CN112053675A - 发动机阶次噪声消除系统中的语音回声抑制 - Google Patents
发动机阶次噪声消除系统中的语音回声抑制 Download PDFInfo
- Publication number
- CN112053675A CN112053675A CN202010493801.1A CN202010493801A CN112053675A CN 112053675 A CN112053675 A CN 112053675A CN 202010493801 A CN202010493801 A CN 202010493801A CN 112053675 A CN112053675 A CN 112053675A
- Authority
- CN
- China
- Prior art keywords
- signal
- noise
- stationary
- adaptation
- error 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
- 230000001629 suppression Effects 0.000 title description 5
- 230000006978 adaptation Effects 0.000 claims abstract description 52
- 230000000694 effects Effects 0.000 claims abstract description 15
- 238000000034 method Methods 0.000 claims description 43
- 230000003044 adaptive effect Effects 0.000 claims description 37
- 238000012546 transfer Methods 0.000 claims description 20
- 230000004044 response Effects 0.000 claims description 12
- 238000004590 computer program Methods 0.000 claims description 7
- 230000008859 change Effects 0.000 claims description 4
- 230000003068 static effect Effects 0.000 claims description 4
- 238000007619 statistical method Methods 0.000 claims description 4
- 230000002829 reductive effect Effects 0.000 claims description 3
- 238000004891 communication Methods 0.000 claims description 2
- 238000001514 detection method Methods 0.000 abstract description 12
- 238000004422 calculation algorithm Methods 0.000 description 15
- 238000012545 processing Methods 0.000 description 9
- 230000001052 transient effect Effects 0.000 description 8
- 230000008901 benefit Effects 0.000 description 7
- 230000008569 process Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 230000002123 temporal effect Effects 0.000 description 4
- 238000013459 approach Methods 0.000 description 3
- 230000007774 longterm Effects 0.000 description 3
- 239000000203 mixture Substances 0.000 description 3
- 230000009467 reduction Effects 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 2
- 230000005534 acoustic noise Effects 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 2
- 238000002592 echocardiography Methods 0.000 description 2
- 238000010304 firing Methods 0.000 description 2
- 230000000670 limiting effect Effects 0.000 description 2
- 239000002245 particle Substances 0.000 description 2
- 238000010079 rubber tapping Methods 0.000 description 2
- 230000003595 spectral effect Effects 0.000 description 2
- 238000001228 spectrum Methods 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000001934 delay Effects 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000001066 destructive effect Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000000116 mitigating effect Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000003534 oscillatory effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000013179 statistical model Methods 0.000 description 1
- 230000036962 time dependent Effects 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
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
- G10K11/1785—Methods, e.g. algorithms; Devices
- G10K11/17853—Methods, e.g. algorithms; Devices of the 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
- G10K11/1781—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
-
- 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
- G10K11/1783—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 handling or detecting of non-standard events or conditions, e.g. changing operating modes under specific operating conditions
- G10K11/17837—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 handling or detecting of non-standard events or conditions, e.g. changing operating modes under specific operating conditions by retaining part of the ambient acoustic environment, e.g. speech or alarm signals that the user needs to hear
-
- 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
