CN117373424A - 使用分段频率相关相位抵消的噪声消除 - Google Patents

Abstract

通过获取数字化噪声信号并使用数字处理器电路将获取的噪声信号细分成不同的频带段，从而产生多个分段噪声信号，来执行在具有被称为噪声的无用信号的信号流中的噪声抑制。然后，对于每个分段噪声信号，单独通过处理器将所述分段噪声信号时移一定的量，所述量取决于所述分段噪声信号的选定频率，从而产生多个移位分段噪声信号。应用于每个噪声段的精确时移考虑了该段的频率内容和系统处理时间。对每个分段噪声信号分别应用幅度缩放。然后，组合经移位和幅度缩放的分段噪声信号以形成复合抗噪声信号，将该复合抗噪声信号输出到信号流中，以通过相消干涉来抑制噪声。

Description

使用分段频率相关相位抵消的噪声消除

相关申请的交叉引用

本申请要求2017年4月26日提交的美国实用新型专利申请第15/497,417号的优先权，并要求2017年2月6日提交的美国临时申请第62/455,180号的权益。上述申请的全部公开内容通过引用并入本文。

技术领域

本申请总体上涉及电子和自动噪声消除技术。更具体地，本申请涉及一种噪声消除技术，其在多个频谱段产生频率相关的抗噪声分量，为系统和应用精确计算。

背景技术

几十年来，科学家和工程师一直致力于电子自动噪声消除(ANC)问题。波传播的基本物理现象表明，有可能产生与噪声信号相位相差180度的“抗噪声”波，并通过相消干涉完全消除噪声。这对于简单、重复、低频的声音相当有效。然而，对于动态的、快速变化的声音，或者包含较高频率的声音，效果并不好。

当前最佳的系统(使用前馈和反馈相结合的混合设计)可以减少频率高达2kHz的重复噪声(如引擎或风扇)，其使用LMS(最小均方)自适应滤波的变体，通过重复估计传递函数来产生抗噪声信号，从而在输出端产生最小的实际噪声。虽然各大公司继续加大投入以改善自动噪声消除的效果，但似乎都关注于改进现有技术上。此外，尽管有更大的处理能力，但使用各种自适应滤波器的自动噪声消除的频率上限低于大约4kHz，信号衰减能力在10dB至30dB之间。

发明内容

与传统方法相比，所公开的系统能够以市场上常见的处理速度实时消除离线模式下的几乎任何频率范围，并且至少消除整个音频频谱，比当前使用的方法更加有效。

处理速度和计算能力持续快速增长(例如，摩尔定律自1965年以来一直适用)。一些商业和军事市场对成本不太敏感(与大多数消费品应用相比)，因而可以接受当前最高速度/功率的较高成本。此外，量子计算的巨大优势正在显现。因此，我们设想并在此介绍了所公开的系统和方法的实施例，这些实施例预计随着时间的推移将变得越来越具有商业可行性。在本申请中，为了简单起见，我们将实施例的数量尽量减少，只介绍五个主要实施例，其由实现本发明的无数应用所需的最少数量的不同硬件系统结构定义。硬件系统结构是本发明的一部分，因其以特定的方式与我们所称的“核心引擎”信号处理方法的变体相结合。所述五个实施例的基本要素如图1-5所示。概括地说，所述五个实施例可以描述为：空气中系统；通讯和个人使用系统；离线信号处理系统；加密/解密系统；和信号特征识别、检测和接收系统。

所公开的技术实时构建、利用和应用整个信号频谱所需的精确抗噪声。该系统/算法是灵活的，满足应用所需的更高或更低的分辨率和控制(或者实际操作中，对部署本发明的产品工程师给定处理能力成本限制或其他限制因素)。将这种通用而有效的技术集成到特定的硬件和软件系统结构中对多种应用都有帮助。我们根据迄今为止设想的系统结构将它们大致分为五个领域：空气中系统；通讯和个人使用系统；离线信号处理系统；加密/解密系统；和信号特征识别、检测和接收系统。最好考虑这个代表系统潜力的列表，因其不旨在限制本申请的范围。

除了在音频频谱中有用之外，所公开的技术也可以用于电磁信号。因此，所公开的技术能够使用目前市场上可买到的处理器，实时消除离线模式下的几乎任何频率范围，并且至少消除整个音频频谱。预计随着处理器速度的增加，或者通过集成多个处理器的功率，利用本发明可以实时处理任何电磁信号。

该算法通过计算系统或应用的理想抗噪声来单独处理离散的频率段，从而大大提高整个音频频谱的噪声消除性能。事实上，这种算法可以在离线和信号处理应用中成功地消除整个音频频谱。该算法在耳机和空气中系统的音频频谱中更加有效，可以处理比正在部署的任何其他系统更高的频率。处理离散的频率段(并允许频率范围或频带被分组在一起，如下所述)可以定制算法，从而对于音频频谱中或音频频谱之外的任何特定应用都具有良好效果。

处理离散频率段能够为动态噪声源创建抗噪声，其中动态噪声源随时间快速变化。(目前市场上使用的方法仅限于周期性、稳态类型的声音，如引擎噪声。)处理离散频率段也减少了对耳机/入耳式耳机中多个输入麦克风的需求。

在音频应用中，该算法还减少了麦克风噪声消除所需的麦克风数量，以及对用于从环境噪声中识别目标语音的复杂“波束形成”算法的需要。这对于通讯耳麦尤其如此，因为当以较小的延迟调整(也许利用无源元件来提供所需的延迟)将其添加到麦克风输入信号时，为耳机创建的抗噪声也能有效地消除不需要的信号。如果需要，可以调整反馈处理并将其存储在预置中。

无论是在产品开发阶段还是在大规模生产中，校准模式都减少了对各种物理系统进行昂贵的系统调谐的需求。

在算法版本中使用频带或范围具有多种优势，包括：

i.减少所需的处理能力和内存量；

ii.方便快捷地最大化特定应用的系统性能；

iii.允许为各种类型的噪声、环境等创建和部署预置；

iv.允许使用该算法来增强噪声环境中特定信号的清晰度。从而可以将该算法部署用于助听器(例如，在嘈杂的餐馆中更好地识别语音)、音频监视应用(从环境噪声中解析语音)、识别网络上或噪声场中的设备特征、或加密/解密应用。

