KR101283105B1 - 능동잡음 제어장치 및 그 방법 - Google Patents

능동잡음 제어장치 및 그 방법 Download PDF

Info

Publication number
KR101283105B1
KR101283105B1 KR1020110054871A KR20110054871A KR101283105B1 KR 101283105 B1 KR101283105 B1 KR 101283105B1 KR 1020110054871 A KR1020110054871 A KR 1020110054871A KR 20110054871 A KR20110054871 A KR 20110054871A KR 101283105 B1 KR101283105 B1 KR 101283105B1
Authority
KR
South Korea
Prior art keywords
noise
signal
learning
impulse response
estimated
Prior art date
Application number
KR1020110054871A
Other languages
English (en)
Other versions
KR20120135957A (ko
Inventor
김석찬
박성진
황성수
Original Assignee
부산대학교 산학협력단
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 부산대학교 산학협력단 filed Critical 부산대학교 산학협력단
Priority to KR1020110054871A priority Critical patent/KR101283105B1/ko
Publication of KR20120135957A publication Critical patent/KR20120135957A/ko
Application granted granted Critical
Publication of KR101283105B1 publication Critical patent/KR101283105B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
    • G10L21/00—Processing of the speech or voice signal to produce another audible or non-audible signal, e.g. visual or tactile, in order to modify its quality or its intelligibility
    • G10L21/02—Speech enhancement, e.g. noise reduction or echo cancellation
    • G10L21/0208—Noise filtering
    • G10L21/0216—Noise filtering characterised by the method used for estimating noise
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
    • G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
    • G10L25/48—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use
    • G10L25/69—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use for evaluating synthetic or decoded voice signals

Abstract

본 발명에 의하면, 학습신호를 생성하고 상기 생성된 학습신호로부터 미지의 임펄스 응답을 추정하는 학습모듈 및 상기 학습모듈로부터 추정된 임펄스 응답으로부터 잡음신호를 제거하는 잡음제거모듈을 포함하는 잡음제거기; 상기 학습모듈에서 생성된 학습신호를 수신하는 음향변환기; 및 상기 음향변환기에서 송신되는 학습신호와, 잡음원에서 송신되는 잡음신호를 수신하는 음향센서를 포함하는 능동잡음 제어장치를 제공한다.
본 발명은 학습시간을 최대한 줄이면서 잡음제거 알고리즘이 적용된 ANC 기술을 효과적으로 동작시킬 수 있는 효과가 있다. 또한 본 발명은 짧은 학습시간 동안에 정확한 임펄스 응답을 추정할 수 있으며, 상기 추정된 임펄스 응답을 이용하여 잡음제거 필터가 제대로 동작하는 데 걸리는 시간을 줄일 수 있는 효과가 있다. 또한 본 발명은 학습시간 동안 미리 필터계수(W)를 추정하여 상기 추정된 필터계수를 실제 잡음제거모듈이 동작할 때 이용하게 되므로 필터의 수렴속도가 훨씬 빨라지는 효과가 있다.

