CN108352156B - 在有源噪声控制中估计次级路径相位 - Google Patents

Abstract

本文件中描述的技术可以体现在计算机实施的方法中，该方法包括：由一个或多个处理设备接收第一多个值，第一多个值表示有源噪声消除系统中设置的自适应滤波器的系数集合。该方法还包括：访问与传递函数相关联的瞬时相位值的一个或多个估计，传递函数表示有源噪声消除系统的次级路径的影响；以及基于瞬时相位值的一个或多个估计来更新第一多个值，以生成用于自适应滤波器的已更新系数集合。该方法进一步包括：利用已更新系数集合对自适应滤波器进行编程，以影响自适应滤波器的操作。

Description

在有源噪声控制中估计次级路径相位

技术领域

本公开总体上涉及有源噪声控制。

背景技术

有源噪声控制牵涉到通过生成经常被称为抗噪声的基本上相反的信号来消除不想要的噪声。

发明内容

在一个方面，本文件以一种计算机实施的方法为特征，该方法包括：由一个或多个处理设备接收第一多个值，第一多个值表示有源噪声消除系统中设置的自适应滤波器的系数集合。该方法还包括：访问与传递函数相关联的瞬时相位值的一个或多个估计，传递函数表示有源噪声消除系统的次级路径的影响；以及基于瞬时相位值的一个或多个估计来更新第一多个值，以生成用于自适应滤波器的已更新系数集合。该方法进一步包括：利用已更新系数集合对自适应滤波器进行编程，以影响自适应滤波器的操作。

在另一方面，本文件以一种包括一个或多个处理设备的有源噪声控制引擎为特征。有源噪声控制引擎可以被配置为接收第一多个值，第一多个值表示有源噪声消除系统中设置的自适应滤波器的系数集合。有源噪声控制引擎还被配置为访问与表示有源噪声消除系统的次级路径的影响的传递函数相关联的瞬时相位值的一个或多个估计，并且基于瞬时相位值的一个或多个估计来更新第一多个值以生成用于自适应滤波器的已更新系数集合。有源噪声控制引擎进一步被配置为发起利用已更新系数集合对自适应滤波器的编程，以影响自适应滤波器的操作。

在另一方面，本文件以一个或多个机器可读存储设备为特征，其上编码有用于使得一个或多个处理器执行各种操作的计算机可读指令。这些操作包括：接收第一多个值，第一多个值表示有源噪声消除系统中设置的自适应滤波器的系数集合。这些操作还包括：访问与传递函数相关联的瞬时相位值的一个或多个估计，传递函数表示有源噪声消除系统的次级路径的影响；以及基于瞬时相位值的一个或多个估计来更新第一多个值，以生成用于自适应滤波器的已更新系数集合。这些操作进一步包括：利用已更新系数集合对自适应滤波器进行编程，以影响自适应滤波器的操作。

以上方面的实施方式可以包括以下特征中的一个或多个。

瞬时相位值的一个或多个已更新估计可以被生成，并且第一多个值可以基于瞬时相位值的一个或多个已更新估计而被更新以生成用于自适应滤波器的第二已更新系数集合。自适应滤波器可以利用第二已更新系数集合被更新以影响自适应滤波器的操作。表示在有源噪声消除系统中用作参考信号的信号的第二多个值可以被接收，并且第一多个值可以还基于第二多个值被更新。第二多个值可以包括表示参考信号的同相分量的至少一个值、以及表示参考信号的正交相位分量的至少一个值。参考信号的频率可以基于由引擎生成的噪声信号。还基于第二多个值来更新第一多个值可以包括基于与传递函数相关联的瞬时相位值的一个或多个估计来对参考信号进行相移，其中更新可以包括还基于相移后的参考信号来更新第一多个值。自适应滤波器的输出可以基于与表示次级路径的影响的传递函数相关联的瞬时相位值的一个或多个估计而被相移，其中更新可以包括还基于自适应滤波器的相移后的输出来更新第一多个值。瞬时相位值的一个或多个估计可以在自适应滤波器的操作期间，并且独立于次级路径的任何预定模型，而分析地被生成。瞬时相位值的一个或多个估计可以使用无监督式学习过程而被生成。

有源噪声消除系统可以被配置为消除由引擎生成的噪声信号。控制信号可以基于自适应滤波器的输出被生成，其中控制信号引起用于消除噪声信号的抗噪声信号的产生。抗噪声信号的相位和幅度可以减小噪声信号的影响。控制信号可以通过以下被生成：基于与表示次级路径的影响的传递函数相关联的瞬时相位值的一个或多个估计来对自适应滤波器的输出进行相移。次级路径可以包括以下一项或多项：(i)产生抗噪声信号的一个或多个换能器，(ii)测量误差信号的一个或多个误差传感器，误差信号作为噪声信号与抗噪声信号之间的相互作用的结果而被产生，以及(iii)一个或多个换能器与一个或多个误差传感器之间的声学路径。声学路径可以包括汽车的内部的一部分。第一多个值可以还基于误差信号被更新。第一多个值中的每个值可以是在特定时间的自适应滤波器的系数。自适应滤波器的输出可以在生成用于消除由车辆引擎产生的谐波噪声的信号时被使用。第一多个值可以还基于与表示次级路径的影响的传递函数相关联的瞬时幅度而被更新。瞬时幅度可以基于自适应滤波器的系数随时间改变的速率而被确定。

本文描述的各种实施方式可以提供以下优点中的一个或多个。通过使用本文描述的技术，自适应滤波器可以被配置为计入有源噪声消除(ANC)系统的一个或多个次级路径传递函数中的相位和/或幅度改变。在一些实施方式中，可以使得滤波器关于一个或多个次级路径传递函数中的相位改变和幅度改变两者是自适应的，这进而可以改进自适应滤波器的准确度和收敛速度。在一些情况下，这可以不进行任何测量以对次级路径模型化而被完成。在某些情况下，这可以导致用于ANC系统的生产时间和/或成本的节省。例如，本文件中描述的技术可以排除或减少对于耗时的测量的需求，对与车辆中部署的ANC系统相关联的次级路径进行模型化可能需要这些测量。这对于在预生产阶段中的车辆可能是特别有利的，在预生产阶段时，获取车辆达到足以执行测量的时间经常是挑战性的和/或昂贵的。通过允许一个或多个次级路径传递函数的自适应和运行时表征，可以使得ANC系统关于环境的动态改变(例如，在车辆中，其中摇下车窗或在客舱内放置大物品可能影响声学环境)进行自调谐。

