中可以设为(1×4×4＝16)、在(数学式132)中可以设为(4×1×1＝4)，能够降低信号处理装置404中的运算负荷。

进而，在能够将几个基准步长参数μ_REF，ξηζ设定为同一值的情况下，不仅能削减代表输入值d_ξηζ(i)的数量，还能削减常数α_ξηζ的数量，能够减少步长参数μ_ξηζ(i)的运算数。

例如在按照算出各二次噪音信号y_η(i)使得在4个误差信号源3_ζ的位置以均等的权重而降低的方式执行动作的情况下，基准步长参数μ_{REF， ξη0}～μ_REF，ξη3也可以采用相同的基准步长参数μ_REF，ξη。除了该基准步长参数μ_REF，ξη之外，在如(数学式132)那样使用基准代表输入值d_REF，ξ和代表输入值d_ξ(n)的情况下，可以用(数学式134)来求出步长参数μ_ξη(n)。

【数学式134】

${\mathrm{\&mu;}}_{\mathrm{\&xi;\&eta;}}\left(n\right)={\mathrm{\&mu;}}_{\mathrm{REF},\mathrm{\&xi;\&eta;}}\&CenterDot;\frac{d_{\mathrm{REF},\mathrm{\&xi;}}}{d_{\mathrm{\&xi;}}\left(n\right)}$

若使用该(数学式134)所示的步长参数μ_ξη(n)，则(数学式116)所示的LMS运算部7_ξη的运算能够变换为(数学式135)，不仅运算所需的代表输入值d_ξηζ(n)的数量能够削减为(4×1×1＝4)，而且步长参数μ_ξηζ的运算也能够削减为步长参数(μ_ξη(n)＝μ_ξη0(n)～μ_ξη3(n))的(4×1×4＝16)，能够实现消耗功率的降低、处理速度的提高。

【数学式135】

$W_{\mathrm{\&xi;\&eta;}}(n+1)=W_{\mathrm{\&xi;\&eta;}}\left(n\right)-{\mathrm{\&mu;}}_{\mathrm{\&xi;\&eta;}}\left(n\right)\&CenterDot;\underset{\mathrm{\&zeta;}=0}{\overset{3}{\mathrm{\&Sigma;}}}{e}_{\mathrm{\&zeta;}}\left(n\right)\&CenterDot;R_{\mathrm{\&xi;\&eta;\&zeta;}}\left(n\right)$

在实施方式4中也与实施方式3同样地，即使不事先通过实验或模拟来得到基准滤波参考信号r_REF，ξηζ(i)，也可以利用移动体402的行驶开始时的滤波参考信号r_ξηζ(l)，(l是小的整数)作为基准滤波参考信号r_REF，ξηζ(i)。进而在有源降噪装置401中，在动作中满足滤波参考信号r_ξηζ(i)的振幅超过基准行驶条件的基准滤波参考信号r_REF，ξηζ(i)的振幅的最大值等的特定条件的情况下，也能够对基准代表输入值d_REF，ξηζ以及基准步长参数μ_REF，ξηζ分别进行更新。此外，在有源降噪装置401中，即使ADF部5_ξη为不仅使用FxLMS算法，还使用射影算法、SHARF算法、频率区域LMS算法等利用了步长参数的自适应算法的ADF部5_ξη，也能够获得同样的效果。进而，在有源降噪装置401中，通过不按照每个取样周期T_s对ADF部5_ξη的所有的滤波器系数W_ξη(i)、步长参数μ_ξηζ(i)进行更新，不进行对几个滤波器系数W_ξη(i)、步长参数μ_ξηζ(i)进行依次更新的方法、或对噪音降低的贡献度低的ADF部5_ξη以及附带的LMS运算部7_ξη和μ调整部8_ξη的运算，从而能够降低信号处理装置404的运算负荷。

进而，μ调整部8_ξη也可以存储多个代表输入值d_ξηζ(i)、和按照每个该代表输入值d_ξηζ(i)基于(数学式126)而算出的多个步长参数μ_ξηζ(i)的组合数据表。μ调整部8_ξη通过从数据表读出与代表输入值d(n)的值相应的步长参数μ_ξηζ(n)的值，能够在短时间内调整步长参数μ_ξηζ(n)。此外，在行驶条件的变化比有源降噪装置401的取样周期T_s更缓慢的情况下，μ调整部8_ηζ也可以取代当前时间点的滤波参考信号R_m，ξηζ(n)而使用当前时间点之前的滤波参考信号R_m，ξηζ(n-β)，(β为正整数)来求出当前时间点的第n步中的步长参数μ_ξηζ(n)。

图16是实施方式4中的一例的有源降噪装置501的框图。有源降噪装置501作为实施方式4的特别的情况的例子，不使用参考信号生成部10_η，而将4个误差信号e_ζ(i)直接作为参考信号x_ξ(i)来执行动作。换言之，参考信号生成部10_η将4个误差信号e_ζ(i)直接作为参考信号x_ξ(i)而输出。在此将作为参考信号x_ξ(i)而被输出的误差信号e_ζ(i)记作e_ξ(i)。

