CN112509549A - 用于环境噪声的主动降噪方法 - Google Patents
用于环境噪声的主动降噪方法 Download PDFInfo
- Publication number
- CN112509549A CN112509549A CN202011581649.9A CN202011581649A CN112509549A CN 112509549 A CN112509549 A CN 112509549A CN 202011581649 A CN202011581649 A CN 202011581649A CN 112509549 A CN112509549 A CN 112509549A
- Authority
- CN
- China
- Prior art keywords
- noise
- specific
- frequency information
- sound wave
- active
- 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.)
- Granted
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
- G10K11/1781—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
- G10K11/17825—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
- 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
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Soundproofing, Sound Blocking, And Sound Damping (AREA)
Abstract
本发明涉及降噪技术领域,具体涉及一种用于环境噪声的主动降噪方法,包括如下步骤:S1、通过加速度传感器和麦克风分别采集当前场景中噪音源的振动频率信息和噪音模拟信号;并对噪声模拟信号进行模数转换,生成噪声的数字信号;S2、通过预先存储若干特定噪音的振动频率信息和数字信号,以及特定噪音经主动降噪算法处理后生成的反向声波信号;并根据当前场景中噪声源的振动频率信息和噪声数字信号,匹配出预存的反向声波信号;S3、通过接收反向声波信号,经数模转换后生成反向抵消声波;再由扬声器播放反向抵消声波。采用本方案能够解决主动降噪运算效率偏低的问题。
Description
技术领域
本发明涉及降噪技术领域,具体涉及一种用于环境噪声的主动降噪方法。
背景技术
主动降噪,全称为噪声主动控制,是一种利用附加声源在指定区域内人为地、有目的地生成噪声抵消声音信号,从而来控制原始声音信号的降噪方法。这类方法根据杨氏声波干涉原理,利用控制声源产生与原始声源振幅相等而相位相反的声波,从而使两者在空间产生相干抵消。由此,在一定的区域内产生一个静音区,也就达到了降低噪声的效果。主动降噪方法使噪声控制更具有针对性,可以对噪声进行抵消,低频噪声控制效果好。
例如,中国专利公开号为CN111447531A的文件中公开了一种自由空间内电子消音处理方法,包括以下步骤:S1.噪声信号采集:通过噪声采集传感器分别对噪声源头区域的原始噪声和控制区域的噪声进行采集,并转换成模拟信号;S2.模拟信号数字化处理和储存:通过A/D模数转换器把模拟信号转换成数字信号并储存在计算机里;S3.数字信号的分析与计算;S4.反相声波数字信号模拟化处理:把计算获得的反相声波信号转换为相应的模拟信号;S5.向控制区域播放反相声波信号:反相声波信号转换为模拟信号后通过扬声器向控制区域播放。
这种降噪方法主要是在采集到噪声信号后,直接根据主动降噪算法对噪音数字信号进行分析和计算,得到相应的反相声波数字信号。但是,人们感到不舒服的噪音通常只有那些特定的噪音,如机动车的轰鸣声、施工地噪音等;如果仍使用传统的主动降噪方法实时分析和处理噪声信号,将存在大量的重复运算,增加了处理器的运算难度,存在运算效率偏低的问题。
发明内容
本发明意在于提供一种用于环境噪声的主动降噪方法,能够解决运算效率偏低的问题。
本发明提供的基础方案为:用于环境噪声的主动降噪方法,包括如下步骤:
S1、通过加速度传感器和麦克风分别采集当前场景中噪音源的振动频率信息和噪音模拟信号;并对噪声模拟信号进行模数转换,生成噪声数字的信号;