本公开中描述的特征中的两个或更多特征，包括该概述章节中描述的那些特征，可以被组合以形成本文未具体描述的实施方式。

在附图和下面的描述中阐述了一个或多个实施方式的细节。其他特征、目的和优点从描述和附图以及从权利要求将是明显的。

附图说明

图1是示出了有源噪声控制(ANC)系统的示例的示图。

图2是说明ANC系统的原理的绘图。

图3是示例ANC系统的框图。

图4A和图4B是ANC系统内的示例自适应滤波器的框图。

图5是用于实施噪声回弹的函数的示例。

图6是计入一个或多个次级路径的相位改变的示例ANC系统的框图。

图7A-图7B示出了说明计入次级路径相位改变的效应的绘图。

图8A和图8B分别在ANC系统的上下文中示出了超定系统和欠定系统的示例。

图9A和图9B是ANC系统的替换表示的示例的框图。

图10A-图10D示出了说明估计次级路径幅度改变的效果的绘图。

图11示出了绘图，其说明作为次级路径传递函数的各种幅度的步长的函数的滤波器系数的改变速率。

图12是图11的绘图的放大部分，具有附加注释以说明根据次级路径幅度的改变自适应地调节步长的过程。

图13A-图13D示出了示例绘图，它们说明通过使用本文描述的技术对自适应滤波器的收敛速率的改进。

图14是用于基于ANC系统的次级路径中的相位改变对自适应滤波器进行编程的示例过程的流程图。

图15是用于基于ANC系统的次级路径中的幅度改变对自适应滤波器进行编程的示例过程的流程图。

具体实施方式

本申请描述了用于实施有源噪声控制(ANC)系统的技术。

有源噪声控制系统用于消除或减小由装备(诸如引擎、鼓风机、风扇、变压器和压缩机)产生的不想要的或令人不快的噪声。有源噪声控制还可以使用在汽车或其他运输系统(例如，小汽车、卡车、公共汽车、飞机、船只或其他运输工具)中，以消除或衰减由例如机械振动或引擎谐波产生的不想要的噪声。

在一些情况下，有源噪声控制(ANC)系统可以用于衰减或消除不想要的噪声。在一些情况下，ANC系统可以包括电声系统或机电系统，其可以被配置为基于叠加原理来消除至少一些不想要的噪声(经常称为初级噪声)。这可以通过以下来完成：识别初级噪声的振幅和相位并且产生大约相等振幅和相反相位的另一信号(经常称为抗噪声)。适当的抗噪声与初级噪声组合以使得两者基本上被消除(例如，被消除至规范或可接受容限内)。在这点上，在本文描述的示例实施方式中，“消除”噪声可以包括将“消除的”噪声减小到指定的水平或者减小到可接受的容限内，并且不要求所有噪声的完全消除。ANC系统可以在衰减宽范围的噪声信号时使用，包括使用无源噪声控制系统可能不容易衰减的低频噪声。在一些情况下，ANC系统在大小、重量、体积和成本方面提供了可行的噪声控制机构。

图1示出了用于消除由噪声源105产生的噪声的有源噪声控制系统100的示例。该噪声可以被称为初级噪声。系统100包括参考传感器110，其检测来自噪声源105的噪声并且向ANC引擎120提供信号(例如，作为数字信号x(n))。ANC引擎120产生被提供给次级源125的抗噪声信号(例如，作为数字信号y(n))。次级源125产生消除或减小初级噪声的影响的信号。例如，当初级噪声是声学信号时，次级源125可以被配置为产生消除或减小声学初级噪声的影响的声学抗噪声。任何消除误差可以由误差传感器115检测。误差传感器115向ANC引擎120提供信号(例如，作为数字信号e(n))，以使得ANC引擎可以相应地修改抗噪声产生过程以减小或消除误差。

噪声源105与误差传感器115之间的组件经常统称为初级路径130，并且次级源125与误差传感器115之间的组件经常统称为次级路径135。例如，在用于消除声学噪声的ANC系统中，初级路径可以包括噪声源与误差感测麦克风之间的声学距离，并且次级路径可以包括声学抗噪声产生扬声器与误差感测麦克风之间的声学距离。初级路径130和/或次级路径135还可以包括附加组件(诸如ANC系统的组件)或ANC系统被部署在其中的环境。例如，次级路径可以包括ANC引擎120、次级源125和/或误差传感器115的一个或多个组件。在一些实施方式中，次级路径可以包括ANC引擎120和/或次级源125的电子组件，诸如一个或多个数字滤波器、放大器、数模(D/A)转换器、模数(A/D)转换器、以及数字信号处理器。在一些实施方式中，次级路径还可以包括与次级源125相关联的电声响应、与次级源125相关联的声学路径、以及与误差传感器115相关联的动态性。对上述组件中的一个或多个组件的动态改变可能影响次级路径的模型，其进而可能影响ANC系统的性能。

ANC引擎120可以包括自适应滤波器，其系数可以基于初级噪声中的变化而自适应地被改变。滤波器系数的变化可以在N维空间中表示，其中N是与自适应滤波器相关联的系数的数目。例如，两抽头滤波器(例如，具有两个系数的滤波器)的系数变化可以在二维平面上表示。对应空间中的滤波器系数的时变路径可以被称为与自适应滤波器相关联的滤波器系数轨迹。自适应滤波器的时变系数可以例如基于与自适应滤波器相关联的传递函数来生成。传递函数可以基于次级路径的特性来生成，这些特性在一些情况下不随时间变化。然而，在一些情形中，次级路径135的电声特性可能作为时间的函数而变化。本文件中描述的示例实施方式允许基于滤波器系数轨迹来动态地更新次级路径135的模型，由此导致噪声的至少一部分的消除。

噪声源105可以具有各种类型。例如，噪声源105可以是与小汽车、飞机、轮船或船只、或铁路机车相关联的运输工具引擎。在一些实施方式中，噪声源105可以包括电器，诸如加热、通风和空调(HVAC)系统、冰箱、排气扇、洗衣机、割草机、真空吸尘器、加湿器、或除湿器。噪声源105还可以包括工业噪声源，诸如工业风扇、风管、烟囱、变压器、发电机、鼓风机、压缩机、泵、链锯、风洞、嘈杂的工厂或办公室。对应地，初级路径130包括噪声源105与参考传感器110被设置的位置之间的声学路径。例如，为了减小归因于HVAC系统的噪声，参考传感器110可以设置在风管内以检测对应的初级噪声。由噪声源105生成的初级噪声可以包括谐波噪声。

参考传感器110可以基于初级噪声的类型来选择。例如，当初级噪声是声学的时，参考传感器110可以是麦克风。在初级噪声由除了声源以外的源产生的实施方式中，参考传感器110可以相应地被选择。例如，当初级噪声是来自引擎的谐波噪声时，参考传感器110可以是转速计。本文件中描述的示例ANC技术因此可以应用于使用适当参考传感器110和次级源来消除或减小不同类型的噪声的影响。例如，为了控制结构振动，参考传感器110可以是运动传感器(例如，加速度计)或压电传感器，并且次级源125可以是可以被配置为产生适当的振动抗噪声的机械致动器。