Description

능동잡음 제어장치 및 그 방법{APPARATUS FOR CONTROLLING ACTIVE NOISE AND METHOD THEREOF}
본 발명은 능동잡음 제어장치 및 그 방법에 관한 것이다. 보다 상세히 설명하면, 미지의 채널에 대한 임펄스 응답을 추정하여 상기 추정된 채널에 대한 임펄스 응답을 이용해 필터계수를 갱신하고, 상기 추정된 임펄스 응답과 상기 갱신된 필터계수를 이용해 잡음신호를 제거하는 능동잡음 제어장치 및 그 방법에 관한 것이다.
잡음이 있는 상황에서 원하는 신호를 분리하여 잡음을 감쇠시키는 것은 신호처리분야에서 오랫동안 연구해 온 문제이다. 이러한 잡음은 크게 두 가지로 구분할 수 있다. 즉 환풍기 소리나 엔진 소리와 같이 통계적 특성이 변하지 않는 잡음과 순간적으로 발생하는 폭발음과 같은 통계적 특성이 변하는 잡음이 있다. 두 가지 잡음제거 모두 중요하지만 환풍기 소리와 같은 잡음은 음성이 분포하는 주파수 대역에 존재하기 때문에 실제로 소리를 들을 때 문제를 발생시키게 되고 이러한 잡음의 제거는 필수적인 과정이 된다. 일반적으로 잡음원으로부터 발생되는 잡음을 감쇠시키는 방법으로는 잡음의 발생 통로 상에 흡음재나 차음재 또는 공명기를 설치하는 수동잡음 제거기법과 잡음소스(source)를 사용하여 능동적으로 잡음을 최소화하는 능동잡음 제거기법이 있다. 그러나 수동잡음 제거기법은 500 Hz 이상의 고주파 영역에서는 효과가 높으나 500 Hz 이하의 저주파 영역에서는 그 효과가 급격히 떨어지는 문제점을 가지고 있었다. 따라서 파장이 긴 저주파 잡음을 저감시키기 위해서는 두꺼운 흡음재나 차음재 또는 부피가 큰 공명기를 여러 개 설치해야 하지만, 이 경우 부피의 증가에 따른 비용 상승 및 공간적 제약이 따른다.
이러한 수동잡음 제거기법의 문제점을 보완하기 위하여, 잡음소스를 이용하여 잡음을 저감시키는 능동잡음 제어(Active Noise Control: 이하, 'ANC' 라 함)에 대한 연구가 부각되고 있다. ANC 기술은 저주파수 대역의 잡음제거에 효과적이고 간단한 구조를 띠고 있어서 비용적인 면에서 우수한 기술이라고 볼 수 있다. ANC 기술은 모터나 엔진의 동작음을 대표로 하는 주기성 잡음을 억제하는 기술로서, 잡음과 동진폭이면서 역위상인 신호를 생성하고, 파의 중첩의 원리를 이용하여 잡음을 제거하는 기술이다. 이러한 ANC 기술은 자동차의 차내 잡음제거 또는 옥외에서 사용하는 헤드폰의 환경잡음 감소 등에 사용되고 있다.
ANC 기술은 잡음의 통계적인 특성과 실시간 시스템 구현을 위한 복잡도 등의 제약으로 인해서 LMS(Least Mean Square) 방식의 적응필터 알고리즘이 주로 사용되고 있는데, LMS 방식은 입력신호의 크기에 영향을 받는다는 단점이 존재하는 바 이러한 단점을 극복하기 위해 입력신호의 크기를 정규화하여 입력신호의 크기에 영향을 받지 않는 NLMS(Normalized LMS) 방식의 적응필터 알고리즘이 주로 사용된다.
이러한 ANC 기술은 소리의 특성인 파의 중첩의 원리를 이용하여 음파를 상쇄시키는 것이 기본적인 원리인데, 현재 존재하는 잡음 제거필터는 크게 두 가지로 구분할 수 있는데 한 가지는 마이크 하나를 사용해서 잡음을 제거하는 구조이고, 다른 하나는 여러 개의 마이크를 사용해서 잡음을 제거하는 방식이다.
도 1은 일반적인 NFxLMS 적응필터 기반의 능동잡음 제어장치를 나타낸 구성도이다. 도 1을 참조하면, 필터계수 W={w(1),...,w(M)}은 NFxLMS 필터계수이고, M은 필터의 길이이다. W를 갱신시키는 식은 수학식 1과 같이 표현된다.
Figure 112011042819763-pat00001
여기서,
Figure 112011042819763-pat00002
는 수렴상수,
Figure 112011042819763-pat00003
은 유클리디안 노옴(Euclidean norm), Fi={f(i),...,f(i-M+1)}T이고, f(i)는 수학식 2와 같이 정의된다.
Figure 112011042819763-pat00004
여기서, u(i)는 입력신호, H[·]는 채널계수 H={h(1),...h(N)}T를 통과하는 함수, N은 채널의 길이이다. 그리고 추정오차 e(i)는 수학식 3과 같다.
Figure 112011042819763-pat00005
여기서 g(i)는 원하는 신호이고, 추정신호
Figure 112011042819763-pat00006
는 수학식 4와 같다.
Figure 112011042819763-pat00007
여기서 Ui={u(i),...,u(i-M+1)}T이다. 위 수학식이 성립하는 전제조건은 특정구간의 특성을 나타내는 H에 대한 정보의 유무이다.
따라서 이러한 능동잡음 제어장치는 외부에서 들어오는 잡음과 역위상인 잡음신호를 생성하기 위해 미지의 채널에 대한 임펄스 응답(H)을 알아야 한다. 이때 임펄스 응답을 추정하기 위해서는 일정시간 동안의 학습시간(테스트시간)이 필수적으로 요구된다. 즉 학습시간 동안 능동잡음 제어장치를 동작시키기 위한 필요한 정보를 수집하게 되는 것이다. 결국 능동잡음 제어장치는 학습시간 동안 알고 있는 신호(테스트신호)가 특정경로를 거치고 난 후 변형된 신호를 입력받아 경로의 특성을 파악하는 방식을 사용한다.
이러한 학습시간이 길어질 경우에는 사용자가 당장 스피커나 마이크를 사용해야 하는 상황에서 사용할 수 없는 문제가 발생하게 된다. 또한 학습시간이 충분히 주어지지 않을 경우에는 전체 시스템의 성능을 떨어뜨리게 된다. 따라서 학습시간을 최대한 짧게 하면서 잡음제거의 성능을 동일 또는 향상시킬 수 있는 기술이 요구된다.
본 발명은 상기와 같은 문제점을 해결하기 위해 안출된 것으로, 학습시간을 최대한 줄이면서 잡음제거 알고리즘이 적용된 ANC 기술을 효과적으로 동작시킬 수 있는 능동잡음 제어장치 및 그 방법을 제공하는 데 그 목적이 있다.
또한 본 발명은 학습시간 동안 잡음제거 필터계수(W)를 갱신하여 잡음제거 필터의 수렴속도를 높여주어 잡음제거 필터의 동작시간을 짧게할 수 있는 능동잡음 제어장치 및 그 방법을 제공하는 데 그 목적이 있다.
본 발명에 의하면, 학습신호를 생성하고 상기 생성된 학습신호로부터 미지의 임펄스 응답을 추정하는 학습모듈 및 상기 학습모듈로부터 추정된 임펄스 응답으로부터 잡음신호를 제거하는 잡음제거모듈을 포함하는 잡음제거기; 상기 학습모듈에서 생성된 학습신호를 수신하는 음향변환기; 및 상기 음향변환기에서 송신되는 학습신호와, 잡음원에서 송신되는 잡음신호를 수신하는 음향센서를 포함하는 능동잡음 제어장치를 제공한다.
한편, 상기 학습모듈은 상기 학습신호를 생성하는 학습신호 생성부; 상기 학습신호 생성부로부터 생성된 학습신호와, 상기 음향센서에서 송신되는 학습신호 및 잡음신호를 이용하여 잔여잡음신호를 생성하는 잔여잡음신호 생성부; 상기 잔여잡음신호 생성부로부터 생성된 잔여잡음신호와, 상기 학습신호 생성부로부터 생성된 학습신호를 이용하여 상기 미지의 임펄스 응답을 추정하는 제 1적응식 필터; 및 상기 제 1적응식 필터로부터 추정된 임펄스 응답을 이용하여 필터계수(W)를 추정 및 갱신하는 가상오차 추정기를 포함하는 것을 특징으로 한다.
한편, 상기 가상오차 추정기는 상기 잔여잡음신호 생성부로부터 생성된 잔여잡음신호와 상기 추정된 임펄스 응답을 이용하여 적응 알고리즘 연산을 수행하고, 상기 수행된 연산을 통해 상기 필터계수(W)를 추정 및 갱신하는 제 2적응식 필터를 포함하는 것을 특징으로 한다.
