CN108665887A - 一种基于改进FxLMS算法的主动噪声控制系统与方法 - Google Patents
一种基于改进FxLMS算法的主动噪声控制系统与方法 Download PDFInfo
- Publication number
- CN108665887A CN108665887A CN201810281591.2A CN201810281591A CN108665887A CN 108665887 A CN108665887 A CN 108665887A CN 201810281591 A CN201810281591 A CN 201810281591A CN 108665887 A CN108665887 A CN 108665887A
- Authority
- CN
- China
- Prior art keywords
- secondary channel
- sef
- channel
- modeling
- signal
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 19
- 230000006872 improvement Effects 0.000 title claims description 6
- 238000002347 injection Methods 0.000 claims abstract description 13
- 239000007924 injection Substances 0.000 claims abstract description 13
- 238000012544 monitoring process Methods 0.000 claims abstract description 10
- 238000012549 training Methods 0.000 claims abstract description 10
- 238000006243 chemical reaction Methods 0.000 claims abstract description 7
- 238000001914 filtration Methods 0.000 claims description 14
- 230000003044 adaptive effect Effects 0.000 claims description 7
- 238000004088 simulation Methods 0.000 claims description 6
- 230000004044 response Effects 0.000 claims description 2
- 230000017105 transposition Effects 0.000 claims description 2
- 230000008859 change Effects 0.000 abstract description 6
- 230000006978 adaptation Effects 0.000 abstract description 2
- 230000007613 environmental effect Effects 0.000 abstract description 2
- 230000009467 reduction Effects 0.000 description 7
- 230000008901 benefit Effects 0.000 description 4
- 238000013461 design Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 230000008030 elimination Effects 0.000 description 3
- 238000003379 elimination reaction Methods 0.000 description 3
- 230000007423 decrease Effects 0.000 description 2
- 238000009434 installation Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 239000000243 solution Substances 0.000 description 2
- 230000006641 stabilisation Effects 0.000 description 2
- 238000011105 stabilization Methods 0.000 description 2
- 230000005534 acoustic noise Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000036039 immunity Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000004806 packaging method and process Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000011946 reduction process Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000003584 silencer Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10K—SOUND-PRODUCING DEVICES; METHODS OR DEVICES FOR PROTECTING AGAINST, OR FOR DAMPING, NOISE OR OTHER ACOUSTIC WAVES IN GENERAL; ACOUSTICS NOT OTHERWISE PROVIDED FOR
- G10K11/00—Methods or devices for transmitting, conducting or directing sound in general; Methods or devices for protecting against, or for damping, noise or other acoustic waves in general
