CN114255726A - 主动降噪方法、车载主动降噪系统以及汽车 - Google Patents
主动降噪方法、车载主动降噪系统以及汽车 Download PDFInfo
- Publication number
- CN114255726A CN114255726A CN202110393904.5A CN202110393904A CN114255726A CN 114255726 A CN114255726 A CN 114255726A CN 202110393904 A CN202110393904 A CN 202110393904A CN 114255726 A CN114255726 A CN 114255726A
- Authority
- CN
- China
- Prior art keywords
- noise reduction
- signal
- coefficient
- noise
- reference 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.)
- Granted
Links
- 230000009467 reduction Effects 0.000 title claims abstract description 169
- 238000000034 method Methods 0.000 title claims abstract description 69
- 230000000694 effects Effects 0.000 abstract description 16
- 230000002411 adverse Effects 0.000 abstract description 6
- 230000000875 corresponding effect Effects 0.000 description 43
- 239000013598 vector Substances 0.000 description 15
- 230000008569 process Effects 0.000 description 12
- 238000004422 calculation algorithm Methods 0.000 description 11
- 230000003044 adaptive effect Effects 0.000 description 9
- 238000004364 calculation method Methods 0.000 description 9
- 239000011159 matrix material Substances 0.000 description 8
- 238000010586 diagram Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 6
- 238000009826 distribution Methods 0.000 description 5
- 238000000354 decomposition reaction Methods 0.000 description 4
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000003860 storage Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 206010013082 Discomfort Diseases 0.000 description 1
- 206010019233 Headaches Diseases 0.000 description 1
- 206010043268 Tension Diseases 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 238000007792 addition Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 210000005069 ears Anatomy 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 230000007274 generation of a signal involved in cell-cell signaling Effects 0.000 description 1
- 231100000869 headache Toxicity 0.000 description 1
- 238000012804 iterative process Methods 0.000 description 1
- 230000005405 multipole Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 230000006798 recombination Effects 0.000 description 1
- 238000005215 recombination Methods 0.000 description 1
- 238000011946 reduction process Methods 0.000 description 1
- 230000005236 sound signal Effects 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 239000000758 substrate Substances 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
- G10K11/1787—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
- 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
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Soundproofing, Sound Blocking, And Sound Damping (AREA)
- Fittings On The Vehicle Exterior For Carrying Loads, And Devices For Holding Or Mounting Articles (AREA)
Abstract
