CN117524182A - 一种窄带前反馈混合型主动噪声控制系统及方法 - Google Patents
一种窄带前反馈混合型主动噪声控制系统及方法 Download PDFInfo
- Publication number
- CN117524182A CN117524182A CN202311612479.XA CN202311612479A CN117524182A CN 117524182 A CN117524182 A CN 117524182A CN 202311612479 A CN202311612479 A CN 202311612479A CN 117524182 A CN117524182 A CN 117524182A
- Authority
- CN
- China
- Prior art keywords
- reference signal
- noise
- subsystem
- secondary channel
- auxiliary
- 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 22
- 238000001914 filtration Methods 0.000 claims abstract description 98
- 230000008859 change Effects 0.000 claims description 18
- 239000000654 additive Substances 0.000 claims description 14
- 230000002194 synthesizing effect Effects 0.000 claims description 12
- 230000015572 biosynthetic process Effects 0.000 claims description 10
- 238000009499 grossing Methods 0.000 claims description 10
- 238000003786 synthesis reaction Methods 0.000 claims description 10
- 230000000996 additive effect Effects 0.000 claims description 8
- 230000008569 process Effects 0.000 claims description 4
- 238000012935 Averaging Methods 0.000 claims description 3
- 230000001419 dependent effect Effects 0.000 claims description 3
- 239000000463 material Substances 0.000 claims description 3
- 238000012544 monitoring process Methods 0.000 claims description 3
- 230000001902 propagating effect Effects 0.000 claims description 3
- 230000001629 suppression Effects 0.000 abstract description 10
- 230000009467 reduction Effects 0.000 abstract description 9
- 230000000875 corresponding effect Effects 0.000 description 6
- 230000001276 controlling effect Effects 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000002596 correlated effect Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000035772 mutation Effects 0.000 description 2
- 238000000926 separation method Methods 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 238000011217 control strategy Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000001066 destructive effect Effects 0.000 description 1
- 230000001627 detrimental effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
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
- G10K11/17813—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
-
- 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
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Soundproofing, Sound Blocking, And Sound Damping (AREA)
Abstract
本发明公开了一种窄带前反馈混合型主动噪声控制系统及方法，属于主动噪声控制技术领域。该系统采用辅助滤波子系统实现从残余噪声中分离出与参考信号有关的窄带残余噪声分量和与参考信号无关的残余噪声分量；采用线性预测滤波子系统实现从与参考信号无关的残余噪声分量中分离出窄带残余噪声分量和宽带残余噪声分量；采用辅助滤波子系统和线性预测滤波子系统，提升前馈主动噪声控制子系统、反馈主动噪声控制子系统、次级通道在线辨识子系统之间独立性，改善系统的动态性能，同时引入辅助噪声调整模块，提升系统的噪声抑制性能。本发明同时有效降低了与参考信号有关和与参考信号无关的窄带目标噪声分量，提升了降噪性能，拓宽其应用范围。
Description
技术领域
本发明涉及一种窄带前反馈混合型主动噪声控制系统及方法，属于主动噪声控制技术领域。
背景技术
随着电声、集成电路、智能信号处理等技术的不断进步，主动噪声控制(ActiveNoise Control，ANC)技术已被广泛应用于汽车、旋转机械等场合的降噪中。主动噪声控制技术采用声波相消干涉原理，具有良好的低频噪声抑制性能，以及体积小、成本低等优势，是对传统的被动噪声控制技术的有益补充(L.Lu,K.Yin,R.C.de Lamare,Z.Zheng,Y.Yu,X.Yang,B.Chen,“Asurvey on active noise control in the past decade,Part I:Linear systems,”Signal Process.183(2021),108039.)。根据控制器的结构，ANC系统可分为前馈型、反馈型以及前反馈混合型三种。