- G10K11/16—Methods or devices for protecting against, or for damping, noise or other acoustic waves in general
- G10K11/175—Methods or devices for protecting against, or for damping, noise or other acoustic waves in general using interference effects; Masking sound
- G10K11/178—Methods or devices for protecting against, or for damping, noise or other acoustic waves in general using interference effects; Masking sound by electro-acoustically regenerating the original acoustic waves in anti-phase
- G10K11/1781—Methods or devices for protecting against, or for damping, noise or other acoustic waves in general using interference effects; Masking sound by electro-acoustically regenerating the original acoustic waves in anti-phase characterised by the analysis of input or output signals, e.g. frequency range, modes, transfer functions
- G10K11/17813—Methods or devices for protecting against, or for damping, noise or other acoustic waves in general using interference effects; Masking sound by electro-acoustically regenerating the original acoustic waves in anti-phase characterised by the analysis of input or output signals, e.g. frequency range, modes, transfer functions characterised by the analysis of the acoustic paths, e.g. estimating, calibrating or testing of transfer functions or cross-terms
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10K—SOUND-PRODUCING DEVICES; METHODS OR DEVICES FOR PROTECTING AGAINST, OR FOR DAMPING, NOISE OR OTHER ACOUSTIC WAVES IN GENERAL; ACOUSTICS NOT OTHERWISE PROVIDED FOR
- G10K2210/00—Details of active noise control [ANC] covered by G10K11/178 but not provided for in any of its subgroups
- G10K2210/30—Means
- G10K2210/301—Computational
- G10K2210/3012—Algorithms
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10K—SOUND-PRODUCING DEVICES; METHODS OR DEVICES FOR PROTECTING AGAINST, OR FOR DAMPING, NOISE OR OTHER ACOUSTIC WAVES IN GENERAL; ACOUSTICS NOT OTHERWISE PROVIDED FOR
- G10K2210/00—Details of active noise control [ANC] covered by G10K11/178 but not provided for in any of its subgroups
- G10K2210/30—Means
- G10K2210/301—Computational
- G10K2210/3028—Filtering, e.g. Kalman filters or special analogue or digital filters
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10K—SOUND-PRODUCING DEVICES; METHODS OR DEVICES FOR PROTECTING AGAINST, OR FOR DAMPING, NOISE OR OTHER ACOUSTIC WAVES IN GENERAL; ACOUSTICS NOT OTHERWISE PROVIDED FOR
- G10K2210/00—Details of active noise control [ANC] covered by G10K11/178 but not provided for in any of its subgroups
- G10K2210/30—Means
- G10K2210/301—Computational
- G10K2210/3035—Models, e.g. of the acoustic system
