JP2018534188A - 能動的な空気伝播音の低減 - Google Patents

Abstract

動作中に航空機（１２１０）によって放出されるノイズが、１つまたは複数の機械学習システム、アルゴリズムまたは技術を使用して予測されてもよい。等しいかまたは類似の強度、及び等しいが位相の異なる周波数を有するアンチノイズが、予測ノイズに基づいて特定され発生されてもよく、それにより、ノイズの正味の影響が減少され、または除去される。このようなノイズを予測するために使用される機械学習システム、アルゴリズム、または技術は、航空機の以前の動作中に観測される放出された音圧レベル、及びそのような以前の動作中の環境条件、航空機の動作特性、または航空機の位置を使用して訓練されてもよい。アンチノイズは、航空機の音プロファイル全体、または個々の発生源によって航空機により放出される個別の音に基づいて特定され発生されてもよい。
【選択図】図１２Ａ

Description

音は、空気などの媒体中の分子の振動によって放出される運動エネルギーである。産業上の利用において、音は、色々な方法で、または色々な事象に応じて発生され得る。例えば、音は、２つ以上の物体間の衝撃または摩擦接触から生じる振動に応じて発生され得る。音は、例えばモータまたは他の原動力による、シャフトなどの１つまたは複数の物体の回転から生じる振動に応じて発生されることもある。音は、さらに、１つまたは複数の物体上の流体流動によって引き起こされる振動に応じて発生されることもある。本質的に、振動を引き起こす分子の任意の動き、または分子間の接触は、ある圧力レベルまたは強度、及び１つまたは複数の周波数での音の放出をもたらし得る。

１つまたは複数のプロペラを有する飛行機またはヘリコプタなどの無人航空機の使用は、益々一般的になっている。このような乗り物は、固定翼航空機、またはクアッドコプタ（例えば、４つの回転可能なプロペラを有するヘリコプタ）、オクトコプタ（例えば、８つの回転可能なプロペラを有するヘリコプタ）などの回転翼航空機、または１つもしくは複数のプロペラを有する他の垂直離着陸（即ち、ＶＴＯＬ）航空機を含み得る。典型的には、プロペラのそれぞれが、１つもしくは複数の回転モータ、または他の原動力によって駆動される。

その拡大し続ける普及及び増加する適用例における使用に伴い、無人航空機は、人間または他の動物の周辺範囲内で頻繁に動作する。無人航空機が、人間または他の動物の聴覚距離または声の届く距離の範囲内にあるとき、動作中に無人航空機によって発生されるノイズが、人間または他の動物によって感知されることがある。このようなノイズは、プロペラの回転、モータの作動、または無人航空機のフレームもしくは構造体の振動によって発生される音を含み得るが、これらに限定されない。無人航空機のプロペラのサイズ、そのモータの動作特性、またはそのフレームもしくは構造体の形状もしくは寸法次第で、無人航空機によって発生されるノイズの正味の影響は、最善の状態では迷惑なものであり、または最悪の場合耳をつんざくようなものである場合がある。

本開示の実施形態による、能動的な空気伝播音の低減のための１つのシステムの態様の図である。 本開示の実施形態による、能動的な空気伝播音の低減のための１つのシステムの態様の図である。 本開示の実施形態による、能動的な空気伝播音の低減のための１つのシステムの態様の図である。 本開示の実施形態による、能動的な空気伝播音の低減のための１つのシステムの態様の図である。 本開示の実施形態による、能動的な空気伝播音の低減のための１つのシステムのブロック図である。 本開示の実施形態による、能動的な空気伝播音の低減のための１つのシステムのブロック図である。 本開示の実施形態による、能動的な空気伝播音の低減のための１つのプロセスのフローチャートである。 本開示の実施形態による、能動的な空気伝播音の低減のために構成される１つの航空機の図である。 本開示の実施形態による、能動的な空気伝播音の低減のための１つのシステムの態様の図である。 本開示の実施形態による、能動的な空気伝播音の低減のための１つのプロセスのフローチャートである。 本開示の実施形態による、能動的な空気伝播音の低減のための１つのプロセスのフローチャートである。（図７Ａの続き） 本開示の実施形態による、能動的な空気伝播音の低減のための１つのシステムの態様の図である。 本開示の実施形態による、能動的な空気伝播音の低減のための１つのシステムの態様の図である。 本開示の実施形態による、能動的な空気伝播音の低減のための１つのプロセスのフローチャートである。 本開示の実施形態による、能動的な空気伝播音の低減のための１つのシステムの態様の図である。 本開示の実施形態による、能動的な空気伝播音の低減のための１つのプロセスのフローチャートである。 本開示の実施形態による、能動的な空気伝播音の低減のための１つのシステムの態様の図である。 本開示の実施形態による、能動的な空気伝播音の低減のための１つのシステムの態様の図である。

以下でより詳細に記述されるように、本開示は、飛行動作中に航空機によって発生されるノイズを含むがこれに限定されない、空気伝播音を能動的に低減することを対象とする。より具体的には、本明細書に開示されるシステム及び方法は、飛行中に発生または遭遇される音響エネルギーに関する多様な情報またはデータを取り込み、音響エネルギーに関する情報またはデータを、音響エネルギーが発生または遭遇された際に航空機が動作していた物理環境または動作環境に関する情報またはデータと相関させるように構成される、無人航空機などの航空機を対象とする。このような情報またはデータは、外的情報もしくはデータ、例えば、航空機に直接関係しない情報もしくはデータ、または内的情報もしくはデータ、例えば、航空機自体に関係する情報もしくはデータを含んでもよいが、これらに限定されない。

例えば、外的情報またはデータは、環境条件（例えば、気温、気圧、湿度、風速及び風向）、航空機が動作している１日のうちの時間、または１週間、１カ月もしくは１年のうちの日数、雲の範囲の測定値、日照、または所与の環境内の地表条件もしくは質感（例えば、地表が濡れているか、乾いているか、砂もしくは雪で覆われているか、または任意の他の質感を有するかどうか）、または所与の環境内でどの音響エネルギーが反射され、吸収され、伝播され、もしくは減衰されるかに影響し得る任意の他の要因を含んでもよいが、これらに限定されない。内的情報またはデータは、動作特性（例えば、高度、針路、速度、上昇率もしくは降下率、旋回率、または加速度などの動的属性、または構造もしくはフレームの寸法、プロペラもしくはモータの数、そのようなモータの動作速度などの物理属性）、または音響エネルギーが発生もしくは遭遇される際の航空機の追跡位置（例えば、緯度、及び／もしくは経度）を含んでもよいが、これらに限定されない。本開示によれば、航空機が動作している物理環境または動作環境に関して取り込まれ、そこで発生または遭遇される音響エネルギーに関する情報またはデータと相関され得る情報またはデータの量、タイプ、及び多様性は、理論的には無限である。

航空機によって飛行中に取り込まれる外的情報もしくはデータ、及び／または内的情報もしくはデータは、航空機の動作もしくは位置、またはそのような位置における条件を音響エネルギー（例えば、音圧レベルもしくは強度、または周波数）と関連付けるように機械学習システムを訓練するために使用されてもよい。訓練済み機械学習システム、またはそのような訓練済み機械学習システムを使用して開発された音モデルは、航空機が所定の位置で動作する際に予期され、または、所与の速度もしくは位置で、または任意の他の特性に従って、所定の条件のセットを受け得るノイズを予測するために使用されてもよい。このようなノイズが一度予測されると、予測ノイズと実質的に一致する強度または圧力レベル、及び完全に異なる位相である（例えば、予測ノイズの極性に対して逆の極性を有する）周波数を有するアンチノイズまたは音が判定され、その後動作中に航空機から放出されてもよい。アンチノイズが、航空機上に提供される１つまたは複数の発生源から放出されると、そのようなアンチノイズは、予測ノイズのいくらかまたは全ての影響を効果的にキャンセルし、それによって航空機の周辺範囲内の人間または他の動物に聞こえる音を減少させ、または除去する。この点について、本開示のシステム及び方法は、予測ノイズを打ち消すように意図された放出アンチノイズを使用して、動作中に航空機によって放出される集合音を効果的に形成するために利用されてもよい。

図１Ａ〜図１Ｄを参照すると、本開示の実施形態による、能動的な空気伝播音の低減のための１つのシステム１００の態様の図が示されている。図１Ａに示されるように、複数の航空機１１０−１、１１０−２、１１０−３、１１０−４が、出発地と目的地との間で飛行に従事している。例えば、航空機１１０−１は、コネチカット州ハートフォードとコネチカット州サジントンとの間の途上にあることが示されており、航空機１１０−２は、コネチカット州サウスポートとハートフォードとの間の途上にあることが示されている。航空機１１０−３は、コネチカット州グロトンとハートフォードとの間の途上にあることが示されており、航空機１１０−４は、ハートフォードとコネチカット州ストーズとの間の途上にあることが示されている。航空機１１０−１、１１０−２、１１０−３、１１０−４は、位置、高度、針路、速度、上昇率または降下率、旋回率、加速度、風速、湿度レベル、及び気温に関する情報またはデータを含むがこれらに限定されない、航空機１１０−１、１１０−２、１１０−３、及び１１０−４、ならびに航空機１１０−１、１１０−２、１１０−３、１１０−４が動作している環境に関する外的または内的情報またはデータ１５０−１、１５０−２、１５０−３、１５０−４を、１つまたは複数のセンサを使用して取り込むように構成される。航空機１１０−１、１１０−２、１１０−３、１１０−４は、また、それらのそれぞれの飛行中に記録されるノイズレベル１５５−１、１５５−２、１５５−３、１５５−４に関する音響情報またはデータを取り込むように構成される。

例えば、図１Ａの情報またはデータ１５０−１において示されるように、航空機１１０−１は、２２４°の針路及び時速４４マイル（ｍｐｈ）の速度で、北東の風６ｍｐｈ、高度１２６フィート、湿度５０パーセント及び気温華氏６８度（°Ｆ）の大気中を航行している。図１Ａの情報またはデータ１５０−２は、航空機１１０−２が、０１４°の針路及び３９ｍｐｈの速度で、南西の風４ｍｐｈ、高度１８０フィート、湿度６９パーセント及び気温６２°Ｆの大気中を航行していることを示している。図１Ａの情報またはデータ１５０−３は、航空機１１０−３が、０８２°の針路及び３８ｍｐｈの速度で、南南西の風４ｍｐｈ、高度１２７フィート、湿度７８パーセント及び気温７４°Ｆの大気中を航行していることを示している。図１Ａの情報またはデータ１５０−４は、航空機１１０−４が、３１２°の針路及び４８ｍｐｈの速度で、北西の風８ｍｐｈ、高度１５１フィート、湿度９６パーセント及び気温７１°Ｆの大気中を航行していることを示している。

追加的には、情報またはデータ１５５−１は、航空機１１０−１が、音圧レベル８８デシベル（ｄＢ）、及び周波数６２２ヘルツ（Ｈｚ）のノイズを記録したことを示している。情報またはデータ１５５−２は、航空機１１０−２が、音圧レベル７８ｄＢ、及び周波数８００Ｈｚのノイズを記録したことを示し、情報またはデータ１５５−３は、航空機１１０−３が、音圧レベル８０ｄＢ、及び周波数９００Ｈｚのノイズを記録したことを示し、情報またはデータ１５５−４は、航空機１１０−４が、音圧レベル８５ｄＢ、及び周波数９７４Ｈｚのノイズを記録したことを示している。

本開示によれば、航空機１１０−１、１１０−２、１１０−３、１１０−４は、外的及び内的双方の情報またはデータ１５０−１、１５０−２、１５０−３、１５０−４（例えば、航空機１１０−１、１１０−２、１１０−３、１１０−４の環境条件、動作特性または追跡位置に関する情報またはデータ）、また航空機１１０−１、１１０−２、１１０−３、１１０−４の移動中に記録された音響ノイズに関する情報またはデータ１５５−１、１５５−２、１５５−３、１５５−４をデータ処理システムに提供するように構成されてもよい。情報またはデータ１５０−１、１５０−２、１５０−３、１５０−４、及び情報またはデータ１５５−１、１５５−２、１５５−３、１５５−４は、航空機１１０−１、１１０−２、１１０−３、１１０−４が移動中、またはそれらがそれぞれの目的地に到着したときに、リアルタイムまたは準リアルタイムのいずれかで、データ処理システムに提供されてもよい。図１Ｂを参照すると、外的及び内的情報またはデータ１５０−１、１５０−２、１５０−３、１５０−４、例えば、観測された環境信号ｅ（ｔ）は、機械学習システム１７０に訓練入力のセットとして提供され、航空機１１０−１、１１０−２、１１０−３、１１０−４の移動中に記録される音響ノイズに関する情報またはデータ１５５−１、１５５−２、１５５−３、１５５−４、例えば、取り込まれた音信号ｓ（ｔ）は、機械学習システム１７０に訓練出力のセットとして提供される。

機械学習システム１７０は、音モデルｆを開発するために、航空機１１０−１、１１０−２、１１０−３、１１０−４のうちの１つまたは複数、及びその他を使用して取得される、取り込まれた音信号ｓ（ｔ）と相関された、観測された環境信号ｅ（ｔ）の大量のコーパスを使用して十分に訓練されてもよい。機械学習システム１７０が訓練され、音モデルｆが開発された後、機械学習システム１７０には、航空機が動作すると予期される環境において予想され得る外的または内的情報またはデータのセット（例えば、環境条件、動作特性、または位置）が提供されてもよい。いくつかの実施形態では、機械学習システム１７０は、航空機１１０−１、１１０−２、１１０−３、１１０−４のうちの１つまたは複数の機上に提供される１つまたは複数のコンピューティングデバイスまたはマシン上に存在する、かつ／または動作されてもよい。機械学習システム１７０は、訓練のために他の航空機１１０−１、１１０−２、１１０−３、１１０−４によって観測された音信号及び取り込まれた音信号のコーパスに関する情報またはデータを受信してもよく、一度訓練されると、機械学習システム１７０は、航空機によって実際に観測される外的または内的情報またはデータを、例えば、リアルタイムまたは準リアルタイムで、入力として受信してもよく、情報またはデータに基づいて予測される音レベルに対応する出力を生成してもよい。

他の実施形態では、機械学習システム１７０は、１つまたは複数の中央配置型コンピューティングデバイスまたはマシン上に存在し、かつ／または動作されてもよい。機械学習システム１７０は、訓練のために航空隊の航空機１１０−１、１１０−２、１１０−３、１１０−４のそれぞれによって観測された音信号及び取り込まれた音信号のコーパスに関する情報またはデータを受信してもよい。一度機械学習システム１７０が訓練されたら、機械学習システム１７０は、航空隊の航空機のコンピューティングデバイスまたはマシンそれぞれを、それぞれの航空機によって実際に観測される外的または内的情報またはデータに基づいて、例えば、リアルタイムまたは準リアルタイムで、動作中に航空機によって発生または遭遇される音を予測する音モデルでプログラムするために使用されてもよい。さらに他の実施形態では、機械学習システム１７０は、動作中の航空機から外的または内的情報またはデータを、例えば、無線手段を介して、入力として受信するようにプログラムされてもよい。次いで、機械学習システム１７０は、情報またはデータに基づいて予測された音レベルに対応する出力を生成し、そのような予測されたレベルを航空機に返してもよい。

例えば、航空機１１０についての出発地、目的地、速度、及び／または計画された高度などの可変要素（例えば、航空機についての移動計画）が既知であるとき、かつ環境条件、動作特性などの可変要素が既知または推定され得る場合に、そのような可変要素が、訓練済み機械学習システム１７０に入力として提供されてもよい。続いて、航空機１１０が、そのような環境条件の中、そのような動作特性に従って出発地から目的地に航行する際に、航空機１１０によって発生または遭遇されると予測され得る音に関する情報またはデータが、訓練済み機械学習システム１７０から出力として受信されてもよい。このような出力から、アンチノイズ、例えば、発生または遭遇されると予測され得る音に対して実質的に強度が等しく、位相が反対である１つまたは複数の信号が、航空機１１０が出発地から目的地への途上にある際にリアルタイムもしくは準リアルタイムで、または１つもしくは複数のバッチ処理動作において、判定されてもよい。

図１Ｃを参照すると、環境信号ｅ（ｔ）の形式の動作入力１６０が、訓練済み機械学習システム１７０に提供され、予測ノイズ信号ｓ（ｔ）の形式の動作出力１６５が、音モデルｆによって作成され、訓練済み機械学習システム１７０から受信される。例えば、動作入力１６０は、航空機の計画された移動に関する外的もしくは内的情報もしくはデータ（例えば、予測される環境もしくは動作条件）、または航空機の実際の移動に関する外的もしくは内的情報もしくはデータ（例えば、実際に観測され、もしくは判定される環境もしくは動作条件）を含んでもよく、出発地、目的地、または任意の中間地点の座標、ならびに航空機の針路及び速度、出発地、目的地、または中間地点のうちの１つまたは複数の周辺の風速、航空機が航行すると予期される高度、ならびに出発地、目的地、または中間地点のうちの１つまたは複数の周辺の湿度レベル及び気温を含むがこれらに限定されない。動作出力１６５は、航空機が動作入力１６０と整合する方式で動作するとき、例えば、航空機が、類似の針路もしくは速度に従って、または類似の高度で航行し、または類似の風速、湿度レベルもしくは気温に遭遇するときに、発生または遭遇されると予期されるノイズに関する情報を含んでもよい。

動作入力１６０に基づいて判定された動作出力１６５に少なくとも一部基づいて、アンチノイズ１６５’、例えば、所定の音圧レベルまたは強度、及び動作出力１６５と１８０度異なる位相の周波数を有するノイズ、即ち、−ｓ（ｔ）。いくつかの実施形態では、アンチノイズ１６５’の音圧レベルまたは強度が、動作出力１６５に関連するノイズの影響を完全にキャンセルし、または打ち消すように、例えば、アンチノイズ１６５’の音圧レベルまたは強度が、航空機１１０の動作中に発生もしくは遭遇されると予期され得るノイズ、または実際に発生もしくは遭遇されるノイズの音圧レベルまたは強度と等しくなるように、選択されてもよい。代替的には、いくつかの実施形態では、アンチノイズ１６５’の音圧レベルまたは強度が、動作出力１６５に関連するノイズの影響を部分的にキャンセルし、または打ち消すように、例えば、アンチノイズ１６５’の音圧レベルまたは強度が、航空機１１０の動作中に予期され得るノイズの音圧レベルまたは強度より小さくなるように、選択されてもよい。さらに、動作出力１６５が、動作入力１６０に基づいて、航空機によって発生または遭遇されると予期され得る２つ以上のノイズを特定する場合、アンチノイズ１６５’は、そのようなノイズそれぞれの音圧レベルまたは強度、及び周波数を含んでもよく、そのようなノイズそれぞれが、動作中に航空機から放出されてもよい。