实际工厂中存在大量的旋转设备产生的周期性有害噪声(如切割机噪声、引擎噪声等)，通常其窄带分量占主导分量，在此情形下传统的窄带前馈型ANC系统采用非声学传感器(如转速计等)获取参考信号时，设计基于离散傅里叶系数的控制器结构，来应对上述窄带目标噪声(S.M.Kuo and D.R.Morgan,“Active noise control:a tutorial review,”Proc.IEEE,vol.87,no.6,pp.943-973,Jun.1999.)。然而在某些工况场合，旋转机械产生的窄带目标噪声可能同时存在与参考信号有关的窄带目标噪声分量和与参考信号无关的窄带目标噪声分量，且两者之间的能量接近，此时如仍采用传统的窄带前馈型ANC系统，其降噪性能会受到抑制。此时需要引入反馈主动噪声控制子系统来应对与参考信号无关的窄带目标噪声分量。因此，开发高性能的前馈和反馈相结合的窄带前反馈混合型ANC系统，具有更加重要的实际应用价值。
一种窄带前反馈混合型ANC系统，其采用前馈主动噪声控制子系统应对与参考信号有关的窄带目标噪声分离，采用反馈主动噪声控制子系统应对与参考信号无关的窄带频率分离，并引入了花火噪声抵消器为反馈主动噪声控制子系统提供可靠参考输入、以及为前馈主动噪声控制子系统提供可靠误差输出，同时改善了上述两个子系统的独立性(T.Padhi,M.Chandra,A.Kar,and M.N.S.Swamy,“Anew adaptive control strategy forhybrid narrowband active noise control systems in a multi-noise environment,”Applied Acoustics,vol.146,pp.355-367,2019.)。然而，该系统仍存在以下问题：1、引入花火噪声抵消器可分离出与参考信号有关的窄带残余噪声分量，但是其分离出的与参考信号无关的残余噪声分量仍同时包含与参考信号无关的窄带残余噪声分量和与目标噪声中加性噪声有关的宽带噪声，若直接用该花火噪声抵消器分离出的与参考信号无关的残余噪声分量来合成反馈主动噪声控制子系统的参考信号、以及更新反馈控制器，导致合成的参考信号质量降低，且前馈主动噪声控制子系统和反馈主动噪声控制子系统之间的独立性较差，影响了整体系统的收敛性能；2、若窄带目标噪声中相同频率分量来自不同的噪声源时，即窄带目标噪声中的两个窄带分量具有相关性，在此工况下，上述窄带前反馈混合型ANC系统的降噪性能将恶化，甚至导致系统不稳定；3、该系统假设次级通道是通过离线辨识获得的，然而实际工况下次级通道具有复杂时变性，也会严重影响系统的稳定性，针对该窄带前反馈混合型ANC系统设计高效的次级通道在线辨识方法，具有重要的理论及应用价值。
为同时解决上述各控制子系统独立性较差、窄带目标噪声抑制性能不足和次级通道的复杂时变性等制约系统性能的问题，需要提供一种更有效且实用的窄带前反馈型混合型主动噪声控制系统。
发明内容
为了解决目前传统的窄带前反馈型混合型主动噪声控制系统存在各控制子系统独立性较差、窄带目标噪声抑制性能不足和次级通道的复杂时变性等，严重制约窄带前反馈型混合型主动噪声控制系统的收敛性和稳定性，同时降低整体系统的窄带目标噪声抑制性能的问题，本发明提供了一种窄带前反馈混合型主动噪声控制系统及方法。
本发明的第一个目的在于提供一种窄带前反馈混合型主动噪声控制系统，包括：
前馈主动噪声控制子系统，用于合成与参考信号有关的窄带次级声源；
反馈主动噪声控制子系统，用于合成与参考信号无关的窄带次级声源；
辅助滤波子系统，用于从残余噪声中分离出与参考信号有关的窄带残余噪声分量和与参考信号无关的残余噪声分量；
线性预测滤波子系统，用于从与参考信号无关的残余噪声分量中分离出窄带残余噪声分量和宽带残余噪声分量；以及
次级通道在线辨识子系统，用于在线估计时变的实际次级通道，其包括辅助噪声调整模块；
所述辅助滤波子系统与所述前馈主动噪声控制子系统、所述线性预测滤波子系统、所述次级通道在线辨识子系统连接；所述辅助滤波子系统分离出的与参考信号有关的窄带残余噪声分量，分别用作所述前馈主动噪声控制子系统的误差输出和所述次级通道在线辨识子系统的辅助噪声调整模块输入；同时，所述辅助滤波子系统分离出的与参考信号无关的残余噪声分量，用作所述线性预测滤波子系统的输入；
所述线性预测滤波子系统与所述反馈主动噪声控制子系统、所述次级通道在线辨识子系统连接；所述线性预测滤波子系统分离出的与参考信号无关的窄带残余噪声分量，分别用作所述反馈主动噪声控制子系统的误差输出和所述次级通道在线辨识子系统的辅助噪声调整模块输入；同时，所述线性预测滤波子系统分离出的宽带残余噪声分量，用作所述次级通道在线辨识子系统的期望输入；可提升前馈主动噪声控制子系统、反馈主动噪声控制子系统、次级通道在线辨识子系统之间的独立性，改善系统的动态性能，同时引入所述次级通道在线辨识子系统中的辅助噪声调整模块，降低辅助噪声对残余噪声的贡献量，有效降低与参考信号有关和与参考信号无关的窄带目标噪声分量，提升系统的噪声抑制性能。
在本发明一种实施方式中，所述前馈主动噪声控制子系统包括前馈控制器和第一滤波-X最小均方算法模块；
所述前馈控制器采用离散傅里叶系数表示，所述离散傅里叶系数为其中q为参考信号的窄带频率数目；n为时刻，n≥0；
所述第一滤波-X最小均方算法模块采用所述辅助滤波子系统分离出的与参考信号有关的窄带残余噪声分量作为误差输出，并用于更新所述前馈控制器；所述前馈控制器的系数更新公式为：
其中，μf为所述前馈控制器的更新步长，取值为正值；为参考信号/>分别经所述第一滤波-X最小均方算法模块中次级通道估计模型的输出；/>ωi为参考信号的第i个窄带频率；
所述前馈主动噪声控制子系统获得与参考信号有关的窄带次级声源为：
在本发明一种实施方式中，所述反馈主动噪声控制子系统包括内部参考合成模块、反馈控制器和第二滤波-X最小均方算法模块，所述内部参考合成模块包括次级通道估计模型和一阶延迟环节，用于合成内部参考信号x(n)，即
其中，为所述反馈控制器的输出经次级通道估计模型的输出，yLP(n)为所述辅助滤波子系统分离出的与参考信号无关的窄带残余噪声分量；
所述反馈控制器采用线性滤波器，所述线性滤波器的系数和长度分别为和Lw；
所述第二滤波-X最小均方算法模块采用所述辅助滤波子系统分离出的与参考信号无关的窄带残余噪声分量yLP(n)作为误差输出，并用于更新所述反馈控制器的系数；所述反馈控制器的系数更新公式为：
其中，μw为所述反馈控制器的更新步长，取值为正值；为所述内部参考合成模块提供的x(n)经所述第二滤波-X最小均方算法模块中次级通道估计模型的输出；
所述反馈主动噪声控制子系统获得的与参考信号无关的窄带次级声源为：
在本发明一种实施方式中，所述辅助滤波子系统包括傅里叶分析器和变步长最小均方算法模块；所述傅里叶分析器采用离散傅里叶系数表示，即
所述变步长最小均方算法模块采用所述辅助滤波子系统分离出的与参考信号无关的宽带残余噪声分量e0(n)作为误差输出，并用于更新傅里叶分析器；所述傅里叶分析器的系数更新公式为：