在一些实施方式中，次级源125可以被定位以使得由次级源125产生的声学信号减小初级噪声的影响。例如，如果系统100被部署以减小小汽车客舱内的引擎噪声的影响，则次级源125被部署在客舱内。在这个示例中，次级源125被配置为产生声学信号，该声学信号消除或减小目标环境内的初级噪声的影响。这利用图2中示出的示例来说明。在图2中，目标是消除或减小由波205表示的声学信号的影响。在这样的情况下，次级源125可以被配置为产生由波210表示的声学信号，以消除或减小由波205表示的信号的影响。由波210表示的信号的振幅和相位可以被配置以使得两个信号的叠加有效地消除彼此的影响。注意，声学信号是纵波，并且出于说明的目的使用横波205和210来表示。

在一些情况下，初级噪声的特性可能随时间变化。在这样的情况下，由次级源125生成的声学信号可能不立即将初级噪声减小到合意的水平。在一些情况下，这可能引起由误差传感器115检测到的残余噪声。因此，误差传感器115向ANC引擎120提供信号(例如，数字信号e(n))，其以残余噪声被减小的方式来调节提供给次级源的输出(例如，y(n))。误差传感器115因此在一些实施方式中被部署在目标环境中。例如，当ANC系统被部署用于减小小汽车客舱内的引擎噪声时，误差传感器115可以被部署在客舱内在它将有效地检测到残余噪声的位置。

ANC引擎120可以被配置为处理由参考传感器110和误差传感器115检测到的信号，以产生被提供给次级源125的信号。ANC引擎120可以具有各种类型。在一些实施方式中，ANC引擎120基于前馈控制，其中初级噪声由参考传感器110在噪声到达次级源(诸如次级源125)之前感测到。在一些实施方式中，ANC引擎120可以基于反馈控制，其中ANC引擎120尝试基于由误差传感器115检测到的残余噪声而不利用参考传感器110的优势来消除初级噪声。

ANC引擎120可以被配置为控制各种频带中的噪声。在一些实施方式中，ANC引擎120可以被配置为控制宽带噪声，诸如白噪声。在一些实施方式中，ANC引擎120可以被配置为控制窄带噪声，诸如来自车辆引擎的谐波噪声。在一些实施方式中，ANC引擎120包括自适应数字滤波器，其系数可以基于例如初级噪声中的变化而被调节。在一些实施方式中，ANC引擎是数字系统，其中来自参考传感器和误差传感器(例如，电声换能器或机电换能器)的信号使用处理设备而被采样和处理，诸如数字信号处理器(DSP)、微控制器或微处理器。这样的处理设备可以用于实施由ANC引擎120使用的自适应信号处理过程。

图3是示出了示例ANC系统300的实施方式细节的框图。ANC系统300包括自适应滤波器，其适配于在z域中由P(z)表示的未知环境305。在本文件中，频域函数可以按照它们的z域表示来表示，对应的时域(或样本域)表示为n的函数。在本示例中，初级路径包括参考传感器与误差传感器之间的声学路径。此外，在这个示例中，次级路径315的传递函数被表示为S(z)。自适应滤波器310(表示为W(z))可以被配置为跟踪环境305的时间变化。在一些实施方式中，自适应滤波器310可以被配置为减小(例如，基本上最小化)残余误差信号e(n))。因此，自适应滤波器310被配置以使得自适应滤波器310的目标输出y(n)(由次级路径处理)基本上等于初级噪声d(n)。当由次级路径处理时，输出可以表示为y’(n)。初级噪声d(n)在这个示例中是由未知环境305处理的源信号x(n)。将图3与部署在小汽车中的ANC系统100的示例相比较，次级路径315因此可以包括次级源125和/或在次级源125与误差传感器115之间的声学路径。当d(n)和y(n)被组合时，残余误差e(n)对于完全消除基本上等于零，并且对于不完全消除等于非零。

在一些实施方式中，自适应滤波器310的滤波器系数可以基于使用有源噪声控制引擎320实施的自适应过程而被更新。有源噪声控制引擎320可以使用一个或多个处理设备(诸如DSP、微控制器或微处理器)来实施，并且可以被配置为基于误差信号e(n)和/或源信号x(n)来更新自适应滤波器310的系数。在一些实施方式中，有源噪声控制引擎320可以被配置为执行自适应过程以用于减小车辆中的引擎噪声(例如，谐波噪声)。

自适应滤波器310可以包括多个可调节系数。在一些实施方式中，可调节系数(一般表示为矢量w)可以通过优化给定目标函数(也称为成本函数)J[n]来确定。例如，目标函数可以由下式给出：

其中：

e[n]＝d[n]+y[n] (2)

迭代式优化过程然后可以用来优化目标函数。例如，假定w表示有限脉冲响应(FIR)滤波器的系数，则自适应滤波器可以表示为：

并且迭代式最小化过程(最陡下降)可以用来求解：

min_wJ[n]

这里，μ表示用于步长的标量，即，控制在每次迭代中系数朝向目的地被调节多少的变量，并且

标示梯度算子。上述解决方案归因于基础函数的凸性质而可能是有限的且唯一的。相比之下，如果自适应滤波器可以表示为：

则迭代式最大化过程(最陡上升)将需要求解：

max_wJ[n]

对此可能不存在有限解。

为了说明的目的，下面的描述使用具有系数w₀和w₁的两抽头滤波器的示例。更高阶滤波器也可以使用本文描述的技术来实施。对于两抽头滤波器，时变系数w₀和w₁可以表示为：

其中

表示由次级路径脉冲响应s[n]处理的用于x(n)的正交基函数，并且μ表示用于步长的标量，即，控制在每次迭代中系数朝向目的地被调节多少的变量。具体地，x[n]的同相和正交相位分量分别由下式给出：

x_i[n]＝A_ref·cos(ω₀n) (9)

以及

x_q[n]＝A_ref·sin(ω₀n) (10)

并且ω₀是x(n)的频率(例如，由车辆的引擎生成的噪声的频率)。

在一些实施方式中，在次级路径的特性未知的场合，也可以使用s[n]的估计版本(标示为

)。这样的信号可以在时域和频域中表示为：

其中

是对应的z域表示。在这样的情况下，输入信号的同相和正交分量可以分别表示为：

以及

这在图4A中表示，图4A示出了具有两抽头自适应滤波器405的ANC系统400。有源噪声控制引擎420(其可以与图3的有源噪声控制引擎320相同或基本相似)可以用来根据次级路径415中的幅度改变和相位改变而更新自适应滤波器405的滤波器抽头。这可以例如通过确定次级路径传递函数的估计425来完成。系统400的输出可以表示为：

y[n]＝w₀[n-1]·x_i[n]+w₁[n-1]·x_q[n] (13)

并且残余误差由下式给出：

e[n]＝d[n]+y[n]*s[n] (14)

