CN110503937B - 一种声品质优化系统及其方法 - Google Patents

一种声品质优化系统及其方法 Download PDF

Info

Publication number
CN110503937B
CN110503937B CN201910698061.2A CN201910698061A CN110503937B CN 110503937 B CN110503937 B CN 110503937B CN 201910698061 A CN201910698061 A CN 201910698061A CN 110503937 B CN110503937 B CN 110503937B
Authority
CN
China
Prior art keywords
noise signal
signal
sound
loudness
roughness
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.)
Active
Application number
CN201910698061.2A
Other languages
English (en)
Other versions
CN110503937A (zh
Inventor
商志豪
曾发林
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Jiangsu University
Original Assignee
Jiangsu University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Jiangsu University filed Critical Jiangsu University
Priority to CN201910698061.2A priority Critical patent/CN110503937B/zh
Publication of CN110503937A publication Critical patent/CN110503937A/zh
Application granted granted Critical
Publication of CN110503937B publication Critical patent/CN110503937B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • G10K11/17821—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 input signals only
    • G10K11/17823—Reference signals, e.g. ambient acoustic environment
    • 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
    • G10K11/1785—Methods, e.g. algorithms; Devices
    • G10K11/17853—Methods, e.g. algorithms; Devices of the filter
    • G10K11/17854—Methods, e.g. algorithms; Devices of the filter the filter being an adaptive filter
    • 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
    • G10K11/1787—General system configurations
    • G10K11/17879—General system configurations using both a reference signal and an error signal
    • G10K11/17881—General system configurations using both a reference signal and an error signal the reference signal being an acoustic signal, e.g. recorded with a microphone
    • 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
    • G10K2210/10—Applications
    • G10K2210/128—Vehicles
    • G10K2210/1282—Automobiles
    • 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
    • G10K2210/3023—Estimation of noise, e.g. on error signals
    • 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
    • G10K2210/3026—Feedback
    • 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

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Acoustics & Sound (AREA)
  • Multimedia (AREA)
  • Soundproofing, Sound Blocking, And Sound Damping (AREA)
  • Circuit For Audible Band Transducer (AREA)
  • Fittings On The Vehicle Exterior For Carrying Loads, And Devices For Holding Or Mounting Articles (AREA)

Abstract

本发明提供一种声品质优化系统及其方法，包括声音采集装置、信号处理装置、声音播放装置；声音采集装置用于采集原始噪声信号x(k)；信号处理装置包括去噪单元、存储单元、预处理单元和基于FELMS算法的控制单元；去噪单元用于将原始噪声信号x(k)进行处理，得到有效噪声信号x'(k)；预处理单元用于将有效噪声信号x'(k)分解为n个分量信号，对得到的加权参数的最大值max(WL‑R)对应的IMF分量进行FFT分析，确定有效噪声信号x'(k)需要选择性控制的频带，进一步确定基于FELMS算法的控制单元中误差滤波器的截止频率；基于FELMS算法的控制单元用于将存储单元里的有效噪声信号x'(k)生成次级噪声信号s(k)，经声音播放装置播放抵达降噪区域和原始噪声信号x(k)干涉抵消，以达到优化声品质的目的。