其中，μc(n)为所述傅里叶分析器的更新步长，取值为正值；采用所述变步长最小均方算法模块对步长μc(n)进行实时更新，步长更新公式为
其中，ξ、η为用户参数，均取小于1的正值；
所述辅助滤波子系统分离出的与参考信号有关的窄带残余噪声分量为
所述辅助滤波子系统分离出的与参考信号无关的残余噪声分量为
e0(n)＝e(n)-eb(n)；
其中，e(n)为n时刻的残余噪声；
同时，所述辅助滤波子系统分离出的与参考信号有关的窄带残余噪声分量，用作所述次级通道在线辨识子系统中的辅助噪声调整模块输入。
在本发明一种实施方式中，所述线性预测滤波子系统包括延迟环节和线性预测滤波器，所述延迟环节和线性预测滤波器级联，所述延迟环节的阶数为D；所述线性预测滤波器的系数和长度分别为和Le，其系数采用最小均方算法进行更新，即：
hj(n+1)＝hj(n)+μeeLP(n)e0(n-D-j)
其中，μe为所述线性预测滤波器的更新步长，取值为正值；eLP(n)为所述线性预测子系统分离出的宽带残余噪声分量；
所述线性预测滤波子系统从残余噪声分离出的与参考信号无关的窄带残余噪声分量和宽带残余噪声分量分别为
eLP(n)＝e0(n)-yLP(n)
所述线性预测滤波子系统分离出的与参考信号无关的窄带残余噪声分量，用作所述次级通道在线辨识子系统中的辅助噪声调整模块输入；同时，所述线性预测滤波子系统分离出的宽带残余噪声分量，用作所述次级通道在线辨识子系统的期望输入。
在本发明一种实施方式中，所述次级通道在线辨识子系统还包括次级通道在线辨识模块；
所述次级通道在线辨识模块包括次级通道估计模型所述次级通道在线辨识模块以eLP(n)为期望输入、以高斯白噪声v(n)经所述辅助噪声幅值调整模块后产生的辅助噪声v0(n)为参考输入，采用最小均方算法在线估计时变的实际次级通道；
所述次级通道在线辨识模块的次级通道估计模型采用线性滤波器，其系数和长度分别为/>和/>其系数更新公式为：
es(n)＝eLP(n)-ys(n)
其中，μs为次级通道估计模型的更新步长，取值为正值；ys(n)为所述次级通道在线辨识模块的次级通道估计模型的输出；es(n)为所述次级通道在线辨识模块的误差输出；
所述辅助噪声v0(n)为：
v0(n)＝v(n)Gs(n)
Gs(n)＝λGs(n-1)+(1-λ)(|eb(n-1)|γ+|yLP(n-1)|γ)
其中，v(n)为均值为零、方差为的加性高斯白噪声；Gs(n)为所述辅助噪声幅值调整模块的调整增益；λ为遗忘因子，λ∈[0,1)；γ为幂指数，取值为1或2。
在本发明一种实施方式中，合成的次级声源为：
y(n)＝yf(n)+yw(n)-v0(n)
目标噪声p(n)与次级扬声器提供的次级声源y(n)经过实际次级通道S(z)后的信号yp(n)在声学空间内干涉相消，即获得残余噪声e(n)＝p(n)-yp(n)，以实现主动噪声控制；
其中，实际次级通道S(z)表示从次级扬声器到误差传声器之间的声学空间模型；
目标噪声为：
p(n)＝p1(n)+p2(n)+vp(n)
其中，p1(n)为声学空间内q个窄带频率对应的参考信号经实际次级通道S(z)传播到误差传声器处的信号；p2(n)为声学空间内与q个窄带频率有关或者无关的窄带目标噪声分量；vp(n)为均值为零、方差为的加性高斯白噪声。
在本发明一种实施方式中，所述系统通过实时计算平滑滤波后的残余噪声的能量变化，来在线监测次级通道模型或目标噪声的突变，以对所述前馈控制器的系数、所述前馈控制器的系数、所述傅里叶分析器的系数、所述线性预测滤波器的系数、所述次级通道估计模型的系数和所述辅助噪声幅值调整模块的调整增益进行重新初始化；
经平滑滤波后残余噪声的能量为：
Pe(n)＝λmPe(n-1)+(1-λm)e2(n)
其中，λm∈(0,1)为平滑滤波遗忘因子；
在n＝n′Np时刻，根据Pe(n)进行时间平均和平滑滤波后得到：
其中，n′为n整除Np时大于1的正整数，Np为时间平均窗长度，k为时刻，且k≤n；
当n时刻满足时，则在n+1时刻系统进行重新初始化；其中，α∈(1,2)为阈值参数。
在本发明一种实施方式中，所述主动噪声控制系统分别采用非声学传声器获取参考信号、采用误差传声器获取残余噪声、采用次级扬声器提供次级声源；声学空间中的实际次级通道为次级声源传播到误差传声器的通道模型。
本发明的第二个目的在于提供一种窄带前反馈混合型主动噪声控制方法，所述方法应用了所述的一种窄带前反馈混合型主动噪声控制系统，所述方法包括：
步骤一：设置系统参数；
设置前馈控制器、傅里叶分析器的更新步长；分别设置反馈控制器、线性预测滤波器、次级通道估计模型的长度及步长；设置延迟环节的阶数；设置辅助噪声调整模块的遗忘因子λ和幂指数γ；分别设置前馈控制器、反馈控制器、傅里叶分析器、线性预测滤波器、次级通道估计模型/>以及辅助噪声幅值调整模块的调整增益Gs(n)的初始值均为零；设置辅助噪声v(n)；
步骤二：获得参考信号；
在n时刻，采用非声学传感器获得窄带参考频率采用内部参考合成模块和n-1时刻的残余噪声e(n-1)和/>获得内部参考信号x(n)；采用辅助噪声调整模块获得幅值调整增益Gs(n)；
步骤三：在n时刻，首先，所述前馈控制器提供与参考信号有关的窄带次级声源yf(n)，所述反馈控制器提供与参考信号无关的窄带次级声源yw(n)；其次，采用所述辅助噪声幅值调整模块获得辅助噪声v0(n)，进而v0(n)、yw(n)和yf(n)三者相加，合成得到次级声源y(n)；最后，残余噪声e(n)经辅助滤波子系统分离得到与参考信号有关的窄带残余噪声分量eb(n)和与参考信号无关的残余噪声分量e0(n)；
步骤四：在n时刻，与参考信号无关的残余噪声分量e0(n)经线性预测滤波子系统分别得到与参考信号无关的窄带残余噪声分量yLP(n)和与辅助噪声及目标信号中加性噪声有关的宽带残余噪声分量eLP(n)；yLP(n)用作所述次级通道在线辨识子系统中的辅助噪声调整模块输入；eLP(n)用作次级通道在线辨识模块的期望输入；
步骤五：更新控制系统；
根据参考信号和与参考信号有关的窄带残余噪声分量/>计算更新所述前馈控制器在n+1时刻的系数；
根据内部合成参考信号x(n)和与参考信号无关的窄带残余噪声分量yLP(n)，计算更新所述反馈控制器在n+1时刻的系数；
根据与参考信号无关的残余噪声分量e0(n)和与参考信号无关的宽带残余噪声分量eLP(n)，计算更新所述线性预测滤波器在n+1时刻的系数；
根据辅助噪声v0(n)和eLP(n)，计算更新所述次级通道在线辨识模块的次级通道估计模型在n+1时刻的系数；
根据与参考信号有关的窄带残余噪声分量eb(n)和与参考信号无关的窄带残余噪声分量yLP(n)，计算更新所述辅助噪声幅值调整模块在n+1时刻的调整增益；
步骤六：监测真实次级通道或目标噪声的突变；
实时计算平滑滤波后残余噪声能量变化，若满足则在n+1时刻对所述前馈控制器的系数、前馈控制器的系数、傅里叶分析器的系数、线性预测滤波器的系数、次级通道估计模型/>的系数和所述辅助噪声幅值调整模块的调整增益进行重新初始化，然后进入步骤七；若满足/>则直接进入步骤七；
步骤七：返回到所述步骤二，重复所述步骤二到步骤六，直至系统逐步收敛并达到稳态，实现噪声控制。
本发明的有益效果在于：
(1)本发明无需设置参考传声器，有效地避免了声反馈的问题。
