CN117220642A - 一种基于子带无延时的混合控制方法 - Google Patents
一种基于子带无延时的混合控制方法 Download PDFInfo
- Publication number
- CN117220642A CN117220642A CN202311176229.6A CN202311176229A CN117220642A CN 117220642 A CN117220642 A CN 117220642A CN 202311176229 A CN202311176229 A CN 202311176229A CN 117220642 A CN117220642 A CN 117220642A
- Authority
- CN
- China
- Prior art keywords
- fbl
- subband
- delay
- filter
- feedback
- 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
- 238000000034 method Methods 0.000 title claims abstract description 46
- 239000011159 matrix material Substances 0.000 claims description 12
- 238000004458 analytical method Methods 0.000 claims description 8
- 238000004364 calculation method Methods 0.000 claims description 5
- 239000002131 composite material Substances 0.000 claims description 3
- 230000000694 effects Effects 0.000 claims description 3
- 239000013643 reference control Substances 0.000 claims description 3
- 238000012546 transfer Methods 0.000 claims description 3
- 230000003044 adaptive effect Effects 0.000 abstract description 13
- 238000001914 filtration Methods 0.000 abstract description 8
- 230000011218 segmentation Effects 0.000 abstract description 5
- 238000012545 processing Methods 0.000 abstract description 4
- 238000005516 engineering process Methods 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 4
- 230000003111 delayed effect Effects 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
Classifications
-
- 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
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Soundproofing, Sound Blocking, And Sound Damping (AREA)
Abstract
本发明提供一种基于子带无延时的混合控制方法，该方法由一个多参考前馈控制单元和一个反馈ANC系统组成，通过使用频域滤波技术，如子带自适应滤波(SAF)和块自适应滤波(BAF)技术，对信号进行分解、处理和重构，降低自适应滤波器的计算复杂度。本发明提出的一种基于子带无延时的前‑反馈混合控制方法将前馈系统和反馈系统相结合，使用子带分割的方法来完成控制系统的自适应滤波器系数的更新。相比于经典的控制方法，可以增加降噪带宽和系统稳定性，对宽频噪声也可以有效控制，且运算量小，收敛速度快。
Description
技术领域
本发明涉及有源噪声控制方法领域，尤其涉及一种基于子带无延时的混合控制方法。
背景技术
汽车车内噪声是评价车型性能优劣的关键性指标。汽车内的主要噪声有风噪、路噪、胎噪以及发动机噪声等；其噪声的声源比较分散且机理不同，但大都处于低频范围。为了提高车内的声音环境，有源噪声控制技术成为了一个研究重点。现有的基于前馈或者反馈的控制系统其稳定性差，收敛速度慢，而且对宽带噪声处理能力较差。
因此，有必要提供一种基于子带无延时的混合控制方法解决上述技术问题。
发明内容
为解决上述技术问题，本发明提供的一种基于子带无延时的混合控制方法，计算流程包括如下步骤：
参考传声器捕获到的声信号向量X1(n)及反馈控制器的权重向量XFBL(n)；
a.计算声信号的分接延迟向量X1(n)＝[X1(n),X1(n-1),…,X1(n-N1+1)]T；
b.预估的干扰信号分接延迟向量XFBL(n)＝[XFBL(n),XFBL(n-1),…,XFBL(n-N3+1)]T；
c.计算多参考前馈控制器的控制信号
d.计算反馈控制器的控制信号