本申请提供了一种主动降噪方法、车载主动降噪系统以及汽车,涉及降噪技术领域。该方法包括:通过至少一个麦克风采集噪声信号,其中,至少一个麦克风设于汽车的车舱内;获取汽车的发动机噪声的频率信息;基于至少一个麦克风所在空间点对应的车舱声场基及噪声信号,确定空间点的基系数;根据基系数,确定滤波器系数;根据频率信息及滤波器系数,计算得到降噪信号;通过扬声器阵列播放降噪信号,其中,扬声器阵列设于汽车的车舱内。本申请所提供的主动降噪方法基于发动机噪声的特性,根据发动机的频率信息得到有针对性的降噪信号,能够有效抵消发动机噪声,从而大大降低了发动机噪声对乘坐人的不良影响,提高了乘坐人的乘车体验。
Description
技术领域
本申请涉及降噪技术领域,具体涉及一种主动降噪方法、车载主动降噪系统以及汽车。
背景技术
在汽车的行驶过程中,车内乘坐的人员能够感受到十分明显的噪声。这种噪声由多种类型的噪声组成,例如,由外部气流产生的风噪、由路面与轮胎之间的摩擦产生的胎噪(又称路噪)、车辆中各部件及车内物品因颠簸产生的结构噪声以及发动机工作时产生的发动机噪声等。
噪声的存在对乘坐人的驾车体验有很大的不良影响,而其中,发动机噪声由于与流体机械的转速高度相关,包含显著的窄频(基频及谐频)成分,对乘坐人的影响更为严重,甚至有可能引发多种生理不适,如神经紧张、心率提升、头痛等。同时,由于发动机噪声为低频噪声,衍射能力强,能量衰减少,导致其难以通过物理方式被隔离或者吸收。
因此,如何有效减轻乘坐人承受的发动机噪声以提高乘坐人的乘车体验,成为了本领域亟需解决的课题。
发明内容
为了解决上述技术问题,本申请的实施例提供一种主动降噪方法、车载主动降噪系统以及汽车,旨在通过主动降噪的方式减少车舱内的发动机噪声,从而解除发动机噪声对乘坐人的困扰,提高乘坐人的乘车体验。
本申请的第一方面提供了一种主动降噪方法,包括:通过至少一个麦克风采集噪声信号,其中,至少一个麦克风设于汽车的车舱内;获取汽车的发动机噪声的频率信息;基于至少一个麦克风所在空间点对应的车舱声场基及噪声信号,确定空间点的基系数;根据基系数,确定滤波器系数;根据频率信息及滤波器系数,计算得到降噪信号;通过扬声器阵列播放降噪信号,其中,扬声器阵列设于汽车的车舱内。
在一实施例中,根据基系数,确定滤波器系数,包括:根据基系数,对初始滤波器系数进行调整;a.基于频率信息及调整后的滤波器系数,确定更新后的噪声信号;b.基于更新后的噪声信号,确定更新后的基系数;c.当更新后的基系数不满足预设最优条件时,对调整后的滤波器系数再次进行调整;迭代执行步骤a、b、c,直至更新后的基系数满足预设最优条件,确定当前调整后的滤波器系数为滤波器系数。
在一实施例中,迭代执行步骤a、b、c,直至更新后的基系数满足预设最优条件,确定当前调整后的滤波器系数为滤波器系数,包括:在第i次迭代执行步骤a、b、c后,得到经1次更新后的基系数、经2次更新后的基系数、…、经i-1次更新后的基系数以及经i次更新后的基系数;根据经1次更新后的基系数、经2次更新后的基系数、…、经i-1次更新后的基系数以及经i次更新后的基系数,判断经i次更新后的基系数是否达到最小;当确定经i次更新后的基系数达到最小时,确定当前调整后的滤波器系数为滤波器系数。
在一实施例中,根据频率信息及滤波器系数,计算得到降噪信号,包括:根据频率信息生成参考信号;根据参考信号及滤波器系数,计算得到降噪信号。
在一实施例中,参考信号包括至少一对具有相同频率的正弦参考信号和余弦参考信号,其中,每一对正弦参考信号和余弦参考信号的频率与频率信息中的基频或者任一谐频相等;滤波器系数包括至少一对正弦系数和余弦系数,其中,每一对正弦系数和余弦系数分别对应于每一对正弦参考信号和余弦参考信号。
在这里,根据参考信号及滤波器系数,计算得到降噪信号,包括:根据至少一对正弦系数和余弦系数,计算每一对正弦参考信号和余弦参考信号的线性组合,得到至少一个组合信号;将至少一个组合信号进行叠加,得到降噪信号。
在一实施例中,根据频率信息生成参考信号,包括:根据频率信息生成至少一个正弦参考信号;将至少一个正弦参考信号的相位平移π/2,得到与至少一个正弦参考信号分别对应的至少一个余弦参考信号,从而得到至少一对具有相同频率的正弦参考信号和余弦参考信号。
在一实施例中,获取汽车的发动机噪声的频率信息,包括:获取汽车的发动机转速信息;基于发动机转速信息,得到频率信息;或者,根据噪声信号,确定频率信息。
本申请的第二方面提供了一种计算机设备,包括:处理器;存储器,存储器包括存储在其上的计算机指令,计算机指令在被处理器执行时,使得处理器执行本申请第一方面任一实施例所提供的主动降噪方法。
本申请的第三方面提供了一种车载主动降噪系统,包括:芯片,用于执行本申请第一方面任一实施例所提供的主动降噪方法;至少一个麦克风,设于汽车的车舱内,用于采集噪声信号;扬声器阵列,设于汽车的车舱内,用于播放降噪信号。
本申请的第四方面提供了一种汽车,包括本申请的第三方面所提供的车载主动降噪系统。
本申请所提供的主动降噪方法、车载主动降噪系统以及汽车,基于发动机噪声的特性,根据发动机的频率信息得到有针对性的降噪信号,能够有效抵消发动机噪声,从而大大降低了发动机噪声对乘坐人的不良影响,提高了乘坐人的乘车体验;同时,本申请所提供的主动降噪方法利用车舱声场基得到噪声信号对应的多阶模态,能够更加准确地还原车舱内的声场全貌,提高主动降噪算法的精度,实现更佳的降噪效果。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能构成对本申请的限定。
附图说明
为了使本申请实施例的目的、技术方案及优点更加明确,以下将结合附图进一步详细介绍本申请的实施例。应当理解,附图构成说明书的一部分,与本申请的实施例共同用于解释本申请,并不构成对本申请的限定。除另有说明的情况外,在附图中,相同的符号和编号通常代表相同的步骤或部件。
图1所示为本申请一实施例所提供的一种示例性的主动降噪系统的示意图。
图2所示为本申请一实施例所提供的主动降噪方法的流程示意图。
图3所示为本申请另一实施例所提供的主动降噪方法的流程示意图。
图4所示为本申请另一实施例所提供的主动降噪方法的流程示意图。
图5所示为图2所示实施例所提供的主动降噪方法中滤波器系数确定过程的流程示意图。
图6所示为本申请一实施例所提供的主动降噪方法中利用自适应算法确定滤波器系数的流程示意图。
图7所示为本申请另一实施例所提供的主动降噪方法的流程示意图。
图8-9所示为图7所示实施例所提供的主动降噪方法中降噪信号计算过程的流程示意图。
图10所示为本申请一实施例所提供的一种示例性的主动降噪方法的流程图。
图11所示为本申请一实施例所提供的车载主动降噪系统的示意图。
图12所示为本申请一实施例所提供的计算机设备的示意图。
具体实施方式
应用场景概述
如前所述,在汽车行驶过程中,车舱内充斥着多种噪声,其中,发动机噪声对于乘坐人的影响较为严重。