S2、通过预先存储若干特定噪音的振动频率信息和数字信号,以及特定噪音经主动降噪算法处理后生成的反向声波信号;并根据当前场景中噪声源的振动频率信息和噪声数字信号,匹配出预存的反向声波信号;
S3、通过接收反向声波信号,经数模转换后生成反向抵消声波;再由扬声器播放反向抵消声波。
本发明的工作原理及优点在于:
采用本方案,在使用的过程中,首先通过加速度传感器和麦克风分别采集当前场景中噪声源的振动频率信息和模拟信号,对噪音模拟信号进行模数转换后,得到噪声数字信号;由于预先存储了若干特定噪音的振动频率信息和数字信号,以及特定噪音经主动降噪算法处理后生成的反向声波信号;则可以根据当前场景中噪声源的振动频率信息和噪声数字信号,直接匹配出预存的反向声波信号;最后再将反向声波信号,经数模转换生成反向抵消声波;通过扬声器播放该反向抵消声波,来降低噪声源的作用。
综上,本方案主要是通过噪声源的振动频率信息和噪声数字信号匹配出特定噪音的反向声波信息;相较于现有技术,能够避免反向声波信号的生成需要完全依赖于主动降噪算法来解析噪音源,从而降低系统的运算难度和运算量,生成反向声波信息的效率更快;此外,由于声音的本质是能量波,本方案通过设置加速度传感器检测噪音的振动频率信息,提供另一个维度的信息用以识别噪音,能够使识别结果更加精确。
进一步,还包括步骤:
S4、根据当前场景中噪声源的振动频率信息和噪声数字信号对预存的特定噪音进行筛查,若无法从数据库中匹配出相应的特定噪音,则将噪声源的振动频率信息和噪声数字信号发送至后台终端;
S5、通过后台终端根据主动降噪算法处理噪声数字信号,生成相应的反向声波信号;并存储该噪声的振动频率信息、噪声数字信号以及反向声波信号。
有益效果:采用本方案,如果当前场景中的噪声源并非特定噪音,则可以由后台技术人员通过后台终端对该噪音进行降噪处理,降噪完成后再存储该噪声的振动频率信息、噪声数字信号以及反向声波信号,从而完成预存资源的更新和拓展,便于达到更好的综合降噪效果。
进一步,所述步骤S2中具体还包括、提取噪声数字信号的幅值信息和频率信息,并根据幅值信息和频率信息匹配出相应的特定噪音,若噪声数字信号与特定噪音的幅值差小于预设幅值阈值,且频率差小于预设频率阈值,则判断该特定噪音与当前场景的噪声源相同。
有益效果:本方案意在提供一种根据噪音源匹配出特定噪音的具体方式。
进一步,所述步骤S2中具体还包括、判断是否存在多个特定噪音与当前场景的噪音源相同,如果是,则将当前场景中噪声源的振动频率信息作为参照量,计算各特定噪音振动频率信息与参照量的差值,并输出差值最小的特定噪音。
有益效果:采用本方案,能够在匹配特定噪音时,通过加速度传感器采集到的振动频率信息对匹配结果进行修正,便于匹配出准确性更高的特定噪音。
进一步,还包括步骤S6、通过人体红外感应传感器检测当前场景中是否有人,如果没有,则控制麦克风和加速度传感器自动进入休眠状态。
有益效果:采用本方案,在当前场景中没人时,控制麦克风和加速度传感器进入休眠,无需再进行主动降噪,避免一直处于工作状态,从而降低功耗。
进一步,还包括步骤S7、接收用户通过手机端发起的控制指令,若控制指令为唤醒指令,则唤醒麦克风和加速度传感器进入工作状态。
有益效果:采用本方案,用户能够通过手机端唤醒麦克风和加速度传感器,操作更加方便。
进一步,还包括步骤S8、获取用户通过手机端个性化输入的噪音类型名称,若噪音类型名称与特定噪音类型名称相同,则根据用户输入的噪音类型名称对匹配出的特定噪音类型进行筛选,得到类型名称相同的特定噪音的反向声波信息。
有益效果:便于用户选择自己关心的噪音类型进行主动降噪,能够提高实用性和用户体验。
进一步,所述预设幅值阈值的取值范围为[0,1]dB,预设频率阈值的取值为[0,15]Hz。
有益效果:采用本方案,通过规定0dB≤预设幅值阈值≤1dB,相应的,0Hz≤预设频率阈值≤15Hz,能够便于匹配出幅值、频率相近的特定噪音。
进一步,所述步骤S1中的加速度传感器采用的是多晶硅纳米膜加速度传感器。
有益效果:由于传感器可以感知我们所关心频率段的振动信号,而多晶硅纳米膜加速度传感器相较于市面上的大多数加速度传感器,体积小,灵敏度高,能够更加有效的采集到噪音振动。
进一步,所述特定噪音的类型包括交通噪音、施工噪音、社会噪音和设备噪音。
有益效果:本方案中,特定噪音包括机动车鸣笛声和发动机轰鸣声,施工工地的噪音,广场舞噪音以及家中机器设备运转噪声,通过对这些噪音分门别类,依次划定的类型名称为交通噪音、施工噪音、社会噪音和设备噪音。
附图说明
图1为本发明用于环境噪声的主动降噪方法实施例的流程图。
具体实施方式
下面通过具体实施方式进一步详细的说明:
实施例一