(2)本发明采用辅助滤波子系统分离出的与参考信号有关的窄带残余噪声分量来更新前馈控制器，采用线性预测滤波子系统分离出的与参考信号无关的窄带残余噪声分量来更新反馈控制器，以及采用线性预测滤波子系统分离出的与辅助噪声及目标信号中加性噪声有关的宽带残余噪声分量，用作次级通道在线辨识模块的期望输入，提升了前馈主动噪声控制子系统、前馈主动噪声控制子系统、次级通道在线辨识子系统之间的独立性，改善了次级通道在线辨识的精度和速度，同时还提升了整体系统的动态性能。
(3)本发明同时采用采用辅助滤波子系统分离出的与参考信号有关的窄带残余噪声分量、以及线性预测滤波子系统分离出的与参考信号无关的窄带残余噪声分量，共同用于辅助噪声幅值调整，有效地降低了引入的辅助噪声对残余噪声的贡献量，有效地降低了与参考信号有关和与参考信号无关的窄带目标噪声分量，提升了整体系统的降噪性能，理论上可实现系统达到稳态后的残余噪声能量趋于环境水平。
(4)本发明设置有次级通道在线辨识模块，可有效解决实际工况下次级通道的复杂时变性问题，满足实际应用需求。
(5)本发明不仅可降低包含不相关频率分量的窄带目标噪声，还能够有效应对包含相关频率分量的窄带目标噪声，拓宽了降噪应用范围。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例一提供的一种窄带前反馈混合型主动噪声控制系统的原理图。
图2为本发明实施例三的残余噪声均方误差的动态变化曲线图。
图3为本发明实施例三的次级通道估计均方误差的动态变化曲线图。
图4为本发明实施例四的残余噪声均方误差的动态变化曲线图。
图5为本发明实施例四的次级通道估计均方误差的动态变化曲线图。
图中：1、前馈主动噪声控制子系统；2、反馈主动噪声控制子系统；3、辅助滤波子系统；4、线性预测滤波子系统；5、次级通道在线辨识子系统；11、前馈控制器；12、第一滤波-X最小均方算法模块；21、内部参考合成模块；22、反馈控制器；23、第二滤波-X最小均方算法模块；31、傅里叶分析器；32、变步长最小均方算法模块；41、延迟环节；42、线性预测滤波器；51、次级通道在线辨识模块；52、辅助噪声幅值调整模块。
具体实施方式
以下详细说明本发明。在以下段落中，更为详细地限定了实施例的不同方面。如此限定的各方面可与任何其他的一个方面或多个方面组合，除非明确指出不可组合。尤其是，被认为是优选的或有利的任何特征可与其他一个或多个被认为是优选的或有利的特征组合。
本发明中出现的“第一”、“第二”等用语仅是为了方便描述，以区分具有相同名称的不同组成部件，并不表示先后或主次关系。
此外，当元件被称作“在”另一元件“上”时，该元件可以直接在所述另一元件上，或者可以间接地在所述另一元件上并且在它们之间插入有一个或更多个中间元件。另外，当元件被称作“连接到”另一元件时，该元件可以直接连接到所述另一元件，或者可以间接地连接到所述另一元件并且在它们之间插入有一个或更多个中间元件。在下文中，同样的附图标记表示同样的元件。
实施例一：
如图1所示，本实施例提供一种窄带前反馈混合型主动噪声控制系统，所述主动噪声控制系统分别采用非声学传声器获取参考信号、采用误差传声器获取残余噪声、采用次级扬声器提供次级声源；声学空间中的实际次级通道为次级声源传播到误差传声器的通道模型；主动噪声控制系统包括前馈主动噪声控制子系统1、反馈主动噪声控制子系统2、辅助滤波子系统3、线性预测滤波子系统4和次级通道在线辨识子系统5；
前馈主动噪声控制子系统1与辅助滤波子系统3连接；反馈主动噪声控制子系统2与线性预测滤波子系统4连接；辅助滤波子系统3分别与前馈主动噪声控制子系统1、线性预测滤波子系统4、次级通道在线辨识子系统5连接；线性预测滤波子系统4分别与反馈主动噪声控制子系统2、辅助滤波子系统3、次级通道在线辨识子系统5连接；次级通道在线辨识子系统5分别与辅助滤波子系统3、线性预测滤波子系统4连接；
前馈主动噪声控制子系统1用于合成与参考信号有关的窄带次级声源；反馈主动噪声控制子系统2用于合成与参考信号无关的窄带次级声源；辅助滤波子系统3用于从残余噪声中分离出与参考信号有关的窄带残余噪声分量和与参考信号无关的残余噪声分量；线性预测滤波子系统4用于从与参考信号无关的残余噪声分量中分离出窄带残余噪声分量和宽带残余噪声分量；次级通道在线辨识子系统5用于在线估计时变的实际次级通道；
辅助滤波子系统3分离出的与参考信号有关的窄带残余噪声分量，分别用作前馈主动噪声控制子系统1的误差输出和次级通道在线辨识子系统5中的辅助噪声调整模块输入；同时，辅助滤波子系统3分离出的与参考信号无关的残余噪声分量，用作线性预测滤波子系统4的输入；线性预测滤波子系统4分离出的与参考信号无关的窄带残余噪声分量，分别用作反馈主动噪声控制子系统2的误差输出和次级通道在线辨识子系统5中的辅助噪声调整模块输入；同时，线性预测滤波子系统4分离出的宽带残余噪声分量，用作次级通道在线辨识子系统5的期望输入；可提升前馈主动噪声控制子系统1、反馈主动噪声控制子系统2、次级通道在线辨识子系统3之间的独立性，改善系统的动态性能，同时引入次级通道在线辨识子系统5中的辅助噪声调整模块，降低辅助噪声对残余噪声的贡献量，有效降低与参考信号有关和与参考信号无关的窄带目标噪声分量，提升系统的噪声抑制性能。
实际次级通道S(z)表示从次级扬声器到误差传声器之间的声学空间模型。
目标噪声为：
p(n)＝p1(n)+p2(n)+vp(n)
其中，p1(n)为声学空间内q个窄带频率对应的参考信号经实际次级通道S(z)传播到误差传声器处的信号；p2(n)为声学空间内与q个窄带频率有关或者无关的窄带目标噪声分量；vp(n)为均值为零、方差为的加性高斯白噪声；n为时刻，n≥0。
前馈主动噪声控制子系统1包括前馈控制器11和第一滤波-X最小均方算法模块12；
前馈控制器11采用离散傅里叶系数表示，离散傅里叶系数为其中q为参考信号的窄带频率数目；
第一滤波-X最小均方算法模块12采用辅助滤波子系统3分离出的与参考信号有关的窄带残余噪声分量作为误差输出，并用于更新前馈控制器11；前馈控制器11的系数更新公式为：
其中，μf为前馈控制器31的更新步长，取值为正值；为参考信号分别经第一滤波-X最小均方算法模块12中次级通道估计模型的输出；ωi为参考信号的第i个窄带频率；
前馈主动噪声控制子系统1获得与参考信号有关的窄带次级声源为：
反馈主动噪声控制子系统2包括内部参考合成模块21、反馈控制器22和第二滤波-X最小均方算法模块23，内部参考合成模块21包括次级通道估计模型和一阶延迟环节，用于合成内部参考信号x(n)，即
其中，为反馈控制器22的输出经次级通道估计模型的输出，yLP(n)为辅助滤波子系统4分离出的与参考信号无关的窄带残余噪声分量；
反馈控制器22采用线性滤波器，该线性滤波器的系数和长度分别为和Lw；
第二滤波-X最小均方算法模块23采用辅助滤波子系统4分离出的与参考信号无关的窄带残余噪声分量yLP(n)作为误差输出，并用于更新反馈控制器22的系数；反馈控制器22的系数更新公式为：
其中，μw为反馈控制器22的更新步长，取值为正值；为内部参考合成模块21提供的x(n)经第二滤波-X最小均方算法模块23中次级通道估计模型的输出；
反馈主动噪声控制子系统2获得的与参考信号无关的窄带次级声源为：