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Soundproofing, Sound Blocking, And Sound Damping (AREA)
- Filters That Use Time-Delay Elements (AREA)
Abstract
本发明请求保护一种基于改进FxLMS算法的主动噪声控制系统与方法。主要包括5个模块：(1)FxLMS算法、(2)次级通道、(3)性能监视、(4)变功率白噪声产生器及(5)主通道路径。本发明目的在于提高ANC系统的降噪性能以及次级通道的建模精度和收敛速率。创新点在于针对次级通道的训练信号(辅助随机白噪声)进行了功率调度，然后通过观察(2)中的性能，当μSmax‑μS＜α(1×10‑5＜α＜1×10‑3)时，停止(4)中的辅助随机白噪声的注入；当20log10|f(n)|＜0时，重新开启(4)中的辅助随机白噪声的注入。从而实现对次级通道进行在线建模和离线建模的相互转换，最终得到一个具有较高建模精度和降噪性能的ANC系统。结构简单、易适应环境变化和大方差辅助白噪声等特点。
Description
技术领域
本发明属于噪声消除技术领域，尤其涉及到一种基于FxLMS算法的对低频噪声消除的主动噪声控制系统(ANC)中次级通道建模方法的研究。
背景技术
近年来，随着工业设备如风扇、发动机、压缩机和变压器的不断增长，声学噪音逐渐成为一个严重的问题。传统降噪方法采用的是被动噪声控制：利用声学包装、安装消声器和设计隔声结构来降低噪声，这种方法因其在高频率范围内的高衰减噪声受到重视，但其在较低的频率范围内所取得的降噪效果并不明显且体积大、成本高。而主动噪声控制(ANC)对低频噪声却有着很好的降噪效果[1]，因此受到了很大的关注。
ANC作为噪声消除中的重要组成部分，其设计中所面临的主要挑战与次级通道相关。次级通道(从噪声控制滤波器的输出到误差传感器测量残余噪声的路径)的存在会导致标准最小均方(LMS)算法的不稳定性，并且次级通道路径是随时间变化或非线性的，这又会导致ANC系统降噪性能的下降或发散。因此为了确保ANC系统的收敛，需要对次级通道路径进行建模[2,3]，以跟踪次级路径的变化，从而提高ANC系统降噪性能的稳定性。
由于传统的FxLMS算法在对ANC系统进行降噪处理时，次级通道采用的是固定步长参数μ。固定步长容易在环境突然改变时，造成ANC系统中次级通道建模的发散，从而影响ANC系统的降噪性能；另外次级通道的训练信号(辅助随机白噪声)采用的是固定功耗，同样也会使得系统容易发散，造成降噪性能的下降。
发明内容
本发明旨在解决以上现有技术的问题。提出了一种实现了对ANC系统更高的降噪性能的方法。本发明的技术方案如下：
一种基于改进FxLMS算法的主动噪声控制系统，其包括：改进的FxLMS(滤波x-最小均方算法)算法模块、次级通道、性能监视模块、变功率白噪声产生器及主通道路径，其中所述改进的FxLMS算法模块，用于通过次级通道模拟滤波器S’(z)对初始参考噪声信号x(n)进行滤波，产生滤波信号x’(n)进而注入到ANC系统主控制自适应滤波器中，成为主通道自适应滤波器的输入信号；以及可以对初始参考噪声信号x(n)进行滤波，产生主通道自适应滤波器的输出信号y(n)：改进的FxLMS算法改进主要体现在：(对主动噪声控制系统中的次级通道采取变步长在线建模和离线建模相互转换的方式以及对次级通道的训练信号辅助随机白噪声采取功率调度)输出信号y(n)之后与辅助随机白噪声v(n)结合，一起注入到次级通道S(z)中去，产生一个输出信号y′(n)-v′(n)，紧接着，主通道自适应滤波器的期望信号d(n)会与这个输出信号做差，从而得到ANC系统的误差函数e(n)：
次级通道，用于对次级通道路径S(z)进行跟踪和模拟，产生一个供初始参考噪声信号x(n)滤波的自适应滤波器S’(z)，在建模的过程中，次级通道会不断根据ANC误差函数e(n)与次级通道自适应滤波器的输出信号做差，得到次级通道自适应滤波器的误差函数f(n)，进而再注入到次级通道自适应滤波器和主通道自适应滤波器中，分别对其的抽头系数进行调整；还对次级通道步长参数μS(n)采取了变步长算法；
性能监视模块，通过观察次级通道自适应滤波器的步长参数μS(n)和误差函数f(n)的大小对次级通道辅助随机白噪声的连续注入进行控制：
变功率白噪声产生器，用于产生ANC系统中次级通道的训练信号即随机白噪声，并对其功率进行分配调度，然后注入到次级通道中；
主通道路径，用于模拟ANC系统主通道的路径函数(声学响应)，从而对初始参考噪声信号进行滤波，得到主通道自适应滤波器的期望信号d(n))。
进一步的，所述改进的FxLMS算法模块中y(n)：
y(n)＝ωT(n)x(n)，ωT(n)表示主通道自适应滤波器抽头系数的转置表示
被模拟次级道滤波后的参考噪声信号；
进一步的，所述次级通道误差函数f(n)的表达式为：，
抽头系数的表达式为：
μs(n)表示次级通道自适应滤波器的步长参数μω(n)表示主通道自适应滤波器的步长参数
进一步的，所述采用变步长算法用于更新次级通道建模滤波器的抽头系数，具体步骤如下：
(1)首先，计算误差信号e(n)和f(n)的功耗：
Pe(n)＝λPe(n-1)+(1-λ)e2(n)
Pf(n)＝λPf(n-1)+(1-λ)f2(n)；
(2)然后，获得两个误差信号功率的比值：
ρ(n)＝Pf(n)/Pe(n)
(3)最后，步长参数计算如下：
μs(n)＝ρ(n)μS min+(1-ρ(n))μS max
其中μS min表示次级通道自适应滤波器的最小步长参数μS max表示次级通道自适应滤波器的最大步长参数λ表示遗忘因子。
进一步的，所述变功率白噪声产生器对随机白噪声功率进行分配调度，具体包括：将次级通道辅助随机白噪声v(n)的方差调整如下：
表示v(n)方差的最小值表示v(n)方差的最大值，最后得到的数据可以根据如下公式反映出其降噪性能的大小和次级通道建模的精确度：
其中R：ANC系统的降噪性能的好坏；e(n)：ANC系统主控制自适应滤波器的误差函数；d(n)：ANC系统主控制自适应滤波器的期望信号；△S：
ANC系统中次级通道建模的精确度大小；Si(n)：ANC系统中实际次级通道的路径函数；ANC系统中模拟次级通道的路径函数。
进一步的，所述ANC系统在进行次级通道建模的一开始，采用在线建模，而当噪声降低到ANC系统趋于稳定时，关闭次级通道的在线建模，即停止辅助白噪声的注入，采用离线建模。