本申请为解决该问题,采用主动降噪的方式,基于发动机噪声的窄频特性,采用参考信号和滤波器生成降噪信号并在车舱内播放,能够抵消掉发动机噪声,为乘坐人提供良好的乘车环境,提升乘车体验。
此外,在主动降噪的过程中,通常需要通过麦克风等传感器对噪声进行采集。然而,麦克风在采集声音的强度、频率等信息的同时,也会丢失一部分信息,例如不同角度、不同位置之间的传播关系等。尤其是在不均匀的声场(例如汽车车舱)中,各空间点之间必然存在相互影响,而仅凭麦克风采集到的信息无法准确体现这些信息,也就无法准确还原出声场的全貌。
为解决这一课题,本申请根据声场中各空间点上的麦克风所采集的声信号及各空间点所对应的多阶模态,将单维度(麦克风观测)的处理方式转换为双维度(麦克风观测+声场模态分解)的处理方式,“找回”麦克风丢失的一部分信息,更加准确地还原声场全貌,提高主动降噪算法的精度。
示例性系统
图1所示为本申请一实施例所提供的一种示例性的主动降噪系统100的示意图。主动降噪系统100包括:处理器110、扬声器阵列120以及麦克风130。
处理器110用于获取发动机噪声的频率信息,根据该频率信息与滤波器系数计算得到降噪信号,并将降噪信号传递至扬声器阵列120。具体地,处理器110可以包括获取模块111、信号发生器112、滤波器113、自适应模块114以及计算模块115。
获取模块111用于获取发动机噪声的频率信息。例如,获取模块111可以从汽车的电子控制系统直接获取发动机的转速信息,并从中提取发动机噪声的频率信息。在另一实施例中,获取模块111也可以与麦克风130连接以获取噪声信号,通过从噪声信号中提取出基频噪声和谐频噪声,从而确定发动机噪声的频率信息。
信号发生器112可以根据来自获取模块111的频率信息生成参考信号,并将参考信号传送至滤波器113;滤波器113可以根据参考信号和滤波器系数计算得到降噪信号,并将降噪信号传递至扬声器阵列120。
自适应模块114用于确定滤波器系数,可以与信号发生器112以及计算模块115连接,用于接收来自信号发生器112的参考信号和来自计算模块115的对应于车舱声场的基系数,并根据参考信号和基系数,通过自适应算法对滤波器113的滤波器系数进行优化调整。
计算模块115可以连接于麦克风130与自适应模块114之间,用于根据麦克风130所在空间点对应的车舱声场基以及噪声信号,确定该空间点的基系数,并将基系数传送至自适应模块114。
扬声器阵列120用于根据接收到的降噪信号播放降噪声波。具体地,扬声器阵列120可以包括分别设置在车舱内各个位置上的多个扬声器。例如,多个扬声器可以设置在车舱的前侧和后侧,或者可以设置在各个座椅的头枕附近等,以使降噪声波在车舱内良好地传播。应当理解,在本申请的实施例中,扬声器阵列120可以直接采用车辆自带的音响系统,也可以根据实际需要另外设置扬声器,本申请的实施例对此不进行限定。
麦克风130用于采集车舱内的噪声,并将其转换为噪声信号,根据需要传送给系统中的其他部分。
在一实施例中,麦克风130可以在主动降噪模式开启之前(即滤波器113还未开始发出降噪信号)开始采集车舱内的原始噪声(即未经降噪处理的噪声),并将原始噪声信号发送给获取模块111,以便获取模块111从原始噪声信号中提取出发动机噪声的频率信息。
在另一实施例中,麦克风130也可以在主动降噪模式开启之后再开始采集车舱内的噪声。此时,由于扬声器阵列120已经在播放降噪声波,因此麦克风130所获得的噪声信号是原始噪声信号与降噪信号的叠加,也就是二者之间的误差。计算模块115接收到此时的噪声信号后,即可根据麦克风130所在空间点对应的车舱声场基以及噪声信号,确定该空间点的基系数,并将基系数传送至自适应模块114,以便自适应模块114根据基系数对滤波器系数进行优化调整。
应当理解,图1中虚线所示的路径代表除电路以外的声信号的传播路径。
应当理解,上述主动降噪系统仅为本申请实施例提供的一种示例性系统的实现方式,上述描述仅用于使本申请实施例所提供的技术方案更加易于理解,并不能视为对本申请的限制。
示例性方法
下面将结合本申请实施例中的附图,对本申请的实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅是本申请一部分实施例,而不是全部的实施例。本领域普通技术人员基于本申请中的实施例获得的所有其他实施例,都属于本申请保护的范围。
图2所示为本申请一实施例所提供的主动降噪方法的流程示意图。该方法例如可以由示例性主动降噪系统100中的处理器110执行。如图2所示,该方法包括:
S210:通过至少一个麦克风采集噪声信号。
其中,至少一个麦克风设于汽车的车舱内。例如,至少一个麦克风可以设于车舱内的座椅上方附近,以便采集到的噪声与乘坐人实际听到的噪声更加接近。
优选地,至少一个麦克风可以包括麦克风阵列,分布在车舱内的多个座椅附近。例如,可以在每个座椅的头枕处或者座椅斜上方的抓手处等距离乘坐人耳朵较近的位置上,各设置一个麦克风,以便同时兼顾车舱内的多名乘坐人,更加有针对性地实施主动降噪,提升乘车体验。
S220:获取汽车的发动机噪声的频率信息。
如前所述,发动机噪声与发动机的转速相关,主要由基频噪声和谐频噪声组成。也就是说,只要把握了发动机的转速信息,即可确定发动机噪声中基频噪声和谐频噪声的频率(例如:rpm/60Hz(基频)、2rpm/60Hz、4rpm/60Hz...)。
因此,如图3所示,在一实施例中,S220可以具体包括以下步骤:
S2211:获取汽车的发动机转速信息。
S2212:基于发动机转速信息,得到发动机噪声的频率信息。
具体地,发动机转速信息可以通过车辆电子控制系统(例如,车辆的CAN总线或者CAN FD总线中的数据总线)直接获取,也可以通过设置于发动机的转速传感器进行采集。
此外,在另一实施例中,如图4所示,S220可以包括:
S2221:根据噪声信号,确定发动机噪声的频率信息。
具体地,由于发动机噪声主要由基频噪声和谐频噪声组成,而基频噪声和谐频噪声为窄频信号,与其他噪声区别明显,易于提取。因此,通过从麦克风采集到的车舱内的噪声中提取基频信号和谐频信号,也能够确定发动机噪声的频率信息。
S230:基于至少一个麦克风所在空间点对应的车舱声场基及噪声信号,确定空间点的基系数。
应当理解,本实施例利用声场基(声场模态分解)和基系数表达观测点的噪声信号。在本实施例中,车舱声场基是预先确定的,因此,基于噪声信号和麦克风所在空间点的车舱声场基,可以直接确定相应的基系数。在此基础上,可以将基系数达到期望值设为噪声信号的最优条件,通过关注对应的基系数是否达到期望值来判断是否停止调整滤波器。这样一来,相当于将低维数的噪声测量信息延展成高维数信息,与仅关注机器采集的噪声信号的实施方式相比,本实施例能够根据声学理论还原出更多的声场信息,进而得到降噪效果更佳的滤波器。
具体地,当麦克风的数量为i个时,在车舱内采集到的误差信号可以用向量表示为则误差信号中的基频分量可表示为也就是降噪后剩余的噪声信号中所包含的来自发动机噪声的基频噪声信号(中心频率为ω0)。其中,T为转置运算。
