CN112259068B - 一种主动降噪空调系统及其降噪控制方法 - Google Patents

一种主动降噪空调系统及其降噪控制方法 Download PDF

Info

Publication number
CN112259068B
CN112259068B CN202011151912.0A CN202011151912A CN112259068B CN 112259068 B CN112259068 B CN 112259068B CN 202011151912 A CN202011151912 A CN 202011151912A CN 112259068 B CN112259068 B CN 112259068B
Authority
CN
China
Prior art keywords
generator
noise
sound field
discriminator
noise reduction
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
CN202011151912.0A
Other languages
English (en)
Other versions
CN112259068A (zh
Inventor
黄小宝
张美玲
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.)
Shanghai Xiege Electromechanical Technology Co ltd
Original Assignee
Shanghai Xiege Air Conditioning Engineering Co ltd
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 Shanghai Xiege Air Conditioning Engineering Co ltd filed Critical Shanghai Xiege Air Conditioning Engineering Co ltd
Priority to CN202011151912.0A priority Critical patent/CN112259068B/zh
Publication of CN112259068A publication Critical patent/CN112259068A/zh
Application granted granted Critical
Publication of CN112259068B publication Critical patent/CN112259068B/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
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F13/00—Details common to, or for air-conditioning, air-humidification, ventilation or use of air currents for screening
    • F24F13/24—Means for preventing or suppressing noise
    • 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
    • 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
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F13/00—Details common to, or for air-conditioning, air-humidification, ventilation or use of air currents for screening
    • F24F13/24—Means for preventing or suppressing noise
    • F24F2013/247—Active noise-suppression
    • 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
    • G10K2210/109—Compressors, e.g. fans
    • 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
    • G10K2210/3038—Neural networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Acoustics & Sound (AREA)
  • Multimedia (AREA)
  • Chemical & Material Sciences (AREA)
  • Combustion & Propulsion (AREA)
  • Mechanical Engineering (AREA)
  • General Engineering & Computer Science (AREA)
  • Soundproofing, Sound Blocking, And Sound Damping (AREA)
  • Duct Arrangements (AREA)

Abstract

一种主动降噪空调系统及其降噪控制方法。本发明在空调系统的出风口设置拾音设备，在空调系统内部的风道中设置扬声器，利用主动降噪处理单元对拾音设备所实时采集的空调系统所输出的噪声分量进行声场处理，获得对应该噪声分量的驱动信号，并以该驱动信号驱动所述扬声器输出降噪声波。由此本发明能够利用降噪声波主动抵消噪声声波，提高对中、低频噪声的降噪效果。