- 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
- G10K11/17883—General system configurations using both a reference signal and an error signal the reference signal being derived from a machine operating condition, e.g. engine RPM or vehicle speed
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L21/00—Speech or voice signal processing techniques to produce another audible or non-audible signal, e.g. visual or tactile, in order to modify its quality or its intelligibility
- G10L21/02—Speech enhancement, e.g. noise reduction or echo cancellation
- G10L21/0208—Noise filtering
-
- 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
- G10K2210/10—Applications
- G10K2210/128—Vehicles
- G10K2210/1282—Automobiles
- G10K2210/12822—Exhaust pipes or mufflers
-
- 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
- G10K2210/3054—Stepsize variation
-
- 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
- G10K2210/50—Miscellaneous
- G10K2210/503—Diagnostics; Stability; Alarms; Failsafe
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Health & Medical Sciences (AREA)
- Signal Processing (AREA)
- Quality & Reliability (AREA)
- Computational Linguistics (AREA)
- Human Computer Interaction (AREA)
- General Health & Medical Sciences (AREA)
- Soundproofing, Sound Blocking, And Sound Damping (AREA)
- Fittings On The Vehicle Exterior For Carrying Loads, And Devices For Holding Or Mounting Articles (AREA)
- Exhaust Silencers (AREA)
Abstract
发动机阶次噪声消除(EOC)系统基于发动机或其他旋转轴RPM而生成前馈噪声信号,并且使用那些信号和自适应地配置的W滤波器通过经由扬声器发射抗噪声来降低车厢内的SPL。EOC系统可包含信号分析控制器,所述信号分析控制器用于基于从误差信号的当前帧取样的参数来检测诸如话音等非平稳事件,所述误差信号是从定位在车辆乘客舱的各个位置的传声器输出。在检测之后,所述信号分析控制器可减轻所述非平稳事件的影响,以防止所述EOC系统增大噪声或者在所述乘客舱中引起像话音一样的后回声。举例来说,如果在帧中检测到话音,那么可在所述帧期间冻结调适。可替代地,所述信号分析控制器可自适应地从误差传声器信号减去语音信号。
Description
技术领域
本公开针对于发动机阶次噪声消除(engine order cancellation),并且更具体来说,针对于检测前馈发动机阶次噪声消除系统中的语音或其他非平稳事件以将误调适最小化。
背景技术
主动噪声控制(ANC)系统使用前馈和反馈结构来衰减非期望的噪声,以自适应地移除收听环境内(诸如车辆车厢内)的非期望的噪声。ANC系统一般通过生成消除声波以与不希望的可听噪声相消地干涉来消除或减少不希望的噪声。当噪声和在量值方面与所述噪声大部分相同但在相位方面与所述噪声相反的“抗噪声”进行组合以降低某处的声压级(SPL)时发生相消干涉。在车辆车厢收听环境中,非期望的噪声的潜在来源是来自发动机、车辆轮胎与车辆在上面行驶的道路表面之间的相互作用,和/或由车辆的其他部分的振动发射的声音。因此,不希望的噪声随车辆的速度、道路状况和操作状态而变。
发动机阶次噪声消除(EOC)系统是在车辆上实施的特定ANC系统,用以降低源自来自车辆发动机和排气系统或其他旋转传动系部件的窄带声学和振动发射的不希望的车辆内部噪声水平。EOC系统基于发动机或其他旋转轴RPM而生成前馈噪声信号,并且使用那些信号和自适应地配置的W滤波器通过经由扬声器发射抗噪声来降低车厢内的SPL。EOC系统易受自适应W滤波器的散度影响。
EOC系统通常为最小均方(LMS)自适应前馈系统,其基于来自安装到驱动轴的传感器的RPM输入以及定位在车辆的车厢内部的各个位置的传声器的信号两者来连续地调适W滤波器。特定事件,诸如当车辆碰到减速带或凹坑时或当车辆的乘员说话时,会引起误差传声器输出上的信号。LMS EOC系统不断地调适W滤波器,并且因此LMS EOC系统将把W滤波器调适成最佳地消除这些语音信号或在发动机阶次频率下出现的脉冲信号的部分。然而,这些类型的事件是瞬变的,并且不是由发动机和排气系统发射的指示性噪声。因此,当基于这些瞬变的非平稳的事件来调适W滤波器时,EOC在非传动系相关的声学事件之后的一段时间内会变得更坏。这是因为EOC系统需要进行重新调适以重新集中于正确的W滤波器来最佳地消除稳态或伪稳态的发动机和排气系统声音。
发明内容
在一个或多个说明性实施方案中,提供了一种用于防止前馈发动机阶次噪声消除(EOC)系统中的误调适的方法。所述方法可包含基于从噪声信号发生器接收的噪声信号、从定位在车辆的车厢中的传声器接收的误差信号以及调适参数来调整自适应传递特性。所述方法还可包含部分地基于所述自适应传递特性而生成抗噪声信号,其中所述抗噪声信号将由扬声器作为抗噪声在车辆的车厢内发射。所述方法还可包含:基于从误差信号的帧取样的信号参数来检测非平稳事件;以及响应于检测到所述非平稳事件而在所述帧的持续时间内修改调适参数。
实现方式可包含以下特征中的一者或多者。基于从所述误差信号的帧取样的信号参数来检测非平稳事件可包含:将所述误差信号的当前帧的至少一个信号参数与阈值进行比较;以及当所述至少一个信号参数超过所述阈值时检测到所述非平稳事件。此外,所述信号参数可为在所述帧中取样的所述误差信号的峰值振幅和每个帧的能量值中的一者。所述阈值可为针对EOC系统编程的预定静态阈值。可替代地,所述阈值可为根据对所述误差信号的一个或多个先前帧中的所述至少一个信号参数的统计分析计算出的动态阈值。
另外,基于从所述误差信号的帧取样的信号参数来检测非平稳事件可包含:使用语音活动检测器将峰值跟踪器和谷值跟踪器应用于所述误差信号的当前帧,以确定所述当前帧中的峰值的振幅和数目;以及当在预定持续时间内预定数目个峰值超过预定值时检测到话音的存在。另外,修改调适参数可包含:减小一个或多个可控滤波器的调适速率;通过将一个或多个可控滤波器的调适速率减小到零来暂停对所述可控滤波器的调适;或在所述帧的持续时间内停用所述EOC系统。
一个或多个额外的实施方案可针对于一种EOC系统,所述EOC系统包含噪声信号发生器、可控滤波器和自适应滤波器控制器,以及信号分析控制器。所述噪声信号发生器可适于响应于输入而生成噪声信号。所述可控滤波器可适于部分地基于自适应传递特性而生成抗噪声信号。所述抗噪声信号将由扬声器作为抗噪声在车辆的车厢内发射。所述自适应滤波器控制器可包含处理器和存储器,所述自适应滤波器控制器被编程为基于从噪声信号发生器接收的噪声信号、从定位在车辆的车厢中的传声器接收的误差信号以及调适参数来控制可控滤波器的自适应传递特性。所述信号分析控制器可包含处理器和存储器,所述信号分析控制器被编程为:基于从误差信号的当前帧取样的参数来检测非平稳事件;以及响应于检测到所述非平稳事件而修改所述调适参数和所述误差信号中的至少一者。
实现方式可包含以下特征中的一者或多者。所述调适参数可确定所述可控滤波器的自适应传递特性的变化速率。所述信号分析控制器可被编程为通过减小所述可控滤波器的调适速率来修改所述调适参数。所述信号分析控制器可被编程为通过移除由所述非平稳事件指示的非平稳噪声来修改所述误差信号,以生成调整后的误差信号。所述EOC系统还可包含语音活动检测器,所述语音活动检测器检测所述误差信号中存在的话音,其中所述非平稳事件包含所述话音。所述语音活动检测器可被配置成确定所述误差信号的当前帧中的过零率。
