CN113299260A - 一种基于emfnl滤波器在线建模次级通道的有源降噪方法 - Google Patents
一种基于emfnl滤波器在线建模次级通道的有源降噪方法 Download PDFInfo
- Publication number
- CN113299260A CN113299260A CN202010111534.7A CN202010111534A CN113299260A CN 113299260 A CN113299260 A CN 113299260A CN 202010111534 A CN202010111534 A CN 202010111534A CN 113299260 A CN113299260 A CN 113299260A
- Authority
- CN
- China
- Prior art keywords
- filter
- emfnl
- secondary channel
- active noise
- control
- 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
- 238000000034 method Methods 0.000 title claims abstract description 29
- 230000009467 reduction Effects 0.000 title claims abstract description 17
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 25
- 108091006146 Channels Proteins 0.000 claims description 65
- 238000001914 filtration Methods 0.000 claims description 10
- 230000005284 excitation Effects 0.000 claims description 8
- 230000003044 adaptive effect Effects 0.000 claims description 7
- 230000000717 retained effect Effects 0.000 claims description 2
- 238000010276 construction Methods 0.000 abstract 1
- 238000010586 diagram Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000011946 reduction process Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000005236 sound signal Effects 0.000 description 1
- 238000007619 statistical method Methods 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
-
- 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
- G10K11/17813—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 acoustic paths, e.g. estimating, calibrating or testing of transfer functions or cross-terms
- G10K11/17817—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 acoustic paths, e.g. estimating, calibrating or testing of transfer functions or cross-terms between the output signals and the error signals, i.e. secondary path
-
- 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Soundproofing, Sound Blocking, And Sound Damping (AREA)
- Filters That Use Time-Delay Elements (AREA)
Abstract