在一些实施方式中，如果次级路径的传递函数S(z)显著不同于估计的

(例如，幅度和相位之一或两者)，则滤波器系统可能变得不稳定。例如，如果相位失配超过阈值条件(例如，±90°)，则将使得系统不稳定。这样的失配可能由于以下而发生，例如温度、声学外壳、物体在声学路径中的放置或移除等随着时间的改变。计入影响次级路径传递函数的幅度/相位的各种不同条件的一种方式是在各种可能的条件下进行测量，并且使用这样的测量来估计传递函数。然而，在一些情况下，在监督式学习过程中执行这样的测量可能既耗时又昂贵。例如，当为新车辆设计ANC系统时(例如，还没有商业上可用的模型)，上面描述的监督式过程可能要求从车辆制造商处获取预生产模型。如果制造商拥有有限数目的这样的预生产模型，则这样的获取可能是昂贵的。即使获取了这样的预生产模型，ANC系统设计者也可能无法将其保留足够长的时间，以允许设计者针对各种不同的条件进行测量。在一些情况下，也可能无法仿真可能影响ANC系统中的次级路径传递函数的所有不同条件。

在一些实施方式中，通过经由无监督式学习过程确定自适应滤波器的滤波器系数，监督式学习过程可以被避免。例如，一个或多个次级路径中的相位和/或幅度改变可以仅基于运行时测量而被估计，由此排除或至少减少对用于将次级路径传递函数模型化的先验测量的需求。这使用图4B来说明，图4B示出了ANC系统430内的自适应滤波器的另一示例。如图4B中示出的，两抽头滤波器每个(分别标示为435和440)处理输入信号的同相和正交相位分量(分别标示为x_i[n]和x_q[n])。次级路径的影响(处于稳定状态)可以例如经由旋转和增益(分别标示次级路径传递函数的相位和幅度)来表示。这样的ANC系统在以下的意义上是非侵入式的：为了测量未知的次级路径传递函数，系统不引入任何附加噪声。

在一些实施方式中，旋转例如经由被配置为实施旋转矩阵的电路445来实施，并且增益可以例如使用乘法器450来引入。旋转矩阵例如可以如下地被表示为瞬时相位角θ的函数：

输出因此可以表示为：

其中

表示次级路径的未知相位。对旋转矩阵电路的输入由下式给出：

yi[n]＝w₀[n-1]·x_i[n]+w₁[n-1]·x_q[n] (17)

以及

y_q[n]＝w₀[n-1]·x_q[n]-w₁[n-1]·x_i[n] (18)

从而：

其中

表示稳定状态下的次级路径的影响。

在一些实施方式中，量

可以例如基于以下假定来估计：

等式(3)的梯度函数内的偏导数因此可以被计算为：

因此，通过使用等式(23)和(24)，对自适应滤波器系数的更新可以被估计为θ[n-1]的函数，而不是次级路径传递函数的相位

的实验测量。关于θ的偏导数可以被测量为：

其中

使用上面描述的等式，两抽头滤波器的滤波器抽头可以被更新为：

瞬时相位也被更新为：

等式(27)-(29)说明了滤波器抽头使用最陡下降过程被更新，并且瞬时相位使用最陡上升过程被更新。然而，其他类型的更新(包括瞬时相位使用最陡下降过程被更新的情况)也在本公开的范围内。

在一些实施方式中，更新瞬时相位可以包括使用非线性函数来处理已更新的瞬时相位。这样的函数可以包括一个或多个分量。例如，瞬时函数可以被确定为：

在这个示例中，第一分量(例如，函数f(.))在预定范围内(例如，[-π，+π])包绕(wrap)瞬时相位值，并且第二分量(诸如函数g(.))例如可以用来实施类似符号函数。这样的函数g(.)的示例在图5中描绘。该函数可以包括死区510(在图5中表示为在阈值+dead与-dead之间的区域)，以使得输出针对该区域中的输入值不改变。这可以例如用来促进噪声回弹(resilience)，并且防止自适应滤波器抽头针对瞬时相位的小量改变而被改变。阈值(例如，+dead和-dead)和/或死区之外的输出增益量可以例如实验地或基于与系统性能有关的历史知识来确定。用于相位适配的其他函数也可以被使用。例如，可以使用g(x)＝sign(x)*x^2来代替图5中描绘的函数。

图6示出了根据上面描述的相位更新过程的示例ANC系统600。系统600包括自适应滤波器605，用于其的抽头由有源噪声控制引擎620基于输入信号、以及估计的瞬时相位θ[n-1]的一个或多个先前值来更新。在一些实施方式中，系统600包括实施旋转矩阵R(θ[n-1])的电路625。电路625处理输入信号的同相分量和正交相位分量，以向有源噪声控制引擎620提供值

和

。在一些实施方式中，系统600进一步包括电路630，其实施另一旋转矩阵

以处理自适应滤波器605的输出的同相分量和正交分量。在一些实施方式中，电路625和630可以被配置为实施相同的旋转矩阵。有源噪声控制引擎620可以被配置为基于由电路625和630提供的输出、以及误差信号e[n]，来更新滤波器系数和瞬时相位的估计。在一些实施方式中，有源噪声控制引擎620基于等式(27)-(29)来更新滤波器系数和瞬时相位。

在一些实施方式中，系统600也可以在没有对瞬时相位的任何更新的情况下被操作。例如，当操作在次级路径传递函数不显著改变的声学环境中时，相位更新可以通过初始化θ[n]＝0而被绕过。在另一示例中，当操作在次级路径传递函数不显著改变的声学环境中时，相位更新过程可以被配置以使得瞬时相位在多次更新中保持恒定。因此，本文描述的瞬时相位更新过程可以有可能在按需的基础上结合已有的自适应滤波器而被操作。例如，有源噪声控制引擎620可以被配置为仅在确定次级路径传递函数相位的改变高于阈值(其可能指示不稳定)时，才在更新滤波器系数时使用瞬时相位更新。

尽管图6中的示例示出了针对单个次级路径和单个频率ω₀的更新，但是系统可以针对多个频率被伸缩。例如，θ[n]可以被存储用于针对各种频率(例如，多个引擎谐波)的测量，例如作为数组，并且在更新对应的自适应滤波器时被使用。

上面描述的相位更新过程可以在具有或不具有对次级路径传递函数的幅度的更新的情况下被使用。例如，上面描述的相位更新过程可以与下面描述的幅度更新过程相结合地被使用。相位更新过程也可以在不具有对传递函数的瞬时幅度的更新的情况下被使用。例如，当幅度改变小于阈值量(例如，大约20dB或更小)时，上面描述的相位更新过程可以有效地使用在ANC系统中。在一些实施方式中，该过程可以使用次级路径传递函数的幅度响应的近似估计。

图7A和图7B示出了说明使用上面描述的技术针对次级路径相位改变来更新滤波器系数的效果的绘图。特别地，图7A图示了针对不使用相位更新的系统的θ[n]随时间的变化。图7B示出了针对使用相位更新的系统的θ[n]随时间的变化。如从图7A和图7B是明显的，θ[n]的变化通过使用相位更新显著地被减小。

