CN111933102A - 一种基于分数阶梯度的非线性有源噪声控制方法 - Google Patents

Abstract

本发明涉及属于声学的非线性自适应有源噪声控制领域，其公开了一种基于分数阶梯度的非线性有源噪声控制方法，降低平均噪声残留，提高噪声控制效果。该控制方法包括以下步骤：A、根据噪声源当前时刻以及之前时刻的初级噪声值获取滤波器的当前噪声输入向量；B、滤波器根据当前时刻以及之前时刻的权系数生成当前时刻的权向量；C、滤波器根据当前时刻的权向量对当前噪声输入向量进行滤波，获得当前扬声器的输出值；D、基于分数阶梯度对权系数进行更新，获得滤波器下一时刻的权系数；E、重复步骤A‑D，直至滤波结束。本发明平均噪声残留低，残留误差小，特别适用于对噪声控制要求高的场合。

Description

一种基于分数阶梯度的非线性有源噪声控制方法

技术领域

本发明涉及属于声学的非线性自适应有源噪声控制领域，具体涉及一种基于分数阶梯度的非线性有源噪声控制方法。

背景技术

现代文明的发展与进步除了给人们的生活带来便利外，也带来了一系列问题，比如噪声。工业零部件例如发动机，变速箱等设备会由于器件运转而生成噪声，电子电路中也会产生射频噪声。这些噪声既能对器件的寿命造成干扰，也大大降低了人们的使用感，严重的甚至会威胁人们的健康，引起耳鸣，烦躁等健康问题。

目前，噪声的控制方法主要分为两类：第一类是被动噪声控制，指的是用隔音材料或吸声材料进行隔离，这类方法成本较高，且低频噪声控制效果较差；第二类方法是有源(主动)噪声控制，由于其实现成本低，噪声控制效果好，近些年被广泛用于汽车零部件噪声控制。

有源噪声控制利用声音的干涉相消原理，通过控制器产生一个与原始噪声幅度、频率相同，相位相反的噪声，从而达到噪声控制目的。一个有源噪声控制系统一般搭载有一个拾取噪声源原始噪声(初级噪声)信号的主麦克风，一个拾取消除点残差信号的误差麦克风，一个产生反向噪声的控制器和一个输出反向噪声的扬声器。其中，控制器通常是一个自适应滤波器，该滤波器的权向量根据残差信号进行自适应调整。

由于实际生活中噪声的初级或次级路径通常存在非线性畸变，线性有源噪声控制算法难以达到预期效果。基于函数连接网络的滤波-最小均方算法(FsLMS)因其易于实现，被广泛用于非线性自适应有源噪声控制方法中。然而，FsLMS算法的平均噪声残留较高，不适用于噪声控制效果要求较高的场合，这一缺点限制了FsLMS算法的应用范围。

发明内容

本发明所要解决的技术问题是：提出一种基于分数阶梯度的非线性有源噪声控制方法，降低平均噪声残留，提高噪声控制效果。

本发明解决上述技术问题采用的技术方案是：

一种基于分数阶梯度的非线性有源噪声控制方法，应用于包括用于拾取噪声源初级噪声信号的主麦克风、用于拾取消除点残差信号的误差麦克风、用于产生反向噪声的自适应滤波器和用于输出反向噪声的扬声器的有源噪声控制系统中；

该控制方法包括以下步骤：

A、根据噪声源当前时刻以及之前时刻的初级噪声值获取滤波器的当前噪声输入向量；

B、滤波器根据当前时刻以及之前时刻的权系数生成当前时刻的权向量；

C、滤波器根据当前时刻的权向量对当前噪声输入向量进行滤波，获得当前扬声器的输出值；

D、基于分数阶梯度对权系数进行更新，获得滤波器下一时刻的权系数；

E、重复步骤A-D，直至滤波结束。

作为进一步优化，步骤A具体包括：

通过主麦克风拾取出噪声源当前时刻n产生的初级噪声值u(n)；

将当前时刻n和前L-1个时刻的共计L个初级噪声值u(n),u(n-1),...,u(n-L+1)，分别通过函数连接网络后构成滤波器当前时刻n的噪声输入向量x(n)：

x(n)＝{u′(n),sin[πu′(n)],cos[πu′(n)],sin[2πu′(n)],cos[2πu′(n)],…,sin[Pπu′(n)],cos[Pπu′(n)]}^T