基于本文的描述，其他应用领域将变得显而易见。本发明内容中的描述和具体示例仅用于说明的目的，并不旨在限制本申请的范围。

附图说明

本文描述的附图仅用于说明所选实施例，而不是所有可能的实现方式，并且不旨在限制本申请的范围。

图1是消音器设备的第一实施例的框图，该消音器设备用于在空气中系统中提供噪声抑制或噪声消除。

图2是消音器设备的第二实施例的框图，该消音器设备用于在通讯麦克风、通讯耳麦或耳机/入耳式耳机系统中提供噪声抑制或噪声消除。

图3是消音器设备的第三实施例的框图，该消音器设备用于在信号处理系统中提供噪声抑制或噪声消除；

图4是消音器设备的第四实施例的框图，该消音器设备用于加密和解密机密通信。

图5是消音器设备的第五实施例的框图，该消音器设备用于从电磁传输中清除噪声，以及从电力线的背景噪声中分离特定设备特征或通信(例如，用于电力线通信和智能电网应用)。

图6是示出对数字处理器电路编程以执行消音器设备中使用的核心引擎算法的方式的框图。

图7是进一步示出对数字处理器电路编程以执行消音器设备中使用的核心引擎算法的方式的流程图。

图8是示出由图6的核心引擎算法实现的处理技术的信号处理图。

图9是示出结合核心引擎算法使用的校准模式的详细信号处理图。

图10是核心引擎过程图。

图11是配置为桌面个人安静区域系统的示例性低功率、单部件空气中消音器系统。

图12是配置为窗式部件的示例性低功率、单部件空气中消音器系统。

图13是配置为空气增压式套件的示例性低功率、单部件空气中消音器系统。

图14是配置用于公路噪声抑制的示例性高功率、多部件空气中消音器系统。

图15是配置为抑制车辆中噪声的示例性高功率、多部件空气中消音器系统。

图16是配置为创建用于保护私人谈话不被他人偷听的静锥区的示例性高功率、多部件空气中消音器系统。

图17是示例性智能手机集成实施例。

图18是示例性噪声消除耳机实施例。

图19是另一个示例性噪声消除耳机实施例。

图20示出了示例性处理器实施方式。

图21示出了示例性加密-解密实施例。

图22示出了示例性特征检测概念。

在附图的几个视图中，相应的附图标记表示相应的部件。

具体实施方式

现在将参考附图更全面地描述示例实施例。

所公开的消音器设备可以部署在各种不同的应用中。为了说明的目的，本文将详细讨论五个示例性实施例。应当理解，这些示例提供了对消音器设备的一些不同用途的理解。在所附权利要求的范围内，其他用途和其他应用也是可能的。

参照图1，示出了消音器设备的第一示例性实施例。该实施例设计用于为空气中系统提供噪声消除，即在空气中系统中感测进入的环境噪声，进而产生噪声消除信号并将其广播到周围区域。如图所示，该实施例包括具有相关存储器12的数字信号处理器电路10，在存储器12中存储配置数据，本文称为应用预置。数字信号处理器电路可以使用市场上可买到的多媒体处理器集成电路来实现，例如Broadcom BCM2837 Quad Core ARM Cortex A53处理器等。数字信号处理器电路的编程细节如下。在优选实施例中，数字信号处理器电路可以使用Raspberry Pi计算机来实现，例如Raspberry Pi 3model B或更好的。该设备包括信号处理器电路10以及VideoCore IV GPU、板载SDRAM、WiFi和蓝牙收发器电路、802.11n无线局域网电路以及对蓝牙4.1通信的支持。提供26个GPIO端口，以及4个USB 2端口、100Base-T以太网端口、DSI和CSI端口、4极复合视频/音频端口和HDMI 1.4端口。这些端口可用于向信号处理器电路10提供输入和输出之间的连接，如图1-4的框图所示。

图1的空气中噪声消除系统包括一个或多个输入麦克风14，其部署在能够感测希望消除的噪声源的物理位置。每个麦克风14连接到数字音频转换器或DAC 16，数字音频转换器或DAC 16通过采样将来自连接的麦克风的模拟信号波形转换成数字数据。虽然可以为该任务适当地采用不同的采样率，但是图示的实施例使用了48kHz的采样率。采样率的选择是基于大多数噪声声能所占据的频率范围、输入麦克风和反馈麦克风之间的距离以及与特定应用和目标相关的其他因素。

连接在DAC 16和数字信号处理器电路10之间的是可选的门电路18，其传递高于预定阈值的噪声能量并阻挡低于该阈值的能量。门电路18可以使用运行在处理器上的软件或者使用独立的噪声门集成电路来实现。门电路的目的是区分不会引起不悦的环境背景噪声水平和与令人不悦的噪声相关联的较高噪声水平。例如，如果空气中噪声消除系统被部署为减少来自附近公路的间歇性道路噪声，则门阈值将被配置为当检测到车辆交通的声能时打开，而当仅检测到附近树林的沙沙声时关闭。因而，门有助于减少数字信号处理器10上的负载，同时防止不必要的泵运。

门可以由用户配置，允许用户设置噪声阈值，只有高于该阈值的声音才被视为噪声。例如，在安静的办公室，环境噪声水平可能在50dB SPL左右。在这种环境下，用户可以将噪声阈值设置为仅作用于大于60dB SPL的信号。

数模转换器或ADC 20连接到数字信号处理器电路10的输出。ADC作为DAC 16的补充，将数字信号处理器电路10的输出转换成模拟信号。模拟信号表示专门构建的噪声消除信号，该信号被设计成消除由输入麦克风14检测到的噪声。合适的放大器22和扬声器或换能器系统24将该噪声消除信号投射或广播到空气中，在空气中，该噪声消除信号与从扬声器或换能器系统24的有效传输区域内的有利位置听到的噪声源混合并消除噪声源。实质上，扬声器系统24位于噪声源和收听者或接收点之间，使得收听者/接收器可以接收到达他或她的位置的信号，只是来自噪声源的信号被来自扬声器或换能器系统24的噪声消除信号抵消。

如果需要，该电路还可以包括馈送到放大器22的白噪声或粉红噪声源，该放大器基本上将预定量的白噪声或粉红噪声与来自数字信号处理电路10的模拟信号混合(通过ADC 20)。该噪声源有助于通过掩蔽噪声消除信号与扬声器下游的噪声源信号组合时可能出现的听觉瞬变来减弱噪声消除信号的影响。

反馈麦克风26位于扬声器系统24的前方(下游)。反馈麦克风用于在向信号流引入抗噪声之后对信号流进行采样。该麦克风向数字信号处理器电路10提供反馈信号，该反馈信号用于调整控制数字信号处理器电路如何产生适当噪声消除信号的算法。虽然图1中未示出，但是反馈麦克风输出可以由合适的放大和/或模数转换器电路处理，以提供噪声消除算法使用的反馈信号。在仅利用噪声与噪声消除信号的幅度的一些应用中，反馈麦克风输出可以在模拟域中被处理，以导出幅压信号，如果需要，该幅压信号可以通过平均或其他手段来处理。在需要对噪声与噪声消除信号进行更精确评估的其他应用中，也可以与输入麦克风信号进行相位比较。在该系统实施例的大多数实施方式中，通过与输入麦克风信号或该应用的期望结果相比较来分析反馈信号的离散段的相位和幅度(离散段的创建和处理将在本文后面讨论)。可以使用模数转换器对反馈麦克风输出进行采样并转换到数字域。反馈麦克风可以连接到麦克风输入或线路输入，该麦克风输入或线路输入连接到数字信号处理器电路的视频/音频端口。

关于图1的噪声抑制系统的其他示例，请参见下面题为“不同用例实施例”的部分。

图2中示出了消音器设备的第二实施例。如将要解释的，该实施例具有两个信号路径，一个是接收音频信号路径，其抑制用户入耳式耳机、耳机或扬声器24a中的噪声；另一个是传输音频信号路径，在该路径中，由电话34的麦克风捕获的声音被处理以抑制同样由电话34的麦克风捕获的环境噪声。因此，接收音频信号路径通过减少或消除环境中的环境声来改善用户在入耳式耳机、耳机或扬声器中听到的声音。这使得听音乐或电话交谈更容易。传输音频信号路径将用于部分或全部抵消进入用户电话34的麦克风的环境声，例如风噪声。当然，同样的噪声消除技术也可以用于其他系统，而不仅仅是电话，包括现场录音麦克风、广播麦克风等。