한편, 상기 잡음제거모듈은 RMS(Root Mean Square) 지연 분포를 이용하여 상기 추정된 임펄스 응답을 보정하는 RMS 보정기; 상기 RMS 보정기로부터 보정된 임펄스 응답과, 음성신호와 잡음신호로부터 생성되는 오차신호(e(i))와, 상기 가상오차 추정기로부터 추정된 필터계수(W)를 이용하여 필터계수(W)를 갱신하는 제 3적응식 필터; 및 상기 제 3적응식 필터로부터 갱신된 필터계수(W)를 이용하여 추정된 잡음신호와의 위상차가 180°인 역위상의 잡음신호를 생성시키고, 상기 생성된 역위상의 잡음신호와 음성신호를 상기 음향변환기로 전송시키는 잡음신호 상쇄부를 포함하는 것을 특징으로 한다.
한편, 상기 음향변환기는 스피커를 포함하는 것을 특징으로 한다.
한편, 상기 음향센서는 마이크를 포함하는 것을 특징으로 한다.
한편, 상기 제 1적응식 필터는 정규화된 최소 평균 자승(Normalized Least Mean Square, NLMS) 알고리즘에 따라 적응하는 것을 특징으로 한다.
한편, 상기 제 2적응식 필터 및 상기 제 3적응식 필터는 정규화된 filtered X 최소 평균 자승(Normalized Filtered X Least Mean Square, NFxLMS) 알고리즘에 따라 적응하는 것을 특징으로 한다.
또한 본 발명에 의하면, (a) 학습신호를 생성하는 단계; (b) 상기 (a)단계에서 생성된 학습신호와 잡음신호를 이용하여 미지의 임펄스 응답을 추정하는 단계; (c) 상기 (b)단계에서 추정된 임펄스 응답과, 상기 학습신호와 잡음신호를 이용하여 가상오차 추정기의 필터계수(W)를 추정 및 갱신하는 단계; (d) 학습모듈에서 학습시간을 초과하는지 여부를 판단하는 단계; (e) 상기 학습시간이 초과된 후, RMS 보정기를 통해 상기 (b)단계에서 추정된 임펄스 응답에 대해 보정하는 단계; 및 (f) 상기 (e)단계에서 보정된 임펄스 응답과, 음성신호와 잡음신호로부터 생성되는 오차신호(e(i)), 및 상기 (c)단계에서 추정된 필터계수(W)를 이용하여 잡음제거모듈의 필터계수(W)를 추정 및 갱신하는 단계를 포함하는 능동잡음 제어방법을 제공한다.
본 발명은 학습시간을 최대한 줄이면서 잡음제거 알고리즘이 적용된 ANC 기술을 효과적으로 동작시킬 수 있다.
또한 본 발명은 짧은 학습시간 동안에 정확한 임펄스 응답을 추정할 수 있으며, 상기 추정된 임펄스 응답을 이용하여 잡음제거 필터가 제대로 동작하는 데 걸리는 시간을 줄일 수 있는 효과가 있다.
또한 본 발명은 학습시간 동안 미리 필터계수(W)를 추정하여 상기 추정된 필터계수를 실제 잡음제거모듈이 동작할 때 이용하게 되므로 필터의 수렴속도가 훨씬 빨라지는 효과가 있다.
도 1은 일반적인 NFxLMS 적응 필터 기반의 능동잡음 제어장치를 나타낸 구성도이다.
도 2는 본 발명의 실시예에 따른 능동잡음 제어장치를 나타낸 구성도이다.
도 3은 본 발명의 실시예에 따른 능동잡음 제어장치를 나타낸 예시도이다.
도 4는 본 발명의 실시예에 따른 학습모듈을 나타낸 구성도이다.
도 5는 본 발명의 실시예에 따른 잡음제거모듈을 나타낸 구성도이다.
도 6은 본 발명의 실시예에 따른 능동잡음 제어방법을 나타낸 흐름도이다.
도 7a 내지 도 7d는 일반적인 능동잡음 제어장치와 본 발명의 실시예에 따른 능동잡음 제어장치를 적용한 경우를 각각 시뮬레이션하여 비교한 결과를 나타낸 그래프이다.
이하, 본 발명의 바람직한 실시예를 첨부된 도면들을 참조하여 상세히 설명한다. 우선 각 도면의 구성요소들에 참조번호를 부가함에 있어서, 동일한 구성요소들에 대해서는 비록 다른 도면상에 표시되더라도 가능한 한 동일한 부호를 가지도록 하고 있음에 유의해야 한다. 또한 본 발명을 설명함에 있어, 관련된 공지 구성 또는 기능에 대한 구체적인 설명이 본 발명의 요지를 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명은 생략한다.
도 2는 본 발명의 실시예에 따른 능동잡음 제어장치를 나타낸 구성도이고, 도 3은 본 발명의 실시예에 따른 능동잡음 제어장치를 나타낸 예시도이고, 도 4는 본 발명의 실시예에 따른 학습모듈을 나타낸 구성도이고, 도 5는 본 발명의 실시예에 따른 잡음제거모듈을 나타낸 구성도이고, 도 6은 본 발명의 실시예에 따른 능동잡음 제어방법을 나타낸 흐름도이고, 도 7a 내지 도 7d는 일반적인 능동잡음 제어장치와 본 발명의 실시예에 따른 능동잡음 제어장치를 적용한 경우를 각각 시뮬레이션하여 비교한 결과를 나타낸 그래프이다.
도 2 및 도 3을 참조하면, 능동잡음 제어장치(10)는 잡음제거기(100), 음향변환기(200) 및 음향센서(300)를 포함한다. 도 3은 잡음제거를 위한 헤드셋을 나타낸 것이다. 헤드셋 내부에 마이크(300)를 설치해서 헤드셋 외부에서 들어오는 잡음과 스피커에서 H를 거쳐서 마이크에 도달하는 소리를 잡음제거기(100)의 입력으로 음성신호와 함께 들어간다. 잡음제거기(100)에서는 잡음을 추정해서 그것의 반대신호를 스피커(200)를 통해 음성신호와 함께 내보내서 실제 잡음을 상쇄시키는 구조를 나타내고 있다. 잡음제거기(100)는 미지의 임펄스 응답을 추정하고, 상기 추정된 임펄스 응답을 통해 필터계수(W)를 갱신하고, 상기 갱신된 필터계수(W)를 이용하여 잡음신호를 제거한다. 음향변환기(200)는 잡음제거기(100)의 학습모듈(110)에서 생성된 학습신호를 수신하고, 음향센서(300)는 음향변환기(200)에서 송신되는 학습신호와, 잡음원에서 송신되는 잡음신호를 수신한다. 음향변환기(200)는 스피커를 포함하고, 음향센서(300)는 마이크를 포함한다. 도 2 및 도 3을 참조하여 본 발명에 의한 잡음신호를 제거하는 과정을 간략히 설명하면, 외부의 잡음원에서 발생하는 잡음신호(d(i))와, 음향변환기(200)에서 H를 거쳐 음향센서(300)에 도달하는 학습신호(s(i))가 잡음제거기(100)로 들어간다. 그 후 잡음제거기(100)에서는 잡음신호를 추정해서 상기 추정된 잡음신호와 위상차가 180°인 역위상의 잡음신호를 음향변환기(200)를 통해 음성신호(v(i))와 함께 출력하여 실제 잡음신호를 상쇄시킨다. 최종적으로 사용자는 음성신호와 잔여잡음만 듣게 되는 것이다.
잡음제거기(100)는 미지의 임펄스 응답(H)을 추정하는 학습모듈(110) 및 상기 학습모듈(110)로부터 추정된 임펄스 응답으로부터 잡음신호를 제거하는 잡음제거모듈(120)을 포함한다.
학습모듈(110)은 학습신호(s(i))를 생성하여 상기 생성된 학습신호(s(i))로부터 미지의 임펄스 응답을 추정하는 역할을 한다. 도 4를 참조하면, 학습모듈(110)은 학습신호 생성부(111), 잔여잡음신호 생성부(112), 제 1적응식 필터(113) 및 가상오차 추정기(114)를 포함한다.
학습신호 생성부(111)는 잡음제거모듈(120)의 잡음제거를 위해 학습시간(테스트시간) 동안에 사용되는 학습신호(s(i))를 생성한다. 학습신호는 학습시간 동안 미지의 임펄스 응답(H)에 대한 정보를 얻기 위해서 필요한 신호이다. 학습신호 생성부(111)로부터 생성된 학습신호(s(i))는 음향변환기(200)를 통해 출력되고, 상기 학습신호(s(i))와 외부의 잡음원에서 발생된 잡음신호(d(i))는 음향센서(300)로 입력된다. 음향센서(300)로 들어오는 입력신호는 수학식 5와 같다.
Figure 112011042819763-pat00008
여기서, d(i)는 헤드셋 외부의 잡음신호를 의미하고, s(i)는 i시간에서 학습신호이다.