信号处理装置504构成为在信号处理装置404中不具有参考信号生成部10_η，且取代参考信号x_ξ(i)而将误差信号e_ξ(i)输入到ADF部5_ξη和Chat部6_ξηζ，输出二次噪音信号y₀(i)的信号处理部504₀具备：与误差信号e_ζ(i)同数的4组ADF部5₀₀～5₃₀、LMS运算部7₀₀～7₃₀、和μ调整部8₀₀～8₃₀；信号加法器9₀；以及误差信号源3₀～3₃的数量的平方的数量的16个Chat部6₀₀₀～6₃₀₃。

ADF部5_ξη通过利用滤波器系数w_ξη(k，n)和误差信号e_ξ(i)进行(数学式136)所示的滤波运算即卷积运算来求出当前时间点的第n步中的二次噪音信号y_ξη(n)。

【数学式136】

$y_{\mathrm{\&xi;\&eta;}}\left(n\right)=\underset{k=0}{\overset{N-1}{\mathrm{\&Sigma;}}}{w}_{\mathrm{\&xi;\&eta;}}(k,n)\&CenterDot;e_{\mathrm{\&xi;}}(n-k)$

Chat部6_ξηζ具有对输出端42_η与误差信号e_ζ(i)的输入端43_ζ之间的声音传递特性C_ηζ(i)进行了模拟的(数学式137)所示的时不变的滤波器系数C^_ηζ。

【数学式137】

C^_ηζ＝[c^_ηζ(0)，c^_ηζ(1)，…，c^_ηζ(N_c-1)]^T

Chat部6_ξηζ根据(数学式137)所示的滤波器系数C^_ηζ和(数学式138)所示的误差信号E_ξ(n)通过(数学式139)的运算来输出取代滤波参考信号的滤波误差信号r_ξηζ(n)。

【数学式138】

E_ξ(n)＝[e_ξ(n)，e_ξ(n-1)，…，e_ξ(n-(N_c-1))]^T

【数学式139】

r_ξηζ(n)＝C^_ηζ ^TE_ξ(n)

由滤波误差信号r_ξηζ(i)构成的N行1列的滤波误差信号R_ξηζ(n)用(数学式140)来表示。

【数学式140】

R_ξηζ(n)＝[r_ξηζ(n)，r_ξηζ(n-1)，…，r_ξηζ(n-(N-1))]^T

μ调整部8_ξη基于基准步长参数μ_REF，ξηζ、以及滤波误差信号r_ξηζ(i)和误差信号e_ζ(i)中的至少1个信号，来输出当前时间点的步长参数μ_ξηζ(n)。

LMS运算部7_ξη如(数学式142)那样对(数学式141)所示的滤波器系数W_ξη(n)进行更新。

【数学式141】

W_ξη(n)＝[w_ξη(0，n)，w_ξη(1，n)，…，w_ξη(N-1，n)]^T

【数学式142】

$W_{\mathrm{\&xi;\&eta;}}(n+1)=W_{\mathrm{\&xi;\&eta;}}\left(n\right)-\underset{\mathrm{\&xi;}=0}{\overset{3}{\mathrm{\&Sigma;}}}{\mathrm{\&mu;}}_{\mathrm{\&xi;\&eta;\&zeta;}}\left(n\right)\&CenterDot;e_{\mathrm{\&zeta;}}\left(n\right)\&CenterDot;R_{\mathrm{\&xi;\&eta;\&zeta;}}\left(n\right)$

信号加法器9_η如(数学式143)所示那样对二次噪音信号y_ξη(n)进行合计来生成提供给二次噪音源2_η的二次噪音信号y_η(n)。

【数学式143】

$y_{\mathrm{\&eta;}}\left(n\right)=\underset{\mathrm{\&xi;}=0}{\overset{3}{\mathrm{\&Sigma;}}}{y}_{\mathrm{\&xi;\&eta;}}\left(n\right)$

如上，有源降噪装置501基于(数学式142)按照每个取样周期T_s对ADF部5_ξη的滤波器系数W_ξη(n)进行更新，由此能够求出在多个误差信号源3_ζ的位置消除噪音N0的最佳的二次噪音信号y_η(n)，能够在空间S1内降低噪音N0。

接着说明μ调整部8_ξη中的对当前时间点的第n步的步长参数μ_ξηζ(n)进行计算的动作。

μ调整部8_ξη根据基于基准行驶条件下的多个基准滤波误差信号r_REF，ξηζ(i)的每一个的基准代表输入值d_REF，ξηζ和基准步长参数μ_REF，ξηζ、以及与各基准代表输入值d_REF，ξηζ对应的代表输入值d_ξηζ(n)来算出当前时间点的第n步的步长参数μ_ξηζ(n)。

与(数学式83)同样地用(数学式144)来定义基准行驶条件下的从某时间点的第1步向过去追溯(N_l-1)步为止的基准滤波误差信号r_REF，ξηζ(i)所构成的N_l行1列的向量即基准滤波误差信号R_REF，ξηζ。