Description

一种主动降噪空调系统及其降噪控制方法
技术领域
本发明涉及空调设备领域，具体而言涉及一种主动降噪空调系统及其降噪控制方法。
背景技术
现有空调设备运行过程中，由于压缩机、风机等设备的运转，以及室内机、室外机的频震，会在工作环境中产生大量噪声。现有技术中，为降低空调噪音，通常需要在设备内部设置被动降噪吸声材料，以及在部件时间连接位置设置缓冲材料，以减小设备运行中的震颤。
但是，现有的被动吸声材料，通常只对中、高频噪声较为有效。由于设备部件本身震动频率以及共振频点的原因，空调设备运行过程中所产生的大量的低频噪声无法有效被吸收。因此，现有设备降噪效果有限，很难达到预期的降噪效果。
发明内容
本发明针对现有技术的不足，提供一种主动降噪空调系统及其降噪控制方法，本发明通过生成对抗网络提取噪声声场中的特征频点，然后根据特征频点及其所对应的起始时刻或持续时间输出降噪声波，通过主动降噪技术实时降低空调系统的运行噪音。本发明具体采用如下技术方案。
首先，为实现上述目的，提出一种主动降噪空调系统，其主动降噪空调系统，其包括：拾音设备，其沿空调系统的出风口均匀排布，用于实时采集空调系统所输出的噪声分量；扬声器，其设置在空调系统内部的风道中，其振膜面与风道中气流的流通方向平行，用于输出降噪声波抵消空调系统的运行噪声；主动降噪处理单元，其连接所述拾音设备和扬声器，用于实时根据各拾音设备所采集的噪声分量，按照以下步骤产生对应该噪声分量的驱动信号，驱动所述扬声器输出降噪声波：第一步，将各拾音设备所分别采集的噪声分量n(i，t)，拼接构成噪声声场片段N(t)＝{n(1，t)，n(2，t)，...，n(I，t)}，其中i≤I表示拾音设备的编号，t表示噪声分量所对应的时刻或持续时长；第二步，将所述噪声声场片段N(t)输入至训练好的生成器G中进行前向传播运算，获得噪声声场特征NF(f)，其中，f表示噪声声场中的特征频点；第三步，根据所述噪声声场特征NF(f)中各特征频点f所分别对应的分量比例，产生分别对应该噪声分量的驱动信号，驱动所述扬声器输出降噪声波。
可选的，如上任一所述的主动降噪空调系统，其中，所述扬声器均匀排布在所述风道的外周，并且，每一个扬声器的振膜面均分别由一外壳包覆固定，所述外壳与风道的外周表面气密连接。
可选的，如上任一所述的主动降噪空调系统，其中，各所述拾音设备均分别水平贴合设置在所述出风口的内侧壁表面；各所述拾音设备以及各所述扬声器共同连接同一个主动降噪处理单元，所述主动降噪处理单元集成在空调系统的控制板内，或单独安装在风道的外壁上。
同时，为实现上述目的，本发明还提供一种空调系统的降噪控制方法，其步骤包括：步骤S1，通过若干拾音设备分别同步并实时地采集空调系统所输出的分别对应出风口不同位置的噪声分量n(i，t)，并将各拾音设备所采集的噪声分量n(i，t)拼接构成噪声声场片段N(t)＝{n(1，t)，n(2，t)，...，n(I，t)}，其中i≤I表示拾音设备的编号，t表示噪声分量所对应的时刻或持续时长；步骤S2，将所述噪声声场片段N(t)按照固定间隔时长且相互交叠的时域窗口进行分隔以及频域转换，然后输入至训练好的生成器G中进行前向传播运算，获得噪声声场特征NF(f)，其中，f表示噪声声场中的特征频点；步骤S3，根据所述噪声声场特征NF(f)中各特征频点f所分别对应的分量比例以及该特征频点f所对应的起始时刻或持续时间，产生分别对应该噪声分量的驱动信号，驱动所述扬声器根据驱动信号输出降噪声波。
可选的，如上任一所述的空调系统的降噪控制方法，其中，步骤S2中，所述生成器G由以下步骤训练获得：步骤G1，对噪声声场片段样本N′(t)按照固定间隔时长且相互交叠的时域窗口进行分隔以及频域转换，获得频域样本z，并对所述各频域样本z中显著影响环境噪声水平的频域分量进行标记；步骤G2，构建生成器G和鉴别器D，初始化生成对抗网络V(D，G)；其中，所述生成器G为一个残差网络，所述鉴别器D为一个卷积网络，构建生成器G的损失函数为
Figure BSA0000222664000000031
构建鉴别器D的损失函数为-(m-1)log(1-D(G(z)))+δlog(D(nf(f)))；其中，m＝1代表输入为噪声声场片段N(t)，m＝0代表输入为噪声声场片段样本N′(t)；
Figure BSA0000222664000000032
代表取整后的卷积网络的输出结果，δ为预设的经验系数，nf(f)为对噪声声场片段样本N′(t)进行相位翻转后再按照固定间隔时长且相互交叠的时域窗口进行分隔以及频域转换后所获得的目标信号；步骤G3，制定优化目标，以
Figure BSA0000222664000000033
为优化函数及其优化方向，将上述噪声声场片段样本N′(t)输入至生成器G中进行前向传播运算，根据
Figure BSA0000222664000000034
计算生成器的损失，根据
Figure BSA0000222664000000035
计算鉴别器的损失，其中，NF′(f)为将所述噪声声场片段样本N′(t)按照固定间隔时长且相互交叠的时域窗口进行分隔以及频域转换，然后输入至生成器G中进行前向传播运算后所获得噪声声场特征的样本值；步骤G4，对步骤G3中生成器G进行前向传播运算所得到的损失进行BP反向传播运算，然后分别交替训练生成器和鉴别器，优化生成器和鉴别器的网络参数，直至所述生成器G和所述鉴别器D达到纳什均衡，或直至所述生成器G和所述鉴别器D的损失不变，输出此时的生成器G作为训练好的生成器G。