잔여잡음신호 생성부(112)는 학습신호 생성부(111)로부터 생성된 학습신호(s(i))와, 상기 음향센서(300)에서 송신되는 학습신호(H[s(i)]) 및 잡음신호(d(i))를 이용하여 잔여잡음신호(et(i))를 생성한다. 잔여잡음신호(et(i))는 임펄스 응답(H)을 추정할 때 사용하는 오차신호로 수학식 6과 같다.
Figure 112011042819763-pat00009
여기서, Si={s(i),...,s(i-N+1)}T 이다.
제 1적응식 필터(113)는 잔여잡음신호 생성부(112)로부터 생성된 잔여잡음신호(et(i))와, 학습신호 생성부(111)로부터 생성된 학습신호(s(i))를 이용하여 미지의 임펄스 응답(H)을 추정한다. 상기 제 1적응식 필터(113)는 정규화된 최소 평균 자승(Normalized Least Mean Square, NLMS) 알고리즘이 적용된다. 임펄스 응답(H)의 추정값(
Figure 112011042819763-pat00010
)은 수학식 7과 같다.
Figure 112011042819763-pat00011
여기서, μt는 수렴상수이다.
가상오차 추정기(114)는 제 1적응식 필터(113)로부터 추정된 임펄스 응답(
Figure 112011042819763-pat00012
)을 이용하여 필터계수(W)를 추정 및 갱신한다. 상기 가상오차 추정기(114)는 상기 잔여잡음신호 생성부(112)로부터 생성된 잔여잡음신호(et(i))와 상기 추정된 임펄스 응답(
Figure 112011042819763-pat00013
)을 이용하여 적응 알고리즘 연산을 수행하고, 상기 수행된 연산을 통해 필터계수(W)를 추정 및 갱신하는 제 2적응식 필터(114a)를 포함한다. 상기 제 2적응식 필터(114a)는 정규화된 filtered X 최소 평균 자승(Normalized Filtered X Least Mean Square, NFxLMS) 알고리즘이 적용된다. 필터계수(W)를 추정할 때 사용할 오차(ew(i))는 수학식 8과 같다.
Figure 112011042819763-pat00014
여기서, Ea ,i={ea(i),...,ea(i-N+1)}T이고, ea(i)는 수학식 9와 같다.
Figure 112011042819763-pat00015
여기서, Et ,i={et(i),...,et(i-M+1)}T이다.
실제 잡음제거모듈(120)에서는
Figure 112011042819763-pat00016
가 아닌 실제 H를 통과한 잡음을 빼야 하지만 학습모듈(110)에서의 학습과정에 영향을 미치지 않게 하기 위해서 위와 같은 구조를 사용한다.
학습모듈(110)에서의 학습시간 동안 가상오차 추정기(114)는 잡음제거 필터계수(W)를 추정 및 갱신하는데, 잡음제거 필터계수(W)를 갱신하는 식은 수학식 10과 같다.
Figure 112011042819763-pat00017
여기서,
Figure 112011042819763-pat00018
이고, eH(i)는 수학식 11과 같다.
Figure 112011042819763-pat00019
이와 같이 학습모듈(110)에서 학습시간 동안 미리 필터계수(W)를 추정할 수 있어 실제 잡음제거모듈(120)이 동작할 때 제 3적응식 필터(122)의 수렴속도가 빨라지는 효과가 있다.
잡음제거모듈(120)은 학습모듈(110)에서 추정한 임펄스 응답을 RMS 지연 분포를 통해서 보정하고, 상기 보정된 임펄스 응답을 이용하여 필터계수(W)를 갱신하고, 상기 갱신된 필터계수(W)를 이용하여 추정된 잡음신호와 위상차가 180°인 역위상의 잡음신호를 생성하여 상기 생성된 역위상의 잡음신호와 음성신호가 음향변환기(200)로 입력되어 기존의 잡음신호를 제거하는 역할을 한다. 도 5를 참조하면, 잡음제거모듈(120)은 RMS 보정기(121), 제 3적응식 필터(122) 및 잡음신호 상쇄부(123)를 포함한다.
RMS 보정기(121)는 RMS(Root Mean Square) 지연 분포를 이용하여 이미 추정된 임펄스 응답을 보정한다. 채널의 평균지연시간은 수학식 12와 같다.
Figure 112011042819763-pat00020
그리고 RMS 지연분포는 수학식 13과 같다.
Figure 112011042819763-pat00021
RMS 지연분포를 통해서 추정한 임펄스 응답을 보정하면, 기존의 학습시간을 절반으로 줄이고, 기존 시간만큼 학습을 한 잡음제거기와 유사한 성능을 가진다. 보정한 임펄스 응답(
Figure 112011042819763-pat00022
)은 수학식 14와 같다.
Figure 112011042819763-pat00023
여기서,
Figure 112011042819763-pat00024
는 내림함수이다. 음향센서(300)로 들어오는 신호는 수학식 15와 같다.
Figure 112011042819763-pat00025
여기서, v(i)는 음성신호이다. 잡음제거기(100)에서 추정한 잡음
Figure 112011042819763-pat00026
는 수학식 16과 같다.
Figure 112011042819763-pat00027
여기서, ua(i)는 수학식 17과 같다.
Figure 112011042819763-pat00028
여기서, Ui -1={u(i-1),...,u(i-M)}이고, u(i)는 수학식 18과 같다.
Figure 112011042819763-pat00029
여기서, Vi={v(i),...,v(i-N)}, Ua ,i={ua(i),..., ua(i-N+1)},
Figure 112011042819763-pat00030
은 고정이므로 i를 포함하지 않는다.
제 3적응식 필터(122)는 상기 RMS 보정기(121)로부터 보정된 임펄스 응답과, 음성신호와 잡음신호로부터 생성되는 오차신호(e(i))와, 상기 가상오차 추정기(114)로부터 추정된 필터계수(W)를 이용하여 필터계수(W)를 갱신한다. 상기 제 3적응식 필터(122)는 정규화된 filtered X 최소 평균 자승(Normalized Filtered X Least Mean Square, NFxLMS) 알고리즘이 적용된다. 제 3적응식 필터(122)의 필터계수(W)를 갱신하는 식은 수학식 19와 같다.
Figure 112011042819763-pat00031
여기서,
Figure 112011042819763-pat00032
는 수렴상수,
Figure 112011042819763-pat00033
는 필터계수(W)를 추정할 때 사용한 오차신호,
Figure 112011042819763-pat00034
이고, ub(i)는 수학식 20과 같다.
Figure 112011042819763-pat00035
그리고 오차신호 e(i)는 수학식 21과 같다.
Figure 112011042819763-pat00036
잡음신호 상쇄부(123)는 상기 제 3적응식 필터(122)로부터 갱신된 필터계수(W)를 이용하여 추정된 잡음신호와의 위상차가 180°인 역위상의 잡음신호를 생성시키고, 상기 생성된 역위상의 잡음신호와 음성신호를 상기 음향변환기(200)로 전송시킨다. 실제로 외부의 잡음원에서 들어오는 잡음신호(d(i))로부터 위상차가 180°인 역위상의 잡음신호를 생성해야 되지만, 잡음신호(d(i))를 정확히 파악하기는 어렵기 때문에 최대한 잡음신호(d(i))에 가깝게 추정하여야 한다. 따라서 잡음제거기(100)에서 추정한 잡음신호(
Figure 112011042819763-pat00037
)를 기준으로 위상차가 180°인 역위상의 잡음신호(-
Figure 112011042819763-pat00038