図１Ｄを参照すると、複数のロータ１１３−１、１１３−２、１１３−３、１１３−４、及び複数のモータ１１５−１、１１５−２、１１５−３、１１５−４を含む航空機１１０−５が、ハートフォードからコネチカット州グラストンベリーへの途上にあることが示されている。航空機１１０−５は、動作出力１６５と一致するノイズ、さらに、１つまたは複数の発音デバイス１４２（例えば、スピーカ）からアンチノイズ１６５’を放出することが示されている。その際、アンチノイズ１６５’は、正常動作中に動作出力１６５と一致するノイズをキャンセルし得る。

したがって、本開示のシステム及び方法は、空気伝播音、例えば、正常動作中に航空機によって放出されるノイズを能動的に低減することを対象とし得る。このような動作中にこのような航空機によって発生される音響エネルギーに関する情報またはデータは、取り込まれ記憶されて、そのような音響エネルギーが記録されたときの航空機の環境条件、動作特性、または追跡位置に関する外的または内的情報またはデータと共に、１つまたは複数の機械学習システムに提供されてもよい。機械学習システムは、航空機上に提供されるコンピューティングデバイスもしくはマシン上に存在し、もしくは動作してもよく、または代替的には、航空隊の１つもしくは複数の航空機にアクセス可能な、中央配置型の、もしくはネットワーク化されたコンピューティングデバイスもしくはマシン上に存在し、もしくは動作してもよい。

本開示の機械学習システムは、いくつかの段階またはモードで動作してもよい。最初に、データ取り込み段階またはモードにおいて、機械学習システム、またはシステムが存在もしくは動作する１つもしくは複数のコンピューティングデバイスもしくはマシンが、航空機の動作中に訓練データの１つまたは複数のセットを取り込む。このような訓練データは、航空機の環境条件及び／または動作特性に関する、全ての利用可能な情報またはデータ、ならびに飛行中に航空機によって発生または遭遇される音または他の音声信号に関する任意の利用可能な情報またはデータ（例えば、そのようなノイズそれぞれの音圧レベルまたは強度、及び周波数）を含んでもよい。いくつかの実施形態では、訓練データは、環境条件、動作特性、及び／または音もしくは他の音声信号に関連するビデオイメージまたはメタデータをさらに含んでもよい。

一度訓練データが取り込まれると、機械学習システムまたは１つもしくは複数のコンピューティングデバイスもしくはマシンが、訓練モードに移行してもよい。訓練モードでは、機械学習システムは、例えば、ビデオイメージまたはメタデータなどの、訓練済みの環境条件、動作特性、及び航空機の動作に関する任意の他の情報またはデータの形式の入力、ならびに飛行中に航空機によって発生または遭遇される音または他の音声信号の形式の出力などの画像データに基づいて訓練される。訓練モードでは、環境条件及び／もしくは動作特性、または他の入力に基づいて動作中に航空機によって発生または遭遇される音を予測するための音モデルまたは関数が得られる。いくつかの実施形態では、音モデルは、ナイキスト周波数、例えば、約４０キロヘルツ（４０ｋＨｚ）に従って、または約２５ミリ秒（２５ｍｓ）内に、入力に基づき予測される音を返すように訓練されてもよい。

音モデルが得られた後、機械学習システムは、予測モードで動作してもよい。例えば、航空機上に提供される１つまたは複数のコンピューティングデバイスまたはマシンが、機上センサを含むがこれに限定されない多様なソースから入力を受信し、音モデルに従って、そのような入力に基づき予想される音を特定するように構成されてもよい。入力は、航空機の環境条件及び／または動作特性に関する実際の判定された情報またはデータだけでなく、航空機の予測された環境条件または動作特性に関する任意の情報またはデータも含んでもよい。

例えば、音モデルは、動作中に航空機からリアルタイムまたは準リアルタイムで取り込まれる、航空機に関する外的または内的情報またはデータだけではなく、航空機が動作している領域において予想され得る条件または特性に関して予測される外的または内的情報またはデータも評価するように構成されてもよい。その際、予想される音を特定するために利用される情報またはデータが、機上センサを使用して判定される外的もしくは内的情報もしくはデータの信頼性（例えば、情報もしくはデータが一定に保たれると予期され得る範囲）、予測される外的もしくは内的情報もしくはデータの品質（例えば、そのような情報もしくはデータが得られる推定もしくは予測の信頼レベル）、または任意の他の要因に基づいて加重されてもよい。さらに、航空機上の１つもしくは複数のセンサが、飛行中に正常に動作しない場合、または航空機が、センサの完全な補足なしに動作する場合に、予測される外的または内的情報またはデータが、予想される音を特定するために排他的に利用されてもよい。

正常動作中に航空機によって予想され得る１つまたは複数の音、例えば、航空機によって発生または遭遇されると予期される音圧レベルまたは強度、及び周波数を、一度音モデルが予測したら、１つまたは複数のアンチノイズ、例えば、予想される音と実質的に一致する強度または圧力レベル、及び位相の異なる周波数を有する音が、正常動作中の航空機によって定義され、放出されてもよい。さらに、機械学習システムが予測モードで動作して、音モデルがそのような動作中にリアルタイムまたは準リアルタイムで、１つまたは複数の入力に基づいて航空機によって予想される音を予測する場合において、機械学習システムは、また、そのような動作中に実際に発生または遭遇された音に関する追加的な情報またはデータを取り込み続けてもよい。そのような追加的な情報またはデータは、機械学習システムをさらに更新し、それによってさらに改良された音モデルを生成するために使用されてもよい。

本開示の機械学習システムが、音響エネルギーを環境条件、動作特性、または追跡位置に関連付けるようにうまく訓練されるとき、例えば、機械学習システムが、そのような環境条件、動作特性または追跡位置に相関される記録済みの音響エネルギーのコーパスに基づいて、うまく音モデルを開発したときに、航空機の計画された展開に関する情報またはデータ（例えば、航空機が出発地と目的地との間を航行しようとする際に沿う経路または軌道を特定する移動計画、ならびに移動計画を実行するために必要な高度、針路、速度、上昇率もしくは降下率、旋回率、または加速度、及び経路もしくは軌道の周辺範囲内の環境条件）、または航空機の実際の展開（例えば、出発地と目的地との間の経路または軌道に沿って航行している航空機の動作に関する外的または内的情報またはデータ）が、訓練済み機械学習システムに提供されてもよく、航空機が途上にある間に放出される１つまたは複数のアンチノイズが、予測されてもよい。アンチノイズは、概して、航空機の音プロファイル全体、または航空機の個々の部分もしくはコンポーネントの音プロファイルに関係してもよい（例えば、第１のアンチノイズは、回転するプロペラによって放出されるノイズに対処することを対象とし、第２のアンチノイズは、作動するモータによって放出されるノイズに対処することを対象とし、または第３のアンチノイズは、シャシーもしくは胴体上を流れる空気によって引き起こされる振動に対処することを対象とする）。したがって、航空機の動作及びそのような航空機が動作される環境に関する履歴データ、ならびにリアルタイムまたは準リアルタイムで判定されるそのような動作またはそのような環境に関する情報またはデータを使用して、航空機の１つまたは複数のコンポーネントから放出される予測アンチノイズで、ノイズが能動的に低減されてもよい。

物体の運動または振動が、物体の周囲にある空気などの媒体において圧力変化をもたらすときに、音が発生する。例えば、そのような運動または振動が発生するときに、物体の周辺範囲内の媒体の分子の密度が、粗密が交互となる期間を経て、そのような分子の収縮及び膨張をもたらす。それによって、乾燥した空気中を毎秒約３４３メートル（３４３ｍ／ｓ）の速度で移動し得る音波の放出が引き起こされる。音の強度は、通常、音圧レベル（または音レベル）として判定され、デシベル（ｄＢ）と呼ばれる対数単位で測定される。

産業上の利用では、ノイズは、典型的には、機械ノイズ、流体ノイズ、または電磁ノイズのいずれかとして発生される。機械ノイズは、典型的には、固体振動表面、例えば駆動表面、または１つもしくはリンク機構もしくは原動力と接触する表面が、媒体の密度、媒体内の音の速度、振動領域、振動領域に対する媒体の二乗平均振動速度及び二乗平均振動速度、ならびに物質の放射効率の関数である音響出力を放出するときに生じる。乱流によって発生する流体ノイズは、概して、流速の複数の次数に比例し、例えば、乱流の速度よりも６〜８倍大きく、一方、回転するファンによって発生する音響出力は、流量及び静圧の関数に従って判定される。電気モータでは、ノイズは、冷却ファンの入口及び出口の気流、ベアリングもしくはケーシングの振動、モータバランスシャフトの位置ずれ、または不適当なモータ取付に起因して発生し得る。

周波数スペクトルに関しては、放出される音は、概して、２つの分類のうちの１つに入る。典型的に個々の周波数の周りに集中し、または中心とするエネルギーを有する音は、狭帯域雑音、または狭帯域音色として分類され、通常、本質的には周期的である。狭帯域雑音は、通常、多くの産業上の利用において遭遇される。例えば、内燃エンジン、コンプレッサ、真空ポンプ、または他の回転機械などの多くの回転機械は、それらの角速度及び大きな磁場を発生させる電力変換器に関連する周波数で固有に振動し、それによって、ライン周波数の高調波で振動し得る。逆に、周波数の帯域全体に分散されるエネルギーを有する音は、広帯域雑音として分類される。追加的に、いくつかの機械または音源は、狭帯域ノイズと広帯域ノイズとの組み合わせであり、例えば、１つまたは複数の個々の周波数の周りに集中し、かつ、周波数スペクトル全体にもわたる、成分エネルギーレベルを有する音である音を放出し得る。

能動的なノイズ制御または低減のための１つの主要な技術は、「アンチノイズ」のキャンセル信号が電気的に発生され、トランスデューサから音の形で放出される、ノイズキャンセルである。この際、アンチノイズが、個々の周波数を中心とする狭帯域ノイズと振幅が実質的に等しく、完全に位相が異なり（例えば、１８０度位相が異なる、または逆極性である）、狭帯域ノイズと共に放出される場合、アンチノイズは、狭帯域ノイズを効果的に処理またはキャンセルし得る。アンチノイズは、複数のノイズ源の累積である狭帯域ノイズに対して判定され得る。例えば、複数のノイズに対して、または複数のノイズ源それぞれからの狭帯域ノイズに対して単一のアンチノイズが放出され、例えば、複数のノイズのうちの１つまたは複数に対して複数のアンチノイズが放出される。代替的には、複数の狭帯域アンチノイズが、広帯域ノイズの影響を処理またはキャンセルするために同時に放出されてもよい。

本開示のシステム及び方法は、空気伝播音、例えば、航空機によって放出されるノイズを能動的に低減することを対象とする。いくつかの実施形態では、航空機は、正常動作中にそのような航空機によって発生または遭遇される音響エネルギーに関する情報またはデータを取り込んでもよい。音響エネルギーのうちのいくつかは、例えば、回転ロータ、モータ、または航空機の一部の上の気流によって放出されるノイズなど、航空機それ自体によって発生されていてもよく、一方、他の音響エネルギーは、航空機が航行する環境に客観的または内在的（例えば、そのような環境内で一定の、または予測可能なノイズ）であってもよく、さらに他の音響エネルギーは、航空機が航行する時間または日に基づいて主観的、または可変的（例えば、そのような時間または日の天気または他の固有の事象もしくは出来事）であってもよい。

そのような情報またはデータは、一度取り込まれると、音響エネルギーに関する情報またはデータが取り込まれた際のそのような航空機の、遭遇される多様な環境条件（例えば、気温、気圧、湿度、風速、方向）、動作特性（例えば、高度、針路、速度、上昇率もしくは降下率、旋回率、加速度、構造体もしくはフレームの寸法、プロペラもしくはモータの数、そのようなモータの動作速度）、または追跡位置（例えば、緯度及び／もしくは経度）に関する情報またはデータと相関されてもよい。音響条件、及び環境条件、動作特性、または位置にも関する情報またはデータは、マイクロフォン、カメラもしくは他の撮像デバイス、圧電モニタ、または他の同様のコンポーネントなどの、１つまたは複数の機上センサを使用して取り込まれ、リアルタイムで、準リアルタイムで、または航空機の意図した目的地への到着時に、１つまたは複数の同期、非同期、またはバッチ処理技術で、機械学習システムに提供されてもよい。機械学習システムは、航空機自体の機上の１つもしくは複数のコンピューティングデバイスもしくはマシン上に、または、動作中に１つもしくは複数のネットワークを介して（例えば、無線で）航空機によりアクセスされ得る別の場所に、存在し、または提供されてもよい。

続いて、環境条件、動作特性、または追跡位置に関する情報またはデータは、機械学習システムに訓練入力として提供されてもよく、同様に、１日のうちの時間、または１週間、１カ月もしくは１年のうちの日数などの、独立して利用可能な情報、及び、遭遇される音響エネルギーに関する情報またはデータが、機械学習システムに訓練出力として提供されてもよい。機械学習システムは、環境条件、動作特性、及び追跡位置と、音響エネルギーとの関連を認識する音モデルを開発するために訓練されてもよい。一度機械学習システムが十分に訓練されたら、予期され、または計画された航空機の移動に関する情報またはデータが、訓練済み機械学習システムに入力として提供されてもよく、予期され、または計画された移動中に予想される音響エネルギーに関する情報またはデータが、機械学習システムから出力として受信されてもよい。例えば、航空機が、所与の日及び時間に出発地から目的地に航行しようとする場合、出発地及び目的地の座標、ならびに出発地と目的地との間の針路もしくは方角、予定される航空機の速度及び／もしくは高度、またはその日及びその時間の任意の予想される天候条件に関する情報が、訓練済み機械学習システムに提供されてもよく、予想される音響エネルギー（例えば、ノイズレベル）が、訓練済み機械学習システムから受信されてもよい。動作中に航空機によって放出される、１つのアンチノイズ、または１つもしくは複数のアンチノイズが、予想される音響エネルギーに基づいて機械学習システムによって予測されてもよい。続いて、航空機が出発地から目的地への途上にある間に、例えば、１つまたは複数の機上センサから航空機の実際の環境または動作条件が判定されると、そのような情報またはデータが、訓練済み機械学習システムに提供されてもよく、機械学習システムが、それに従って情報またはデータに基づき更新されてもよい。

関係する技術分野の当業者であれば、いかなる種類または形式の機械学習システム（例えば、ハードウェア及び／またはソフトウェアコンポーネントもしくはモジュール）も、本開示に従って利用され得ると認識するであろう。例えば、放出されるノイズレベルは、最近傍法もしくは解析、人工ニューラルネットワーク、条件付き確率場、因数分解法もしくは技術、Ｋ平均クラスタリング解析もしくは技術、対数尤度類似度もしくはコサイン類似度などの類似度法、潜在的ディリクレ配分法もしくは他のトピックモデル、または潜在意味解析などを含むがこれらに限定されない、１つまたは複数の機械学習アルゴリズムまたは技術に従って、航空機の環境条件、動作特性、または物理的な場所もしくは位置のうちの１つまたは複数に関連付けられてもよい。前述のアルゴリズムもしくは技術、または任意の他のアルゴリズムもしくは技術のうちのいずれかを使用して、放出される音と航空機のそのような環境条件、動作特性または位置との間の相対的な関連性が判定されてもよい。

例えば、互いの予め定義された閾値近傍内に入る全ての環境条件、動作特性、または位置が、放出される音の所与の強度または周波数についての共通クラスタまたは群に配置され、または関連付けられてもよい。このようなクラスタまたは群は、そのような条件、特性、もしくは位置のセット全体について、または代替的に、製品カタログ内のそのような条件、特性、もしくは位置のサブセットもしくは訓練セットの中から、定義されてもよく、かつ残りの条件、特性、または位置の中から推定されてもよい。同様に、条件、特性、または位置のクラスタまたは群は、共起頻度、相関測定、または条件、特性、もしくは位置の任意の他の関連性に基づいて、定義され、放出される音に関連付けられてもよい。

いくつかの実施形態では、機械学習システムは、予測ノイズの音圧レベルまたは強度及び周波数だけでなく、予測ノイズが、所与の位置において所与の動作特性に従う所与の環境内の航空機によって発生または遭遇される信頼区間、信頼水準、または確率もしくは可能性の他の尺度もしくはメトリックも特定してもよい。機械学習システムが、記録された環境信号及び音信号の十分な大きさのコーパスを使用して訓練され、信頼できる音モデルが開発される場合、それによって特定されるアンチサウンドの音圧レベルまたは強度及び周波数に関連する信頼区間は、実質的に大きくなり得る。一方、機械学習システムが、所与の環境、所与の動作特性、または所与の位置に関して適切に訓練されない場合、音圧レベルまたは強度及び周波数に関連する信頼区間は、実質的に小さくなり得る。

さらに、いくつかの実施形態では、機械学習システムは、動作中に航空機によって発生または遭遇されると予期され得る２つ以上のノイズまたは音を特定してもよい。そのような場合、対応する音圧レベルまたは強度及び周波数を有する２つ以上の対応するアンチノイズはまた、そのようなノイズまたは音の特定に応じて特定されてもよい。例えば、いくつかの実施形態では、アンチノイズは、航空機上に提供される１つまたは複数の発音器から、例えば、最大限での音圧レベルまたは強度で、独立してかつ同時に、動作中に放出されてもよい。その際、アンチノイズ信号に関連する音波は、波の重ね合わせ原理に従って互いに建設的または破壊的に干渉し合い得る。代替的に、いくつかの実施形態では、アンチノイズは、加重重ね合わせに従って放出されてもよく、その場合に、アンチノイズ信号のうちの１つは、別のアンチノイズ信号よりも大きな音圧レベルもしくは強度で、または他の多様なアンチノイズ信号に対して所定の重みもしくは比率で、放出される。

本開示によれば、航空機によって発生もしくは遭遇される音響エネルギー、または航空機の環境条件、動作特性、もしくは位置に関して取り込まれ、続いて記憶され評価され得る外的または内的情報またはデータの範囲は、限定されない。例えば、航空隊が、所与の領域で定期的に、例えば、１日のうちの様々な時間、１週間のうちの数日、または１年のうちの数週間、数カ月もしくはある季節に動作する場合には、動作中にそのような航空機によって発生または遭遇される音響エネルギーに関する莫大な量の情報またはデータが、取り込まれ、機械学習システムに提供されてもよく、機械学習システムは、新たな情報またはデータが利用可能になると、それ自体を繰り返し訓練及び再訓練してもよい。その結果、機械学習システムの訓練の結果として作り出される音モデルは、絶え間なく改良され、それによって特定される音響エネルギーの予測の質は、向上する。さらに、航空機は、アンチノイズを特定するために使用され得る情報もしくはデータを取り込むこと、または以前に取り込まれた情報もしくはデータに基づいてアンチノイズを放出することのいずれかを対象としてもよい。代替的には、航空機は、以前に取り込まれた情報またはデータに基づいてアンチノイズを放出する一方で、発生または遭遇されるノイズの予測、及び後続のアンチノイズの生成をさらに改善するために使用されるべき情報またはデータの取り込みも行ってもよく、将来的に、それによって、ノイズが予測され、アンチノイズが発生されるプロセスを改良し続ける。