本发明涉及有源噪声控制领域,公开了一种基于带线性部分偶镜像傅里叶非线性(EMFNL,Even Mirror Fourier Nonlinear with Linear section)滤波器在线建模次级通道的有源降噪方法,其包括S1采集噪声源信号;S2构建控制EMFNL滤波器抽头并简化;S3对S2中滤波器抽头,构建控制权系数并初始化;S4对S3中权系数和S2中EMFNL滤波器进行卷积,生成反噪声;S5自适应更新权系数;S6在线辨识次级通道,构建辨识滤波器抽头,采用自适应算法辨识系数,并实时计算次级通道估计。与现有技术相比,本发明基于二阶EMFNL滤波器的非线性在线建模次级通道,同时使用EMFNL滤波器作为控制滤波器,具有更强的适应性和更优的非线性处理能力。
Description
技术领域
本发明涉及有源噪声控制领域,涉及有源噪声控制方法和非线性次级通道建模方法,尤其涉及一种基于带线性部分偶镜像傅里叶非线性(EMFNL,Even MirrorFourierNonlinear with Linear section)滤波器在线建模次级通道的有源降噪方法。
背景技术
基于叠加原理的有源噪声控制(ANC,Active Noise Control)技术因成本低、低频效果显著、布控简便等优势,得到了广泛研究和应用,未来极有可能成为封闭空间降噪的标配技术。
有源噪声控制模型分为有次级通道模型和无次级通道模型。无次级通道模型方面,中国专利CN 101393736 B公开了一种无次级通道建模的有源噪声控制方法,采用四个更新方向搜索的方法寻找最优系数,实时性差。中国专利CN 103915091 A公开了一种无次级通道建模模型方法,该方法需统计噪声源信号和误差信号功率,本质上属于统计的方法,系统初始阶段难以实现实时,且噪声源有变化时,系统难以快速反应。因此有次级通道模型依然是目前的主要方向。国际专利WO2017/048480 EN 2017.03.23(中国专利CN 108352156A)和国际专利WO2017/048481 EN 2017.03.23(中国专利CN 108352157 A)公开了次级通道幅值和相位的估计方法,需对不同频率分量进行估计,算法复杂。中国专利CN 109448686 A公开了一种在线次级建模有源噪声控制系统,该系统使用线性次级通道模型,难以处理非线性次级通道情形。中国专利CN 109379652 A公开了一种耳机有源噪声控制的次级通道离线辨识方法及系统,该次级通道采用无限冲激响应响应(IIR,Infinite ImpulseResponse)滤波器,该滤波器虽然可用更少的系数逼近线性滤波器,但IIR模型存在输入有界输出有界(Bounded Input Bounded Output,BIBO)准则下的不稳定情形。目前的有次级通道模型中,次级通道多采用离线建模的方法,离线建模对于模型不确定,或时变次级通道适用性差,甚至算法无效。
发明内容
发明目的:针对现有有源降噪技术中在线非线性次级通道建模缺失问题,本发明提出一种基于二阶EMFNL滤波器的非线性次级通道在线建模,同时使用EMFNL滤波器作为控制滤波器的有源噪声控制方法,该方法建模出的次级通道估计为在线、非线性模型,具有更强的适应性和更优的非线性处理能力。
技术方案:本发明提供了一种基于EMFNL滤波器在线建模次级通道的有源降噪方法,基于二阶EMFNL滤波器非线性在线建模次级通道,同时使用EMFNL滤波器作为控制滤波器进行有源噪声控制,该方法具体步骤包括:
S1:采集噪声源信号;
S2:对S1中噪声源信号,构建控制EMFNL滤波器抽头,并简化所述EMFNL滤波器抽头;
S3:对S2中滤波器抽头,构建控制权系数w(n)并对其进行初始化;
S4:对S3中权系数和S2中EMFNL滤波器进行卷积,生成反噪声y(n);
S5:给出EMFNL滤波器对应的权更新算法,自适应更新控制权系数w(n);
S6:在线辨识次级通道:
S6.1:产生高斯激励白噪声,并滤除高频部分,将其加入次级通道;
S6.2:对S6.1中激励白噪声采用EMFNL扩展,构建辨识滤波器抽头;
S6.3:定义次级通道辨识系数s'(n),初始化为0,并采用自适应算法辨识;
S6.4:实时计算次级通道估计s”(n)。
进一步地,所述S2中简化滤波器抽头实现形式为:交叉抽头部分对角结构实现,且仅保留部分主对角通道。
进一步地,所述S5中自适应算法使用滤波X最小均方误差算法,控制系数更新公式为:
w(n+1)=w(n)+μce(n)fe'(n)
其中,μc是控制迭代步长,fe'(n)=fe(n)*s”(n)是EMFNL扩展信号经次级通道估计s”(n)滤波后信号,误差信号e(n)通过误差传声器采集。
进一步地,所述S6.3中自适应算法使用最小均方误差算法,控制系数更新公式为:
s'(n+1)=s'(n)+μiε(n)fes(n)
ε(n)=e(n)-v'(n)
其中,v'(n)=v(n)*s'(n),e(n)为误差信号,通过误差传声器采集。
进一步地,所述次级通道的传递函数表示为如下形式
其中,R1≤M、R2≤M、R3≤M和R3≤M(M-1)/2分别为线性项、正弦、余弦项和交叉项的数量,li,ki,pi和qi为时延参数,s'(n)=[ai T,bi T,ci T,di T],其中ai={ai,i=1,2,…,R1},bi={bi,i=1,2,…,R2},ci={ci,i=1,2,…,R3},di={di,i=1,2,…,R4}。