可选的，如上任一所述的空调系统的降噪控制方法，其中，所述步骤G4中，所述生成器G和鉴别器D达到纳什均衡为D(G(z))≈0.5。
可选的，如上任一所述的空调系统的降噪控制方法，其中，所述步骤S2中，所述生成器G还进一步由以下步骤训练获得：步骤S2-1，分别以不同的参数和结构构建生成器G、鉴别器D和生成对抗网络V(D，G)；步骤S2-2，分别对步骤S2-1中构建的每一组生成器G、鉴别器D和生成对抗网络V(D，G)进行步骤G3至步骤G4的训练，得到不同的生成器G；步骤S2-3，从各所述不同的生成器G中选择一组生成器，根据该组生成器的参数与结构分别为各生成器设置不同的权重，对该组生成器分别按照各自的权重进行融合重组，以融合后形成的最终生成器G’作为训练好的生成器G，以该最终生成器G’进行前向传播运算获得噪声声场特征NF(f)。
有益效果
本发明在空调系统的出风口设置拾音设备，在空调系统内部的风道中设置扬声器，利用主动降噪处理单元对拾音设备所实时采集的空调系统所输出的噪声分量进行声场处理，获得对应该噪声分量的驱动信号，并以该驱动信号驱动所述扬声器输出降噪声波。由此本发明能够利用降噪声波主动抵消噪声声波，提高对中、低频噪声的降噪效果。
进一步，本发明所采用的生成器，其训练和实际运行过程中，需要先对噪声声场片段N(t)按照固定间隔时长，以相互交叠的时域窗口进行时域上的分隔，然后对每个时域的信号段分别进行频域转换。由此，本发明能够直接通过成熟的频域处理技术，获得能够最大限度拟合噪声时域特征的降噪信号，从而以最小的运算代价实现更优的降噪效果。同时，还能够减少时域上相位翻转处理过程中，因为设备器件延时所造成的信号偏差。
本发明中的生成器G，可预先通过在工作环境中进行降噪训练而确定其具体运行参数。因此，实际运行过程中，本发明并不需要进行复杂的迭代运算，这能够有效保证本发明的声场处理效率。在环境噪声变化时，本发明还可以通过重新更新对生成器G的训练而实现有效调整，从而保证空调系统在不同环境条件下均能够有效降噪。
本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。
附图说明
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，并与本发明的实施例一起，用于解释本发明，并不构成对本发明的限制。在附图中：
图1是本发明的主动降噪空调系统内部风道的结构示意图；
图2是本发明中对不同的参数和结构构建生成器G进行融合的步骤示意图；
图中，1表示拾音设备；2表示扬声器的外壳。
具体实施方式
为使本发明实施例的目的和技术方案更加清楚，下面将结合本发明实施例的附图，对本发明实施例的技术方案进行清楚、完整地描述。显然，所描述的实施例是本发明的一部分实施例，而不是全部的实施例。基于所描述的本发明的实施例，本领域普通技术人员在无需创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。
本技术领域技术人员可以理解，除非另外定义，这里使用的所有术语(包括技术术语和科学术语)具有与本发明所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是，诸如通用字典中定义的那些术语应该被理解为具有与现有技术的上下文中的意义一致的意义，并且除非像这里一样定义，不会用理想化或过于正式的含义来解释。
图1为根据本发明的一种主动降噪空调系统，其包括拾音设备1和扬声器2。其可以安装在空调系统的室内机内，也可以安装在中央空调系统的风管机中。其中，所述拾音设备1，其沿空调系统的出风口均匀排布，用于实时采集空调系统所输出的噪声分量。而所述扬声器2，可设置在空调系统内部的风道中，其振膜面可设置与风道中气流的流通方向平行，用于输出降噪声波抵消空调系统的运行噪声。
上述的各拾音设备1以及各扬声器2可以同时连接同一个主动降噪处理单元，由所述主动降噪处理单元实时根据各拾音设备所采集的噪声分量，然后产生对应该噪声分量的驱动信号，驱动所述扬声器输出降噪声波。
其中，所述的主动降噪处理单元可以集成在空调系统的控制板内，也可单独设置，安装在其内部风道的侧壁外部。
其中，所述的主动降噪处理单元具体可按照以下步骤执行声场处理：
步骤S1，通过若干拾音设备分别同步并实时地采集空调系统所输出的分别对应出风口不同位置的噪声分量n(i，t)，并将各拾音设备所采集的噪声分量n(i，t)拼接构成噪声声场片段N(t)＝{n(1，t)，n(2，t)，...，n(I，t)}，其中i≤I表示拾音设备的编号，t表示噪声分量所对应的时刻或持续时长；
步骤S2，将所述噪声声场片段N(t)按照固定间隔时长，以相互交叠的时域窗口进行时域上的分隔，然后对每个时域的信号段分别进行频域转换，然后输入至训练好的生成器G中进行前向传播运算，获得噪声声场特征NF(f)，其中，f表示噪声声场中的特征频点；