さらに、航空機によって遭遇される音響エネルギーに関連付けられ得る１つの可変要素が、航空機の位置（例えば、緯度または経度）であるが、位置に関連するその外的または内的情報またはデータが、その位置において航空機によって発生または遭遇される音響エネルギーを予測するために使用されてもよく、関係する技術分野の当業者であれば、本開示のシステム及び方法がそのように限定されないことを認識するであろう。むしろ、音響エネルギーは、類似の環境条件を有し、または航空機に類似の動作特性を発揮させることを要求する領域または位置について予測されてもよい。例えば、ブリティッシュコロンビア州バンクーバとイングランドのロンドンにおける環境条件は、概して互いに類似していると知られているため、バンクーバ地域で動作している航空機によって発生または遭遇される音響エネルギーに関して集められた情報またはデータが、ロンドン地域で動作している航空機によって発生もしくは遭遇され得る音響エネルギーを予測するため、またはロンドン地域で動作している航空機によって放出されるべきアンチノイズ信号を生成するために使用されてもよい。同様に、ロンドン地域で動作している航空機によって発生または遭遇される音響エネルギーに関して集められた情報またはデータが、バンクーバ地域で動作している航空機によって発生もしくは遭遇され得る音響エネルギーを予測するため、またはバンクーバ地域で動作している航空機によって放出されるべきアンチノイズ信号を生成するために使用されてもよい。

関係する技術分野の当業者であれば、アンチノイズが、本開示に従って、いかなる種類の発音デバイスからも放出され得ることを認識するであろう。例えば、ノイズが、所与の強度及び周波数で予想される場合、同一または類似強度のアンチノイズが、１８０度位相が異なる、または逆極性の周波数で、従来のオーディオスピーカからだけでなく、電源によってエネルギー付与され、または励起されると所与の共振周波数で振動するように構成される、圧電性コンポーネントなどの他のデバイスからも放出されてもよい。

追加的には、関係する技術分野の当業者であれば、アンチノイズが、常に、例えば、航空機による移動の全期間中を通して、または特定の間隔で、または１つもしくは複数の外的もしくは内的要件に基づいて選択される指定位置において、放出されてもよいことをさらに認識するであろう。例えば、航空機が、いかなる人間または他の動物の声の届く距離の範囲外、例えば、水、砂漠、または氷の上など、人間が位置することはないと見られる場所で動作している場合に、アンチノイズは放出されなくともよく、バッテリレベルまたは他の機上電力を節約し得る。同様に、航空機が、航空機により放出されるノイズが比較的重要でない場所、例えば、航空機により放出されるノイズが、他の周辺ノイズによって小さく感じられる場所で動作している場合には、アンチノイズは放出されなくともよい。さらに、アンチノイズは、動作中に航空機によって放出される全てのノイズを構成してもよいが、そうでなくともよい。例えば、アンチノイズは、そのようなノイズの影響を実行可能な最大限まで除去し、または減少させる意図で、航空機によって遭遇されるノイズと等しい強度レベルで、及び１８０度位相が異なる、または逆極性の周波数で、放出されてもよい。代替的には、アンチノイズは、航空機によって遭遇されるノイズの強度よりも小さい強度レベルで放出されてもよく、そのようなノイズの影響を許容可能な仕様または基準の範囲内まで減少させることを意図してもよい。

さらに、本開示によれば、訓練済み機械学習システムは、航空機についての音プロファイルをそれらのサイズ、形状、または構成に基づいて、かつそのような航空機の環境条件、動作特性、または位置に関して開発するために使用されてもよい。そのような音プロファイルに基づいて、アンチノイズレベルは、それぞれの環境条件、動作特性、または位置の関数としてそのような航空機について判定され、必要に応じて放出されてもよい。代替的には、訓練済み機械学習システムは、航空機の個別の、特定の態様について音プロファイルを開発するために使用されてもよい。例えば、音プロファイルは、所与のサイズ（例えば、直径）のロータもしくはプロペラ、羽根の数、もしくは他の属性について、または所与の電力レベル、能力もしくは動作速度を有するモータ、または所与の寸法、サイズ、もしくは形状の機体について判定されてもよい。航空機の態様が互いに交換可能である場合、例えば、所与のロータまたはモータが、別の航空機の機体上で利用され得る場合、航空機についての音プロファイル全体が、それぞれの態様の個々の音プロファイルから構成されてもよい。本開示によれば、航空機の音プロファイル全体、またはそのそれぞれの部品の個々の音プロファイルに基づいて、アンチノイズレベルが航空機によって判定され、放出されてもよい。

図２を参照すると、本開示の実施形態による、能動的な空気伝播音の低減のための１つのシステム２００のコンポーネントのブロック図である。図２のシステム２００は、ネットワーク２８０を介して互いに接続された航空機２１０及びデータ処理システム２７０を含む。特に記載された場合を除いて、図２のブロック図に示される数字「２」で始まる参照番号は、図１Ａ〜図１Ｄのシステム１００に示される数字「１」で始まる参照番号を有するコンポーネントまたは特徴に類似のコンポーネントまたは特徴を示している。

航空機２１０は、プロセッサ２１２、メモリまたは記憶コンポーネント２１４、及び送受信機２１６、ならびに複数の環境センサまたは動作センサ２２０、複数の音センサ２３０、及び複数の発音器２４０を含む。

プロセッサ２１２は、１つまたは複数の機械学習アルゴリズムまたは技術の実行を含むがこれに限定されない、任意の種類または形式の計算機能を実行するように構成されてもよい。例えば、プロセッサ２１２は、航空機２１０の任意の態様の動作、ならびに送受信機２１６、環境センサまたは動作センサ２２０、音センサ２３０、及び／または発音器２４０を含むがこれらに限定されない、航空機２１０上の１つまたは複数のコンピュータベースコンポーネントを制御してもよい。航空機２１０は、同様に、その動作を行うための、例えば、１つまたは複数のロータ、モータ、方向舵、補助翼、フラップ、または航空機２１０上に提供される他のコンポーネントを動作させるための命令を生成し得る１つまたは複数の制御システム（図示せず）を含んでもよい。このような制御システムは、１つまたは他のコンピューティングデバイスまたはマシンに関連付けられてもよく、デジタルデータの送受信により、データ処理システム２７０、または１つもしくは複数の他のコンピュータデバイス（図示せず）とネットワーク２８０を介して通信してもよい。航空機２１０は、任意の種類の情報またはデータ、例えば、航空機を動作させるための命令、または環境センサもしくは動作センサ２２０、音センサ２３０、及び／または発音器２４０のうちの１つまたは複数によって取り込まれた情報またはデータを記憶するための１つまたは複数のメモリ、または記憶コンポーネント２１４をさらに含む。

送受信機２１６は、航空機２１０が、１つまたは複数の有線または無線手段、例えば、ユニバーサルシリアルバス（即ち「ＵＳＢ」）もしくはファイバ光ケーブルなどの有線技術、またはＢｌｕｅｔｏｏｔｈ（登録商標）もしくは任意のワイヤレスフィデリティ（即ち「ＷｉＦｉ」）プロトコルなどの標準無線プロトコルを介して、例えばネットワーク２８０を介してまたは直接、通信することを可能にするように構成されてもよい。

環境センサまたは動作センサ２２０は、外的情報もしくはデータ、または内的情報もしくはデータを含む、航空機２１０が動作している、または動作すると予期され得る環境の１つまたは複数の属性を判定するための任意のコンポーネントまたは特徴を含んでもよい。図２に示されるように、環境センサまたは動作センサ２２０は、全地球測位システム（「ＧＰＳ」）受信機またはセンサ２２１、コンパス２２２、速度計２２３、高度計２２４、温度計２２５、気圧計２２６、湿度計２２７、またはジャイロスコープ２２８を含んでもよいが、これらに限定されない。ＧＰＳセンサ２２１は、ＧＰＳネットワーク（図示せず）の１つまたは複数のＧＰＳ衛星からの航空機２１０の位置に関する信号（例えば、三辺測量データまたは情報）を受信するように適合される任意のデバイス、コンポーネント、システム、または機器であってもよい。コンパス２２２は、地表面に対して固定された参照フレーム（例えば、地球の極）に対し、１つまたは複数の方向を判定するように適合させる任意のデバイス、コンポーネント、システム、または機器であってもよい。速度計２２３は、航空機２１０の速さまたは速度を判定するための任意のデバイス、コンポーネント、システム、または機器であってもよく、ピート管、加速度計、または速さ、速度、もしくは加速度を判定するための他の特徴などの関連コンポーネント（図示せず）を含んでもよい。

高度計２２４は、航空機２１０の高度を判定するための任意のデバイス、コンポーネント、システム、または機器であってもよく、任意の数の気圧計、送信機、受信機、距離計（例えば、レーザもしくはレーダ）、または高さを判定するための他の特徴を含んでもよい。温度計２２５、気圧計２２６、及び湿度計２２７は、航空機２１０の周辺範囲内の局所的な気温、気圧、または湿度を判定するための任意のデバイス、コンポーネント、システム、または機器であってもよい。ジャイロスコープ２２８は、向き、例えば、航空機２１０の向きを判定するための任意の機械式または電気式デバイス、コンポーネント、システム、または機器であってもよい。例えば、ジャイロスコープ２２８は、少なくとも１対のジンバル、及びフライホイールまたはロータを有する従来の機械式ジャイロスコープであってもよい。代替的には、ジャイロスコープ２２８は、動的同調ジャイロスコープ、光ファイバジャイロスコープ、半球型共振ジャイロスコープ、ロンドンモーメントジャイロスコープ、マイクロ電気機械センサジャイロスコープ、リングレーザジャイロスコープ、もしくは振動型ジャイロスコープなどの電気式コンポーネント、または航空機２１０の向きを判定するための任意の他の種類もしくは形式の電気式コンポーネントであってもよい。

関係する技術分野の当業者であれば、本開示によれば、環境センサまたは動作センサ２２０が、航空機２１０の周辺範囲内の環境条件を判定するための任意の種類または形式のデバイスまたはコンポーネントを含み得ることを認識するであろう。例えば、環境センサまたは動作センサ２２０は、１つまたは複数の大気モニタセンサ（例えば、酸素センサ、オゾンセンサ、水素センサ、一酸化炭素センサ、または二酸化炭素センサ）、赤外線センサ、オゾンモニタ、ｐＨセンサ、磁気異常検出器、金属探知器、放射線センサ（例えば、ガイガーカウンタ、中性子検出器、アルファ検出器）、姿勢指示器、深度計、加速度計など、及び１つまたは複数の撮像デバイス（例えば、デジタルカメラ）を含んでもよく、図２に示されるセンサ２２１、２２２、２２３、２２４、２２５、２２６、２２７、２２８に限定されない。

音センサ２３０は、航空機２１０が動作している、または動作すると予期され得る環境の周辺において音エネルギーを検出し取り込むための他のコンポーネントまたは特徴を含んでもよい。図２に示されるように、音センサ２３０は、マイクロフォン２３２、圧電センサ２３４、及び振動センサ２３６を含んでもよい。マイクロフォン２３２は、任意の強度の、任意のまたは全ての周波数にわたる音響エネルギーを、１つまたは複数の電気信号に変換するように構成される、任意の種類または形式のトランスデューサ（例えば、ダイナミックマイクロフォン、コンデンサマイクロフォン、リボンマイクロフォン、クリスタルマイクロフォン）であってもよく、任意の数の振動板、磁石、コイル、プレート、またはそのようなエネルギーを検出し記録するための他の同様の特徴を含んでもよい。マイクロフォン２３２は、また、個々のコンポーネントとして、または１つもしくは複数の他のコンポーネント、例えば、デジタルカメラなどの撮像デバイスと組み合わせて提供されてもよい。さらに、マイクロフォン２３２は、任意の及び全ての方向から音響エネルギーを検出し記録するように構成されてもよい。

圧電センサ２３４は、多様な周波数帯域にわたる音響エネルギーの存在によって開始される圧力変化を含むがこれに限定されない圧力の変化を、電気信号に変換するように構成されてもよく、１つまたは複数の水晶振動子、電極、または他の特徴を含んでもよい。振動センサ２３６は、航空機２１０の１つまたは複数のコンポーネントの振動を検出するように構成される任意のデバイスであってもよく、圧電デバイスであってもよい。例えば、振動センサ２３６は、所定の期間にわたって１つまたは複数の軸に沿った差動加速度を感知し、そのような加速度を振動レベル、したがって音に関連付けるように構成される、１つまたは複数の加速度計、例えば、ランドグリッドアレイパッケージ内の特定用途向け集積回路、及び１つまたは複数のマイクロ電気機械センサを含んでもよい。

発音器２４０は、任意の強度または１つもしくは複数の周波数で音信号を放出するために、航空機２１０に取り付けられ、または航空機２１０上に提供される他のコンポーネントまたは特徴をさらに含んでもよい。図２に示されるように、発音器２４０は、１つもしくは複数のスピーカ２４２、圧電エミッタ２４４、または振動エミッタ２４６を含んでもよい。スピーカ２４２は、電気信号を音エネルギーに変換するための任意の種類または形式のトランスデューサであってもよい。スピーカ２４２は、任意の技術的複雑度を有してもよく、例えば、動電型スピーカ、静電型スピーカ、平形ダイヤフラムスピーカ、静磁気スピーカ、磁歪スピーカ、リボン駆動スピーカ、平面型スピーカ、プラズマアークスピーカ、または任意の他の種類もしくは形式のスピーカであってもよい。代替的には、スピーカ２４２は、ＰＣスピーカなどの基本的なもの、または基本要素、例えば、制限されたビットレンジまたはキャパシティを有するオーディオスピーカであってもよい。追加的には、スピーカ２４２は、広範囲の周波数にわたって音を放出するように適合された単一スピーカであってもよく、または広範囲の周波数にわたって音を放出するための１つもしくは複数のコンポーネント（例えば、ツイータ、ミッドレンジ、及びウーファ）を含んでもよい。圧電エミッタ２４４は、音を作り出すために空気または別の媒体を振動させる、伸縮する水晶振動子を有する発音器であってもよい。いくつかの実施形態では、圧電エミッタ２４４は、また、圧電センサ２３４であってもよい。振動エミッタ２４６は、航空機２１０の１つまたは複数の素子を所定の共振周波数で振動させるように構成される任意の種類または形式のデバイスであってもよい。

データ処理システム２７０は、１つまたは複数のコンピュータプロセッサ２７４を有する１つまたは複数の物理コンピュータサーバ２７２、及び任意の特定または汎用目的で提供され得る、サーバ２７２に関連付けられる複数のデータストア２７６を含む。例えば、図２のデータ処理システム２７０は、音響信号または航空機２１０から受信される他の情報もしくはデータを受信し、分析し、もしくは記憶する排他的な目的で独立して提供されてもよく、または代替的には、そのような音響信号、情報、もしくはデータを受信し、分析し、もしくは記憶するように構成される１つもしくは複数の物理サービスもしくは仮想サービス、及び１つもしくは複数の他の機能に接続して提供されてもよい。サーバ２７２は、プロセッサ２７４及びデータストア２７６に接続されてもよく、またはそれらと通信してもよい。データストア２７６は、任意の目的で、音響信号、音響信号に関連する情報もしくはデータ、または環境条件、動作特性、もしくは位置に関する情報もしくはデータを含むがこれらに限定されない、任意の種類の情報またはデータを記憶してもよい。サーバ２７２及び／またはコンピュータプロセッサ２７４は、また、デジタルデータを送受信することにより、直線２７８によって示されるように、ネットワーク２８０に接続され、またはネットワーク２８０と通信してもよい。例えば、データ処理システム２７０は、１つまたは複数のデータストア内のメディアファイル、例えば、航空機２１０から、または互いから、または１つもしくは複数の他の外部コンピュータシステム（図示せず）から、ネットワーク２８０を介して受信したメディアファイルなどの情報またはデータを受信及び記憶する能力または容量を有する任意の設備、ステーション、または場所を含んでもよい。いくつかの実施形態では、データ処理システム２７０は、物理的な場所に提供されてもよい。他のこのような実施形態では、データ処理システム２７０は、１つまたは複数の代替の、または仮想的な場所、例えば、「クラウド」ベース環境において提供されてもよい。さらに他の実施形態では、データ処理システム２７０は、航空機２１０を含むがこれに限定されない、１つまたは複数の航空機上に提供されてもよい。

ネットワーク２８０は、任意の有線ネットワーク、無線ネットワーク、またはそれらの組み合わせであってもよく、インターネット全体または一部を含んでもよい。さらに、ネットワーク２８０は、パーソナルエリアネットワーク、ローカルエリアネットワーク、ワイドエリアネットワーク、ケーブルネットワーク、衛星ネットワーク、携帯電話ネットワーク、またはそれらの組み合わせであってもよい。ネットワーク２８０は、また、インターネットなどの、多様な個々の団体によって運用される可能性のある、リンクされたネットワークのうちの公衆アクセス可能なネットワークであってもよい。いくつかの実施形態では、ネットワーク２８０は、企業または大学イントラネットなどのプライベートネットワークまたはセミプライベートネットワークであってもよい。ネットワーク２８０は、汎欧州デジタル移動電話方式（ＧＳＭ）ネットワーク、符号分割多重アクセス（ＣＤＭＡ）ネットワーク、ロングタームエボリューション（ＬＴＥ）ネットワーク、またはいくつかの他の種類の無線ネットワークなどの、１つまたは複数の無線ネットワークを含んでもよい。インターネットまたは他の前述の種類の通信ネットワークのうちのいずれかを介して通信するためのプロトコル及びコンポーネントは、コンピュータ通信の技術分野の当業者に周知であり、したがって、本明細書でより詳細に説明する必要はない。

