CN109413549B - 车辆内部的噪声消除方法、装置、设备及存储介质 - Google Patents

Abstract

本发明提供一种车辆内部的噪声消除方法、装置、设备及存储介质，该噪声消除方法包括：获取车辆内部的噪音信号，并对噪音信号进行分析以获取噪音信号的频率；根据噪音信号的频率生成并输出线性分谐波信号；本发明技术方案根据噪音信号的频率构造分谐波信号，分谐波信号的频率是噪音信号频率成分的分数倍，当输出分谐波信号以后，整个声音信号中的噪音高频信号的成分没有变化，但其他频率信号的成分增加，使得高频信号成分的变小，从而使得噪音信号的尖锐度减小，进而营造了一个良好的车内声音环境，进而提高乘客乘车的舒适度。

Description

车辆内部的噪声消除方法、装置、设备及存储介质

技术领域

本发明涉及消声技术领域，尤其涉及一种车辆内部的噪声消除方法、装置、设备及存储介质。

背景技术

新能源产业的迅速发展，随之也给我们带来了电机噪声的问题，尤其是新能源汽车，车辆内部存在着电机的高频噪声，电机的高频噪声是一种噪声综合的结果，包括机械、电磁噪声以及空气噪声，频率从1KHz到12KHz或者更高，这种高频的电磁噪声会给人带来强烈的不适感。所以对这种噪声的治理是非常有必要的。

现有的技术方案中降噪的方式主要有两种，一种降噪方式是被动降噪，也叫做物理降噪，该种降噪方式包括结构优化、消除共振以及通过阻尼材料进行吸隔声等。另外一种降噪方式是有源降噪，产生与噪声信号相位相反的声信号，对低频的电机噪声进行相位抵消。

传统的吸隔声物理降噪技术现在已成为通用技术，主要指采用隔音、吸音、消音材料达到降低噪声的效果。但物理降噪受电机散热指标的制约，只能有限采用，对于电机的高频噪声还是达不到理想的要求。另一方面，由于电机噪声的频率很高，波长很短，所以很难去捕捉它的相位来生成反相声波来主动抵消，即使能够捕捉，也要不断去调整搜索步长，这样循环次数会非常多，运算量很大，算法实现起来较为困难，即使算法能够实现，对硬件的要求也会很高，成本高昂。

发明内容

本发明的目的在于提供一种车辆内部的噪声消除方法、装置、设备及存储介质，能够实现对电机的高频噪声的降噪，对硬件设备的要求不高并且成本较低。

本发明是这样实现的，本发明第一方面提供一种车辆内部的噪声消除方法，所述噪声消除方法包括：

获取车辆内部的噪音信号，并对所述噪音信号进行分析以获取所述噪音信号的频率；

当检测到所述噪音信号包括频率大于第一预设频率的高频噪音信号时，根据所述噪音信号的频率生成并输出线性分谐波信号，其中，所述噪音信号的频率为所述分谐波信号频率的N倍，N为大于1的整数，生成并输出分谐波信号为Y＝Ky+b，其中，y＝asin(2×pi×A×f×t)，a为分谐波信号的振幅，A为分谐波系数，f为噪声信号的频率，t为时间，b为常数。

本发明第二方面提供一种车辆内部的噪声消除装置，所述噪声消除装置包括：

噪音信号获取模块，用于获取车辆内部的噪音信号，并对所述噪音信号进行分析以获取所述噪音信号的频率；

分谐波信号生成模块，当检测到所述噪音信号包括频率大于第一预设频率的高频噪音信号时，用于根据所述噪音信号的频率生成并输出线性分谐波信号，生成并输出分谐波信号为Y＝Ky+b，其中，y＝asin(2×pi×A×f×t)，a为分谐波信号的振幅，A为分谐波系数，f为噪声信号的频率，t为时间，b为常数。