辅助滤波子系统3中包括傅里叶分析器31和变步长最小均方算法模块32；傅里叶分析器31采用离散傅里叶系数表示，即
变步长最小均方算法模块32采用辅助滤波子系统3分离出的与参考信号无关的宽带残余噪声分量e0(n)作为误差输出，并用于更新傅里叶分析器31；傅里叶分析器31的系数更新公式为：
其中，μc(n)为傅里叶分析器31的更新步长，取值为正值；采用变步长最小均方算法模块32对步长μc(n)进行实时更新，步长更新公式为
其中，ξ、η为用户参数，均取小于1的正值；
辅助滤波子系统3分离出的与参考信号有关的窄带残余噪声分量为
辅助滤波子系统3分离出的与参考信号无关的残余噪声分量为
e0(n)＝e(n)-eb(n)；
其中，e(n)为n时刻的残余噪声；
同时，辅助滤波子系统3分离出的与参考信号有关的窄带残余噪声分量，用作次级通道在线辨识子系统5中的辅助噪声调整模块输入。
线性预测滤波子系统4包括延迟环节41和线性预测滤波器42，延迟环节41和线性预测滤波器42级联，延迟环节41的阶数为D；线性预测滤波器42的系数和长度分别为和Le，其系数采用最小均方算法进行更新，即：
hj(n+1)＝hj(n)+μeeLP(n)e0(n-D-j)
其中，μe为线性预测滤波器42的更新步长，取值为正值；eLP(n)为线性预测子系统4分离出的宽带残余噪声分量；
线性预测滤波子系统4从残余噪声分离出的与参考信号无关的窄带残余噪声分量和宽带残余噪声分量分别为
eLP(n)＝e0(n)-yLP(n)
同时，线性预测滤波子系统4分离出的与参考信号无关的窄带残余噪声分量，用作次级通道在线辨识子系统5中的辅助噪声调整模块输入；同时，线性预测滤波子系统4分离出的宽带残余噪声分量，用作次级通道在线辨识子系统5的期望输入；
次级通道在线辨识子系统5包括次级通道在线辨识模块51和辅助噪声幅值调整模块52；
次级通道在线辨识模块51包括次级通道估计模型次级通道在线辨识模块51以eLP(n)为期望输入、以高斯白噪声v(n)经辅助噪声幅值调整模块52后产生的辅助噪声v0(n)为参考输入，采用最小均方算法在线估计时变的实际次级通道；
次级通道在线辨识模块51的次级通道估计模型采用线性滤波器，其系数和长度分别为/>和/>其系数更新公式为：
es(n)＝eLP(n)-ys(n)
其中，μs为次级通道估计模型的更新步长，取值为正值；ys(n)为次级通道在线辨识模块51的次级通道估计模型的输出，es(n)为所述次级通道在线辨识模块51的误差输出；
辅助噪声v0(n)为：
v0(n)＝v(n)Gs(n)
Gs(n)＝λGs(n-1)+(1-λ)(|eb(n-1)|γ+|yLP(n-1)|γ)
其中，v(n)为均值为零、方差为的加性高斯白噪声；Gs(n)为辅助噪声幅值调整模块52的调整增益；λ为遗忘因子，λ∈[0,1)；γ为幂指数，取值为1或2。
合成的次级声源为：
y(n)＝yf(n)+yw(n)-v0(n)
进而，目标噪声p(n)与次级扬声器提供的次级声源y(n)经过实际次级通道S(z)后的信号yp(n)在声学空间内干涉相消，即获得残余噪声e(n)＝p(n)-yp(n)，实现主动噪声控制。
可选的，系统通过实时计算平滑滤波后的残余噪声的能量变化，来在线监测次级通道模型或目标噪声的突变，进而对前馈控制器11的系数、前馈控制器22的系数、傅里叶分析器31的系数、线性预测滤波器42的系数、次级通道估计模型的系数和辅助噪声幅值调整模块52的调整增益进行重新初始化；
经平滑滤波后残余噪声的能量为：
Pe(n)＝λmPe(n-1)+(1-λm)e2(n)
其中，λm∈(0,1)为平滑滤波遗忘因子；
在n＝n′Np时刻，根据Pe(n)进行时间平均和平滑滤波后得到：
其中，n′为n整除Np时大于1的正整数，Np为时间平均窗长度，k为时刻，且k≤n；；
当n时刻满足时，则在n+1时刻系统进行重新初始化；其中，α∈(1,2)为阈值参数。
本发明提供的一种窄带前反馈混合型主动噪声控制系统，采用辅助滤波子系统3实现从残余噪声中分离出与参考信号有关的窄带残余噪声分量和与参考信号无关的残余噪声分量；采用线性预测滤波子系统4实现从与参考信号无关的残余噪声分量中分离出窄带残余噪声分量和宽带残余噪声分量；采用辅助滤波子系统3和线性预测滤波子系统4，提升前馈主动噪声控制子系统1、反馈主动噪声控制子系统2、次级通道在线辨识子系统5之间独立性，改善系统的动态性能，同时引入辅助噪声调整模块52，提升系统的噪声抑制性能。本发明同时有效降低了与参考信号有关和与参考信号无关的窄带目标噪声分量，提升了降噪性能，拓宽其应用范围。
实施例二：
本实施例提供一种窄带前反馈混合型主动噪声控制方法，所述方法应用了实施例提供的一种窄带前反馈混合型主动噪声控制系统，所述方法包括：
步骤一：设置系统初始值和用户参数；
设置前馈控制器11、傅里叶分析器31的更新步长；分别设置反馈控制器22、线性预测滤波器42、次级通道估计模型的长度及步长；设置延迟环节41的阶数；设置辅助噪声调整模块62的遗忘因子λ和幂指数γ；分别设置前馈控制器11、反馈控制器22、傅里叶分析器31、线性预测滤波器42、次级通道估计模型/>以及辅助噪声幅值调整模块52的调整增益Gs(n)的初始值均为零；设置辅助噪声v(n)；
步骤二：获得参考信号；
在n时刻，采用非声学传感器获得窄带参考频率采用内部参考合成模块21和n-1时刻的残余噪声e(n-1)和/>获得内部参考信号x(n)；采用辅助噪声幅值调整模块52获得调整增益Gs(n)；
步骤三：在n时刻，首先，前馈控制器11提供与参考信号有关的窄带次级声源yf(n)，反馈控制器22提供与参考信号无关的窄带次级声源yw(n)；其次，采用辅助噪声幅值调整模块52获得辅助噪声v0(n)，进而v0(n)、yw(n)和yf(n)三者相加，合成得到次级声源y(n)；最后，残余噪声e(n)经辅助滤波子系统3分离得到与参考信号有关的窄带残余噪声分量eb(n)和与参考信号无关的残余噪声分量e0(n)；
步骤四：在n时刻，与参考信号无关的残余噪声分量e0(n)经线性预测滤波子系统4分别得到与参考信号无关的窄带残余噪声分量yLP(n)和与辅助噪声及目标信号中加性噪声有关的宽带残余噪声分量eLP(n)；yLP(n)用作次级通道在线辨识子系统5中的辅助噪声调整模块输入；eLP(n)用作次级通道在线辨识模块51的期望输入；
步骤五：更新控制系统；
根据参考信号和与参考信号有关的窄带残余噪声分量/>计算更新前馈控制器11在n+1时刻的系数；
根据内部合成参考信号x(n)和与参考信号无关的窄带残余噪声分量yLP(n)，计算更新反馈控制器22在n+1时刻的系数；
根据与参考信号无关的残余噪声分量e0(n)和与参考信号无关的宽带残余噪声分量eLP(n)，计算更新线性预测滤波器42在n+1时刻的系数；
根据辅助噪声v0(n)和eLP(n)，计算更新次级通道在线辨识模块51中次级通道估计模型在n+1时刻的系数；
根据与参考信号有关的窄带残余噪声分量eb(n)和与参考信号无关的窄带残余噪声分量yLP(n)，计算更新辅助噪声幅值调整模块52在n+1时刻的调整增益；
步骤六：监测真实次级通道或目标噪声的突变；
实时计算平滑滤波后残余噪声能量变化，若满足则在n+1时刻对前馈控制器11的系数、前馈控制器22的系数、傅里叶分析器31的系数、线性预测滤波器42的系数、次级通道估计模型/>的系数和辅助噪声幅值调整模块52的调整增益进行重新初始化，然后进入步骤七；若满足/>则直接进入步骤七；
