RU2696677C2 - Безынерционный алгоритм c разделением на подполосы и переменной шириной полосы пропускания для широкополосной системы активного подавления шума - Google Patents

Безынерционный алгоритм c разделением на подполосы и переменной шириной полосы пропускания для широкополосной системы активного подавления шума Download PDF

Info

Publication number
RU2696677C2
RU2696677C2 RU2015152200A RU2015152200A RU2696677C2 RU 2696677 C2 RU2696677 C2 RU 2696677C2 RU 2015152200 A RU2015152200 A RU 2015152200A RU 2015152200 A RU2015152200 A RU 2015152200A RU 2696677 C2 RU2696677 C2 RU 2696677C2
Authority
RU
Russia
Prior art keywords
subbands
filter bank
uniform
bandwidth
noise
Prior art date
Application number
RU2015152200A
Other languages
English (en)
Other versions
RU2015152200A (ru
Inventor
Мин-Ран ЛИ
Такеси АБЕ
Мин-те ЧЭН
Фредерик Уэйн ВАНХАФТЕН
Лицюнь НА
Тейк ЛИМ
Минфэн ЛИ
Гохуа СУН
Тао ФЭН
Original Assignee
ФОРД ГЛОУБАЛ ТЕКНОЛОДЖИЗ, ЭлЭлСи
Юниверсити Оф Цинциннати
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 ФОРД ГЛОУБАЛ ТЕКНОЛОДЖИЗ, ЭлЭлСи, Юниверсити Оф Цинциннати filed Critical ФОРД ГЛОУБАЛ ТЕКНОЛОДЖИЗ, ЭлЭлСи
Publication of RU2015152200A publication Critical patent/RU2015152200A/ru
Application granted granted Critical
Publication of RU2696677C2 publication Critical patent/RU2696677C2/ru

Links

Images

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
    • G10K11/1787—General system configurations
    • G10K11/17879—General system configurations using both a reference signal and an error signal
    • 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
    • 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
    • G10K11/17854—Methods, e.g. algorithms; Devices of the filter the filter being an adaptive 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
    • G10K11/1785—Methods, e.g. algorithms; Devices
    • G10K11/17855—Methods, e.g. algorithms; Devices for improving speed or power requirements
    • 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
    • G10K11/17881—General system configurations using both a reference signal and an error signal the reference signal being an acoustic signal, e.g. recorded with a microphone
    • 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
    • G10K2210/00—Details of active noise control [ANC] covered by G10K11/178 but not provided for in any of its subgroups
    • G10K2210/10—Applications
    • G10K2210/128—Vehicles
    • G10K2210/1282—Automobiles
    • G10K2210/12821—Rolling noise; Wind and body noise
    • 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
    • G10K2210/00—Details of active noise control [ANC] covered by G10K11/178 but not provided for in any of its subgroups
    • G10K2210/30—Means
    • G10K2210/301—Computational
    • G10K2210/3012—Algorithms
    • 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
    • G10K2210/00—Details of active noise control [ANC] covered by G10K11/178 but not provided for in any of its subgroups
    • G10K2210/30—Means
    • G10K2210/301—Computational
    • G10K2210/3053—Speeding up computation or convergence, or decreasing the computational load

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Acoustics & Sound (AREA)
  • Multimedia (AREA)
  • Soundproofing, Sound Blocking, And Sound Damping (AREA)
  • Fittings On The Vehicle Exterior For Carrying Loads, And Devices For Holding Or Mounting Articles (AREA)

Abstract

Изобретение относится к акустике, в частности к устройствам активного шумоподавления. Устройство содержит опорные датчики, громкоговоритель, микрофон, процессор, гребенку фильтров, средство вычисления минимальной среднеквадратичной ошибки, блока быстрого преобразования Фурье, блока наложения спектров, блока обратного преобразования Фурье, адаптивного фильтра. Процессор выполнен с возможностью исполнять безынерционный алгоритм подавления по минимальной среднеквадратической ошибке с фильтрацией опорного сигнала и делением на подполосы для обработки опорных сигналов широкополосного белого шума и генерации выходного сигнала, обладающего равномерной спектральной характеристикой на всем диапазоне частот, определенном упомянутыми подполосами, чтобы частично гасить шум от движения по дороге посредством громкоговорителя. При этом опорные датчики выполнены с возможностью детектирования опорных сигналов широкополосного белого шума, указывающих шум от движения по дороге. Технический результат – повышение быстродействия с одновременным уменьшением вычислительной сложности и предотвращением перекрытия спектров сигналов. 3 н. и 9 з.п. ф-лы, 18 ил., 1 табл.