步骤S3，根据所述噪声声场特征NF(f)中各特征频点f所分别对应的分量比例以及该特征频点f所对应的起始时刻或持续时间，产生分别对应该噪声分量的驱动信号，驱动所述扬声器根据驱动信号输出降噪声波。
上述处理中所使用的生成器G，具体可在工作环境下，按照以下方式训练获得：
步骤G1，对噪声声场片段样本N′(t)按照固定间隔时长，以相互交叠的时域窗口进行时域上的分隔，然后对每个时域的信号段分别进行频域转换，获得频域样本z，并对所述各频域样本z中显著影响环境噪声水平的频域分量进行标记；
步骤G2，构建生成器G和鉴别器D，初始化生成对抗网络V(D，G)；其中，所述生成器G为一个残差网络，所述鉴别器D为一个卷积网络，构建生成器G的损失函数为
Figure BSA0000222664000000071
构建鉴别器D的损失函数为-(m-1)log(1-D(G(z)))+δlog(D(nf(f)))；其中，m＝1代表输入为噪声声场片段N(t)，m＝0代表输入为噪声声场片段样本N′(t)；
Figure BSA0000222664000000072
代表取整后的卷积网络的输出结果，δ为预设的经验系数，nf(f)为对噪声声场片段样本N′(t)进行相位翻转后再按照固定间隔时长以相互交叠的时域窗口进行时域上的分隔然后对每个时域的信号段分别进行频域转换后所获得的目标信号；
步骤G3，制定优化目标，以
Figure BSA0000222664000000073
为优化函数及其优化方向，将上述噪声声场片段样本N′(t)输入至生成器G中进行前向传播运算，根据
Figure BSA0000222664000000081
计算生成器的损失，根据
Figure BSA0000222664000000082
Figure BSA0000222664000000083
计算鉴别器的损失，其中，NF′(f)为将所述噪声声场片段样本N′(t)按照固定间隔时长以相互交叠的时域窗口进行时域上的分隔然后对每个时域的信号段分别进行频域转换然后输入至生成器G中进行前向传播运算后所获得噪声声场特征的样本值；
步骤G4，对步骤G3中生成器G进行前向传播运算所得到的损失进行BP反向传播运算，然后分别交替训练生成器和鉴别器，优化生成器和鉴别器的网络参数，直至所述生成器G和所述鉴别器D达到纳什均衡，或直至所述生成器G和所述鉴别器D的损失不变，输出此时的生成器G作为训练好的生成器G。
在更为优选的实现方式下，上述对生成器G的训练过程，还可以在环境噪声发生变化时，自动触发进一步以图2所示方式进行更新：
步骤S2-1，分别以不同的参数和结构构建生成器G、鉴别器D和生成对抗网络V(D，G)；
步骤S2-2，分别对步骤S2-1中构建的每一组生成器G、鉴别器D和生成对抗网络V(D，G)进行以下G3至G4的训练步骤：步骤G3，分别对每一组组生成器G、鉴别器D和生成对抗网络V(D，G)制定优化目标，以
Figure BSA0000222664000000084
为优化函数及其优化方向，将上述噪声声场片段样本N′(t)分别输入至各生成器G中进行前向传播运算，根据
Figure BSA0000222664000000085
分别计算各生成器的损失，根据
Figure BSA0000222664000000086
分别计算各鉴别器的损失，其中，NF′(f)为将所述噪声声场片段样本N′(t)按照固定间隔时长且相互交叠的时域窗口进行分隔以及频域转换然后输入至生成器G中进行前向传播运算后所获得噪声声场特征的样本值；步骤G4，分别对对步骤G3中的每一个生成器G分别进行前向传播运算所得到的损失进行BP反向传播运算，然后分别交替训练生成器和鉴别器，分别优化每一组生成器和鉴别器的网络参数，直至所述生成器G和所述鉴别器D达到纳什均衡，或直至所述生成器G和所述鉴别器D的损失不变，输出此时的生成器G作为训练好的生成器G；
步骤S2-3，从各所述不同的生成器G中选择一组生成器，根据该组生成器的参数与结构分别为各生成器设置不同的权重，对该组生成器分别按照各自的权重进行融合重组，以融合后形成的最终生成器G’作为训练好的生成器G，以该最终生成器G’进行前向传播运算获得噪声声场特征NF(f)。其中的权重可以简单设置为算数平均值或根据各生成器多针对的频域或时域信号占比进行分配。
当然，上述对生成器G进行更新训练的具体步骤，在降噪效果要求较高的实施环境下，也可以直接用于对主动降噪处理单元进行训练，以直接通过融合多组参数的生成器G’实现更好的降噪效果。
上述训练过程中，所述步骤G4中，所述生成器G和鉴别器D达到纳什均衡可以D(G(z))≈0.5为标志。
在较为优选的实现方式下，上述空调系统中，各扬声器2可均匀排布在风管机或室内机内部风道的外周，并且，每一个扬声器的振膜面均分别由一外壳包覆固定，所述外壳与风道的外周表面气密连接，以避免影响气流和调温效果。这样的设置方式能够保证降噪声波直接作用于输出的气流中，能够有效抵消气流所携带的噪声，从而有效降低出风口噪声水平。
而所述的各所述拾音设备可分别水平贴合设置在所述出风口的内侧壁表面。由此，可充分减少拾音设备所带来的风阻，又能够通过拾音设备本身对噪声音频的放大效果，实现更为精准的降噪调控。
以上仅为本发明的实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些均属于本发明的保护范围。