【数学式144】

R_REF，ξηζ＝[r_REF，ξηζ(l)，r_REF，ξηζ(l-1)，…，r_REF，ξηζ(l-(N_l-1))]^T

基准代表输入值d_REF，ξηζ可以基于基准行驶条件下的基准滤波误差信号R_REF，ξηζ，例如与(数学式119)同样地通过(数学式145)而作为常数来提供。

【数学式145】

$d_{\mathrm{REF},\mathrm{\&xi;\&eta;\&zeta;}}={\left(\frac{1}{N_l}\underset{l=0}{\overset{N_l-1}{\mathrm{\&Sigma;}}}{\left(r_{\mathrm{REF},\mathrm{\&xi;\&eta;\&zeta;}}\left(l\right)\right)}^2\right)}^{\frac{1}{2}}$

代表输入值d_ξηζ(n)基于(数学式146)所示的滤波误差信号R_m，ξηζ，在基准代表输入值d_REF，ξηζ用(数学式145)来表示的情况下，用(数学式147)来求出。

【数学式146】

R_m，ξηζ(n)＝[r_ξηζ(n)，r_ξηζ(n-1)，…，r_ξηζ(n-(N_m-1))]^T

【数学式147】

$d_{\mathrm{\&xi;\&eta;\&zeta;}}\left(n\right)={\left(\frac{1}{N_m}\underset{m=0}{\overset{N_m-1}{\mathrm{\&Sigma;}}}{\left(r_{\mathrm{\&xi;\&eta;\&zeta;}}(n-m)\right)}^2\right)}^{\frac{1}{2}}$

当前时间点的第n步中的步长参数μ_ξηζ(n)，例如与(数学式90)同样地，通过将基准步长参数μ_REF，ξηζ除以代表输入值d_ξηζ(n)相对于基准代表输入值d_REF，ξηζ之比而用(数学式148)来求出。

【数学式148】

${\mathrm{\&mu;}}_{\mathrm{\&xi;\&eta;\&zeta;}}\left(n\right)={\mathrm{\&mu;}}_{\mathrm{REF},\mathrm{\&xi;\&eta;\&zeta;}}\&CenterDot;\frac{1}{\frac{d_{\mathrm{\&xi;\&eta;\&zeta;}}\left(n\right)}{d_{\mathrm{REF},\mathrm{\&xi;\&gamma;\&zeta;}}}}={\mathrm{\&mu;}}_{\mathrm{REF},\mathrm{\&xi;\&eta;\&zeta;}}\&CenterDot;\frac{d_{\mathrm{REF},\mathrm{\&xi;\&eta;\&zeta;}}}{d_{\mathrm{\&xi;\&eta;\&zeta;}}\left(n\right)}$

如上，通过由μ调整部8_ξη来决定步长参数μ_ξηζ(i)，从而即使在误差信号e_ξ(i)大的情况下，也能使所有的ADF部5_ξη的滤波器系数W_ξη(i)都不发散，且有源降噪装置501稳定地工作。进而，即使在误差信号e_ξ(i)小的情况下，滤波器系数W_ξη(i)的收敛速度也很高，有源降噪装置501能够有效地降低噪音N0。

接着与实施方式3同样地说明将Chat部6_ηζ的滤波器系数c^_ηζ(i)设为时不变的常数c^_ηζ，取代基准滤波参考信号r_REF，ξηζ(i)和滤波参考信号r_ξηζ(i)而利用基准误差信号e_REF，ξηζ(i)和参考信号x_ξηζ(i)来算出步长参数μ_ξηζ(n)的动作。

μ调整部8_ξη取代基准滤波误差信号r_REF，ξηζ(i)和滤波误差信号r_ξηζ(i)而利用基准误差信号e_REF，ξ(i)和误差信号e_，ξ(i)来算出步长参数μ_ξηζ(n)。即，取代(数学式146)所示的滤波误差信号R_m，ξηζ(n)，用(数学式149)来定义从当前时间点的第n步向过去追溯(N_m-1)步为止的N_m个误差信号e(i)所构成的N_m行1列的向量即误差信号E_m，ξ(n)。

【数学式149】

E_m，ξ(n)＝[e_ξ(n)，e_ξ(n-1)，…，e_ξ(n-(N_m-1))]^T

此外，取代基准滤波误差信号r_REF，ξηζ(i)即(数学式144)所示的N_l行1列的基准滤波误差信号R_REF，ξηζ，用(数学式150)来定义基准行驶条件的从某时间点的第1步向过去追溯(N_l-1)步为止的N_l个基准误差信号e_REF，ξ(i)所构成的N_l行1列的向量即基准误差信号E_REF，ξ。

【数学式150】

E_REF，ξ＝[e_REF，ξ(l)，e_REF，ξ(l-1)，…，e_REF，ξ(l-(N_l-1))]^T

基准代表输入值d_REF，ξ可以基于(数学式150)所示的基准误差信号E_REF，ξ，例如通过(数学式151)所示的有效值而作为常数来提供。

【数学式151】

$d_{\mathrm{REF},\mathrm{\&xi;}}={\left(\frac{1}{N_l}\underset{l=0}{\overset{N_l-1}{\mathrm{\&Sigma;}}}{\left(e_{\mathrm{REF},\mathrm{\&xi;}}\left(l\right)\right)}^2\right)}^{\frac{1}{2}}$