车舱内每个麦克风所在空间点的对应于基频的声场基为向量,可用表示。在这里,声场基向量可以是预先根据波动方程和车舱声场边界条件确定的。当麦克风的数量为i个时,i个麦克风各自对应的声场基向量所构成的矩阵即为车舱声场基(矩阵)。
用声场基和基系数表达该基频分量,则有:
其中,为汽车车舱的声场基矩阵(对应频率ω0),矩阵中的第i个向量即为第i个麦克风所在空间点对应的车舱声场基(向量),向量中的元素φi,N(ω0)即为该空间点的第N阶声场基底;为汽车车舱的声场基系数向量(对应频率ω0)。
其中,ψD,N×i -1(ω0)为车舱声场基矩阵ψi×N(ω0)的广义逆矩阵。
需要说明的是,车舱声场布置的麦克风个数i小于对车舱声场进行模态分解的阶数N,也即通过车舱声场基矩阵将i维列向量变换为N维列向量(例如仅在车舱内布置4个麦克风,最终将车舱声场分解成12阶),将低维数的噪声测量信息延展成高维数信息。与仅基于麦克风采集的噪声信号进行主动降噪相比,本实施例能够还原出复杂的声场信息以表征待降噪空间的真实噪声分布,进而能够提高三维主动降噪算法的精度。
应当理解,每个麦克风对应的声场基向量可以通过声音辐射模态、空腔模态、多极子等多种不同的基函数进行确定,本领域技术人员可以根据使用场景对应选择具体的基函数类型和模态阶数。
在本实施例中,仅以基频噪声信号为例对基系数的确认方法进行了描述。本领域技术人员可以理解,针对谐频噪声(中心频率为2ω0、4ω0、6ω0......)的基系数确认方法与基频噪声相似,且可以与之同时实施,在此不再赘述。
S240:根据基系数,确定滤波器系数。
在主动降噪模式开启之后,扬声器阵列所播放的降噪信号是由处理器中的滤波器根据初始滤波器系数确定的。此时,由于初始滤波器系数未经过在线调试,有可能导致降噪信号与原始噪声信号之间的误差较大。
为了提高针对发动机噪声的主动降噪效果,在本实施例中,处理器在确定对应于噪声信号的基系数之后,可以根据基系数对初始滤波器系数进行优化调整,以确定(最优的)滤波器系数。
在一实施例中,如图5所示,根据基系数确定滤波器系数的过程具体可以包括以下步骤:
S241:根据基系数,对初始滤波器系数进行调整。
S242:基于频率信息及调整后的滤波器系数,确定更新后的噪声信号。
S243:基于车舱声场基及更新后的噪声信号,确定更新后的基系数。
S244:判断更新后的基系数是否满足预设最优条件;当更新后的基系数不满足预设最优条件时,执行S245,当更新后的基系数满足预设最优条件时,执行S246。
S245:对调整后的滤波器系数进行调整,再次执行S242。
在更新后的基系数达到预设最优条件之前,可以迭代执行步骤S242(下文简称a)、S243(下文简称b)和S245(下文简称c),直至基系数满足预设最优条件。
S246:确定当前调整后的滤波器系数为(最优的)滤波器系数。
在一实施例中,可以通过设置目标函数来判断基系数是否满足预设最优条件。例如,令目标函数:
其中,E表示期望。
也就是说,在本实施例中(仍以基频噪声信号为例),可以根据每次调整滤波器后得到的更新后的噪声信号向量中的基频分量计算更新后的声场基系数向量并根据再次调整滤波器系数,直至目标函数J(ω0)到达最优,即利用声场基系数描述的基频噪声的能量最小化时,确定相对应的滤波器系数为最终的滤波器系数。
在这里,迭代执行步骤a、b、c直至更新后的基系数满足预设最优条件的过程可以采用自适应算法,例如LMS(Least Mean Square,最小均方)算法来实现。具体地,如图6所示,在一实施例中,该过程可以包括:
S610:在第i次迭代执行步骤a、b、c后,得到经1次更新后的基系数、经2次更新后的基系数、…、经i-1次更新后的基系数以及经i次更新后的基系数。
S620:根据经1次更新后的基系数、经2次更新后的基系数、…、经i-1次更新后的基系数以及经i次更新后的基系数,判断经i次更新后的基系数是否达到最小。
S630:当确定经i次更新后的基系数达到最小时,确定当前调整后的滤波器系数为滤波器系数。
确定滤波器系数之后,图2所示实施例所提供的主动降噪方法还包括:
S250:根据频率信息及滤波器系数,计算得到降噪信号。
滤波器接收到发动机噪声的频率信息之后,即可基于滤波器系数进行计算,得到与发动机噪声相位相反的降噪信号。
S260:通过扬声器阵列播放降噪信号。
其中,扬声器阵列设于汽车的车舱内。具体地,扬声器阵列可以包括分别设置在车舱内各个位置上的多个扬声器。例如,多个扬声器可以设置在车舱的前侧和后侧,或者可以设置在各个座椅的头枕附近等,以使降噪声波在车舱内良好地传播。应当理解,扬声器阵列可以是车辆自带的音响系统,也可以是根据实际需要另外设置的扬声器,本申请的实施例对此不进行限定。
扬声器阵列接收到降噪信号后,可以基于降噪信号播放降噪声波。降噪声波在车舱内传播,到达各座椅附近的空间点,与发动机噪声相互抵消,以削弱各空间点处的发动机噪声。
本申请所提供的主动降噪方法,基于发动机噪声的特性,根据发动机的频率信息得到有针对性的降噪信号,能够有效抵消发动机噪声,从而大大降低了发动机噪声对乘坐人的不良影响,提高了乘坐人的乘车体验;同时,本申请所提供的主动降噪方法利用车舱声场基得到噪声信号对应的多阶模态,对麦克风丢失的信息进行重构,从而能够更加准确地还原车舱内的声场全貌,提高主动降噪算法的精度,实现更佳的降噪效果。
图7所示为本申请另一实施例所提供的主动降噪方法的流程示意图。该方法例如可以由示例性主动降噪系统100中的处理器110执行。如图7所示,图2所示方法中的S250具体可以包括:
S251:根据频率信息生成参考信号。
S252:根据参考信号及滤波器系数,计算得到降噪信号。
在得到发动机噪声的频率信息之后,处理器110可以根据该频率信息生成与发动机噪声具有相同频率分布的参考信号,以便滤波器根据参考信号进一步计算得到与发动机噪声具有相同幅值、相反相位的降噪信号。
例如,在图8所示的实施例中,参考信号可以包括至少一对具有相同频率的正弦参考信号和余弦参考信号,其中,每一对正弦参考信号和余弦参考信号的频率与频率信息中的基频或者任一谐频相等。
可以理解,基频信号或者谐频信号在频域上的分布可以视为一个正弦信号的频域分布,如再得到相应的基频信号或者谐频信号的幅值和相位,即可完全还原出该正弦信号。基于此,申请人发现,可以设置与该基频信号或者谐频信号具有相同频率的一个正弦信号和一个余弦信号,作为该基频信号或者谐频信号对应的参考信号(即正弦参考信号和余弦参考信号),并通过为正弦参考信号和余弦参考信号分别设置系数,计算得到二者的线性组合(即为一个与该基频信号或者谐频信号具有相同频域分布的正弦信号),分别调整正弦参考信号和余弦参考信号对应的系数(即调整线性组合信号的幅值和相位)从而还原出该基频信号或者谐频信号。