其中u′(n)＝[u(n),u(n-1),…,u(n-L+1)]是原始噪声信号，L＝10是原始噪声信号的阶数，P＝3是函数连接网络的阶数，上标T代表转置，则输入向量的总阶数Q＝(2P+1)L＝70。

作为进一步优化，步骤B具体包括：

滤波器生成当前时刻n和前Q-1个时刻的权系数w(n)，w(n-1),…,w(n-Q+1)；

将此Q个权系数构成当前时刻n的权向量w′(n)，w′(n)＝[w(n),w(n-1),...,w(n-Q+1)]。

作为进一步优化，步骤C具体包括：

滤波器根据当前时刻n的权向量对当前时刻n的噪声输入向量x(n)进行滤波得到当前时刻输出到扬声器的输出值

其中符号*代表卷积运算，s(n)表示噪声源经滤波器到扬声器的次级路径的脉冲响应。

作为进一步优化，步骤D具体包括：

D1、获取残差信号：

由误差麦克风拾取出噪声消除点在当前时刻n的声音信号获得当前时刻n的残差信号e(n)；

D2、计算分数阶梯度：

根据分数阶求导法则，计算分数阶梯度

其中Γ(·)表示伽玛函数，v＝0.9指梯度的阶数，⊙表示向量的叉积运算；

D3、更新权系数：

下一时刻n+1的滤波器权系数w(n+1)计算公式为：

其中，μ为步长参数。

本发明的有益效果是：

采用分数阶梯度进行权系数更新，使得自适应滤波器在搜索最优解的方向上有着更佳选择，因此平均噪声残留更低，从而获得更好的噪声控制效果。

附图说明

图1为本发明实施例中的基于分数阶梯度的非线性有源噪声控制方法流程图；

图2是本发明算法与FsLMS在步长参数μ＝0.01时的ANR(平均噪声残留)图；

图3是本发明算法与FsLMS在步长参数μ＝0.02时的ANR(平均噪声残留)图。

具体实施方式

本发明旨在提出一种基于分数阶梯度的非线性有源噪声控制方法，降低平均噪声残留，提高噪声控制效果。本发明在滤波过程中，采用分数阶梯度进行权系数更新，使得自适应滤波器在搜索最优解的方向上有着更佳选择，因此平均噪声残留更低，从而获得更好的噪声控制效果。

实施例：

如图1所示，本实施例中的基于分数阶梯度的非线性有源噪声控制方法包括以下步骤：

1、根据噪声源当前时刻以及之前时刻的初级噪声值获取滤波器的当前噪声输入向量；

本步骤的具体实施如下：

通过主麦克风拾取出噪声源当前时刻n产生的初级噪声值u(n)；

将当前时刻n和前L-1个时刻的共计L个初级噪声值u(n),u(n-1),...,u(n-L+1)，分别通过函数连接网络后构成滤波器当前时刻n的噪声输入向量x(n)：

x(n)＝{u′(n),sin[πu′(n)],cos[πu′(n)],sin[2πu′(n)],cos[2πu′(n)],…,sin[Pπu′(n)],cos[Pπu′(n)]}^T

其中u′(n)＝[u(n),u(n-1),…,u(n-L+1)]是原始噪声信号，L＝10是原始噪声信号的阶数，P＝3是函数连接网络的阶数，上标T代表转置，则输入向量的总阶数Q＝(2P+1)L＝70。