代表输入值d_ξ(i)定义为与基准代表输入值d_REF，ξ对应的参数，在基准代表输入值d_REF，ξ用(数学式151)来表示的情况下，与(数学式147)所示的代表输入值d_ξ(n)同样地根据误差信号E_m(n)如(数学式152)那样算出。

【数学式152】

$d_{\mathrm{\&xi;}}\left(n\right)={\left(\frac{1}{N_m}\underset{m=0}{\overset{N_m-1}{\mathrm{\&Sigma;}}}{\left(e_{m,\mathrm{\&xi;}}(n-m)\right)}^2\right)}^{\frac{1}{2}}$

以下，有源降噪装置501的μ调整部8_ξη能够利用(数学式151)所示的基准代表输入值d_REF和(数学式152)所示的代表输入值d(n)，通过(数学式148)来求出第n步中的步长参数μ(n)。因此能够减少用于更新步长参数的参数的数量、运算，能够使μ调整部8_ξη的处理负荷比有源降噪装置401更轻。

(实施方式5)

图17是本发明的实施方式5中的有源降噪装置601的框图。在图17中，对与图14所示的实施方式4中的有源降噪装置401相同的部分附加相同的参照编号。

有源降噪装置601是能够通过信号处理装置604、至少1个二次噪音源2_η、和至少1个误差信号源3_ζ来降低空间S1的噪音的实施方式4的特别的情况。

实施方式5中的有源降噪装置601是具备4个二次噪音源2₀～2₃和4个误差信号源3₀～3₃的case(4，4)的系统构成。虽然在实施方式5中将case(4，4)的系统作为一例而示出，但二次噪音源2_η和误差信号源3_ζ的数量不限于4个，也可以是相互不同的case(η，ζ)的构成。

信号处理装置604由取得误差信号源3_ζ所输出的误差信号e_ζ(i)的多个输入端43_ζ、对二次噪音源2_η输出二次噪音信号y_η(i)的多个输出端42_η、和算出二次噪音信号y_η(i)的多个信号处理部604_η构成。

信号处理部604_η分别具备多个ADF部5_ζη、Chat部6_ηζ、LMS运算部7_ζη、和μ调整部8_ξη、以及输出将多个信号相加而得到的信号的信号加法器9_η，进而也可以具备参考信号生成部10_η。

参考信号生成部10_η输出基于至少1个误差信号e_ζ(i)的至少1个参考信号x_ξ(i)。在实施方式5中，是参考信号生成部10_η输出与各误差信号e_ζ(i)分别对应的ζ个参考信号x_ζ(i)的例子。

ADF部5_ζη通过如(数学式153)那样对滤波器系数w_ζη(k，n)和参考信号x_ζ(i)进行滤波运算即卷积运算，来求出二次噪音信号y_ζη(n)。

【数学式153】

$y_{\mathrm{\&zeta;\&eta;}}\left(n\right)=\underset{k=0}{\overset{N-1}{\mathrm{\&Sigma;}}}{w}_{\mathrm{\&zeta;\&eta;}}(k,n)\&CenterDot;x_{\mathrm{\&zeta;}}(n-k)$

Chat部6_ηζ具有对输出端42_η与误差信号e_ζ(i)的输入端43_ζ之间的声音传递特性C_ηζ(i)进行了模拟的(数学式154)所示的时不变的滤波器系数C^_ξη。

【数学式154】

C^_ηζ＝[c^_ηζ(0)，c^_ηζ(l)，…，c^_ηζ(N_c-1)]^T

Chat部6_ηζ对(数学式154)所示的滤波器系数C^_ηζ和参考信号X_ζ(n)进行(数学式155)所示的滤波运算来算出滤波参考信号r_ζη(n)。

【数学式155】

r_ζη(n)＝C^_ηζ ^TX_ζ(n)

在此参考信号X_ζ(n)是(数学式156)所示的从当前时间点的第n步向过去追溯(N_c-1)步为止的N_c个误差信号e_ζ(i)(＝x_ζ(i))所构成的向量。

【数学式156】

X_ζ(n)＝[x_ζ(n)，x_ζ(n-1)，…，x_ζ(n-(N_c-1))]^T

由滤波参考信号r_ζη(i)构成的N行1列的滤波参考信号R_ζη(n)用(数学式157)来表示。

【数学式157】

R_ζη(n)＝[r_ζη(n)，r_ζη(n-1），…，r_ζη(n-(N-1))]^T

μ调整部8_ζη基于基准步长参数μ_REF，ζη、以及参考信号x_ζ(i)、滤波参考信号r_ζη(i)、误差信号e_ζ(i)中的至少1个信号，输出当前时间点的步长参数μ_ζη(n)。

LMS运算部7_ζη对(数学式158)所示的滤波器系数W_ζη(n)如(数学式159)那样进行更新。

【数学式158】

W_ζη(n)＝[w_ζη(0，n)，w_ζη(1，n)，…，w_ζη(N-1，n)]^T

【数学式159】

W_ζη(n+1)＝W_ζη(n)-μ_ζη(n)·e_ζ(n)·R_ζη(n)