Description

一种声品质优化系统及其方法
技术领域
本发明属于汽车振动与噪声领域，具体涉及一种声品质优化系统及其方法。
背景技术
研究表明：声压级(A、B、C计权)作为评价噪声的主要客观参数并不能准确反映人对噪声的主观感受，因此考虑人耳的听觉特性，结合人类心理学，研究人员提出了声品质的概念。
声品质是对声音性质的描述，反映的是人们对声音事件的主观感受。指人耳的听觉感知过程，然后人再根据自己的感知做出主观判断。该领域的科研人员也相继提出了影响声品质的客观参量，比如：响度、尖锐度、粗糙度、抖动度、音调度等。
主动噪声控制(ANC)，是在指定区域内人为地、有目的地产生一个次级声信号去控制初级声信号的方法。根据两个声波相消干涉条件，如果利用人为附加的次级声源产生与初级声源声波幅值相等、相位相反的声波，则两声波将在空间发生相干性叠加，形成消声“静区”，从而达到降噪的目的。主动降噪方法使噪声控制更有针对性。
传统的主动噪声控制(ANC)研究主要集中在降低噪声的声压级，但是声压级的降低并不一定能改善人的主观感受。现有技术中也存在通过优化声品质进行主动噪声控制的方法，但是现有技术中只考虑单个客观参量如响度，然而粗糙度也是影响烦恼度等级的重要因素，所以，当响度达到最优时，并不一定能使声品质得到最佳的改善。
发明内容
针对上述技术问题，本发明提供一种声品质优化系统及其方法，该方法利用主动噪声控制选择性消声的特性，选取响度、粗糙度的加权参数WL-R为控制目标，替换参考信号，利用EMD理论优化FELMS算法，不仅使控制噪声的频带尽量窄，减少了控制系统的运算量，提高收敛性；将有效噪声信号x′(k)生成次级噪声信号s(k)，在降噪区域于原始噪声选择性干涉抵消，以达到优化声品质的目的。
本发明解决其技术问题所采用的技术方案是：一种声品质优化系统，包括声音采集装置、信号处理装置、声音播放装置；
所述声音采集装置用于采集原始噪声信号x(k)；
所述信号处理装置包括去噪单元、存储单元、预处理单元和基于FELMS算法的控制单元；所述去噪单元用于将原始噪声信号x(k)进行处理，得到有效噪声信号x′(k)；所述存储单元用于将所述有效噪声信号x′(k)存储；所述预处理单元用于将有效噪声信号x′(k)分解为n个分量信号：IMF1、IMF2、......、IMFn，计算每个分量的声品质参数响度和粗糙度，并进行加权处理，得到响度和粗糙度的加权参数WL-R，对得到的加权参数的最大值max(WL-R)对应的IMF分量进行FFT分析，确定有效噪声信号x′(k)需要选择性控制的频带，进一步确定基于FELMS算法的控制单元中误差滤波器的截止频率；所述基于FELMS算法的控制单元用于将存储单元里的有效噪声信号x′(k)生成次级噪声信号s(k)，经声音播放装置播放抵达降噪区域，和原始噪声信号x(k)干涉抵消；
所述声音采集装置与去噪单元连接；所述去噪单元和存储单元连接；所述存储单元分别和预处理单元和基于FELMS算法的控制单元连接；所述基于FELMS算法的控制单元和声音播放装置连接。
上述方案中，所述声音采集装置还与基于FELMS算法的控制单元连接；所述声音采集装置还用于采集误差信号e(k)并反馈至基于FELMS算法的控制单元中，所述基于FELMS算法的控制单元根据误差信号e(k)实时调节FELMS算法中横向滤波器W(Z)的权值，保证降噪区域误差信号均方根值最小。
上述方案中，所述声音采集装置为声音传感器。
上述方案中，所述声音播放装置为车载扬声器。
一种根据所述的声品质优化系统的控制方法，包括以下步骤：
所述声音采集装置获取原始噪声信号x(k)，并传递到去噪单元；
所述去噪单元对原始噪声信号x(k)进行EMD分解和重构，提取有效噪声信号x′(k)；
有效噪声信号x′(k)存储在储存单元中，储存单元将有效噪声信号x′(k)分别传送到预处理单元和基于FELMS算法的控制单元；
所述预处理单元利用EMD分解对有效噪声信号x′(k)进行分解，分解为n个分量信号IMF：IMF1、IMF2、......、IMFn，计算每个分量的声品质参数响度和粗糙度，并进行加权处理，得到响度和粗糙度的加权参数WL-R，对得到的加权参数的最大值max(WL-R)对应的分量信号IMF分量进行FFT分析，确定有效噪声信号x′(k)需要选择性控制的频带，进一步确定基于FELMS算法的控制单元中误差滤波器的截止频率；