基于此,在针对发动机噪声中的一个基频信号或者任一谐频信号计算降噪信号时,也同样可以为该基频信号或者谐频信号设置一个正弦参考信号和一个余弦参考信号,并将正弦参考信号和余弦参考信号对应的系数实现为滤波器系数,以使计算得到的二者的线性组合具有与该基频信号或者谐频信号相同的幅值和相反的相位。也就是说,基于一个正弦参考信号和一个余弦参考信号,以及相应的滤波器系数,能够计算得到对应于一个基频信号或者谐频信号的降噪信号。
因此,在本实施例中,滤波器系数可以包括至少一对正弦系数和余弦系数。也就是说,针对每一个基频信号或者谐频信号,都可以设置一对正弦系数和余弦系数。其中,每一对正弦系数和余弦系数分别对应于每一对正弦参考信号和余弦参考信号,用于计算每一对正弦参考信号和余弦参考信号的线性组合,从而得到对应于每一个基频信号或者谐频信号的降噪信号。
应当理解,根据实际的发动机噪声能量谱及降噪需求,可以选择仅对发动机噪声中的基频信号进行降噪,也可以选择仅对一个/多个谐频信号进行降噪,还可以选择同时对基频信号和谐频信号中的多个信号进行降噪,本申请的实施例对此不进行限定。
具体地,如图8所示,在一实施例中,根据频率信息生成参考信号的步骤(S251)可以包括:
S2511:根据频率信息生成至少一个正弦参考信号。
S2512:将至少一个正弦参考信号的相位平移π/2(或者π/2的奇数倍),得到与至少一个正弦参考信号分别对应的至少一个余弦参考信号,从而得到至少一对具有相同频率的正弦参考信号和余弦参考信号。
例如,在对发动机噪声中的基频噪声进行主动降噪时,可以首先生成一个与基频噪声具有相同频率的正弦参考信号,再利用正余弦信号之间的相位关系特性,通过将正弦参考信号的相位平移π/2,得到一个与该正弦参考信号具有相同频率的余弦参考信号。
本申请的实施例所提供的参考信号的生成方法原理简单且易于实现,能够有效节约计算资源。应当理解,参考信号也可以通过其他的方式生成,本申请的实施例对此不进行限定。
在一实施例中,如图9所示,图7所示方法中的S252具体可以包括:
S2521:根据至少一对正弦系数和余弦系数,计算每一对正弦参考信号和余弦参考信号的线性组合,得到至少一个组合信号。
S2522:将至少一个组合信号进行叠加,得到降噪信号。
在一实施例中,当选择同时对基频信号和谐频信号中的多个信号进行降噪时,在计算得到对应于其中的每个信号的组合信号(即降噪信号)之后,可以将多个组合信号进行叠加,从而得到对应于发动机噪声的降噪信号。
本申请所提供的主动降噪方法,采用参考信号和滤波器系数对发动机噪声的幅值和相位进行“跟踪”,计算简单且易于实现,为现有的技术问题提供了巧妙的解决方案。进一步地,基于发动机噪声的特性,通过采用易于生成的正余弦信号作为参考信号进行主动降噪,在确保降噪效果的同时,更加降低了技术方案的实现难度和成本,提高了技术普及的可能性。
在本申请的另一实施例中,还可以预先确定出分别对应于发动机的不同转速的滤波器系数。在汽车实际行驶过程中,处理器可以实时确认当前的发动机转速(或者发动机噪声的频率信息),并将滤波器系数直接切换为预先确定的对应于当前发动机转速的滤波器系数。
应当理解,由于汽车在实际行驶时发动机的转速可能发生波动,且乘坐人的落位、移动等有可能改变车舱内的声学路径的变化。因此,优选地,在另一实施例中,可以先根据发动机转速调用预先确定的滤波器系数,并在发动机转速或是车舱内声学路径发生变化时通过前述的自适应过程进一步调试滤波器系数,进一步提升降噪效果。
本申请所提供的主动降噪方法,通过在车辆行驶过程中实时采集降噪后剩余的噪声信号,并根据噪声信号对应的基系数对滤波器系数进行优化更新,从而大幅度提升了主动降噪效果,进一步提高了乘车体验。
图10所示为本申请一实施例所提供的一种示例性的主动降噪方法的流程图,该方法可以由图1所示主动降噪系统100中的处理器110执行,用于对汽车的发动机噪声中的基频噪声进行主动降噪。
如图10所示,该方法可以包括以下步骤:
S1001:获取汽车的发动机转速信息。
S1002:基于发动机转速信息,得到发动机噪声中基频噪声的频率信息。
S1003:根据基频噪声的频率信息,生成一个正弦参考信号。
S1004:将正弦参考信号的相位平移π/2,得到与正弦参考信号对应的一个余弦参考信号,从而得到一对具有相同频率的正弦参考信号和余弦参考信号。
S1005:根据初始滤波器系数(包括一对初始正弦系数和初始余弦系数),计算正弦参考信号和余弦参考信号的线性组合,得到初始降噪信号。
S1006:通过扬声器阵列播放初始降噪信号。
S1007:通过麦克风阵列采集噪声信号。
S1008:基于麦克风阵列所在空间点对应的车舱声场基及噪声信号,确定空间点的基系数。
S1009:根据基系数,对初始滤波器系数进行调整。
S1010:基于正弦参考信号、余弦参考信号及调整后的滤波器系数,确定更新后的噪声信号。
S1011:根据更新后的噪声信号,确定更新后的基系数。
S1012:判断当前更新后的基系数是否满足预设最优条件,若是,则执行S1014,若否,则执行S1013。
S1013:对调整后的滤波器系数再次进行调整,再次执行S1010。
S1014:确定当前调整后的滤波器系数为滤波器系数(包括一对正弦系数和余弦系数)。
S1015:根据正弦系数和余弦系数,计算正弦参考信号和余弦参考信号的线性组合,得到一个组合信号作为降噪信号。
S1016:通过扬声器阵列播放降噪信号。
具体地,例如,可以生成以下的一对正余弦信号作为参考信号:
xs(k)=a sin(ω0k) 式(4)
xc(k)=a cos(ω0k) 式(5)
其中,ω0为基频噪声的中心频率,k为自适应算法的迭代次数。则,扬声器阵列中的第j个扬声器对应的降噪信号为:
上述迭代过程收敛后,得到的降噪信号经对应的声学路径到达麦克风阵列中的各麦克风,在各麦克风所在空间点上与基频噪声相抵消,实现主动降噪。
应当理解,本实施例所示方法为仅针对基频噪声进行降噪的方法,针对谐频噪声(中心频率为2ω0、4ω0、6ω0......)的主动降噪方法与之相似,且可以与之同时实施,在此不再赘述。
示例性装置
本申请的一实施例还提供一种主动降噪装置,该装置可以包括:接收模块,用于接收至少一个麦克风采集的噪声信号,其中,至少一个麦克风设于汽车的车舱内;获取模块,用于获取汽车的发动机噪声的频率信息;第一计算模块,用于基于至少一个麦克风所在空间点对应的车舱声场基及噪声信号,确定空间点的基系数,并根据基系数,确定滤波器系数;第二计算模块,用于根据频率信息及滤波器系数,计算得到降噪信号;发送模块,用于向扬声器阵列发送降噪信号,以使扬声器阵列播放降噪信号,其中,扬声器阵列设于汽车的车舱内。
具体地,获取模块可以基于发动机转速信息确定发动机噪声的频率信息;也可以基于发动机噪声的窄频特性,从车舱内的噪声中确定出发动机噪声的频率信息。