Description

ОБЛАСТЬ ТЕХНИКИ
Эта заявка относится к подсистемам активного подавления шума транспортного средства.
УРОВЕНЬ ТЕХНИКИ
В последние годы, облегченная конструкция помогает добиваться транспортных средств с более низким энергопотреблением. Также было оценено, что экономия топлива может возрастать на 6-8%, если вес транспортного средства снижается на 10%. Облегченная конструкция, однако, может усиливать вибрацию конструкции и, следовательно, внутренний шум, особенно на низких частотах. Но, пассивное подавление шума может не быть идеальным, так как оно имеет тенденцию увеличивать вес и себестоимость транспортного средства. Поэтому была разработана технология активного подавления шума (ANC), которая использует аудиосистему в качестве вспомогательного громкоговорителя для подавления шума двигателя, шума силовой передачи и шума от движения по дороге.
СУЩНОСТЬ ИЗОБРЕТЕНИЯ
Во многих применениях активного подавления шума (ANC), проблемой является вычислительная нагрузка и низкая скорость схождения, вызванные большим разбросом собственных значений опорного сигнала. Безынерционный алгоритм с делением на подполосы, который раскладывает сигналы с полной полосы на набор подполос, был представлен ранее для снижения вычислительной сложности и улучшения свойства сходимости системы подавления. Здесь представлен подробный вывод равномерного безынерционного алгоритма с делением на подполосы. Более того, обсуждено неотъемлемое ограничение равномерной гребенки фильтров дискретного преобразования Фурье (ДПФ, DFT). (Была обнаружена проблема наложения спектров между соседними подполосами). Этот неотъемлемый эффект наложения спектров (алиасинга) может ухудшать рабочие характеристики системы. Отсюда, безынерционный алгоритм с делением на подполосы и переменной шириной полосы пропускания, в одном из примеров, предложен в качестве основы системы активного подавления шума для различных типов шумов от движения по дороге. Этот алгоритм может быть способен преодолеть эффект наложения спектров стандартного безынерционного алгоритма с делением на подполосы. Этот алгоритм, в некоторых реализациях, эффективен и имеет низкие вычислительные затраты. Для подтверждения рабочих характеристик предложенного алгоритма, было проведено численное моделирование для подавления измеренных шумов от движения по дороге. Результаты моделирования указывают, что безынерционный алгоритм с делением на подполосы и переменной шириной полосы пропускания является возможным вариантом для реализации широкополосной системы ANC.
В одном из примеров, транспортное средство имеет систему активного подавления шума, включающую в себя процессор. В способе активного подавления шума согласно настоящему изобретению процессор реализует безынерционный алгоритм подавления по минимальной среднеквадратической ошибке с фильтрацией опорного сигнала и делением на подполосы, включающий в себя гребенку фильтров дискретного преобразования Фурье с переменной шириной полосы пропускания, имеющую такое количество подполос, чтобы система, в ответ на опорный сигнал широкополосного белого шума, указывающий шум от движения по дороге в транспортном средстве, демонстрировала равномерную спектральную характеристику на всем диапазоне частот, определенном подполосами, и частично гасила шум от движения по дороге. Безынерционный алгоритм подавления по минимальной среднеквадратической ошибке с фильтрацией опорного сигнала и делением на подполосы дополнительно может включать в себя равномерную гребенку фильтров. Центральные частоты гребенки фильтров дискретного преобразования Фурье с переменной шириной полосы пропускания могут быть смещены от центральных частот равномерной гребенки фильтров на половину ширины полосы пропускания равномерной гребенки фильтров. Ширина полосы пропускания гребенки фильтров дискретного преобразования Фурье с переменной шириной полосы пропускания может быть меньшей, чем ширина полосы пропускания равномерной гребенки фильтров. Ширина полосы пропускания гребенки фильтров дискретного преобразования Фурье с переменной шириной полосы пропускания может иметь значение по меньшей мере половины ширины полосы пропускания равномерной гребенки фильтров. Система активного подавления шума (ANC), кроме того, может включать в себя громкоговоритель. Система ANC может частично гасить шум от движения по дороге с помощью выходного сигнала громкоговорителя.
КРАТКОЕ ОПИСАНИЕ ЧЕРТЕЖЕЙ
Фиг. 1 - схема безынерционного алгоритма с делением на подполосы с одним входом и одним выходом (SISO) в контексте системы активного подавления шума для транспортного средства.
Фиг. 2 - схема равномерной гребенки фильтров анализа дискретного преобразования Фурье (ДПФ).
Фиг. 3A и 3B - графики амплитудных характеристик гребенок фильтров ДПФ для разных количеств подполос.
Фиг. 4 - схема гребенки фильтров анализа ДПФ с переменной шириной полосы пропускания.
Фиг. 5A и 5B - графики амплитудных характеристик гребенок фильтров ДПФ переменной шириной полосы пропускания для разных количеств подполос.
Фиг. 6 - график сравнения вычислительной сложности разных безынерционных алгоритмов с делением на подполосы.
Фиг. 7A и 7B - графики амплитудной и фазовой характеристик, соответственно, первичного и вторичного трактов.
Фиг. 8A-8D - графики сравнений установившихся рабочих характеристик равномерного и с переменной шириной полосы пропускания безынерционного алгоритмов с делением на подполосы, использующих разные количества подполос, для синтезированных данных.
Фиг. 9A и 9B - графики сравнений установившихся рабочих характеристик равномерного и с переменной шириной полосы пропускания безынерционного алгоритмов с делением на подполосы, использующих разные количества подполос, для бетонной дороги.
Фиг. 10A и 10B - графики сравнений установившихся рабочих характеристик равномерного и с переменной шириной полосы пропускания безынерционного алгоритмов с делением на подполосы, использующих разные количества подполос, для неровной дороги.
ПОДРОБНОЕ ОПИСАНИЕ
Варианты осуществления настоящего раскрытия описаны в материалах настоящей заявки. Должно быть понятно, однако, что раскрытые варианты осуществления являются всего лишь примерами, и другие варианты осуществления могут принимать различные и альтернативные формы. Фигуры не обязательно должны определять масштаб; некоторые признаки могли быть преувеличены или сведены к минимуму, чтобы показать подробности конкретных компонентов. Поэтому, специфичные конструктивные и функциональные детали, раскрытые в материалах настоящей заявки, не должны интерпретироваться в качестве ограничивающих, а только качестве представляющих основу для изучения специалистом в данной области техники для различного применения настоящего изобретения. Как будут понимать специалисты в данной области техники, различные признаки, проиллюстрированные и описанные со ссылкой на любую одну из фигур, могут комбинироваться с признаками, проиллюстрированными на одной или более других фигур, для создания вариантов осуществления, которые не проиллюстрированы и не описаны явно. Проиллюстрированные комбинации признаков дают характерные варианты осуществления для типичных применений. Различные комбинации и модификации признаков, совместимых с доктринами этого раскрытия, однако, могли бы требоваться для конкретных применений или реализаций.
ВВЕДЕНИЕ