所述基于FELMS算法的控制单元将存储单元里的有效噪声信号x′(k)生成次级噪声信号s(k)，经声音播放装置播放抵达降噪区域，选择性消声。
上述方案中，每个分量信号对应的加权参数计算过程如下：
先将每个分量信号IMF中的响度值、粗糙度值归一到[0，1]区间内，对响度、粗糙度进行加权处理，得到每个分量信号IMF对应的加权参数公式如下：
WL-R＝α·G(N)+(1-α)G(R)
其中，WL-R即表示对响度、粗糙度加权处理后合成的新加权参数，单位为1，范围为[0，1]；N代表原响度值，G(N)代表响度归一化后的值；R代表原粗糙度值，G(R)代表粗糙度归一化后的值，α为响度的权系数，(1-α)为粗糙度的权系数，α计算公式如下：
Figure BDA0002149971720000031
其中，QL和QR分别代表在声品质预测模型中响度、粗糙度的权重占比。
上述方案中，还包括以下步骤：
所述声音采集装置采集实现优化区域的误差信号e(k)并反馈至基于FELMS算法的控制单元中，所述基于FELMS算法的控制单元根据误差信号e(k)实时调节FELMS算法中横向滤波器W(Z)的权值，保证降噪区域误差信号均方根值最小。
上述方案中，所述声音采集装置获取的原始噪声信号x(k)为匀速下的车内噪声。
与现有技术相比，本发明的有益效果是：本发明在达到优化声品质的前提下，减小了控制系统的运算量；本发明提出了加权参数，使FELMS算法中误差滤波器的设计具有自适应性，也更加精确。本发明基于匀速巡航工况，具有实用性，并根据该工况下的稳态型号的特征，选择了更加接近车内噪声信号的参考信号，不仅避免了声反馈现象，同时也使响度和粗糙度的控制效果更好。
附图说明
本发明的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解，其中：
图1为本发明一实施方式的声品质优化的原理图；
图2为本发明一实施方式的工作流程图；
图3为本发明一实施方式的EMD-FELMS算法框架图。
具体实施方式
下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本发明，而不能理解为对本发明的限制。
在本发明中，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”、“固定”等术语应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。
如图1所示为本发明所述声品质优化系统的一种较佳实施方式，所述声品质优化系统，包括声音采集装置、信号处理装置、声音播放装置；
所述声音采集装置用于采集需要声品质优化区域的原始噪声信号x(k)；同时原始噪声信号x(k)传递到人耳；
所述信号处理装置包括去噪单元、存储单元、预处理单元和基于FELMS算法的控制单元；所述去噪单元用于将原始噪声信号x(k)进行处理，去除干扰成分，使去噪之后的有效噪声信号x′(k)符合稳态信号的特征；所述存储单元用于将所述有效噪声信号x′(k)存储；所述预处理单元用于将有效噪声信号x′(k)分解为n个分量信号：IMF1、IMF2、......、IMFn，计算每个分量的声品质参数响度和粗糙度，并进行加权处理，得到响度和粗糙度的加权参数WL-R，得到加权参数的最大值max(WL-R)，确定对应的IMF分量，对得到的加权参数的最大值max(WL-R)对应的IMF分量进行FFT分析，确定有效噪声信号x′(k)需要选择性控制的频带，进一步确定基于FELMS算法的控制单元中误差滤波器的截止频率，即上下通过频率；所述基于FELMS算法的控制单元用于将存储单元里的有效噪声信号x′(k)生成次级噪声信号s(k)，经声音播放装置播放抵达降噪区域，选择性消声，以达到优化声品质的目的。
所述声音采集装置与去噪单元连接；所述去噪单元和存储单元连接；所述存储单元分别和预处理单元和基于FELMS算法的控制单元连接；所述基于FELMS算法的控制单元和声音播放装置连接。