e.控制信号为多参考前馈控制器和反馈ANC控制器产生的信号之和，即uL(n)＝uL1(n)+uL2(n)+uFBL(n)；
f.前馈滤波器的权值WL(n+1)＝WL1(n)-αL1rL1(n)eL(n)；
g.反馈滤波器的权值WFBL(n+1)＝WFBL(n)-αFBLrFBL(n)eL(n)；
h.重复上述步骤，达到理想的降噪效果。
优选的，WFBL为反馈器的权重向量，是经过子带滤波器组的次级通路估计模型。
优选的，假设所有控制滤波器具有相同的长度，如N1＝N2＝N3＝N，误差信号为干扰信号为d(n)，g是滤波器系数向量G(z)的脉冲响应，滤波器权值的方程更新为：
WL(n+1)＝WL(n)-r1 T(n)eL(n)
优选的，所述滤波器权值计算流程包括如下步骤：
a.用UDFTM滤波器组作为分析滤波器组，其传递函数h(z)为h(z)＝[H0(z) H1(z)… Hm-1(z)]；
其中，Hm(z)＝H0(ze-j2πm/M)，H0(z)＝1+z-1+z-2+…+z-M+1时是一个M系数原型低通滤波器；H0(ejΩ)的赋值频率响应M＝16,32和64；
b.UDFTM滤波器组可以用M阶离散傅里叶变换(DFT)矩阵表示为
其中F是矩阵DFT矩阵，*是复共轭算子；
c.UDFTM滤波器组的实现可以通过使用逆矩阵FFT得到的长度为M的延迟线；使用UDFTM设计的分析滤波器组的输出本质上是复杂的，因此使用复合FxLMS方法更新每个子带的权重，第m个频带的权重为
其中，Wm为第m个子带大小为3NSAF×1，
d.参考向量为/>
e.上述作为参考信号进入控制系统；
f.重复上述步骤，达到混合多参考控制系统以达到降噪的目的。
与相关技术相比较，本发明提出的一种基于子带无延时的前-反馈混合控制方法将前馈系统和反馈系统相结合，使用子带分割的方法来完成控制系统的自适应滤波器系数的更新。相比于经典的控制方法，可以增加降噪带宽和系统稳定性，对宽频噪声也可以有效控制，且运算量小，收敛速度快。
附图说明
图1为本发明提供的一种基于子带无延时的混合控制方法的原理框图；
图2为本发明提供的一种基于子带无延时的混合控制方法的两通道植物模型的脉冲响应图；
图3为本发明提供的一种基于子带无延时的混合控制方法的不同子带数实现8dB所需的时间图。
具体实施方式
下面结合附图和实施方式对本发明作进一步说明。
请结合参阅图1至图3，其中，图1为本发明提供的一种基于子带无延时的混合控制方法的原理框图；图2为本发明提供的一种基于子带无延时的混合控制方法的两通道植物模型的脉冲响应图；图3为本发明提供的一种基于子带无延时的混合控制方法的不同子带数实现8dB所需的时间图。本发明提出一种基于子带无延时的前-反馈混合控制方法(Hybrid-SubbandFxLMS)，该方法由一个多参考前馈控制单元和一个反馈ANC系统组成。以1通道为例，来自1通道的参考麦克风输入信号X1(n)通过分析滤波器组h(Z)进行滤波，将所有三个参考信号和误差信号分割成近似无关的各个子带独立信号e1,0(n)、e1,1(n)……e1,M-1(n)，然后对子带信号进行多速率抽取来获得采样信号，再进行信号的自适应处理，经过综合滤波器W输出信号u1(n)，将其与期望信号d1(n)进行比较，形成误差信号e1(n)，通过自适应算法对滤波器参数进行调整，最终使得误差信号e1(n)的均方值最小。通过使用频域滤波技术，如子带自适应滤波(SAF)和块自适应滤波(BAF)技术，对信号进行分解、处理和重构，降低自适应滤波器的计算复杂度。为了避免在次级路径中引入额外的延迟，该技术在子带中计算自适应权重，然后利用堆叠方法将子带自适应权重映射到全带滤波器。分析滤波器组为h(z)，将所有参考信号和误差信号分解为相应的子带分量。
本发明提供的一种基于子带无延时的混合控制方法，计算流程包括如下步骤：
a.参考传声器捕获到的声信号向量X1(n)及反馈控制器的权重向量XFBL(n)；
b.计算声信号的分接延迟向量X1(n)＝[X1(n),X1(n-1),…,X1(n-N1+1)]T；
c.预估的干扰信号分接延迟向量
XFBL(n)＝[XFBL(n),XFBL(n-1),…,XFBL(n-N3+1)]T；
d.计算多参考前馈控制器的控制信号
e.计算反馈控制器的控制信号
f.控制信号为多参考前馈控制器和反馈ANC控制器产生的信号之和，即uL(n)＝uL1(n)+uL2(n)+uFBL(n)；
g.前馈滤波器的权值WL(n+1)＝WL1(n)-αL1rL1(n)eL(n)；
h.反馈滤波器的权值WFBL(n+1)＝WFBL(n)-αFBLrFBL(n)eL(n)；
i.重复上述步骤，达到理想的降噪效果。
WFBL为反馈器的权重向量，是经过子带滤波器组的次级通路估计模型。
假设所有控制滤波器具有相同的长度，如N1＝N2＝N3＝N，误差信号为干扰信号为d(n)，g是滤波器系数向量G(z)的脉冲响应，滤波器权值的方程更新为：
WL(n+1)＝WL(n)-r1 T(n)eL(n)
所述滤波器权值计算流程包括如下步骤：
a.用UDFTM滤波器组作为分析滤波器组，其传递函数h(z)为h(z)＝[H0(z) H1(z)… Hm-1(z)]；
其中，Hm(z)＝H0(ze-j2πm/M)，H0(z)＝1+z-1+z-2+…+z-M+1时是一个M系数原型低通滤波器；H0(ejΩ)的赋值频率响应M＝16,32和64；
b.UDFTM滤波器组可以用M阶离散傅里叶变换(DFT)矩阵表示为
其中F是矩阵DFT矩阵，*是复共轭算子；
c.UDFTM滤波器组的实现可以通过使用逆矩阵FFT得到的长度为M的延迟线；使用UDFTM设计的分析滤波器组的输出本质上是复杂的，因此使用复合FxLMS方法更新每个子带的权重，第m个频带的权重为