在一实施例中,第一计算模块具体可以用于:根据基系数,对初始滤波器系数进行调整;a.基于频率信息及调整后的滤波器系数,确定更新后的噪声信号;b.基于更新后的噪声信号,确定更新后的基系数;c.当更新后的基系数不满足预设最优条件时,对调整后的滤波器系数再次进行调整;迭代执行步骤a、b、c,直至更新后的基系数满足预设最优条件,确定当前调整后的滤波器系数为滤波器系数。
其中,第一计算模块确定滤波器系数的具体过程可以包括:在第i次迭代执行步骤a、b、c后,得到经1次更新后的基系数、经2次更新后的基系数、…、经i-1次更新后的基系数以及经i次更新后的基系数;根据经1次更新后的基系数、经2次更新后的基系数、…、经i-1次更新后的基系数以及经i次更新后的基系数,判断经i次更新后的基系数是否达到最小;当确定经i次更新后的基系数达到最小时,确定当前调整后的滤波器系数为滤波器系数。
在一实施例中,第二计算模块具体可以用于:根据频率信息生成参考信号;根据参考信号及滤波器系数,计算得到降噪信号。
在一实施例中,参考信号包括至少一对具有相同频率的正弦参考信号和余弦参考信号。其中,每一对正弦参考信号和余弦参考信号的频率与频率信息中的基频或者任一谐频相等。同时,滤波器系数包括至少一对正弦系数和余弦系数。其中,每一对正弦系数和余弦系数分别对应于每一对正弦参考信号和余弦参考信号。
在本实施例中,第二计算模块具体可以用于:根据至少一对正弦系数和余弦系数,计算每一对正弦参考信号和余弦参考信号的线性组合,得到至少一个组合信号;将至少一个组合信号进行叠加,得到降噪信号。
在一实施例中,第二计算模块具体可以用于:根据频率信息生成至少一个正弦参考信号;将至少一个正弦参考信号的相位平移π/2,得到与至少一个正弦参考信号分别对应的至少一个余弦参考信号,从而得到至少一对具有相同频率的正弦参考信号和余弦参考信号。
本申请所提供的主动降噪装置,通过主动降噪的方式,基于发动机噪声的特性,根据发动机的频率信息得到有针对性的降噪信号,能够有效抵消发动机噪声,从而大大降低了发动机噪声对乘坐人的不良影响,提高了乘坐人的乘车体验;同时,本申请所提供的主动降噪方法利用车舱声场基得到噪声信号对应的多阶模态,对麦克风丢失的信息进行重构,从而能够更加准确地还原车舱内的声场全貌,提高主动降噪算法的精度,实现更佳的降噪效果。
应当理解,上述实施例所提供的主动降噪装置中各组成部分的原理、功能及技术效果可以参考示例性方法中的相应内容,在此不再一一赘述。
图11所示为本申请一实施例所提供的车载主动降噪系统1100的示意图。如图11所示,车载主动降噪系统1100包括芯片1110、扬声器阵列1120以及至少一个麦克风1130。
其中,芯片1110可以用于执行如上述任一实施例所提供的主动降噪方法;扬声器阵列1120可以设于汽车的车舱内,用于播放降噪信号;至少一个麦克风1130设于汽车的车舱内,用于采集噪声信号。
本申请所提供的车载主动降噪系统,基于发动机噪声的特性,根据发动机的频率信息得到有针对性的降噪信号,能够有效抵消发动机噪声,从而大大降低了发动机噪声对乘坐人的不良影响,提高了乘坐人的乘车体验;同时,本申请所提供的主动降噪方法利用车舱声场基得到噪声信号对应的多阶模态,对麦克风丢失的信息进行重构,从而能够更加准确地还原车舱内的声场全貌,提高主动降噪算法的精度,实现更佳的降噪效果。
示例性设备
本申请一实施例还提供一种汽车,该汽车包括前述车载主动降噪系统1100。该汽车行驶期间,车载主动降噪系统能够对发动机噪声进行主动降噪,改善乘坐人的乘车环境,提升乘车体验。
图12为本申请一实施例所提供的计算机设备的示意图。如图12所示,该计算机设备包括:处理器1210;存储器1220,存储器1220包括存储在其上的计算机指令,计算机指令在被处理器1210执行时,使得处理器1210执行如上述任一实施例所提供的主动降噪方法。
示例性计算机可读存储介质
本申请的其他实施例还提供一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现如上述任一实施例所述的主动降噪方法。可以理解,该计算机存储介质可以为任何有形媒介,例如:软盘、CD-ROM、DVD、硬盘驱动器或网络介质等。
本申请中涉及的装置、设备、系统的方框图仅作为示例性的例子并且不意图要求或暗示必须按照方框图示出的方式进行连接、布置、配制。本领域技术人员可以理解,这些装置、设备、系统可以按任意方式进行连接、布置、配制。诸如“包含”、“包括”、“具有”等等的词语是开放性词汇,至“包括但不限于”,且可与其互换使用,除非上下文明确指示不是如此。这里使用的词汇“诸如”指词组“诸如但不限于”,且可与其互换使用。
还需要指出的是,在本申请的装置、设备和方法中,各模块或各步骤是可以分解和/或重新组合的。这些分解和/或重新组合应视为本申请的等效方案。
提供所公开的方面的以上描述以使本领域的任何技术人员能够做出或者使用本申请。对这些方面的各种修改对于本领域技术人员而言是非常显而易见的,并且在此定义的一般原理可以应用于其他方面而不脱离本申请的范围。因此,本申请并不意图被限制到上述方面,而是按照与在此公开的原理及新颖的特征一致的最宽范围。
以上说明是为了对本申请的技术方案进行例示和描述。此外,此描述并不意图将本申请的实施例限制在上述公开的形式范围之内。尽管上述内容中已经讨论了多个示例方面和实施例,但是本领域技术人员可以基于上述内容轻易得到其他变型、修改、改变、添加和子组合。
以上所述仅为本申请的较佳实施例而已,并不用以限制本申请,凡在本申请的精神和原则之内,所作的任何修改、等同替换等,均应包含在本申请的保护范围之内。
Claims (10)
1.一种主动降噪方法,其特征在于,包括:
通过至少一个麦克风采集噪声信号,其中,所述至少一个麦克风设于汽车的车舱内;
获取所述汽车的发动机噪声的频率信息;
基于所述至少一个麦克风所在空间点对应的车舱声场基及所述噪声信号,确定所述空间点的基系数;
根据所述基系数,确定滤波器系数;
根据所述频率信息及所述滤波器系数,计算得到降噪信号;
通过扬声器阵列播放所述降噪信号,其中,所述扬声器阵列设于所述汽车的车舱内。
2.根据权利要求1所述的主动降噪方法,其特征在于,根据所述基系数,确定滤波器系数,包括:
根据所述基系数,对初始滤波器系数进行调整;
a.基于所述频率信息及调整后的滤波器系数,确定更新后的噪声信号;
b.基于所述更新后的噪声信号,确定更新后的基系数;
c.当所述更新后的基系数不满足预设最优条件时,对所述调整后的滤波器系数再次进行调整;
迭代执行步骤a、b、c,直至所述更新后的基系数满足所述预设最优条件,确定当前调整后的滤波器系数为所述滤波器系数。
3.根据权利要求2所述的主动降噪方法,其特征在于,迭代执行步骤a、b、c,直至所述更新后的基系数满足所述预设最优条件,确定当前调整后的滤波器系数为所述滤波器系数,包括:
在第i次迭代执行步骤a、b、c后,得到经1次更新后的基系数、经2次更新后的基系数、…、经i-1次更新后的基系数以及经i次更新后的基系数;
根据所述经1次更新后的基系数、经2次更新后的基系数、…、经i-1次更新后的基系数以及经i次更新后的基系数,判断所述经i次更新后的基系数是否达到最小;
当确定所述经i次更新后的基系数达到最小时,确定当前调整后的滤波器系数为所述滤波器系数。
4.根据权利要求1-3中任一项所述的主动降噪方法,其特征在于,根据所述频率信息及所述滤波器系数,计算得到降噪信号,包括:
根据所述频率信息生成参考信号;
根据所述参考信号及所述滤波器系数,计算得到所述降噪信号。
5.根据权利要求4所述的主动降噪方法,其特征在于:
所述参考信号包括至少一对具有相同频率的正弦参考信号和余弦参考信号,其中,每一对正弦参考信号和余弦参考信号的频率与所述频率信息中的基频或者任一谐频相等,
所述滤波器系数包括至少一对正弦系数和余弦系数,其中,每一对正弦系数和余弦系数分别对应于所述每一对正弦参考信号和余弦参考信号,
其中,根据所述参考信号及所述滤波器系数,计算得到所述降噪信号,包括:
根据所述至少一对正弦系数和余弦系数,计算所述每一对正弦参考信号和余弦参考信号的线性组合,得到至少一个组合信号;
将所述至少一个组合信号进行叠加,得到所述降噪信号。
6.根据权利要求5所述的主动降噪方法,其特征在于,根据所述频率信息生成参考信号,包括:
根据所述频率信息生成至少一个正弦参考信号;
将所述至少一个正弦参考信号的相位平移π/2,得到与所述至少一个正弦参考信号分别对应的至少一个余弦参考信号,从而得到所述至少一对具有相同频率的正弦参考信号和余弦参考信号。
7.根据权利要求1-3中任一项所述的主动降噪方法,其特征在于,获取汽车的发动机噪声的频率信息,包括:
获取所述汽车的发动机转速信息;基于所述发动机转速信息,得到所述频率信息;
或者,
根据所述噪声信号,确定所述频率信息。
8.一种计算机设备,包括:
处理器;
存储器,所述存储器包括存储在其上的计算机指令,所述计算机指令在被所述处理器执行时,使得所述处理器执行权利要求1-7中任一项所述的主动降噪方法。
9.一种车载主动降噪系统,其特征在于,包括:
芯片,用于执行权利要求1-7中任一项所述的主动降噪方法;
至少一个麦克风,设于所述汽车的车舱内,用于采集噪声信号;
扬声器阵列,设于所述汽车的车舱内,用于播放所述降噪信号。
10.一种汽车,其特征在于,包括权利要求9所述的车载主动降噪系统。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110393904.5A CN114255726B (zh) | 2021-04-13 | 2021-04-13 | 主动降噪方法、车载主动降噪系统以及汽车 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110393904.5A CN114255726B (zh) | 2021-04-13 | 2021-04-13 | 主动降噪方法、车载主动降噪系统以及汽车 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114255726A true CN114255726A (zh) | 2022-03-29 |
CN114255726B CN114255726B (zh) | 2024-09-17 |
Family
ID=80791060
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110393904.5A Active CN114255726B (zh) | 2021-04-13 | 2021-04-13 | 主动降噪方法、车载主动降噪系统以及汽车 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114255726B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2024120331A1 (zh) * | 2022-12-06 | 2024-06-13 | 华为技术有限公司 | 降噪方法、装置以及运载工具 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH1049204A (ja) * | 1996-07-30 | 1998-02-20 | Tokai Rubber Ind Ltd | 周期性信号の適応制御方法 |
JPH11325168A (ja) * | 1998-05-08 | 1999-11-26 | Honda Motor Co Ltd | アクティブ振動騒音抑制装置 |
US20040247137A1 (en) * | 2003-06-05 | 2004-12-09 | Honda Motor Co., Ltd. | Apparatus for and method of actively controlling vibratory noise, and vehicle with active vibratory noise control apparatus |
US20050053244A1 (en) * | 2003-09-10 | 2005-03-10 | Matsushita Electric Industrial Co., Ltd | Active noise cancellation system |
US20050055388A1 (en) * | 2003-09-08 | 2005-03-10 | Communications Research Laboratory, Independent Administrative Institution | Blind signal separation system and method, blind signal separation program and recording medium thereof |
CN112019971A (zh) * | 2020-08-21 | 2020-12-01 | 安声(重庆)电子科技有限公司 | 声场构建方法、装置、电子设备及计算机可读存储介质 |
-
2021
- 2021-04-13 CN CN202110393904.5A patent/CN114255726B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH1049204A (ja) * | 1996-07-30 | 1998-02-20 | Tokai Rubber Ind Ltd | 周期性信号の適応制御方法 |
JPH11325168A (ja) * | 1998-05-08 | 1999-11-26 | Honda Motor Co Ltd | アクティブ振動騒音抑制装置 |