参考图2，图示的示例性实施例适用于耳麦系统，具有与图1的实施例相同的一些组件。在该实施例中，输入麦克风使用设置在耳麦或耳机/入耳式耳机外部的一个或多个噪声感测麦克风14a来实现。与每个噪声感测麦克风相关联或集成到每个噪声感测麦克风的模数电路将周围的噪声转换成数字信号，该数字信号被馈送到数字信号处理电路10。反馈麦克风26设置在耳机/入耳式耳机内，与耳机扬声器24a音频耦合，或者反馈麦克风可以完全取消，因为这是一个控制更严格的物理实施例。在包括反馈麦克风的系统中，反馈麦克风数据包括复合信号的分量，该复合信号可以包括期望的娱乐内容(例如，音乐或音频/视频音轨)和/或语音信号，加上噪声和抗噪声，并且可以与噪声和抗噪声信号或者输入和期望信号的复合进行比较。

请注意，该系统与传统系统显著不同，因其能够有效消除频率分量高于2000Hz的声音，这就减少了对部署在传统噪声消除耳机上的声学隔离方法的需求。这使得产品重量更轻、价格更低，并有助于在“入耳式耳机”形状因子中的有效部署。

在该实施例中，消音器设备的噪声处理可以针对每个耳机件独立实现。对于较低成本的耳机/入耳式耳机/耳麦产品，该处理可以针对立体声系统中的两个耳机联合实现，或者该处理可以由智能电话或其他设备中的外置处理器来实现。

该实施例的另一个重要特点在于，校准模式还将用于计算每个频带范围所需的适当幅度调整，以在噪声入耳之前，补偿耳机或入耳式耳机结构的物理特性对周围/不想要的噪声的影响(校准模式和频带范围将在本文后面讨论)。

类似地，在该实施例中由系统产生的抗噪声经由混频器30与期望的音乐或语音信号混合(期望的音乐或语音信号由电话30、音乐播放器、通信设备等提供)，并且两者通常由一个扬声器一起输出。在该用例中，反馈麦克风仅在校准模式下工作，在某些情况下可能会在生产单元中被省略。可选地，反馈麦克风可以在该实施例的某些多扬声器应用中连续工作(例如，在VR和游戏耳机中)。

如上所述，在包括语音麦克风的耳麦系统中，数字信号处理器电路10的输出可以被馈送到语音麦克风电路以及耳机扬声器电路。这已经在图2中示出，其中第一输出信号从数字信号处理器电路10馈送到第一混频器30，再提供给音频回放系统(放大器22和耳机扬声器24a)。第二输出信号从数字信号处理器电路10馈送到第二混频器32，再提供给电话34或其他语音处理电路。由于环境噪声信号是在远离通信/语音麦克风的位置采样的，所以所需的语音信号不会被抵消。根据应用的不同，该交替抗噪声信号可以使频带幅度在如上所述的校准模式下被或者不被调整。

对于比较重要的通信应用，如媒体广播或作战人员通信，可能需要一个单独的信号处理电路来消除麦克风噪声。从而精确消除已知的噪声特征，避免消除某些关键信息频带，并通过用户配置或预置促进这些关键任务应用的其他定制。

关于图2的噪声抑制系统的其他示例，请参见下面题为“不同用例实施例”的部分。

图3示出了第三个更一般化的实施例。在该实施例中，输入信号可以来自任何源，输出信号可以连接到通常处理输入信号的电路或设备(未示出)。因此，图3的实施例被设计成插入信号处理设备或传输装置中或与信号处理设备或传输设备成一直线放置。在该实施例中，通常不使用反馈。已知的噪声特性可以通过系统参数进行补偿(使用标有“预置”12的设置项进行设置)。如果这些特性未知，可以通过处理具有噪声但不包含信号的材料部分来校准系统以消除噪声(例如，可以使用视频片段的“前置广告”部分将系统校准到噪声特征)。该实施例的应用包括从事件记录或音频监视中去除噪声，或者在具有适当量的“广播延迟”的“现场”情况下去除噪声，例如当前用于在现场广播期间用于语言审查的“7秒”延迟。

虽然在上面的示例中示出了独立的数字信号处理器电路10，但是应当理解，移动设备(例如智能手机)内的处理器可以用于执行信号处理算法；或者核心引擎可以实现为软件套件的“插件”，或者集成到另一个信号处理系统中。因此，本文的描述还将使用术语“核心引擎”来指代信号处理算法，如下面更全面描述的，这些算法运行在处理器上，例如独立数字信号处理器电路或嵌入智能手机或其他设备中的处理器。如图3的实施例所描述的，核心引擎可以用于在离线模式中或者在可能不需要输入麦克风、输出放大扬声器和反馈麦克风的信号处理应用中处理噪声。

关于图3的噪声抑制系统的其他示例，请参见下面题为“不同用例实施例”的部分。

图4示出了第四实施例。在该实施例中，有两方希望通过文件、广播、信号传输或其他方式彼此共享信息，并限制对信息的访问。该实施例要求“编码方”和“解码方”都能够访问包含本发明的设备。

加密/解密“密钥”是用于编码信息的频带范围设置的配方。加密和解密“密钥”的设置需要考虑包含该信息的噪声或其他信号的特性，这些频带范围设置包括频率和幅度信息。从而能够将编码信号嵌入传输装置的非常窄的段中，该传输装置看起来像是，例如，一些其他材料的无害宽带传输装置或“白噪声”信号。在一个示例中，在看起来像白噪声的地方嵌入智能传输装置，加密时需要一个适当长度的白噪声记录来携带完整的信息。本发明仅对非常窄的频率范围或一组范围(即，非常窄的噪声切片将由核心引擎“分割出来”)处理白噪声记录，不包括在该定义的范围组中的频率原封不动地通过系统(对于不包括在加密侧频带定义中的频率，默认幅度将被设置为1)；并且可以调整包含智能的频率范围的幅度，以便于隐藏在噪声中。要共享的信息可以使用频率调制或其他技术(提供另一层加密)编码在窄频率范围内的“载波信号”中，该信号将与系统输出混合(带有“分割出来”的切片的噪声)。在本示例中，这将有效地将信息嵌入看似随机白噪声的信号中(或者根据需要嵌入另一种类型的宽带或信号传输)。

在“解密”方面，需要知道描述信息记录位置的频带范围的频率和幅度设置，作为“解密密钥”。在解密方面，频带范围定义中未包括的频率的默认幅度必须设置为0。这意味着系统不会为那些不包括在频带定义中的频率产生任何输出，因此只输出需要解码的信号。