步骤七：返回到所述步骤二，重复所述步骤二到步骤六，直至系统逐步收敛并达到稳态，实现噪声控制。
实施例三：包含不相关窄带分量的目标噪声和次级通道发生突变情况下的验证
设参考信号的三个频率分量的归一化角频率分别是ω1＝0.1π、ω2＝0.2π和ω3＝0.3π，与参考信号有关的窄带目标噪声分量p1(n)相应的离散傅里叶系数分别为a1＝2.0、b1＝-1.0、a2＝1.0、b2＝-0.5、a3＝0.5、b3＝0.1；窄带目标噪声分量p2(n)的频率为0.15π和0.25π，相应的余弦幅度均为1；窄带目标噪声中的加性噪声是均值为零、方差为0.01的高斯白噪声。为仿真次级通道的较大突变，实际次级通道S(z)采用线性FIR模型，其截止频率为0.45π，前半部分和后半部分的模型长度分别为21和11；次级通道估计模型长度为31；辅助高斯白噪声v(n)的均值为零、方差为1.0。反馈控制器采用线性滤波器，其长度为81。前馈控制器、反馈控制器、次级通在线辨识模块的更新步长分别为0.01、0.0015、0.0005。延迟环节的阶数为11；线性预测滤波器采用线性滤波器，其长度为41，其更新步长为0.0005。傅里叶分析器的步长初始值为0.01，用户参数ξ、η分别为0.99975和0.00002；遗忘因子λ＝0和幂指数γ＝1。λm、α、Np分别为0.98、1.1、20。独立运行次数为100次；仿真采样点的长度为40000。
图2所示为实施例三的残余噪声均方误差的动态变化曲线图；图3所示为实施例三的次级通道估计均方误差的动态变化曲线图。如图2所示，系统具有良好的动态收敛性能，且当系统达到稳态后，前半部分和后半部分的系统残余噪声均方误差的稳态值分别为0.0131和0.129，其趋于目标噪声中加性高斯白噪声的方差，表明本发明提供的系统具有良好的包含不相关窄带分量的窄带目标噪声抑制性能；图3表明，本发明提供的系统不但能够有效地在线估计次级通道的突变，而且还具有良好的次级通道在线辨识的速度和精度。
实施例四：包含相关窄带分量的目标噪声情况下的验证
设窄带目标噪声包含相关窄带分量，窄带目标噪声分量p2(n)的频率为0.2π和0.25π，相应的余弦幅度均为1；其它参数设置均为实施例三相同。
图4所示为实施例四的残余噪声均方误差的动态变化曲线图；图5所示为实施例四的次级通道估计均方误差的动态变化曲线图。如图4所示，系统在该情形下仍具有良好的动态收敛性能，且当系统达到稳态后，前半部分和后半部分的系统残余噪声均方误差的稳态值分别为0.0121和0.0119，其趋于目标噪声中加性高斯白噪声的方差，进一步表明本发明提供的系统具有良好的包含相关窄带分量的窄带目标噪声抑制性能；图5表明，本发明提供的系统在该情形仍能够有效地在线估计次级通道的突变，还具有良好的次级通道在线辨识的速度和精度。
以上实施例三和实施例四分别从目标噪声中包含相关窄带分量和不相关窄带分量两种情况、以及真实次级通道发生突变情形，共同验证了本发明提供的一种窄带前反馈混合型主动噪声控制系统及方法的有效性和实用性，将进一步推进主动噪声控制技术的实际应用本发明实施例中的部分步骤，可以采用软件实现，相应的软件程序可以存储在可读取的存储介质中，如光盘或硬盘等。
尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同更换，凡在本发明的精神和原则之内，所做的任何修改，等同替换，改进等，均应包含在本发明的保护范围之内。
Claims (10)
1.一种窄带前反馈混合型主动噪声控制系统，其特征在于，包括：
前馈主动噪声控制子系统(1)，用于合成与参考信号有关的窄带次级声源；
反馈主动噪声控制子系统(2)，用于合成与参考信号无关的窄带次级声源；
辅助滤波子系统(3)，用于从残余噪声中分离出与参考信号有关的窄带残余噪声分量和与参考信号无关的残余噪声分量；
线性预测滤波子系统(4)，用于从与参考信号无关的残余噪声分量中分离出窄带残余噪声分量和宽带残余噪声分量；以及
次级通道在线辨识子系统(5)，用于在线估计时变的实际次级通道，其包括辅助噪声调整模块(52)；
所述辅助滤波子系统(3)与所述前馈主动噪声控制子系统(1)、所述线性预测滤波子系统(4)、所述次级通道在线辨识子系统(5)连接；所述辅助滤波子系统(3)分离出的与参考信号有关的窄带残余噪声分量，分别用作所述前馈主动噪声控制子系统(1)的误差输出和所述次级通道在线辨识子系统(5)的辅助噪声调整模块(52)输入；同时，所述辅助滤波子系统(3)分离出的与参考信号无关的残余噪声分量，用作所述线性预测滤波子系统(4)的输入；
所述线性预测滤波子系统(4)与所述反馈主动噪声控制子系统(2)、所述次级通道在线辨识子系统(5)连接；所述线性预测滤波子系统(4)分离出的与参考信号无关的窄带残余噪声分量，分别用作所述反馈主动噪声控制子系统(2)的误差输出和所述次级通道在线辨识子系统(5)的辅助噪声调整模块(52)输入；同时，所述线性预测滤波子系统(4)分离出的宽带残余噪声分量，用作所述次级通道在线辨识子系统(5)的期望输入。
2.根据权利要求1所述的一种窄带前反馈混合型主动噪声控制系统，其特征在于，所述前馈主动噪声控制子系统(1)包括前馈控制器(11)和第一滤波-X最小均方算法模块(12)；
所述前馈控制器(11)采用离散傅里叶系数表示，所述离散傅里叶系数为其中q为参考信号的窄带频率数目；n为时刻，n≥0；
所述第一滤波-X最小均方算法模块(12)采用所述辅助滤波子系统(3)分离出的与参考信号有关的窄带残余噪声分量作为误差输出，并用于更新所述前馈控制器(11)；所述前馈控制器(11)的系数更新公式为：
其中，μf为所述前馈控制器(31)的更新步长，取值为正值；为参考信号/>分别经所述第一滤波-X最小均方算法模块(12)中次级通道估计模型的输出；/>ωi为参考信号的第i个窄带频率；
所述前馈主动噪声控制子系统(1)获得与参考信号有关的窄带次级声源为：
3.根据权利要求2所述的一种窄带前反馈混合型主动噪声控制系统，其特征在于，所述反馈主动噪声控制子系统(2)包括内部参考合成模块(21)、反馈控制器(22)和第二滤波-X最小均方算法模块(23)，所述内部参考合成模块(21)包括次级通道估计模型和一阶延迟环节，用于合成内部参考信号x(n)，即
其中，为所述反馈控制器(22)的输出经次级通道估计模型的输出，yLP(n)为所述辅助滤波子系统(4)分离出的与参考信号无关的窄带残余噪声分量；
所述反馈控制器(22)采用线性滤波器，所述线性滤波器的系数和长度分别为和Lw；
所述第二滤波-X最小均方算法模块(23)采用所述辅助滤波子系统(4)分离出的与参考信号无关的窄带残余噪声分量yLP(n)作为误差输出，并用于更新所述反馈控制器(22)的系数；所述反馈控制器(22)的系数更新公式为：
其中，μw为所述反馈控制器(22)的更新步长，取值为正值；为所述内部参考合成模块(21)提供的x(n)经所述第二滤波-X最小均方算法模块(23)中次级通道估计模型的输出；
所述反馈主动噪声控制子系统(2)获得的与参考信号无关的窄带次级声源为：