用于环境噪声的主动降噪方法,基本如附图1所示,包括如下步骤:
S1、通过加速度传感器和麦克风分别采集当前场景中噪音源的振动频率信息和噪音模拟信号;并对噪声模拟信号进行模数转换,生成噪声数字信号;具体的,步骤S1中的加速度传感器采用的是多晶硅纳米膜加速度传感器,这种加速度传感器与其他加速度传感器相比,不仅体积小,而且灵敏度高,能够更加有效的采集到噪音振动。
S2、通过预先存储若干特定噪音的振动频率信息和数字信号,以及特定噪音经主动降噪算法处理后生成的反向声波信号;并根据当前场景中噪声源的振动频率信息和噪声数字信号,匹配出预存的反向声波信号;并且,S2中具体还包括步骤S21、提取噪声数字信号的幅值信息和频率信息,并根据幅值信息和频率信息匹配出相应的特定噪音,若噪声数字信号与特定噪音的幅值差小于预设幅值阈值(预设幅值阈值的取值范围为[0,1]dB,本实施例中设定为1dB),且频率差小于预设频率阈值(预设频率阈值的取值为[0,15]Hz,本实施例中设定为10Hz),则判定该特定噪音与当前场景的噪声源相同;例如,在当前场景中采集到一个噪声数字信号的频率信息为100Hz,幅值为3dB;而预存的特定噪音A的频率为95Hz,其幅值为2.5dB,经比较,得出两者的频率差100Hz-95Hz=5Hz(5Hz<10Hz),且幅值差3dB-2.5dB=0.5dB(0.5dB<1dB),即判定该特定噪音满足条件,可以通过播放特定噪音A的反向声波来对当前场景中的噪音进行降低。
步骤S22、判断是否存在多个特定噪音与当前场景的噪音源相同,如果是,则将当前场景中噪声源的振动频率信息作为参照量,计算各特定噪音振动频率信息与参照量的差值,并输出差值最小的特定噪音;例如,除了特定噪音A以外,还匹配出一个特定噪音B,该噪音数字信号的幅值和频率分别为0.5dB和98Hz,与当前场景中噪音数字信号的幅值差和频率差也小于预设幅值阈值和预设频率阈值,说明存在不止一个(即匹配出的数量大于一个)特定噪音与当前场景的噪音源相同,则需要提取由多晶硅纳米膜加速度传感器采集到的振动频率信息“93Hz”作为参照量,发现特定噪音A和特定噪音B与该参照量的频率差分别为2Hz和5Hz,由于2Hz<5Hz,判断差值最小的是特定噪音A,所以输出的是特定噪音A。
特定噪音的类型主要包括交通噪音、施工噪音、社会噪音和设备噪音;其中:交通噪音主要包括的是机动车鸣笛声和发动机轰鸣声,施工噪音包括建筑工地中的挖掘噪音和敲打声,社会噪音为广场舞音乐噪音,设备噪音包括家中机器设备运转噪声。
值得一提的是:本方案中通过多晶硅纳米膜加速度传感器采集到的振动频率信息被作为的是参照量,用于辅助判断;其他实施例中,由于声音的本质是能量波,这种高灵敏加速度传感器可以很好的得到噪音的基本信息,频率、振幅和相位,所以,参照量还可以是该传感器采集到的振幅和相位,关于幅值和相位的匹配及比较方式类似于振动频率,也可以是三者组合进行比较判断,在此不再赘述。
而麦克风采集到的噪声模拟信号,经模数转换后的噪音数字信号,噪音波形也存在一个振动频率信息,用来直接跟预存的特定噪音进行比较,若通过噪音波形的振动频率信息比较后,能够匹配出多个特定噪音,则引入多晶硅纳米膜加速度传感器采集到的振动频率信息进行辅助判断。即先通过噪音数字信号波形的幅值和频率匹配特定噪音,将多晶硅纳米膜加速度传感器采集到的振动频率信息作为备用辅助项,只是采集和存储,暂不涉及对该数据的处理,这样做能够避免运算量偏大的问题,基本上能够实现大多数情况下的主动降噪效果;并且,在此基础上,也完成对上述案例以及某些特殊情况的主动降噪,即通过另一种类型的传感器采集到的信号进行识别结果的辅助判断,能够提升匹配结果的准确度。
S3、通过接收反向声波信号,经数模转换后生成反向抵消声波;再由扬声器播放反向抵消声波。
在其他实施例中,为了实现预存资源的更新,还包括步骤S4、根据当前场景中噪声源的振动频率信息和噪声数字信号对预存的特定噪音进行筛查,若无法从数据库中匹配出相应的特定噪音,则将噪声源的振动频率信息和噪声数字信号发送至后台终端;S5、通过后台终端根据主动降噪算法处理噪声数字信号,生成相应的反向声波信号;并存储该噪声的振动频率信息、噪声数字信号以及反向声波信号。本方案中,如果经匹配,数据库中没有相应的特定噪音,说明当前场景中噪音源属于非特定噪音,可以由后台技术人员通过后台终端远程在线进行数据库的更新,以适应场景变化噪声的变化。相较于现有技术中的通过主动降噪设备对噪声数字信号进行实时解析并得出反向声波相比,本方案能够降低主动降噪设备处理器的运算量和运算难度,并提升运算效率;同时,也能够应对在某些情况下的非特定噪音的降噪。