本明細書で説明されるコンピュータ、サーバ、デバイスなどは、必要な電子機器、ソフトウェア、メモリ、ストレージ、データベース、ファームウェア、ロジック／ステートマシン、マイクロプロセッサ、通信リンク、ディスプレイ、または他の視覚もしくは音声ユーザインタフェース、印刷デバイス、ならびに本明細書で説明される機能もしくはサービスのうちのいずれかを提供するための、かつ／または本明細書で説明される結果を達成するための任意の他の入力／出力インタフェースを有する。また、関係する技術分野の当業者であれば、そのようなコンピュータ、サーバ、デバイスなどのユーザが、キーボード、キーパッド、マウス、スタイラス、タッチスクリーン、もしくは他のデバイス（図示せず）を操作し、またはコンピュータ、サーバ、デバイスなどと対話するため、または項目、リンク、ノード、ハブ、もしくは本開示の任意の他の態様を「選択」するための方法を運用し得ることを認識するであろう。

航空機２１０またはデータ処理システム２７０は、任意のウェブ対応もしくはインターネットアプリケーションもしくは特徴、または電子メールもしくは他のメッセージング技術を含む任意の他のクライアントサーバアプリケーションもしくは特徴を使用して、ネットワーク２８０に接続し、または例えばショートメッセージサービスもしくはマルチメディアメッセージサービス（ＳＭＳもしくはＭＭＳ）テキストメッセージを介して互いに通信してもよい。例えば、航空機２１０は、同期または非同期メッセージの形式で情報またはデータをデータ処理システム２７０または任意の他のコンピュータデバイスに、リアルタイムもしくは準リアルタイムで、または１つもしくは複数のオフラインプロセスで、ネットワーク２８０を介して送信するように適合されてもよい。関係する技術分野の当業者であれば、航空機２１０またはデータ処理システム２７０が、セットトップボックス、携帯情報端末、デジタルメディアプレーヤ、ウェブパッド、ラップトップコンピュータ、デスクトップコンピュータ、電子ブックリーダなどを含むがこれらに限定されない、ネットワークを介して通信可能ないくつかのコンピューティングデバイスのうちのいずれかを動作させ得ることを認識するであろう。このようなデバイス間の通信を提供するためのプロトコル及びコンポーネントは、コンピュータ通信の技術分野における当業者に周知であり、本明細書でより詳細に説明する必要はない。

本明細書で説明される、データ及び／またはコンピュータ実行可能命令、プログラム、ファームウェア、ソフトウェアなど（本明細書において「コンピュータ実行可能」コンポーネントともいう）は、コンピュータ、またはプロセッサ２１２もしくはプロセッサ２７４などのコンピュータコンポーネント、または航空機２１０もしくはデータ処理システム２７０によって利用され、プロセッサ（例えば、中央処理装置、即ち「ＣＰＵ」）による実行時に本明細書で説明される機能、サービス、及び／もしくは方法の全てもしくは一部をプロセッサに実行させる命令シーケンスを有する任意の他のコンピュータもしくは制御システム内の、またはそれらによってアクセス可能な、コンピュータ可読媒体上に記憶されてもよい。このようなコンピュータ実行可能な命令、プログラム、ソフトウェアなどは、フロッピードライブ、ＣＤ−ＲＯＭドライブ、ＤＶＤ−ＲＯＭドライブ、ネットワークインタフェースなどのコンピュータ可読媒体に関連付けられた駆動機構を使用して、または外部接続を介して、１つまたは複数のコンピュータのメモリ内にロードされてもよい。

本開示のシステム及び方法のいくつかの実施形態は、また、本明細書で説明されるプロセスまたは方法を実行するようにコンピュータ（または他の電子デバイス）をプログラムするために使用され得る命令を（圧縮または非圧縮形式で）記憶している非一時的機械可読記憶媒体を含む、コンピュータ実行可能プログラム製品として提供されてもよい。本開示の機械可読記憶媒体は、ハードドライブ、フロッピーディスケット、光ディスク、ＣＤ−ＲＯＭ、ＤＶＤ、ＲＯＭ、ＲＡＭ、消去可能型ＲＯＭ（「ＥＰＲＯＭ」）、電気的消去書込み可能型ＲＯＭ（「ＥＥＰＲＯＭ」）、フラッシュメモリ、磁気もしくは光学カード、ソリッドステートメモリデバイス、または電子命令を記憶するのに適し得る他の種類の媒体／機械可読媒体を含んでもよいが、これらに限定されない。さらに、実施形態は、また、一時的機械可読信号を（圧縮または非圧縮形式で）含む、コンピュータ実行可能プログラム製品として提供されてもよい。機械可読信号の実施例は、搬送波を用いて変調されるか否かに関わらず、コンピュータプログラムをホストし、もしくは実行するコンピュータシステムもしくはマシンが、アクセスするように構成され得る信号、または、インターネットもしくは他のネットワークを介してダウンロードされ得る信号を含む、信号を含んでもよいが、これらに限定されない。

上述のように、音響エネルギーだけでなく、環境条件、動作特性、または位置にも関する情報またはデータは、任意の数の航空機から受信され、その後、１つまたは複数の機械学習アルゴリズムまたは技術による評価及び解析のためにデータ処理システムに提供されてもよい。図３を参照すると、本開示の実施形態による、能動的な空気伝播音の低減のための１つのシステム３００のコンポーネントのブロック図である。図３のシステム３００は、ネットワーク３８０を介して互いに接続されたｎの航空機３１０−１、３１０−２．．．３１０−ｎ及びデータ処理システム３７０を含む。特に記載された場合を除いて、図３のブロック図に示される数字「３」で始まる参照番号は、図２のブロック図に示される数字「２」、または図１Ａ〜図１Ｄのシステムに示される数字「１」で始まる参照番号を有するコンポーネントまたは特徴に類似のコンポーネントまたは特徴を示している。

図３に示されるように、システム３００は、ｎの複数の航空機３１０−１、３１０−２．．．３１０−ｎを含み、そのそれぞれが、１つまたは複数の環境センサまたは動作センサ３２０−１、３２０−２．．．３２０−ｎ、音センサ３３０−１、３３０−２．．．３３０−ｎ、及び発音器３４０−１、３４０−２．．．３４０−ｎを有する。したがって、動作中に、航空機３１０−１、３１０−２．．．３１０−ｎのそれぞれが、それらの環境条件、動作特性、または位置、及びそのような航空機３１０−１、３１０−２．．．３１０−ｎによって遭遇される音響エネルギーに関する情報またはデータを、環境センサもしくは動作センサ３２０−１、３２０−２．．．３２０−ｎ、または音センサ３３０−１、３３０−２．．．３３０−ｎの１つまたは複数を使用して取り込み、そのような情報をデータ処理システム３７０にネットワーク３８０を介して送信するように構成されてもよい。航空機３１０−１、３１０−２．．．３１０−ｎのそれぞれは、図２に示される航空機２１０のプロセッサ２１２、メモリコンポーネント２１４、または送受信機２１６のうちの１つまたは複数などの、１つまたは複数の他のコンピュータコンポーネント（図示せず）をさらに含んでもよい。

データ処理システム３７０は、多様な航空機３１０−１、３１０−２．．．３１０−ｎの環境センサまたは動作センサ３２０−１、３２０−２．．．３２０−ｎを使用して取り込まれた情報またはデータを、音センサ３３０−１、３３０−２．．．３３０−ｎを使用して取り込まれたノイズに関連付けるために、１つまたは複数の機械学習システム（例えば、アルゴリズムまたは技術）を動作させてもよい。同様に、航空機３１０−１、３１０−２．．．３１０−ｎのそれぞれが、データ処理システム３７０によって特定されるアンチノイズを、発音器３４０−１、３４０−２．．．３４０−ｎのうちの１つまたは複数を使用して放出するように構成されてもよい。したがって、データ処理システム３７０によって動作される機械学習システムは、航空機３１０−１、３１０−２．．．３１０−ｎによって取り込まれた情報またはデータに基づいて、リアルタイムまたは準リアルタイムで訓練され、または改良されてもよい。いくつかの実施形態では、このような機械学習システムは、また、発生または遭遇され得る予測ノイズ、及び予測ノイズのうちの１つまたは複数の影響を打ち消すためのアンチノイズに関する情報を、航空機３１０−１、３１０−２．．．３１０−ｎのうちの１つまたは複数に、リアルタイムまたは準リアルタイムで提供してもよい。

上述のように、いくつかの実施形態では、データ処理システム３７０は、物理的位置、または、１つもしくは複数の代替もしくは仮想位置、例えば「クラウド」ベース環境に提供されてもよい。さらなる他の実施形態では、データ処理システム３７０は、航空機３１０−１、３１０−２．．．３１０−ｎのうちの１つまたは複数の機上に提供されてもよい。例えば、航空機３１０−１、３１０−２．．．３１０−ｎのうちの１つまたは複数が、その上で動作する機械学習システムに代わってデータを自律的に取り込み、例えば、機械学習システム上で音モデルを定義するため、かつ航空機３１０−１、３１０−２．．．３１０−ｎのうちの１つまたは複数によって発生または遭遇されると予期される音圧レベルまたは強度及び周波数を予測するため、かつ１つまたは複数のアンチノイズ、例えば、予想される音と実質的に一致する強度または圧力レベル、及び位相の異なる周波数を有する音を特定し放出するために機械学習システムを訓練するように構成されてもよい。

代替的には、いくつかの他の実施形態では、航空機３１０−１、３１０−２．．．３１０−ｎの１つまたは複数のうちの少なくとも１つが、動作中に他の航空機３１０−１、３１０−２．．．３１０−ｎのそれぞれによって発生または遭遇されると予期される音圧レベルまたは強度、及び周波数を予測するための「マスタ」航空機として指定されてもよく、それによって発生または遭遇される、予測された音圧レベルまたは強度、及び周波数に関する情報またはデータを、航空機３１０−１、３１０−２．．．３１０−ｎのうちの１つまたは複数に通信してもよい。

図４を参照すると、本開示の実施形態による、能動的な空気伝播音の低減のための１つのプロセスのフローチャート４００が示されている。ボックス４１０において、航空機が、出発地から目的地に向けて出発する。航空機は、出発地から目的地に品物を配達することを含むがこれに限定されない任意の目的で、目的地へ航行するように手動で命令され、または自動的にプログラムされてもよい。代替的には、航空機は、出発地、目的地、または任意の中間地点における環境条件、動作特性、または音響エネルギーに関する情報またはデータを取り込み、そのような環境条件、動作特性、または音響エネルギーを航空機の位置と相関させる明確な目的のために、目的地へ航行してもよい。

ボックス４２０において、航空機上の１つまたは複数のセンサが、出発地と目的地との間の移動中にその位置を追跡する。例えば、航空機は、１つまたは複数のＧＰＳセンサ、ジャイロスコープ、加速度計、または航空機が出発地から目的地への途上にある間に、２次元もしくは３次元空間内の航空機の位置を追跡するための他のコンポーネントを含んでもよい。航空機の位置は、高度、針路、速度、上昇率もしくは降下率、旋回率、または加速度、または任意の他の基準に基づいて、多様な時間間隔で連続的に判定されてもよい。ボックス４３０において、１つまたは複数の他のセンサは、航空機によって遭遇される１つまたは複数の環境条件、例えば、気温、気圧、湿度、風速、または降水レベルを判定し、ボックス４４０において、１つまたは複数の他のセンサは、航空機が移動中の間、航空機の動作特性、例えば、航空機のモータ回転速度、プロペラ回転速度、高度、針路、速度、上昇率もしくは降下率、旋回率、または加速度を判定する。ボックス４５０において、１つまたは複数の他の機上センサ（例えば、１つまたは複数のマイクロフォンまたは他の音センサ）が、出発地と目的地との間を航空機が移動している間に、放出される音圧レベル及び／または周波数を判定する。

ボックス４６０において、航空機が、目的地に到着する。ボックス４７０において、航空機の追跡位置が、環境条件、動作特性、または放出される音圧レベルに関するデータと相関される。例として、例えばボックス４２０において、航空機の位置が取り込まれたとき、かつ、例えばボックス４３０、４４０、及び４５０において、そのような環境条件、動作特性、または放出される音圧レベルに関する情報またはデータが取り込まれたとき、情報またはデータは、１つまたは複数の識別子でタイムスタンプまたはマークされてもよく、その後、多様な情報またはデータが取り込まれた時間に基づいて相関されてもよい。代替的には、そのような環境条件、動作特性、または放出される音圧レベルに関する情報またはデータは、情報またはデータが取り込まれる際に位置情報（例えば、緯度または経度）でスタンプまたはマークされてもよい。

ボックス４８０において、機械学習システムが、環境条件、動作特性、追跡位置に関するデータを訓練入力として、ならびに放出される音圧レベル、及び／または周波数を訓練出力として使用して訓練され、プロセスが終了する。例えば、機械学習システムは、最近傍法もしくは解析、因数分解法もしくは技術、Ｋ平均クラスタリング解析もしくは技術、対数尤度類似度もしくはコサイン類似度などの類似度法、潜在的ディリクレ配分法もしくは他のトピックモデル、または潜在意味解析などの１つまたは複数の機械アルゴリズムまたは技術を含む、任意の手動または自動手段に従って、そのようなデータを放出される音圧レベルに関連付けるように訓練されてもよい。したがって、機械学習システムは、予測ノイズ、例えば、所与の環境条件内で、所与の動作特性または所与の位置において、航空機の動作中に発生または遭遇されると予期され得る音の音圧レベルまたは強度、及び周波数を特定するように構成される音モデルをもたらし得る。機械学習システムは、音圧レベルまたは強度、及び周波数が、そのような環境条件または動作特性の中で、または追跡位置において発生または遭遇される、信頼水準、確率、または可能性を判定するように、さらに訓練されてもよい。いくつかの実施形態では、機械学習システムは、１つもしくは複数の中央配置型コンピューティングデバイスもしくはマシン上、または、代替もしくは仮想位置、例えば「クラウド」ベース環境内に存在し、かつ／または動作されてもよい。いくつかの他の実施形態では、訓練されている機械学習システムが、環境条件または動作特性に関するデータが取り込まれ、放出される音圧レベル及び／または周波数が判定された、１つまたは複数の航空機上に提供される１つまたは複数のコンピューティングデバイスまたはマシン上に存在し、かつ／または動作されてもよい。

航空機は、任意の数の環境センサまたは動作センサ、ノイズセンサ、ノイズエミッタ、及び本開示に従って外的または内的情報またはデータを取り込むための他のコンポーネントを含んでもよい。図５を参照すると、本開示の実施形態による、能動的な空気伝播音の低減のために構成される１つの航空機５１０の図が示されている。特に記載された場合を除いて、図５に示される数字「５」で始まる参照番号は、図３に示される数字「３」、図２に示される数字「２」、または図１Ａ〜図１Ｄに示される数字「１」で始まる参照番号を有するコンポーネントまたは特徴に類似のコンポーネントまたは特徴を示している。

航空機５１０は、８つのモータ５１３−１、５１３−２、５１３−３、５１３−４、５１３−５、５１３−６、５１３−７、及び５１３−８、ならびに８つのプロペラ５１５−１、５１５−２、５１５−３、５１５−４、５１５−５、５１５−６、５１５−７、及び５１５−８を含む、オクトコプタである。航空機５１０は、また、複数の環境センサ５２０、例えば、位置、向き、速度、高度、気温、圧力、湿度、または他の条件もしくは属性のセンサ（図示せず）を含む。航空機５１０は、航空機５１０の機体に取り付けられた４つのマイクロフォン５３２−１、５３２−２、５３２−３、５３２−４、及び例えば、動作中に機体の振動を検出するための、機体のコンポーネントの交差部分に提供された４つの圧電センサ５３４−１、５３４−２、５３４−３、５３４−４を含む、航空機５１０の機上で放出される音圧レベルを検出するためのセンサをさらに含む。航空機５１０はまた、航空機５１０の両側に提供された１対のスピーカ５４２−１、５４２−２、機体のコンポーネントに取り付けられた８つの圧電発音器５４４−１、５４４−２、５４４−３、５４４−４、５４４−５、５４４−６、５４４−７、５４４−８などの、音を放出するためのデバイスを含む。航空機５１０は、航空機５１０の個々の位置に提供される追加の発音デバイス（図示せず）、例えば、ＰＣスピーカをさらに含んでもよい。スピーカ５４２−１、５４２−２、発音器５４４−１、５４４−２、５４４−３、５４４−４、５４４−５、５４４−６、５４４−７、５４４−８、または任意の他の発音コンポーネントは、航空機５１０によって遭遇されると予測され得るノイズに基づいてアンチノイズを放出するように構成されてもよい。

上述のように、航空機の移動中に判定される環境条件、動作特性、または位置、及び航空機の移動中に記録される放出される音圧レベルに関する情報またはデータが、移動中にリアルタイムもしくは準リアルタイムで、規則的もしくは不規則な間隔で（例えば、有線もしくは無線ネットワーク接続を介して）、または移動が完了したときに、取り込まれ、機械学習システムに提供されてもよい。図６を参照すると、本開示の実施形態による、能動的な空気伝播音の低減のための１つのシステム６００の態様の図が、示されている。特に記載された場合を除いて、図６に示される数字「６」で始まる参照番号は、図５に示される数字「５」、図３に示される数字「３」、図２に示される数字「２」、または図１Ａ〜図１Ｄに示される数字「１」で始まる参照番号を有するコンポーネントまたは特徴に類似のコンポーネントまたは特徴を示している。

図６に示されるように、航空機６１０は、マサチューセッツ州ボストンとマサチューセッツ州チャタムとの間の途上にあることが示されている。時間または位置の規則的な間隔で、例えば、出発地からの出発前、移動中の時間ｔ_１、ｔ_２、ｔ_３、ｔ_４において、及び目的地への到着時に、航空機６１０の動作または航空機６１０が動作する環境条件に関する情報またはデータ６５０−０、６５０−１、６５０−２、６５０−３、６５０−４、６５０−５、例えば、位置、高度、針路、速度、上昇率もしくは降下率、旋回率、加速度、風速、湿度レベルまたは気温が、（例えば、目的地への航空機６１０の到着時に）取り込まれ、かつ記憶され、かつ／または機械学習システム６７０に送信されてもよい。同様に、航空機６１０上のセンサによって取り込まれたノイズレベル６５５−０、６５５−１、６５５−２、６５５−３、６５５−４、６５５−５に関する情報またはデータも、記憶され、または機械学習システム６７０に送信されてもよい。続いて、機械学習システム６７０は、環境条件、動作特性、または位置を認識し、それを放出される音圧レベルに関連付けるために、情報またはデータ６５０−０、６５０−１、６５０−２、６５０−３、６５０−４、６５０−５を訓練入力として、及びノイズレベル６５５−０、６５５−１、６５５−２、６５５−３、６５５−４、６５５−５を訓練出力として、使用して訓練されてもよい。機械学習システム６７０は、放出される音圧レベルが、所与の位置において所与の動作特性に従う、所与の環境内で航空機によって発生または遭遇される、信頼区間（即ち、信頼水準、または確率もしくは可能性の別の尺度もしくはメトリック）を判定するようにさらに訓練されてもよい。