上面描述的系统已经主要使用具有单个次级路径的示例被说明。这样的系统可以被称为单输入单输出(SISO)系统。然而，该技术也可以被伸缩用于在包括多个次级路径的系统中使用，多个次级路径可以形成在多个次级源125(图1中描述)和/或多个误差传感器115(图1中描述)之间。在这样的情况下，这些系统可以被表征为多输入多输出(MIMO)系统。这样的系统的示例在图8A和图8B中描绘。特别地，图8A示出了超定系统的示例，即误差传感器815的数目(M)大于次级源825的数目(L)的系统。在图8A的示例中，M＝2并且L＝1。在这个示例中，存在两个分离的次级路径，每个通过对应的依赖于时间的相位θ[n]来表征。一般性地，误差传感器i与次级源j之间的次级路径可以通过依赖于时间的相位θ_ij[n]来表征。遵循这种表示，对于图8A的示例，等式(1)可以表示为：

其中β_1,2∈[0,1],β₁+β₂＝1。针对这个示例的滤波器抽头更新由下式给出：

针对次级路径的相位更新可以推导为：

对于具有M个误差传感器和L＝1个次级源或扬声器的更一般的超定系统，更新等式可以使用以下等式来导出：

图8B示出了欠定系统的示例，例如，误差传感器815的数目(M)小于次级源825的数目(L)的系统。在图8B的示例中，M＝1并且L＝2。在这个示例中，也有两个分离的次级路径，每个通过对应的依赖于时间的相位θ[n]来表征。在一些实施方式中，每个次级源或扬声器设备可以与对应的自适应滤波器相关联。使用两抽头滤波器示例，与次级源k相关联的滤波器抽头可以表示为

遵循这种表示，对于图8B的示例，等式(1)可以表示为：

针对该情况的更新等式可以推导为：

对于具有M＝1个误差传感器和L个次级源或扬声器的更一般的欠定系统，更新等式可以使用以下等式导出：

对于M个误差传感器和L个次级源的一般情况，需要总共(2×L+L×M)个更新等式。这些可以导出为：

上面描述的ANC系统基于自适应地更新(多个)次级路径传递函数的一个或多个相位估计而起作用。在一些实施方式中，次级路径传递函数幅度的估计可以被更新，这进而可以改进噪声消除性能和/或改进收敛速度。例如，在MIMO系统中，次级路径幅度的相对平衡可能影响系统的特征值扩散(调节)，并且因此影响性能。在一些实施方式中，模型化的次级路径传递函数幅度也可以用作步长变量，并且因此影响收敛速率。例如，当与上面描述的相位更新技术结合使用时，幅度更新技术在一些情况下可以改进对应的ANC系统的收敛速率。

幅度更新技术可以与上面描述的相位更新技术相结合被使用，或独立于任何相位更新技术被使用。例如，在次级路径传递函数相位不显著改变或相位改变的近似表征可用的情形中，可以使用幅度更新技术而无需任何相位更新。

图9示出了ANC系统的替换表示900的示例的框图。表示900可以用于对相应系统的稳定性和收敛速度的特征值分析。在图9的示例中，表示次级路径905的传递函数可以标示为G，并且有源噪声控制引擎910将次级路径传递函数模型化为

在这个示例中，次级路径905表示MIMO系统中的次级路径的集合，并且因此标示为矩阵。次级路径传递函数G可以例如使用奇异值分解而被正交化为：

G＝R∑Q^H (69)其中R是实数或复数酉矩阵，Σ是在对角线上具有非负实数的矩形对角矩阵，并且Q^H(Q的厄米共轭，或者如果Q是实数的，则简单地是Q的转置)是实数或复数酉矩阵。该表示在图9B中描绘。Σ的对角条目Σ_m,m被称为G的奇异值。完美模型化的系统的特征值是矩阵Σ的平方的奇异值，由下式给出：

λ_m＝(Σ(m,m))² (70)

在一些实施方式中，对特征值的近似可以从矩阵G和

计算为：

扰动矢量d可以投影到主分量空间中，如下：

p＝R^Hd (72)

其中矢量p中的每个条目(由p_m标示)表示特定扰动模式。使用等式(69)-(71)，等式(1)可以被简化为：

其中J_min表示系统中的最小噪声量，并且α表示模态步长。等式(73)表明特征值λ_m控制针对每种扰动模式p_m的消除速率。

ANC系统中的自适应滤波器的收敛可以取决于特征值的扩散。例如，特征值的更宽扩散可能导致朝向稳定状态误差的更慢收敛。在一些实施方式中，(多个)次级路径传递函数的知识允许减少特征值的扩散。在一些实施方式中，在关于(多个)次级路径传递函数的先验知识不可用的场合，针对每个次级源(例如，扬声器设备)的相对次级路径幅度可以基于对应的自适应滤波器的滤波器系数的改变速率而被推断。例如，如果滤波器抽头全部被初始化为相等，则在没有次级路径幅度的任何先前知识的情况下，改变最大的次级路径可以生成滤波器系数的最大改变。因此，通过测量自适应滤波器系数的改变，可以估计对应的次级路径传递函数的幅度改变，并且这样的估计可以在确定用于自适应滤波器的未来权重时被使用。

在一些实施方式中，滤波器权重的依赖于时间的瞬时差异可以被测量为：

δ(n)＝abs[w(n)-w(n-1)] (74)

其中w(n)标示在特定时间的滤波器权重的矢量。对于L个次级源、以及针对每个次级源的两抽头滤波器，δ和w具有维度[L*2,1]。具体地，δ和w可以表示为：

在一些实施方式中，瞬时差异可以使用数字滤波器被平滑。例如，单极滤波器可以用来平滑瞬时差异，如下：

ζ(n)＝η*ζ(n)+（1-η)*ζ(n-1) (77)

其中η是小值(例如，0.01)，其可以例如经验地被确定。在一些实施方式中，依赖于时间的差异可以被倒置为：

其中ε是小数字(例如，10^-6)，其加到分母以避免任何潜在的除以零。在一些实施方式中，倒置后的差异可以被归一化为：

在一些实施方式中，针对每个滤波器抽头的归一化的量Ξ(或未归一化的量ξ)可以被平均以获得针对每个自适应滤波器的平均量。也可以使用针对每个滤波器抽头的单独值。对于两抽头自适应滤波器和L个次级源，平均量可以表示为：

模型化的次级路径传递函数

的幅度然后可以基于

的值而被估计。例如，来自

的行可以跨麦克风被复制，以获得模型化的次级路径传递函数

的估计幅度，如下：

在一些实施方式中，次级路径传递函数的估计幅度可以与用于对应的次级路径传递函数的相位估计相结合地使用。例如，模型化的次级路径传递函数

可以按照幅度估计和相位估计两者而被表示为：

其中

是按元素乘法，并且Θ(n)由下式给出：

滤波器更新等式因此可以表示为：

图10A-图10D图示了使用上面描述的幅度更新技术的效果的示例。具体地，图10A表示当未使用幅度更新时，来自四扬声器两麦克风的MIMO ANC系统中的两个麦克风(即，误差传感器)的误差信号的时间方差。图10B示出了复平面上的特征值的对应分布。图10C和图10D分别表示当使用根据上面描述的相位更新和幅度更新两者时的相同绘图。图10B图示了当未使用幅度更新时，特征值的实部中的扩散1015适度地大，并且对于若干特征值，实部是负的，由此指示一定程度的不稳定性。使用相位更新改进了稳定性(如图10D中具有负实部的特征值的较少数目所指示的)，并且使用幅度更新减少了特征值的实部中的扩散1030(与图10B中的扩散1015相比)。如图10C中图示的，扩散的减少导致更快的收敛。