4.根据权利要求3所述的一种窄带前反馈混合型主动噪声控制系统，其特征在于，所述辅助滤波子系统(3)包括傅里叶分析器(31)和变步长最小均方算法模块(32)；所述傅里叶分析器(31)采用离散傅里叶系数表示，即
所述变步长最小均方算法模块(32)采用所述辅助滤波子系统(3)分离出的与参考信号无关的宽带残余噪声分量e0(n)作为误差输出，并用于更新傅里叶分析器(31)；所述傅里叶分析器(31)的系数更新公式为：
其中，μc(n)为所述傅里叶分析器(31)的更新步长，取值为正值；采用所述变步长最小均方算法模块(32)对步长μc(n)进行实时更新，步长更新公式为
其中，ξ、η为用户参数，均取小于1的正值；
所述辅助滤波子系统(3)分离出的与参考信号有关的窄带残余噪声分量为
所述辅助滤波子系统(3)分离出的与参考信号无关的残余噪声分量为
e0(n)＝e(n)-eb(n)；
其中，e(n)为n时刻的残余噪声；
同时，所述辅助滤波子系统(3)分离出的与参考信号有关的窄带残余噪声分量，用作所述次级通道在线辨识子系统(5)中的辅助噪声调整模块(52)输入。
5.根据权利要求4所述的一种窄带前反馈混合型主动噪声控制系统，其特征在于，所述线性预测滤波子系统(4)包括延迟环节(41)和线性预测滤波器(42)，所述延迟环节(41)和线性预测滤波器(42)级联，所述延迟环节(41)的阶数为D；所述线性预测滤波器(42)的系数和长度分别为和Le，其系数采用最小均方算法进行更新，即：
hj(n+1)＝hj(n)+μeeLP(n)e0(n-D-j)
其中，μe为所述线性预测滤波器(42)的更新步长，取值为正值；eLP(n)为所述线性预测子系统(4)分离出的宽带残余噪声分量；
所述线性预测滤波子系统(4)从残余噪声分离出的与参考信号无关的窄带残余噪声分量和宽带残余噪声分量分别为
eLP(n)＝e0(n)-yLP(n)
所述线性预测滤波子系统(4)分离出的与参考信号无关的窄带残余噪声分量，用作所述次级通道在线辨识子系统(5)中的辅助噪声调整模块(52)输入；同时，所述线性预测滤波子系统(4)分离出的宽带残余噪声分量，用作所述次级通道在线辨识子系统(5)的期望输入。
6.根据权利要求5所述的一种窄带前反馈混合型主动噪声控制系统，其特征在于，所述次级通道在线辨识子系统(5)还包括次级通道在线辨识模块(51)；
所述次级通道在线辨识模块(51)包括次级通道估计模型所述次级通道在线辨识模块(51)以eLP(n)为期望输入、以高斯白噪声v(n)经所述辅助噪声幅值调整模块(52)后产生的辅助噪声v0(n)为参考输入，采用最小均方算法在线估计时变的实际次级通道；
所述次级通道在线辨识模块(51)的次级通道估计模型采用线性滤波器，其系数和长度分别为/>和/>其系数更新公式为：
es(n)＝eLP(n)-ys(n)
其中，μs为次级通道估计模型的更新步长，取值为正值；ys(n)为所述次级通道在线辨识模块(51)的次级通道估计模型的输出；es(n)为所述次级通道在线辨识模块(51)的误差输出；
所述辅助噪声v0(n)为：
v0(n)＝v(n)Gs(n)
Gs(n)＝λGs(n-1)+(1-λ)(|eb(n-1)|γ+|yLP(n-1)|γ)
其中，v(n)为均值为零、方差为的加性高斯白噪声；Gs(n)为所述辅助噪声幅值调整模块(52)的调整增益；λ为遗忘因子，λ∈[0,1)；γ为幂指数，取值为1或2。
7.根据权利要求6所述的一种窄带前反馈混合型主动噪声控制系统，其特征在于，合成的次级声源为：
y(n)＝yf(n)+yw(n)-v0(n)
目标噪声p(n)与次级扬声器提供的次级声源y(n)经过实际次级通道S(z)后的信号yp(n)在声学空间内干涉相消，即获得残余噪声e(n)＝p(n)-yp(n)，以实现主动噪声控制；
其中，实际次级通道S(z)表示从次级扬声器到误差传声器之间的声学空间模型；
目标噪声为：
p(n)＝p1(n)+p2(n)+vp(n)
其中，p1(n)为声学空间内q个窄带频率对应的参考信号经实际次级通道S(z)传播到误差传声器处的信号；p2(n)为声学空间内与q个窄带频率有关或者无关的窄带目标噪声分量；vp(n)为均值为零、方差为的加性高斯白噪声。
8.根据权利要求7所述的一种窄带前反馈混合型主动噪声控制系统，其特征在于，所述系统通过实时计算平滑滤波后的残余噪声的能量变化，来在线监测次级通道模型或目标噪声的突变，以对所述前馈控制器(11)的系数、所述前馈控制器(22)的系数、所述傅里叶分析器(31)的系数、所述线性预测滤波器(42)的系数、所述次级通道估计模型的系数和所述辅助噪声幅值调整模块(52)的调整增益进行重新初始化；
经平滑滤波后残余噪声的能量为：
Pe(n)＝λmPe(n-1)+(1-λm)e2(n)
其中，λm∈(0,1)为平滑滤波遗忘因子；
在n＝n′Np时刻，根据Pe(n)进行时间平均和平滑滤波后得到：
其中，n′为n整除Np时大于1的正整数，Np为时间平均窗长度，k为时刻，且k≤n；
当n时刻满足时，则在n+1时刻系统进行重新初始化；其中，α∈(1,2)为阈值参数。
9.根据权利要求1-8任一项所述的一种窄带前反馈混合型主动噪声控制系统，其特征在于，所述主动噪声控制系统分别采用非声学传声器获取参考信号、采用误差传声器获取残余噪声、采用次级扬声器提供次级声源；声学空间中的实际次级通道为次级声源传播到误差传声器的通道模型。
10.一种窄带前反馈混合型主动噪声控制方法，其特征在于，所述方法应用了权利要求1-9任一项所述的一种窄带前反馈混合型主动噪声控制系统，所述方法包括：
步骤一：设置系统参数；
设置前馈控制器(11)、傅里叶分析器(31)的更新步长；分别设置反馈控制器(22)、线性预测滤波器(42)、次级通道估计模型的长度及步长；设置延迟环节(41)的阶数；设置辅助噪声调整模块(62)的遗忘因子λ和幂指数γ；分别设置前馈控制器(11)、反馈控制器(22)、傅里叶分析器(31)、线性预测滤波器(42)、次级通道估计模型/>以及辅助噪声幅值调整模块(52)的调整增益Gs(n)的初始值均为零；设置辅助噪声v(n)；
步骤二：获得参考信号；
在n时刻，采用非声学传感器获得窄带参考频率采用内部参考合成模块(21)和n-1时刻的残余噪声e(n-1)和/>获得内部参考信号x(n)；采用辅助噪声调整模块(52)获得幅值调整增益Gs(n)；
步骤三：在n时刻，首先，所述前馈控制器(11)提供与参考信号有关的窄带次级声源yf(n)，所述反馈控制器(22)提供与参考信号无关的窄带次级声源yw(n)；其次，采用所述辅助噪声幅值调整模块(52)获得辅助噪声v0(n)，进而v0(n)、yw(n)和yf(n)三者相加，合成得到次级声源y(n)；最后，残余噪声e(n)经辅助滤波子系统(3)分离得到与参考信号有关的窄带残余噪声分量eb(n)和与参考信号无关的残余噪声分量e0(n)；
步骤四：在n时刻，所述与参考信号无关的残余噪声分量e0(n)经线性预测滤波子系统(4)分别得到与参考信号无关的窄带残余噪声分量yLP(n)和与辅助噪声及目标信号中加性噪声有关的宽带残余噪声分量eLP(n)；yLP(n)用作所述次级通道在线辨识子系统(5)中的辅助噪声调整模块(52)输入；eLP(n)用作次级通道在线辨识模块(51)的期望输入；
步骤五：更新控制系统；
根据参考信号和与参考信号有关的窄带残余噪声分量/>计算更新所述前馈控制器(11)在n+1时刻的系数；