本发明第三方面提供一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如本发明第一方面所述方法的步骤。

本发明第四方面提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如本发明第一方面所述方法的步骤。

本发明实施例提供一种车辆内部的噪声消除方法、装置、设备及存储介质，以解决现有技术中车辆内部电机高频噪音信号过高的问题，通过检测噪音信号的频率，并根据噪音信号的频率构造分谐波信号，分谐波信号的频率是噪音信号频率成分的分数倍，分谐波信号的频率小于噪音信号的频率，当输出所构造得分谐波信号以后，整个声音信号中的噪音高频信号的成分没有变化，但其他频率信号的成分增加，使得高频信号成分的比例变小，从而使得噪音信号的尖锐度减小，进而营造了一个良好的车内声音环境，进而提高乘客乘车的舒适度。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1是本发明一种实施例提供的一种车辆内部的噪声消除方法的流程图；

图2是本发明一种实施例提供的一种车辆内部的恒频啸叫信号波形图；

图3是本发明一种实施例提供的一种车辆内部的变频啸叫信号波形图；

图4是本发明另一种实施例提供的一种车辆内部的噪声消除方法的流程图；

图5是本发明另一种实施例提供的一种车辆内部的噪声消除方法中的声音信号的组成结构示意图；

图6是本发明另一种实施例提供的一种车辆内部的噪声消除装置的结构示意图；

图7是本发明另一种实施例提供的一种车辆内部的噪声消除装置的结构示意图；

图8是本发明另一种实施例提供的终端设备的结构示意图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

为了说明本发明的技术方案，下面通过具体实施例来进行说明。

本发明实施例提供一种车辆内部的噪声消除方法，如图1所示，该噪声消除方法包括：

步骤S101.获取车辆内部的噪音信号，并对噪音信号进行分析以获取噪音信号的频率。

在步骤S101中，获取车辆内部的噪音信号可以通过采集声音信号，再对声音信号进行分析获得，作为步骤S101的一种实施方式，可以采用步骤S1011至步骤S1013获取噪音信号的频率：

步骤S1011.采集车辆内部的声音信号，获取声音信号的频率；可以通过声音采集器件采集声音信号，例如，通过麦克风在预设时间检测内对车内声音信号进行采样。

步骤S1012.对声音信号进行频谱分析获取声音信号的频率，并将声音信号的频率与预设频率进行对比以获取噪音信号的频率。

在步骤S1012中，例如，将采集到的环境声音信号经过A/D转换，将声音信号转换为数字信号，并由DSP处理器和具有数值分析功能的嵌入式软件进行频谱分析获取声音信号的频率，再根据预设频率分离出噪音信号，噪音信号可以分为高频噪音信号和低频噪音信号，检测到频率为大于第一预设频率的声音信号为高频噪音信号，第一预设频率可以为3KHZ，检测到频率为小于第二预设频率的声音信号为低频噪音信号，第二预设频率可以为1KHZ。

在步骤S101后执行步骤S102：

步骤S102.当检测到噪音信号包括频率大于第一预设频率的高频噪音信号时，根据噪音信号的频率生成并输出线性分谐波信号，其中，生成并输出分谐波信号为Y＝Ky+b，其中，y＝asin(2×pi×A×f×t)，a为分谐波信号的振幅，A为分谐波系数，f为噪声信号的频率，t为时间，b为常数。

在步骤S102中，在获取到噪音信号的频率组成后，对其中的某个频率的噪音信号进行降噪处理，具体的降噪处理方法为在原有噪音信号的基础上输出分谐波声音信号，其中分谐波声音信号的小于噪声信号的频率，分谐波就是某一个频率的分数谐波，比如噪声信号的频率为3000Hz，获取1500Hz的信号，其频率是噪声信号的1/2，这就是它的分数谐波，两者的频率比是2:1，可以构成纯八度音程，属于协和音程，即听起来比较悦耳、融合的声音，输出的分谐波声音信号可以为多个，例如同时输出频率是噪声信号的1/2、1/4、1/8等多阶次分谐波，例如，基频信号频率为1000Hz，构造的二次分谐波的频率为500Hz和250Hz，构造的的三次分谐波的频率为500Hz、250Hz、125Hz，对于纯八度音程分谐波的频率为基频信号频率的整数分之一，还可以构造频率为基频信号频率非整数分之一的分谐波信号，例如根据其他音程的频率比进行构造，例如小二度16:15、大二度9:8、小三度6:5等等。

当噪音信号的频率f为恒定值时，生成并输出分谐波信号为y＝asin(2×pi×A×f×t)，其中，a为分谐波信号的振幅，A为分谐波系数，f为噪声信号的频率，t为时间。