进一步地,所述次级通道估计表示为:
其中,Ai~Ei为系数估计,li,ki,pi,qi和ri为时延参数,满足如下:
有益效果:
本发明提供一种基于EMFNL滤波器的有源降噪方法,该方法使用EMFNL滤波器在线建模次级通道;同时,该方法使用EMFNL滤波器或其简化实现方式作为控制滤波器。将建模次级通道融入到有源降噪的过程中,该方法在有源降噪系统中具有更强的适应性和非线性处理能力。
附图说明
图1为本发明EMFNL滤波器结构框图;
图2为本发明EMFNL滤波器交叉项对角结构;
图3为本发明基于EMFNL滤波器的有源降噪系统框图。
具体实施方式
下面结合附图对本发明进行详细的介绍。
本发明提出一种基于二阶带线性部分偶镜像傅里叶非线性(EMFNL)滤波器的非线性次级通道在线建模,同时使用EMFNL滤波器作为控制滤波器的有源噪声控制方法,该方法建模出的次级通道估计为在线、非线性模型,具有更强的适应性和更优的非线性处理能力。
本发明公开的一种基于在线非线性次级建模的有源降噪方法,具体实现步骤包括:
第一步:采集噪声源信号。
通过在噪声源附近布放声信号接收传感器,采集噪声源信号,典型声信号传感器为麦克风。该声信号传感器可将声信号转换为模拟电信号,并将模拟电信号转换为数字信号,n时刻采集的信号即为x(n)。
传声器采集的声信号x(n)存储于数字信号处理器(DSP,Digital SignalProcessor)中,存储长度为N,则存储的现时刻和前N-1个时延信号,构成输入噪声序列x(n)=[x(n),x(n-1),x(n-2),…,x(n-N+1)]T。实际应用中,N取值可根据性能、实时性等要求,由工程师具体确定,典型值为10、32、64、128等。
第二步:构建控制EMFNL滤波器抽头。
将采集噪声源现时刻和N-1个前时刻信号x(n),采用二阶带线性部分偶镜像傅里叶非线性(EMFNL)扩展,如图1中表示为f[x(n)],控制滤波器抽头包括:
E00(n)=[x(n),x(n-1),x(n-2),…,x(n-M+1)]T;
E10(n)={sin[πx(n)/2],sin[πx(n)/2],…,sin[πx(n-M+1)/2]}T;
E20(n)={cos[πx(n)],cos[πx(n)],…,cos[πx(n-M+1)]}T;
E21(n)={sin[πx(n)/2]sin[πx(n-1)/2],…,sin[πx(n-M+2)/2]sin[πx(n-M+1)/2],
sin[πx(n)/2]sin[πx(n-2)/2],…,sin[πx(n-M+3)/2]sin[πx(n-M+1)/2],
…,
sin[πx(n)/2]sin[πx(n-M+1)/2}T。
根据次级通道特性,仅保留部分非线性部分系数,可有效降低计算量。以下给出简化滤波器抽头实现形式:
交叉抽头部分对角结构实现,仅保留部分主对角通道。如图2所示,在逼近非线性系统时,交叉项部分中越靠近主对角通道的核函数对系统的逼近能力越强,因此可以通过仅保留图中较粗的主通道的方法,简化滤波器结构。主通道保留数量参考为M/3,具体保留通道数量,工程师可根据实际需求确定。
滤波器的函数扩展抽头(或简化实现形式)表示为向量形式:
fe(n)=[E00(n),E10(n),E20(n),E21(n)]T (1)
第三步:构建控制权向量并初始化。
控制权向量是上述滤波器抽头的系数,由DSP开辟存储空间生成,记为w(n),并初始化为0向量。权向量表达式为:
w(n)=[w0(n),w1(n),...,wN-1(n)]T (2)
第四步:DSP生成反噪声。
控制权向量的长度与EMFNL滤波器(或简化形式)抽头数量相同。DSP输出反噪声y(n)可表示为:
y(n)=fe T(n)w(n) (3)
第五步:自适应更新控制权系数。
有源噪声控制领域中,常用的更新算法架构包括滤波X最小均方误差(FXLMS,filtered-x LMS)算法,误差滤波最小均方误差(FELMS,filtered-e LMS)算法,滤波X递归最小均方(FXRLS,filtered-xRecursive Least Square)等方法。
本发明以FXLMS自适应算法架构为例,给出EMFNL滤波器对应的权更新算法,对本领域工程师,其他算法架构为简单技术变体。
如图3所示,FXLMS算法的权系数更新公式为:
w(n+1)=w(n)+μce(n)fe'(n) (4)
其中,μc是控制迭代步长,取值为Px为输入信号能量,N为滤波器长度。fe'(n)=fe(n)*s”(n)是EMFNL扩展信号经次级通道估计s”(n)滤波后信号,s”(n)为辨识后次级通道系数s'(n)的估计,e(n)为误差信号,由误差传声器采集。
第六步:在线辨识次级通道。
1)次级通道加入白噪声。
产生高斯激励白噪声,并滤除高频部分,加入次级通道。高斯白噪声的生成方法多样,工程师可根据实际情况生成,由于有源噪声控制主要面向低频噪声,因此,系统的辨识时无需使用高频激励信号,可设计一低通滤波器,滤除激励白噪声中的高频分量,低通滤波器截止频率参考值为1500赫兹(Hz)。