Активное подавление шума (ANC) основано на принципе наложения, и нежелательный первичный шум гасится вторичным шумом равной амплитуды и противоположной фазы. Как правило, шум от движения по дороге является «цветным» широкополосным шумом с энергией, лежащей в диапазоне частот 60-400 Гц. Многие попытались разработать осуществимую систему ANC для применений в транспортных средствах за последние три десятилетия. Например, реальный путь для подавления шума от движения по дороге с использованием системы ANC был показан несколько лет тому назад. Позднее, была спроектирована многоканальная система ANC за счет использования традиционного алгоритма среднеквадратической ошибки с фильтрацией опорного сигнала (FXLMS) для подавления шума от движения по дороге наряду с эталонным акселерометром и вторичным громкоговорителем. Затем была представлена система ANC, комбинированная с аудиосистемой транспортного средства, и система ANC реального времени с общим алгоритмом FXLMS. Наибольшая часть этих примеров использует традиционный алгоритм FXLMS. Этот алгоритм, однако, имеет неотъемлемые недостатки для подавления шума от движения по дороге, так как широкополосный шум требует адаптивного фильтра высокого порядка, который повышает вычислительную нагрузку, а размер шага этого алгоритма не пригоден для всех частот вследствие большого разброса собственных значений «цветного» опорного сигнала, что дает в результате низкую скорость сходимости.
Для преодоления вышеприведенных проблем, ранее был разработан алгоритм с делением на подполосы на основании алгоритма FXLMS. Это понижало вычислительную нагрузку, так как адаптивная фильтрация выполняется с более низкой частотой прореживания. Но быстрая сходимость возможна, так как спектральный динамический диапазон уменьшен в каждой подполосе. Более того, алгоритмы с делением на подполосы использовались в акустическом эхоподавлении. К сожалению, такие технологии не могут применяться непосредственно к системе ANC вследствие нежелательных задержек, привнесенных в тракт сигнала. Эти задержки ограничивают рабочие характеристики и устойчивость. Отсюда, был предложен безынерционный алгоритм с делением на подполосы для применений ANC. Задержки тракта сигнала избегались наряду с сохранением преимущества алгоритма с делением на подполосы. В самое последнее время, была разработана система ANC с комбинированными прямой связью и обратной связью на основании безынерционного алгоритма с делением на подполосы для подавления внутреннего шума от движения по дороге. Традиционный безынерционный алгоритм с делением на подполосы, однако, имеет неотъемлемое ограничение, ассоциативно связанное с равномерной (то есть имеющей равномерную характеристику) гребенкой фильтра анализа дискретного преобразования Фурье (ДПФ), которое будет приводить к эффектам наложения спектров вследствие просачивания спектральных составляющих между смежными гребенками фильтров. В данном документе представлена конструкция гребенки фильтров анализа ДПФ с переменной шириной полосы пропускания для минимизации эффекта наложения спектров и снижения вычислительной нагрузки.
БЕЗЫНЕРЦИОННЫЙ АЛГОРИТМ С ДЕЛЕНИЕМ НА ПОДПОЛОСЫ И ПЕРЕМЕННОЙ ШИРИНОЙ ПОЛОСЫ ПРОПУСКАНИЯ
Равномерный безынерционный алгоритм с делением на подполосы
Фиг. 1 показывает схему транспортного средства 10, включающего в себя систему 12 активного подавления шума (ANC). Система 12 ANC, в этом примере, включает в себя по меньшей мере один процессор 14, реализующий безынерционный алгоритм 16 Моргана с делением на подполосы с одним входом и одним выходом, где
Figure 00000001
- опорный сигнал, который принимается акселерометрами и/или микрофонами 17,
Figure 00000002
- первичный шум, принимаемый микрофоном 18, а
Figure 00000003
- сигнал ошибки после наложения первичного шума и вторичного гасящего шума. Вторичный гасящий шум выводится в кабину транспортного средства 10 через громкоговоритель 19. Алгоритм 16 включает в себя гребенки 20, 22 фильтров анализа, блоки 24 вторичного тракта с делением на подполосы, блоки 26 алгоритма адаптивной фильтрации по минимальной среднеквадратической ошибке (LMS), блоки 28 быстрого преобразования Фурье (БПФ), блок 30 наложения частот, блок 32 обратного БПФ и блок 34 адаптивного фильтра. Как показано, гребенка фильтров анализа состоит из M подполос (следует отметить, что M - четное число). Для реальных сигналов необходимо всего лишь M/2+1 подполос. Эти M/2+1 подполос соответствуют положительным частотным составляющим характеристики широкополосного фильтра; остальные сформированы комплексно-сопряженной симметрией. Опорный сигнал
Figure 00000001
и сигнал
Figure 00000003
ошибки раскладываются на наборы сигналов подполос. Эта компоновка, конечно, может быть расширена до многоканальной конфигурации.
Вектор
Figure 00000004
опорного сигнала подполосы и сигнал
Figure 00000005
ошибки выражены в качестве
Figure 00000006
(1)
Figure 00000007
(2),
где
Figure 00000008
, коэффициент
Figure 00000009
прореживания, N - длина полнополосного адаптивного фильтра, а K - количество весов для каждого адаптивного фильтра
Figure 00000010
подполосы.
В результате коэффициента прореживания,
Figure 00000011
, все веса адаптивного фильтра подполосы обновляются каждые
Figure 00000011
отсчетов. И полная полоса
Figure 00000012
раскладывается на набор функций
Figure 00000013
подполос. Эти передаточные функции подполос могут оцениваться с использованием автономного или интерактивного подходов идентификации системы, в которых генератор широкополосного шума может быть разложен на соответствующие подполосы. Отсюда, фильтрованный опорный сигнал в каждой подполосе имеет значение
Figure 00000014
(3)
где
Figure 00000015
обозначает обработку сверткой.
Адаптивный фильтр m-ой подполосы может обновляться с использованием алгоритма комплексной нормированной среднеквадратической ошибки в качестве
Figure 00000016
(4),
где
Figure 00000017
- адаптивный вектор весов подполосы для
Figure 00000018
-ой подполосы, а
Figure 00000019
- малое постоянное значение для избегания бесконечного размера шага. Затем, эти адаптивные веса подполосы преобразуются в полную полосу с помощью схемы преобразования весов. Есть несколько технологий преобразования весов, известных в данной области техники. Здесь, способ наложения БПФ перенят и получает полнополосный адаптивный вес.
В безынерционном алгоритме с делением на подполосы, полнополосный сигнал раскладывается на сигналы подполос, которые выводят набор адаптивных подфильтров. И эта обработка главным образом зависит от характеристик гребенки фильтров анализа. В настоящее время, гребенка фильтров анализа главным образом основана на многочастотных технологиях обработки сигналов, и другие подходы с гребенками фильтров были разработаны на протяжении последних двадцати лет. Среди этих гребенок фильтров, популярна гребенка фильтров с косинусной модуляцией, так как она легка для реализации и дает превосходную реконструкцию. И многофазная гребенка фильтров ДПФ является еще одной популярной гребенкой фильтров, которая дает высокую вычислительную эффективность и простую конструкцию. Для безынерционного алгоритма с делением на подполосы, гребенка фильтров ДПФ выбрана вследствие некоторых ключевых преимуществ в конструкции фильтра и вычислительной эффективности.
КОНСТРУКЦИЯ РАВНОМЕРНОЙ ГРЕБЕНКИ ФИЛЬТРОВ АНАЛИЗА ДПФ
Фиг. 2 показывает конструкцию равномерной гребенки 36 фильтров ДПФ с некоторым количеством M подполос 38. Гребенка 36 фильтров DFT может использоваться в контексте системы 12 ANC по фиг. 1, например, вместо гребенки 20 фильтров анализа, и выводиться из прототипного фильтра
Figure 00000020
с помощью модуляции. Более точно, гребенка 36 фильтров анализа M подполос 38 получается с помощью комплексной модуляции в следующем уравнении:
Figure 00000021