)를 생성하여 음성신호와 함께 음향변환기(200)로 전송시킨다. 따라서 최종적으로 음향변환기(200)를 거쳐 음향센서(300)로 들어가는 신호는 수학식 15와 같은 신호가 된다.
도 6을 참조하여 능동잡음 제어방법을 설명하면 다음과 같다. 첫째, 학습신호를 생성한다(S110). 도 4에서 보는 바와 같이 학습모듈(110)에서 학습시간 동안 학습신호를 생성하여 상기 생성된 학습신호(s(i))와 외부의 잡음신호(d(i))를 함께 음향센서(300)로 입력시킨다.
둘째, 상기 S110단계에서 생성된 학습신호와 잡음신호를 이용하여 미지의 임펄스 응답을 추정하는 단계이다(S120). 학습모듈(100)의 제 1적응식 필터(113)를 통해 미지의 임펄스 응답(H)을 추정 및 갱신한다.
셋째, 상기 S120단계에서 추정된 임펄스 응답과, 음향센서(300)로부터 수신한 학습신호 및 잡음신호를 이용하여 가상오차 추정기(114)의 필터계수(W)를 추정 및 갱신하는 단계이다(S130). 즉, 가상오차 추정기(114)는 학습신호(s(i)) 및 잡음신호(d(i))를 이용하여 생성된 잔여잡음신호(et(i))와 추정된 임펄스 응답(
Figure 112011042819763-pat00039
)을 통해 필터계수(W)를 추정 및 갱신한다.
넷째, 학습모듈(100)에서 학습시간을 초과하는지 여부를 판단하는 단계이다(S140). 학습모듈(100)에서 학습시간을 생성하여 필터계수(W)를 갱신한 후 미리 지정한 학습시간을 초과하지 않은 경우에는 다시 S110단계로 돌아가서 이후의 단계가 진행된다. 이때의 학습시간은 외부의 환경요인 등을 분석하여 미리 설정해 놓은 시간이다.
다섯째, 상기 학습시간이 초과된 후, RMS 보정기(121)를 통해 상기 S120단계에서 추정된 임펄스 응답에 대해 보정하는 단계이다(S150).
여섯째, 상기 S150단계에서 보정된 임펄스 응답과, 음성신호와 잡음신호로부터 생성되는 오차신호(e(i)), 및 상기 S130단계에서 추정된 필터계수(W)를 이용하여 잡음제거모듈(120)의 필터계수(W)를 추정 및 갱신하는 단계이다(S160). 도 5에서 보는 바와 같이 잡음제거모듈(120)은 학습모듈(110)의 학습시간 동안 미리 추정된 필터계수(W)와 보정된 임펄스 응답 등을 이용하여 잡음제거모듈(120)의 필터계수(W)를 추정하게 되고, 이후에 추정된 필터계수(W)를 시간의 변화에 따라 갱신하게 된다. 그리고 나서, 도 5에서 보는 바와 같이 상기 S160단계에서 추정 및 갱신된 잡음제거모듈(120)의 필터계수(W)를 이용하여 추정된 잡음신호와의 위상차가 180°인 역위상의 잡음신호를 생성시키고, 상기 생성된 역위상의 잡음신호와 음성신호는 음향변환기(200)로 입력된다. 즉 잡음제거모듈(120)에서 추정된 잡음신호(
Figure 112011042819763-pat00040
)와 위상차가 180°인 역위상의 잡음신호를 생성하여 상기 생성된 역위상의 잡음신호와 음성신호가 함께 음향변환기(200)를 거쳐 최종적으로 음향센서(300)로 들어가게 된다. 따라서 음향센서(300)에서는 외부의 잡음신호가 제거되어 음성신호와 잔여잡음만 존재하게 된다. 마지막으로 능동잡음을 제어한 이후에 계속해서 능동잡음을 제어할지를 판단한다(S170). 즉 능동잡음 제어장치(10)를 계속적으로 동작시킬지 아니면 정지시킬지 여부를 사용자의 판단에 따라 정하게 된다. 이는 스위치의 온/오프 기능을 통해 간단하게 구현할 수 있을 것이다. 따라서 스위치를 오프(off)시키는 경우 잡음제거모듈(120)의 동작은 정지될 것이고, 스위치를 온(on)시키는 경우 잡음제거모듈(120)은 계속해서 필터계수(W)를 추정함으로써 동작될 것이다. 이와 같이 본 발명은 음향센서(300) 하나를 이용하여 잡음신호를 제거하는 간단한 구조를 가지고 있으며, 또한 본 발명은 잡음제거모듈(120)의 필터의 수렴속도를 높여 학습시간을 현저히 줄이는 능동잡음 제어장치 및 그 방법을 제공하고 있다.
이하 본 발명의 구체적인 실시예에 대해서 설명하는데, 본 발명은 여기에 기재된 실시예에 한정되지는 않는다.
잡음신호는 환풍기 소리를 8000Hz로 샘플링한 것을 사용하며, 수렴상수 μw=μt=0.001이며 실제 채널로 사용한 H는 RIR(Room Impulse Response) 생성함수를 통해서 임의로 생성한 채널이다. W와 H의 길이는 M=N=24이다.
도 7a는 기존의 능동잡음 제어장치의 필터와 본 발명의 필터의 수렴속도를 500 샘플하는 동안의 이동평균선으로 나타낸 것이다. 도 7a를 참조하면, 본 발명의 필터의 수렴속도가 기존의 ANC 필터의 수렴속도에 비해 훨씬 빠르다는 것을 알 수 있다.
도 7b는 기존의 능동잡음 제어장치와 본 발명의 미지의 채널에 대한 임펄스 응답의 추정을 비교해 놓은 그래프이다. 도 7b를 참조하면, 기존의 능동잡음 제어장치는 학습시간이 5초보다 10초인 경우가 실제 채널에 가깝게 임펄스 응답을 추정했다. 그러나 본 발명의 경우 추정한 임펄스 응답을 RMS 지연분포를 통해 보정하여 학습시간이 10초인 기존의 능동잡음 제어장치에 비해 훨씬 더 실제 채널에 가까운 임펄스 응답을 추정한 것을 알 수 있다. 따라서 본 발명은 기존의 학습시간을 절반 이상 줄이면서도 기존의 능동잡음 제어장치에 비해 성능이 동일 또는 향상된 것을 알 수 있다.
도 7c는 기존의 능동잡음 제어장치와 본 발명의 잡음 감쇠 정도를 비교한 그래프이다. 도 7c를 참조하면, 우선 잡음 감쇠 정도를 비교하기 위해서 수학식 22를 사용했고, 처음 시작 단계에서는 기존의 능동잡음 제어장치보다 본 발명이 잡음 감쇠 능력이 더 우수하고, 시간이 지날수록 두 가지 모두 비슷한 성능을 나타내고 있다. 이는 본 발명의 학습시간이 기존의 학습시간보다 많이 단축될 뿐만 아니라 본 발명의 성능 또한 기존에 비해 비슷하거나 향상되었음을 알 수 있다.
Figure 112011042819763-pat00041
도 7d는 본 발명의 SFT(Short time Fourier Transform)을 사용한 spectrogram을 통한 시간대에 따른 주파수 분포를 나타낸 것이다. 도 7d를 참조하면, 5초 이전에는 잡음제거모듈(120)의 잡음제거 알고리즘이 적용되지 않고 학습모듈(110)이 동작하는 구간이라는 것을 알 수 있고, 이때 1KHz 이하의 낮은 대역에 많은 잡음이 있는 것을 확인할 수 있다. 5초 이후에는 잡음제거모듈(120)의 잡음제거 알고리즘이 적용된 상태로 1KHz 이하에 집중적으로 분포하던 잡음들이 시간이 지날수록 제거되는 것을 확인할 수 있다.
이상의 설명은 본 발명을 예시적으로 설명한 것에 불과한 것으로, 본 발명이 속하는 기술분야에서 통상의 지식을 가지는 자라면 본 발명의 본질적인 특성에서 벗어나지 않는 범위에서 다양한 변형이 가능할 것이다. 따라서 본 명세서에 개시된 실시예들은 본 발명을 한정하기 위한 것이 아니라 설명하기 위한 것이고, 이러한 실시예에 의하여 본 발명의 사상과 범위가 한정되는 것은 아니다. 본 발명의 범위는 아래의 청구범위에 의하여 해석되어야 하며, 그와 동등한 범위 내에 있는 모든 기술은 본 발명의 권리범위에 포함되는 것으로 해석되어야 할 것이다.
10: 능동잡음 제어장치
100: 잡음제거기
110: 학습모듈
111: 학습신호 생성부
112: 잔여잡음신호 생성부
113: 제 1적응식 필터
114: 가상오차 추정기
114a: 제 2적응식 필터
120: 잡음제거모듈
121: RMS 보정기
122: 제 3적응식 필터
123: 잡음신호 상쇄부
200: 음향변환기
300: 음향센서