根据本实施例，优选的，所述声音采集装置还与基于FELMS算法的控制单元连接；所述声音采集装置还用于采集实现优化区域的误差信号e(k)并反馈至基于FELMS算法的控制单元中，所述基于FELMS算法的控制单元根据误差信号e(k)实时调节FELMS算法中横向滤波器W(Z)的权值，保证降噪区域误差信号均方根值最小。
根据本实施例，优选的，所述声音采集装置为声音传感器。
根据本实施例，优选的，所述声音播放装置为车载扬声器。
如图2所示，一种根据所述的声品质优化系统的控制方法，包括以下步骤：
所述声音采集装置获取原始噪声信号x(k)，并传递到去噪单元；
所述去噪单元对原始噪声信号x(k)进行EMD分解和重构，提取有效噪声信号x′(k)；
有效噪声信号x′(k)存储在储存单元中，储存单元将有效噪声信号x′(k)分别传送到预处理单元和基于FELMS算法的控制单元；
所述预处理单元利用EMD分解对有效噪声信号x′(k)进行分解，分解为n个分量信号IMF：IMF1、IMF2、......、IMFn，计算每个分量的声品质参数响度和粗糙度，并进行加权处理，得到响度和粗糙度的加权参数WL-R，对得到的加权参数的最大值max(WL-R)对应的分量信号IMF分量进行FFT分析，确定有效噪声信号x′(k)需要选择性控制的频带，进一步确定基于FELMS算法的控制单元中误差滤波器的截止频率，即上下通过频率；
所述基于FELMS算法的控制单元将存储单元里的有效噪声信号x′(k)生成次级噪声信号s(k)，经声音播放装置播放抵达降噪区域，选择性消声。
根据本实施例，优选的，每个分量信号对应的加权参数计算过程如下：
先将每个分量信号IMF中的响度值、粗糙度值归一到[0，1]区间内，对响度、粗糙度进行加权处理，得到每个分量信号IMF对应的加权参数公式如下：
WL-R＝α·G(N)+(1-α)G(R)
其中，WL-R即表示对响度、粗糙度加权处理后合成的新加权参数，单位为1，范围为[0，1]；N代表原响度值，G(N)代表响度归一化后的值；R代表原粗糙度值，G(R)代表粗糙度归一化后的值，α为响度的权系数，(1-α)为粗糙度的权系数，α计算公式如下：
Figure BDA0002149971720000051
其中，QL和QR分别代表在声品质预测模型中响度、粗糙度的权重占比。
根据本实施例，优选的，所述的声品质优化系统的控制方法还包括以下步骤：
所述声音采集装置采集实现优化区域的误差信号e(k)并反馈至基于FELMS算法的控制单元中，所述基于FELMS算法的控制单元根据误差信号e(k)实时调节FELMS算法中横向滤波器W(Z)的权值，保证降噪区域误差信号均方根值最小。
根据本实施例，优选的，所述声音采集装置获取的原始噪声信号x(k)为匀速下的车内噪声，车内噪声为稳态信号，将该稳态信号经过声音传感器拾取进行EMD去噪得到有效噪声信号x′(k)并储存，再将有效噪声信号x′(k)循环输入至基于FELMS算法的控制单元中，代替了传统主动降噪中的参考信号，参考信号为能反映初始噪声的信号。
根据本实施例，优选的，每个分量信号IMF对应的频带的带宽(fmax-fmin)相等。
根据本实施例，优选的，采用以IMF分量对应的最大加权参数值max(WL-R)为阈值判定，FELMS算法中的误差滤波器最大加权参数max(WL-R)对应的频带通过，不允许不是最大加权参数max(WL-R)对应的频带通过，通带的截止频率由最大加权参数max(WL-R)所对应频带的fmin、fmax确定。
根据本实施例，优选的，本方法工作时可分为两个阶段进行，第一阶段声音传感器、去噪单元、储存单元、预处理单元依次顺序工作，其余单元不工作：
所述声音传感器获取车内原始噪声信号x(k)，为保证噪声数据的真实性准确性，采样频率设置应为8192HZ以上，要求汽车环境窗户关闭，空调关闭，采集时间5S，然后声音传感器关闭。
所述信号处理装置中的去噪单元对采集的原始噪声信号x(k)进行去噪处理，处理方法为EMD分解阈值法，得到去噪后的有效噪声信号x′(k)。