所述信号分析控制器可被编程为基于从误差信号的当前帧取样的参数通过将每个误差信号的当前帧的至少一个信号参数与阈值进行比较来检测非平稳事件。所述噪声信号发生器可包含RPM传感器、查找表和频率发生器。
一个或多个额外的实施方案可针对于一种计算机程序产品,所述计算机程序产品体现在针对EOC编程的非暂时性计算机可读介质中。所述计算机程序产品可包含用于以下操作的指令:从至少一个噪声信号发生器接收噪声信号;生成抗噪声信号,所述抗噪声信号将由扬声器作为抗噪声在车辆的车厢内发射,所述抗噪声信号是由至少一个可控滤波器部分地基于来自所述至少一个噪声信号发生器的所述噪声信号而生成;从定位在所述车辆的所述车厢中的至少一个传声器接收误差信号;基于从至少一个误差信号的帧取样的信号参数来检测非平稳事件;以及响应于检测到所述非平稳事件而在所述帧的持续时间内修改所述抗噪声信号。
实现方式可包含以下特征中的一者或多者。所述用于修改抗噪声信号的指令可包含用于修改控制所述可控滤波器的调适速率的调适参数的指令。可替代地,所述用于修改抗噪声信号的指令可包含用于通过移除指示所述非平稳事件的非平稳噪声来修改所述误差信号以获得调整后的误差信号的指令。
附图说明
图1是根据本公开的一个或多个实施方案的具有发动机阶次噪声消除(EOC)系统的车辆的框图;
图2是根据本公开的一个或多个实施方案的在图1中描绘的噪声信号发生器的详细视图;
图3A是根据本公开的一个或多个实施方案的表示包含信号分析控制器的EOC系统的示意性框图;
图3B是表示包含信号分析控制器的替代性EOC系统的示意性框图;以及
图4是根据本公开的一个或多个实施方案的描绘用于防止由于非平稳事件(诸如乘客舱中的话音)而对EOC系统中的可控滤波器进行误调适的方法的流程图。
具体实施方式
按照要求,本文公开了本发明的详细实施方案;然而,应当理解的是,所公开的实施方案仅仅是可以各种替代形式体现的本发明的示例。附图不一定按比例绘制;一些特征可能被放大或最小化以示出特定部件的细节。因此,本文中公开的特定结构细节和功能细节不应被解释为是限制性的,而是仅仅作为教导本领域技术人员以不同方式运用本发明的代表性基础。
本文描述的控制器或装置中的任何一者或多者包含计算机可执行指令,可从使用多种编程语言和/或技术创建的计算机程序来编译或解译所述计算机可执行指令。一般来说,处理器(诸如微处理器)例如从存储器、计算机可读介质等接收指令,并且执行所述指令。处理单元包含能够执行软件程序的指令的非暂时性计算机可读存储介质。所述计算机可读存储介质可为(但不限于)电子存储装置、磁性存储装置、光学存储装置、电磁存储装置、半导体存储装置,或它们的任何合适的组合。
图1示出了具有噪声信号发生器108的用于车辆102的发动机阶次噪声消除(EOC)系统100。噪声信号发生器108可生成与源自车辆发动机和排气系统110的每个发动机阶次的可听发动机阶次噪声相对应的参考噪声信号X(n)。EOC系统100可与前馈和反馈主动噪声控制(ANC)框架或系统104集成,所述前馈和反馈主动噪声控制框架或系统通过使用一个或多个传声器112对来自噪声信号发生器108的噪声信号X(n)进行自适应滤波而生成抗噪声。随后可通过一个或多个扬声器124播放抗噪声信号Y(n)。S(z)表示单个扬声器124与单个传声器112之间的传递函数。虽然图1为简单起见仅示出了单个噪声信号发生器108、传声器112和扬声器124,但应注意,典型的EOC系统除了多个扬声器124(例如,4个到8个)和传声器112(例如,4个到6个)之外还可包含多个发动机阶次噪声信号发生器108。
参考图2,噪声信号发生器108可包含RPM传感器242,所述RPM传感器可提供指示发动机驱动轴或其他旋转轴的旋转的RPM信号244(例如,方波信号),所述RPM信号指示发动机转速。在一些实施方案中,可从车辆网络总线(未示出)获得RPM信号244。因为所发射的发动机阶次与驱动轴RPM成正比,因此RPM信号244表示由包含发动机和排气系统的传动系产生的频率。因此,来自RPM传感器242的信号可用于生成与车辆的发动机阶次中的每一者相对应的参考发动机阶次信号。因此,可结合RPM相对于发动机阶次频率的查找表246来使用RPM信号244。
更具体来说,查找表246可用于将RPM信号244转换为一个或多个发动机阶次频率。可将在感测到的RPM下的从查找表246检索到的给定发动机阶次频率供应给振荡器或频率发生器248,从而在所述给定频率下生成正弦波。此正弦波表示指示给定发动机阶次的发动机阶次噪声的噪声信号X(n)。当可能存在多个发动机阶次时,EOC系统100可包含用于基于RPM信号244来生成每个发动机阶次的噪声信号X(n)的多个噪声信号发生器108和/或频率发生器248。
以1800RPM的速率旋转的发动机可被认为是在30Hz(1800/60=30)下运行,这对应于基本或初级发动机阶次频率。对于四缸发动机,在每个曲柄旋转期间将两个气缸点火,从而产生限定四缸发动机在1800RPM下的声音的60Hz(30x2=60)优势频率。在四缸发动机中,这还称为“第二发动机阶次”,因为所述频率是发动机旋转速率的两倍。在1800RPM下,四缸发动机的其他优势发动机阶次是120Hz下的第四阶次和180Hz下的第六阶次。在六缸发动机中,所述点火频率导致优势第三发动机阶次;在V-10中,第五发动机阶次是优势性的。随着RPM增加,点火频率成比例地上升。如先前描述,EOC系统100可包含用于基于RPM信号244来生成每个发动机阶次的噪声信号X(n)的多个噪声信号发生器108和/或频率发生器248。此外,EOC系统100内的ANC框架104(例如,可控滤波器118、自适应滤波器控制器120、辅助路径滤波器122)可经过缩放以降低或消除这多个发动机阶次中的每一者。例如,降低第二发动机阶次、第四发动机阶次和第六发动机阶次的EOC系统需要三个所述ANC框架或子系统104,每个发动机阶次要一个ANC框架或子系统。特定系统部件,诸如误差传声器112和抗噪声扬声器124,可为所有系统或子系统共用的。
再参看图1,可通过在噪声信号发生器108内任选地容纳的RPM传感器242中的一者或多者来感测源自发动机和排气系统110的噪声和振动的特性频率。噪声信号发生器108可输出噪声信号X(n),所述噪声信号是表示特定发动机阶次频率的信号。如先前描述,噪声信号X(n)可能处于不同的所关注的发动机阶次下。另外,可单独地使用或可通过本领域技术人员已知的各种方式组合这些噪声信号。可使用模型化的传递特性S'(z)对所述噪声信号X(n)进行滤波,所述模型化的传递特性通过辅助路径滤波器122来估计辅助路径(即,抗噪声扬声器124与误差传声器112之间的传递函数)。
传动系噪声(例如,发动机、驱动轴或排气噪声)被机械地和/或声学地传递到乘客舱中,并且被车辆102内部的一个或多个传声器112接收。一个或多个传声器112可例如定位在座椅116的头枕114中,如图1中示出。可替代地,一个或多个传声器112可定位在车辆102的顶篷中或定位在某一其他合适的位置,以感测车辆102内部的乘员听到的声学噪声场。发动机、驱动轴和/或排气噪声根据传递特性P(z)传递到传声器112,所述传递特性表示主路径(即,实际噪声源与误差传声器之间的传递函数)。
传声器112可输出误差信号e(n),所述误差信号表示在车辆102的车厢中存在的由传声器112检测到的噪声。在EOC系统100中,可通过自适应滤波器控制器120来控制可控滤波器118的自适应传递特性W(z)。自适应滤波器控制器120可基于所述误差信号e(n)和所述噪声信号X(n)根据已知的最小均方(LMS)算法进行操作,所述噪声信号任选地被滤波器122使用模型化的传递特性S'(z)进行滤波。可控滤波器118常称为W滤波器。LMS自适应滤波器控制器120可提供综合互谱,所述综合互谱被配置成基于误差信号e(n)来更新滤波器系数的传递特性W(z)。产生改进的噪声消除的调适或更新W(z)过程称为收敛。收敛是指创建使误差信号e(n)最小化的W滤波器,这由操控给定输入信号的调适速率的步长控制。所述步长是通过基于可控W滤波器118的每次更新来限制W滤波器系数的量值变化来规定算法将多快速地进行收敛以使e(n)最小化的缩放因数。
抗噪声信号Y(n)可由通过可控滤波器118和自适应滤波器控制器120形成的自适应滤波器基于所识别的传递特性W(z)和噪声信号或噪声信号X(n)的组合而生成。抗噪声信号Y(n)理想地具有一种波形,使得当通过扬声器124播放时,在乘员的耳朵和传声器112附近生成在相位方面与车辆车厢的乘员可听的发动机阶次噪声的相位基本上相反并且在量值方面与所述发动机阶次噪声的量值相同的抗噪声。来自扬声器124的抗噪声可与车辆车厢中的在传声器112附近的发动机阶次噪声进行组合,从而导致在此位置的发动机阶次噪声引发的声压级(SPL)的降低。在某些实施方案中,EOC系统100可从乘客舱中的其他声传感器(诸如声能传感器、声强传感器或声粒子速度或加速度传感器)接收传感器信号以生成误差信号e(n)。