为不包括在定义频带范围内的频率选择默认幅度的能力是该实施例的定义特性之一。

如果加密/解密“密钥”通过替代方式在各方之间共享，则信息传输的安全性大大增强，但是它可以被包含在传输或文件中的“校准头”中，基于时间戳或其他设置等来计算。

关于图4的噪声抑制系统的其他示例，请参见下面题为“不同用例实施例”的部分。

图5示出了第五实施例。在该实施例中，本发明用于帮助识别、检测或接收噪声域中的传输或设备特征，噪声域可以是存在于主要城市和其他区域的电磁场密度中的噪声场，其是输电线路等固有的。

本发明可以通过为设计成仅允许目标信号通过的频带范围设置创建预置来帮助检测、识别或接收噪声中的信号。这些频带范围设置包括根据背景噪声的特性识别目标信号的“指纹”或“特征”所需的频率和幅度信息，如先前分析所确定的。这些设置将通过从频带设置中排除目标信号频率分量并对频带设置中未包括的频率使用默认幅度0来实现，有效地仅使目标信号通过系统；并且适当地调整相邻频率或谐波的幅度和频率，以进一步增强目标信号。这将有助于检测微弱的信号，否则这些信号在噪声场中不会被注意到。

例如，当空调系统的压缩机开启时，一个独特的脉冲被传递给电网。电力公司变电站可以将本发明部署在一个系统中，通过对来自各种产品的脉冲进行计数来帮助预测峰值负载。在电力线通信应用中，“正常”噪声和波动的特性可以最小化，并且可以通过部署为该任务设计的预置来增强期望的通信信号。预置也可以被设计成检测或增强远距离或微弱的电磁通信。类似地，预置可以被设计成检测由特定类型的对象或其他潜在威胁识别的噪声场中的干扰。

在该实施例中，核心引擎的多个实例可以部署在服务器(或其他多核或多重发讯设备)上，以便于在单个节点识别、检测或接收各种信号或特征类型。

关于图5的噪声抑制系统的其他示例，请参见下面题为“不同用例实施例”的部分。

核心引擎噪声消除算法概述

核心引擎噪声消除算法的本质是为包含噪声信号的许多小的离散段创建完美的抗噪声。数字信号处理电路10(无论是作为独立电路实现还是使用另一设备，例如智能手机的处理器实现)被编程为执行信号处理算法，该算法为包括目标噪声信号或其部分的一组离散频率段中的每一个单独精确地生成一组定制噪声消除信号。

图6示出了核心引擎噪声消除算法的基本架构。如图所示，采集的噪声信号40被细分成不同的频带段。在当前优选的实施例中，可以为不同频带42中的每一个以不同的方式设置各频率范围中的那些段的宽度(以及在一些实施例中，应用于抗噪声的幅度比例因子)。在各种实施例中，频带的这些参数可以通过用户界面设置、预置或基于标准动态设置。然后，每个频带范围被进一步细分为所选宽度的频带段。然后，对于每个频带段，数字信号处理电路将该段的相位偏移一个量，该量取决于分段噪声信号的选定频率。例如，选定频率可以是频带段的中心频率。因此，如果某一特定频带段为100Hz至200Hz，则选定的中心频率可以是150Hz。

通过将输入噪声信号分割成多个不同的频率段，数字信号处理电路能够使噪声消除算法适应给定应用的特定要求。这是通过有选择地控制每个段的大小以适应特定的应用来实现的。举例来说，传入噪声信号的整个频率范围内的每个段可以非常小(例如，1Hz)。或者，频率范围的不同部分可以被细分成更大或更小的段，在最重要的信息内容所在的频率上使用较小(较高分辨率)的段，或者短波长需要的段；而在携带较少信息或具有较长波长的频率上使用较大(较低分辨率)的段。在一些实施例中，处理器不仅将整个频率范围细分成段，还可以基于频带范围中的设置单独操纵给定段内的幅度。

当需要极高的噪声消除精度时，噪声信号在整个频谱，或视情况在全频谱上被适当分成小段(例如，1Hz或其他大小的段)。这种细粒度的分段需要很强的处理能力。因此，在需要低功率、低成本处理器的应用中，核心引擎噪声消除算法配置成将信号分成不同频带或范围。可以在核心引擎软件代码中调整频带的数量，以适应应用的需要。如果需要，数字处理器可以被编程为通过应用小波分解将采集的噪声信号细分成不同的频带段，从而产生多个分段噪声信号，来细分采集的噪声信号。

对于每个给定的应用，段的大小以及大小如何/是否在整个频谱中不同是系统的初始条件，通过定义不同频率范围的参数来确定。这些参数可以通过用户界面设置，然后作为每个应用的预置存储在存储器12中。

一旦噪声信号已经根据由数字信号处理电路建立的分段计划(自动地和/或基于用户配置)被分割，相位校正被选择性地应用于每个段，以产生段波形，该段波形将通过相消干涉基本上抵消该段频带内的噪声信号。具体而言，处理电路计算并应用频率相关延迟时间46，考虑段的频率以及任何系统传播或延迟时间。因为该频率相关延迟时间被单独计算并应用于每个段，所以处理电路10并行或非常快速地串行计算并应用这些相位校正值。此后，在48，组合相位校正(相移)的分段噪声信号，以产生复合抗噪声信号50，然后该复合抗噪声信号50被输出到信号流中，以通过相消干涉来抑制噪声。如图6所示，抗噪声信号可以通过放大的扬声器系统或其他换能器24引入信号流。或者，在某些应用中，可以使用合适的数字或模拟混频器将抗噪声信号引入信号流。

在一些实施例中，可以通过使用反馈信号来进一步增强噪声抑制。因此，如图6所示，反馈麦克风26可以位于信号流内，在引入抗噪声信号的位置的下游。这样，反馈麦克风感测噪声信号和抗噪声信号之间相消干涉的结果。从反馈麦克风导出的反馈信号然后被提供给处理电路10，用于调整抗噪声信号的幅度和/或相位。该反馈处理总体上在图6中的52处示出。反馈处理52包括通过模数转换将反馈麦克风信号转换成合适的数字信号，然后使用反馈麦克风信号作为参考来调整抗噪声信号的幅度和/或相位，以实现最大程度的噪声抑制。当抗噪声信号和噪声信号以最佳方式相消干涉时，由于噪声能量和抗噪声能量最佳地相互抵消，反馈麦克风信号将检测到零。

在一个实施例中，可以基于反馈麦克风信号来调整组合抗噪声信号50的幅度。或者，每个频带段的幅度和相位可以单独调整。这可以通过将反馈点处的信号流的幅度和相位与输入信号进行比较并调整抗噪声参数来实现。可选地，可以检查反馈信号本身的频率内容和幅度，以指示抗噪声参数所需的调整，从而通过对每个段的频率相关延迟时间46和幅度进行微调来改善结果。

频率相关延迟时间的确定

信号处理电路10通过考虑多个因素来计算每个段的频率相关时间延迟。这些因素之一是计算出的180度相移时间，该相移时间与每个单独信号段的预定频率(例如，段中心频率)相关联。