根据内部合成参考信号x(n)和与参考信号无关的窄带残余噪声分量yLP(n)，计算更新所述反馈控制器(22)在n+1时刻的系数；
根据与参考信号无关的残余噪声分量e0(n)和与参考信号无关的宽带残余噪声分量eLP(n)，计算更新所述线性预测滤波器(42)在n+1时刻的系数；
根据辅助噪声v0(n)和eLP(n)，计算更新所述次级通道在线辨识模块(51)的次级通道估计模型在n+1时刻的系数；
根据与参考信号有关的窄带残余噪声分量eb(n)和与参考信号无关的窄带残余噪声分量yLP(n)，计算更新所述辅助噪声幅值调整模块(52)在n+1时刻的调整增益；
步骤六：监测真实次级通道或目标噪声的突变；
实时计算平滑滤波后残余噪声能量变化，若满足则在n+1时刻对所述前馈控制器(11)的系数、前馈控制器(22)的系数、傅里叶分析器(31)的系数、线性预测滤波器(42)的系数、次级通道估计模型/>的系数和所述辅助噪声幅值调整模块(52)的调整增益进行重新初始化，然后进入步骤七；若满足/>则直接进入步骤七；
步骤七：返回到所述步骤二，重复所述步骤二到步骤六，直至系统逐步收敛并达到稳态，实现噪声控制。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311612479.XA CN117524182A (zh) | 2023-11-29 | 2023-11-29 | 一种窄带前反馈混合型主动噪声控制系统及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311612479.XA CN117524182A (zh) | 2023-11-29 | 2023-11-29 | 一种窄带前反馈混合型主动噪声控制系统及方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117524182A true CN117524182A (zh) | 2024-02-06 |
Family
ID=89764319
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311612479.XA Pending CN117524182A (zh) | 2023-11-29 | 2023-11-29 | 一种窄带前反馈混合型主动噪声控制系统及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117524182A (zh) |
-
2023
- 2023-11-29 CN CN202311612479.XA patent/CN117524182A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Ardekani et al. | Effects of imperfect secondary path modeling on adaptive active noise control systems | |
| CN111402853B (zh) | 一种适用于车内的宽窄带混合主动降噪算法 | |
| CN113327570B (zh) | 一种窄带前馈型主动噪声控制系统及方法 | |
| CN111986644B (zh) | 一种宽窄带混合前馈型主动噪声控制系统 | |
| CN111627414B (zh) | 一种主动去噪方法、装置及电子设备 | |
| Jiang et al. | A modified feedforward hybrid active noise control system for vehicle | |
| Chen et al. | A computationally efficient feedforward time–frequency-domain hybrid active sound profiling algorithm for vehicle interior noise | |
| CN111564151A (zh) | 一种车内发动机阶次噪声的窄带主动降噪优化系统 | |
| CN113078884B (zh) | 添加非线性拟合的自适应算法 | |
| 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 | |
| Chen et al. | Development and experimental verification of a new computationally efficient parallel narrowband active noise control system | |
| CN111862927B (zh) | 初级通道前馈-反馈混合在线建模的车内路噪控制方法 | |
| CN113851104B (zh) | 含次级通道在线辨识的反馈型主动噪声控制系统及方法 | |
| CN117524182A (zh) | 一种窄带前反馈混合型主动噪声控制系统及方法 | |
| JPH09511081A (ja) | 時間領域適応制御システム | |
| CN113593515B (zh) | 一种应对频率偏移的宽窄带混合主动噪声控制系统 | |
| Wu et al. | Multi-reference Adaptive Gain FXLMS Algorithm for Active Noise Control | |
| Yang et al. | Hybrid filtered-x adaptive vibration control with internal feedback and online identification | |
| CN116721649A (zh) | 一种稳健的前馈型宽窄带混合主动噪声控制系统及方法 | |
| Kuo et al. | An integrated audio and active noise control system | |
| CN115394311B (zh) | 一种稳健的窄带反馈型主动噪声控制系统及方法 | |
| Lee et al. | Real time active noise control of engine booming in passenger vehicles | |
| US11688381B2 (en) | Feedback active noise control system and strategy with online secondary-path modeling | |
| Xu et al. | Comparative study of adaptive algorithms for vehicle powertrain noise control | |
| Xu | An active control system for improving the sound quality of vehicle interior noise |
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 |