车辆通常具有相对于发动机RPM在其他速率下旋转的其他轴。举例来说,驱动轴按由变速器设定的当前齿轮比以与发动机相关的速率旋转。驱动轴可能不具有完美的旋转平衡,因为驱动轴可能具有一定程度的偏心。当旋转时,所述偏心引起旋转失衡,所述旋转失衡向车辆赋予振荡力,并且这些振动可导致乘客舱中的可听的声学声音。以不同于发动机的速率旋转的其他旋转轴包含以通过它们的差速器中的齿轮比设定的速率旋转的半轴或桥。在某些实施方案中,噪声信号发生器108可在诸如驱动轴或半轴等不同的旋转轴上具有RPM传感器。
当车辆102在操作中时,处理器128可收集且任选地处理来自噪声信号发生器108中的RPM传感器242以及传声器112的数据,以构建含有将要由车辆102使用的数据和/或参数的数据库或映射。所收集的数据可在本地存储在存储装置130处,或存储在云中,以供车辆102未来使用。可用于在本地存储在存储装置130处的与EOC系统100相关的数据类型的示例包含(但不限于)RPM历史、传声器频谱或时间相关信号、基于传声器的声学性能数据、语音活动检测器(VAD)数据和历史,以及在时域或频域中的预定误差传声器非平稳事件检测阈值。另外,处理器128可分析RPM传感器和传声器数据,并且提取关键特征以确定将应用于EOC系统100的一组参数。所述组参数在由事件触发时可被选择。在一个或多个实施方案中,处理器128和存储装置130可与一个或多个EOC系统控制器(诸如自适应滤波器控制器120)集成。
在图1中描绘的简化EOC系统示意图示出了在每个扬声器124与每个传声器112之间的由S(z)表示的一个辅助路径。如先前提及,EOC系统通常具有多个扬声器、传声器和噪声信号发生器。因此,6扬声器、6传声器EOC系统将具有总共36个辅助路径(即,6×6)。相应地,6扬声器、6传声器EOC系统同样地可具有36个S'(z)滤波器(即,辅助路径滤波器122),所述滤波器估计每个辅助路径的传递函数。如图1中所示,EOC系统还将在来自噪声信号发生器108的每个噪声信号X(n)与每个扬声器124之间具有一个W(z)滤波器(即,可控滤波器118)。因此,5噪声信号发生器、6扬声器EOC系统可具有30个W(z)滤波器。可替代地,6频率发生器248、6扬声器EOC系统可具有36个W(z)滤波器。
图3A至图3B是根据本公开的一个或多个实施方案的表示EOC系统300的示意性框图。本领域技术人员可理解,EOC系统300可为滤波-X最小均方(FX-LMS)EOC系统。与EOC系统100类似,EOC系统300可包含分别与上文论述的元件108、110、112、118、120、122和124的操作一致的元件308、310、312、318、320、322和324。图3A至图3B还示出了关于图1描述的主路径P(z)和辅助路径S(z)。因为发动机阶次噪声是窄带,所以误差传声器信号e(n)可通过带通滤波器350进行滤波,之后进入基于LMS的自适应滤波器控制器320中。在一个实施方案中,使用相同的带通滤波器参数对由噪声信号发生器308输出的噪声信号X(n)进行带通滤波。因为各个发动机阶次的频率不同,所以每个发动机阶次可具有其自身的具有不同的高通滤波器拐角频率和低通滤波器拐角频率的带通滤波器。频率发生器和对应的噪声消除部件的数目将最终基于针对特定车辆期望降低水平的发动机阶次的数目而变。
如上所述,EOC系统由于非平稳事件而容易遭到误调适,所述非平稳事件诸如当驶过火车轨道、碰到凹坑、驶过减速带、乘客轻拍误差传声器时,或甚至当车辆中存在语音时。如果LMS系统基于非平稳信号来调适W滤波器,那么EOC性能在之后的时间周期内可能会降级,因为这些非平稳信号在本质上是瞬变的,并且与在不存在这些干扰信号的情况下在稳态驾驶期间的声音相比具有不同的空间和相位特征。使用非平稳输入来调适LMS系统被描述为误调适,因为在所述非平稳输入之后可能导致降级的噪声消除性能。例如,男声的基本频率通常落在EOC系统的频率范围内,从而在此话音期间调适EOC系统的情况下在乘客舱中产生不合意的可听的伪声。
当在乘客舱中存在话音时,语音能量添加到由误差传声器感测的发动机阶次噪声。常规的自适应LMS EOC系统将开始适应语音与噪声的组合以试图消除所述组合。由EOC系统产生抗噪声以消除组合的语音和发动机声音,并且由于系统延迟,所述抗噪声在约7毫秒之后到达车辆乘员的耳朵。与话音的非平稳性质相结合的延迟意味着抗噪声将不仅无法消除语音,反而将导致车厢中的像话音一样的“后回声”。在诸如发动机噪声等平稳噪声源的情况下,此7ms延迟不是问题,因为发动机噪声(主要是一连串正弦波谐波)在恒定速度驾驶期间循环地几乎一样地重复。然而,对于诸如语音等非平稳信号则并非如此。在抗噪声到达乘客舱时,所述抗噪声未有效地消除语音,因为所述语音的来源现在发出了不同的声音。
除了车厢中的像话音一样的“后回声”之外,拾取非平稳的像噪声一样的话音的EOC误差传声器的另一潜在缺陷是对特定发动机阶次的调适的影响。在所述语音结束(因为乘客停止了以特定频率说话或者完全停止说话)之后,针对85Hz-170 Hz倍频程的范围内的多个阶次的每个发动机阶次抗噪声滤波器的相位和量值对于消除发动机噪声来说不再是最佳的,因为它们已经部分地收敛来消除语音与发动机噪声的组合。因此,在短暂的一段时间内,EOC也可能不是最佳的。在EOC系统重新收敛之前,其将一直是次最佳的。这种次最佳的消除的纯效果是该发动机阶次的水平的明显波动。
响应于非平稳的瞬变事件对W滤波器进行的误调适可通过检测此类事件并且减轻它们对LMS调适算法的影响来预防。为了检测非平稳事件,诸如乘客舱中的话音的存在,或诸如在驶过火车轨道、碰到凹坑或轻拍误差传声器等事件,可评估从EOC系统中的一个或多个传声器输出的一个或多个误差信号e(n)。每个传声器通道的误差信号e(n)可为模拟或数字信号。对这些输出信号的时间历史或频域内容的评估可识别非平稳的瞬变事件的出现。例如,驶过凹坑可导致在传声器输出上出现相对高振幅的短持续时间脉冲。有可能的是,此高振幅(即,可能是满刻度的)的短持续时间信号将可能在不同的帧期间出现在一个以上传声器上。
为了检测此类非平稳事件,EOC系统300还可包含至少一个信号分析控制器362。信号分析控制器362可包含处理器和存储器(未示出),诸如处理器128和存储装置130,所述信号分析控制器被编程为评估和检测在时间相关的误差信号e(n)内含有的非平稳事件,所述非平稳事件包含话音和其他脉冲事件。这可包含通过在时域或频域中的任一者或两者中分析来自误差信号e(n)的帧的时间样本来计算参数。可沿着在误差传声器312与自适应滤波器控制器320之间的路径设置信号分析控制器362。可替代地,可沿着在带通滤波器350与自适应滤波器控制器320之间的路径设置信号分析控制器362。信号分析控制器362可为用于检测非平稳信号的专用控制器,或者可与EOC系统300中的另一控制器或处理器(诸如LMS自适应滤波器控制器320)集成。可替代地,可将信号分析控制器362集成到车辆102内的与EOC系统中的其他部件分开的另一控制器或处理器中。
根据一个或多个实施方案,信号分析控制器362可包含用于分析误差信号e(n)以检测话音或其他非平稳信号的存在的语音活动检测器(VAD)364。可替代地,VAD 364可为与信号分析控制器362分开但与其通信的用于评估误差信号e(n)的部件。VAD可检测诸如话音等非平稳事件。虽然本领域技术人员已知许多变体,但VAD一般通过逐帧地分析音频数据进行工作。典型的方法可包含应用确定帧中的峰值的振幅和数目的峰值跟踪器,以及谷值跟踪器(或某一其他类型的平均RMS水平检测器)。由VAD用于确定是否已经检测到话音的参数和阈值是完全可配置的。但一般来说,当在预定持续时间内特定数目个峰值超过预定值(例如,平均RMS水平加上预定量)时,可检测到话音。自然地,设定这些阈值是在错误检测与错误拒绝(即,将非话音事件误认为话音,或同样地未检测到真实的话音)之间的折衷。此外,最小检测时间为一单个帧,其可为大约几毫秒。
在安静环境下检测话音是很普通的,因此是背景噪声的存在使得VAD准确地检测话音变得更加困难。基于VAD对简单特征(诸如短期能量和过零率)的二元决策来实施第一VAD。这些技术在高信噪比(SNR)情景中很有效。可向VAD添加更复杂的信号处理技术,包含频谱形状、调和性以及周期分析。可在VAD中使用作为时间相关量度的规范化的自相关系数来帮助提高在极低SNR的随机声音环境中的检测准确度。可任选地在VAD中实施诸如频谱时间调制或振幅调制频谱图等特征的计算。最近,开发了若干种基于复杂统计模型的VAD方法来进一步增加在不利SNR环境中的准确度。
起初,在作出决策过程中仅使用来自当前分析帧的数据。然而,随时间推移,已经发现话音和背景噪声特性两者的长期历史可用于增加VAD决策的准确度。在致力于超越基于求平均的动态阈值化的过程中,可训练更高级的分类器,诸如高斯混合模型或神经网络,以基于前述特征和统计来区分话音与噪声。虽然VAD输出是二元的,但更复杂的方法是可能的,包含将静态阈值或动态阈值应用于话音存在概率。所有这些各种技术的目标是选择阈值,所述阈值会对诸如在话音已经结束之后被检测为话音和余音的噪声等错误检测以及诸如前端话音削波和中间话音削波等错误拒绝进行平衡。在各种实施方案中,可将这些或其他额外技术中的任一者或全部组合到VAD 364中。