根据应用和可用的处理能力，该计算可以在校准模式下完成并存储在存储器12中的表格中，或者实时地连续重新计算。为每个频率“f”创建适当的抗噪声所需的确切时间延迟由以下公式计算：(1/f)/2，其中

f是该段的预定频率(例如，中心频率)。

信号处理电路使用的另一个因素是系统偏移时间，其取决于两个因素，空气中传播时间和系统传播时间。

为了产生精确的噪声消除信号，处理电路依赖于空气声音传播速率的先验知识，该速率被测量为信号从输入麦克风到反馈麦克风的传输时间。如本文所用，该传输时间被称为“空气传播时间”。处理电路还依赖于处理器10和相关联的输入和输出组件(例如：14、16、18、20、22、24)产生噪声消除信号所花费的时间的先验知识，该时间在本文中称为“系统传播时间”。需要这些数据来确保噪声消除信号与噪声信号精确相位匹配，从而获得完美的消除结果。噪声信号在空气中传播的速度取决于多种物理因素，如空气温度、压力、密度和湿度。在各种实施例中，处理器计算时间和电路吞吐量时间取决于处理器的速度、总线访问存储器12的速度以及通过与处理器10相关联的输入/输出电路的信号延迟。

在优选实施例中，这些空气中传播和系统传播时间在校准模式下被测量并存储在存储器12中。校准模式可以由用户通过用户界面手动请求，或者处理器10可以被编程为周期性地或者响应于测量的空气温度、压力、密度和湿度条件自动执行校准。

因此，优选实施例测量从在输入麦克风14处检测到噪声信号到稍后在反馈麦克风26处检测到噪声信号的空气中传播时间。根据应用，这两个麦克风可以设置在永不改变的分隔距离处(例如在图2的耳麦实施例中)，或者其分隔距离处可以取决于两个麦克风在场内的位置。由输入信号被处理、输出到扬声器系统24(24a)并在反馈麦克风26处被接收而产生的时间延迟对应于系统传播时间。

一旦在校准模式下测量并存储了空气中传播时间和系统传播时间，信号处理电路10计算“系统偏移时间”，即空气中传播时间和系统传播时间之间的算术差。该差值计算也可以实时计算或者存储在存储器12中。在某些固定应用中，例如耳机，可能不需要板载校准模式，因为校准可以在生产线上完成，或者基于耳机的已知固定几何形状建立。系统偏移时间可以存储为常数(或在一些应用中动态计算)，以用于本文所述的降噪计算。

对于要处理的每个离散频率段，通过将处理后的信号延迟等于绝对值的时间来创建抗噪声信号，该绝对值是指该离散频率段的“180度相移时间”减去“系统偏移时间”。该值在本文被称为“应用时间延迟”。每个频率段的“应用时间延迟”可以存储在表中，或者在算法的各种实施方式中连续计算。

图7更详细地示出了信号处理电路可以被编程为实现核心引擎噪声消除算法的方式。编程过程开始于一系列步骤，这些步骤填入存储器12内的一组数据结构59，其中算法使用的参数被存储以供需要时访问。核心引擎过程的其他细节也将在下文结合图10进行讨论。

参考图7，首先，包含所选块大小的记录被存储在数据结构59中。块大小是由核心引擎执行的每次迭代中要处理的时间片的长度，由作为数据组或“块”处理的样本数来表示。块大小主要基于应用(要处理的频率范围和所需的分辨率)、系统传播时间以及在空气或其他介质中传输的噪声信号的输入和输出之间的行程时间(在原始信号通过抗噪声输出点之前，必须完成处理并将抗噪声注入信号流)。

例如，对于处理整个音频频谱的空气中系统，输入和输出麦克风之间的距离为5.0"，采样率为48kHz，系统传播时间为0.2ms以及块大小为16将是合适的(在48kHz的采样率下，16个样本在时间上相当于约0.3333ms；在标准温度和压力下，声音在该时间段内在空气中传播距离约4.5")。通过将系统调用和状态更改限制为每个块一次，可以优化处理器操作，以有效处理所需的块大小。

当噪声消除设备被配置用于给定应用时，该块大小记录通常在开始时被存储。在大多数情况下，当核心引擎噪声消除算法运行时，没有必要或不希望改变块大小记录。

频带范围、每个频带范围内的段大小和每个频带的输出比例因子根据应用被设置为初始条件，并存储在数据结构59中。这些参数可以在用户界面中设置，作为预置包含在系统中，或者动态计算。

接下来，在62处，处理电路测量并在数据结构59中存储与处理电路及其相关联的输入和输出电路执行噪声消除过程所消耗的时间相对应的“系统传播时间”。这是通过在如下所述的校准模式下操作处理电路来完成的，其中噪声信号被提供给处理电路，由处理电路作用以产生抗噪声信号及输出。从输入噪声信号到输出抗噪声信号之间经过的时间代表系统传播时间。该值存储在数据结构59中。

此外，在64处，处理电路测量空气传播时间并将其存储在数据结构59中。该操作也由处理电路在下面讨论的校准模式下执行。在这种情况下，处理电路被切换到不产生任何输出的模式。测量输入麦克风接收信号和反馈麦克风接收信号之间经过的时间，并将其存储为空气中传播时间。

接下来，在66处，处理电路计算“系统偏移时间”并将其存储在数据结构59中，该系统偏移时间被定义为空气中传播时间减去系统传播时间。该值会在后面处理电路计算应用延迟时间时用到。

利用如此计算和存储的前述校准参数，核心引擎噪声消除算法现在可以针对特定段进行预计算(或者，如果有足够的处理能力，这些计算可以实时进行)。

如图所示，根据频带设置，对每个段并行(或快速串行)地执行步骤68和后续步骤70和72。如果给定应用有1000个段，则步骤68-70被执行1000次，优选并行执行，数据被存储在数据结构59中。

在步骤70，通过减去每个段的先前存储的“系统偏移时间”来调整“180度相移时间”。处理器电路计算并存储该值的绝对值作为“应用延迟时间”，因此应用延迟时间是正数，表示要施加到相应段的相移量。

核心引擎使用存储的数据更快地处理频率段(通过预先对所有频率段应用预先计算的时间偏移)。在步骤72，处理器电路通过将段噪声信号时移存储为该段的“应用延迟时间”的量来执行段噪声信号的相移。此外，如果根据频率范围设置或反馈处理52(图6)需要幅度调整(或微调相位调整)，则在此也应用该调整(在一些实施例中，可以通过将信息存储为向量来同时应用相移和幅度调整)。根据系统架构的不同，所有的段可以并行处理，也可以快速串行处理。

一旦适当调整了特定块的所有段，则在74处，处理电路重组所有已处理的段，以生成用于输出到信号流中的抗噪声波形。

为了进一步理解由处理电路执行的过程，现在参考图8，图8给出了如何处理噪声信号的更直观的表示。从步骤80开始，获取噪声信号82。在图8中，噪声信号被描述为包括许多不同频率分量或谐波的时变信号。

在步骤84，根据结合图7讨论的参数59，噪声信号频谱的块被细分成段86。为了说明的目的，假设在图7中，时变噪声信号82已经在频域中得到表达，其中最低频率分量被分配到频谱图86的最左侧，而最高频率分量或谐波被分配到频谱图的最右侧。例如，频谱图86可以包括20Hz到20,000Hz，覆盖了人类听觉的普遍接受全部范围。当然，频谱可以根据应用进行不同的分配。

应当认识到，虽然噪声信号已经在频谱86的频域中得到表达，但是噪声信号本质上是时变信号。因此，每个频域段中的能量将随时间波动。为了说明这种波动，还描绘了瀑布图88，示出了每个频率段内的能量如何随着时间沿着垂直轴流动而变化。