(5),
где
Figure 00000020
- вещественнозначный прототипный фильтр нижних частот с частотой среза
Figure 00000022
. Затем, подвергнутые комплексной модуляции фильтры
Figure 00000023
40 получаются посредством сдвига фильтра
Figure 00000020
нижних частот вправо на кратные значения
Figure 00000024
. Поэтому, равномерная гребенка 36 фильтров ДПФ может делить нормированный диапазон частот от 0 до
Figure 00000025
на M подполос 38 с расстоянием
Figure 00000024
между смежными фильтрами 40.
Фиг. 3A и 3B показывают равномерную гребенку фильтров анализа ДПФ, построенный для разных количеств M подполос. Как показано для разных количеств M подполос, просачивание спектральных составляющих в смежные подполосы неизбежно и будет приводить к эффекту наложения спектров. При увеличении количества подполос, по-прежнему есть просачивание между подполосами. Значит, равномерная гребенка фильтров ДПФ страдает от того обстоятельства, что она не способна гасить составляющие наложения спектров, вызванные неотъемлемым недостатком равномерной гребенки фильтров ДПФ. Таким образом, цель конструкции гребенки фильтров ДПФ может состоять в том, чтобы минимизировать или ограничить просачивание спектральных составляющих, для того чтобы устранить эффект наложения спектров. Новая конструкция гребенки фильтров ДПФ, неравномерная гребенка фильтров ДПФ, представлена здесь для преодоления недостатка с помощью структуры с присущим ей гашением спектров наложения.
КОНСТРУКЦИЯ ГРЕБЕНКИ ФИЛЬТРОВ АНАЛИЗА ДПФ С ПЕРЕМЕННОЙ ШИРИНОЙ ПОЛОСЫ ПРОПУСКАНИЯ
Гребенка фильтров анализа ДПФ с переменной шириной полосы пропускания основана на предложенной ранее неравномерной гребенке фильтров анализа ДПФ. Другие способы с неравномерными подполосами, такие как неравномерные гребенки псевдоквадратурных зеркальных фильтров (QMF) и гребенки фильтров ДПФ с всеканальным преобразованием, имеют неотъемлемые ограничения. Например, неравномерное псевдо-QMF используется только в традиционном алгоритме с делением на полосы, которому нужны фильтры как анализа, так и синтеза, что считается неуместным для безынерционного алгоритма с делением на подполосы. К тому же, гребенка фильтров ДПФ с всеканальным преобразованием реализуется всего лишь посредством изменения ширин полос пропускания, что не устраняет эффект наложения спектров.
Фиг. 4 показывает примерную структуру гребенки 42 фильтров анализа ДПФ с переменной шириной полосы пропускания. Гребенка 42 фильтров анализа ДПФ с переменной шириной полосы пропускания может использоваться в контексте системы 12 ANC по фиг. 1, например, вместо гребенки 20 фильтров анализа, и т. д. Что касается этой гребенки фильтров, используются два разных прототипных фильтра
Figure 00000026
и
Figure 00000027
. Прототипные фильтры
Figure 00000026
и
Figure 00000027
реализуют классический способ конструкции оконного линейно-фазового цифрового фильтра с конечной импульсной характеристикой (КИХ, FIR). Они проектировались с использованием встроенной в MATLAB функции:
Figure 00000028
(6),
Figure 00000029
(7),
где
Figure 00000030
- порядок прототипного фильтра,
Figure 00000031
- количество равномерных гребенок фильтров с делением на подполосы,
Figure 00000032
- постоянный коэффициент, который равен
Figure 00000033
, а
Figure 00000034
- коэффициент переменной ширины полосы пропускания, который находится между
Figure 00000035
и
Figure 00000033
. Здесь,
Figure 00000034
установлено в качестве равного
Figure 00000035
.
Первый прототипный фильтр
Figure 00000026
является вещественнозначным фильтром нижних частот с частотой среза
Figure 00000036
для получения всех подполос с нечетными номерами наряду с тем, что второй прототипный фильтр
Figure 00000027
является вещественнозначным фильтром нижних частот с частотой среза
Figure 00000037
для получения всех подполос с четными номерами. Более точно, гребенки
Figure 00000038
фильтров анализа гребенок фильтров ДПФ с делением на
Figure 00000031
-подполос и переменной шириной полосы пропускания получены с помощью комплексной модуляции в следующем уравнении:
Figure 00000039
(8)
Затем, подвергнутые комплексной модуляции фильтры
Figure 00000040
44 получаются посредством сдвига двух фильтров
Figure 00000041
и
Figure 00000042
нижних частот вправо на кратные значения
Figure 00000024
. Поэтому, гребенка 42 фильтров ДПФ с переменной шириной полосы пропускания может делить нормированный диапазон частот от 0 до
Figure 00000025
на 2M подполос 46.
Фиг. 5A и 5B показывают конструкцию гребенки фильтров анализа ДПФ с переменной шириной полосы пропускания для разных количеств подполос. Здесь, β равно 1/2M, и четный порядок
Figure 00000043
(
Figure 00000044
) суммируется между фильтрами
Figure 00000043
(
Figure 00000045
). Она может покрывать просачивание спектральных составляющих между смежными фильтрами нечетного порядка. Поэтому, гребенки фильтров анализа ДПФ с переменной шириной полосы пропускания может избегать и ограничивать эффект наложения спектров в безынерционном алгоритме с делением на подполосы.
ВЫЧИСЛИТЕЛЬНАЯ СЛОЖНОСТЬ
Этот раздел оценивает вычислительную сложность равномерного и неравномерного безынерционных алгоритмов с делением на подполосы. Вычислительные требования алгоритмов могут быть разделены на пять частей: 1) операцию гребенки фильтров, 2) адаптацию весов подполосы, 3) полнополосную фильтрацию, 4) преобразование весов и 5) фильтрацию опорного сигнала. Ради удобства, вычислительная сложность основана на количестве умножений на каждый входной отсчет. Вычислительная сложность обобщена в таблице 1.
ТАБЛИЦА 1
Вычислительные сложности безынерционного алгоритма Моргана с делением на полосы
Вычислительное требование Равномерная гребенка фильтров ДПФ Гребенка фильтров ДПФ с переменной шириной полосы пропускания
C1: Операция гребенки фильтров
Figure 00000046
Figure 00000047
C2: Адаптация весов подполосы
Figure 00000048
Figure 00000049
C3: Полнополосная фильтрация
Figure 00000050
Figure 00000050
C4: Преобразование весов
Figure 00000051
Figure 00000052
C5: Формирование сигнала с фильтрацией опорного сигнала
Figure 00000053
Figure 00000054
В этой таблице,
Figure 00000055
- длина полнополосного адаптивного фильтра,
Figure 00000030
- количество весов для каждого адаптивного фильтра подполосы, а L - длина фильтра
Figure 00000056
оценки вторичного тракта. Поэтому, известно, что требуемое суммарное количество умножений равномерного безынерционного алгоритма Моргана с делением на подполосы должны иметь значение
Figure 00000057
(9),
где J - переменная, которая определяет, как часто выполняется преобразование весов. Безынерционный алгоритм с делением на подполосы не демонстрирует серьезного ухудшения производительности для значений J в диапазоне от одного до девяти. Должно быть отмечено, что иные вычисления требуются для предложенного безынерционного алгоритма Моргана с делением на полосы и переменной шириной полосы пропускания.
Количество вычислений для фильтрации подполосы опорного сигнала и сигнала ошибки имеет значение
Figure 00000058
(10)
Здесь, для реальных сигналов, необходимо, чтобы обрабатывалось только
Figure 00000059
комплексных подполос. Таким образом, обновление весов подполосы требует
Figure 00000060
(11)
Для преобразования веса подполосы в полнополосные веса, обработка преобразования весов требует
Figure 00000061
(12)
Здесь, выходные данные адаптивного фильтра будут иметь вычислительную стоимость
Figure 00000062
. При условии, что вторичный тракт моделируется КИХ-фильтром
Figure 00000063
-ого порядка, формирование фильтрованного опорного сигнала требует
Figure 00000064
(13)