当噪音信号的频率f为线性渐变值时，生成并输出分谐波信号为Y＝Ky+b，其中，y＝asin(2×pi×A×f×t)，a为分谐波信号的振幅，A为分谐波系数，f为噪声信号的频率，t为时间，b为常数。

上述两种实施方式分别对应恒频噪音信号和变频噪音信号，例如，通过对新能源车的电机高频噪声的研究，当电机转速达到一定的值时，会产生啸叫声，这种啸叫声的频率总体上可以分为两类，一类是频率不变的，称之为恒频啸叫，另一类是变频的，称之为变频啸叫，分别提取恒频啸叫信号和变频啸叫信号，分别对应于图2和图3，从图2和图3中就可以直观显示了恒频啸叫和变频啸叫，即在产生分谐波信号的时候发生函数是不一样的，所以要区分对待。举例说明，如图2可知，电机啸叫的恒定频率为f＝5050Hz，假设此信号为正弦信号，通过研究发现，对于这一频率的电机信号构造,构造八度音程谐波成分时消除噪音的效果最好，于是生成频率为f/2＝2525Hz的正弦分谐波信号，恒频时的发声函数为y＝asin(2*pi*A*f*t)，K表示渐变频率的斜率，a表示分谐波振幅，A表示分谐波系数，f表示噪声信号的频率，t表示时间；如图3所示，当电机啸叫是一个从3500Hz到4300Hz线性递增的频率，那么此时的信号发生函数也是一个线性渐变的函数，变频时的发声函数应该为Y＝Ky+b，y＝asin(2*pi*A*f*t)。

需要说明的是，在实际的操作中，不仅仅考虑频率关系，还需要考虑分谐波成分的阶次和振幅变化，例如分谐波信号的阶次可以是二次分谐波、三次分谐波、四次分谐波等等，多个分谐波信号的振幅可以是按照预设幅度逐级增大的。

本发明实施例提供一种车辆内部的噪声消除方法，以解决现有技术中车辆内部电机高频噪音信号过高的问题，通过检测噪音信号的频率，并根据噪音信号的频率构造线性分谐波信号，分谐波信号的频率是噪音信号频率成分的分数之一倍，分谐波信号的频率小于噪音信号的频率，当输出所构造的分谐波信号以后，整个声音信号中的噪音高频成分没有变化，但其他的成分增加，使得高频信号成分的比例变小，从而使得噪音信号的尖锐度减小，营造了一个良好的车内声音环境，进而提高乘客乘车的舒适度。

本发明另一种实施例提供一种车辆内部的噪声消除方法，如图4所示，在步骤S102中，根据所述噪音信号的频率生成并输出线性分谐波信号，包括：

步骤S201.根据噪音信号的频率依次生成并输出多组线性分谐波信号。

在步骤S201中，每组线性分谐波信号包括n次分谐波，n次分谐波信号为Y＝Ky+b，其中，y＝asin(2×pi×A×f×t)，a为分谐波信号的振幅，A为分谐波系数，f为噪声信号的频率，t为时间，b为常数，其中，分谐波系数A可以是人为设定的不同值，也可以是按照预设规律自动进行变化得到的不同值，例如，A＝P^m/Q^m，P、Q为整数，P小于Q，P/Q为设定的系数，通过调节m的值可以对该系数进行调节，m设定为整数，根据m依次选取不同的值可得到不同的系数，再根据不同的系数输出不同的分谐波信号。

例如，基频信号为1000Hz，构成纯八度音程时A为1/2，则生成八度的四次分谐波频率为500Hz、250Hz、125Hz、62.5Hz。

步骤S202.采集输出不同分谐波信号后的车辆内部的声音信号，获取声音信号的评价参数，评价参数包括响度值、尖锐度值、抖动度值以及粗糙度值。

在步骤S202中，在输出每组分谐波信号后，对车内环境的声音信号进行再次采集，并计算声音信号的评价参数，评价参数包括响度值、尖锐度值、抖动度值以及粗糙度值，每个评价参数的计算模型具体为：

响度，反映人耳对声音强弱的主观感受程度，能够比较准确的反映声音的响亮程度，响度的单位是sone，对响度的计算采用Zwicker法(ISO532B)计算模型：

N'＝0.08(E_rq/E₀)^0.23[(0.5+0.5E/E_rq)-1](sone_G/Bark)