在其他实施例中,为避免主动降噪设备一直处于工作状态,还包括步骤S6、通过人体红外感应传感器检测当前场景中是否有人,如果没有,则控制麦克风和加速度传感器自动进入休眠状态;从而降低功耗。相应的,为便于用户采用手机端唤醒主动降噪设备,还包括步骤S7、接收用户通过手机端发起的控制指令,若控制指令为唤醒指令,则唤醒麦克风和加速度传感器进入工作状态。
实施例二
与实施例一相比,不同之处仅在于,还包括步骤S8、获取用户通过手机端个性化输入的噪音类型名称,若噪音类型名称与特定噪音类型名称相同,则根据用户输入的噪音类型名称对匹配出的特定噪音类型进行筛选,得到类型名称相同的特定噪音的反向声波信息。例如,本方案中,用户A不想要听到噪音是汽车发动机轰鸣声、建筑工地中的挖掘噪音和敲打声,其可以通过手机端完成个性化选择;而主动降噪设备在对当前场景噪音源进行解析后,匹配出的特定噪音类型包括汽车发动机轰鸣声、机动车鸣笛声、建筑工地中的挖掘噪音和敲打声;说明类型名称相同的特定噪音为汽车发动机轰鸣声、建筑工地中的挖掘噪音和敲打声,则只匹配出这些类型相同的特定噪音的反向声波信息。
实施例三
与实施例一相比,不同之处仅在于,噪音类型名称还包括音乐噪音(如生活中常见的广场舞或是邻居家中传过来的音乐声),还包括步骤S9、通过判断用户通过手机端输入的噪音类型名称是否为音乐噪音,如果是,则对噪音源进行听歌识曲,识别出相应的歌曲信息;并根据歌曲信息抓取音乐声波,通过主动降噪算法处理音乐声波,加工出反向声波信号。
本方案在处理音乐噪音时,可以通过听歌识曲功能对噪音源进行预测,即由麦克风采集一段时间后(现有的最长为15秒)将歌曲信息识别出来,然后再导出该歌曲的音乐声波,由于音乐声波中包含相应的幅值、频率和相位,可以直接根据主动降噪算法进行处理,生成反向声波信号;最后,再通过麦克风播放反向声波,从而实现降低音乐噪音的干扰。相较于现有技术中通过麦克风实时采集噪音源的声音信息,本方案通过歌曲识别噪音源和匹配出音乐声波,能够加快反向声波信号的处理效率。
在另一实施例中,还包括用于搭载主动降噪设备(该主动降噪设备上固定有麦克风、扬声器、加速度传感器以及处理芯片)移动的云台以及另一麦克风;需要说明的是,另一麦克风与主动降噪设备上的麦克风相比,区别在于,另一麦克风是固定不动的。通过这种方式,分别将两个麦克风采集到的声波信息发送到处理芯片(本实施例中选用DSP芯片),由DSP芯片对两声波信息进行处理,得到噪音源的方位;原理类似于双耳响应,通过两个声音采集点接收噪音源的声波,能够确定噪音源的方位,在此不再赘述。
还包括步骤S10、在主动降噪设备移动的过程中,获取人体红外传感器(在其他实施例中还可以通过微型摄像头采集图像确定用户的位置信息)的检测结果,将主动降噪设备的运动轨迹(本实施例中,主动降噪设备主要是左右移动,其运动轨迹为水平线)、噪音源的方位和用户位置信息输入预设的数学模型(二维或三维空间模型)中,在数学模型中得到噪音源和用户的连线,得到该连线与主动降噪设备运动轨迹的交点坐标,并控制云台带动主动降噪设备移动在交点坐标处。
本方案,通过结合人体红外传感器、麦克风分别确定用户位置和噪音源(主要针对固定不动的噪音源,如广场舞、建筑工地等)的方位,再通过云台主动降噪设备进行移动,使主动降噪设备始终位于用户和噪音源之间,由扬声器产生的反向声波降低噪音;即主动降噪设备可以根据用户所处方位进行动态调整,能够帮助用户挡住噪声源的噪音声波,降噪效果更好。
以上所述的仅是本发明的实施例,方案中公知的具体结构及特性等常识在此未作过多描述,所属领域普通技术人员知晓申请日或者优先权日之前发明所属技术领域所有的普通技术知识,能够获知该领域中所有的现有技术,并且具有应用该日期之前常规实验手段的能力,所属领域普通技术人员可以在本申请给出的启示下,结合自身能力完善并实施本方案,一些典型的公知结构或者公知方法不应当成为所属领域普通技术人员实施本申请的障碍。应当指出,对于本领域的技术人员来说,在不脱离本发明结构的前提下,还可以作出若干变形和改进,这些也应该视为本发明的保护范围,这些都不会影响本发明实施的效果和专利的实用性。本申请要求的保护范围应当以其权利要求的内容为准,说明书中的具体实施方式等记载可以用于解释权利要求的内容。
Claims (10)
1.用于环境噪声的主动降噪方法,其特征在于,包括如下步骤:
S1、通过加速度传感器和麦克风分别采集当前场景中噪音源的振动频率信息和噪音模拟信号;并对噪声模拟信号进行模数转换,生成噪声的数字信号;
S2、通过预先存储若干特定噪音的振动频率信息和数字信号,以及特定噪音经主动降噪算法处理后生成的反向声波信号;并根据当前场景中噪声源的振动频率信息和噪声数字信号,匹配出预存的反向声波信号;