响应于检测到话音或另一非平稳事件,EOC系统300可在其中检测到事件的帧的持续时间内减慢对可控滤波器318中的一些或全部的调适,或者完全暂停调适。LMS算法的步长控制调适速率。较小的步长会减慢基于RPM和传声器输入对可控滤波器318的调适。在帧的持续时间内减小步长会导致可控滤波器318与它们原本由于存在这些非平稳输入而进行的改变相比更小地改变。将步长减小到零实际上会通过在帧的持续时间内防止基于这些非平稳信号对可控滤波器318进行调适来暂停所述调适。暂停或减慢调适速率可防止EOC系统300被误调适,这继而可防止车厢中的像话音一样的后回声和/或发动机阶次噪声的明显波动。
在现实世界和教科书式车内噪声消除系统中,不仅通过步长而且通过规范化的步长来调节LMS系统调适速率。在此系统中,将步长除以相对于诸如误差传声器等传感器的DSP帧中的能量的数量。此方法可具有若干优势,诸如致使系统在安静或高声操作情景中以相同速率进行调适。因此,在某些实施方案中,高声语音可在所述语音的持续时间期间导致步长的模拟减小。然而,一旦已经超过阈值,在本公开中描述的EOC系统便允许步长的数字减小,否则不减小。在一个实施方案中,可一起使用这些技术以实现表现更好的噪声消除系统。
可采用在帧的持续时间内暂停调适的其他等效方法,诸如重复前一帧的可控滤波器318,而不是基于含有非平稳事件的输入帧来更新所述可控滤波器。在一个或多个实施方案中,信号分析控制器362可在使用检测信号366检测到诸如话音等非平稳事件时告知LMS自适应滤波器控制器320,如图3A中说明。响应于检测信号366,自适应滤波器控制器320可诸如通过在帧或非平稳事件的持续时间内减小其调适算法的步长来修改调适参数以防止误调适或使误调适最小化。
作为使用检测信号366修改调适参数的替代方案,信号分析控制器362可响应于检测到非平稳事件而生成调整后的误差信号e'(n),如图3B中描绘。调整后的误差信号e'(n)可为其中移除了检测到的话音或其他非平稳输入的误差传声器信号e(n)。通过从误差传声器信号自适应地减去语音信号,EOC系统将不会试图消除在频率上与EOC系统试图消除的发动机阶次一致的话音或其他非平稳噪声的频率。因此,调整后的误差信号e'(n)可防止可控滤波器318由于非平稳或瞬变事件而进行误调适,并且还可防止像话音一样的后回声。如果未检测到像非平稳事件一样的话音,那么信号分析控制器362可不调整误差信号e'(n),使得可将误差信号e(n)传到可控滤波器318和/或自适应滤波器控制器320。
为了从误差信号e(n)移除或减少话音等,可采用单传声器或多传声器噪声抑制算法(诸如在电话中使用的那些噪声抑制算法)来产生主要含有语音的信号。随后可通过从误差传声器信号e(n)减去表示非平稳话音的语音信号来移除误差传声器信号e(n)的话音分量,以获得调整后的误差信号e'(n)。虽然这些单传声器和多传声器噪声抑制算法可能具有某一时延,但这对EOC算法的性能并不重要,尤其是在稳态RPM下操作车辆时,因为此时延将仅影响W滤波器的更新,而将不会延迟抗噪声自身的产生。从误差信号e(n)完全移除话音可能是不可能的,并且对于提高EOC算法的性能以及防止误调适来说是没有必要的。
图4是描绘用于防止由于非平稳事件(诸如在车辆的乘客舱中出现的话音)而对EOC系统中的可控滤波器进行误调适的方法400的流程图。所公开的方法的各个步骤可由信号分析控制器362单独地或与EOC系统300的其他部件联合地执行。另外,可与基于来自传声器312的误差信号e(n)检测话音或另一非平稳事件(诸如进入的风,或乘客擦到或撞到传声器312)相结合来阐释对所述方法的特定描述。
在步骤410处,EOC系统300可从至少一个传声器312接收传感器信号,诸如误差信号e(n)。EOC系统300还可从乘客舱中的其他声传感器(诸如声能传感器、声强传感器或声粒子速度或加速度传感器)接收传感器信号。为此,信号分析控制器362可接收来自传声器312的时间数据的一组样本。时间数据的所述一组样本可形成一个数字信号处理(DSP)帧。在一个实施方案中,来自传感器(即,传声器312)的输出的64个时间样本可形成单个DSP帧。在替代性实施方案中,更多的或更少的时间样本可构成单个帧。
在步骤420处,可执行对帧内的传感器数据的分析。在各种实施方案中,此分析可包含根据从(例如)误差信号e(n)取样的传感器数据的每个帧来计算、提取或以其他方式获得一个或多个参数。在一个示例中,信号分析控制器362可计算所述帧的快速傅里叶变换(FFT)以形成来自误差传声器e(n)的输入的频域表示。所述分析还可包含评估一个或多个频率范围中或单独的频段中的FFT。例如,非平稳的瞬变事件通常是短持续时间脉冲,其在频域中是极宽带信号。因此,频域中的许多非平稳事件信号的特征非常不同于处于稳态的车辆信号的特征。因此,从帧获得参数(诸如一个或多个频率范围的水平)并分析所述参数可使得能够检测非平稳事件。在其他示例中,所述分析还可包含计算参数,诸如DSP帧内的总能量或所述帧内的所有时间样本的峰值或最高振幅。因为通过非平稳事件产生的误差传声器信号的振幅比通过以稳态驾驶所产生的误差传声器信号的振幅高得多,所以分析这些参数也可实现检测。
步骤420还可包含存储当前帧的参数或误差传声器数据以用于分析传声器数据的未来帧。这可有助于评估和检测可能包含话音的非平稳事件。在一个实施方案中,可存储来自紧接在当前帧之前的帧的参数或传声器数据。在另一实施方案中,可对从传声器数据的多个先前帧获得的参数执行统计分析以确定阈值。例如,可计算从多个先前帧获得的参数的短期或长期平均值,并且将所述短期或长期平均值存储为其自身的参数以供在步骤430中用作阈值,或者用于获得与当前帧的差以便与阈值进行比较。在这些实施方案中的特定实施方案中,可向根据多个先前帧而计算出的平均值(或其他统计值)添加预定增益裕量以形成阈值。这可包含向所述平均值或其他统计值添加20%、50%或100%的增益裕量。因此,可使来自多个先前帧的平均值乘以增益因数(例如,120%、150%、200%等)以获得阈值。在其他实施方案中,其他增益因数是可能的。在另一实施方案中,可使用前述阈值导出技术的任何组合利用来自EOC系统中的其他传感器的数据来计算阈值。另外,可通过分析传声器数据的当前帧或过去的一个或多个帧来导出阈值,所述传声器数据来自源于其他误差传声器的任何误差传声器信号或其任何组合。
在步骤430处,可将根据误差传声器数据的当前帧计算出的参数直接与对应的阈值进行比较。如果来自当前帧的参数超过所述阈值,那么信号分析控制器362可断定已经检测到非平稳事件。如果来自当前帧的参数未超过所述阈值,那么信号分析控制器362可断定尚未检测到非平稳事件。例如,信号分析控制器362可计算当前帧中的能量或当前帧的峰值振幅,并且将所述能量值或峰值振幅与对应的阈值进行比较以确定是否已经发生诸如话音等非平稳事件。
可替代地,如先前描述,可将根据传声器数据的当前帧计算出的参数与来自从同一误差传声器信号、其他误差传声器的一个或多个误差传声器信号或它们的任何组合获得的传声器数据的一个或多个先前帧的相同参数的统计值(例如,平均值)进行比较。随后可将在当前帧的参数与统计值之间的差与阈值进行比较。如果所述差超过所述阈值,那么信号分析控制器362可断定已经检测到非平稳事件。如果所述差未超过所述阈值,那么信号分析控制器362可断定尚未检测到非平稳事件。举例来说,在一个实施方案中,信号分析控制器362可计算出当前帧中的能量,并且将所述能量与前一帧中的能量进行比较,注意到超过预定阈值的任何差可指示非平稳信号,诸如碰到凹坑。在另一实施方案中,可计算从噪声信号发生器输出的噪声信号的当前帧的FFT,并且将所述FFT与前一帧的FFT进行比较,注意到一个或多个FFT段的水平的变化超过预定阈值也可指示非平稳信号。
在一个或多个实施方案中,所述阈值可为受过培训的工程师在调谐EOC系统和其对应的算法期间设定和编程的预定静态阈值。在替代性实施方案中,所述阈值可为根据在一个或多个先前帧中获得的参数的统计分析而计算出的动态阈值,如上文关于步骤420所论述。例如,所述阈值可为根据多个先前帧所取得的参数的短期或长期平均值。另外,可通过如先前论述的增益因数来增强所述平均值以建立动态阈值。在另一实施方案中,所述阈值可简单地是来自时间数据的先前帧的参数的值,还可使所述值乘以增益因数。
信号分析控制器362还可结合在步骤430处的振幅阈值化的前述变体而应用时间阈值化。举例来说,一些脉冲性非平稳事件引起持续时间为1ms到100ms的高振幅输出信号。因此,时间阈值化可进一步辅助检测非平稳事件。例如,在当前帧中的样本的振幅在不足预定时间阈值内超过振幅阈值时,可检测到脉冲性非平稳事件。
如先前描述,信号分析控制器362可采用语音活动检测器(VAD)364来分析误差信号e(n)的话音或其他非平稳信号分量。VAD可通过在步骤420中逐帧地分析音频数据来检测诸如话音等非平稳事件。典型的方法可包含应用确定帧中的峰值的振幅和数目的峰值跟踪器,以及谷值跟踪器(或某一其他类型的平均RMS水平检测器)。当特定数目个峰值在特定持续时间内超过平均RMS水平达特定量时,可检测到话音。由VAD 364用于确定是否已经检测到话音的参数和阈值是完全可配置的。