如在步骤90，对于每个段，单独地应用频率相关相移(即“应用延迟时间”)。为了说明这一点，波形92表示移位前段内的噪声频率。波形94表示应用“系统偏移时间”后相同的噪声频率。最后，波形96表示应用“180度相移时间”后的合成噪声频率(注意，这仅仅是为了说明的目的，在实际处理中，仅应用“应用延迟时间”，即180度相移时间减去系统偏移时间的绝对值)。对于该图示，还假设被处理的段不需要幅度缩放。

通过在步骤98组合来自每个段的时移分量，构建抗噪声信号100。当该抗噪声信号被输出到信号流中时，如步骤102，抗噪声信号100与原始噪声信号104混合，导致两者相消干涉，有效地消除或抑制噪声信号。剩下的是可以在步骤106检索的任何信息承载信号108。

校准模式

图9示出了处理电路10、输入麦克风14、放大扬声器24和反馈麦克风26如何通过在进行测量时选择性地启用和禁用核心引擎算法来实现校准。

在当前优选实施例中，在核心引擎抗噪声系统和输出被禁用的情况下计算空气中传播时间。在该状态下，空气中传播时间被计算为在输入麦克风14输入处捕获输入噪声的时间和在反馈麦克风26处捕获噪声的时间之间的时间差。在核心引擎抗噪声系统启用的情况下测量系统传播时间。相同的输入再次被引入输入麦克风14。这次它由核心引擎处理，并通过位于反馈麦克风26前方的扬声器(例如扬声器系统24或其他合适的校准扬声器或换能器)输出。在核心引擎中处理输入信号时，可以改变其频率，以便将输出脉冲与输入脉冲噪声区分开(或者可以利用两个信号的时序/相位将系统输出与原始噪声区分开)。空气中和系统产生的信号都将到达反馈麦克风。然后，可以通过输入脉冲信号到达反馈麦克风的时间和输出信号到达反馈麦克风的时间来计算系统传播时间。

请注意，这种校准模式实际上可以消除“调谐”系统所需的大量工程时间，以解释噪声消除耳机或入耳式耳机系统中使用的麦克风之间的微小差异或其物理几何形状。这可以极大地节省产品开发成本。校准模式还通过提供自动初始调谐方法，解决了因单个元件生产公差和变化(尤其是麦克风)而在生产线上调谐单个装置的物理挑战。这也显著节约了生产成本。

基于系统偏移时间，处理器计算应用于每个段的特定“段时间延迟”，以创建该段所需的精确抗噪声。为了计算精确的段时间延迟，处理器确定在特定频率段的中心频率上产生180度相移所需的时间，并通过系统偏移时间对其进行调整。具体而言，段时间延迟被计算为180度相移时间减去系统偏移时间的绝对值。

在计算了所有抗噪声段时间延迟之后，每个段的数字信号被时间延迟该段的计算量，然后如此生成的所有抗噪声段被组装成单个抗噪声信号，并输出(例如输出到扬声器系统)。

在采用反馈麦克风或其他反馈信号源的实施例中，处理器10在相位和幅度两方面比较反馈麦克风输入信号和输入麦克风输入信号。处理器使用相位比较来调整“应用延迟时间”，并使用抗噪声幅度来调整所生成的噪声消除信号的幅度。在调整幅度时，处理器可以在一个频带范围内单独操纵每个段的幅度(从而有效地控制每个段的幅度)。替代性的，可以通过反馈信号本身的频率组成和幅度来确定对每个段的幅度和相位的必要调整。

核心引擎流程的详细信息

现在参考图10，图10是对信号处理电路10如何实现核心引擎过程的详细解释。具体地，图10详细描述了在优选实施例中由信号处理电路实现的软件架构。用户能够以多种方式与运行核心引擎进程的处理器进行交互。如果需要，用户可以启动消声设备的配置模式，如120所述。通过这样做，用户还可以可选地配置频带和相应的段宽度和幅度，以及噪声阈值门参数(数据结构59的一部分)，参见图7。块大小也可以设置为用户界面参数。

替代性的，用户可以简单地启动消音器设备，如132所述。这样，在134，用户可以命令核心引擎过程校准设备。校准过程使得核心引擎软件124通过调用校准引擎126来实现校准过程，校准引擎126是运行在信号处理电路上的核心引擎软件124的一部分，执行上面详细描述的校准过程，从而用空气中传播时间、系统传播时间和其他计算的参数填充数据结构59。这些存储的参数然后被抗噪声生成引擎128使用，也形成核心引擎软件124的一部分。如图所示，抗噪声生成引擎128向扬声器提供信号，然后扬声器将抗噪声信号引入信号流，如130所述。

无论是作为校准过程的一部分还是在使用过程中作为噪声消除过程的一部分，核心引擎输入来自输入麦克风和反馈麦克风的信号，如136所述。为了在使用期间实现噪声抑制，在138处，用户通过用户界面命令设备抑制噪声。如图所示，这导致抗噪声信号被引入信号流(例如，引入空气140)。如果使用的话，白噪声或粉红噪声也可以被引入信号流，如142所述。

为了进一步说明运行核心引擎算法的信号处理电路如何对示例性输入数据进行操作，请参考下表。在下表中，指定了示例性的用户定义的频率范围。可以看出，应用时间延迟可以表示为对应于延迟时间(以秒为单位)的浮点数。数据显示，典型的应用时间延迟可能非常小，但是每个应用时间延迟都是针对每个给定的频率段精确计算的。

与传统的噪声消除技术相比，核心引擎噪声消除算法能够针对2000Hz以上的频率提供良好的结果，并有助于在整个音频频谱(高达20,000Hz)和更高频率(只要有足够的处理速度)上获得良好的结果。目前使用的传统技术仅在大约2000Hz时有效，在3000Hz以上基本无效。

不同的用例实施例

上面公开的基本技术可以应用于多种不同的用途。下面将描述其中一些用例。

空气中消音器系统(音频)实施例

空气中消音器系统可以如图1所示和如上所述来实现。可能存在几个不同的实施例。其中包括低功率、单部件系统，该系统针对提供个人安静区域进行了优化。如图11所示，图1中描述的组件安装在包含放大扬声器的桌面或桌面盒中，该扬声器指向用户。注意，反馈麦克风26设置在扬声器的声场内，这可以是固定的配置，或者可以部署可拆卸的延伸臂，该延伸臂也用作麦克风支架，以允许用户将反馈麦克风放置在更靠近用户的位置。另一个可能的实施例是将消音器系统编码到智能手机中，或者添加为智能手机应用程序。在这个实施例中，可以利用电话的内置麦克风和扬声器以及耳麦的麦克风创建系统。

图12示出了一个替代实施例，其中图1的组件被部署在适于安装在房间窗户内的安装框架中，窗户框架被示为W。在该实施例中，输入麦克风14从窗户外部捕获声音，放大扬声器24将抗噪声音频引入房间。反馈麦克风可以位于延伸臂上，或者方便地靠近用户放置。如果需要，反馈麦克风可以使用蓝牙或其他无线协议与处理电路10无线通信。在该实施例中，由于墙壁和窗口影响原始噪声的方式，校准模型中确定的各种频带范围的幅度调整可能很重要(如在耳机实施例中)。