上式中E_rq是绝对听阈下的激励，E₀是参考基准声强下的激励，E是被计算声音所对应的激励，G是由临界频带声级计计算而得到的响度值。

在0至24Bark域上对特征响度进行积分，即可得到总响度N:

尖锐度，反映声音信号的刺耳程度，可以用来描述声音成分中高频的比例大小，尖锐度的单位是acum，尖锐度的计算没有国际标准，经过前辈学者的研究发现，Zwicker提出的计算模型，较为符合我们的听觉特性，故选择Zwicker的计算模型：

上式中k是加权系数，k＝1，N'(z)是临界频带的特征响度，Z是临界频带Bark尺度，N是总响度，g(z)是Zwicker依据不同临界频带的加权系数，表达式为

抖动度，反映人耳对声音响亮变化程度的主观感受，可以用来描述声音成分中的低频成分，一般是对小于20Hz的声音信号进行评价，抖动度单位是vacil，抖动度没有国际标准，我们依然采用Zwicker的计算模型：

上式中，F是抖动度；f_mod是调制频率，单位是kHz；f₀是调制基频(f₀＝4Hz)；ΔL_E是临界频带里声压的变化量，计算公式是：

式中N_m'_ax(z)是特征响度的最大值，N'_mix(z)是特征响度的最小值。

粗糙度，反映声音信号调制的程度、频率分布和幅度大小等特征，主要对20—200Hz的频率进行评估，粗糙度的单位是asper，粗糙度计算模型没有统一的标准，我们采用如下的计算模型：

上式中，R是粗糙度；f_mod是调制频率，单位是kHz；ΔL_E是临界频带里声压的变化量，计算方法与上面一样。

步骤S203.根据评价参数获取最优分谐波信号，并输出最优分谐波信号。

在步骤S203中，通过上述步骤S203中各评价参数的计算模型的计算，分别可以获取到输出不同分谐波信号后的声音信号的响度值、尖锐度值、抖动度值以及粗糙度值，当响度值达到预设值时，根据评价参数计算输出每组声音信号的评价分数，根据评价分数计算公式进行计算，声音信号的噪音分数Score，其中Score＝ScoreV1×rateV1+ScoreV2×rateV2+ScoreV3×rateV3，ScoreV为每个评价参数的值，rateV为每个评价参数的权重值。尖锐度值、抖动度值以及粗糙度值分别采用V1、V2以及V3标识，在本实施例中主要是对声音的尖锐度进行消除，可以设置尖锐度值的rateV1为0.80，其余评价分数值的权重值为0.1，应当说明的是，可以根据不同的需求设置不同的权重值，最终确定最低噪音分数所对应的一组分谐波声音信号为最优分谐波信号。

下面以新能源车的电机高频噪声为实施例对本发明的技术构思进行具体说明：

新能源车中让人感觉不舒服的噪声成分就是高频噪声，尤其是高频电机噪声，利用传统手段很难去除高频电机噪声的影响，造成这一现象的主要原因是声音信号中高频的噪声成分过高，高频成分在整个声音信号的成分中的比例反映了声音信号的刺耳程度，也就是尖锐度的大小，如果想改变尖锐度的大小，就要去改变高频信号在整个成分中的比例，这种改变可以分为两种，主动改变和被动改变，主动改变就是改变高频信号自身的成分的多少，想要使尖锐度大一点，就需要增加高频成分，想要使尖锐度小一点，就需要减少高频成分；被动改变是改变除了高频成分以外的其它频率成分，想要使尖锐度大一点，就需要减少其它频率成分，想要使尖锐度小一点，就需要增加其它频率成分。但是当一款新能源车成型以后，电机等相关结构也就固定了，所以新能源车所产生的噪声频率也是固定的，没有办法去减少电机的高频信号。所以只能采用被动改变的方法，即增加其它频率成分的比例，于是这就引出我们的构造方法：分谐波构造，而且上面的分析也为分谐波构造的正确性提供了理论依据，分谐波本身就是基频成分的分数之一倍，频率是比基频小的，当构造分谐波以后，整个声音信号的高频成分没有变化，但其他的成分增加，使得高频成分的比例变小，从而使得尖锐度减小，主观感受提高。