参看步骤440,当检测到非平稳事件时,所述方法可前进到步骤450,其中对LMS算法中的调适参数进行修改,以防止EOC系统由于非平稳事件而发生误调适或发散。在一个实施方案中,所述方法可前进到步骤460,其中修改传感器信号(例如,误差信号e(n))自身以试图遮掩、减少或去除非平稳事件并且防止误调适。然而,当未检测到非平稳事件时,所述方法可跳过任何调适参数或信号修改并且返回到步骤410,如此所述过程可针对传感器数据的新帧进行重复。在一个实施方案中,可执行步骤450和460两者以设法防止误调适。
在步骤450处,在检测到话音或另一非平稳事件之后,可修改调适参数。具体来说,可减小LMS算法的步长。LMS算法的步长控制调适速率。较小的步长会减慢基于传声器传感器输入对可控滤波器318的调适。在一个或多个实施方案中,当使用检测信号366检测到非平稳事件时,信号分析控制器362可告知LMS控制器320,使得LMS控制器可在帧或非平稳事件的持续时间内减小其调适算法的步长。在此帧的持续时间内减小步长可导致可控滤波器318中的一者或多者与它们原本由于存在这些话音或其他非平稳输入而进行的改变相比更小地改变。在某些实施方案中,可通过在帧的持续时间内将步长减小到零或者通过本领域技术人员已知的其他技术来完全暂停对一个或多个可控滤波器的调适。在一个实施方案中,可在比其中检测到非平稳事件(诸如话音)的一个帧大的持续时间内减小所述步长。在某些实施方案中,修改调适参数可包含在帧的持续时间内停用EOC系统。
在替代性实施方案中,在步骤460处,可修改传感器信号自身以遮掩非平稳事件,并且防止基于瞬变的非平稳事件进行误调适。如上文关于图3B所描述,可修改误差信号e(n)以产生调整后的误差信号e'(n)。调整后的误差信号e'(n)可为其中使用(例如)噪声抑制算法以上文详细描述的方式移除了检测到的话音或其他非平稳输入的误差传声器信号e(n)。另外,如果检测到含有非语音的非平稳事件的帧并且对其进行修改以通过与从误差信号e(n)移除语音的方式类似的方式移除非平稳噪声,那么也可使由于此事件而引起的误调适最小化或防止所述误调适。在一个实施方案中,使用零或含有一个或多个先前帧的平均值的样本来替换当前帧中的数据。在一个实施方案中,可使用来自不同的系统传声器的替代性误差信号e(n)来代替含有非平稳事件的误差信号e(n),从而形成调整后的误差信号e'(n)。
在某些实施方案中,更复杂的解决方案是可能的,其中仅在非平稳事件的持续时间期间修改误差信号e(n)。这可进一步遮掩非平稳事件的任何影响。其他技术是可能的,诸如重复输出误差信号的上一个帧,而不对其进行修改。随后可将调整后的误差信号e'(n)供应给带通滤波器350或自适应滤波器控制器320,以便用于在来自乘客话音或其他非平稳噪声事件的最小影响下调适可控滤波器318。
如果在调整后的误差信号e'(n)中未完全消除非平稳事件,那么可在语音或非平稳事件结束之后采取额外的措施来加快重新调适以提高EOC性能。在一个实施方案中,可增加一个或多个可调整的W滤波器的步长。此步长增加的持续时间可达一个或多个帧,或者一直持续到系统已经重新适于恢复前非平稳事件噪声消除性能。在一个实施方案中,可在一个或多个帧的持续时间内增加泄漏以设法更快速地减小误调适对W滤波器的影响。
虽然图1以及图3A至图3B分别示出了基于LMS的自适应滤波器控制器120和320,但调适或创建最佳的可控W滤波器118和318的其他方法和装置是可能的。举例来说,在一个或多个实施方案中,可采用神经网络来创建和优化W滤波器以取代LMS自适应滤波器控制器。在其他实施方案中,可使用机器学习或人工智能来创建最佳的W滤波器以取代LMS自适应滤波器控制器。
在前述说明书中,已经参考特定示例性实施方案描述了发明性主题。然而,在不脱离权利要求中陈述的发明性主题的范围的情况下可作出各种修改和改变。说明书和附图是说明性而不是约束性的,并且意图将修改包含在发明性主题的范围内。因此,应通过权利要求和它们的合法等效物而不是仅仅通过所描述的示例来确定发明性主题的范围。
举例来说,可通过任何次序来执行在任何方法或过程权利要求中叙述的步骤,并且所述步骤不限于在权利要求中呈现的特定次序。可使用滤波器来实施方程式以使信号噪声的影响最小化。另外,可按照多种排列来组装或以其他方式操作地配置任何设备权利要求中叙述的部件和/或元件,并且因此所述部件和/或元件不限于权利要求中叙述的特定配置。
本领域技术人员应理解,可在时域或频域中进行功能上等效的处理步骤。因此,虽然未针对附图中的每个信号处理框进行明确陈述,但信号处理可发生在时域、频域或它们的组合中。另外,虽然使用数字信号处理的典型术语来阐释各个处理步骤,但在不脱离本公开的范围的情况下,可使用模拟信号处理来执行等效的步骤。
上文已关于特定实施方案描述了益处、优势和问题的解决方案。然而,任何益处、优势、问题的解决方案或者可能致使任何特定益处、优势或解决方案出现或变得更加突出的任何要素不应理解为任何或所有权利要求的关键、所需或必要的特征或部件。
术语“包括(comprise)”、“包括(comprises)”、“包括(comprising)”、“具有”、“包含(including)”、“包含(includes)”或其任何变化意图引用非排他性包含,使得包括一系列要素的过程、方法、制品、组合物或设备不仅包含所叙述的那些要素,而且还可包含未明确列出的或此类过程、方法、制品、组合物或设备固有的其他要素。在不脱离其一般原理的情况下,可根据特定环境、制造规范、设计参数或其他操作要求来改变或以其他方式特别地调适在实践发明性主题时使用的上述结构、布置、应用、比例、元件、材料或部件(以及未具体叙述的那些要素)的其他组合和/或修改。
Claims (20)
1.一种用于防止前馈发动机阶次噪声消除(EOC)系统中的误调适的方法,所述方法包括:
基于从噪声信号发生器接收的噪声信号、从定位在车辆的车厢中的传声器接收的误差信号以及调适参数来调整自适应传递特性;
部分地基于所述自适应传递特性而生成抗噪声信号,所述抗噪声信号将由扬声器作为抗噪声在所述车辆的所述车厢内发射;
基于从所述误差信号的帧取样的信号参数来检测非平稳事件;以及
响应于检测到所述非平稳事件而在所述帧的持续时间内修改所述调适参数。
2.如权利要求1所述的方法,其中基于从所述误差信号的帧取样的信号参数来检测非平稳事件包括:
将所述误差信号的当前帧的至少一个信号参数与阈值进行比较;以及
当所述至少一个信号参数超过所述阈值时检测到所述非平稳事件。
3.如权利要求2所述的方法,其中所述信号参数是在所述帧中取样的所述误差信号的峰值振幅和每个帧的能量值中的一者。
4.如权利要求2所述的方法,其中所述阈值是针对所述EOC系统编程的预定静态阈值。
5.如权利要求2所述的方法,其中所述阈值是根据对所述误差信号的一个或多个先前帧中的所述至少一个信号参数的统计分析计算出的动态阈值。
6.如权利要求1所述的方法,其中基于从所述误差信号的帧取样的信号参数来检测非平稳事件包括:
使用语音活动检测器将峰值跟踪器和谷值跟踪器应用于所述误差信号的当前帧,以确定所述当前帧中的峰值的振幅和数目;以及
当在预定持续时间内预定数目个峰值超过预定值时检测到话音的存在。
7.如权利要求1所述的方法,其中修改调适参数包括:减小一个或多个可控滤波器的调适速率。
8.如权利要求1所述的方法,其中修改调适参数包括:通过将一个或多个可控滤波器的调适速率减小到零来暂停对所述可控滤波器的调适。
9.如权利要求1所述的方法,其中修改调适参数包括:在所述帧的所述持续时间内停用所述EOC系统。
10.一种发动机阶次噪声消除(EOC)系统,所述发动机阶次噪声消除系统包括:
噪声信号发生器,所述噪声信号发生器适于响应于输入而生成噪声信号;
可控滤波器,所述可控滤波器适于部分地基于自适应传递特性而生成抗噪声信号,所述抗噪声信号将由扬声器作为抗噪声在车辆的车厢内发射;
自适应滤波器控制器,所述自适应滤波器控制器包括处理器和存储器,所述自适应滤波器控制器被编程为基于从所述噪声信号发生器接收的所述噪声信号、从定位在所述车辆的所述车厢中的传声器接收的误差信号以及调适参数来控制所述可控滤波器的所述自适应传递特性;以及
信号分析控制器,所述信号分析控制器包括处理器和存储器,所述信号分析控制器被编程为:
基于从所述误差信号的当前帧取样的参数来检测非平稳事件;以及
响应于检测到所述非平稳事件而修改所述调适参数和所述误差信号中的至少一者。
11.如权利要求10所述的EOC系统,其中所述调适参数确定所述可控滤波器的所述自适应传递特性的变化速率。
12.如权利要求11所述的EOC系统,其中所述信号分析控制器被编程为通过减小所述可控滤波器的调适速率来修改所述调适参数。
13.如权利要求10所述的EOC系统,其中所述信号分析控制器被编程为通过移除由所述非平稳事件指示的非平稳噪声来修改所述误差信号,以生成调整后的误差信号。
14.如权利要求10所述的EOC系统,所述EOC系统还包括与所述信号分析控制器通信的语音活动检测器,所述语音活动检测器检测在所述误差信号中存在的话音,其中所述非平稳事件包括所述话音。
15.如权利要求14所述的EOC系统,其中所述语音活动检测器被配置成确定所述误差信号的当前帧中的过零率。