在一些情况下，甚至在收敛之后滤波器系数可能继续改变。这可能在以下情况发生，例如，如果ANC系统被ANC系统所消除的频率(或多个频率)之外的能量所影响。例如，在实际的ANC系统中，甚至在滤波器收敛之后，由误差传感器捕获的低频内容可能引起对自适应滤波器系数的改变。参考等式(3)，用于步长μ的高值可能导致更多的残余误差，并且因此导致滤波器系数的高瞬时改变。在一些实施方式中，步长μ可以自适应地变化，例如，以控制自适应滤波器系数的改变，并且因此也控制幅度更新的改变。

图11示出了示例绘图1100，其说明了自适应滤波器系数w的瞬时差异的速率、步长μ以及次级路径传递函数的幅度(其在这个示例中标示为|S|)之间的关系。绘图1100中的每条曲线示出了对于固定的次级路径幅度，滤波器系数的瞬时差异的速率如何作为μ的函数而变化。如曲线的部分1105所图示的，对于μ的低值，速率差异对于所有次级路径幅度基本相同。每条曲线的上边界1110表示对应系统变得不稳定的点。黑色星号1115表示对于对应的次级路径幅度的μ的基本上最佳值。最佳值可以表示例如如下的理论步长，其可以用于一个时间步中的完美消除，其中幅度归一化的步长为一。增加次级路径幅度的方向使用箭头1120示出。

图12示出了绘图1100的放大的部分1200。这样，图12中的示例说明了根据对次级路径幅度的改变来自适应地调节步长的过程。在这个示例中，初始的次级路径幅度是|S|＝.853。这对应于曲线1205。用于μ的初始值是针对该次级路径幅度的最佳值1210(约1.2)，其对应于滤波器系数w_diff＝0.25的瞬时差异。在这个示例中，如果|S|增加到1.61，则对于未改变的μ值，w_diff＝10。这进而可能导致滤波器系数的瞬时差异的速率的大改变。然而，为了维持基本上相同的w_diff(如由线条1220表示)，对应的有源噪声控制引擎可以被配置为调节μ，以使得μ＝0.85(由点1225表示)。

在一些实施方式中，也可以针对MIMO系统执行上述对步长的调节。例如，返回参考等式(77)，用于w_diff、ζ和裕度υ(在其周围不做任何改变)的目标值可以被设置，并且可以基于ζ的目标值(例如，max(ζ(n)))被调节。这可以被实施为，例如，如下：

-如果max(ζ(n))<τ-υ，则μ(n)＝μ(n-1)*κ

-如果max(ζ(n))≥τ-υ并且max(ζ(n))≤τ+υ，则μ(n)＝μ(n-1)

-如果max(ζ(n))>τ+υ，则μ(n)＝μ(n-1)/κ

其中κ是乘数，并且[κ，τ，υ]标称地被初始化为，例如[1.01，.01，3dB]。

图13A-图13D示出了可以使用如上面提到的步长调节的幅度更新而实现的效果的示例。图13A示出了在针对具有相位调节的高传递函数幅度没有步长调节的幅度更新的、依赖于时间的误差信号。这个示例是针对双麦克风的情况。如从图13A是明显的，针对两个麦克风的误差为高并且不表现为收敛。相比之下，当使用步长调节的幅度更新时(图13B)，对于两个麦克风观察到向接近零的误差的快速收敛。图13C示出了在针对相对较低的传递函数幅度没有步长调节的幅度更新的、依赖于时间的误差信号。在这种情况下，针对两个麦克风的误差也为高并且在观察的时间范围内不表现为收敛。相比之下，当使用步长调节的幅度更新时(图13D)，对于两个麦克风观察到向接近零的误差的快速收敛。

图14示出了用于基于ANC系统的次级路径中的相位改变来对自适应滤波器进行编程的示例过程1400的流程图。在一些实施方式中，过程1400的至少一部分可以例如由上面描述的ANC系统的有源噪声控制引擎来执行。过程1400的示例操作包括：接收表示ANC系统中设置的自适应滤波器的系数集合的第一多个值(1410)。例如，第一多个值可以表示在特定时间的自适应滤波器的系数集合。在一些实施方式中，ANC系统被配置为消除由引擎(例如，车辆引擎)生成的噪声信号。例如，自适应滤波器可以被部署在ANC系统(诸如用于消除由车辆引擎生成的谐波噪声的ANC系统)内。自适应滤波器可以与上面描述的自适应滤波器310、405、435、440或605相同或基本相似。在一些实施方式中，ANC系统包括一个或多个声学换能器以及一个或多个麦克风，一个或多个声学换能器用于生成用于消除噪声信号的抗噪声信号，一个或多个麦克风用于感测由抗噪声信号对噪声信号的至少部分消除所造成的残余噪声。

这些操作还包括：访问与表示有源噪声消除系统的次级路径的影响的传递函数相关联的瞬时相位值的一个或多个估计(1420)。在一些实施方式中，次级路径可以包括例如产生抗噪声信号的一个或多个换能器、测量作为噪声信号与抗噪声信号之间的相互作用的结果而被产生的误差信号的一个或多个误差传感器、以及一个或多个换能器与一个或多个误差传感器之间设置的声学路径。声学路径可以包括汽车的内部的一部分。在一些实施方式中，传递函数可以被表示为矩阵，其中矩阵的给定元素表示一个或多个麦克风中的特定麦克风与一个或多个声学换能器中的特定声学换能器之间的次级路径。

瞬时相位值的一个或多个估计可以例如在自适应滤波器的操作期间且独立于次级路径的任何预定模型而分析地被生成。在一些实施方式中，瞬时相位值的一个或多个估计可以使用无监督式学习过程而被生成。在一些实施方式中，瞬时相位值的一个或多个估计被更新，并且使得已更新的估计可用作用于后续迭代的瞬时相位值的一个或多个估计。在一些实施方式中，瞬时相位值的估计可以例如按照上面参考图6描述的那样被生成。

过程1400的操作还包括：基于瞬时相位值的一个或多个估计来更新第一多个值，以生成用于自适应滤波器的已更新系数集合(1430)。这可以包括：例如，接收第二多个值，第二多个值表示在有源噪声消除系统中用作参考信号的信号，并且还基于第二多个值来更新第一多个值。在一些实施方式中，第二多个值可以每个包括表示参考信号的同相分量的一个值、以及表示参考信号的正交相位分量的一个值。参考信号可以基于例如由引擎(例如，车辆引擎)生成的噪声信号。