所述信号处理装置中的储存单元将去噪后的有效噪声信号xn′(k)进行存储，作为预处理单元的一次输入和基于FELMS算法的控制单元的循环输入。
所述预处理单元将有效噪声信号x′(k)分解为n个分量信号IMF：IMF1、IMF2、、......、IMFn，计算每个分量信号IMF的声品质参数响度和粗糙度，并进行加权处理，得到响度、粗糙度的加权参数WL-R。判定最大加权参数max(WL-R)对应的频带通过，不允许不是最大加权参数max(WL-R)对应的频带通过。
第一阶段结束。
第二阶段声音传感器、储存单元、基于FELMS算法的控制单元、车载扬声器同时工作，其余单元不工作：
所述声音传感器持续采集降噪区域的误差信号e(k)，并反馈至基于FELMS算法的控制单元中。
所述信号处理装置中的储存单元将所存储的有效噪声信号x′(k)循环输入到基于FELMS算法的控制单元中。
所述信号处理装置中的基于FELMS算法的控制单元运行控制算法，根据输入的有效噪声信号x′(k)生成次级声波信号s(k)，并根据误差信号e(k)实时调节FELMS算法中横向滤波器的权值，保证误差信号的均方根值最小。
所述基于FELMS算法的控制单元发出的控制信号经过相移器、功率放大器传递至车载扬声器，车载扬声器将次级声波信号s(k)传播至降噪区域对原始噪声信号x(k)进行选择性抵消，以达到优化声品质的目的。
如图3所示为EMD-FELMS算法框架图，步骤如下：
①x(k)为车内驾驶员人耳处原始噪声信号，通过声音传感器拾取；
②P(Z)为FELMS算法的初级通道，在本实施例中为1；
③原始噪声x(k)经过去噪处理得到有效噪声信号x′(k)；
④有效噪声信号x′(k)经过EMD分解处理确定误差滤波器H(Z)的截止频率，误差滤波器H(Z)基于fir函数设计，可设计出任意响应曲线；
⑤效噪声信号x′(k)经过次级通道估计函数C′(Z)后到达误差滤波器H(Z)，C′(Z)是对C(Z)的近似估计，目的是解决时延问题；
⑥误差滤波器H(Z)允许最大加权参数max(WL-R)对应的频带通过，抑制不是最大加权参数max(WL-R)对应的频带通过，实现选择性抵消；
⑦W(Z)是横向滤波器，其权值由LMS算法进行调整；
⑧C(Z)是扬声器到降噪区域即驾驶员人耳处的传递函数，可以由实验测得；
⑨原噪声信号x(k)和次级声源信号s(k)在降噪区域干涉抵消。
本发明加权处理得到了与烦躁度等级相关性更大的加权参数WL-R，并根据其大小依次增加被控的临界频带，根据每个临界频带对WL-R的贡献程度，设置不同的误差滤波器通带，通过仿真确定WL-R的最优控制频段，预测得到WL-R最优时的客观烦躁度等级，并与响度最优时的烦躁度等级进行对比，寻求声品质的最佳控制效果。
表1加权参数WL-R最优与响度最优的仿真结果对比
Figure BDA0002149971720000071
由表1可知，相较于控制前，基于响度和基于加权参数WL-R两种控制方法都使噪声声品质得到了大幅的改善，客观烦躁度等级分别下降了3.15、3.63个等级。相较于响度最优，当WL-R达到最优时，虽然响度略有升高，但是粗糙度却下降了0.12asper，进而使烦躁度等级从7.73下降至7.25，降低了0.48个等级，声品质控制效果提高了4.41％。如表2所示，为进一步验证，以4号、23号、36号噪声信号为验证样本，基于加权参数WL-R对其进行主动控制仿真。三个验证样本加权参数WL-R最优时烦躁度等级的下降幅度均优于响度最优时的降幅，证明基于响度、粗糙度的加权参数WL-R对噪声进行声品质主动控制的正确性和有效性。
表2基于加权参数WL-R进行主动控制的仿真结果对比
Figure BDA0002149971720000081
应当理解，虽然本说明书是按照各个实施例描述的，但并非每个实施例仅包含一个独立的技术方案，说明书的这种叙述方式仅仅是为清楚起见，本领域技术人员应当将说明书作为一个整体，各实施例中的技术方案也可以经适当组合，形成本领域技术人员可以理解的其他实施方式。
上文所列出的一系列的详细说明仅仅是针对本发明的可行性实施例的具体说明，它们并非用以限制本发明的保护范围，凡未脱离本发明技艺精神所作的等效实施例或变更均应包含在本发明的保护范围之内。