2)构建EMFNL辨识滤波器抽头。
将激励白噪声的现时刻和M-1个前时刻信号记为v(n)=[v(n),v(n-1),…,v(n-M+1)],此时次级通道长度为M。采用二阶带线性部分偶镜像傅里叶非线性(EMFNL)扩展,构建的辨识滤波器抽头包括:
Es0(n)=[v(n),v(n-1),v(n-2),…,v(n-M+1)]T;
Es1(n)={sin[πv(n)/2],sin[πv(n)/2],…,sin[πv(n-M+1)/2]}T;
Es2(n)={cos[πv(n)],cos[πv(n)],…,cos[πv(n-M+1)]}T;
Es3(n)={sin[πv(n)/2]sin[πv(n-1)/2],…,sin[πv(n-M+2)/2]sin[πv(n-M+1)/2],
sin[πv(n)/2]sin[πv(n-2)/2],…,sin[πv(n-M+3)/2]sin[πv(n-M+1)/2],
…,
sin[πv(n)/2]sin[πv(n-M+1)/2}T;
辨识滤波器的函数扩展抽头表示为向量形式:
fes(n)=[Es0(n),Es1(n),Es2(n),Es3(n)]T (5)
3)采用自适应算法辨识系数。
以上辨识滤波器抽头对应的系数即为次级通道传递函数系数,该系数对应图1中为s'(n)=[s0(n),s1(n),s2(n),…,sM+1(n)],长度为(M2+5M)/2,初始化为0。如图3所示,采用自适应最小均方误差(LMS,Least Mean Square)算法,迭代公式为:
s'(n+1)=s'(n)+μiε(n)fes(n) (6)
ε(n)=e(n)-v'(n) (7)
其中,v'(n)=v(n)*s'(n),e(n)为误差传声器采集的误差信号。
4)计算次级通道估计。
次级通道传递函数表示为如下形式
其中,R1≤M、R2≤M、R3≤M和R3≤M(M-1)/2分别为线性项、正弦、余弦项和交叉项的数量,li,ki,pi和qi为时延参数,此时,s'(n)=[ai T,bi T,ci T,di T],其中ai={ai,i=1,2,…,R1},bi={bi,i=1,2,…,R2},ci={ci,i=1,2,…,R3},di={di,i=1,2,…,R4}。
根据不同的简化实现形式,次级通道估计为:
其中,Ai~Ei为系数估计,li,ki,pi,qi和ri为时延参数,满足如下:
如果次级通道系数辨识时,仅使用滤波器中的线性抽头部分,则次级通道估计中只有Ai,此时次级通道为线性定常系统,系数估计Ai可直接存储于数字信号处理器(DSP)中。如果次级通道系数辨识时,包含非线性部分,次级通道系数估计是时变的,可将依据式(10)实时计算次级通道稀疏估计。
上述实施方式只为说明本发明的技术构思及特点,其目的在于让熟悉此项技术的人能够了解本发明的内容并据以实施,并不能以此限制本发明的保护范围。凡根据本发明精神实质所做的等效变换或修饰,都应涵盖在本发明的保护范围之内。
Claims (6)
1.一种基于带线性部分偶镜像傅里叶非线性(EMFNL,Even Mirror FourierNonlinear with Linear section)滤波器在线建模次级通道的有源降噪方法,其特征在于,基于二阶EMFNL滤波器非线性在线建模次级通道,同时使用EMFNL滤波器作为控制滤波器进行有源噪声控制,该方法具体步骤包括:
S1:采集噪声源信号;
S2:对S1中噪声源信号,构建控制EMFNL滤波器抽头,并简化所述EMFNL滤波器抽头;
S3:对S2中滤波器抽头,构建控制权系数w(n)并对其进行初始化;
S4:对S3中权系数和S2中EMFNL滤波器进行卷积,生成反噪声y(n);
S5:给出EMFNL滤波器对应的权更新算法,自适应更新控制权系数w(n);
S6:在线辨识次级通道:
S6.1:产生高斯激励白噪声,并滤除高频部分,将其加入次级通道;
S6.2:对S6.1中激励白噪声采用EMFNL扩展,构建辨识滤波器抽头;
S6.3:定义次级通道辨识系数s'(n),初始化为0,并采用自适应算法辨识;
S6.4:实时计算次级通道估计s”(n)。
2.根据权利要求1所述的基于EMFNL滤波器在线建模次级通道的有源降噪方法,其特征在于,所述S2中简化滤波器抽头实现形式为:交叉抽头部分对角结构实现,且仅保留部分主对角通道。
3.根据权利要求1所述的基于EMFNL滤波器在线建模次级通道的有源降噪方法,其特征在于,所述S5中自适应算法使用滤波X最小均方误差算法,控制系数更新公式为:
w(n+1)=w(n)+μce(n)fe'(n)