Claims (12)

  1. 학습신호를 생성하고 상기 생성된 학습신호로부터 미지의 임펄스 응답을 추정하는 학습모듈 및 상기 학습모듈로부터 추정된 임펄스 응답으로부터 잡음신호를 제거하는 잡음제거모듈을 포함하는 잡음제거기;
    상기 학습모듈에서 생성된 학습신호를 수신하는 음향변환기; 및
    상기 음향변환기에서 송신되는 학습신호와, 잡음원에서 송신되는 잡음신호를 수신하는 음향센서;를 포함하되,
    상기 학습모듈은 상기 학습신호를 생성하는 학습신호 생성부와, 상기 학습신호 생성부로부터 생성된 학습신호 및 상기 음향센서에서 송신되는 학습신호와 잡음신호를 이용하여 잔여잡음신호를 생성하는 잔여잡음신호 생성부와, 상기 잔여잡음신호 생성부로부터 생성된 잔여잡음신호 및 상기 학습신호 생성부로부터 생성된 학습신호를 이용하여 상기 미지의 임펄스 응답을 추정하는 제 1적응식 필터와, 상기 제 1적응식 필터로부터 추정된 임펄스 응답을 이용하여 필터계수(W)를 추정 및 갱신하는 가상오차 추정기를 포함하는 것을 특징으로 하는 능동잡음 제어장치.
  2. 삭제
  3. 제 1항에 있어서,
    상기 가상오차 추정기는
    상기 잔여잡음신호 생성부로부터 생성된 잔여잡음신호와 상기 추정된 임펄스 응답을 이용하여 적응 알고리즘 연산을 수행하고, 상기 수행된 연산을 통해 상기 필터계수(W)를 추정 및 갱신하는 제 2적응식 필터를 포함하는 것을 특징으로 하는 능동잡음 제어장치.
  4. 제 3항에 있어서,
    상기 가상 오차 추정기는 하기 수학식을 이용하여 상기 제 2적응식 필터의 필터계수(W)를 갱신하는 것을 특징으로 하는 능동잡음 제어장치.
    Figure 112011042819763-pat00042