进一步的，所述ANC系统在进行次级通道建模时，是通过判断次级通道的变步长参数μS(n)和次级通道建模误差f(n)的大小进而实现在线建模和离线建模相互转换的，当μS max-μS＜α时，μS max表示次级通道自适应滤波器的最大步长参数，μS表示次级通道自适应滤波器的变步长参数，α表示常数；停止次级通道中的辅助随机白噪声的注入；当20log10|f(n)|＜0时，重新开启次级通道中的辅助随机白噪声的注入。
一种基于所述系统的主动噪声控制方法，其包括以下步骤：初始参考噪声信号x(n)分别经过主通道路径模块(5)的次级通道模拟滤波器S’(z)产生主通道自适应滤波器的期望信号d(n)，及经过改进的FxLMS算法模块(1)中的主控制自适应滤波器W(z)产生滤波信号x’(n)和输出信号y(n)，其中S’(z)是由次级通道模块(2)产生的，与此同时，变功率白噪声产生器模块(4)发出的随机白噪声信号v(n)与主控制自适应滤波器的输出信号y(n)结合，并一起注入到次级通道路径S(z)中，产生的信号再与期望信号d(n)相减，得到误差信号e(n)，而e(n)是表示ANC系统降噪性能的物理量，然后在ANC系统运行期间，次级通道通过性能监视模块(3)进行不断的建模调整，采用变步长算法用于更新次级通道建模滤波器的抽头系数，从而实现次级通道在线建模和离线建模的相互转换。
进一步的，所述采用变步长算法更新次级通道建模滤波器的抽头系数，具体步骤如下：
(1)首先，计算误差信号e(n)和f(n)的功耗：
Pe(n)＝λPe(n-1)+(1-λ)e2(n)
Pf(n)＝λPf(n-1)+(1-λ)f2(n)
(2)然后，获得两个误差信号功率的比值：
ρ(n)＝Pf(n)/Pe(n)
(3)最后，步长参数计算如下：
μs(n)＝ρ(n)μS min+(1-ρ(n))μS max
其中μS min，μS max和λ分别表示分别表示次级通道自适应滤波器的最小步长参数、次级通道自适应滤波器的最大步长参数和遗忘因子。
本发明的优点及有益效果如下：
本发明利用次级通道在线建模和离线建模的相互转换和次级通道训练信号(辅助随机白噪声)的功率调度，实现了对ANC系统更高的降噪性能。
主动噪声控制(ANC)主要是基于声叠加原理，通过控制扬声器在指定的区域发出相对应的消声信号来控制初始噪声信号的一种噪声控制方法。与传统的被动噪声控制(PNC)方法相比，ANC系统在低频噪声的降噪、安装的便利、工作性能的稳定等方面有着很好的效果并且还可以通过控制参数来抵消不同特性的噪声。
而基于FxLMS算法的次级通道建模的ANC系统，等效于用另外一个自适应滤波器对ANC系统中的次级路径进行模拟跟踪，使得初始参考噪声信号通过模拟次级路径的自适应滤波器产生滤波器信号注入到主通道的自适应滤波器中，从而达到使LMS算法稳定的目的进而提高ANC系统的稳定降噪性能。
本技术重点难点在于对次级通道建模中最优变步长算法的设计与ANC系统稳定而高效的降噪性能的无缝结合。具有如下优点：
1.结构简单，次级通道建模易进行改变。较大方差的辅助白噪声可以提高对次级通道建模的收敛速度和建模精度从而提高ANC系统的降噪性能，但是由于其又会注入到主通道自适应滤波器的e(n)处，进而降低了ANC系统的性能，所以两者之间产生了矛盾。而次级通道建模的在线和离线的相互转换正好可以解决这一矛盾使得ANC系统能够适应由于次级通道的训练信号(辅助随机白噪声)逐渐增大而又不会降低ANC系统的降噪性能；
2.采用变步长算法用于更新次级通道建模滤波器的抽头系数，提高了次级通道建模精度和抗干扰度并相应地提高了ANC系统的降噪性能。
3.对次级通道辅助随机白噪声v(n)的功率进行了调整。该方法的主要特点是：通过为和选择适当的值，可以更好的控制随机白噪声v(n)的方差大小，以便次级通道建模滤波器可以加快收敛速率以及跟踪ANC系统稳态下的小变化：
基本原理：由2可知，由于参数ρ(n)可以跟踪[d(n)-y’(n)]的变化，因此可以指示出ANC系统的收敛状态：ρ(0)≈1，[d(n)-y’(n)]的值变大；ρ(∞)≈0，ANC系统收敛，并且[d(n)-y’(n)]的值降低。
创新点在于针对次级通道的训练信号(辅助随机白噪声)进行了功率调度，然后通过观察(2)中的性能，当μS max-μS＜α(1×10-5＜α＜1×10-3)时，停止(4)中的辅助随机白噪声的注入；当20log10|f(n)|＜0时，重新开启(4)中的辅助随机白噪声的注入。从而实现对次级通道进行在线建模和离线建模的相互转换，最终得到一个具有较高建模精度和降噪性能的ANC系统。结构简单、易适应环境变化和大方差辅助白噪声等特点。
附图说明
图1是本发明提供优选实施例图1为ANC系统结构示意图；
图2为本发明基于最优变步长算法的ANC系统结构示意图；
图3为控制次级通道辅助白噪声连续注入的ANC系统仿真结果图；
图4为次级通道辅助白噪声功率调度的ANC系统仿真结果图；
图5为ANC系统综合仿真结果图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、详细地描述。所描述的实施例仅仅是本发明的一部分实施例。
本发明解决上述技术问题的技术方案是：
本发明提出的ANC系统采用Matlab8.6进行仿真。
如附图1所示参考噪声信号x(n)由参考麦克风处输入，经过ANC控制系统处理后产生控制信号y(n)，y(n)驱动扬声器发出次级信号。如果扬声器发出消声信号的频率与参考噪声信号的频率相同且幅值相反，它们之间就会相互抵消，从而达到降噪的效果。误差麦克风是用来监视其降噪的性能再将结果送回到ANC控制器中，进而对误差进行不断的调整。
如附图2所示，本发明提出的基于FxLMS算法的ANC系统中对次级通道建模的最优变步长算法(VSS-FxLMS)的设计主要包括5个模块：(1)FxLMS算法、(2)次级通道、(3)性能监视、(4)变功率白噪声产生器及(5)主通道路径，且所有模块都在Matlab8.6内编程实现。
FxLMS算法模块，目的在于通过次级通道模拟滤波器S’(z)对初始参考噪声信号x(n)进行滤波，产生滤波信号x’(n)进而注入到ANC系统主控制自适应滤波器中，成为主通道自适应滤波器的输入信号；以及可以对初始参考噪声信号x(n)进行滤波，产生主通道自适应滤波器的输出信号y(n)：
y(n)＝ωT(n)x(n)