其中,μc是控制迭代步长,fe'(n)=fe(n)*s”(n)是EMFNL扩展信号经次级通道估计s”(n)滤波后信号,误差信号e(n)通过误差传声器采集。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010111534.7A CN113299260B (zh) | 2020-02-24 | 2020-02-24 | 一种基于emfnl滤波器在线建模次级通道的有源降噪方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010111534.7A CN113299260B (zh) | 2020-02-24 | 2020-02-24 | 一种基于emfnl滤波器在线建模次级通道的有源降噪方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113299260A true CN113299260A (zh) | 2021-08-24 |
CN113299260B CN113299260B (zh) | 2023-10-20 |
Family
ID=77317817
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010111534.7A Active CN113299260B (zh) | 2020-02-24 | 2020-02-24 | 一种基于emfnl滤波器在线建模次级通道的有源降噪方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113299260B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113851104A (zh) * | 2021-09-15 | 2021-12-28 | 江南大学 | 含次级通道在线辨识的反馈型主动噪声控制系统及方法 |
CN115248976A (zh) * | 2021-12-31 | 2022-10-28 | 宿迁学院 | 一种基于降采样稀疏fir滤波器的次级通道建模方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2004009007A1 (en) * | 2002-07-19 | 2004-01-29 | The Penn State Research Foundation | A linear independent method for noninvasive online secondary path modeling |
CN101833949A (zh) * | 2010-04-26 | 2010-09-15 | 浙江万里学院 | 一种用于消减噪声的有源噪声控制方法 |
CN108352157A (zh) * | 2015-09-16 | 2018-07-31 | 伯斯有限公司 | 在有源噪声控制中估计次级路径幅值 |
CN109448686A (zh) * | 2018-12-13 | 2019-03-08 | 重庆邮电大学 | 基于次级通道在线辨识新算法交叉更新有源噪声控制系统 |
-
2020
- 2020-02-24 CN CN202010111534.7A patent/CN113299260B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2004009007A1 (en) * | 2002-07-19 | 2004-01-29 | The Penn State Research Foundation | A linear independent method for noninvasive online secondary path modeling |
CN101833949A (zh) * | 2010-04-26 | 2010-09-15 | 浙江万里学院 | 一种用于消减噪声的有源噪声控制方法 |
CN108352157A (zh) * | 2015-09-16 | 2018-07-31 | 伯斯有限公司 | 在有源噪声控制中估计次级路径幅值 |
CN109448686A (zh) * | 2018-12-13 | 2019-03-08 | 重庆邮电大学 | 基于次级通道在线辨识新算法交叉更新有源噪声控制系统 |
Non-Patent Citations (2)
Title |
---|
XINNIAN GUO等: "Sparse modeling of nonlinear secondary path for nonlinear active noise control", IEEE TRANSACTIONS ON INSTRUMENTATION AND MEASUREMENT, vol. 67, no. 3 * |
郭新年 等: "基于自适应切比雪夫滤波器的非线性有源噪声控制", 噪声与振动控制, no. 03 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113851104A (zh) * | 2021-09-15 | 2021-12-28 | 江南大学 | 含次级通道在线辨识的反馈型主动噪声控制系统及方法 |