    여기서,
    Figure 112011042819763-pat00043
    는 수렴상수,
    Figure 112011042819763-pat00044
    는 필터계수(W)를 추정할 때 사용한 오차신호,
    Figure 112011042819763-pat00045
    이다.
  5. 제 1항, 제 3항 및 제 4항 중 어느 한 항에 있어서,
    상기 잡음제거모듈은
    RMS(Root Mean Square) 지연 분포를 이용하여 상기 추정된 임펄스 응답을 보정하는 RMS 보정기;
    상기 RMS 보정기로부터 보정된 임펄스 응답과, 음성신호와 잡음신호로부터 생성되는 오차신호(e(i))와, 상기 가상오차 추정기로부터 추정된 필터계수(W)를 이용하여 필터계수(W)를 갱신하는 제 3적응식 필터; 및
    상기 제 3적응식 필터로부터 갱신된 필터계수(W)를 이용하여 추정된 잡음신호와의 위상차가 180°인 역위상의 잡음신호를 생성시키고, 상기 생성된 역위상의 잡음신호와 음성신호를 상기 음향변환기로 전송시키는 잡음신호 상쇄부를 포함하는 것을 특징으로 하는 능동잡음 제어장치.
  6. 제 5항에 있어서,
    상기 잡음제거모듈은 하기 수학식을 이용하여 상기 제 3적응식 필터의 필터계수(W)를 갱신하는 것을 특징으로 하는 능동잡음 제어장치.
    Figure 112011042819763-pat00046