输出信号y(n)之后与辅助随机白噪声v(n)结合，一起注入到次级通道S(z)中去，产生一个输出信号y′(n)-v′(n)。紧接着，主通道自适应滤波器的期望信号d(n)会与这个输出信号做差，从而得到ANC系统的误差函数e(n)：
e(n)＝d(n)-y′(n)+v′(n)
e(n)反映了ANC系统的降噪性能。
次级通道模块，用于对次级通道路径S(z)进行跟踪和模拟，产生一个供初始参考噪声信号x(n)滤波的自适应滤波器S’(z)。在建模的过程中，次级通道会不断根据ANC误差函数e(n)与次级通道自适应滤波器的输出信号做差，得到次级通道自适应滤波器的误差函数f(n)，进而再注入到次级通道自适应滤波器和主通道自适应滤波器中，分别对其的抽头系数进行调整，从而提高ANC系统的降噪性能：
其中对次级通道步长参数μS(n)采取了变步长算法，具体步骤如上文所述。
影响次级通道建模精度和ANC系统的降噪性能还和辅助随机白噪声的方差大小有关。具有较大方差白噪声会使得次级通道具有更好的建模精度和收敛速度，但是方差越大，误差麦克风处监测到的残留噪声也越大，这又会降低ANC系统的降噪性能。在系统运行期间阻止次级通道辅助白噪声的连续注入会使得系统能够受益于巨大方差白噪声带来的优点。所以这里利用性能监视模块(3)和变功率白噪声产生器模块(4)对其进行处理。
性能监视模块，通过观察次级通道自适应滤波器的步长参数μS(n)和误差函数f(n)的大小对次级通道辅助随机白噪声的连续注入进行控制：当μS max-μS＜α时，停止辅助随机白噪声的注入(停止次级通道建模)；当20log10|f(n)|＜0时，重新开启辅助随机白噪声的注入(开启次级通道建模)。进而使得次级通道可以进行在线建模和离线建模的相互转换，从而提高了辅助随机白噪声的方差的大小。
变功率白噪声产生器模块，用于产生ANC系统中次级通道的训练信号(随机白噪声)，并对其功率进行分配调度，然后注入到次级通道中，使其能够更好的适应ANC系统由于环境突然的改变带来的不良效果，提高ANC系统的鲁棒性。具体步骤如下：
通过为和选择适当的值，可以更好的控制随机白噪声v(n)的方差大小，以便次级通道建模滤波器可以加快收敛速率以及跟踪ANC系统稳态下的小变化。
最后得到的数据可以根据如下公式反映出其降噪性能的大小和次级通道建模的精确度：
其中R反映ANC系统降噪性能的相对误差大小，△S代表次级通道建模误差大小。R的值越大和△S的值越小，表示降噪性能和建模精度越好。
如附图3(a)所示，在所提出的算法达到最优点之前，三条线几乎都重叠在一起。但是在达到最优点停止注入随机白噪声后，所提出的算法的曲线有了明显的升高。可以看出，与其他方法相比，所提出的算法在降噪性能方面有着明显的提升。
如附图3(b)所示，所提出的方法在使用较大方差随机白噪声方面保持了与较低方差随机白噪声基本相同的降噪性能。但与此相反，随着随机白噪声方差的增大，其它两种方法的降噪性能显著降低。可以看出，所提出的算法可以利用较大方差随机白噪声带来的优点。
从附图4可以看出，所提出的方法在保持降噪性能的同时，对次级通道建模的收敛速度和建模精度均有所提高。
图5(a)反映了ANC系统的降噪性能。从图中可以看出对次级通道辅助随机白噪声采取防止其连续注入和对其进行功率调度结合的方法，会取得比对某一种状态单独控制时，更为良好的结果。
次级通道变步长参数μS(n)的参数如图5(b)所示。从图中可以看出，步长参数一开始较低是为了防止ANC系统的发散。随着ANC系统逐渐稳定，步长参数逐渐增加到最大值，从而加快ANC系统的降噪速度。
以上这些实施例应理解为仅用于说明本发明而不用于限制本发明的保护范围。在阅读了本发明的记载的内容之后，技术人员可以对本发明作各种改动或修改，这些等效变化和修饰同样落入本发明权利要求所限定的范围。
Claims (9)
1.一种基于改进FxLMS算法的主动噪声控制系统，其特征在于，包括：改进的FxLMS滤波x-最小均方算法模块(1)、次级通道(2)、性能监视模块(3)、变功率白噪声产生器(4)及主通道路径(5)，其中所述的改进FxLMS算法模块，用于通过次级通道模拟滤波器S’(z)对初始参考噪声信号x(n)进行滤波，产生滤波信号x’(n)进而注入到ANC系统主控制自适应滤波器中，成为主通道自适应滤波器的输入信号；以及可以对初始参考噪声信号x(n)进行滤波，产生主通道自适应滤波器的输出信号y(n)：改进的FxLMS算法改进主要体现在：对主动噪声控制系统中的次级通道采取变步长在线建模和离线建模相互转换的方式以及对次级通道的训练信号辅助随机白噪声采取功率调度；输出信号y(n)之后与辅助随机白噪声v(n)结合，一起注入到次级通道S(z)中去，产生一个输出信号y′(n)-v′(n)，紧接着，主通道自适应滤波器的期望信号d(n)会与这个输出信号做差，从而得到ANC系统的误差函数e(n)：
次级通道(2)，用于对次级通道路径S(z)进行跟踪和模拟，产生一个供初始参考噪声信号x(n)滤波的自适应滤波器S’(z)，在建模的过程中，次级通道会不断根据ANC误差函数e(n)与次级通道自适应滤波器的输出信号做差，得到次级通道自适应滤波器的误差函数f(n)，进而再注入到次级通道自适应滤波器和主通道自适应滤波器中，分别对其的抽头系数进行调整；还对次级通道步长参数μS(n)采取了变步长算法；
性能监视模块，通过观察次级通道自适应滤波器的步长参数μS(n)和误差函数f(n)的大小对次级通道辅助随机白噪声的连续注入进行控制：
变功率白噪声产生器，用于产生ANC系统中次级通道的训练信号即随机白噪声，并对其功率进行分配调度，然后注入到次级通道中；
主通道路径(5)，用于模拟ANC系统主通道的路径函数即声学响应，从而对初始参考噪声信号进行滤波，得到主通道自适应滤波器的期望信号d(n))。
2.根据权利要求1所述的一种基于改进FxLMS算法的主动噪声控制系统，其特征在于，所述改进的FxLMS算法模块中y(n)：
y(n)＝ωT(n)x(n)，ωT(n)表示主通道自适应滤波器抽头系数的转置。表示被模拟次级道滤波后的参考噪声信号。
3.根据权利要求1所述的一种基于改进FxLMS算法的主动噪声控制系统，其特征在于，所述次级通道(2)误差函数f(n)的表达式为：，
抽头系数的表达式为：
μs(n)表示次级通道自适应滤波器的步长参数。μω(n)表示主通道自适应滤波器的步长参数。
4.根据权利要求3所述的一种基于改进FxLMS算法的主动噪声控制系统，其特征在于，所述采用变步长算法用于更新次级通道建模滤波器的抽头系数，具体步骤如下：