その後、航空機、例えば、航空機６１０、または航空機６１０と共通の１つのまたは複数の属性を有する別の航空機の、計画された移動に関する情報が判定されるとき、そのような情報またはデータが、訓練済み機械学習システム６７０へ入力として提供されてもよく、計画される移動中に予想される、放出される音圧レベルまたは強度及び周波数が、訓練済み機械学習システム６７０からの出力に基づいて判定されてもよい。追加的に、上述のように、信頼区間が判定され、放出される音圧レベルまたは強度、及び周波数に関連付けられてもよい。例えば、移動中連続的に、または多様な間隔で、航空機６１０によって放出されるアンチノイズは、予想された放出される音圧レベルまたは強度、及び周波数に基づいて判定されてもよい。さらに、航空機の実際の移動中、実際の環境条件、動作特性、及び／または音響エネルギーに関する情報またはデータは、リアルタイムまたは準リアルタイムで取り込まれてもよく、例えば、ナイキスト周波数に従って入力に基づき予測される音を返すように訓練された音モデルを使用して、移動中に航空機６１０によって放出される１つまたは複数のアンチノイズを判定するために利用されてもよい。

図７を参照すると、本開示の実施形態による、能動的な空気伝播音の低減のための１つのプロセスのフローチャート７００が示されている。ボックス７１０において、航空機の目的地が判定され、ボックス７２０において、出発地から目的地への航空機の移動のための航空機についての移動計画が特定される。例えば、移動計画は、出発地からの出発予定時刻、出発地もしくは目的地間の任意の中間地点の位置、目的地への到着希望時間、または移動に関連する任意の他の関連の地理的または時間的制約を指定してもよい。ボックス７２２において、移動計画に従って出発地から目的地への移動を完了させるために必要な航空機の動作特性、例えば、航空機の針路または速度、及びそのような針路または速度を達成するために、モータ、ロータ、方向舵、補助翼、フラップ、または航空機の他の特徴に提供される対応する命令が、予測されてもよい。ボックス７２４において、移動計画に従って出発地から目的地への移動中に遭遇されると予期され得る環境条件が、予測される。例えば、航空機の出発または到着の時間または日付、及び出発地または目的地の位置に対する天気予報が、任意の基準に基づいて特定されてもよい。

ボックス７２６において、ボックス７２０で特定された移動計画、ボックス７２２で判定された予測動作特性、及びボックス７２４で予測された予測環境条件が、訓練済み機械学習システムに初期入力として提供される。機械学習システムは、最近傍法もしくは解析、因数分解法もしくは技術、Ｋ平均クラスタリング解析もしくは技術、対数尤度類似度もしくはコサイン類似度などの類似度法、潜在的ディリクレ配分法もしくは他のトピックモデル、または潜在意味解析などの１つまたは複数のアルゴリズムまたは技術を利用してもよく、環境、動作、または位置ベースの情報を放出される音圧レベルと関連付けるように訓練されてもよい。いくつかの実施形態では、訓練済み機械学習システムは、航空機上に提供される１つまたは複数のコンピューティングデバイスまたはマシン上に存在し、かつ／または動作する。いくつかの他の実施形態では、訓練済み機械学習システムは、１つまたは複数の代替のまたは仮想位置、例えば、ネットワークを介してアクセス可能な「クラウド」ベース環境に存在する。

ボックス７３０において、１つまたは複数の予測音圧レベルまたは周波数が、機械学習システムから出力として受信される。そのような音圧レベルまたは周波数は、移動計画に従った出発地から目的地への航空機の移動全体について予想される平均の、または概略の音圧レベルであってもよく、航空機の予測位置、または出発地から航空機が出発して目的地へ到着する間の時間に基づいて変更または変化してもよい。代替的に、または追加的に、機械学習システムは、また、予測音圧レベルまたは周波数が、所与の位置において所与の動作特性に従う、所与の環境内で航空機によって発生または遭遇される、信頼区間、信頼水準、または確率もしくは可能性の別の尺度もしくはメトリックを判定してもよい。

ボックス７４０において、指定位置における予測音圧レベル及び周波数を打ち消すように意図されるアンチノイズが、初期出力に基づいて判定される。例えば、航空機が発生または遭遇すると予期され得る音が、所与の位置における個々の周波数を中心とする特定の強度を有する狭帯域音エネルギーを含む場合に、特定の強度、及び予期される音と１８０度位相の異なる（または、予期される音に対して逆極性の）個々の周波数を有するアンチノイズが、判定されてもよい。アンチノイズは、移動計画に従って所与の位置の周辺、もしくは周辺範囲内で放出される一定の音であってもよく、または移動中の異なる時間もしくは間隔で放出される異なる音を含んでもよい。いくつかの実施形態では、航空機が何らかの人間または他の動物の声の届く距離の範囲内を通過しない場合、例えば、人間または動物が航空機の周辺範囲内にいないとき、または航空機と人間もしくは動物との間の距離が十分に離れている場合においては、アンチノイズは放出されなくともよい。いくつかの他の実施形態では、予期される航空機の音が、環境内の周辺ノイズと比較してわずかである場合、例えば、予期される航空機の音が聞こえそうにない程、信号対ノイズ比が著しく低い場合、アンチノイズは放出されなくともよい。他の実施形態では、アンチノイズは、航空機によって放出される音の全てに対処するように意図されてもよく、一方、いくつかの他の実施形態では、アンチノイズは、そのような音の正味の影響を所定の閾値より低く減少させるように意図されてもよい。

ボックス７５０において、航空機は、出発地から目的地へ出発し、ボックス７６０において、出発地から目的地への移動中に指定位置においてアンチノイズが放出される。例えば、航空機は、移動中のその位置を１つまたは複数のＧＰＳ受信機またはセンサを使用してモニタリングし、個々のアンチノイズ、または１つもしくは複数のアンチノイズを、移動中のそのような指定位置において、または指定位置間で放出してもよい。ボックス７７０において、航空機が目的地に到着したかどうかが判定される。航空機が目的地に到着した場合、プロセスは終了する。

一方、航空機が、まだ目的地に到着していない場合、プロセスは、ボックス７７２に進む。ボックス７７２において、移動中の航空機の実際の動作特性が判定される。例えば、航空機の実際の針路または速度、及び航空機にそのような針路または速度を達成させる動作アクション、イベント、または命令に関する情報またはデータが取り込まれ、少なくとも１つのデータストアに記録され、それが少なくとも１つのデータストアは、航空機上、または１つもしくは複数の代替のもしくは仮想位置、例えば、ネットワークを介してアクセス可能な「クラウド」ベース環境に提供されてもよい。ボックス７７４において、移動中に航空機によって遭遇される環境条件が、判定される。例えば、実際の風速、湿度レベル、気温、降水、または航空機の周辺範囲内の任意の他の環境事象もしくは状態に関する情報またはデータもまた、取り込まれ、少なくとも１つのデータストアに記録されてもよい。

ボックス７７６において、ボックス７７２で判定された動作特性、及びボックス７７４で判定された環境条件に関する情報またはデータが、訓練済み機械学習システムに更新済み入力として、リアルタイムまたは準リアルタイムで提供される。いくつかの実施形態では、動作特性または環境条件に対応する値が、訓練済み機械学習システムに提供される。いくつかの他の実施形態では、ボックス７７２で判定された動作特性、またはボックス７７４で判定された環境条件と、ボックス７２２で予測された動作特性またはボックス７２４で予測された環境条件との相違点または差異に対応する値が、訓練済み機械学習システムに提供されてもよい。

ボックス７８０において、予測音圧レベル及び周波数が、訓練済み機械学習システムから更新済み出力として受信される。上述のように、航空機によって発生または遭遇されるノイズは、航空機についての移動計画に従って予測されてもよく、そのような予測ノイズに基づいて判定されるアンチノイズは、移動計画、及び出発地、目的地、または任意の中間地点の、位置、地形、人口密度、または他の基準などの属性を含む、移動計画に関する任意の他の関連情報またはデータに基づいて判定されてもよい。例えば、特に、予測ノイズが重要でないか、またはアンチノイズにそれほど効果がない場合に、機上電源（例えば、バッテリ）において電力を浪費しないために、アンチノイズの放出が休止されてもよい。ボックス７９０において、プロセスがボックス７６０に戻る前に、更新済み出力に基づいて、訓練済み機械学習システムから受信される予測される音圧レベル及び周波数を打ち消すためのアンチノイズが、判定される。ボックス７６０において、そのようなアンチノイズが指定位置において放出される。

図８Ａ及び図８Ｂを参照すると、本開示の実施形態による、能動的な空気伝播音の低減のための１つのシステム８００の態様の図が示されている。特に記載された場合を除いて、図８Ａまたは図８Ｂに示される数字「８」で始まる参照番号は、図６に示される数字「６」、図５に示される数字「５」、図３に示される数字「３」、図２に示される数字「２」、または図１Ａ〜図１Ｄに示される数字「１」で始まる参照番号を有するコンポーネントまたは特徴に類似のコンポーネントまたは特徴を示している。

図８Ａに示されるように、ニューヨーク州マンハッタンとニューヨーク州フラッシングとの間を航行する航空機８１０の移動計画８６０が示されている。移動計画８６０は、出発地、目的地、及び３つの中間地点に関する情報またはデータ、例えば、座標、高度、針路、速度、上昇率または降下率、旋回率、加速度、風、湿度、及び気温を特定する。移動計画８６０を使用して、予測ノイズ８６５に関する情報またはデータが、例えば、移動計画８６０が機械学習システムに入力として提供された後で機械学習システムから受信される出力に基づいて判定されてもよい。

本開示によれば、アンチノイズ８６５’は、予測ノイズ８６５に基づいて特定され、１つまたは複数の発音器を使用して航空機８１０から放出されてもよい。例えば、図８Ｂに示されるように、出発地が都会の環境に位置する場合、予測ノイズ８６５の振幅より小さい振幅、及び１８０度位相の異なる周波数を有するアンチノイズ８６５’が、出発地の周辺範囲内で航空機８１０から放出されてもよい。したがって、アンチノイズ８６５’は、例えば、許容可能なレベルまたは閾値より低く減少されるが、出発地において航空機８１０の周辺範囲内の予測ノイズ８６５の強度を除去しないように意図される。これは、都会の環境内で、時折高いレベルの周辺ノイズが存在することにより特徴付けられる。

逆に、第１の中間地点が、水の上に位置する場合、航空機８１０は、航空機８１０からの予測ノイズ８６５の放出によって悪影響を受け得る人間または他の動物に遭遇すると予期されないため、アンチノイズ８６５’は、航空機８１０から放出されなくともよい。第２の中間地点が、共同墓地、または本来公式または非公式であり得る厳格なノイズ制限または閾値に従う他の場所の上に位置する場合、予測ノイズ８６５と振幅が等しいアンチノイズ８６５’が、予測ノイズ８６５の周波数と１８０度位相の異なる周波数で、航空機８１０から放出されてもよい。

第３の中間地点が、国際空港、例えば、特徴的に高い周辺ノイズレベルを有する場所の周辺範囲内に位置する場合、第３の中間地点の周辺範囲内の予測ノイズ８６５は、周辺ノイズレベルよりもはるかに低い強度、またはそれに関連する高い周辺ノイズレベルを有する周波数を中心とする、もしくはその周波数近くのエネルギーを有し得るため、アンチノイズ８６５’は、航空機８１０から放出されなくともよい。最後に、目的地が、競技会場の周辺範囲内に位置し、そこでは競技会場におけるファンまたは他の人々により高い強度のノイズが通常認められ得る場合、そのようなノイズの正味影響をわずかに減少させるが、必ずしも除去しなくともよいアンチノイズが放出されてもよく、それによって、機上で利用可能な電力を浪費しない。

上述のように、訓練済み機械学習システムによって提供される音モデルは、動作中に航空機によって発生または遭遇されると予測され得る、個々の音圧レベルまたは強度及び周波数を有する２つ以上のノイズを特定してもよい。予測ノイズは、動作の前に、または動作が進行中のときにリアルタイムもしくは準リアルタイムで、特定されてもよい。それに応じて、航空機は、予測ノイズの影響を打ち消すために、２つ以上のアンチノイズを放出してもよい。２つ以上のアンチノイズが、予測ノイズに対応する音圧レベルまたは強度及び周波数で、同時に放出されてもよい。代替的には、２つ以上のアンチノイズは、例えば、２つ以上のアンチノイズが、所定の方式で建設的または破壊的に互いに干渉し合い得るように、波の加重重ね合わせに従った音圧レベルまたは強度及び周波数で放出されてもよい。いくつかの実施形態では、アンチノイズのうちの１つが、移動中の航空機についての予測アンチノイズであってもよく、アンチノイズのうちのもう１つが、航空機が移動中に実際に観測される航空機のノイズに応じて判定されてもよい。

図９を参照すると、本開示の実施形態による、能動的な空気伝播音の低減のための１つのプロセスのフローチャート９００が示されている。ボックス９１０において、出発地から目的地への航空機の移動について見込まれる環境条件、動作特性、及び意図した経路が、訓練済み機械学習システムに提供される。例えば、目的地に対する出発地の位置、航空機が出発地から目的地へ航行するための針路及び速度を特定する移動計画が、任意の天気予想、地上条件、雲の範囲、日照、または出発地及び目的地の、ならびに出発地と目的地との間の針路に沿った環境に関する他の可変要素と共に、訓練済み機械学習システムに提供されてもよい。

ボックス９２０において、移動についての予測ノイズ及び信頼区間が、訓練済み機械学習システムから受信される出力に基づいて判定される。予測ノイズは、音圧レベルまたは強度（例えば、デシベルで測定される）及び周波数（例えば、ヘルツで測定される）、ならびに任意の他の関連パラメータを含んでもよい。追加的に、予測ノイズは、移動全体に対して一定であってもよく、または２つ以上の予測ノイズ、例えば、航空機が出発地の周辺範囲内にあるときについての予測ノイズ、航空機が目的地の周辺範囲内にあるときについての予測ノイズ、及び航空機が出発地と目的地との間の経路に沿った１つまたは複数の位置（例えば、中間地点）に位置するときについての予測ノイズが、移動の変化する態様に対して特定されてもよい。同様に、信頼区間は、移動全体に対して一定であってもよく、移動の変化する態様に基づいて変化してもよい。

ボックス９３０において、初期アンチノイズが、予測ノイズに基づいて移動に対して計算される。初期アンチノイズは、予測ノイズの音圧レベルまたは強度に基づいて選択される音圧レベルまたは強度（例えば、初期アンチノイズは、予測ノイズの影響を完全に除去し、または予測ノイズの影響を減少させるように意図されてもよい）、及び予測ノイズの周波数と１８０度位相の異なる周波数を有してもよい。

９４０において、初期アンチノイズと移動中アンチノイズとの加重重ね合わせが、信頼区間に基づいて判定される。例えば、初期アンチノイズが、十分に高い信頼度で判定されていない可能性がある場合、航空機の移動中に発生または遭遇される移動中ノイズが、取り込まれ評価されてもよく、それらの移動中ノイズに関連するアンチノイズが、航空機の移動中に放出されてもよい。いくつかの実施形態では、加重重ね合わせにより、予測ノイズに関連する信頼区間に基づいて初期アンチノイズ放出について評価してもよい。例えば、信頼区間が７５パーセント（７５％）である場合、加重重ね合わせは、初期アンチノイズの元の音圧レベルまたは強度をその７５パーセント（７５％）まで低下させること、及び移動中アンチノイズの音圧レベルまたは強度をその２５パーセント（２５％）まで低下させることを要求してもよい。別の例では、信頼区間が６０パーセント（６０％）である場合、加重重ね合わせは、初期アンチノイズの元の音圧レベルまたは強度をその６０パーセント（６０％）まで低下させること、及び移動中アンチノイズの音圧レベルまたは強度をその４０パーセント（４０％）まで低下させることを要求してもよい。

ボックス９５０において、航空機は、出発地から出発し、ボックス９６０において、航空機は、出発地から目的地への移動中に移動中ノイズを取り込む。例えば、航空機は、音エネルギーを検出し、取り込むための１つまたは複数のコンポーネントまたは特徴、例えば、マイクロフォン、圧電センサ、振動センサ、または音響エネルギーを１つもしくは複数の電気信号に変換するための、トランスデューサなどの任意の他の種類のデバイス、コンポーネント、システム、もしくは機器を含んでもよい。ボックス９７０において、航空機は、取り込まれた移動中ノイズに基づいて、移動中アンチノイズを計算する。例えば、移動中アンチノイズは、航空機の飛行中に取り込まれた音のうちの１つまたは複数の音圧レベルまたは強度と等しい音圧レベルまたは強度（例えば、振幅）、及び、予測ノイズの周波数と１８０度位相の異なる周波数を有してもよい。

ボックス９８０において、航空機は、加重重ね合わせに従って、ボックス９３０で計算された初期アンチノイズ、及びボックス９７０で判定された移動中アンチノイズを放出する。例えば、加重重ね合わせは、元の音圧レベルまたは強度の８０パーセント（８０％）で初期アンチノイズを、元の音圧レベルまたは強度の２０パーセント（２０％）で移動中アンチノイズを放出することを要求し、２つのアンチノイズは、そのような重みに従って放出され、かつ同時に放出されてもよい。その際、航空機によって発生または遭遇されるノイズの初期予測の品質が、その場測定に基づいて向上されてもよい。その場測定は、そのような初期予測に基づいて判定された初期アンチノイズを増強し得る、移動中アンチサウンドを計算するために使用されてもよい。ボックス９９０において、例えば、１つまたは複数のＧＰＳ受信機またはセンサに基づいて、航空機が目的地に到着したかどうかが判定され、プロセスが終了する。

加重重ね合わせによるアンチノイズ放出の一例が、図１０に示されている。図１０を参照すると、本開示の実施形態による、能動的な空気伝播音の低減のための１つのシステム１０００の態様の図が示されている。特に記載された場合を除いて、図１０に示される数字「１０」で始まる参照番号は、図８Ａもしくは図８Ｂに示される数字「８」、図６に示される数字「６」、図５に示される数字「５」、図３に示される数字「３」、図２に示される数字「２」、または図１Ａ〜図１Ｄに示される数字「１」で始まる参照番号を有するコンポーネントまたは特徴に類似のコンポーネントまたは特徴を示している。

図１０に示されるように、航空機１０１０は、１０２°の針路でフロリダ西部のメキシコ湾沿岸に沿って通過する経路に沿った、フロリダ州ペンサコーラの出発地からフロリダ州オーランドの目的地への途上にあり、１１０°の針路でメキシコ湾の一部上を通過し、最後に１１９°の針路でフロリダ中部の陸上を通過する。航空機１０１０は、オーランドへの途上にある間、多様なノイズ１０６５を放出する。