S3、通过接收反向声波信号,经数模转换后生成反向抵消声波;再由扬声器播放反向抵消声波。
2.根据权利要求1所述的用于环境噪声的主动降噪方法,其特征在于:还包括步骤:
S4、根据当前场景中噪声源的振动频率信息和噪声数字信号对预存的特定噪音进行筛查,若无法从数据库中匹配出相应的特定噪音,则将噪声源的振动频率信息和噪声数字信号发送至后台终端;
S5、通过后台终端根据主动降噪算法处理噪声数字信号,生成相应的反向声波信号;并存储该噪声的振动频率信息、噪声数字信号以及反向声波信号。
3.根据权利要求2所述的用于环境噪声的主动降噪方法,其特征在于:所述步骤S2中具体还包括、提取噪声数字信号的幅值信息和频率信息,并根据幅值信息和频率信息匹配出相应的特定噪音,若噪声数字信号与特定噪音的幅值差小于预设幅值阈值,且频率差小于预设频率阈值,则判断该特定噪音与当前场景的噪声源相同。
4.根据权利要求3所述的用于环境噪声的主动降噪方法,其特征在于:所述步骤S2中具体还包括、判断是否存在多个特定噪音与当前场景的噪音源相同,如果是,则将当前场景中噪声源的振动频率信息作为参照量,计算各特定噪音振动频率信息与参照量的差值,并输出差值最小的特定噪音。
5.根据权利要求4所述的用于环境噪声的主动降噪方法,其特征在于:还包括步骤S6、通过人体红外感应传感器检测当前场景中是否有人,如果没有,则控制麦克风和加速度传感器自动进入休眠状态。
6.根据权利要求5所述的用于环境噪声的主动降噪方法,其特征在于:还包括步骤S7、接收用户通过手机端发起的控制指令,若控制指令为唤醒指令,则唤醒麦克风和加速度传感器进入工作状态。
7.根据权利要求6所述的用于环境噪声的主动降噪方法,其特征在于:还包括步骤S8、获取用户通过手机端个性化输入的噪音类型名称,若噪音类型名称与特定噪音类型名称相同,则根据用户输入的噪音类型名称对匹配出的特定噪音类型进行筛选,得到类型名称相同的特定噪音的反向声波信息。
8.根据权利要求3所述的用于环境噪声的主动降噪方法,其特征在于:所述预设幅值阈值的取值范围为[0,1]dB,预设频率阈值的取值为[0,15]Hz。
9.根据权利要求1所述的用于环境噪声的主动降噪方法,其特征在于:所述步骤S1中的加速度传感器采用的是多晶硅纳米膜加速度传感器。
10.根据权利要求9所述的用于环境噪声的主动降噪方法,其特征在于:所述特定噪音的类型包括交通噪音、施工噪音、社会噪音和设备噪音。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011581649.9A CN112509549B (zh) | 2020-12-28 | 2020-12-28 | 用于环境噪声的主动降噪方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011581649.9A CN112509549B (zh) | 2020-12-28 | 2020-12-28 | 用于环境噪声的主动降噪方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112509549A true CN112509549A (zh) | 2021-03-16 |
CN112509549B CN112509549B (zh) | 2022-08-05 |
Family
ID=74951807
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011581649.9A Active CN112509549B (zh) | 2020-12-28 | 2020-12-28 | 用于环境噪声的主动降噪方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112509549B (zh) |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113028568A (zh) * | 2021-03-22 | 2021-06-25 | 广东积微科技有限公司 | 空调控制方法、装置、计算机设备和存储介质 |
CN113301466A (zh) * | 2021-04-29 | 2021-08-24 | 南昌大学 | 一种内置噪声监测装置的可调节主动降噪耳机 |
CN113554998A (zh) * | 2020-04-24 | 2021-10-26 | 广东美的白色家电技术创新中心有限公司 | 主动降噪装置、室内电器系统及主动降噪方法 |