信号加法器9_η如(数学式160)所示那样对二次噪音信号y_ζη(n)进行合计，来生成提供给二次噪音源2_η的二次噪音信号y_η(n)。

【数学式160】

$y_{\mathrm{\&eta;}}\left(n\right)=\underset{\mathrm{\&zeta;}=0}{\overset{3}{\mathrm{\&Sigma;}}}{y}_{\mathrm{\&zeta;\&eta;}}\left(n\right)$

在实施方式4中的有源降噪装置401中，滤波器系数W_0η(k，n)通过误差信号e₀(i)～e₃(i)来更新。在实施方式5中的有源降噪装置601中，滤波器系数W_0η(k，n)通过误差信号e₀(i)来更新。即，不使用与ζ不一致的误差信号。

如上，有源降噪装置601基于(数学式159)按照每个取样周期T_s对ADF部5_ζη的滤波器系数W_ζη(n)进行更新，由此能够在多个误差信号源3_ζ的位置求出消除噪音N0的最佳的二次噪音信号y_η(n)，能够在空间S1内降低噪音N0。

接着说明μ调整部8_ζη中的对当前时间点的第n步的步长参数μ_ζη(n)进行计算的动作。

μ调整部8_ζη根据基于基准行驶条件下的多个基准滤波参考信号r_REF，ζη(i)的每一个的基准代表输入值d_REF，ζη和基准步长参数μ_REF，ζη、以及与各基准代表输入值d_REF，ζη对应的代表输入值d_ζη(n)来算出当前时间点的第n步的步长参数μ_ζη(n)。

与(数学式84)同样地用(数学式161)来定义基准行驶条件下的从某时间点的第1步向过去追溯(N_l-1)步为止的基准滤波误差信号r_REF，ζη(i)所构成的N_l行1列的向量即基准滤波误差信号R_REF，ζη。

【数学式161】

R_REF，ζη＝[r_REF，ζη(l)，r_REF，ζη(l-1)，…，r_REF，ζη(l-(N_l-1))]^T

基准代表输入值d_REF，ζη可以基于基准行驶条件下的基准滤波参考信号R_REF，ζη，例如与(数学式85)同样地通过(数学式162)而作为常数来提供。

【数学式162】

$d_{\mathrm{REF},\mathrm{\&zeta;\&eta;}}={\left(\frac{1}{N_1}\underset{l=0}{\overset{N_1-1}{\mathrm{\&Sigma;}}}{\left(r_{\mathrm{REF},\mathrm{\&zeta;\&eta;}}\left(l\right)\right)}^2\right)}^{\frac{1}{2}}$

代表输入值d_ζη(n)基于(数学式163)所示的滤波参考信号R_m，ζη，在基准代表输入值d_REF，ζη用(数学式162)来表示的情况下用(数学式164)来求出。

【数学式163】

R_m，ζη(n)＝[r_ζη(n)，r_ζη(n-1)，…，r_ζη(n-(N_m-1))]^T

【数学式164】

$d_{\mathrm{\&zeta;\&eta;}}\left(n\right)={\left(\frac{1}{N_m}\underset{m=0}{\overset{N_m-1}{\mathrm{\&Sigma;}}}{\left(r_{\mathrm{\&zeta;\&eta;}}(n-m)\right)}^2\right)}^{\frac{1}{2}}$

与(数学式129)同样地，当前时间点的第n步中的步长参数μ_ζη(n)通过将基准步长参数μ_REF，ζη除以代表输入值d_ζη(n)相对于基准代表输入值d_REF，ζη之比而用(数学式165)来求出。

【数学式165】

${\mathrm{\&mu;}}_{\mathrm{\&zeta;\&eta;}}\left(n\right)={\mathrm{\&mu;}}_{\mathrm{REF},\mathrm{\&zeta;\&eta;}}\&CenterDot;\frac{1}{\frac{d_{\mathrm{\&zeta;\&eta;}}\left(n\right)}{d_{\mathrm{REF},\mathrm{\&zeta;\&eta;}}}}={\mathrm{\&mu;}}_{\mathrm{REF},\mathrm{\&zeta;\&eta;}}\&CenterDot;\frac{d_{\mathrm{REF},\mathrm{\&zeta;\&eta;}}}{d_{\mathrm{\&zeta;\&eta;}}\left(n\right)}$

如上，通过由μ调整部8_ζη来决定步长参数μ_ζη(i)，从而即使在参考信号x_ζ(i)大的情况下，也能使所有的ADF部5_ζη的滤波器系数W_ζη(i)都不发散，且有源降噪装置601稳定地工作。进而，即使在参考信号x_ζ(i)小的情况下，滤波器系数W_ζη(i)的收敛速度也很高，有源降噪装置601能够有效地降低噪音N0。

(实施方式6)