2、滤波器根据当前时刻以及之前时刻的权系数生成当前时刻的权向量；

本步骤的具体实施如下：

滤波器生成当前时刻n和前Q-1个时刻的权系数w(n)，w(n-1),…,w(n-Q+1)；

将此Q个权系数构成当前时刻n的权向量w′(n)，w′(n)＝[w(n),w(n-1),...,w(n-Q+1)]。

3、滤波器根据当前时刻的权向量对当前噪声输入向量进行滤波，获得当前扬声器的输出；

本步骤的具体实施如下：

滤波器根据当前时刻n的权向量对当前时刻n的噪声输入向量x(n)进行滤波得到当前时

刻输出到扬声器的输出值

其中符号*代表卷积运算，s(n)表示噪声源经滤波器到扬声器的次级路径的脉冲响应。

4、基于分数阶梯度对权系数进行更新，获得滤波器下一时刻的权系数；

本步骤的具体实施如下：

①获取残差信号：

由误差麦克风拾取出噪声消除点在当前时刻n的声音信号获得当前时刻n的残差信号e(n)；

②计算分数阶梯度：

根据分数阶求导法则，计算分数阶梯度

其中Γ(·)表示伽玛函数，v＝0.9指梯度的阶数，⊙表示向量的叉积运算；

③更新权系数：

下一时刻n+1的滤波器权系数w(n+1)计算公式为：

其中，μ为步长参数。

5、重复步骤1-4，直至滤波结束。

仿真实验：

为了验证本发明方案的有效性，进行了仿真实验，并与FsLMS算法进行对比。

仿真实验中，初级路径和次级路径均采用高阶FIR滤波器建模，另外，滤波器阶数设定为Q＝70阶。

经过仿真，如图2所示，在步长参数μ＝0.01的情况下，本发明方法的平均噪声残留(滤波后的残差信号与未经滤波的初级噪声传输到消除点的信号之比)大约为-11dB；FsLMS算法的平均噪声残留在大约在-10.5dB。如图3所示，在步长参数μ＝0.02的情况下，本发明方法的平均噪声残留大约为-8dB，而FsLMS算法的平均噪声残留为-6.5dB；本发明的平均噪声残留较FsLMS算法相比降低了大约23％。

由此可以证明本发明能够对平均噪声残留做到更好的控制，从而提升噪声控制效果。

Claims (5)

1.一种基于分数阶梯度的非线性有源噪声控制方法，应用于包括用于拾取噪声源初级噪声信号的主麦克风、用于拾取消除点残差信号的误差麦克风、用于产生反向噪声的自适应滤波器和用于输出反向噪声的扬声器的有源噪声控制系统中；其特征在于，

该控制方法包括以下步骤：

A、根据噪声源当前时刻以及之前时刻的初级噪声值获取滤波器的当前噪声输入向量；

B、滤波器根据当前时刻以及之前时刻的权系数生成当前时刻的权向量；

C、滤波器根据当前时刻的权向量对当前噪声输入向量进行滤波，获得当前扬声器的输出值；

D、基于分数阶梯度对权系数进行更新，获得滤波器下一时刻的权系数；

E、重复步骤A-D，直至滤波结束。

2.如权利要求1所述的一种基于分数阶梯度的非线性有源噪声控制方法，其特征在于，

步骤A具体包括：

通过主麦克风拾取出噪声源当前时刻n产生的初级噪声值u(n)；

将当前时刻n和前L-1个时刻的共计L个初级噪声值u(n),u(n-1),...,u(n-L+1)，分别通过函数连接网络后构成滤波器当前时刻n的噪声输入向量x(n)：

x(n)＝{u′(n),sin[πu′(n)],cos[πu′(n)],sin[2πu′(n)],cos[2πu′(n)],…,sin[Pπu′(n)],cos[Pπu′(n)]}^T

其中u′(n)＝[u(n),u(n-1),…,u(n-L+1)]是原始噪声信号，L＝10是原始噪声信号的阶数，P＝3是函数连接网络的阶数，上标T代表转置，则输入向量的总阶数Q＝(2P+1)L＝70。

3.如权利要求2所述的一种基于分数阶梯度的非线性有源噪声控制方法，其特征在于，

步骤B具体包括：

滤波器生成当前时刻n和前Q-1个时刻的权系数w(n)，w(n-1),…,w(n-Q+1)；

将此Q个权系数构成当前时刻n的权向量w′(n)，w′(n)＝[w(n),w(n-1),...,w(n-Q+1)]。

4.如权利要求3所述的一种基于分数阶梯度的非线性有源噪声控制方法，其特征在于，

步骤C具体包括：

滤波器根据当前时刻n的权向量对当前时刻n的噪声输入向量x(n)进行滤波得到当前时刻输出到扬声器的输出值

其中符号*代表卷积运算，s(n)表示噪声源经滤波器到扬声器的次级路径的脉冲响应。

5.如权利要求4所述的一种基于分数阶梯度的非线性有源噪声控制方法，其特征在于，

步骤D具体包括：

D1、获取残差信号：

由误差麦克风拾取出噪声消除点在当前时刻n的声音信号获得当前时刻n的残差信号e(n)；

D2、计算分数阶梯度：

根据分数阶求导法则，计算分数阶梯度

其中Γ(·)表示伽玛函数，v＝0.9指梯度的阶数，⊙表示向量的叉积运算；

D3、更新权系数：

下一时刻n+1的滤波器权系数w(n+1)计算公式为：

其中，μ为步长参数。

Images