本開示によれば、初期アンチノイズ１０６５−１’は、計画された移動（例えば、出発地、目的地、及び中間地点を特定する移動計画、ならびに高度、針路、速度、上昇率もしくは降下率、旋回率、加速度、風速、湿度レベル、及び気温などの予測される環境条件、または航空機の動作特性）に関する情報を、訓練済み機械学習システムによって開発された音モデルに提供することによって、航空機１０１０について判定されてもよい。音モデルの出力は、動作中に航空機１０１０によって発生または遭遇され得る音に関する情報またはデータを含んでもよく、初期アンチノイズ１０６５−１’は、音圧レベルまたは強度及び周波数に関して、音モデルの出力に基づいて定義されてもよい。例えば、図１０に示されるように、初期アンチノイズ１０６５−１’は、ペンサコーラと第１の中間地点との間の移動の第１区間について９６ｄＢの音圧レベル及び２４９６Ｈｚの周波数、第１の中間地点と第２の中間地点との間の移動の第２区間について９２ｄＢの音圧レベル及び１９７４Ｈｚの周波数、ならびに第２の中間地点とオーランドとの間の移動の第３区間について９９ｄＢの音圧レベル及び２００４Ｈｚの周波数を含む。

追加的に、移動計画及び移動の任意の環境条件または動作特性などの外的または内的情報またはデータに基づいてそれ自体が判定された、音モデルの出力が正確または精密である信頼区間（即ち、信頼水準、または確率もしくは可能性の別の尺度もしくはメトリック）を、音モデルがさらに判定してもよい。例えば、信頼区間は、変化する地表条件（例えば、砂、低湿地、または海水の特性を反映または伝播する異なる音）、雲の範囲（例えば、湿度の高い雲、または乾燥した空気）、風または日照などの要因に起因して、移動全体を通して変化し得る。図１０に示されるように、移動の第１区間についての信頼区間は、７０パーセント（７０％）であり、移動の第２及び第３区間についての信頼区間は、それぞれ９９パーセント（９９％）及び８０パーセント（８０％）である。さらに、初期アンチノイズ１０６５−１’は、音モデルの出力に基づいて判定されるため、音モデルの出力の信頼区間は、そのような出力に基づいて計算された初期アンチノイズ１０６５−１’における信頼度と直接的に相関してもよい。

本開示によれば、航空機の動作中に放出されるアンチノイズは、２つの個々の予測ノイズ、即ち、いくつかの実施形態では、動作中に航空機によって発生または遭遇される予測ノイズに基づいて計算された初期アンチノイズ、ならびにそのような動作中に航空機によって、例えば、航空機上に提供される１つもしくは複数のマイクロフォン、圧電センサ、振動センサ、または他のトランスデューサもしくは感知デバイスによって取り込まれた実際のノイズに基づいて計算された移動中アンチノイズの双方に基づいて、判定される２つ以上のアンチノイズなどの、２つ以上のアンチノイズの加重重ね合わせに基づいてもよい。航空機によって放出される初期アンチノイズ及び移動中アンチノイズの関連強度は、初期アンチノイズが判定されるノイズの予測における信頼度を考慮する加重関数に基づいてもよい。したがって、加重重ね合わせは、初期アンチノイズに関連する信頼区間、または初期アンチノイズにおける信頼度の任意の他の尺度またはメトリック、または予測ノイズが移動中に航空機によって発生または遭遇される確率もしくは可能性を取り入れてもよい。

したがって、初期アンチノイズ１０６５−１’は、予測ノイズ、したがって、初期アンチノイズ１０６５−１’の正確性及び精密性の信頼レベルに基づいて判定される相対比で、移動中アンチノイズ１０６５−２’と同時に放出されてもよい。例えば、図１０を再び参照すると、移動の第１区間に沿って、初期アンチノイズ１０６５−１’は、その元の音圧レベルまたは強度の７０パーセント（７０％）で放出されてもよく、移動中アンチノイズ１０６５−２’は、その元の音圧レベルまたは強度の３０パーセント（３０％）で放出されてもよい。同様に、移動の第２区間に沿って、初期アンチノイズ１０６５−１’は、その元の音圧レベルまたは強度の９９パーセント（９９％）で放出されてもよく、移動中アンチノイズ１０６５−２’は、その元の音圧レベルまたは強度の１パーセント（１％）で放出されてもよい。移動の第３区間に沿って、初期アンチノイズ１０６５−１’は、その元の音圧レベルまたは強度の８０パーセント（８０％）で放出されてもよく、移動中アンチノイズ１０６５−２’は、その元の音圧レベルまたは強度の２０パーセント（２０％）で放出されてもよい。

上述のように、アンチノイズは、移動計画の態様（例えば、所与の位置もしくは時間において、または多様な高度、針路、速度、上昇率もしくは降下率、旋回率、または加速度において、予期され得るノイズ）だけでなく、予期されるノイズの多様な構成要素にも基づいて特定されてもよい。例えば、航空機が、ノイズの放出が予期され得る２つ以上の個別の発生源を含む場合、アンチノイズは、そのような発生源のそれぞれ、またはそれによって放出されるノイズのそれぞれについて特定されてもよく、アンチノイズは、そのようなノイズに応じて独立して放出されてもよい。

図１１を参照すると、本開示の実施形態による、能動的な空気伝播音の低減のための１つのプロセスのフローチャート１１００が示されている。ボックス１１１０において、移動計画が、出発地から目的地へ移動する航空機に対して特定される。移動計画は、出発地、目的地、任意の中間地点、または移動に関する任意の他の関連情報を、移動のために特定してもよい。ボックス１１２０において、移動計画に従って移動を完了させるために必要な動作速度が判定され、ボックス１１３０において、移動中の出発地と目的地との間の環境条件が予測される。例えば、動作速度は、出発地と目的地との間の距離、移動についての予定された経過時間、または航空機の任意の動作制約、及びボックス１１３０で予測された環境条件に基づいて計算されてもよく、環境条件は、いくつかの場合には、移動中に航空機を妨げ、または援助し得る。

連続して、または並行して、アンチノイズは、予測ノイズの多様な要素または構成要素に基づいて特定され、航空機から放出されてもよい。ボックス１１４０Ａにおいて、移動計画、動作速度、及び予測環境条件が、ロータノイズを予測するために第１の機械学習システムに提供されてもよい。例えば、第１の機械学習システムは、位置、動作速度、環境条件、または他の要因と相関され得る、航空機上の１つまたは複数のロータに関連するノイズに関する情報またはデータを使用して訓練されていてもよい。ボックス１１５０Ａにおいて、予測ロータノイズが、第１の機械学習システムから受信され、ボックス１１６０Ａにおいて、第１のアンチノイズが、予測ロータノイズを打ち消すように計算される。ボックス１１７０Ａにおいて、第１のアンチノイズが、スピーカ、または代替的には、別の発音デバイスから放出される。

同様に、ボックス１１４０Ｂにおいて、移動計画、動作速度、及び予測環境条件が、モータノイズを予測するために第２の機械学習システムに提供されてもよく、ボックス１１５０Ｂにおいて、予測モータノイズが、第２の機械学習システムから受信される。ボックス１１６０Ｂにおいて、第２のアンチノイズが、予測モータノイズを打ち消すように計算され、ボックス１１７０Ｂにおいて、第２のアンチノイズが、スピーカ、または他の発音デバイスから放出される。同様に、ボックス１１４０Ｃにおいて、移動計画、動作速度及び予測環境条件が、振動ノイズを予測するために第３の機械学習システムに提供されてもよく、ボックス１１５０Ｃにおいて、予測振動ノイズが、第３の機械学習システムから受信される。ボックス１１６０Ｂにおいて、第３のアンチノイズが、予測振動ノイズを打ち消すように計算され、ボックス１１７０Ｂにおいて、第３のアンチノイズが、スピーカ、または他の発音デバイスから放出される。

ボックス１１８０において、目的地における航空機の到着が判定される。例えば、航空機上の位置センサが、航空機が目的地に関連する場所、またはその近く、例えば、所定の許容誤差範囲内にいることを判定してもよい。ボックス１１９０において、第１のノイズ、第２のノイズ、及び第３のノイズが抑えられ、プロセスが終了する。

航空機は、動作中に、並行して、かつ航空機によって放出または遭遇されるノイズに応じて、多様なアンチノイズを同時に放出するように構成されてもよい。図１２Ａ及び図１２Ｂを参照すると、本開示の実施形態による、能動的な空気伝播音の低減のための１つのシステムの態様の図が示されている。特に記載された場合を除いて、図１２Ａまたは図１２Ｂに示される数字「１２」で始まる参照番号は、図１０に示される数字「１０」、図８Ａもしくは図８Ｂに示される数字「８」、図６に示される数字「６」、図５に示される数字「５」、図３に示される数字「３」、図２に示される数字「２」、または図１Ａ〜図１Ｄに示される数字「１」で始まる参照番号を有するコンポーネントまたは特徴に類似のコンポーネントまたは特徴を示している。

図１２Ａに示されるように、航空機１２１０は、複数のモータ１２１３、複数のロータ１２１５、及び機上センサのセット１２２０、航空機１２１０のコンポーネントを互いに結合する圧電素子１２３４、及びオーディオスピーカ１２４２を含む。図１２Ａ及び図１２Ｂに示されるように、航空機１２１０は、動作中に遭遇または発生されるノイズに応じてアンチノイズを放出するようにさらに構成される。例えば、ロータ１２１５が、第１のロータノイズ１２６５−１を放出すると予測されるまたは知られている場合、第１のロータアンチノイズ１２６５−１’が、オーディオスピーカ１２４２から放出されてもよい。ロータ１２１３が、第２のモータノイズ１２６５−２を放出すると予測されるまたは知られている場合、第２のモータアンチノイズ１２６５−２’は、モータ１２１３自体から、例えば、ＰＣスピーカなどの１つもしくは複数の内部スピーカ、またはその中の他の発音素子から放出されてもよい。航空機１２１０のコンポーネントが、第３の振動ノイズ１２６５−３を放出すると予測されるまたは知られている場合、第３の振動アンチノイズ１２６５−３’が、例えば、圧電素子１２３４内に提供される水晶振動子に電荷を付与し、そのような素子１２３４を共振周波数で振動させることによって、多様なコンポーネントを結合する圧電素子１２３４から放出されてもよい。

本開示は、本開示のシステム及び方法を実施するための例示的な技術、コンポーネント、及び／またはプロセスを使用して本明細書中に説明されてきたが、本開示の範囲内に含まれる、本明細書で説明された同一の機能（複数可）及び／または結果（複数可）を達成する、他の技術、コンポーネント、及び／もしくはプロセス、または本明細書で説明された技術、コンポーネント、及び／もしくはプロセスの他の組み合わせ及びシーケンスが、使用または実行されてもよいことが、当業者により理解されるべきである。

例えば、本明細書に開示された実施形態のうちのいくつかは、倉庫または他の同様の施設から顧客へ積荷を配達する無人航空機の使用に言及しているが、関係する技術分野の当業者であれば、本明細書に開示されたシステム及び方法が、そのように限定されず、任意の意図された工業、商業、娯楽、または他の用途のための、固定または回転翼を有する任意の種類または形式の航空機（例えば、有人または無人）に関連して利用され得ることを認識するであろう。

さらに、本明細書に開示される実施形態のうちのいくつかは、音圧レベル、環境条件、動作特性、及び位置に検出するためのセンサ、ならびにアンチノイズを放出するためのデバイスまたはコンポーネントを有する航空機の使用を示しているが、本開示のシステム及び方法は、同様にそのように限定されない。例えば、第１の航空機は、音圧レベル、環境条件、動作特性、及び位置を検出するためのセンサを特徴とし、そのような音圧レベル、環境条件、動作特性、または位置に関する情報またはデータを機械学習システムに提供してもよい。機械学習システムは、そのような環境条件、動作特性、または位置を音圧レベルに関連付けるように訓練されてもよい。続いて、第２の航空機の移動に関する情報またはデータは、入力として機械学習システムに提供されてもよく、第２の航空機によって放出されるアンチノイズは、機械学習システムからの出力に基づいて判定されてもよい。

本明細書において明示的にまたは暗示的に特に示されない限り、本明細書中の特定の実施形態に関して説明された特徴、特性、代替物、または修正物のうちのいずれかが、本明細書に説明された任意の他の実施形態でさらに適用され、使用され、取り入れられ得ること、ならびに、本開示の図面及び詳細な説明が、添付された特許請求の範囲によって定義される多様な実施形態に対する全ての修正物、均等物、及び代替物に及ぶように意図されることが、理解されるべきである。さらに、図４、７、９、または１１のフローチャートに表されるプロセスを含むがこれらに限定されない、本明細書に説明された本開示の１つまたは複数の方法またはプロセスに関して、そのような方法またはプロセスが表される順序は、特許請求される発明に対するいかなる限定としても解釈されることを意図するものではなく、本明細書に説明された任意の数の方法または処理ステップまたはボックスは、本明細書に説明された方法またはプロセスを実施するために、任意の順序で、かつ／または並列で、組み合わされ得る。また、本明細書において図面は一定の縮尺で描かれていない。

本明細書に開示される実施形態は、無人航空機（ＵＡＶ）であって、フレームと、フレームに取り付けられる複数のモータと、複数のプロペラであって、それぞれが複数のモータのうちの１つに連結され得る、複数のプロペラと、フレームに取り付けられるオーディオスピーカと、メモリ及び１つまたは複数のコンピュータプロセッサを有するコンピューティングデバイスと、のうちの１つまたは複数を含み、１つまたは複数のコンピュータプロセッサが、ＵＡＶの位置を判定すること、位置に関連する環境条件を判定すること、位置に関連する、複数のモータのうちの少なくとも１つ、または複数のプロペラのうちの少なくとも１つの動作特性を判定すること、位置、環境条件、または動作特性のうちの少なくとも１つに少なくとも一部基づいて、ＵＡＶに関連する第１のノイズの第１の音圧レベル及び第１の周波数を特定すること、アンチノイズの第２の音圧レベル、及び第１のノイズに対応するアンチノイズの第２の周波数を特定することであって、第２の音圧レベルが、第１の音圧レベルよりも大きくなく、第２の周波数が、第１の周波数に近く、第１の周波数とは実質的に１８０度異なる位相である、特定すること、ならびに／またはアンチノイズをＵＡＶのオーディオスピーカから放出すること、のうちの１つまたは複数を行うように構成されてもよい、無人航空機（ＵＡＶ）を含んでもよい。

任意で、ＵＡＶは、マイクロフォンをさらに含んでもよい。任意で、１つまたは複数のコンピュータプロセッサは、マイクロフォンを使用して以前に取り込まれた第２のノイズの第３の音圧レベル及び第３の周波数を特定すること、第２のノイズが取り込まれたときのＵＡＶの前の位置を判定すること、第２のノイズが取り込まれたときの前の位置に関連する、前の環境条件を判定すること、第２のノイズが取り込まれたときの前の位置に関連する、複数のモータのうちの少なくとも１つ、または複数のプロペラのうちの少なくとも１つの、前の動作特性を判定すること、第３の音圧レベル、第３の周波数、前の位置、前の環境条件、及び前の動作特性に関する情報に少なくとも一部基づいて、機械学習システムを訓練すること、訓練された機械学習システムを使用してＵＡＶのための音モデルを定義すること、ならびに／または音モデルに従って、アンチノイズの第２の音圧レベル、及びアンチノイズの第２の周波数を判定すること、のうちの１つまたは複数を行うようにさらに構成されてもよい。

任意で、位置における環境条件が、位置における気温、位置における気圧、位置における湿度、位置における風速、位置における雲量のレベル、位置における日照のレベル、及び／または位置における地上条件のうちの１つまたは複数を含んでもよい。任意で、位置における第１の複数のモータのうちの少なくとも１つ、または第２の複数のプロペラのうちの少なくとも１つの動作特性が、位置における航空機の針路、位置における航空機の対気速度、位置における航空機の高度、位置における航空機の上昇率、位置における航空機の降下率、位置における航空機の旋回率、位置における航空機の加速度、位置における第１の複数のモータのうちの少なくとも１つの回転速度、及び／または位置における第２の複数のロータのうちの少なくとも１つの回転速度のうちの少なくとも１つを含んでもよい。

本明細書に開示される実施形態は、第１の航空機を動作させる方法を含んでもよく、方法は、第１の航空機の第１の位置、第１の位置における第１の航空機の第１の動作特性、もしくは第１の位置における第１の環境条件のうちの少なくとも１つに関連する第１の音を、少なくとも１つのコンピュータプロセッサを使用して特定すること、少なくとも１つのコンピュータプロセッサを使用して、第１の音に少なくとも一部基づいて第２の音を判定すること、及び／または第１の航空機の第１の発音器で第２の音を放出すること、のうちの１つまたは複数を含む。

任意で、第２の音を判定することが、第１の音に関する情報を少なくとも１つの機械学習システムに入力として提供することであって、第１の音に関する情報が、第１の音の第１の音圧レベル、第１の音の第１の周波数、第１の位置、第１の動作特性、もしくは第１の環境条件のうちの少なくとも１つを含む、提供すること、及び／または少なくとも１つの機械学習システムから第２の音に関する情報を出力として受信することであって、第２の音に関する情報が、第２の音圧レベル、及び第２の周波数を含む、受信すること、のうちの１つまたは複数を含んでもよい。任意で、第２の周波数が、第１の周波数に対して実質的に大きさが等しく、逆極性であってもよい。任意で、少なくとも１つの機械学習システムが、第１の航空機上に提供される少なくとも１つのコンピュータプロセッサを使用して動作されてもよい。任意で、第２の音に関する情報を出力として受信することが、第１の音に関する情報が少なくとも１つの機械学習システムに入力として提供されてから２５マイクロ秒以内に、第１の音に関する情報に少なくとも一部基づいて、第２の音に関する情報を特定することをさらに含んでもよい。

任意で、方法は、第３の音に関する情報を少なくとも１つの機械学習システムに訓練入力として提供することであって、第３の音に関する情報が、第３の音に関連する第２の位置、第３の音に関連する第２の動作特性、もしくは第３の音に関連する第２の環境条件のうちの少なくとも１つを含む、提供すること、第３の音の第３の音圧レベル、及び第３の音の第３の周波数に関する情報を、少なくとも１つの機械学習システムに訓練出力として提供すること、ならびに／または訓練入力及び訓練出力に少なくとも一部基づいて、少なくとも１つの機械学習システムを訓練すること、のうちの１つまたは複数を含んでもよい。任意で、方法は、第１の航空機の第２の位置を判定すること、第２の位置における第１の航空機を使用して、第３の音に関連する第２の動作特性を判定すること、第２の位置における第１の航空機を使用して、第３の音に関連する第２の環境条件を判定すること、ならびに／または第２の位置における第１の航空機を使用して、第３の音の第３の音圧レベル、及び第３の音の第３の周波数を判定すること、のうちの１つまたは複数をさらに含んでもよい。任意で、第３の音圧レベル、第３の周波数、第２の動作特性、第２の環境条件、及び／または第２の位置のうちの１つまたは複数が、少なくとも第２の航空機により少なくとも一部判定されてもよい。