图18是本发明的实施方式6中的有源降噪装置701的框图。在图18中，对与图1、12所示的实施方式1、3中的有源降噪装置101、301相同的部分附加相同的参照编号。有源降噪装置701由参考信号源1、二次噪音源2、误差信号源3、和信号处理装置704构成。信号处理装置704由信号处理部4F、304B和信号加法器709构成。信号处理部4F根据参考信号x(i)和误差信号e(i)来输出二次噪音信号y_F(i)。信号处理部4B根据误差信号e(i)来输出二次噪音信号y_B(i)。信号加法器709将二次噪音信号y_F(i)、y_B(i)相加来生成二次噪音信号y(i)。通过使由二次噪音源2对二次噪音信号y(i)进行再生而产生的二次噪音N1与在空间S1内产生的噪音N0发生干扰来降低噪音N0。

信号处理装置704具有取得参考信号x(i)的输入端41、取得误差信号e(i)的输入端43、和输出二次噪音信号y(i)的输出端42。

信号处理部4F具有与图1所示的实施方式1中的信号处理装置4的ADF部5、Chat部6、LMS运算部7、和μ调整部8分别具有同样的功能的ADF部5F、Chat部6F、LMS运算部7F、和μ调整部8F。ADF部5F与实施方式1中的ADF部5同样地，通过对滤波器系数和参考信号x(i)进行滤波运算即卷积运算来求出二次噪音信号y_F(i)。LMS运算部7F与实施方式1中的LMS运算部7同样地，对ADF部5F的滤波器系数进行更新。μ调整部8F与实施方式1中的μ调整部8同样地，根据参考信号x(i)、滤波参考信号r_F(i)、和误差信号e(i)的至少1个，来决定用于对ADF部5F的滤波器系数进行更新的步长参数μ_F(i)。

信号处理部304B具有与图12所示的实施方式3中的信号处理装置304的ADF部5、Chat部6、LMS运算部7、μ调整部8、和参考信号生成部10分别具有同样的功能的ADF部5B、Chat部6B、LMS运算部7B、和μ调整部8B，也可以具有参考信号生成部10B。ADF部5B与实施方式3中的ADF部5同样地，通过对滤波器系数和参考信号x_B(i)进行滤波运算即卷积运算来求出二次噪音信号y_B(i)。LMS运算部7B与实施方式3中的LMS运算部7同样地，对ADF部5B的滤波器系数进行更新。μ调整部8B与实施方式3中的μ调整部8同样地，根据参考信号x_B(i)、滤波误差信号r_B(i)、和误差信号e(i)的至少1个，来决定用于对ADF部5B的滤波器系数进行更新的步长参数μ_B(i)。

有源降噪装置701与实施方式1、3中的有源降噪装置101、301同样地，能够与参考信号x(i)或误差信号e(i)的大小无关地，兼顾ADF部5F、5B的稳定性的确保和高收敛速度。

工业实用性

本发明中的有源降噪装置，能够兼顾自适应滤波器部的稳定性的确保和高收敛速度，能够应用于以汽车等的车辆为首的移动体。

符号说明

1 参考信号源

2 二次噪音源

3 误差信号源

4 信号处理装置

4R 寄存器

5 自适应滤波器部

6 模拟声音传递特性滤波器部

7 最小均方运算部

8 μ调整部

10 参考信号生成部

41 输入端(第一输入端)

42 输出端

43 输入端(第二输入端)

101 有源降噪装置

102 移动体

103 有源降噪装置

301 有源降噪装置

S1 空间

Claims (21)

1.一种有源降噪装置，构成为与参考信号源、二次噪音源、和误差信号源一起使用，

所述参考信号源输出与噪音存在相关的参考信号，

所述二次噪音源产生与二次噪音信号对应的二次噪音，

所述误差信号源输出与所述二次噪音和所述噪音之间的干扰所产生的残留音对应的误差信号，

所述有源降噪装置具备信号处理装置，该信号处理装置具有接受所述参考信号的第一输入端、接受所述误差信号的第二输入端、和输出所述二次噪音信号的输出端，

所述信号处理装置具有：

自适应滤波器部，其基于所述参考信号输出所述二次噪音信号；

模拟声音传递特性滤波器部，其利用对从所述输出端到所述第二输入端的声音传递特性进行了模拟的模拟声音传递特性对所述参考信号进行校正，输出滤波参考信号；

最小均方运算部，其利用所述误差信号、所述滤波参考信号、和步长参数来对所述自适应滤波器部的滤波器系数进行更新；和

μ调整部，其决定所述步长参数，

所述μ调整部按照如下方式执行动作来降低所述噪音：

计算与所述参考信号、所述滤波参考信号、和所述误差信号中的至少1个信号的振幅相当的代表输入值，

存储基准代表输入值和给定的基准步长参数，其中该基准代表输入值是所述参考信号、所述滤波参考信号、和所述误差信号中的所述至少1个信号的振幅为给定的振幅时的代表输入值，该给定的基准步长参数是在所述代表输入值为所述基准代表输入值的情况下所述滤波器系数收敛的所述步长参数的值，