Поэтому, требуемое суммарное количество умножений и сложений безынерционного алгоритма Моргана с делением на подполосы и переменной шириной полосы пропускания имеет значение
Figure 00000065
(14)
Фиг. 6 показывает сравнение нормированной вычислительной сложности этих основанных на подполосах алгоритмов сверх традиционного алгоритма FXLMS. Здесь, длина полнополосного адаптивного фильтра
Figure 00000055
имеет значение 512 отводов, длина оцененного вторичного тракта L имеет значение 256 отводов, а количество подполос M имеет значение, соответственно, 8, 16, 32, 64 и 128. Как показано на фиг. 6, вычислительная сложность этих двух алгоритмов уменьшается по мере того, как увеличивается количество подполос M. В дополнение, безынерционный алгоритм с делением на подполосы и переменной шириной полосы пропускания имеет более низкую вычислительную сложность, чем равномерный безынерционный алгоритм Моргана с делением на подполосы. Поэтому, безынерционный алгоритм с делением на подполосы и переменной шириной полосы пропускания дополнительно будет снижать вычислительную стоимость по мере того, как возрастает количество подполос.
ЧИСЛЕННОЕ МОДЕЛИРОВАНИЕ
Для того чтобы оценить рабочие характеристики предложенных алгоритмов, проводились всесторонние численные моделирования. В первом наборе моделирований, возмущения широкополосного белого шума синтезировались в MATLAB. И известные первичный тракт
Figure 00000020
и вторичный тракт
Figure 00000066
используются, поскольку они получили широкое применение в основанных на моделировании исследованиях ANC. Частотные характеристики и вторичные ответы первичного тракта и вторичного тракта показаны на фиг. 7A и 7B. Первичный и вторичный тракты моделировались с использованием 256-отводного КИХ-фильтра. Во втором моделировании, экспериментальные данные шума от движения по дороге транспортного средства использовались для дополнительной проверки производительности безынерционного алгоритма с делением на подполосы и переменной шириной полосы пропускания. Для демонстрационных целей, использовались разные количества подполос M. Имитационные моделирования проводились с равномерным и с переменной шириной полосы пропускания безынерционными алгоритмами с делением на подполосы для разных количеств подполос.
Результаты моделирований представлены на фиг. 8A-8D. Использовались разные количества подполос (
Figure 00000067
). Равномерный безынерционный алгоритм с делением на подполосы имеет серьезное наложение спектров в спектрах остаточного сигнала ошибки, которое вызвано конструкцией равномерной гребенки фильтров анализа ДПФ. И при увеличении количества подполос, эффект наложения спектров не может избегаться. Когда использовался безынерционный алгоритм с делением на подполосы с переменной шириной полосы пропускания, он ограничивал эффект наложения спектров и сохранял лучшие рабочие характеристики по просачиванию спектральных составляющих наряду с сохранением производительности равномерного безынерционного алгоритма с делением на подполосы. Эти результаты демонстрируют, что использование предложенной системы дает осуществимый алгоритм для ограничения и избегания эффекта наложения спектров.
Фиг. 9A и 9B показывают спектры ошибок (бетонной дороги) до и после схождения для равномерного и с переменной шириной полосы пропускания безынерционных алгоритмов с делением на подполосы, использующих разные количества подполос. Подобным образом, фиг. 10A и 10B показывают спектры ошибок (неровной дороги) до и после схождения для равномерного и с переменной шириной полосы пропускания безынерционных алгоритмов с делением на подполосы, использующих разные количества подполос (бетонной дороги). Может быть видно, что равномерный и с переменной шириной полосы пропускания безынерционные алгоритмы с делением на подполосы имеют сходные рабочие характеристики на большинстве частот. Однако, вследствие недостатков равномерной гребенки фильтров ДПФ, гребенка фильтров анализа ДПФ с переменной шириной полосы пропускания достигала меньшего уменьшения промежутков между смежными подполосами, чем равномерный алгоритм с делением на подполосы. Более того, моделирования с разными данными показали, что алгоритм с делением на подполосы и переменной шириной полосы пропускания эффективен при сохранении рабочих характеристик производительности равномерного безынерционного алгоритма с делением на подполосы и ограничении эффекта наложения спектров в просачивании спектральных составляющих.
Последовательности операций, способы или алгоритмы, раскрытые в материалах настоящей заявки, могут быть подлежащими выполнению или реализованы устройством обработки, контроллером или компьютером, которые могут включать в себя существующий программируемый электронный блок управления или специальный электронный блок управления. Подобным образом, последовательности операций, способы или алгоритмы могут храниться в качестве данных и команд, исполняемых контроллером или компьютером, в многих формах, в том числе, но не в качестве ограничения, информации, постоянно хранимой на незаписываемом запоминающем носителе, таком как устройства ПЗУ (постоянного запоминающего устройства, ROM), и информации, с возможностью изменения хранимой на записываемом запоминающем носителе, таком как гибкие диски, магнитные ленты, CD (компакт-диски), устройства ОЗУ (оперативного запоминающего устройства, RAM) и другие магнитные и оптические носители. Последовательности операций, способы или алгоритмы также могут быть реализованы в программном исполняемом объекте. В качестве альтернативы, последовательности операций, способы или алгоритмы могут быть воплощены полностью или частично с использованием пригодных аппаратных компонентов, таких как специализированные интегральные схемы (ASIC), программируемые пользователем вентильные матрицы (FPGA), конечные автоматы, контроллеры или другие аппаратные компоненты или устройства, или комбинации аппаратных средств, программных средств и программно-аппаратных компонентов.
Словесные формулировки, используемые в описании изобретения, предпочтительнее являются словесными формулировками описания, нежели ограничением, и понятно, что различные изменения могут быть произведены, не выходя из сущности и объема раскрытия. Как описано ранее, признаки различных вариантов осуществления могут комбинироваться для формирования дополнительных вариантов осуществления изобретения, которые могут не быть описаны или проиллюстрированы в прямой форме. Несмотря на то, что различные варианты осуществления могли бы быть описаны в качестве обеспечивающих преимущества или являющихся предпочтительными над другими вариантами осуществления или реализациями предшествующего уровня техники, что касается одной или более требуемых характеристик, специалисты в данной области техники должны осознавать, что один или более признаков или характеристик могут быть скомпрометированы для достижения требуемых общих свойств системы, которые зависят от конкретных применения и реализации. Эти свойства могут включать в себя, но не в качестве ограничения: себестоимость, прочность, надежность, затраты в течение жизненного цикла, пригодность для продажи, внешний вид, упаковку, габариты, ремонтопригодность, вес, технологичность, легкость сборки, и т. д. По существу, варианты осуществления, описанные в качестве менее желательных, чем другие варианты осуществления, или реализации предшествующего уровня техники по отношению к одной или более характеристик, не выходят за пределы объема раскрытия и могут быть желательными для конкретных применений.