因为新能源车中的电机高频噪声会引起人们很大的不适感，所以只是对尖锐度的改善做了举例说明，若在其他的声环境中，可能尖锐度就不是主要的因素了，需要对其他的参数进行处理，方法类似，此处不进行一一举例说明。

下面从音乐声学的角度去解读分谐波构造的机制和一般规律：

如图5所示，框图1中显示了在音乐声学中声乐的组成原理，声音一般都是由两部分组成的，基频成分和谐波成分，可以简单的理解为基频决定了音高，谐波成分决定了音色，音高对应于响度(声压级)，音色对应于舒适程度，若基频的频率为X(Hz)，则谐波的频率为AX(Hz)、BX(Hz)、CX(Hz)、DX(Hz)等等。

其中A、B、C、D都为正整数也就是说谐波频率是基频频率整数倍。框图2中简单的显示了分谐波构造的原理，等同于声乐组成原理，不同的是整数倍变成了整分数之一倍，长度变化表示分谐波声压级的不同，对应于信号幅度的不同，当分谐波信号的幅度依次线性减小时，降噪的效果最好。同一基频有很多不同的谐波组成，分谐波也是如此，而一个谐波又可以有很多不同阶次的组成，在音乐声学中，基频包含二次和四次谐波的成分最协和，在新能源车中通过验证包含四次谐波的和声组成对提高声品质改善最大。

在音乐声学中，标准音小字1组的A频率是440Hz，高八度的小字2组A频率是880Hz，可以看出纯八度的频率比是2:1，也就是说，在弹奏纯八度时，两个音弦的震动，高音每震动2次，就会有一次跟低音是重合的，即此处若用分谐波原理来解释：基频信号每振动2次总会有一次与分谐波信号重合，重合率如此之高，所以听起来和谐。在物理学中的依据是，谐波能量中稳合比例越高，则越协和。乐理中完全协和的音程包括纯一、纯八、纯五、纯四，其他音程的频率比：小二度16:15，大二度9:8，小三度6:5，大三度5:4，纯四度4:3，增四度45:32，减五度64:45，纯五度3:2，小六度8:5，大六度5:3，小七度16:9。

基于以上的心理声学和音乐声学的相关知识，就可以进行分谐波构造了，而且可以保证科学性和正确性。在进行一个分谐波构造时首先确定引起不适的噪音信号的频率组成，在电机工作状态下，车内一般为高频信号，对应音乐声学谐波组成来对分谐波进行音程构造。生成四次分谐波、三次分谐波和两次分谐波，举例说明：基频信号为1000Hz，则生成八度的四次分谐波为500Hz、250Hz、125Hz、62.5Hz；三次谐波为500Hz、250Hz、125Hz；两次谐波为500Hz、250Hz。然后分别生成对应的音高变化的谐波成分，音高变化一般是三种：不变，线性减小，线性增大。这样八度这一种音程就可以生成9种不同的和声组成，进过对输出分谐波信号后的声音信号的测量，最终选出四次分谐波，音高线性减小的和声组合最优，其中，四次线性分谐波信号为Y＝Ky+b，其中，y＝asin(2×pi×A×f×t)，a为分谐波信号的振幅，A为分谐波系数，A＝P^m/Q^m，P、Q为整数，P小于Q，m为1、2、3以及4，f为噪声信号的频率，t为时间，b为常数，K小于0。

本发明提供的一种车辆内部的噪声消除方法可以用于新能源轿车，也可用于新能源巴士或以电机为驱动的设施设备。

本发明提供的一种车辆内部的噪声消除方法适用于一切声环境品质的提高、改变或者降低。

本发明提供的一种车辆内部的噪声消除方法适用于所用频段的噪声信号。

本发明另一种实施例提供一种车辆内部的噪声消除装置30，如图6所示，该噪声消除装置30包括：

噪音信号获取模块301，用于获取车辆内部的噪音信号，并对噪音信号进行分析以获取噪音信号的频率；

分谐波信号生成模块302，当检测到所述噪音信号包括频率大于第一预设频率的高频噪音信号时，用于根据所述噪音信号的频率生成并输出线性分谐波信号，生成并输出分谐波信号为Y＝Ky+b，其中，y＝asin(2×pi×A×f×t)，a为分谐波信号的振幅，A为分谐波系数，f为噪声信号的频率，t为时间，b为常数。