Claims (5)

1.一种主动降噪空调系统，其特征在于，包括：
拾音设备(1)，其沿空调系统的出风口均匀排布，用于实时采集空调系统所输出的噪声分量；
扬声器(2)，其设置在空调系统内部的风道中，其振膜面与风道中气流的流通方向平行，用于输出降噪声波抵消空调系统的运行噪声；
主动降噪处理单元，其连接所述拾音设备和扬声器，用于实时根据各拾音设备所采集的噪声分量，按照以下步骤产生对应该噪声分量的驱动信号，驱动所述扬声器输出降噪声波：
第一步，将各拾音设备所分别采集的噪声分量n(i，t)，拼接构成噪声声场片段N(t)＝{n(1，t)，n(2，t)，...，n(I，t)}，其中i≤I表示拾音设备的编号，t表示噪声分量所对应的时刻或持续时长；
第二步，将所述噪声声场片段N(t)按照固定间隔时长且相互交叠的时域窗口进行分割及频域转换，然后输入至训练好的生成器G中进行前向传播运算，获得噪声声场特征NF(f)，其中，f表示噪声声场中的特征频点；
第三步，根据所述噪声声场特征NF(f)中各特征频点f所分别对应的分量比例，以及该特征频点f所对应的起始时刻或持续时间，产生分别对应该噪声分量的驱动信号，驱动所述扬声器输出降噪声波；
其中，所述生成器G由以下步骤获得：
步骤G1，对噪声声场片段样本N′(t)按照固定间隔时长且相互交叠的时域窗口进行分隔以及频域转换，获得频域样本z，并对所述各频域样本z中显著影响环境噪声水平的频域分量进行标记；
步骤G2，分别以不同的参数和结构构建生成器G和鉴别器D，初始化生成对抗网络V(D，G)，其中，所述生成器G为一个残差网络，所述鉴别器D为一个卷积网络，构建生成器G的损失函数为
Figure FSB0000203773340000011
Figure FSB0000203773340000012
构建鉴别器D的损失函数为-(m-1)log(1-D(G(z)))+δlog(D(nf(f)))；其中，m＝1代表输入为噪声声场片段N(t)，m＝0代表输入为噪声声场片段样本N′(t)；
Figure FSB0000203773340000021
代表取整后的卷积网络的输出结果，δ为预设的经验系数，nf(f)为对噪声声场片段样本N′(t)进行相位翻转后再按照固定间隔时长且相互交叠的时域窗口进行分隔以及频域转换后所获得的目标信号；
然后分别对构建的每一组生成器G、鉴别器D和生成对抗网络V(D，G)进行如下步骤g21至步骤g22的训练步骤，得到不同的生成器G：
步骤g21，制定优化目标，以
Figure FSB0000203773340000022
为优化函数及其优化方向，将上述噪声声场片段样本N′(t)输入至生成器G中进行前向传播运算，根据
Figure FSB0000203773340000023
计算生成器的损失，根据
Figure FSB0000203773340000024
计算鉴别器的损失，其中，NF′(f)为将所述噪声声场片段样本N′(t)按照固定间隔时长且相互交叠的时域窗口进行分隔以及频域转换，然后输入至生成器G中进行前向传播运算后所获得噪声声场特征的样本值；
步骤g22，对步骤g21中生成器G进行前向传播运算所得到的损失进行BP反向传播运算，然后分别交替训练生成器和鉴别器，优化生成器和鉴别器的网络参数，直至所述生成器G和所述鉴别器D达到纳什均衡，或直至所述生成器G和所述鉴别器D的损失不变，输出此时的生成器G作为训练好的生成器G；步骤G3，根据各生成器所针对的频域或时域信号，从各所述不同的生成器G中选择一组生成器，根据该组中不同生成器的参数与结构分别为各生成器设置不同的权重，对该组生成器分别按照各自的权重进行融合重组，以融合后形成的最终生成器G’作为训练好的生成器G。
2.如权利要求1所述的主动降噪空调系统，其特征在于，所述扬声器均匀排布在所述风道的外周，并且，每一个扬声器的振膜面均分别由一外壳包覆固定，所述外壳与风道的外周表面气密连接。
3.如权利要求1所述的主动降噪空调系统，其特征在于，各所述拾音设备均分别水平贴合设置在所述出风口的内侧壁表面；
各所述拾音设备以及各所述扬声器共同连接同一个主动降噪处理单元，所述主动降噪处理单元集成在空调系统的控制板内，或单独安装在风道的外壁上。
4.一种空调系统的降噪控制方法，其特征在于，步骤包括：