16.如权利要求10所述的EOC系统,其中所述信号分析控制器被编程为基于从所述误差信号的当前帧取样的参数通过将每个误差信号的当前帧的至少一个信号参数与阈值进行比较来检测非平稳事件。
17.如权利要求10所述的EOC系统,其中所述噪声信号发生器包括RPM传感器、查找表和频率发生器。
18.一种计算机程序产品,所述计算机程序产品体现于针对发动机阶次噪声消除(EOC)编程的非暂时性计算机可读介质中,所述计算机程序产品包括用于以下操作的指令:
从至少一个噪声信号发生器接收噪声信号;
生成抗噪声信号,所述抗噪声信号将由扬声器作为抗噪声在车辆的车厢内发射,所述抗噪声信号是由至少一个可控滤波器部分地基于来自所述至少一个噪声信号发生器的所述噪声信号而生成;
从定位在所述车辆的所述车厢中的至少一个传声器接收误差信号;
基于从至少一个误差信号的帧取样的信号参数来检测非平稳事件;以及
响应于检测到所述非平稳事件而在所述帧的持续时间内修改所述抗噪声信号。
19.如权利要求18所述的计算机程序产品,其中用于修改抗噪声信号的指令包括修改控制所述可控滤波器的调适速率的调适参数。
20.如权利要求18所述的计算机程序产品,其中用于修改抗噪声信号的指令包括通过移除指示所述非平稳事件的非平稳噪声来修改所述误差信号以获得调整后的误差信号。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US16/432,197 US10891936B2 (en) | 2019-06-05 | 2019-06-05 | Voice echo suppression in engine order cancellation systems |
US16/432,197 | 2019-06-05 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112053675A true CN112053675A (zh) | 2020-12-08 |
Family
ID=70682616
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010493801.1A Pending CN112053675A (zh) | 2019-06-05 | 2020-06-03 | 发动机阶次噪声消除系统中的语音回声抑制 |
Country Status (3)
Country | Link |
---|---|
US (1) | US10891936B2 (zh) |
EP (1) | EP3748628B1 (zh) |
CN (1) | CN112053675A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112885323A (zh) * | 2021-02-22 | 2021-06-01 | 联想(北京)有限公司 | 音频信息处理方法、装置及电子设备 |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20210001769A1 (en) * | 2019-07-01 | 2021-01-07 | Harman International Industries, Incorporated | Drive mode optimized engine order cancellation |
KR102706259B1 (ko) | 2019-08-09 | 2024-09-11 | 현대자동차주식회사 | 모터를 이용한 능동 사운드 발생장치 |
KR20210053098A (ko) * | 2019-11-01 | 2021-05-11 | 현대자동차주식회사 | 모터를 이용한 능동 소음 제거 장치 |
JP7547223B2 (ja) * | 2021-01-20 | 2024-09-09 | 本田技研工業株式会社 | 能動騒音制御装置及び車両 |
CN115762552B (zh) * | 2023-01-10 | 2023-06-27 | 阿里巴巴达摩院(杭州)科技有限公司 | 训练回声消除模型的方法、回声消除方法及对应装置 |
CN115954012B (zh) * | 2023-03-03 | 2023-05-09 | 成都启英泰伦科技有限公司 | 一种周期性瞬态干扰事件检测方法 |
Family Cites Families (32)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5524057A (en) * | 1992-06-19 | 1996-06-04 | Alpine Electronics Inc. | Noise-canceling apparatus |
US5410606A (en) * | 1992-07-21 | 1995-04-25 | Honda Giken Kogyo Kabushiki Kaisha | Noise canceling method |
JP3410129B2 (ja) * | 1992-12-25 | 2003-05-26 | 富士重工業株式会社 | 車室内騒音低減装置 |
JPH0720884A (ja) * | 1993-07-01 | 1995-01-24 | Fuji Heavy Ind Ltd | 車室内騒音低減装置 |
JP3572486B2 (ja) * | 1994-03-25 | 2004-10-06 | 本田技研工業株式会社 | 振動騒音制御装置 |
US7117145B1 (en) * | 2000-10-19 | 2006-10-03 | Lear Corporation | Adaptive filter for speech enhancement in a noisy environment |
JP3843082B2 (ja) * | 2003-06-05 | 2006-11-08 | 本田技研工業株式会社 | 能動型振動騒音制御装置 |
JP4213640B2 (ja) * | 2004-07-28 | 2009-01-21 | パナソニック株式会社 | 能動騒音低減装置 |
JP4074612B2 (ja) * | 2004-09-14 | 2008-04-09 | 本田技研工業株式会社 | 能動型振動騒音制御装置 |
EP1906384B1 (en) * | 2005-07-21 | 2015-09-02 | Panasonic Corporation | Active noise reduction device |
KR100800873B1 (ko) | 2005-10-28 | 2008-02-04 | 삼성전자주식회사 | 음성 신호 검출 시스템 및 방법 |
EP1947642B1 (en) * | 2007-01-16 | 2018-06-13 | Apple Inc. | Active noise control system |
US9202455B2 (en) * | 2008-11-24 | 2015-12-01 | Qualcomm Incorporated | Systems, methods, apparatus, and computer program products for enhanced active noise cancellation |
US8280073B2 (en) | 2010-03-08 | 2012-10-02 | Bose Corporation | Correcting engine noise cancellation microphone disturbances |
EP2597638B1 (en) * | 2011-11-22 | 2020-06-03 | Harman Becker Automotive Systems GmbH | Tunable active noise control |
US9454953B2 (en) | 2013-02-20 | 2016-09-27 | Mitsubishi Electric Corporation | Active vibration/noise control apparatus |
US9344796B2 (en) * | 2013-03-25 | 2016-05-17 | Bose Corporation | Active reduction of harmonic noise from multiple noise sources |
US9177542B2 (en) * | 2013-03-29 | 2015-11-03 | Bose Corporation | Motor vehicle adaptive feed-forward noise reduction |
EP3156998B1 (en) * | 2015-10-16 | 2024-04-10 | Harman Becker Automotive Systems GmbH | Road and engine noise control |