进一步的，噪声消除装置30还包括声音信号获取模块303，用于采集车辆内部的声音信号，获取声音信号的频率。

噪音信号获取模块301用于对声音信号进行频谱分析获取声音信号的频率，并将声音信号的频率与预设频率进行对比以获取噪音信号的频率。

作为一种实施方式，当噪音信号的频率f为恒定值时，分谐波信号生成模块302用于生成并输出分谐波信号为y＝asin(2×pi×A×f×t)，其中，a为分谐波信号的振幅，A为分谐波系数，f为噪声信号的频率，t为时间；

当噪音信号的频率f为线性渐变值时，分谐波信号生成模块302用于生成并输出分谐波信号为Y＝Ky+b，其中，y＝asin(2×pi×A×f×t)，a为分谐波信号的振幅，A为分谐波系数，f为噪声信号的频率，t为时间，b为常数。

进一步的，噪声消除装置30还包括计算模块304和分谐波信号选择模块305；

声音信号获取模块303还用于采集输出不同分频信号后的车辆内部的声音信号；计算模块304用于获取声音信号的评价参数，评价参数包括响度值、尖锐度值、抖动度值以及粗糙度值；分谐波信号选择模块305用于根据评价参数获取最优分谐波信号，并输出最优分谐波信号。

进一步的，分谐波信号选择模块305还用于根据评价参数计算输出每组声音信号的噪音分数，并确定最低评价分数所对应的一组分谐波声音信号为最优分谐波信号。

进一步的，分谐波信号选择模块305确定四次线性分谐波信号为最优分谐波信号，其中，四次线性分谐波信号为Y＝Ky+b，其中，y＝asin(2×pi×A×f×t)，a为分谐波信号的振幅，A为分谐波系数，A＝P^m/Q^m，P、Q为整数，P小于Q，m为1、2、3以及4，f为噪声信号的频率，t为时间，b为常数，K小于0。

上述终端设备中模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

本发明另一种实施例提供一计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器执行时实现实施例1中的车辆内部的噪声消除方法，为避免重复，这里不再赘述。或者，该计算机程序被处理器执行时实现实施例2中车辆内部的噪声消除装置中各模块/单元的功能，为避免重复，这里不再赘述。

图8是本实施例中终端设备的示意图。如图8所示，终端设备6包括处理器60、存储器61以及存储在存储器61中并可在处理器60上运行的计算机程序62。处理器60执行计算机程序62时实现实施例1中车辆内部的噪声消除方法的各个步骤，例如图1所示的步骤S101、S102和S103。或者，处理器60执行计算机程序62时实现实施例2中车辆内部的噪声消除装置各模块/单元的功能，如图7所示噪音信号获取模块301、分谐波信号生成模块302、声音信号获取模块303、计算模块304以及分谐波信号选择模块305的功能。

示例性的，计算机程序62可以被分割成一个或多个模块/单元，一个或者多个模块/单元被存储在存储器61中，并由处理器60执行，以完成本发明。一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述计算机程序62在终端设备6中的执行过程。例如，计算机程序62可以被分割成同步模块、汇总模块、获取模块、返回模块(虚拟装置中的模块)。

该终端设备6可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。终端设备可包括，但不仅限于，处理器60、存储器61。本领域技术人员可以理解，图6仅仅是终端设备6的示例，并不构成对终端设备6的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如终端设备还可以包括输入输出设备、网络接入设备、总线等。

所称处理器60可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。

存储器61可以是终端设备6的内部存储单元，例如终端设备6的硬盘或内存。存储器61也可以是终端设备6的外部存储设备，例如终端设备6上配备的插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(Flash Card)等。进一步地，存储器61还可以既包括终端设备6的内部存储单元也包括外部存储设备。存储器61用于存储计算机程序以及终端设备所需的其他程序和数据。存储器61还可以用于暂时地存储已经输出或者将要输出的数据。

所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。

本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。

在本发明所提供的实施例中，应该理解到，所揭露的装置/终端设备和方法，可以通过其它的方式实现。例如，以上所描述的装置/终端设备实施例仅仅是示意性的，例如，所述模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