步骤S1，通过若干拾音设备分别同步并实时地采集空调系统所输出的分别对应出风口不同位置的噪声分量n(i，t)，并将各拾音设备所采集的噪声分量n(i，t)拼接构成噪声声场片段N(t)＝{n(1，t)，n(2，t)，...，n(I，t)}，其中i≤I表示拾音设备的编号，t表示噪声分量所对应的时刻或持续时长；
步骤S2，将所述噪声声场片段N(t)按照固定间隔时长且相互交叠的时域窗口进行分隔以及频域转换，然后输入至训练好的生成器G中进行前向传播运算，获得噪声声场特征NF(f)，其中，f表示噪声声场中的特征频点；
步骤S3，根据所述噪声声场特征NF(f)中各特征频点f所分别对应的分量比例以及该特征频点f所对应的起始时刻或持续时间，产生分别对应该噪声分量的驱动信号，驱动扬声器根据驱动信号输出降噪声波；
其中，步骤S2中，所述生成器G由以下步骤获得：
步骤G1，对噪声声场片段样本N′(t)按照固定间隔时长且相互交叠的时域窗口进行分隔以及频域转换，获得频域样本z，并对所述各频域样本z中显著影响环境噪声水平的频域分量进行标记；
步骤G2，分别以不同的参数和结构构建生成器G和鉴别器D，初始化生成对抗网络V(D，G)；其中，所述生成器G为一个残差网络，所述鉴别器D为一个卷积网络，构建生成器G的损失函数为
Figure FSB0000203773340000031
Figure FSB0000203773340000032
构建鉴别器D的损失函数为-(m-1)log(1-D(G(z)))+δlog(D(nf(f)))；其中，m＝1代表输入为噪声声场片段N(t)，m＝0代表输入为噪声声场片段样本N′(t)；
Figure FSB0000203773340000033
代表取整后的卷积网络的输出结果，δ为预设的经验系数，nf(f)为对噪声声场片段样本N′(t)进行相位翻转后再按照固定间隔时长且相互交叠的时域窗口进行分隔以及频域转换后所获得的目标信号；
然后分别对构建的每一组生成器G、鉴别器D和生成对抗网络V(D，G)进行如下步骤g21至步骤g22的训练步骤，得到不同的生成器G：
步骤g21，制定优化目标，以
Figure FSB0000203773340000041
为优化函数及其优化方向，将上述噪声声场片段样本N′(t)输入至生成器G中进行前向传播运算，根据
Figure FSB0000203773340000042
计算生成器的损失，根据
Figure FSB0000203773340000043
计算鉴别器的损失，其中，NF′(f)为将所述噪声声场片段样本N′(t)按照固定间隔时长且相互交叠的时域窗口进行分隔以及频域转换，然后输入至生成器G中进行前向传播运算后所获得噪声声场特征的样本值；
步骤g22，对步骤g21中生成器G进行前向传播运算所得到的损失进行BP反向传播运算，然后分别交替训练生成器和鉴别器，优化生成器和鉴别器的网络参数，直至所述生成器G和所述鉴别器D达到纳什均衡，或直至所述生成器G和所述鉴别器D的损失不变，输出此时的生成器G作为训练好的生成器G；
步骤G3，根据各生成器所针对的频域或时域信号，从各所述不同的生成器G中选择一组生成器，根据该组中不同生成器的参数与结构分别为各生成器设置不同的权重，对该组生成器分别按照各自的权重进行融合重组，以融合后形成的最终生成器G’作为训练好的生成器G。
5.如权利要求4所述的空调系统的降噪控制方法，其特征在于，所述步骤g22中，所述生成器G和鉴别器D达到纳什均衡为D(G(z))≈0.5。
CN202011151912.0A 2020-10-21 2020-10-21 一种主动降噪空调系统及其降噪控制方法 Active CN112259068B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011151912.0A CN112259068B (zh) 2020-10-21 2020-10-21 一种主动降噪空调系统及其降噪控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011151912.0A CN112259068B (zh) 2020-10-21 2020-10-21 一种主动降噪空调系统及其降噪控制方法