其中，Wm为第m个子带大小为3NSAF×1，
d.参考向量为/>
e.上述作为参考信号进入控制系统；
f.重复上述步骤，达到混合多参考控制系统以达到降噪的目的。
控制算法在dsPACE MicroLabBox上实现，采样率为Fs＝16kHz，主要干扰是通过一阶系统滤波高斯白噪声得到一阶回归AR(1)过程，通道1和通道2植物对应的脉冲响应如图2所示。两个通道的植物相应使用L＝256的FIR滤波器建模，而每个控制滤波器使用N＝256的FIR滤波器设计。图3为不同子带数下，该系统在通道1误差传感器处实现8dB噪声衰减所需的时间(64≤M≤1024)。
与相关技术相比较，本发明提供的一种基于子带无延时的混合控制方法具有如下有益效果：本发明提出的一种基于子带无延时的前-反馈混合控制方法将前馈系统和反馈系统相结合，使用子带分割的方法来完成控制系统的自适应滤波器系数的更新。相比于经典的控制方法，可以增加降噪带宽和系统稳定性，对宽频噪声也可以有效控制，且运算量小，收敛速度快。
基于DFT的子带分割的方法可以替换为基于余弦调制的方法，方法在实施过程中不需要进行时频域转换，只需要在时域中进行自适应滤波器系数的更新迭代。
本发明的在于建立了运用子带分割的方法，加快了收敛速度，在不改变系统参考信号类型的情况下，使得控制系统的准确性及稳定性得到保证。
以上所述仅为本发明的实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其它相关的技术领域，均同理包括在本发明的专利保护范围内。
Claims (4)
1.一种基于子带无延时的混合控制方法，其特征在于，计算流程包括如下步骤：
a.参考传声器捕获到的声信号向量X1(n)及反馈控制器的权重向量XFBL(n)；
b.计算声信号的分接延迟向量X1(n)＝[X1(n),X1(n-1),…,X1(n-N1+1)]T；
c.预估的干扰信号分接延迟向量XFBL(n)＝[XFBL(n),XFBL(n-1),…,XFBL(n-N3+1)]T；
d.计算多参考前馈控制器的控制信号
e.计算反馈控制器的控制信号
f.控制信号为多参考前馈控制器和反馈ANC控制器产生的信号之和，即uL(n)＝uL1(n)+uL2(n)+uFBL(n)；
g.前馈滤波器的权值WL(n+1)＝WL1(n)-αL1rL1(n)eL(n)；
h.反馈滤波器的权值WFBL(n+1)＝WFBL(n)-αFBLrFBL(n)eL(n)；
i.重复上述步骤，达到理想的降噪效果。
2.根据权利要求1所述的基于子带无延时的混合控制方法，其特征在于，WFBL为反馈器的权重向量，是经过子带滤波器组的次级通路估计模型。
3.根据权利要求1所述的基于子带无延时的混合控制方法，其特征在于，假设所有控制滤波器具有相同的长度，如N1＝N2＝N3＝N，误差信号为干扰信号为d(n)，g是滤波器系数向量G(z)的脉冲响应，滤波器权值的方程更新为：
WL(n+1)＝WL(n)-r1 T(n)eL(n)。
4.根据权利要求3所述的基于子带无延时的混合控制方法，其特征在于，所述滤波器权值计算流程包括如下步骤：
a.用UDFTM滤波器组作为分析滤波器组，其传递函数h(z)为h(z)＝[H0(z)H1(z)…Hm-1(z)]；
其中，Hm(z)＝H0(ze-j2πm/M)，H0(z)＝1+z-1+z-2+…+z-M+1时是一个M系数原型低通滤波器；H0(ejΩ)的赋值频率响应M＝16,32和64；
b.UDFTM滤波器组用M阶离散傅里叶变换(DFT)矩阵表示为
其中F是矩阵DFT矩阵，*是复共轭算子；
c.UDFTM滤波器组的实现通过使用逆矩阵FFT得到的长度为M的延迟线；
使用UDFTM设计的分析滤波器组的输出本质上是复杂的，因此使用复合FxLMS方法更新每个子带的权重，第m个频带的权重为
其中，Wm为第m个子带大小为3NSAF×1，
d.参考向量为/>
e.上述作为参考信号进入控制系统；
f.重复上述步骤，达到混合多参考控制系统以达到降噪的目的。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311176229.6A CN117220642A (zh) | 2023-09-12 | 2023-09-12 | 一种基于子带无延时的混合控制方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311176229.6A CN117220642A (zh) | 2023-09-12 | 2023-09-12 | 一种基于子带无延时的混合控制方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117220642A true CN117220642A (zh) | 2023-12-12 |
Family
ID=89038277
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311176229.6A Pending CN117220642A (zh) | 2023-09-12 | 2023-09-12 | 一种基于子带无延时的混合控制方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117220642A (zh) |
-
2023