任意で、少なくとも１つの機械学習システムが、人工ニューラルネットワーク、条件付き確率場、コサイン類似度解析、因数分解法、Ｋ平均クラスタリング解析、潜在的ディリクレ配分法、潜在意味解析、対数尤度類似度解析、最近傍解析、サポートベクトルマシン、及び／またはトピックモデル解析のうちの１つまたは複数を実行するように構成されてもよい。任意で、方法は、航空機のための移動計画に関する情報を特定することを含むが、この場合、移動計画が、航空機の複数の位置に関する情報を含んでもよく、第１の位置が、複数の位置のうちの１つであってもよく、第１の航空機の第１の位置、第１の位置における第１の航空機の第１の動作特性、または第１の位置における第１の環境条件のうちの少なくとも１つに関連する第１の音を特定することが、複数の音のうちの１つまたは複数を特定することをさらに含み、複数の音のそれぞれが、航空機についての複数の位置のうちの少なくとも１つに関連付けられ、第２の音を判定することが、複数のアンチノイズを判定することをさらに含み、複数のアンチノイズのそれぞれが、複数の音のうちの少なくとも１つに少なくとも一部基づいて判定され、第２の音が、複数のアンチノイズのうちの１つであってもよく、複数のアンチノイズのそれぞれが、複数の位置のうちの少なくとも１つに対応し、かつ／または第１の航空機上に提供される第１の発音器で第２の音を放出することが、第１の航空機上に提供される第１の発音器で複数のアンチノイズを放出することを含み、複数のアンチノイズのそれぞれが、複数の位置のうちの対応する少なくとも１つにおいて放出されてもよい。

任意で、第１の発音器が、オーディオスピーカ、圧電式発音器、及び／または第１の航空機上に提供される振動源のうちの１つまたは複数を含んでもよい。任意で、方法は、第１の位置の周辺範囲内のノイズ閾値を判定すること、ならびに／または第１の音及びノイズ閾値に少なくとも一部基づいて、第２の音を判定すること、のうちの１つまたは複数を含んでもよい。任意で、第１の音が、第１の音圧レベル及び第１の周波数を有してもよく、第１の音及びノイズ閾値に少なくとも一部基づいて、第２の音を判定することが、第１の音及びノイズ閾値に少なくとも一部基づいて、第２の音の第２の音圧レベル及び第２の周波数を判定することをさらに含み、第２の周波数が、第１の周波数に対して大きさが等しく、逆極性であってもよく、第１の音圧レベルと第２の音圧レベルとの和が、所定の時間におけるノイズ閾値よりも小さくてもよい。

任意で、第１の航空機が、第１の時間において第１の位置に位置するものと予想されてもよく、第１の航空機上に提供される第１の発音器で第２の音を放出することが、第１の航空機が第１の位置にあるときに第１の発音器で第２の音を放出すること、及び／または第１の時間において第１の発音器で第２の音を放出すること、のうちの１つまたは複数をさらに含んでもよい。任意で、第１の環境条件が、第１の時間の第１の位置における、第１の気温、第１の気圧、第１の風速、第１の湿度、第１の雲の範囲レベル、第１の日照レベル、及び／または第１の地表条件のうちの１つまたは複数を含んでもよい。任意で、第１の動作特性が、第１の時間における第１の航空機上に提供される第１のモータの第１の回転速度、第１の時間における第１の航空機の第１の高度、第１の時間における第１の航空機の第１の針路、第１の時間における第１の航空機の第１の対気速度、第１の時間における第１の航空機の第１の上昇率、第１の時間における第１の航空機の第１の降下率、第１の時間における第１の航空機の第１の旋回率、または第１の時間における第１の航空機の第１の加速度のうちの少なくとも１つの１つまたは複数を含んでもよい。

本明細書で開示される実施形態は、動作中の航空機に関連する第１のノイズに関する情報を特定することであって、第１のノイズに関する情報が、第１のノイズの周波数及び第１のノイズの強度を含む、特定すること、動作中の航空機に関連する第２のノイズに関する情報を特定することであって、第２のノイズに関する情報が、第２のノイズの周波数及び第２のノイズの強度を含み得る、特定すること、第１のノイズに関する情報に少なくとも一部基づいて、第１のアンチノイズに関する情報を判定することであって、第１のアンチノイズに関する情報が、第１のアンチノイズの周波数及び第１のアンチノイズの強度を含み得る、判定すること、第２のノイズに関する情報に少なくとも一部基づいて、第２のアンチノイズに関する情報を判定することであって、第２のアンチノイズに関する情報が、第２のアンチノイズの周波数及び第２のアンチノイズの強度を含み得る、判定すること、動作中の航空機に関連する第１のノイズ放出デバイスから第１のアンチノイズを放出すること、ならびに／または動作中の航空機に関連する第２のノイズ放出デバイスから第２のアンチノイズを放出すること、のうちの１つまたは複数を含む方法を含んでもよい。第１のアンチノイズの周波数は、第１のノイズの周波数と実質的に等しく、かつ位相が異なっていてもよく、第２のアンチノイズの周波数は、第２のノイズの周波数と実質的に等しく、かつ位相が異なっていてもよい。

任意で、第１のノイズは、動作中の航空機の第１のコンポーネントに関連付けられてもよく、第１のコンポーネントは、１つもしくは複数のプロペラ、１つもしくは複数のモータ、及び／または動作中の航空機の機体の１つもしくは複数の部分のうちの１つであってもよい。任意で、第１のノイズ放出デバイスは、第１のコンポーネントに関連付けられてもよく、第２のノイズは、動作中の航空機の第２のコンポーネントに関連付けられてもよい。任意で、第２のコンポーネントは、１つもしくは複数のプロペラ、１つもしくは複数のモータ、及び／または動作中の航空機の機体の１つもしくは複数の部分のうちの別の１つであってもよい。任意で、第２のノイズ放出デバイスは、第２のコンポーネントに関連付けられてもよい。

任意で、方法は、動作中の航空機に関連する第３のノイズに関する情報を特定することであって、第３のノイズに関する情報が、第３のノイズの周波数及び第３のノイズの強度を含み得る、特定すること、第３のノイズに関する情報に少なくとも一部基づいて、第３のアンチノイズに関する情報を判定することであって、第３のアンチノイズに関する情報が、第３のアンチノイズの周波数及び第３のアンチノイズの強度を含み得る、判定すること、ならびに／または動作中の航空機に関連する第３のノイズ放出デバイスから第３のアンチノイズを放出することであって、第３のアンチノイズの周波数は、第３のノイズの周波数と実質的に等しく、かつ位相が異なり得る、放出すること、のうちの１つまたは複数をさらに含んでもよい。

任意で、第１のノイズは、動作中の航空機の第１のコンポーネントに関連付けられてもよく、第１のコンポーネントは、少なくとも１つのプロペラ、少なくとも１つのモータ、及び／または動作中の航空機の機体の少なくとも一部であってもよい。任意で、第１のノイズ放出デバイスは、第１のコンポーネントに関連付けられてもよく、第２のノイズは、動作中の航空機の第２のコンポーネントに関連付けられてもよく、第２のコンポーネントは、少なくとも１つのプロペラ、少なくとも１つのモータ、または動作中の航空機の機体の少なくとも一部のうちの第２のものであってもよい。任意で、第２のノイズ放出デバイスは、第２のコンポーネントに関連付けられてもよく、第３のノイズは、動作中の航空機の第３のコンポーネントに関連付けられてもよく、第３のコンポーネントは、少なくとも１つのプロペラ、少なくとも１つのモータ、または動作中の航空機の機体の少なくとも一部のうちの第３のものであってもよい。任意で、第３のノイズ放出デバイスは、第３のコンポーネントに関連付けられてもよい。

任意で、方法は、動作中の航空機の位置を判定すること、第１のノイズ及び動作中の航空機の位置に関する情報に一部に少なくとも一部基づいて、第１のアンチノイズに関する情報を判定すること、ならびに／または第２のノイズ及び動作中の航空機の位置に関する情報に少なくとも一部基づいて、第２のアンチノイズに関する情報を判定すること、のうちの１つまたは複数を含んでもよい。任意で、方法は、航空機の位置の周辺範囲内の少なくとも１つの環境条件を判定することであって、少なくとも１つの環境条件が、航空機の位置の周辺範囲内の気温、航空機の位置の周辺範囲内の気圧、航空機の位置の周辺範囲内の湿度、航空機の位置の周辺範囲内の風速、航空機の位置の周辺範囲内の雲量レベル、航空機の位置の周辺範囲内の日照レベル、及び／または航空機の位置の周辺範囲内の地上条件のうちの１つまたは複数を含む、判定すること、のうちの１つまたは複数を含んでもよい。任意で、第１のアンチノイズに関する情報を判定することは、第１のノイズ、航空機の位置、及び／または少なくとも１つの環境条件に関する情報のうちの１つまたは複数に少なくとも一部基づいてもよい。任意で、第２のアンチノイズに関する情報を判定することは、第２のノイズ、航空機の位置、及び／または少なくとも１つの環境条件の関する情報のうちの１つまたは複数に少なくとも一部基づいてもよい。

本明細書に開示される実施形態は、フレーム、フレームに関連付けられる全地球測位システム（ＧＰＳ）センサ、フレームに取り付けられる複数のモータ、複数のプロペラであって、それぞれが複数のモータのうちの１つに連結され得る複数のプロペラ、フレームもしくは複数のモータのうちの少なくとも１つに取り付けられる発音デバイス、ならびに／またはメモリ及び１つもしくは複数のコンピュータプロセッサを有するコンピューティングデバイスのうちの１つまたは複数を含む無人航空機（「ＵＡＶ」）を含んでもよい。任意で、１つまたは複数のコンピュータプロセッサは、ＧＰＳセンサによってＵＡＶの位置を判定すること、位置に関連する少なくとも１つの環境条件を判定すること、位置に関連する複数のモータのうちの少なくとも１つ、もしくは複数のプロペラのうちの少なくとも１つの少なくとも１つの動作特性を判定すること、位置、少なくとも１つの環境条件、もしくは少なくとも１つの動作特性のうちの少なくとも１つに少なくとも一部基づいてアンチノイズの音圧レベル及びアンチノイズの周波数を判定すること、ならびに／またはＵＡＶの発音デバイスからアンチノイズを放出すること、のうちの１つまたは複数を行うように構成されてもよい。任意で、請求項１のＵＡＶは、マイクロフォンをさらに含んでもよく、かつ／または、１つもしくは複数のコンピュータプロセッサは、マイクロフォンを使用して音を取り込むこと、ならびに／もしくはマイクロフォンを使用して取り込まれた音の音圧レベル、及びマイクロフォンを使用して取り込まれた音の周波数を特定すること、のうちの１つまたは複数を行うようにさらに構成されてもよく、この場合、アンチノイズの音圧レベル及びアンチノイズの周波数は、マイクロフォンを使用して取り込まれた音の音圧レベル、及びマイクロフォンを使用して取り込まれた音の周波数に少なくとも一部基づいて判定されてもよい。

本明細書に開示される実施形態は、取り付けられる第１の発音デバイスを有する第１の航空機を動作させる方法を含んでもよく、第１の時間より前に少なくとも１つのコンピュータプロセッサによって、第１の時間における第１の航空機の第１の予想位置、第１の予想位置もしくは第１の時間における第１の予想環境条件、第１の予想位置もしくは第１の時間における第１の航空機の第１の予想動作特性のうちの１つもしくは複数を予測すること、少なくとも１つのコンピュータプロセッサによって、第１の時間における第１の航空機の少なくとも１つのコンポーネントによって放出されるべき第１の音を予測することであって、第１の音が、第１の予想位置、第１の予想環境条件、もしくは第１の予想動作特性のうちの少なくとも１つに少なくとも一部基づいて予測され得る、予測すること、少なくとも１つのコンピュータプロセッサによって、第１の音に少なくとも一部基づいて第２の音を判定することであって、第２の音の第２の音圧レベルが、第１の音の第１の音圧レベルより大きくなく、第２の音の第２の周波数が、第１の音の第１の周波数に対して実質的に大きさが等しく、逆極性であり得る、判定すること、及び／または少なくとも１つのコンピュータプロセッサによって、第１の時間において第１の発音デバイスにより第２の音を放出させること、のうちの１つまたは複数を含む。

任意で、第２の音は、第１の時間において第１の発音デバイスにより放出されてもよい。任意で、第１の航空機は、全地球測位システム（ＧＰＳ）センサをさらに含んでもよい。任意で、方法は、ＧＰＳセンサによって、第１の航空機が第１の時間に第１の予定位置にあると判定することをさらに含んでもよく、第２の音は、第１の航空機が第１の時間に第１の予定位置にあると判定することに応じて、第１の発音デバイスによって放出されてもよい。任意で、第１の航空機の少なくとも１つのコンポーネントは、第１の航空機のフレーム、フレームに取り付けられるモータ、及び／またはモータに回転可能に連結されるプロペラのうちの１つまたは複数であってもよい。

任意で、第１の時間において第１の航空機の少なくとも１つのコンポーネントによって放出されるべき第１の音を予測することは、少なくとも１つのコンピュータプロセッサによって、第１の予想位置、第１の予想環境条件、及び第１の予想動作特性に関する第１の情報を少なくとも１つの機械学習システムに入力として提供すること、ならびに／または少なくとも１つの機械学習システムから、第１の音に関する第２の情報を出力として受信することであって、第１の音に関する第２の情報が、第１の音圧レベル及び第１の周波数を含み得る、受信することのうちの１つまたは複数をさらに含んでもよい。

任意で、第２の音を判定することが、第１の音に関する情報を少なくとも１つの機械学習システムに入力として提供することであって、第１の音に関する情報が、第１の音の第１の音圧レベル、もしくは第１の音の第１の周波数のうちの少なくとも１つを含み得る、提供すること、ならびに／または少なくとも１つの機械学習システムから、第２の音に関する第２の情報を出力として受信することであって、第２の音に関する第２の情報が、第２の音圧レベル及び第２の周波数を含んでもよく、第２の音が、第２の音圧レベルまたは第２の周波数で第１の発音デバイスによって放出され得る、受信すること、のうちの１つまたは複数を含んでもよい。

任意で、少なくとも１つの機械学習システムが、人工ニューラルネットワーク、条件付き確率場、コサイン類似度解析、因数分解法、Ｋ平均クラスタリング解析、潜在的ディリクレ配分法、潜在意味解析、対数尤度類似度解析、最近傍解析、サポートベクトルマシン、及び／またはトピックモデル解析のうちの１つまたは複数を実行するように構成されてもよい。

任意で、第１の時間における第１の航空機の第１の予想位置、第１の予想位置もしくは第１の時間における第１の予想環境条件、または第１の予想位置もしくは第１の時間における第１の航空機の第１の予想動作特性のうちの少なくとも１つを予測することのうちの１つまたは複数が、第２の航空機が、第２の時間において第１の予想位置にあったことを判定することであって、第２の時間が、第１の時間より先であり得る、判定すること、ならびに／または第２の時間に第１の予想位置において第２の航空機によって観測される第２の環境条件もしくは第２の動作特性のうちの少なくとも１つに関する情報を判定することを含んでもよく、第１の時間において第１の航空機の少なくとも１つのコンポーネントによって放出される第１の音は、第２の環境条件または第２の動作特性のうちの少なくとも１つに関する情報に少なくとも一部基づいて予測されてもよい。

任意で、第１の時間において第１の航空機の少なくとも１つのコンポーネントによって放出される第１の音は、第２の航空機上に提供される少なくとも１つのコンピュータプロセッサによって予測されてもよい。

任意で、第１の時間における第１の航空機の第１の予想位置、第１の予想位置もしくは第１の時間における第１の予想環境条件、及び／または第１の予想位置もしくは第１の時間における第１の航空機の第１の予想動作特性のうちの少なくとも１つを予測することのうちの１つまたは複数が、航空機のための移動計画を生成することであって、移動計画が、航空機の複数の予想位置に関する情報を含んでもよく、かつ／または第１の予想位置が、複数の予想位置のうちの１つであってもよい、生成することを含んでもよい。任意で、第１の時間において第１の航空機の少なくとも１つのコンポーネントによって放出される第１の音を予測することは、第１の航空機の複数のコンポーネントのうちの１つによって放出される複数の音を予測することであって、複数の音のそれぞれが、第１の航空機の複数の予想位置のうちの少なくとも１つに関連付けられ得る、予測することをさらに含んでもよい。任意で、第２の音を判定することは、複数のアンチノイズを判定することをさらに含んでもよく、この場合、複数のアンチノイズのそれぞれは、複数の音のうちの１つに対応してもよく、複数のアンチノイズのそれぞれは、複数の音のうちの１つの音圧レベルより大きくない音圧レベルを有してもよく、複数のアンチノイズのそれぞれは、複数の音のうちの１つの周波数に対して実質的に大きさが等しく、逆極性である周波数を有してもよく、第２の音は、複数のアンチノイズのうちの１つであってもよく、かつ／または複数のアンチノイズのそれぞれは、複数の位置のうちの１つに対応してもよい。

任意で、第１の発音デバイスは、オーディオスピーカ、圧電式発音器、及び／または第１の航空機上に提供される振動源のうちの１つまたは複数を含んでもよい。

任意で、方法は、第１の予想位置の周辺範囲内でノイズ閾値を判定することのうちの１つまたは複数をさらに含んでもよく、この場合、第２の音は、第１の予想位置の周辺範囲内で第１の音及びノイズ閾値に少なくとも一部基づいて判定されてもよい。

任意で、第１の音に少なくとも一部基づいて第２の音を判定することは、第１の音及びノイズ閾値に少なくとも一部基づいて第２の音圧レベルまたは第２の周波数のうちの少なくとも１つを判定することをさらに含んでもよく、この場合、第１の音圧レベルと第２の音圧レベルとの和は、所定の時間においてノイズ閾値よりも小さくてもよい。

任意で、第１の予想環境条件は、第１の予想位置もしくは第１の時間における第１の気温、第１の予想位置もしくは第１の時間における第１の気圧、第１の予想位置もしくは第１の時間における第１の風速、第１の予想位置もしくは第１の時間における第１の湿度、第１の予想位置もしくは第１の時間における第１の雲の範囲レベル、第１の予想位置もしくは第１の時間における第１の日照レベル、及び／または第１の予想位置もしくは第１の時間における第１の地表条件のうちの１つまたは複数を含んでもよい。