Claims (20)

1. Система активного подавления шума для транспортного средства, содержащая:
громкоговоритель;
датчики, выполненные с возможностью детектирования опорных сигналов широкополосного белого шума, указывающих шум от движения по дороге; и
процессор, включающий в себя безынерционный алгоритм подавления по минимальной среднеквадратической ошибке с фильтрацией опорного сигнала и делением на подполосы, который содержит гребенку фильтров дискретного преобразования Фурье с переменной шириной полосы пропускания, имеющую некоторое количество подполос, при этом процессор выполнен с возможностью исполнять безынерционный алгоритм подавления по минимальной среднеквадратической ошибке с фильтрацией опорного сигнала и делением на подполосы для обработки опорных сигналов широкополосного белого шума и генерации выходного сигнала, обладающего равномерной спектральной характеристикой на всем диапазоне частот, определенном упомянутыми подполосами, чтобы частично гасить шум от движения по дороге посредством громкоговорителя.
2. Система по п. 1, в которой безынерционный алгоритм подавления по минимальной среднеквадратической ошибке с фильтрацией опорного сигнала и делением на подполосы содержит равномерную гребенку фильтров и при этом центральные частоты гребенки фильтров дискретного преобразования Фурье с переменной шириной полосы смещены от центральных частот равномерной гребенки фильтров на половину ширины полосы пропускания равномерной гребенки фильтров.
3. Система по п. 2, в которой ширина полосы пропускания гребенки фильтров дискретного преобразования Фурье с переменной шириной полосы пропускания является меньшей, чем ширина полосы пропускания равномерной гребенки фильтров.
4. Система по п. 2, в которой ширина полосы пропускания гребенки фильтров дискретного преобразования Фурье с переменной шириной полосы пропускания имеет значение по меньшей мере половины ширины полосы пропускания равномерной гребенки фильтров.
5. Способ активного подавления шума в системе активного подавления шума (ANC), содержащей громкоговоритель, датчики и один или более процессоров, включающих в себя безынерционный алгоритм подавления по минимальной среднеквадратической ошибке с фильтрацией опорного сигнала и делением на подполосы, который содержит гребенку фильтров дискретного преобразования Фурье с переменной шириной полосы пропускания, имеющую некоторое количество подполос, при этом упомянутый способ содержит этапы, на которых:
детектируют датчиками опорные сигналы широкополосного белого шума, указывающие шум от движения по дороге и имеющие слышимый диапазон частот от 20 Гц до 20 кГц; и
исполняют одним или более процессорами безынерционный алгоритм подавления по минимальной среднеквадратической ошибке с фильтрацией опорного сигнала и делением на подполосы для обработки опорных сигналов широкополосного белого шума и генерации выходного сигнала, обладающего равномерной спектральной характеристикой на всем диапазоне частот, определенном подполосами, чтобы частично гасить шум от движения по дороге посредством громкоговорителя.
6. Способ по п. 5, в котором безынерционный алгоритм подавления по минимальной среднеквадратической ошибке с фильтрацией опорного сигнала и делением на подполосы содержит равномерную гребенку фильтров и при этом центральные частоты гребенки фильтров дискретного преобразования Фурье с переменной шириной полосы пропускания смещены от центральных частот равномерной гребенки фильтров на половину ширины полосы пропускания равномерной гребенки фильтров.
7. Способ по п. 6, в котором ширина полосы пропускания гребенки фильтров дискретного преобразования Фурье с переменной шириной полосы пропускания является меньшей, чем ширина полосы пропускания равномерной гребенки фильтров.
8. Способ по п. 7, в котором ширина полосы пропускания гребенки фильтров дискретного преобразования Фурье с переменной шириной полосы пропускания имеет значение по меньшей мере половины ширины полосы пропускания равномерной гребенки фильтров.
9. Система активного подавления шума (ANC), содержащая:
громкоговоритель;
датчики, выполненные с возможностью детектирования опорных сигналов широкополосного белого шума, указывающих шум от движения по дороге; и
один или более процессоров, включающих в себя безынерционный алгоритм подавления по минимальной среднеквадратической ошибке с фильтрацией опорного сигнала и делением на подполосы, который содержит гребенку фильтров дискретного преобразования Фурье с переменной шириной полосы пропускания, имеющую некоторое количество подполос, причем один или более процессоров выполнены с возможностью исполнять безынерционный алгоритм подавления по минимальной среднеквадратической ошибке с фильтрацией опорного сигнала и делением на подполосы для обработки опорных сигналов широкополосного белого шума и генерации выходного сигнала, обладающего равномерной спектральной характеристикой на всем диапазоне частот, определенном подполосами, чтобы частично гасить шум от движения по дороге посредством громкоговорителя.
10. Система по п. 9, в которой безынерционный алгоритм подавления по минимальной среднеквадратической ошибке с фильтрацией опорного сигнала и делением на подполосы содержит равномерную гребенку фильтров, и при этом центральные частоты гребенки фильтров дискретного преобразования Фурье с переменной шириной полосы пропускания смещены от центральных частот равномерной гребенки фильтров на половину ширины полосы пропускания равномерной гребенки фильтров.
11. Система по п. 10, в которой ширина полосы пропускания гребенки фильтров дискретного преобразования Фурье с переменной шириной полосы пропускания является меньшей, чем ширина полосы пропускания равномерной гребенки фильтров.
12. Система по п. 10, в которой ширина полосы пропускания гребенки фильтров дискретного преобразования Фурье с переменной шириной полосы пропускания имеет значение по меньшей мере половины ширины полосы пропускания равномерной гребенки фильтров.
RU2015152200A 2014-12-08 2015-12-07 Безынерционный алгоритм c разделением на подполосы и переменной шириной полосы пропускания для широкополосной системы активного подавления шума RU2696677C2 (ru)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US14/563,199 US9837065B2 (en) 2014-12-08 2014-12-08 Variable bandwidth delayless subband algorithm for broadband active noise control system
US14/563,199 2014-12-08