JP6594456B2 (ja) | 2016-02-05 | 2019-10-23 | 本田技研工業株式会社 | 能動型振動騒音制御装置及び能動型振動騒音制御回路 |
JP2017197021A (ja) * | 2016-04-27 | 2017-11-02 | パナソニックIpマネジメント株式会社 | 能動型騒音低減装置及び能動型騒音低減方法 |
EP3633670A1 (en) * | 2016-05-11 | 2020-04-08 | Harman Becker Automotive Systems GmbH | Method and system for selecting sensor locations on a vehicle for active road noise control |
KR101840205B1 (ko) * | 2016-09-02 | 2018-05-04 | 현대자동차주식회사 | 사운드 제어장치, 차량 및 그 제어방법 |
US10163432B2 (en) * | 2017-02-23 | 2018-12-25 | 2236008 Ontario Inc. | Active noise control using variable step-size adaptation |
JP6928865B2 (ja) * | 2017-03-16 | 2021-09-01 | パナソニックIpマネジメント株式会社 | 能動型騒音低減装置及び能動型騒音低減方法 |
CN107093429B (zh) | 2017-05-08 | 2020-07-10 | 科大讯飞股份有限公司 | 主动降噪方法、系统及汽车 |
US10360895B2 (en) * | 2017-12-21 | 2019-07-23 | Bose Corporation | Dynamic sound adjustment based on noise floor estimate |
US11198337B2 (en) * | 2018-03-05 | 2021-12-14 | Harman International Industries, Incorporated | Method and apparatus for a low cost, acoustic tire cavity resonance cancellation |
US10565979B1 (en) * | 2018-10-16 | 2020-02-18 | Harman International Industries, Incorporated | Concurrent noise cancelation systems with harmonic filtering |
US10891937B2 (en) * | 2018-10-26 | 2021-01-12 | Panasonic Intellectual Property Corporation Of America | Noise controller, noise controlling method, and recording medium |
US10580399B1 (en) * | 2018-11-30 | 2020-03-03 | Harman International Industries, Incorporated | Adaptation enhancement for a road noise cancellation system |
US10593317B1 (en) * | 2018-12-20 | 2020-03-17 | Harman International Industries, Incorporated | Reducing audibility of sensor noise floor in a road noise cancellation system |
-
2019
- 2019-06-05 US US16/432,197 patent/US10891936B2/en active Active
-
2020
- 2020-05-12 EP EP20174145.1A patent/EP3748628B1/en active Active
- 2020-06-03 CN CN202010493801.1A patent/CN112053675A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112885323A (zh) * | 2021-02-22 | 2021-06-01 | 联想(北京)有限公司 | 音频信息处理方法、装置及电子设备 |
Also Published As
Publication number | Publication date |
---|---|
EP3748628A1 (en) | 2020-12-09 |
EP3748628B1 (en) | 2022-12-14 |
US20200388267A1 (en) | 2020-12-10 |
US10891936B2 (en) | 2021-01-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3748628B1 (en) | Voice echo suppression in engine order cancellation systems | |
US10832649B2 (en) | Adaptation enhancement for a road noise cancellation system | |
EP1577879B1 (en) | Active noise tuning system, use of such a noise tuning system and active noise tuning method | |
US11205413B2 (en) | Dynamic in-vehicle noise cancellation divergence control | |
CN105679303B (zh) | 用于稳健宽带主动噪声控制系统的具有阈值的子带算法 | |
US11017798B2 (en) | Dynamic noise suppression and operations for noisy speech signals | |
JP4664116B2 (ja) | 能動騒音抑制装置 | |
CA2638265C (en) | Noise reduction with integrated tonal noise reduction | |
CN112185334A (zh) | 针对基于车辆的有源噪声控制系统的存储的次级路径精度验证 | |
US10332504B1 (en) | Noise mitigation for road noise cancellation systems | |
WO2014128856A1 (ja) | 能動振動騒音制御装置 | |
CN111916045A (zh) | 车内噪声消除自适应滤波器发散控制 | |
US11183166B1 (en) | Virtual location noise signal estimation for engine order cancellation | |
Zhang et al. | A Deep Learning Approach to Active Noise Control. | |
Felber | An automatic volume control for preserving intelligibility | |
Winberg et al. | A new passive/active hybrid headset for a helicopter application | |
US11200908B2 (en) | Method and device for improving voice quality | |
JP2019039989A (ja) | 音質制御システム、音質制御方法及び動力機械 | |
Chatlani et al. | Low complexity single microphone tonal noise reduction in vehicular traffic environments | |
CN114333750A (zh) | 对用于道路噪声消除的滤波器进行智能调整的系统和方法 | |
Tashev et al. | Stationary-Tones Interference Cancellation using Adaptive Tracking |
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 |