CN113611277A (zh) * | 2021-08-09 | 2021-11-05 | 安徽聆思智能科技有限公司 | 一种降噪方法、降噪装置及降噪系统 |
CN113665315A (zh) * | 2021-08-19 | 2021-11-19 | 浙江吉利控股集团有限公司 | 一种用于车辆的噪音控制方法、控制系统及车辆 |
CN113724721A (zh) * | 2021-07-28 | 2021-11-30 | 深圳市星范儿文化科技有限公司 | 智能朗读亭的降噪方法及系统 |
CN114898732A (zh) * | 2022-07-05 | 2022-08-12 | 深圳瑞科曼环保科技有限公司 | 一种可调整频率范围的噪音处理方法及系统 |
CN115134710A (zh) * | 2021-03-26 | 2022-09-30 | Oppo广东移动通信有限公司 | 音频播放设备的降噪方法、装置、电子设备以及存储介质 |
CN115899939A (zh) * | 2022-11-09 | 2023-04-04 | 珠海格力节能环保制冷技术研究中心有限公司 | 一种降噪控制方法、装置、水源多联机外机和空调系统 |
CN116597803A (zh) * | 2023-05-26 | 2023-08-15 | 深圳风火轮科技有限公司 | 一种工地用主动降噪系统及方法 |
CN118098237A (zh) * | 2024-04-24 | 2024-05-28 | 武汉攀升鼎承科技有限公司 | 智能语音鼠标的控制方法及智能语音鼠标 |
WO2024148665A1 (zh) * | 2023-01-13 | 2024-07-18 | 宜宾市天珑通讯有限公司 | 一种共振降噪方法、系统及可读存储介质 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101727895A (zh) * | 2008-10-20 | 2010-06-09 | 联想(北京)有限公司 | 降噪装置、计算机以及降噪方法 |
US20100150367A1 (en) * | 2005-10-21 | 2010-06-17 | Ko Mizuno | Noise control device |
CN102216980A (zh) * | 2011-05-09 | 2011-10-12 | 华为技术有限公司 | 转动装置噪声控制方法及控制器 |
CN103383843A (zh) * | 2013-07-24 | 2013-11-06 | 海尔集团公司 | 洗衣机主动降噪方法、装置及洗衣机 |
CN106205592A (zh) * | 2016-06-24 | 2016-12-07 | 努比亚技术有限公司 | 一种降噪装置以及方法 |
CN107864419A (zh) * | 2017-10-23 | 2018-03-30 | 恒玄科技(上海)有限公司 | 一种用于主动降噪的模拟、数字混合降噪系统 |
CN108140375A (zh) * | 2015-09-25 | 2018-06-08 | 哈曼贝克自动系统股份有限公司 | 噪声和振动感测 |
US20200068307A1 (en) * | 2018-02-16 | 2020-02-27 | Skullcandy, Inc. | Methods of using headphones with noise cancellation of acoustic noise from tactile vibration driver |
CN111182432A (zh) * | 2019-12-30 | 2020-05-19 | 重庆电子工程职业学院 | 多场景自适应智能扩音系统 |
CN111836147A (zh) * | 2019-04-16 | 2020-10-27 | 华为技术有限公司 | 一种降噪的装置和方法 |
-
2020
- 2020-12-28 CN CN202011581649.9A patent/CN112509549B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100150367A1 (en) * | 2005-10-21 | 2010-06-17 | Ko Mizuno | Noise control device |
CN101727895A (zh) * | 2008-10-20 | 2010-06-09 | 联想(北京)有限公司 | 降噪装置、计算机以及降噪方法 |