(1)首先，计算误差信号e(n)和f(n)的功耗：
Pe(n)＝λPe(n-1)+(1-λ)e2(n)
Pf(n)＝λPf(n-1)+(1-λ)f2(n)
(2)然后，获得两个误差信号功率的比值：
ρ(n)＝Pf(n)/Pe(n)
(3)最后，步长参数计算如下：
μs(n)＝ρ(n)μSmin+(1-ρ(n))μSmax
其中μSmin表示次级通道自适应滤波器的最小步长参数，μSmax表示次级通道自适应滤波器的最大步长参数，λ表示遗忘因子。
5.根据权利要求3所述的一种基于改进FxLMS算法的主动噪声控制系统，其特征在于，所述变功率白噪声产生器对随机白噪声功率进行分配调度，具体包括：将次级通道辅助随机白噪声v(n)的方差调整如下：
表示v(n)方差的最小值，表示v(n)方差的最大值；
最后得到的数据可以根据如下公式反映出其降噪性能的大小和次级通道建模的精确度：
其中R：ANC系统的降噪性能的好坏；e(n)：ANC系统主控制自适应滤波器的误差函数；d(n)：ANC系统主控制自适应滤波器的期望信号；△S：ANC系统中次级通道建模的精确度大小；Si(n)：ANC系统中实际次级通道的路径函数；ANC系统中模拟次级通道的路径函数。
6.根据权利要求3所述的一种基于改进FxLMS算法的主动噪声控制系统，其特征在于，所述ANC系统在进行次级通道建模的一开始，采用在线建模，而当噪声降低到ANC系统趋于稳定时，关闭次级通道的在线建模，即停止辅助白噪声的注入，采用离线建模。
7.根据权利要求6所述的一种基于改进FxLMS算法的主动噪声控制系统，其特征在于，所述ANC系统在进行次级通道建模时，是通过判断次级通道的变步长参数μS(n)和次级通道建模误差f(n)的大小进而实现在线建模和离线建模相互转换的，当μSmax-μS＜α时，μSmax表示次级通道自适应滤波器的最大步长参数，μS表示次级通道自适应滤波器的变步长参数，α表示常数，停止次级通道中的辅助随机白噪声的注入；当20log10|f(n)|＜0时，重新开启次级通道中的辅助随机白噪声的注入。
8.一种基于权利要求1-7之一所述系统的主动噪声控制方法，其特征在于，包括以下步骤：初始参考噪声信号x(n)分别经过主通道路径模块(5)的次级通道模拟滤波器S’(z)产生主通道自适应滤波器的期望信号d(n)，及经过改进的FxLMS算法模块(1)中的主控制自适应滤波器W(z)产生滤波信号x’(n)和输出信号y(n)，其中S’(z)是由次级通道模块(2)产生的，与此同时，变功率白噪声产生器模块(4)发出的随机白噪声信号v(n)与主控制自适应滤波器的输出信号y(n)结合，并一起注入到次级通道路径S(z)中，产生的信号再与期望信号d(n)相减，得到误差信号e(n)，而e(n)是表示ANC系统降噪性能的物理量，然后在ANC系统运行期间，次级通道通过性能监视模块(3)进行不断的建模调整，采用变步长算法用于更新次级通道建模滤波器的抽头系数，从而实现次级通道在线建模和离线建模的相互转换。
9.根据权利要求8所述的主动噪声控制方法，其特征在于，所述采用变步长算法更新次级通道建模滤波器的抽头系数，具体步骤如下：
(1)首先，计算误差信号e(n)和f(n)的功耗：
Pe(n)＝λPe(n-1)+(1-λ)e2(n)
Pf(n)＝λPf(n-1)+(1-λ)f2(n)
(2)然后，获得两个误差信号功率的比值：
ρ(n)＝Pf(n)/Pe(n)
(3)最后，步长参数计算如下：
μs(n)＝ρ(n)μSmin+(1-ρ(n))μSmax
其中μSmin，μSmax和λ分别表示次级通道自适应滤波器的最小步长参数、次级通道自适应滤波器的最大步长参数和遗忘因子。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810281591.2A CN108665887A (zh) | 2018-04-02 | 2018-04-02 | 一种基于改进FxLMS算法的主动噪声控制系统与方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810281591.2A CN108665887A (zh) | 2018-04-02 | 2018-04-02 | 一种基于改进FxLMS算法的主动噪声控制系统与方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN108665887A true CN108665887A (zh) | 2018-10-16 |
Family
ID=63782701
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810281591.2A Pending CN108665887A (zh) | 2018-04-02 | 2018-04-02 | 一种基于改进FxLMS算法的主动噪声控制系统与方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108665887A (zh) |
Cited By (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109448686A (zh) * | 2018-12-13 | 2019-03-08 | 重庆邮电大学 | 基于次级通道在线辨识新算法交叉更新有源噪声控制系统 |
| CN109613821A (zh) * | 2018-11-23 | 2019-04-12 | 重庆邮电大学 | 一种基于ANC系统中FxLMS改进算法的FPGA硬件结构 |
| CN109658947A (zh) * | 2018-11-18 | 2019-04-19 | 南京大学 | 一种同步建模和控制的主动噪声控制方法 |
| CN109741727A (zh) * | 2019-01-07 | 2019-05-10 | 哈尔滨工业大学（深圳） | 基于有源噪声控制算法的主动降噪耳机、降噪方法及存储介质 |
| CN109994098A (zh) * | 2019-01-11 | 2019-07-09 | 同济大学 | 一种基于次级通路离线重构的计权噪声主动控制方法 |