图13示出了另一个实施例，其中图1的部件部署在空气增压式套件中，该空气增压式套件适于安装在HVAC系统的空气管道内，或者风扇系统的管道内(例如，浴室吊扇、厨房通风风扇、工业通风风扇等)。在该实施例中，由HVAC系统或风扇系统产生的声音由输入麦克风14采样，抗噪声信号被注入空气管道系统。在该实施例中，如果需要，几个扬声器系统可以部署在整个住宅或建筑物的通风口处，从而进一步在各个位置降低HVAC或风扇系统噪声。这种多扬声器实施例可以在每个房间内，例如邻近每个通风口，使用单独的反馈麦克风26。处理电路10可以分别向每个放大扬声器提供放大器音量控制信号，以针对每个房间定制抗噪声信号的声压级。靠近产生噪声的鼓风机的房间可能需要比更远的房间更高的抗噪声信号放大。替代性的，可以在每个通风口处分别安装一个设备，以提供位置特定的控制。

第二类空气中消音器设备包括大功率、多部件系统，设计为抑制来自高能量源的噪声，包括用于抑制建筑工地产生的噪声、繁忙街道或高速公路上产生的噪声、附近机场产生的噪声的系统。这些同样的大功率、多部件系统也可以适用于学校周边和体育场的噪声抑制。此外，大功率、多部件系统可用于抑制载具舱室(例如，汽车、卡车、军用坦克、船只、飞机等)中的道路噪声。

图14示出了用于公路噪声抑制的示例性大功率、多部件系统。如图1所示实现的每个消音器设备定位成可以使用各自的输入麦克风14截取公路噪声，并将抗噪声音频能量注入环境中，使得公路噪声通过位于远处的细分处的相消干涉被消除。替代性的，消音器设备可以直接位于家中的院子里，以提供更直接的覆盖。

在公路噪声抑制实施例中，单个消音器设备优选安装在垂直支架或其他合适的结构上，使得扬声器远高于站在附近的任何人的头部。反馈麦克风26可以放置在离消音器设备相当远的地方，使用WiFi或其他无线通信协议向处理电路发送反馈信息。

此外，如果需要，单个消音器设备可以无线连接在网络中，例如网状网络或局域网，允许消音器设备共享由每个消音器设备单元获得的本地声音输入信号和反馈信号的信息。在公路噪声的情况下，可以通过相应消音器设备的输入麦克风来跟踪大噪声源。因此，作为沿一段噪声保护公路的半卡车空气制动，或者具有无效消声电机的摩托车，消音器设备的集合系统可以彼此通信，并且调整其各自的抗噪声信号，以增加使用单独输入和反馈麦克风的可能。因而实现了一种形式的分集噪声消除，这是由于使用了两种不同的数学上正交的信息源：(a)反馈麦克风源和(b)通过网状网络或局域网共享的集体输入麦克风。

图15示出了如何将大功率、多部件系统部署在诸如机动车辆的载具中。多个输入麦克风放置在舱室内的噪声进入位置。这些输入数据被单独处理，或者通过多核处理器10的多个内核，或者通过多个处理器10(在此显示为汽车信息娱乐屏幕上的图标，代表系统在工厂安装并嵌入汽车电子设备的情况)。因为每个输入信号都是单独处理的，所以没有必要以相同的方式分割每个信号。事实上，每种不同类型的噪声信号通常都有自己的噪声特征(例如，轮胎噪声与消声器噪声非常不同)。因此，每个输入信号以最适合每个不同噪声点的频谱和声压级的方式被分段，以在每个乘客位置提供期望的结果。

虽然专用的抗噪声扬声器可以在载具舱室内使用，但是也可以使用载具中已经存在的声音系统。因此，在图示的实施例中，处理电路10提供立体声或可选的环绕声音频信号，该信号与来自舱内娱乐系统的音频混合。混频可以在数字或音频域中执行。然而，在任一情况下，处理电路10接收数据信号，该数据信号向处理电路提供关于用户选择的娱乐系统音量级别的信息。处理器使用该信息来调节抗噪声信号的音量，从而不管用户选择的娱乐系统音量级别多高，都会适当抵消噪声源。因此，当用户调高娱乐音量时，处理电路10降低注入混频器的抗噪声信号以进行补偿。处理器被编程为确保舱室内产生正确的抗噪声声压级，而不管用户如何设置娱乐音频级。

另一类空气中消音器系统提供了反向空气中功能。在这种类型的系统中，消音器系统被反向配置，以创建一个“静锥区”，允许私人谈话公开进行，而其他人又无法听清。如图16所示，消音器设备配置有一个或多个朝外的扬声器。输入麦克风设置在扬声器装置的中心，从而将进行私人谈话的各方置于音频流的“噪声输入”侧。在该实施例中，反馈麦克风26被部署在第三方听众(未受邀听众)不能轻易遮挡麦克风以改变正在生成的用于抵消该对话的抗噪声信号的位置。

通讯麦克风、通讯耳麦和个人耳机/入耳式耳机(音频)

通讯/耳机系统可以如图2所示和如上所述来实现。可能存在几个不同的实施例。

图17所示的一个这样的实施例是智能手机手持应用，其中输入麦克风在智能手机的背面，扬声器是智能手机的接收器扬声器，核心引擎使用智能手机的处理器实现，并且不使用反馈麦克风(由于其固定的几何形状)。在该实施例中，可以将相同的抗噪声添加到麦克风传输装置中。该实施例的替代方案包括插入麦克风/耳机插孔的无源耳麦、闪电连接器等。为了使这个替代实施例有效，电话上的麦克风需要暴露在环境噪声中，而不是在口袋、钱包或背包中。

另一个消费级实施例是噪声消除耳麦、耳机或入耳式耳机，使用作为耳麦、耳机或入耳式耳机的一部分的处理器和输入麦克风来执行核心引擎处理，如图18所示。在该实施例中(如前所述)，对于较低成本/性能的产品，立体声系统的双耳可以共用一个处理器，而对于较高成本/性能的产品，每只耳朵需要使用不同的处理器。

商用和军用级产品可能会使用更快的处理器，对每个耳机单元进行单独的处理，并使用单独的处理器来消除麦克风噪声。对于最关键的应用，会使用额外的输入麦克风捕捉严重的环境噪声(体育场人群、风、载具、军械等产生的噪声)，并且麦克风核心引擎处理器将非常接近实际的传输麦克风，如图19所示。例如，F470战斗侦察橡皮艇上的海豹突击队可以将他们目前使用的喉式传声器替换为这种类型的系统，以获得更好的通信效果。同样，体育广播员也会更喜欢更小、更轻、更不显眼、更“上镜”的耳麦设计。

离线信号处理(音频)