CN102216980A (zh) * | 2011-05-09 | 2011-10-12 | 华为技术有限公司 | 转动装置噪声控制方法及控制器 |
CN103383843A (zh) * | 2013-07-24 | 2013-11-06 | 海尔集团公司 | 洗衣机主动降噪方法、装置及洗衣机 |
CN108140375A (zh) * | 2015-09-25 | 2018-06-08 | 哈曼贝克自动系统股份有限公司 | 噪声和振动感测 |
CN106205592A (zh) * | 2016-06-24 | 2016-12-07 | 努比亚技术有限公司 | 一种降噪装置以及方法 |
CN107864419A (zh) * | 2017-10-23 | 2018-03-30 | 恒玄科技(上海)有限公司 | 一种用于主动降噪的模拟、数字混合降噪系统 |
US20200068307A1 (en) * | 2018-02-16 | 2020-02-27 | Skullcandy, Inc. | Methods of using headphones with noise cancellation of acoustic noise from tactile vibration driver |
CN111836147A (zh) * | 2019-04-16 | 2020-10-27 | 华为技术有限公司 | 一种降噪的装置和方法 |
CN111182432A (zh) * | 2019-12-30 | 2020-05-19 | 重庆电子工程职业学院 | 多场景自适应智能扩音系统 |
Non-Patent Citations (2)
Title |
---|
KEISUKE OKANO,ET AL.: "Auxiliary Noise Power Scheduling Based on Gradient of Error Power for Pre-inverse Active Noise Control", 《2018 IEEE INTERNATIONAL SYMPOSIUM ON CIRCUITS AND SYSTEMS 》 * |
顾正华等: "风洞一维离散噪声ANC技术研究", 《噪声与振动控制》 * |
Cited By (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113554998B (zh) * | 2020-04-24 | 2023-11-10 | 广东美的白色家电技术创新中心有限公司 | 主动降噪装置、室内电器系统及主动降噪方法 |
CN113554998A (zh) * | 2020-04-24 | 2021-10-26 | 广东美的白色家电技术创新中心有限公司 | 主动降噪装置、室内电器系统及主动降噪方法 |
CN113028568A (zh) * | 2021-03-22 | 2021-06-25 | 广东积微科技有限公司 | 空调控制方法、装置、计算机设备和存储介质 |
CN113028568B (zh) * | 2021-03-22 | 2022-09-20 | 广东积微科技有限公司 | 空调控制方法、装置、计算机设备和存储介质 |
CN115134710A (zh) * | 2021-03-26 | 2022-09-30 | Oppo广东移动通信有限公司 | 音频播放设备的降噪方法、装置、电子设备以及存储介质 |
CN113301466A (zh) * | 2021-04-29 | 2021-08-24 | 南昌大学 | 一种内置噪声监测装置的可调节主动降噪耳机 |
CN113724721A (zh) * | 2021-07-28 | 2021-11-30 | 深圳市星范儿文化科技有限公司 | 智能朗读亭的降噪方法及系统 |
CN113611277A (zh) * | 2021-08-09 | 2021-11-05 | 安徽聆思智能科技有限公司 | 一种降噪方法、降噪装置及降噪系统 |
CN113611277B (zh) * | 2021-08-09 | 2024-04-23 | 安徽聆思智能科技有限公司 | 一种降噪方法、降噪装置及降噪系统 |
CN113665315A (zh) * | 2021-08-19 | 2021-11-19 | 浙江吉利控股集团有限公司 | 一种用于车辆的噪音控制方法、控制系统及车辆 |
CN113665315B (zh) * | 2021-08-19 | 2024-03-08 | 浙江吉利控股集团有限公司 | 一种用于车辆的噪音控制方法、控制系统及车辆 |