在一些实施方式中，基于第二多个值来更新第一多个值可以包括：基于与传递函数相关联的瞬时相位值的一个或多个估计来对参考信号进行相移，并且基于相移后的参考信号来更新第一多个值。更新第一多个值还可以包括：基于与表示次级路径的影响的传递函数相关联的瞬时相位值的一个或多个估计来对自适应滤波器的输出进行相移，并且还基于自适应滤波器的相移后的输出来更新第一多个值。在一些实施方式中，第一多个值可以还基于与表示次级路径的影响的传递函数相关联的瞬时幅度的一个或多个值而被更新。在一些实施方式中，瞬时幅度可以基于自适应滤波器的系数随时间改变的速率而被确定。

过程1400的操作还包括：利用已更新系数集合对自适应滤波器进行编程，以影响自适应滤波器的操作(1440)。自适应滤波器可以被编程以使得有源噪声消除系统消除由引擎(例如，车辆引擎)生成的噪声信号。这可以例如通过基于自适应滤波器的输出来生成控制信号而被完成，其中控制信号引起用于消除噪声信号的抗噪声信号的产生。抗噪声信号的相位和幅度使得抗噪声信号减小噪声信号的影响。在一些实施方式中，控制信号可以通过以下而被生成：基于与表示次级路径的影响的传递函数相关联的瞬时相位值的一个或多个估计，对自适应滤波器的输出进行相移。

图15示出了用于基于ANC系统的次级路径中的幅度改变来对自适应滤波器进行编程的示例过程1500的流程图。在一些实施方式中，过程1500的至少一部分可以例如由上面描述的ANC系统的有源噪声控制引擎来执行。过程1500的示例操作包括：接收表示ANC系统中设置的自适应滤波器的当前系数集合的第一多个值(1510)。ANC系统和/或自适应滤波器可以与关于图14所描述的那些相同或基本相似。在一些实施方式中，ANC系统包括一个或多个声学换能器以及一个或多个麦克风，一个或多个声学换能器用于生成用于消除噪声信号的抗噪声信号，一个或多个麦克风用于感测由抗噪声信号对噪声信号的至少部分消除所造成的残余噪声。

过程1500的操作还包括：计算第二多个值，第二多个值中的每个表示自适应滤波器的当前系数与对应的在前系数之间的瞬时差异(1520)。在一些实施方式中，这可以例如使用上面描述的等式(74)来完成。

过程1500的操作进一步包括：基于第二多个值来估计表示ANC系统的次级路径的影响的传递函数的一个或多个瞬时幅度(1530)。在一些实施方式中，传递函数可以被表示为矩阵，其中矩阵的给定元素表示一个或多个麦克风中的特定麦克风与一个或多个声学换能器中的特定声学换能器之间的次级路径。

在一些实施方式中，一个或多个瞬时幅度可以基于自适应滤波器的系数随时间改变的速率而被估计。在一些实施方式中，确定传递函数的一个或多个瞬时幅度可以包括：对第二多个值应用数字滤波器，并且基于数字滤波器的输出来确定传递函数的一个或多个瞬时幅度。在一些实施方式中，这可以通过执行一个或多个过程以实施上面描述的等式(77)-(81)而被完成。例如，估计传递函数的一个或多个瞬时幅度可以包括：确定自适应滤波器的系数随时间改变的速率的值的倒数，以及基于该值的倒数来估计传递函数的一个或多个瞬时幅度。

过程1500的操作还包括：基于一个或多个瞬时幅度的估计来更新第一多个值，以生成用于自适应滤波器的已更新系数集合(1540)。在一些实施方式中，这可以包括：接收或确定与传递函数相关联的瞬时相位值的一个或多个估计，以及还基于瞬时相位值的一个或多个估计来更新第一多个值。在一些实施方式中，瞬时相位值可以基于上面描述的过程1400来计算。

过程1500的操作还包括：利用已更新系数集合对自适应滤波器进行编程，以影响自适应滤波器的操作(1550)。自适应滤波器可以被编程以使得有源噪声消除系统消除由引擎(例如，车辆引擎)生成的噪声信号。这可以例如通过基于自适应滤波器的输出来生成控制信号而被完成，其中控制信号引起用于消除噪声信号的抗噪声信号的产生。抗噪声信号的相位和幅度使得抗噪声信号减小噪声信号的影响。

本文描述的功能或其部分以及它的各种修改(后文称为“功能”)可以至少部分地经由计算机程序产品来实施，例如信息载体中有形地具体化的计算机程序，信息载体诸如一个或多个非暂态机器可读介质或存储设备，计算机程序用于由一个或多个数据处理装置(例如，可编程处理器、计算机、多个计算机和/或可编程逻辑组件)执行或用以控制其操作。

计算机程序可以用任何形式的编程语言来编写，包括编译语言或解释语言，并且它可以用任何形式部署，包括作为独立程序或作为模块、组件、子例程、或适合在计算环境中使用的其他单元。计算机程序可以被部署以在一台计算机上执行，或者在一个站点处或分布在多个站点且通过网络互连的多台计算机上执行。

与实施全部或部分功能相关联的动作可以由执行一个或多个计算机程序以执行校准过程的功能的一个或多个可编程处理器来执行。全部或部分功能可以被实施作为专用逻辑电路，例如，FPGA和/或ASIC(专用集成电路)。

适用于执行计算机程序的处理器，举例来说，包括通用和专用微处理器两者、以及任何种类的数字计算机的任何一个或多个处理器。一般地，处理器将从只读存储器或随机访问存储器或两者接收指令和数据。计算机的组件包括用于执行指令的处理器、以及用于存储指令和数据的一个或多个存储器设备。

本文未具体描述的其他实施例也在随后的权利要求的范围内。本文描述的不同实施方式的元素可以被组合以形成未在上面具体阐述的其他实施例。元素可以从本文描述的结构中省去，而不负面地影响它们的操作。此外，各种单独的元素可以被组合成一个或多个个体元素以执行本文描述的功能。

Claims (29)

1.一种计算机实施的方法，包括：

由一个或多个处理设备接收第一多个值，所述第一多个值表示在有源噪声消除系统中设置的自适应滤波器的系数集合；

访问与传递函数相关联的瞬时相位值的一个或多个估计，所述传递函数表示所述有源噪声消除系统的次级路径的影响，其中所述次级路径包括：(i)产生用于消除噪声信号的抗噪声信号的一个或多个换能器，(ii)测量误差信号的一个或多个误差传感器，所述误差信号作为所述噪声信号与所述抗噪声信号之间的相互作用的结果而被产生，以及(iii)在所述一个或多个换能器与所述一个或多个误差传感器之间设置的声学路径；