    여기서,
    Figure 112011042819763-pat00047
    는 수렴상수,
    Figure 112011042819763-pat00048
    는 필터계수(W)를 추정할 때 사용한 오차신호,
    Figure 112011042819763-pat00049
    이다.
  7. 제 6항에 있어서,
    상기 음향변환기는 스피커를 포함하는 것을 특징으로 하는 능동잡음 제어장치.
  8. 제 6항에 있어서,
    상기 음향센서는 마이크를 포함하는 것을 특징으로 하는 능동잡음 제어장치.
  9. 제 1항에 있어서,
    상기 제 1적응식 필터는 정규화된 최소 평균 자승(Normalized Least Mean Square, NLMS) 알고리즘에 따라 적응하는 것을 특징으로 하는 능동잡음 제어장치.
  10. 제 3항에 있어서,
    상기 제 2적응식 필터는 정규화된 filtered X 최소 평균 자승(Normalized Filtered X Least Mean Square, NFxLMS) 알고리즘에 따라 적응하는 것을 특징으로 하는 능동 잡음 제어 장치.
  11. 제 5항에 있어서,
    상기 제 3적응식 필터는 정규화된 filtered X 최소 평균 자승(Normalized Filtered X Least Mean Square, NFxLMS) 알고리즘에 따라 적응하는 것을 특징으로 하는 능동 잡음 제어 장치.
  12. (a) 학습신호를 생성하는 단계;
    (b) 상기 (a)단계에서 생성된 학습신호와 잡음신호를 이용하여 미지의 임펄스 응답을 추정하는 단계;
    (c) 상기 (b)단계에서 추정된 임펄스 응답과, 상기 학습신호와 잡음신호를 이용하여 가상오차 추정기의 필터계수(W)를 추정 및 갱신하는 단계;
    (d) 학습모듈에서 학습시간을 초과하는지 여부를 판단하는 단계;
    (e) 상기 학습시간이 초과된 후, RMS 보정기를 통해 상기 (b)단계에서 추정된 임펄스 응답에 대해 보정하는 단계; 및
    (f) 상기 (e)단계에서 보정된 임펄스 응답과, 음성신호와 잡음신호로부터 생성되는 오차신호(e(i)), 및 상기 (c)단계에서 추정된 필터계수(W)를 이용하여 잡음제거모듈의 필터계수(W)를 추정 및 갱신하는 단계를 포함하는 능동잡음 제어방법.
KR1020110054871A 2011-06-08 2011-06-08 능동잡음 제어장치 및 그 방법 KR101283105B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020110054871A KR101283105B1 (ko) 2011-06-08 2011-06-08 능동잡음 제어장치 및 그 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020110054871A KR101283105B1 (ko) 2011-06-08 2011-06-08 능동잡음 제어장치 및 그 방법

Publications (2)

Publication Number Publication Date
KR20120135957A KR20120135957A (ko) 2012-12-18
KR101283105B1 true KR101283105B1 (ko) 2013-07-05

Family

ID=47903515

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020110054871A KR101283105B1 (ko) 2011-06-08 2011-06-08 능동잡음 제어장치 및 그 방법

Country Status (1)

Country Link
KR (1) KR101283105B1 (ko)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102661025B1 (ko) * 2021-12-08 2024-04-26 김영언 소음제거 시스템 및 방법

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20020090079A1 (en) 1999-03-11 2002-07-11 James Allen Stephens Method and apparatus for setting a step size for an adaptive filter coefficient of an echo canceller
JP2006128758A (ja) 2004-10-26 2006-05-18 Matsushita Electric Ind Co Ltd 適応フィルタおよびそれを用いた音響エコーキャンセラ装置並びにハンズフリー電話、および適応フィルタ方法およびそれを用いた音響エコーキャンセラ方法
KR20060055924A (ko) * 2004-11-19 2006-05-24 엘지전자 주식회사 잡음 제거 장치 및 방법 그리고 채널 등화 시스템
US20090316922A1 (en) 2008-06-20 2009-12-24 Starkey Laboratories, Inc. System for measuring maximum stable gain in hearing assistance devices

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20020090079A1 (en) 1999-03-11 2002-07-11 James Allen Stephens Method and apparatus for setting a step size for an adaptive filter coefficient of an echo canceller
JP2006128758A (ja) 2004-10-26 2006-05-18 Matsushita Electric Ind Co Ltd 適応フィルタおよびそれを用いた音響エコーキャンセラ装置並びにハンズフリー電話、および適応フィルタ方法およびそれを用いた音響エコーキャンセラ方法
KR20060055924A (ko) * 2004-11-19 2006-05-24 엘지전자 주식회사 잡음 제거 장치 및 방법 그리고 채널 등화 시스템
US20090316922A1 (en) 2008-06-20 2009-12-24 Starkey Laboratories, Inc. System for measuring maximum stable gain in hearing assistance devices

Also Published As

Publication number Publication date
KR20120135957A (ko) 2012-12-18

Similar Documents

Publication Publication Date Title
US6418227B1 (en) Active noise control system and method for on-line feedback path modeling
WO2009148049A1 (ja) 音響エコーキャンセラ及び音響エコーキャンセル方法
EP2133866A1 (en) Adaptive noise control system
US10037755B2 (en) Method and system for active noise reduction
EP2831871A1 (en) Apparatus and method for improving the perceived quality of sound reproduction by combining active noise cancellation and perceptual noise compensation
JP6948609B2 (ja) 騒音低減装置
KR20200088841A (ko) 액티브 노이즈 컨트롤 방법 및 시스템
WO2014128857A1 (ja) 能動振動騒音制御装置
JP2007180896A (ja) 音声信号処理装置および音声信号処理方法
EP2472510B1 (en) Noise control device and noise control method
KR20190047976A (ko) 노이즈 모델링 및 룩업을 통한 잡음 저감 방법
Mohammed et al. An efficient adaptive noise cancellation scheme using ALE and NLMS filters
JP3787088B2 (ja) 音響エコー消去方法、装置及び音響エコー消去プログラム
Roy et al. Active noise control using filtered-xLMS and feedback ANC filter algorithms
WO2019055769A1 (en) FREQUENCY BASED CAUSALITY LIMITER FOR ACTIVE NOISE CONTROL SYSTEMS
JP4690243B2 (ja) デジタルフィルタ、周期性騒音低減装置および騒音低減装置
KR101283105B1 (ko) 능동잡음 제어장치 및 그 방법
JP5292931B2 (ja) 音響エコーキャンセラおよびエコーキャンセル装置
MT et al. Acoustic feedback neutralization in active noise control systems
WO2009107750A1 (ja) 音響エコーキャンセラ
KR20160089582A (ko) 소음제어방법
JP5297657B2 (ja) 能動的消音システム
KR101893294B1 (ko) 제어필터를 이용한 단일 센서 기반의 음향 반향음 제어 시스템 및 그 방법
KR102063824B1 (ko) 보청기를 위한 음향 피드백 제거 장치 및 방법
JP2010011272A (ja) 音響エコーキャンセラ

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E90F Notification of reason for final refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20160704

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20170630

Year of fee payment: 5

LAPS Lapse due to unpaid annual fee