Claims (8)

1.一种声品质优化系统，其特征在于，包括声音采集装置、信号处理装置、声音播放装置；
所述声音采集装置用于采集原始噪声信号x(k)；
所述信号处理装置包括去噪单元、存储单元、预处理单元和基于FELMS算法的控制单元；所述去噪单元用于将原始噪声信号x(k)进行处理，得到有效噪声信号x′(k)；所述存储单元用于将所述有效噪声信号x′(k)存储；所述预处理单元用于将有效噪声信号x′(k)分解为n个分量信号：IMF1、IMF2、……、IMFn，计算每个分量的声品质参数响度和粗糙度，并进行加权处理，得到响度和粗糙度的加权参数WL-R，对得到的加权参数的最大值max(WL-R)对应的IMF分量进行FFT分析，确定有效噪声信号x′(k)需要选择性控制的频带，进一步确定基于FELMS算法的控制单元中误差滤波器的截止频率；所述基于FELMS算法的控制单元用于将存储单元里的有效噪声信号x′(k)生成次级噪声信号s(k)，经声音播放装置播放抵达降噪区域，和原始噪声信号x(k)干涉抵消；
所述每个分量信号对应的加权参数计算过程如下：
先将每个分量信号IMF中的响度值、粗糙度值归一到[0,1]区间内，对响度、粗糙度进行加权处理，得到每个分量信号IMF对应的加权参数公式如下：
WL-R＝α·G(N)+(1-α)G(R)
其中，WL-R即表示对响度、粗糙度加权处理后合成的新加权参数，单位为1，范围为[0,1]；N代表原响度值，G(N)代表响度归一化后的值；R代表原粗糙度值，G(R)代表粗糙度归一化后的值，α为响度的权系数，(1-α)为粗糙度的权系数，α计算公式如下：
Figure FDA0003991445980000011
其中，QL和QR分别代表在声品质预测模型中响度、粗糙度的权重占比；
所述声音采集装置与去噪单元连接；所述去噪单元和存储单元连接；所述存储单元分别和预处理单元和基于FELMS算法的控制单元连接；所述基于FELMS算法的控制单元和声音播放装置连接。
2.根据权利要求1所述的声品质优化系统，其特征在于，所述声音采集装置还与基于FELMS算法的控制单元连接；所述声音采集装置还用于采集误差信号e(k)并反馈至基于FELMS算法的控制单元中，所述基于FELMS算法的控制单元根据误差信号e(k)实时调节FELMS算法中横向滤波器W(Z)的权值，保证降噪区域误差信号均方根值最小。
3.根据权利要求1所述的声品质优化系统，其特征在于，所述声音采集装置为声音传感器。
4.根据权利要求1所述的声品质优化系统，其特征在于，所述声音播放装置为车载扬声器。
5.一种根据权利要求1-4任意一项所述的声品质优化系统的控制方法，其特征在于，包括以下步骤：
所述声音采集装置获取原始噪声信号x(k)，并传递到去噪单元；
所述去噪单元对原始噪声信号x(k)进行EMD分解和重构，提取有效噪声信号x′(k)；
有效噪声信号x′(k)存储在储存单元中，储存单元将有效噪声信号x′(k)分别传送到预处理单元和基于FELMS算法的控制单元；
所述预处理单元利用EMD分解对有效噪声信号x′(k)进行分解，分解为n个分量信号IMF：IMF1、IMF2、……、IMFn，计算每个分量的声品质参数响度和粗糙度，并进行加权处理，得到响度和粗糙度的加权参数WL-R，对得到的加权参数的最大值max(WL-R)对应的分量信号IMF分量进行FFT分析，确定有效噪声信号x′(k)需要选择性控制的频带，进一步确定基于FELMS算法的控制单元中误差滤波器的截止频率；
所述基于FELMS算法的控制单元将存储单元里的有效噪声信号x′(k)生成次级噪声信号s(k)，经声音播放装置播放抵达降噪区域，选择性消声。
6.根据权利要求5中所述的声品质优化系统的控制方法，其特征在于，每个分量信号对应的加权参数计算过程如下：
先将每个分量信号IMF中的响度值、粗糙度值归一到[0,1]区间内，对响度、粗糙度进行加权处理，得到每个分量信号IMF对应的加权参数公式如下：
WL-R＝α·G(N)+(1-α)G(R)
其中，WL-R即表示对响度、粗糙度加权处理后合成的新加权参数，单位为1，范围为[0,1]；N代表原响度值，G(N)代表响度归一化后的值；R代表原粗糙度值，G(R)代表粗糙度归一化后的值，α为响度的权系数，(1-α)为粗糙度的权系数，α计算公式如下：
Figure FDA0003991445980000021
其中，QL和QR分别代表在声品质预测模型中响度、粗糙度的权重占比。
7.根据权利要求5中所述的声品质优化系统的控制方法，其特征在于，还包括以下步骤：
所述声音采集装置采集实现优化区域的误差信号e(k)并反馈至基于FELMS算法的控制单元中，所述基于FELMS算法的控制单元根据误差信号e(k)实时调节FELMS算法中横向滤波器W(Z)的权值，保证降噪区域误差信号均方根值最小。
8.根据权利要求5中所述的声品质优化系统的控制方法，其特征在于，所述声音采集装置获取的原始噪声信号x(k)为匀速下的车内噪声。
CN201910698061.2A 2019-07-31 2019-07-31 一种声品质优化系统及其方法 Active CN110503937B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910698061.2A CN110503937B (zh) 2019-07-31 2019-07-31 一种声品质优化系统及其方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910698061.2A CN110503937B (zh) 2019-07-31 2019-07-31 一种声品质优化系统及其方法