Publications (2)

Publication Number Publication Date
RU2015152200A RU2015152200A (ru) 2017-06-16
RU2696677C2 true RU2696677C2 (ru) 2019-08-05

Family

ID=55974370

Family Applications (1)

Application Number Title Priority Date Filing Date
RU2015152200A RU2696677C2 (ru) 2014-12-08 2015-12-07 Безынерционный алгоритм c разделением на подполосы и переменной шириной полосы пропускания для широкополосной системы активного подавления шума

Country Status (5)

Country Link
US (1) US9837065B2 (ru)
CN (1) CN105679304B (ru)
DE (1) DE102015120997A1 (ru)
MX (1) MX361572B (ru)
RU (1) RU2696677C2 (ru)

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9935604B2 (en) * 2015-07-06 2018-04-03 Xilinx, Inc. Variable bandwidth filtering
US10037755B2 (en) * 2016-11-25 2018-07-31 Signal Processing, Inc. Method and system for active noise reduction
JP6804554B2 (ja) * 2016-12-06 2020-12-23 日本電信電話株式会社 信号特徴抽出装置、信号特徴抽出方法、およびプログラム
US11048469B2 (en) 2017-05-01 2021-06-29 Mastercraft Boat Company, Llc Control and audio systems for a boat
CN107702171B (zh) * 2017-10-16 2019-07-05 北京安声科技有限公司 一种应用在油烟机的主动降噪方法
CN108916952B (zh) * 2018-03-08 2020-08-14 佛山市云米电器科技有限公司 一种具有三维空间声场降噪装置的油烟机及降噪方法
CN109994099A (zh) * 2019-03-18 2019-07-09 佛山市云米电器科技有限公司 一种卧室用主动降噪装置及具有该主动降噪装置的卧室
EP3764349B1 (en) * 2019-07-11 2023-05-24 Faurecia Creo AB Noise controlling method and system
CN113593516B (zh) * 2021-07-22 2024-04-02 中国船舶集团有限公司第七一一研究所 主动式振动及噪声控制方法、系统、存储介质和船舶

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5329587A (en) * 1993-03-12 1994-07-12 At&T Bell Laboratories Low-delay subband adaptive filter
US6970558B1 (en) * 1999-02-26 2005-11-29 Infineon Technologies Ag Method and device for suppressing noise in telephone devices
DE102012200142A1 (de) * 2011-01-05 2012-07-05 Cambridge Silicon Radio Limited Anc für bt-kopfhörer
US8600069B2 (en) * 2010-03-26 2013-12-03 Ford Global Technologies, Llc Multi-channel active noise control system with channel equalization