| CN110010116A (zh) * | 2018-11-23 | 2019-07-12 | 重庆邮电大学 | 一种基于动量FxLMS算法的主动噪声控制系统 |
| CN111402853A (zh) * | 2020-03-02 | 2020-07-10 | 吉林大学 | 一种适用于车内的宽窄带混合主动降噪算法 |
| CN111627415A (zh) * | 2020-04-28 | 2020-09-04 | 重庆邮电大学 | 一种基于自适应MFxLMS算法的主动降噪装置及FPGA实现 |
| CN111640415A (zh) * | 2020-06-03 | 2020-09-08 | 吉林大学 | 一种基于粒子群算法的主动降噪算法参数优化方法 |
| CN112270915A (zh) * | 2020-10-21 | 2021-01-26 | 上海奥立信息技术有限公司 | 一种室内空间主动降噪方法 |
| CN112995855A (zh) * | 2021-05-20 | 2021-06-18 | 成都爱旗科技有限公司 | 一种滤波器步长系数确定方法、装置和降噪装置 |
| CN113299264A (zh) * | 2021-05-21 | 2021-08-24 | 北京安声浩朗科技有限公司 | 主动降噪方法、装置、耳机、可读存储介质及电子设备 |
| CN113299263A (zh) * | 2021-05-21 | 2021-08-24 | 北京安声浩朗科技有限公司 | 声学路径确定方法、装置、可读存储介质及主动降噪耳机 |
| CN113299262A (zh) * | 2021-05-21 | 2021-08-24 | 北京安声浩朗科技有限公司 | 主动降噪方法、装置、耳机、可读存储介质及电子设备 |
| CN116959472A (zh) * | 2023-09-20 | 2023-10-27 | 武汉海微科技有限公司 | 主动降噪方法、装置、设备及存储介质 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH10240268A (ja) * | 1997-02-24 | 1998-09-11 | Shinko Electric Co Ltd | 消音装置 |
| CN106911320A (zh) * | 2016-08-26 | 2017-06-30 | 安徽师范大学 | 一种基于变步长lms算法的有源噪声控制系统 |
-
2018
- 2018-04-02 CN CN201810281591.2A patent/CN108665887A/zh active Pending
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH10240268A (ja) * | 1997-02-24 | 1998-09-11 | Shinko Electric Co Ltd | 消音装置 |
| CN106911320A (zh) * | 2016-08-26 | 2017-06-30 | 安徽师范大学 | 一种基于变步长lms算法的有源噪声控制系统 |
Non-Patent Citations (2)
| Title |
|---|
| M.T.AKHTAR,等: "Noise power scheduling in active niose control systems with online secondary path modeling", 《IEICE ELECTRONICS EXPRESS》 * |
| POOYA DAVARI，等: "A Variable Step-Size FxLMS Algorithm for Feedforward Active Noise Control Systems Based On a New Online Secondary Path Modelling Technique", 《IEEE XPLORE》 * |
Cited By (21)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109658947A (zh) * | 2018-11-18 | 2019-04-19 | 南京大学 | 一种同步建模和控制的主动噪声控制方法 |
| CN109613821B (zh) * | 2018-11-23 | 2021-10-22 | 重庆邮电大学 | 一种基于ANC系统中FxLMS改进算法的FPGA硬件结构 |
| CN110010116A (zh) * | 2018-11-23 | 2019-07-12 | 重庆邮电大学 | 一种基于动量FxLMS算法的主动噪声控制系统 |
| CN109613821A (zh) * | 2018-11-23 | 2019-04-12 | 重庆邮电大学 | 一种基于ANC系统中FxLMS改进算法的FPGA硬件结构 |
| CN109448686A (zh) * | 2018-12-13 | 2019-03-08 | 重庆邮电大学 | 基于次级通道在线辨识新算法交叉更新有源噪声控制系统 |
| CN109741727A (zh) * | 2019-01-07 | 2019-05-10 | 哈尔滨工业大学（深圳） | 基于有源噪声控制算法的主动降噪耳机、降噪方法及存储介质 |
| CN109994098A (zh) * | 2019-01-11 | 2019-07-09 | 同济大学 | 一种基于次级通路离线重构的计权噪声主动控制方法 |
| CN109994098B (zh) * | 2019-01-11 | 2021-02-02 | 同济大学 | 一种基于次级通路离线重构的计权噪声主动控制方法 |
| CN111402853A (zh) * | 2020-03-02 | 2020-07-10 | 吉林大学 | 一种适用于车内的宽窄带混合主动降噪算法 |
| CN111402853B (zh) * | 2020-03-02 | 2022-11-29 | 吉林大学 | 一种适用于车内的宽窄带混合主动降噪算法 |
| CN111627415A (zh) * | 2020-04-28 | 2020-09-04 | 重庆邮电大学 | 一种基于自适应MFxLMS算法的主动降噪装置及FPGA实现 |