通过将所述基准代表输入值相对于所述代表输入值之比与所述基准步长参数相乘来算出所述步长参数。

2.根据权利要求1所述的有源降噪装置，其中，

所述基准代表输入值相当于所述参考信号、所述滤波参考信号、和所述误差信号中的所述至少1个信号的振幅的最大值。

3.一种有源降噪装置，构成为与二次噪音源和误差信号源一起使用，

所述二次噪音源产生与二次噪音信号对应的二次噪音，

所述误差信号源输出与所述二次噪音和噪音之间的干扰所产生的残留音对应的误差信号，

所述有源降噪装置具备信号处理装置，该信号处理装置具有接受所述误差信号的输入端和输出所述二次噪音信号的输出端，

所述信号处理装置具有：

参考信号生成部，其基于所述误差信号输出参考信号；

自适应滤波器部，其基于所述参考信号输出所述二次噪音信号；

模拟声音传递特性滤波器部，其利用对从所述输出端到所述输入端的声音传递特性进行了模拟的模拟声音传递特性对所述参考信号进行校正来输出滤波参考信号；

最小均方运算部，其利用所述误差信号、所述滤波参考信号、和步长参数对所述自适应滤波器部的滤波器系数进行更新；和

μ调整部，其决定所述步长参数，

所述μ调整部按照如下方式执行动作来降低所述噪音：

计算与所述参考信号、所述滤波参考信号、和所述误差信号中的至少1个信号的振幅相当的代表输入值，

存储基准代表输入值和给定的基准步长参数，其中该基准代表输入值是所述参考信号、所述滤波参考信号、和所述误差信号中的所述至少1个信号的振幅为给定的振幅时的代表输入值，该给定的基准步长参数是在所述代表输入值为所述基准代表输入值的情况下所述滤波器系数收敛的所述步长参数的值，

通过将所述基准代表输入值相对于所述代表输入值之比与所述基准步长参数相乘来算出所述步长参数。

4.根据权利要求3所述的有源降噪装置，其中，

所述基准代表输入值相当于所述参考信号、所述滤波参考信号、和所述误差信号中的所述至少1个信号的振幅的最大值。

5.根据权利要求3或4所述的有源降噪装置，其中，

所述参考信号生成部将所述误差信号作为所述参考信号而输出。

6.一种有源降噪装置，构成为与二次噪音源和误差信号源一起使用，

所述二次噪音源产生与二次噪音信号对应的二次噪音，

所述误差信号源输出与所述二次噪音和噪音之间的干扰所产生的残留音对应的误差信号，

所述有源降噪装置具备信号处理装置，该信号处理装置具有接受所述误差信号的输入端和输出所述二次噪音信号的输出端，

所述信号处理装置具有：

自适应滤波器部，其基于所述误差信号输出所述二次噪音信号；

模拟声音传递特性滤波器部，其利用对从所述输出端到所述输入端的声音传递特性进行了模拟的模拟声音传递特性对所述误差信号进行校正来输出滤波误差信号；

最小均方运算部，其利用所述误差信号、所述滤波误差信号、和步长参数对所述自适应滤波器部的滤波器系数进行更新；和

μ调整部，其决定所述步长参数，

所述μ调整部按照如下方式执行动作来降低所述噪音：

计算与所述误差信号和所述滤波误差信号中的至少1个信号的振幅相当的代表输入值，

存储基准代表输入值和给定的基准步长参数，其中该基准代表输入值是所述误差信号和所述滤波误差信号中的所述至少1个信号的振幅为给定的振幅时的代表输入值，该给定的基准步长参数是在所述代表输入值为所述基准代表输入值的情况下所述滤波器系数收敛的所述步长参数的值，

通过将所述基准代表输入值相对于所述代表输入值之比与所述基准步长参数相乘来算出所述步长参数。

7.根据权利要求6所述的有源降噪装置，其中，

所述基准代表输入值相当于所述误差信号和所述滤波误差信号中的所述至少1个信号的振幅的最大值。

8.根据权利要求1～7中任一项所述的有源降噪装置，其中，

所述基准步长参数是在所述代表输入值为所述基准代表输入值的情况下所述滤波器系数收敛的所述步长参数的值的最大值。

9.根据权利要求1～8中任一项所述的有源降噪装置，其中，

与所述基准步长参数相乘的系数的上限值和下限值中的至少一方的值被设定。

10.根据权利要求9所述的有源降噪装置，其中，

所述系数是在具有固定小数点的格式的所述信号处理装置的寄存器上所表示的数字值，

所述μ调整部通过改变所述系数的小数点的位置来设定所述系数的所述上限值和所述下限值中的所述至少一方的值。

11.根据权利要求1～10中任一项所述的有源降噪装置，其中，

所述有源降噪装置构成为搭载于具有空间的移动体，

所述噪音在所述空间产生，

所述二次噪音源在所述空间产生二次噪音，

所述残留音在所述空间产生。

12.一种有源降噪方法，包括如下步骤：

通过自适应滤波器部对与噪音存在相关的参考信号进行处理来得到二次噪音信号的步骤；

对所述参考信号进行校正来得到滤波参考信号的步骤；和

利用与基于所述二次噪音信号而产生的二次噪音和所述噪音之间的干扰所产生的残留音对应的误差信号、所述滤波参考信号、和步长参数，来对所述自适应滤波器部的滤波器系数进行更新的步骤，