Publications (2)

Publication Number Publication Date
CN112259068A CN112259068A (zh) 2021-01-22
CN112259068B true CN112259068B (zh) 2023-04-11

Family

ID=74262984

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011151912.0A Active CN112259068B (zh) 2020-10-21 2020-10-21 一种主动降噪空调系统及其降噪控制方法

Country Status (1)

Country Link
CN (1) CN112259068B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116908212B (zh) * 2023-09-12 2023-12-08 厦门微亚智能科技股份有限公司 一种基于特征提取的电芯蓝膜外观缺陷检测方法及系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2003015460A2 (en) * 2001-08-10 2003-02-20 Rasmussen Digital Aps Sound processing system including wave generator that exhibits arbitrary directivity and gradient response
CN108806708A (zh) * 2018-06-13 2018-11-13 中国电子科技集团公司第三研究所 基于计算听觉场景分析和生成对抗网络模型的语音降噪方法
CN108986835A (zh) * 2018-08-28 2018-12-11 百度在线网络技术（北京）有限公司 基于改进gan网络的语音去噪方法、装置、设备及介质
EP3477633A1 (en) * 2017-10-27 2019-05-01 Baidu USA LLC Systems and methods for robust speech recognition using generative adversarial networks
CN111383651A (zh) * 2018-12-29 2020-07-07 Tcl集团股份有限公司 一种语音降噪方法、装置及终端设备