基于所述瞬时相位值的所述一个或多个估计来更新所述第一多个值，以生成用于所述自适应滤波器的已更新系数集合；以及

利用所述已更新系数集合对所述自适应滤波器进行编程，以影响所述自适应滤波器的操作。

2.根据权利要求1所述的方法，进一步包括：

生成所述瞬时相位值的一个或多个已更新估计；

基于所述瞬时相位值的所述一个或多个已更新估计来更新所述第一多个值，以生成用于所述自适应滤波器的第二已更新系数集合；以及

利用所述第二已更新系数集合对所述自适应滤波器进行编程，以影响所述自适应滤波器的操作。

3.根据权利要求1所述的方法，进一步包括：

接收第二多个值，所述第二多个值表示在所述有源噪声消除系统中用作参考信号的信号；

其中更新包括：还基于所述第二多个值来更新所述第一多个值。

4.根据权利要求3所述的方法，其中所述第二多个值包括：表示所述参考信号的同相分量的至少一个值、以及表示所述参考信号的正交相位分量的至少一个值。

5.根据权利要求3所述的方法，其中所述参考信号的频率基于由引擎生成的噪声信号。

6.根据权利要求3所述的方法，其中还基于所述第二多个值来更新所述第一多个值包括：

基于与所述传递函数相关联的所述瞬时相位值的所述一个或多个估计，对所述参考信号进行相移；

其中更新包括：还基于相移后的所述参考信号来更新所述第一多个值。

7.根据权利要求1所述的方法，进一步包括：

基于与表示所述次级路径的所述影响的所述传递函数相关联的所述瞬时相位值的所述一个或多个估计，对所述自适应滤波器的输出进行相移；

其中更新包括：还基于所述自适应滤波器的相移后的所述输出来更新所述第一多个值。

8.根据权利要求1所述的方法，进一步包括：在所述自适应滤波器的操作期间，并且独立于所述次级路径的任何预定模型，分析地生成瞬时相位值的所述一个或多个估计。

9.根据权利要求1所述的方法，进一步包括：使用无监督式学习过程来生成瞬时相位值的所述一个或多个估计。

10.根据权利要求1所述的方法，其中所述有源噪声消除系统被配置为消除由引擎生成的噪声信号。

11.根据权利要求1所述的方法，进一步包括：基于所述自适应滤波器的输出来生成控制信号，其中所述控制信号引起用于消除噪声信号的所述抗噪声信号的产生。

12.根据权利要求11所述的方法，其中所述抗噪声信号的相位和幅度减小所述噪声信号的影响。

13.根据权利要求11所述的方法，其中所述控制信号通过以下而被生成：基于与表示所述次级路径的所述影响的所述传递函数相关联的所述瞬时相位值的所述一个或多个估计，对所述自适应滤波器的所述输出进行相移。

14.根据权利要求1所述的方法，其中所述声学路径包括汽车的内部的一部分。

15.根据权利要求1所述的方法，其中所述第一多个值还基于所述误差信号被更新。

16.根据权利要求1所述的方法，其中所述第一多个值中的每个值是在特定时间的所述自适应滤波器的系数。

17.根据权利要求1所述的方法，其中所述自适应滤波器的输出在生成用于消除由车辆引擎产生的谐波噪声的信号时被使用。

18.根据权利要求1所述的方法，其中所述第一多个值还基于与表示所述次级路径的所述影响的所述传递函数相关联的瞬时幅度而被更新。

19.根据权利要求18所述的方法，其中所述瞬时幅度基于所述自适应滤波器的所述系数随时间改变的速率而被确定。

20.一种系统，包括：

有源噪声控制引擎，包括一个或多个处理设备，被配置为：

接收第一多个值，所述第一多个值表示在有源噪声消除系统中设置的自适应滤波器的系数集合；

访问与传递函数相关联的瞬时相位值的一个或多个估计，所述传递函数表示所述有源噪声消除系统的次级路径的影响，其中所述次级路径包括：(i)产生用于消除噪声信号的抗噪声信号的一个或多个换能器，(ii)测量误差信号的一个或多个误差传感器，所述误差信号作为所述噪声信号与所述抗噪声信号之间的相互作用的结果而被产生，以及(iii)在所述一个或多个换能器与所述一个或多个误差传感器之间设置的声学路径；

基于所述瞬时相位值的所述一个或多个估计来更新所述第一多个值，以生成用于所述自适应滤波器的已更新系数集合；以及

发起利用所述已更新系数集合对所述自适应滤波器的编程，以影响所述自适应滤波器的操作。

21.根据权利要求20所述的系统，其中所述有源噪声控制引擎被配置为：

生成所述瞬时相位值的一个或多个已更新估计；

基于所述瞬时相位值的所述一个或多个已更新估计来更新所述第一多个值，以生成用于所述自适应滤波器的第二已更新系数集合；以及

发起利用所述第二已更新系数集合对所述自适应滤波器的编程，以影响所述自适应滤波器的操作。

22.根据权利要求20所述的系统，其中所述有源噪声控制引擎被配置为：

接收第二多个值，所述第二多个值表示在所述有源噪声消除系统中用作参考信号的信号，

其中所述第一多个值还基于所述第二多个值被更新。

23.根据权利要求22所述的系统，其中所述第二多个值包括：表示所述参考信号的同相分量的至少一个值、以及表示所述参考信号的正交相位分量的至少一个值。

24.根据权利要求22所述的系统，其中所述参考信号的频率基于由引擎生成的噪声信号。

25.根据权利要求22所述的系统，其中还基于所述第二多个值来更新所述第一多个值包括：

基于与所述传递函数相关联的所述瞬时相位值的所述一个或多个估计，对所述参考信号进行相移，

其中更新包括：还基于相移后的所述参考信号来更新所述第一多个值。

26.根据权利要求20所述的系统，其中所述有源噪声控制引擎被配置为：

基于与表示所述次级路径的所述影响的所述传递函数相关联的所述瞬时相位值的所述一个或多个估计，对所述自适应滤波器的输出进行相移，

其中更新包括：还基于所述自适应滤波器的相移后的所述输出来更新所述第一多个值。

27.根据权利要求20所述的系统，其中所述有源噪声控制引擎被配置为：在所述自适应滤波器的操作期间，并且独立于所述次级路径的任何预定模型，分析地生成瞬时相位值的所述一个或多个估计。

28.根据权利要求20所述的系统，其中所述第一多个值还基于与表示所述次级路径的所述影响的所述传递函数相关联的瞬时幅度而被更新。

29.一个或多个机器可读存储设备，其上编码有用于使得一个或多个处理器执行操作的计算机可读指令，所述操作包括：

接收第一多个值，所述第一多个值表示在有源噪声消除系统中设置的自适应滤波器的系数集合；

访问与传递函数相关联的瞬时相位值的一个或多个估计，所述传递函数表示所述有源噪声消除系统的次级路径的影响，其中所述次级路径包括：(i)产生用于消除噪声信号的抗噪声信号的一个或多个换能器，(ii)测量误差信号的一个或多个误差传感器，所述误差信号作为所述噪声信号与所述抗噪声信号之间的相互作用的结果而被产生，以及(iii)在所述一个或多个换能器与所述一个或多个误差传感器之间设置的声学路径；

基于所述瞬时相位值的所述一个或多个估计来更新所述第一多个值，以生成用于所述自适应滤波器的已更新系数集合；以及

利用所述已更新系数集合对所述自适应滤波器进行编程，以影响所述自适应滤波器的操作。

Images