- 2023-09-12 CN CN202311176229.6A patent/CN117220642A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Lu et al. | A survey on active noise control in the past decade—Part I: Linear systems | |
| Jiang et al. | Review of active noise control techniques with emphasis on sound quality enhancement | |
| 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 | |
| Zhang et al. | A normalized frequency-domain block filtered-x LMS algorithm for active vehicle interior noise control | |
| CN105679304B (zh) | 用于宽带主动噪声控制系统的可变带宽无延迟子带算法 | |
| Mertins et al. | Room impulse response shortening/reshaping with infinity-and $ p $-norm optimization | |
| Kuo et al. | Frequency-domain delayless active sound quality control algorithm | |
| JPH08509823A (ja) | 能動的音響及び振動制御のための単一及び多重チャネルブロック適応方法と装置 | |
| JP2008020913A (ja) | 時間および周波数領域内のパーティションされた高速畳み込み | |
| Milani et al. | A new delayless subband adaptive filtering algorithm for active noise control systems | |
| Zhang et al. | Deep MCANC: A deep learning approach to multi-channel active noise control | |
| CN102377454B (zh) | 一种回声消除的方法和装置 | |
| Chen et al. | A computationally efficient feedforward time–frequency-domain hybrid active sound profiling algorithm for vehicle interior noise | |
| CN112331226B (zh) | 一种针对主动降噪系统的语音增强系统及方法 | |
| Chen et al. | A computationally efficient active sound quality control algorithm using local secondary-path estimation for vehicle interior noise | |
| Chen et al. | A low-complexity multi-channel active noise control system using local secondary path estimation and clustered control strategy for vehicle interior engine noise | |
| Patel et al. | A hybrid multi-reference subband control strategy for active noise control headphones | |
| Chen et al. | Development and experimental verification of a new computationally efficient parallel narrowband active noise control system | |
| CN117220642A (zh) | 一种基于子带无延时的混合控制方法 | |
| CN114080639A (zh) | 噪声控制方法和系统 | |
| JP4616196B2 (ja) | 未知系同定システムおよび方法 | |
| Wang et al. | An adaptive algorithm for nonstationary active sound-profiling | |
| Duan et al. | A computational-efficient active sound tuning system for steady-state and transient vehicle powertrain response | |
| CN115312073A (zh) | 一种联合信号处理和深度神经网络的低复杂度的残余回声抑制方法 | |
| Wang et al. | Adaptive active vehicle interior noise control algorithm based on nonlinear signal reconstruction |
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 |