| CN111640415A (zh) * | 2020-06-03 | 2020-09-08 | 吉林大学 | 一种基于粒子群算法的主动降噪算法参数优化方法 |
| CN111640415B (zh) * | 2020-06-03 | 2023-04-07 | 吉林大学 | 一种基于粒子群算法的主动降噪算法参数优化方法 |
| CN112270915A (zh) * | 2020-10-21 | 2021-01-26 | 上海奥立信息技术有限公司 | 一种室内空间主动降噪方法 |
| CN112995855A (zh) * | 2021-05-20 | 2021-06-18 | 成都爱旗科技有限公司 | 一种滤波器步长系数确定方法、装置和降噪装置 |
| CN113299262B (zh) * | 2021-05-21 | 2023-08-25 | 北京安声浩朗科技有限公司 | 主动降噪方法、装置、耳机、可读存储介质及电子设备 |
| CN113299262A (zh) * | 2021-05-21 | 2021-08-24 | 北京安声浩朗科技有限公司 | 主动降噪方法、装置、耳机、可读存储介质及电子设备 |
| CN113299263A (zh) * | 2021-05-21 | 2021-08-24 | 北京安声浩朗科技有限公司 | 声学路径确定方法、装置、可读存储介质及主动降噪耳机 |
| CN113299264A (zh) * | 2021-05-21 | 2021-08-24 | 北京安声浩朗科技有限公司 | 主动降噪方法、装置、耳机、可读存储介质及电子设备 |
| CN113299264B (zh) * | 2021-05-21 | 2023-10-10 | 北京安声浩朗科技有限公司 | 主动降噪方法、装置、耳机、可读存储介质及电子设备 |
| CN116959472A (zh) * | 2023-09-20 | 2023-10-27 | 武汉海微科技有限公司 | 主动降噪方法、装置、设备及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108665887A (zh) | 一种基于改进FxLMS算法的主动噪声控制系统与方法 | |
| CN110010116A (zh) | 一种基于动量FxLMS算法的主动噪声控制系统 | |
| Lu et al. | A survey on active noise control in the past decade–Part II: Nonlinear systems | |
| CN109448686A (zh) | 基于次级通道在线辨识新算法交叉更新有源噪声控制系统 | |
| CN105489225B (zh) | 一种含次级通道在线辨识的前馈型窄带主动噪声控制系统 | |
| CN106792316B (zh) | 一种工业用主动降噪耳罩 | |
| CN109613821B (zh) | 一种基于ANC系统中FxLMS改进算法的FPGA硬件结构 | |
| CN112233644A (zh) | 一种基于四元数自适应滤波器的滤波-x最小均方有源噪声控制方法 | |
| CN104536477A (zh) | 一种用于玻璃的噪声主动控制消音系统及工作方法 | |
| CN111681633A (zh) | 一种噪音控制装置、电器设备及其噪音控制方法 | |
| CN103474060A (zh) | 一种基于内模控制的电力设备噪声有源抑制方法 | |
| CN109379652B (zh) | 一种耳机有源噪声控制的次级通道离线辨识方法 | |
| CN101345783A (zh) | 一种噪声消除的系统和方法 | |
| Shyu et al. | A study on using microcontroller to design active noise control systems | |
| CN113078884B (zh) | 添加非线性拟合的自适应算法 | |
| CN113096629B (zh) | 用于单通道反馈有源噪声控制系统的相对路径虚拟传感方法 | |
| Huang et al. | Adaptive active noise suppression using multiple model switching strategy | |
| Shyu et al. | Modified FIR filter with phase compensation technique to feedforward active noise controller design | |
| CN113781991A (zh) | 降噪装置、降噪方法以及多媒体设备 | |
| Xie et al. | Design and Simulation of Active Noise Cancelling Earphone System Based on FXLMS Algorithm | |
| Han et al. | Active Noise Control System Based on Hybrid Fixed Filter Method and FxLMS Algorithm | |
| Foo et al. | Active noise cancellation headset | |
| Behuria et al. | A novel variable step-size feedback Filtered-X LMS algorithm for acoustic noise removal | |
| Siravara et al. | A novel approach for single microphone active noise cancellation | |
| Long et al. | A new online secondary path modeling method with white noise amplitude adjustment for excavator cab |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20181016 |
|
| RJ01 | Rejection of invention patent application after publication |