离线信号处理系统可以如图3所示和如上所述来实现。在该实施例中，已知的噪声特性可以从记录中减少或消除，或者在现场情况下，在动作和实际广播之间具有适当的延迟。在该实施例中，核心引擎可以是另一个编辑或处理软件系统的“插件”，并入另一个信号处理器，或者作为如图20所示的独立设备。基于要去除的噪声的特性(或者替代性的，在未知噪声环境中要传递的信号的特性：从频带范围设置中排除那些频率，并且对于不包括在频带范围定义中的频率，将幅度比例因子设置为1，从而只允许那些频率通过)，可以手动(或者通过预置)设置系统参数，以有效地去除噪声并传递目标信号。替代性的，校准模式可用于分析“前置广告”部分的噪声，以确定合适的抗噪声设置。该实施例的用例包括从旧记录中去除噪声、在“实时”情况下减少噪声而不负面影响语音播报质量、从监视记录中去除噪声、增强监视记录中的音频等。

加密/解密(音频带或超过音频带)

加密/解密系统可以如图4所示和如上所述来实现。此处的主要用例是通过秘密地将私人信息编码成宽带传输或噪声信号的窄段来传输私人信息，其方式不会对宽带信号产生实质性影响。该实施例的另一个用例是包括关于宽带传输的附加数据或信息。如图21所示，加密“密钥”将包括用于在宽带信号中“切出”不会实质性影响宽带内容(例如白噪声)的“离散”信道的频率和幅度信息。编码信号将通过调制被放置在适当频率的“载波”上，因此当“载波”被添加到宽带内容中时，对于观察者来说，它看起来是“正常的”。“解密”密钥将规定频带范围的幅度和频率设置，从而使那些“载波”之外的所有信息被消除，然后这些“载波”可以被解调和解码。预计这通常通过从频带定义中排除“载波”频率，并将排除频率的默认幅度设置为0来实现。作为“解密密钥”定义的一部分，通过适当地缩放紧邻“载波”频率产生的抗噪声的幅度，可以进一步增强“载波”信号的保存。

在替代实施例中，加密/解密系统可以省略在宽带信号中“切出”离散信道的步骤。相反，基于要选择频谱的哪些部分的私有先验知识，这些离散信道由处理器简单地识别。这些选定信道的这种先验知识被存储在处理器可访问的存储器中，并通过秘密的或私人的方式被预期的消息接收者知晓。然后，要发送的消息被调制到合适的载波上，该载波将消息放在这些离散信道中，但是与否则存在的噪声信号混合。然后传输整个宽带信号(包括被噪声屏蔽的离散信道)。一旦接收到宽带信号，就在解码侧使用处理器处理宽带信号，该处理器被编程为将宽带信号细分成段；识别承载消息的离散信道(基于信道频率的先验知识)；并对承载消息的信道执行噪声消除。

信号特征识别、检测或接收增强(音频带及超过音频带)

信号特征识别、检测或接收增强可以如图5所示和如上所述来实现。核心引擎的这个实施例便于识别、检测或增强噪声场中特定类型的传输或设备特征。图22示出了通过部署核心引擎的多个实例来识别或检测单个噪声或数据传输字段中的各种特征的可能性。与麦克风用于捕获输入噪声信号的其他实施例不同，在该实施例中，由特定设备产生的噪声在预定时间段内被捕获，然后通过计算移动平均值或其他统计平滑处理来处理捕获的数据，以产生该设备的噪声特征。根据设备的性质，该噪声特征可以是音频特征(例如，表示鼓风电动机风扇的声音)，或者可以是电磁频率特征(例如，表示由换向电机或电子开关电机产生的射频干扰)。然后，该设备的噪声特征被用于产生抗噪声信号。如此产生的噪声特征可以存储在存储器中(或者存储在数据库中，供其他系统访问)，并根据需要由信号处理电路访问，以减少特定设备或设备类别的噪声。

除了对特定设备的噪声抑制有用之外，存储的噪声特征的数据库还可以通过所产生的噪声的特征、通过设置核心引擎仅通过那些特征来识别设备。一个用例是使电力公司能够检测非智能电网产品的供电，以帮助预测由传统产品(HVAC系统、冰箱等)引起的电网负荷。另一个用例是检测或增强已知特性的远距离或弱电磁通信。替代性的，频带范围的频率和幅度参数可以被设置为检测与特定事件相关联的传输或噪声场中的干扰，例如：无人驾驶飞机或穿过传输或噪声场的其他物体可能引起的电磁干扰、监视或反监视设备的激活、对传输或场源的干扰、天体或地面事件等。

出于说明和描述的目的提供了前面的实施例描述。其目的不是穷举或限制本申请。特定实施例的各个元素或特征通常不限于该特定实施例，而是在适用的情况下可互换并且可以在选定实施例中使用，即使没有具体示出或描述。在许多方面也可能有所不同。这样的变化不被认为是背离本申请，并且所有这样的修改旨在被包括在本申请的范围内。

Claims (7)

1.一种音频装置中嵌入的噪声抑制系统的校准方法，包括：

禁用所述噪声抑制系统；

所述音频装置采集来自所述音频装置周围环境的已知信号；

在禁用所述噪声抑制系统时，确定所述已知信号的空气传播时间，其中所述空气传播时间是信号通过空气从所述音频装置的输入麦克风到所述音频装置的扬声器的传输时间；

启用所述噪声抑制系统；以及

在启用所述噪声抑制系统时，确定所述已知信号通过所述噪声抑制系统的系统传播时间，其中所述系统传播时间是包括所述噪声抑制系统的数字处理器电路的吞吐速度。

2.根据权利要求1所述的方法，进一步包括

通过从所述空气中传播时间减去所述系统传播时间，计算系统偏移时间；以及

将所述系统偏移时间存储在所述音频装置的计算机存储器中，其中所述噪声抑制系统可访问所述计算机存储器。

3.根据权利要求1所述的方法，进一步包括所述噪声抑制系统将抗噪声信号输出到所述音频装置输出的信号流中，其中使用所述系统偏移时间构建所述抗噪声信号。

4.根据权利要求1所述的方法，其中确定所述已知信号的空气传播时间进一步包括

确定所述输入麦克风捕获所述已知信号的时间；

确定所述音频装置的所述扬声器邻近布置的反馈麦克风捕获所述已知信号的时间；以及

通过从所述反馈麦克风捕获所述已知信号的时间减去所述输入麦克风捕获所述已知信号的时间，计算所述空气传播时间。

5.根据权利要求1所述的方法，其中确定系统传播时间进一步包括

确定所述输入麦克风捕获所述已知信号的时间；

确定所述音频装置的所述扬声器邻近布置的反馈麦克风捕获所述已知信号的时间；以及

通过从所述反馈麦克风捕获所述已知信号的时间减去所述输入麦克风捕获所述已知信号的时间，计算所述系统传播时间。

6.根据权利要求5所述的方法，进一步包括在所述音频装置采集所述已知信号之后但是在将所述已知信号输入所述噪声抑制系统之前，改变所述已知信号。

7.根据权利要求3所述的方法，进一步包括

将所述已知信号分割成多个信号段，其中所述多个信号段的每个信号段与不同的频率范围相关；

对于每个信号段，计算段时间延迟，其中所述段时间延迟在给定信号段相关联的频率范围的中心频率处造成180度的相移；

对于每个信号段，将应用时间延迟计算为所述段时间延迟减去所述系统偏移时间的绝对值；以及

对于每个信号段，将所述应用时间延迟存储在所述音频装置的计算机存储器中。