CN115248976A (zh) * | 2021-12-31 | 2022-10-28 | 宿迁学院 | 一种基于降采样稀疏fir滤波器的次级通道建模方法 |
CN115248976B (zh) * | 2021-12-31 | 2024-04-30 | 宿迁学院 | 一种基于降采样稀疏fir滤波器的次级通道建模方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113299260B (zh) | 2023-10-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Kuo et al. | Nonlinear adaptive bilinear filters for active noise control systems | |
CN111326134B (zh) | 一种基于emfnl滤波器离线建模次级通道的有源降噪方法 | |
CN113299260B (zh) | 一种基于emfnl滤波器在线建模次级通道的有源降噪方法 | |
JP2009529261A (ja) | 適応フィードバック抑制を伴う補聴器 | |
CN106531145A (zh) | 基于m估计器的递归有源噪声控制方法 | |
CN105976806B (zh) | 基于最大熵的有源噪声控制方法 | |
CN111193497B (zh) | 一种基于emfnl滤波器的次级通道建模方法 | |
Chang et al. | Active noise cancellation with a fuzzy adaptive filtered-X algorithm | |
CN113078884B (zh) | 添加非线性拟合的自适应算法 | |
CN115248976B (zh) | 一种基于降采样稀疏fir滤波器的次级通道建模方法 | |
CN110798177B (zh) | 一种通用勒让德滤波器 | |
Mohapatra et al. | An advanced feedback Filtered-x least mean square algorithm for wideband noise removal | |
Lu et al. | A recursive least M-estimate adaptive controller for active impulsive noise control | |
Bambang | Active noise cancellation using recurrent radial basis function neural networks | |
CN115394311B (zh) | 一种稳健的窄带反馈型主动噪声控制系统及方法 | |
Jain et al. | A novel LMS algorithm applied to adaptive noise cancellation with varying parameters | |
Phooi et al. | Nonlinear active noise control using Lyapunov theory and RBF network | |
Mohapatra et al. | An improved subband sigmoid function based feedback Active Noise Cancellation | |
Zhao et al. | Filtered-X Lyapunov algorithm for nonlinear active noise control using second-order Volterra filter | |
JP2928967B2 (ja) | 騒音制御装置 | |
CN115967372A (zh) | 基于递推最小鲁棒估计的低复杂度有源脉冲噪声控制方法 | |
Patil et al. | Comparative Performance Analysis of LMS and NLMS on ECG Signal by using TMS320C6713 DSK Kit | |
Wu et al. | An adaptive algorithm using FIR filter for speech enhancement systems | |
Li et al. | Microcontroller based active noise controller in headphones | |
Sahib et al. | Multiple channel active noise internal model control with saturation nonlinearities |
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 |