Family Cites Families (24)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3471370B2 (ja) * 1991-07-05 2003-12-02 本田技研工業株式会社 能動振動制御装置
JP2924496B2 (ja) * 1992-09-30 1999-07-26 松下電器産業株式会社 騒音制御装置
US5933495A (en) * 1997-02-07 1999-08-03 Texas Instruments Incorporated Subband acoustic noise suppression
US20100284546A1 (en) 2005-08-18 2010-11-11 Debrunner Victor Active noise control algorithm that requires no secondary path identification based on the SPR property
US7388954B2 (en) * 2002-06-24 2008-06-17 Freescale Semiconductor, Inc. Method and apparatus for tone indication
JP3843082B2 (ja) * 2003-06-05 2006-11-08 本田技研工業株式会社 能動型振動騒音制御装置
RU2374703C2 (ru) 2003-10-30 2009-11-27 Конинклейке Филипс Электроникс Н.В. Кодирование или декодирование аудиосигнала
US7433463B2 (en) * 2004-08-10 2008-10-07 Clarity Technologies, Inc. Echo cancellation and noise reduction method
CA2481629A1 (en) 2004-09-15 2006-03-15 Dspfactory Ltd. Method and system for active noise cancellation
US8477955B2 (en) 2004-09-23 2013-07-02 Thomson Licensing Method and apparatus for controlling a headphone
GB2439988A (en) 2005-06-01 2008-01-16 Tecteon Plc Subband coefficient adaptor for adaptive filter
EP1906384B1 (en) * 2005-07-21 2015-09-02 Panasonic Corporation Active noise reduction device
US7426270B2 (en) * 2005-08-10 2008-09-16 Clarity Technologies, Inc. Method and system for clear signal capture
EP1855456B1 (en) * 2006-05-08 2009-10-14 Harman/Becker Automotive Systems GmbH Echo reduction in time-variant systems
JP2007328219A (ja) * 2006-06-09 2007-12-20 Matsushita Electric Ind Co Ltd 能動型騒音制御装置
US8718289B2 (en) * 2009-01-12 2014-05-06 Harman International Industries, Incorporated System for active noise control with parallel adaptive filter configuration
US8199924B2 (en) * 2009-04-17 2012-06-12 Harman International Industries, Incorporated System for active noise control with an infinite impulse response filter
CN101833949B (zh) * 2010-04-26 2012-01-11 浙江万里学院 一种用于消减噪声的有源噪声控制方法
US9135907B2 (en) 2010-06-17 2015-09-15 Dolby Laboratories Licensing Corporation Method and apparatus for reducing the effect of environmental noise on listeners
CN101894561B (zh) * 2010-07-01 2015-04-08 西北工业大学 一种基于小波变换和变步长最小均方算法的语音降噪方法
EP2562751B1 (en) * 2011-08-22 2014-06-11 Svox AG Temporal interpolation of adjacent spectra
CN102685876B (zh) * 2012-05-14 2014-08-20 清华大学 基于子带预编码的多点协作ofdm系统中时延差补偿方法
US9129586B2 (en) * 2012-09-10 2015-09-08 Apple Inc. Prevention of ANC instability in the presence of low frequency noise
WO2014207990A1 (ja) * 2013-06-27 2014-12-31 パナソニック インテレクチュアル プロパティ コーポレーション オブ アメリカ 制御装置、及び、制御方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5329587A (en) * 1993-03-12 1994-07-12 At&T Bell Laboratories Low-delay subband adaptive filter
US6970558B1 (en) * 1999-02-26 2005-11-29 Infineon Technologies Ag Method and device for suppressing noise in telephone devices
US8600069B2 (en) * 2010-03-26 2013-12-03 Ford Global Technologies, Llc Multi-channel active noise control system with channel equalization
DE102012200142A1 (de) * 2011-01-05 2012-07-05 Cambridge Silicon Radio Limited Anc für bt-kopfhörer

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
Dennis R. Morgan A Delayless Subband Adaptive Filter Architecture // IEEE TRANSACTIONS ON SIGNAL PROCESSING, VOL. 43, NO. 8, AUGUST 1995. . *
Enisa Galijaievic. DESIGN OF ALLPASS-BASED NON-UNIFORM OVERSAMPLED DFT FILTER BANKS // IEEE International Conference on Acoustics, Speech, and Signal Processing, 2002 *
Jie Duan. Combined Feedforward-Feedback Active Control of Road Noise Inside a Vehicle Cabin // Journal of Vibration and Acoustics Copyright VC 2014 by ASME AUGUST 2014, Vol. 136 / 041020-1. *
Jie Duan. Combined Feedforward-Feedback Active Control of Road Noise Inside a Vehicle Cabin // Journal of Vibration and Acoustics Copyright VC 2014 by ASME AUGUST 2014, Vol. 136 / 041020-1. Dennis R. Morgan A Delayless Subband Adaptive Filter Architecture // IEEE TRANSACTIONS ON SIGNAL PROCESSING, VOL. 43, NO. 8, AUGUST 1995. Enisa Galijaievic. DESIGN OF ALLPASS-BASED NON-UNIFORM OVERSAMPLED DFT FILTER BANKS // IEEE International Conference on Acoustics, Speech, and Signal Processing, 2002. *

Also Published As

Publication number Publication date
US9837065B2 (en) 2017-12-05
DE102015120997A1 (de) 2016-06-09
CN105679304A (zh) 2016-06-15
MX2015016712A (es) 2017-03-16
US20160163305A1 (en) 2016-06-09
DE102015120997A8 (de) 2023-10-12
MX361572B (es) 2018-12-11
CN105679304B (zh) 2020-11-27
RU2015152200A (ru) 2017-06-16

Similar Documents

Publication Publication Date Title
RU2696677C2 (ru) Безынерционный алгоритм c разделением на подполосы и переменной шириной полосы пропускания для широкополосной системы активного подавления шума
Zhang et al. Deep ANC: A deep learning approach to active noise control
US10121464B2 (en) Subband algorithm with threshold for robust broadband active noise control system
EP2777298B1 (en) Method and apparatus for processing signals of a spherical microphone array on a rigid sphere used for generating a spherical harmonics representation or an ambisonics representation of the sound field
Chang et al. Secondary path modeling for narrowband active noise control systems
US9837098B2 (en) Reduced-delay subband signal processing system and method
US20120170766A1 (en) ANC For BT Headphones
CN101207939A (zh) 低复杂度的回音补偿
Patel et al. A hybrid multi-reference subband control strategy for active noise control headphones
Chen et al. A computationally efficient feedforward time–frequency-domain hybrid active sound profiling algorithm for vehicle interior noise
Bao et al. Psychoacoustic active noise control based on delayless subband adaptive filtering
Milani et al. Analysis and optimal design of delayless subband active noise control systems for broadband noise
CN102447445A (zh) 一种音频参数均衡的方法和音频参数均衡器
Duan et al. A computational-efficient active sound tuning system for steady-state and transient vehicle powertrain response
Firtha et al. Local wave field synthesis by temporal bandlimitation
Zhuang et al. Singular vector filtering method for mitigation of disturbance enhancement in multichannel active noise control systems
Long et al. An Enhanced Delayless Non-uniform Subband Adaptive Algorithm for Broadband Noise Cancellation
Sohn et al. Selective attention system using new active noise controller
Zhou et al. A Novel Vector-Decomposition-Based Structure for Enhancing the Normalized Filtered-X Least Mean Square Algorithm Under the High-Power Low-Frequency Noise
Zhuang et al. Singular Vector Filtering Method for Disturbance Enhancement Mitigation in Active Noise Control Systems
Hussain et al. Binaural sub-band adaptive speech enhancement using artificial neural networks
Völk et al. Auditory adapted exponential transfer function smoothing (AAS)
Belley et al. Continuous wavelet transform based source separation
CN117220642A (zh) 一种基于子带无延时的混合控制方法
Yiyan Equalization Filter Algorithm of Music Signal Based on Time-Frequency Domain Analysis