Publications (2)

Publication Number Publication Date
CN110503937A CN110503937A (zh) 2019-11-26
CN110503937B true CN110503937B (zh) 2023-03-31

Family

ID=68587918

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910698061.2A Active CN110503937B (zh) 2019-07-31 2019-07-31 一种声品质优化系统及其方法

Country Status (1)

Country Link
CN (1) CN110503937B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111951775A (zh) * 2020-07-09 2020-11-17 江苏大学 一种车内声品质优化系统及优化方法
CN113421539B (zh) * 2021-07-19 2023-10-10 北京安声浩朗科技有限公司 主动降噪方法、装置、电子设备及计算机可读存储介质

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105021275B (zh) * 2015-07-15 2018-01-19 吉林大学 基于时域动态特性分析的车内声品质预测方法
US10283103B2 (en) * 2017-03-09 2019-05-07 Avnera Corporation Real-time acoustic processor
CN106935238A (zh) * 2017-04-12 2017-07-07 同济大学 一种基于最优临界频带幅值增益控制的主动噪声均衡控制方法
CN109720288B (zh) * 2017-10-27 2019-11-22 比亚迪股份有限公司 一种主动降噪方法、系统及新能源车
CN108344503A (zh) * 2018-03-09 2018-07-31 农业部南京农业机械化研究所 一种高速插秧机噪声品质评价系统
CN109346052B (zh) * 2018-09-03 2022-11-18 江苏大学 一种利用主动降噪优化车内声品质的装置及方法
CN109747575B (zh) * 2018-12-05 2021-05-25 江苏大学 一种基于阶次优化的多模式车内声品质优化系统

Also Published As

Publication number Publication date
CN110503937A (zh) 2019-11-26

Similar Documents

Publication Publication Date Title
CN109346052B (zh) 一种利用主动降噪优化车内声品质的装置及方法
CN109747575B (zh) 一种基于阶次优化的多模式车内声品质优化系统
Shi et al. Feedforward selective fixed-filter active noise control: Algorithm and implementation
CN104616667B (zh) 一种用于汽车内的主动降噪方法
RU2698639C2 (ru) Субполосный алгоритм с пороговой величиной для устойчивой широкополосной системы активного шумоподавления
CN104602163B (zh) 主动降噪耳机及应用于该耳机的降噪控制方法和系统
CN206299429U (zh) 一种基于发动机转速的主动降噪装置
CN110503937B (zh) 一种声品质优化系统及其方法
CN104737475B (zh) 针对具有多个声学区域的车载通信系统的风噪声检测
CN105390142B (zh) 一种数字助听器语音噪声消除方法
JP2003533152A (ja) 妨害抑制方法および装置
CN110715724B (zh) 一种基于台架噪声和声传函测算车内噪声的方法
CN108461078B (zh) 电机高频噪声的掩蔽方法和装置
CN113593612B (zh) 语音信号处理方法、设备、介质及计算机程序产品
Takahashi et al. Musical-noise analysis in methods of integrating microphone array and spectral subtraction based on higher-order statistics
CN113053350B (zh) 一种基于噪声主观评价抑制的有源控制误差滤波器设计方法
CN107274878A (zh) 一种有轨列车司机室内的噪声主动控制系统
CN116567474A (zh) 一种基于声音数据识别的蓝牙耳机智能降噪判断系统
Chen et al. A computationally efficient feedforward time–frequency-domain hybrid active sound profiling algorithm for vehicle interior noise
Xu et al. Adaptive speech enhancement algorithm based on first-order differential microphone array
CN111951775A (zh) 一种车内声品质优化系统及优化方法
CN201395095Y (zh) 车内声品质自适应主动控制系统
CN114080639A (zh) 噪声控制方法和系统
CN102341853B (zh) 用于分离信号路径的方法及用于改善电子喉语音的应用
CN114495890A (zh) 主动降噪方法、存储介质、主动降噪控制器及飞行器

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
GR01 Patent grant
GR01 Patent grant