所述集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括是电载波信号和电信信号。

以上所述实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围，均应包含在本发明的保护范围之内。

Claims (10)

1.一种车辆内部的噪声消除方法，其特征在于，所述噪声消除方法包括：

获取车辆内部的噪音信号，并对所述噪音信号进行分析以获取所述噪音信号的频率；

当检测到所述噪音信号包括频率大于第一预设频率的高频噪音信号时，根据所述噪音信号的频率生成并输出线性分谐波信号，其中，生成并输出分谐波信号为Y＝Ky+b，其中，y＝asin(2×pi×A×f×t)，a为分谐波信号的振幅，A为分谐波系数，f为噪声信号的频率，t为时间，b为常数，K表示渐变频率的斜率。

2.如权利要求1所述的噪声消除方法，其特征在于，根据所述噪音信号的频率生成并输出线性分谐波信号，包括：

根据所述噪音信号的频率依次生成并输出多组线性分谐波信号；

采集输出每组分谐波信号后的车辆内部的声音信号，获取所述声音信号的评价参数；

根据所述评价参数获取最优分谐波信号，并输出所述最优分谐波信号。

3.如权利要求2所述的噪声消除方法，其特征在于，采集输出每组分谐波信号后的车辆内部的声音信号，获取所述声音信号的评价参数，包括：

采集输出每组分谐波信号后的车辆内部的声音信号，获取每组声音信号的响度值、尖锐度值、抖动度值以及粗糙度值；

根据所述评价参数获取最优分谐波信号，并输出所述最优分谐波信号，包括：

根据所述评价参数计算输出每组声音信号的噪音分数，并确定最低噪音分数所对应的一组分谐波声音信号为最优分谐波信号。

4.如权利要求3所述的噪声消除方法，其特征在于，确定最高评价分数所对应的一组分谐波声音信号为最优分谐波信号，包括：

确定四次线性分谐波信号为最优分谐波信号，其中，四次线性分谐波信号为Y＝Ky+b，其中，y＝asin(2×pi×A×f×t)，a为分谐波信号的振幅，A为分谐波系数，A＝P^m/Q^m，P、Q为整数，P小于Q，m为1、2、3以及4，f为噪声信号的频率，t为时间，b为常数，K小于0。

5.一种车辆内部的噪声消除装置，其特征在于，所述噪声消除装置包括：

噪音信号获取模块，用于获取车辆内部的噪音信号，并对所述噪音信号进行分析以获取所述噪音信号的频率；

分谐波信号生成模块，当检测到所述噪音信号包括频率大于第一预设频率的高频噪音信号时，用于根据所述噪音信号的频率生成并输出线性分谐波信号，生成并输出分谐波信号为Y＝Ky+b，其中，y＝asin(2×pi×A×f×t)，a为分谐波信号的振幅，A为分谐波系数，f为噪声信号的频率，t为时间，b为常数，K表示渐变频率的斜率。

6.如权利要求5所述的噪声消除装置，其特征在于，所述噪声消除装置还包括声音信号获取模块，所述声音信号获取模块用于采集车辆内部的声音信号；

所述分谐波信号生成模块包括：

分谐波信号输出模块，用于根据所述噪音信号的频率依次生成并输出多组线性分谐波信号；

计算模块，用于获取所述声音信号的评价参数，所述评价参数包括响度值、尖锐度值、抖动度值以及粗糙度值；

分谐波信号选择模块，用于根据所述评价参数获取最优分谐波信号，并输出最优分谐波信号。

7.如权利要求6所述的噪声消除装置，其特征在于，所述分谐波信号选择模块还用于根据所述评价参数计算输出每组声音信号的评价分数，并确定最高评价分数所对应的一组分谐波声音信号为最优分谐波信号。

8.如权利要求7所述的噪声消除装置，其特征在于，所述分谐波信号选择模块确定四次线性分谐波信号为最优分谐波信号，其中，四次线性分谐波信号为Y＝Ky+b，其中，y＝asin(2×pi×A×f×t)，a为分谐波信号的振幅，A为分谐波系数，A＝P^m/Q^m，P、Q为整数，P小于Q，m为1、2、3以及4，f为噪声信号的频率，t为时间，b为常数，K小于0。

9.一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至5任一项所述方法的步骤。

10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至5任一项所述方法的步骤。

Images