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008052117A (ja) * 2006-08-25 2008-03-06 Oki Electric Ind Co Ltd 雑音除去装置、方法及びプログラム
CN107086034B (zh) * 2016-11-03 2020-09-04 北京安声科技有限公司 一种车载主动降噪系统及方法
CN106531143A (zh) * 2016-11-18 2017-03-22 国网上海市电力公司 一种耦合前馈主动噪声控制系统
CN108805188B (zh) * 2018-05-29 2020-08-21 徐州工程学院 一种基于特征重标定生成对抗网络的图像分类方法
CN108877758A (zh) * 2018-07-04 2018-11-23 北京安声科技有限公司 一种空间场主动降噪方法
US11024013B2 (en) * 2019-03-08 2021-06-01 International Business Machines Corporation Neural network based enhancement of intensity images
CN110473154B (zh) * 2019-07-31 2021-11-16 西安理工大学 一种基于生成对抗网络的图像去噪方法
CN110853663B (zh) * 2019-10-12 2023-04-28 平安科技（深圳）有限公司 基于人工智能的语音增强方法、服务器及存储介质
CN110739002B (zh) * 2019-10-16 2022-02-22 中山大学 基于生成对抗网络的复数域语音增强方法、系统及介质

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2003015460A2 (en) * 2001-08-10 2003-02-20 Rasmussen Digital Aps Sound processing system including wave generator that exhibits arbitrary directivity and gradient response
EP3477633A1 (en) * 2017-10-27 2019-05-01 Baidu USA LLC Systems and methods for robust speech recognition using generative adversarial networks
CN108806708A (zh) * 2018-06-13 2018-11-13 中国电子科技集团公司第三研究所 基于计算听觉场景分析和生成对抗网络模型的语音降噪方法
CN108986835A (zh) * 2018-08-28 2018-12-11 百度在线网络技术（北京）有限公司 基于改进gan网络的语音去噪方法、装置、设备及介质
CN111383651A (zh) * 2018-12-29 2020-07-07 Tcl集团股份有限公司 一种语音降噪方法、装置及终端设备

Also Published As

Publication number Publication date
CN112259068A (zh) 2021-01-22

Similar Documents

Publication Publication Date Title
CN102947685B (zh) 用于减少环境噪声对收听者的影响的方法和装置
CN204006502U (zh) 用于空调器降噪的控制装置
CN112259068B (zh) 一种主动降噪空调系统及其降噪控制方法
CN104081452B (zh) 调节有源消噪系统的方法
US10037755B2 (en) Method and system for active noise reduction
JPS62164400A (ja) 電子消音システム
CN107808657A (zh) 主动降噪耳机的设计系统及方法
CN108877758A (zh) 一种空间场主动降噪方法
WO2018153243A1 (zh) 电机高频噪声的掩蔽方法和装置
Shen et al. A multi-channel wireless active noise control headphone with coherence-based weight determination algorithm
CN106162482A (zh) 一种用于抑制啸叫的扬声器阵列扩声系统及方法
Zhang et al. Improved variable step size least mean square algorithm for pipeline noise
US9165548B2 (en) System and method for attenuating noise from a fluid machine or a turbulent noise source
CN112259069B (zh) 一种动态主动降噪方法及空调设备
CN109001681A (zh) 多声源定位中构造压缩观测矩阵的方法
Bhan et al. Feasibility of the full-rank fixed-filter approach in the active control of noise through open windows
CN106714040B (zh) 一种数字可变混响音频系统及其实现方法
KR20160089582A (ko) 소음제어방법
Sun et al. Experiments on performances of active-passive hybrid mufflers
CN113921007A (zh) 提升远场语音交互性能的方法和远场语音交互系统
JPH01231597A (ja) 騒音制御装置
CN105744433B (zh) 一种音箱组的音量调节方法、装置及智能音箱
JP3421146B2 (ja) 音場制御方法及び装置
CN117278910B (zh) 音频信号的生成方法、装置、电子设备及存储介质
Bouchet et al. Quantifying Loudspeakers' Power Consumption

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
CP01 Change in the name or title of a patent holder
CP01 Change in the name or title of a patent holder

Address after: 201600 1586 East Changxin Road, Dongjing Town, Songjiang District, Shanghai

Patentee after: Shanghai Xiege Electromechanical Technology Co.,Ltd.

Address before: 201600 1586 East Changxin Road, Dongjing Town, Songjiang District, Shanghai

Patentee before: SHANGHAI XIEGE AIR CONDITIONING ENGINEERING Co.,Ltd.