CN114898732A (zh) * | 2022-07-05 | 2022-08-12 | 深圳瑞科曼环保科技有限公司 | 一种可调整频率范围的噪音处理方法及系统 |
CN115899939A (zh) * | 2022-11-09 | 2023-04-04 | 珠海格力节能环保制冷技术研究中心有限公司 | 一种降噪控制方法、装置、水源多联机外机和空调系统 |
WO2024148665A1 (zh) * | 2023-01-13 | 2024-07-18 | 宜宾市天珑通讯有限公司 | 一种共振降噪方法、系统及可读存储介质 |
CN116597803A (zh) * | 2023-05-26 | 2023-08-15 | 深圳风火轮科技有限公司 | 一种工地用主动降噪系统及方法 |
CN116597803B (zh) * | 2023-05-26 | 2024-10-11 | 深圳风火轮科技有限公司 | 一种工地用主动降噪系统及方法 |
CN118098237A (zh) * | 2024-04-24 | 2024-05-28 | 武汉攀升鼎承科技有限公司 | 智能语音鼠标的控制方法及智能语音鼠标 |
CN118098237B (zh) * | 2024-04-24 | 2024-07-02 | 武汉攀升鼎承科技有限公司 | 智能语音鼠标的控制方法及智能语音鼠标 |
Also Published As
Publication number | Publication date |
---|---|
CN112509549B (zh) | 2022-08-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112509549B (zh) | 用于环境噪声的主动降噪方法 | |
CN111883091B (zh) | 音频降噪方法和音频降噪模型的训练方法 | |
US9197177B2 (en) | Method and implementation apparatus for intelligently controlling volume of electronic device | |
CN108922537B (zh) | 音频识别方法、装置、终端、耳机及可读存储介质 | |
CN106782591A (zh) | 一种在背景噪音下提高语音识别率的装置及其方法 | |
CN108235181B (zh) | 在音频处理装置中降噪的方法 | |
CN108763901B (zh) | 耳纹信息获取方法和装置、终端、耳机及可读存储介质 | |
CN103259898B (zh) | 自适应调节频响的方法及终端 | |
JP2007507119A5 (zh) | ||
WO2014161309A1 (zh) | 一种移动终端实现声源定位的方法及装置 | |
TWI581254B (zh) | 環噪消除系統及其應用方法 | |
CN104978980B (zh) | 一种控制声音播放的方法及声音播放系统 | |
CN108766468B (zh) | 一种智能语音检测方法、无线耳机、tws耳机及终端 | |
CN101795323A (zh) | 一种电子闹铃运行方法、电子闹铃及一种移动通信终端 | |
CN106231047A (zh) | 一种基于智能终端的音频采集方法、系统及智能终端 | |
CN113949955B (zh) | 降噪处理方法、装置、电子设备、耳机及存储介质 | |
JP2018506906A (ja) | ヘッドセットの騒音低減を制御する方法及び装置 | |
CN112509548A (zh) | 用于室外环境噪声的主动降噪设备及系统 | |
CN115775564B (zh) | 音频处理方法、装置、存储介质及智能眼镜 | |
WO2021103260A1 (zh) | 耳机的控制方法以及耳机 | |
CN110753291A (zh) | 室内开关的降噪装置和降噪方法 | |
CN105848061B (zh) | 一种控制方法及电子设备 | |
CN106302974A (zh) | 一种信息处理的方法及电子设备 | |
CN111028838A (zh) | 一种语音唤醒方法、设备及计算机可读存储介质 | |
CN112349291A (zh) | 基于ai降噪模型的扩声系统及方法 |
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 |