US20040247137A1 (en) * | 2003-06-05 | 2004-12-09 | Honda Motor Co., Ltd. | Apparatus for and method of actively controlling vibratory noise, and vehicle with active vibratory noise control apparatus |
US20050055388A1 (en) * | 2003-09-08 | 2005-03-10 | Communications Research Laboratory, Independent Administrative Institution | Blind signal separation system and method, blind signal separation program and recording medium thereof |
US20050053244A1 (en) * | 2003-09-10 | 2005-03-10 | Matsushita Electric Industrial Co., Ltd | Active noise cancellation system |
CN112019971A (zh) * | 2020-08-21 | 2020-12-01 | 安声(重庆)电子科技有限公司 | 声场构建方法、装置、电子设备及计算机可读存储介质 |
Non-Patent Citations (1)
Title |
---|
YOICHI HINAMOTO ET AL.: "A twin-reference complex filtered-X LMS algorithm for feedforward active noise control and its convergence", 2011 IEEE 54TH INTERNATIONAL MIDWEST SYMPOSIUM ON CIRCUITS AND SYSTEMS, 22 September 2011 (2011-09-22), pages 1 - 4 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2024120331A1 (zh) * | 2022-12-06 | 2024-06-13 | 华为技术有限公司 | 降噪方法、装置以及运载工具 |
Also Published As
Publication number | Publication date |
---|---|
CN114255726B (zh) | 2024-09-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP4165626B1 (en) | In-seat active noise cancellation system for moving vehicles | |
US10013967B2 (en) | Method and system for selecting sensor locations on a vehicle for active road noise control | |
EP3537430B1 (en) | Method and apparatus for a low cost, acoustic tire cavity resonance canellation | |
CN108140376B (zh) | 发动机阶次和道路噪声控制 | |
CN106143369B (zh) | 一种增程式电动汽车用噪声主动控制装置 | |
CN113066468A (zh) | 一种基于车内环境主动噪音干扰消除优化装置及方法 | |
CN114255726A (zh) | 主动降噪方法、车载主动降噪系统以及汽车 | |
Oh et al. | Development of a mass-producible ANC system for road noise | |
JP7371751B2 (ja) | 集音放音方法 | |
WO2023124629A1 (zh) | 一种车辆的主动降噪方法及设备、存储介质 | |
JP2022075543A (ja) | エンジンオーダーキャンセレーションのための仮想場所ノイズ信号推定 | |
CN114743533A (zh) | 针对宽带噪声的车辆降噪方法及设备、存储介质 | |
CN114255727A (zh) | 主动降噪方法、车载主动降噪系统以及汽车 | |
CN111599336A (zh) | 一种基于超声波的降噪系统及方法 | |
CN114255728A (zh) | 主动降噪方法、车载主动降噪系统以及汽车 | |
CN114255725B (zh) | 主动降噪方法、车载主动降噪系统以及汽车 | |
EP4170648A1 (en) | Method and system for reducing noise | |
CN116052630A (zh) | 一种汽车道路噪声主动控制系统及方法 | |
CN115482803A (zh) | 应用于车内路噪控制的系统参数智能标定方法及系统 | |
Oh et al. | Development of an active road noise control system | |
Zafeiropoulos et al. | Active control of structure-borne road noise: A control strategy based on the most significant inputs of the vehicle | |
US11900911B2 (en) | Occupant detection and identification based audio system with music, noise cancellation and vehicle sound synthesis | |
US20230197052A1 (en) | Information quantity-based reference sensor selection and active noise control using the same | |
CN114743534A (zh) | 一种针对宽带噪声的车辆降噪方法 | |
CN116437276A (zh) | 一种车内声场分区调控方法、系统及车辆 |
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 |