任意で、第１の予想動作特性が、第１の予想位置もしくは第１の時間における第１の航空機上に提供される第１のモータの第１の回転速度、第１の予想位置もしくは第１の時間における第１の航空機の第１の高度、第１の予想位置もしくは第１の時間における第１の航空機の第１の針路、第１の予想位置もしくは第１の時間における第１の航空機の第１の対気速度、第１の予想位置もしくは第１の時間における第１の航空機の第１の上昇率、第１の予想位置もしくは第１の時間における第１の航空機の第１の降下率、第１の予想位置もしくは第１の時間における第１の航空機の第１の旋回率、及び／または第１の予想位置もしくは第１の時間における第１の航空機の第１の加速度のうちの１つまたは複数を含んでもよい。

本明細書で開示される実施形態は、少なくとも１つのコンピュータプロセッサによって、第１の航空機の第１の移動に関する情報を特定することであって、第１の移動が、第１の時間における第１の航空機による第１の位置上の航行を含み得る、特定すること、少なくとも１つのコンピュータプロセッサによって、第１の航空機の第１の移動に関する情報に少なくとも一部基づいて、第２の音の少なくとも１つの周波数、及び第２の音の少なくとも１つの音圧レベルを判定すること、少なくとも１つのコンピュータプロセッサによって、第２の航空機の第２の移動についての移動計画を生成することであって、第２の移動が、第２の時間における第２の航空機による第１の位置上の航行を含み得る、生成すること、ならびに／または第２の時間の前に、第２の航空機の機上メモリに移動計画を記憶すること、のうちの１つまたは複数を含む方法を含んでもよい。

任意で、第１の航空機の第１の移動に関する情報は、第１の位置の緯度、第１の位置の経度、第１の位置及び第１の時間における第１の航空機の高度、第１の位置及び第１の時間における第１の航空機の針路、第１の位置及び第１の時間における第１の航空機の対気速度、第１の位置及び第１の時間における第１の航空機の上昇率、第１の位置及び第１の時間における第１の航空機の降下率、第１の位置及び第１の時間における第１の航空機の旋回率、第１の位置及び第１の時間における第１の航空機の加速度、第１の位置及び第１の時間における第１の航空機に取り付けられた第１のモータの回転速度であって、第１のモータが、回転可能に連結された第１のプロペラを有する、回転速度、ならびに／または第１の位置及び第１の時間における第１の航空機上に提供される第１の音センサによって取り込まれる少なくとも第１の音の少なくとも１つの周波数、少なくとも第１の音の少なくとも１つの音圧レベル、ならびに／または第１の位置及び第１の時間における第１の航空機によって遭遇される第１の環境条件、のうちの１つまたは複数を含んでもよい。

任意で、移動計画は、複数の命令を含んでもよく、この場合、複数の命令のうちの１つは、第２の航空機上に提供される発音デバイスによって、第２の時間に、または第２の航空機が第１の位置の周辺範囲内にあることを判定したときに、少なくとも第２の音を放出する命令であってもよい。

任意で、少なくとも第２の音の少なくとも１つの周波数及び少なくとも第２の音の少なくとも１つの音圧レベルを判定することは、少なくとも１つのコンピュータプロセッサによって、第１の航空機の第１の移動に関する情報を少なくとも１つの機械学習システムに入力として提供すること、ならびに／または少なくとも１つの機械学習システムから第２の音に関する情報を出力として受信することであって、第２の音に関する情報が、第２の音の少なくとも１つの周波数、及び第２の音の少なくとも１つの音圧レベルを含み得る、受信すること、のうちの１つまたは複数を含んでもよい。

任意で、方法は、少なくとも１つのコンピュータプロセッサによって、第１の位置の周辺範囲内でノイズ閾値を特定することのうちの１つまたは複数をさらに含んでもよく、この場合、第２の音の少なくとも１つの音圧レベル、または第２の音の少なくとも１つの周波数のうちの少なくとも１つは、第１の位置の周辺範囲内のノイズ閾値に少なくとも一部基づいて判定されてもよい。

「し得る（ｃａｎ）」、「し得る（ｃｏｕｌｄ）」、「し得る（ｍｉｇｈｔ）」、または「してもよい（ｍａｙ）」などの条件付きの言葉は、具体的に特段の言及がない限り、または別途用いられる文脈内で理解されない限り、概して、ある特徴、要素、及び／またはステップを、ある実施形態は含み得る、または含む可能性があるが、義務または必須ではない許容的な方式で伝えることを意図するものである。同様の方式で、「含む（ｉｎｃｌｕｄｅ）」、「含んでいる（ｉｎｃｌｕｄｉｎｇ）」、及び「含む（ｉｎｃｌｕｄｅｓ）」などの語は、概して、「含むが、限定はされない（ｉｎｃｌｕｄｉｎｇ，ｂｕｔ ｎｏｔ ｌｉｍｉｔｅｄ ｔｏ）」を意味するように意図される。したがって、このような条件付きの言葉は、概して、特徴、要素、及び／もしくはステップが、１つもしくは複数の実施形態に多少なりとも必要とされること、または、１つもしくは複数の実施形態が、ユーザの入力もしくはプロンプティングの有無に関わらず、これらの特徴、要素、及び／もしくはステップが任意の特定の実施形態に含まれるかどうか、もしくは任意の特定の実施形態において実行されるべきかどうかを決定するためのロジックを必ず含むことを示唆するように意図されるものではない。

「Ｘ、Ｙ、またはＺのうちの少なくとも１つ」、または「Ｘ、Ｙ、及びＺのうちの少なくとも１つ」という句のような離接的な言葉は、具体的に特段の言及がない限り、項目、用語などが、Ｘ、Ｙ、もしくはＺのいずれか、またはそれら（例えば、Ｘ、Ｙ、及び／もしくはＺ）の任意の組み合わせであってもよいことを提示するために、概して使用される文脈で理解される。したがって、このような離接的な言葉は、概して、ある実施形態が、Ｘのうちの少なくとも１つ、Ｙのうちの少なくとも１つ、またはＺのうちの少なくとも１つがそれぞれ存在することを必要とすることを示唆するように意図されるものではなく、示唆するべきではない。

明示的に特段の言及がない限り、「ａ」、「ａｎ」などの冠詞は、概して、１つまたは複数の記載された項目を含むように解釈されるべきである。したがって、「するように構成されるデバイス」などの句は、１つまたは複数の列挙されたデバイスを含むように意図されるものである。そのような１つまたは複数の列挙されたデバイスは、また、言及された列挙事項を実行するように集合的に構成され得る。例えば、「列挙事項Ａ、Ｂ、及びＣを実行するように構成されるプロセッサ」は、列挙事項Ｂ及びＣを実行するように構成される第２のプロセッサと共に動作する、列挙事項Ａを実行するように構成される第１のプロセッサを含み得る。

本明細書で使用される「約」、「およそ」、「概して」、「近く」、または「実質的に」という語のように、本明細書で使用される度合いの言葉は、所望の機能をなおも実行し、または所望の結果を達成する、言及した値、量、または特性に近い値、量、または特性を表す。例えば、「約」、「およそ」、「概して」、「近く」、または「実質的に」という語は、言及した量の１０％未満内、５％未満内、１％未満内、０．１％未満内、及び０．０１％未満内である量を指してもよい。

本発明は、その例示的な実施形態に関して説明され、例示されてきたが、前述の多様な他の追加及び省略が、本開示の趣旨及び範囲から逸脱することなく、その中でかつそれに対して行われてもよい。

Claims (17)

1. フレームと、
   前記フレームに取り付けられる複数のモータと、
   複数のプロペラであって、前記複数のプロペラのそれぞれが前記複数のモータのうちの１つに連結される、前記複数のプロペラと、
   前記フレームに取り付けられるオーディオスピーカと、
   メモリ及び１つまたは複数のコンピュータプロセッサを有するコンピューティングデバイスと、を備え、
   前記１つまたは複数のコンピュータプロセッサが、少なくとも、
   ＵＡＶの位置を判定すること、
   前記位置に関連する環境条件を判定すること、
   前記位置に関連する、前記複数のモータのうちの少なくとも１つ、または前記複数のプロペラのうちの少なくとも１つの動作特性を判定すること、
   前記位置、前記環境条件、または前記動作特性のうちの少なくとも１つに少なくとも一部基づいて、前記ＵＡＶに関連する第１のノイズの第１の音圧レベル及び第１の周波数を特定すること、
   アンチノイズの第２の音圧レベル、及び前記第１のノイズに対応する前記アンチノイズの第２の周波数を特定することであって、前記第２の音圧レベルが、前記第１の音圧レベルよりも大きくなく、前記第２の周波数が、前記第１の周波数に近く、前記第１の周波数とは実質的に１８０度異なる位相である、前記特定すること、及び
   前記アンチノイズを前記ＵＡＶの前記オーディオスピーカから放出することを行うように構成される、無人航空機（ＵＡＶ）。
2. マイクロフォンをさらに備え、
   前記１つまたは複数のコンピュータプロセッサが、少なくとも、
   前記マイクロフォンを使用して以前に取り込まれた第２のノイズの第３の音圧レベル及び第３の周波数を特定し、
   前記第２のノイズが取り込まれたときの前記ＵＡＶの前の位置を判定し、
   前記第２のノイズが取り込まれたときの前記前の位置に関連する前の環境条件を判定し、
   前記第２のノイズが取り込まれたときの前記前の位置に関連する、前記複数のモータのうちの少なくとも１つ、または前記複数のプロペラのうちの少なくとも１つの、前の動作特性を判定し、
   前記第３の音圧レベル、前記第３の周波数、前記前の位置、前記前の環境条件、及び前記前の動作特性に関する情報に少なくとも一部基づいて、機械学習システムを訓練し、
   訓練された前記機械学習システムを使用して前記ＵＡＶのための音モデルを定義し、
   前記音モデルに従って、前記アンチノイズの前記第２の音圧レベル、及び前記アンチノイズの前記第２の周波数を判定するようにさらに構成される、請求項１に記載のＵＡＶ。
3. 前記位置における前記環境条件が、
   前記位置における気温、
   前記位置における気圧、
   前記位置における湿度、
   前記位置における風速、
   前記位置における雲量のレベル、
   前記位置における日照のレベル、または
   前記位置における地上条件のうちの少なくとも１つを含み、
   前記位置における前記第１の複数のモータのうちの少なくとも１つ、または前記第２の複数のプロペラのうちの少なくとも１つの前記動作特性が、
   前記位置における前記航空機の針路、
   前記位置における前記航空機の対気速度、
   前記位置における前記航空機の高度、
   前記位置における前記航空機の上昇率、
   前記位置における前記航空機の降下率、
   前記位置における前記航空機の旋回率、
   前記位置における前記航空機の加速度、
   前記位置における前記第１の複数のモータのうちの前記少なくとも１つの回転速度、または
   前記位置における前記第２の複数のロータのうちの前記少なくとも１つの回転速度、のうちの少なくとも１つを含む、請求項１または２のいずれかに記載のＵＡＶ。
4. 第１の航空機を動作させる方法であって、
   前記第１の航空機の第１の位置、前記第１の位置における前記第１の航空機の第１の動作特性、または前記第１の位置における第１の環境条件のうちの少なくとも１つに関連する第１の音を、少なくとも１つのコンピュータプロセッサを使用して特定することと、
   前記少なくとも１つのコンピュータプロセッサを使用して、前記第１の音に少なくとも一部基づいて第２の音を判定することと、
   前記第１の航空機の第１の発音器で前記第２の音を放出することと、を含む、前記方法。
5. 前記第２の音を判定することが、
   前記第１の音に関する情報を少なくとも１つの機械学習システムに入力として提供することであって、前記第１の音に関する前記情報が、前記第１の音の第１の音圧レベル、前記第１の音の第１の周波数、前記第１の位置、前記第１の動作特性、または前記第１の環境条件のうちの少なくとも１つを含む、前記提供することと、
   前記少なくとも１つの機械学習システムから前記第２の音に関する情報を出力として受信することであって、前記第２の音に関する前記情報が、第２の音圧レベル、及び第２の周波数を含む、前記受信することと、をさらに含み、
   前記第２の周波数が、前記第１の周波数に対して実質的に大きさが等しく、逆極性である、請求項４に記載の方法。
6. 前記少なくとも１つの機械学習システムが、前記第１の航空機上に提供される少なくとも１つのコンピュータプロセッサを使用して動作され、
   前記第２の音に関する前記情報を前記出力として受信することが、
   前記第１の音に関する前記情報が前記少なくとも１つの機械学習システムに前記入力として提供されてから２５マイクロ秒以内に、前記第１の音に関する前記情報に少なくとも一部基づいて、前記第２の音に関する前記情報を特定することをさらに含む、請求項５に記載の方法。
7. 第３の音に関する情報を前記少なくとも１つの機械学習システムに訓練入力として提供することであって、前記第３の音に関する前記情報が、前記第３の音に関連する第２の位置、前記第３の音に関連する第２の動作特性、または前記第３の音に関連する第２の環境条件のうちの少なくとも１つを含む、前記提供することと、
   前記第３の音の第３の音圧レベル、及び前記第３の音の第３の周波数に関する情報を、前記少なくとも１つの機械学習システムに訓練出力として提供することと、
   前記訓練入力及び前記訓練出力に少なくとも一部基づいて、前記少なくとも１つの機械学習システムを訓練することと、をさらに含む、請求項５または６に記載の方法。
8. 前記第１の航空機の前記第２の位置を判定することと、
   前記第２の位置における前記第１の航空機を使用して、前記第３の音に関連する前記第２の動作特性を判定することと、
   前記第２の位置における前記第１の航空機を使用して、前記第３の音に関連する前記第２の環境条件を判定することと、
   前記第２の位置における前記第１の航空機を使用して、前記第３の音の前記第３の音圧レベル、及び前記第３の音の前記第３の周波数を判定することと、をさらに含む、請求項７に記載の方法。
9. 前記第３の音圧レベル、前記第３の周波数、前記第２の動作特性、前記第２の環境条件、または前記第２の位置のうちの少なくとも１つが、少なくとも第２の航空機により少なくとも一部判定された、請求項７または８に記載の方法。
10. 前記少なくとも１つの機械学習システムが、
    人工ニューラルネットワーク、
    条件付き確率場、
    コサイン類似度解析、
    因数分解法、
    Ｋ平均クラスタリング解析、
    潜在的ディリクレ配分法、
    潜在意味解析、
    対数尤度類似度解析、
    最近傍解析、
    サポートベクトルマシン、または
    トピックモデル解析のうちの少なくとも１つを実行するように構成される、請求項５、６、７、８、または９のいずれか１項に記載の方法。
11. 前記航空機のための移動計画に関する情報を特定することであって、前記移動計画が、前記航空機の複数の位置に関する情報を含み、前記第１の位置が、前記複数の位置のうちの１つである、前記特定することをさらに含み、
    前記第１の航空機の前記第１の位置、前記第１の位置における前記第１の航空機の前記第１の動作特性、または前記第１の位置における前記第１の環境条件のうちの少なくとも１つに関連する前記第１の音を特定することが、
    複数の音を特定することであって、前記複数の音のそれぞれが、前記航空機についての前記複数の位置のうちの少なくとも１つに関連付けられる、前記特定することをさらに含み、
    前記第２の音を判定することが、
    複数のアンチノイズを判定することであって、前記複数のアンチノイズのそれぞれが、前記複数の音のうちの少なくとも１つに少なくとも一部基づいて判定され、前記第２の音が、前記複数のアンチノイズのうちの１つであり、前記複数のアンチノイズのそれぞれが、前記複数の位置のうちの前記少なくとも１つに対応する、前記判定することをさらに含み、
    前記第１の航空機上に提供される前記第１の発音器で前記第２の音を放出することが、
    前記第１の航空機上に提供される前記第１の発音器で前記複数のアンチノイズを放出することであって、前記複数のアンチノイズのそれぞれが、前記複数の位置のうちの前記対応する少なくとも１つにおいて放出される、前記放出することをさらに含む、請求項５、６、７、８、９、または１０のいずれか１項に記載の方法。
12. 前記第１の発音器が、オーディオスピーカ、圧電式発音器、または前記第１の航空機上に提供される振動源のうちの１つを含む、請求項４、５、６、７、８、９、１０、または１１のいずれか１項に記載の方法。
13. 前記第１の位置の周辺範囲内のノイズ閾値を判定することと、
    前記第１の音及び前記ノイズ閾値に少なくとも一部基づいて、前記第２の音を判定することと、をさらに含む、請求項４、５、６、７、８、９、１０、１１、または１２のいずれか１項に記載の方法。
14. 前記第１の音が、第１の音圧レベル及び第１の周波数を有し、
    前記第１の音及び前記ノイズ閾値に少なくとも一部基づいて、前記第２の音を判定することが、
    前記第１の音及び前記ノイズ閾値に少なくとも一部基づいて、前記第２の音の第２の音圧レベル及び第２の周波数を判定することをさらに含み、
    前記第２の周波数が、前記第１の周波数に対して大きさが等しく、逆極性であり、
    前記第１の音圧レベル及び前記第２の音圧レベルの和が、所定の時間における前記ノイズ閾値よりも小さい、請求項１３に記載の方法。
15. 前記第１の航空機が、第１の時間において前記第１の位置に位置すると予想され、
    前記第１の航空機上に提供される前記第１の発音器で前記第２の音を放出することが、
    前記第１の航空機が前記第１の位置にあるときに前記第１の発音器で前記第２の音を放出すること、または
    前記第１の時間において前記第１の発音器で前記第２の音を放出することのうちの少なくとも１つをさらに含む、請求項４、５、６、７、８、９、１０、１１、１２、１３、または１４のいずれか１項に記載の方法。
16. 前記第１の環境条件が、前記第１の時間の前記第１の位置における、第１の気温、第１の気圧、第１の風速、第１の湿度、第１の雲の範囲レベル、第１の日照レベル、または第１の地表条件のうちの少なくとも１つを含む、請求項４、５、６、７、８、９、１０、１１、１２、１３、１４、または１５のいずれか１項に記載の方法。
17. 前記第１の動作特性が、第１の時間における前記第１の航空機上に提供される第１のモータの第１の回転速度、前記第１の時間における前記第１の航空機の第１の高度、前記第１の時間における前記第１の航空機の第１の針路、前記第１の時間における前記第１の航空機の第１の対気速度、前記第１の時間における前記第１の航空機の第１の上昇率、前記第１の時間における前記第１の航空機の第１の降下率、前記第１の時間における前記第１の航空機の第１の旋回率、または前記第１の時間における前記第１の航空機の第１の加速度のうちの少なくとも１つを含む、請求項４、５、６、７、８、９、１０、１１、１２、１３、１４、１５、または１６のいずれか１項に記載の方法。