对所述滤波器系数进行更新的步骤包括如下步骤：

计算与所述参考信号、所述滤波参考信号、和所述误差信号中的至少1个信号的振幅相当的代表输入值的步骤；

得到基准代表输入值和给定的基准步长参数的步骤，其中该基准代表输入值是所述参考信号、所述滤波参考信号、和所述误差信号中的所述至少1个信号的振幅为给定的振幅时的代表输入值，该给定的基准步长参数是在所述代表输入值为所述基准代表输入值的情况下所述滤波器系数收敛的所述步长参数的值；

通过将所述基准代表输入值相对于所述代表输入值之比与所述基准步长参数相乘来算出所述步长参数的步骤；和

利用所述误差信号、所述滤波参考信号、和算出的所述步长参数对所述自适应滤波器部的滤波器系数进行更新的步骤。

13.根据权利要求12所述的有源降噪方法，其中，

所述基准代表输入值相当于所述参考信号、所述滤波参考信号、和所述误差信号中的所述至少1个信号的振幅的最大值。

14.一种降低噪音的有源降噪方法，包括如下步骤：

通过自适应滤波器部对参考信号进行处理来得到二次噪音信号的步骤；

得到与基于所述二次噪音信号而产生的二次噪音和所述噪音之间的干扰所产生的残留音对应的误差信号的步骤；

基于所述误差信号来得到所述参考信号的步骤；

对所述参考信号进行校正来得到滤波参考信号的步骤；和

利用所述误差信号、所述滤波参考信号、和步长参数来对所述自适应滤波器部的滤波器系数进行更新的步骤，

对所述滤波器系数进行更新的步骤包括：

算出与所述参考信号、所述滤波参考信号、和所述误差信号中的至少1个信号的振幅相当的代表输入值的步骤；

得到基准代表输入值和给定的基准步长参数的步骤，其中该基准代表输入值是所述参考信号、所述滤波参考信号、和所述误差信号中的所述至少1个信号的振幅为给定的振幅时的代表输入值，该给定的基准步长参数是在所述代表输入值为所述基准代表输入值的情况下所述滤波器系数收敛的所述步长参数的值；

通过将所述基准代表输入值相对于所述代表输入值之比与所述基准步长参数相乘来算出所述步长参数的步骤；和

利用所述误差信号、所述滤波参考信号、和算出的所述步长参数来对所述自适应滤波器部的滤波器系数进行更新的步骤。

15.根据权利要求14所述的有源降噪方法，其中，

所述基准代表输入值相当于所述参考信号、所述滤波参考信号、和所述误差信号中的所述至少1个信号的振幅的最大值。

16.根据权利要求14或15所述的有源降噪方法，其中，

基于所述误差信号来得到参考信号的步骤包括将所述误差信号作为所述参考信号来获得的步骤。

17.一种降低噪音的有源降噪方法，包括如下步骤：

通过自适应滤波器部对误差信号进行处理来得到二次噪音信号的步骤；

得到与基于所述二次噪音信号而产生的二次噪音和所述噪音之间的干扰所产生的残留音对应的所述误差信号的步骤；

对所述误差信号进行校正来得到滤波误差信号的步骤；和

利用所述误差信号、所述滤波误差信号、和步长参数来对所述自适应滤波器部的滤波器系数进行更新的步骤，

对所述滤波器系数进行更新的步骤包括如下步骤：

算出与所述误差信号和所述滤波误差信号中的至少1个信号的振幅相当的代表输入值的步骤；

得到基准代表输入值和给定的基准步长参数的步骤，其中该基准代表输入值是所述误差信号和所述滤波误差信号中的所述至少1个信号的振幅为给定的振幅时的代表输入值，该给定的基准步长参数是在所述代表输入值为所述基准代表输入值的情况下所述滤波器系数收敛的所述步长参数的值；

通过将所述基准代表输入值相对于所述代表输入值之比与所述基准步长参数相乘来算出所述步长参数的步骤；和

利用所述误差信号、所述滤波误差信号、和算出的所述步长参数来对所述自适应滤波器部的滤波器系数进行更新的步骤。

18.根据权利要求17所述的有源降噪方法，其中，

所述基准代表输入值相当于所述误差信号和所述滤波误差信号中的所述至少1个信号的振幅的最大值。

19.根据权利要求12～18中任一项所述的有源降噪方法，其中，

所述基准步长参数是在所述代表输入值为所述基准代表输入值的情况下所述滤波器系数收敛的所述步长参数的值的最大值。

20.根据权利要求12～19中任一项所述的有源降噪方法，其中，

与所述基准步长参数相乘的系数的上限值和下限值中的至少一方的值被设定。

21.根据权利要求20所述的有源降噪方法，其中，

所述系数是在具有固定小数点的格式的寄存器上所表示的数字值，

通过改变所述系数的小数点的位置来设定所述系数的所述上限值和所述下限值中的所述至少一方的值。