TWI803300B - 具有降噪功能之風扇控制系統及方法 - Google Patents
具有降噪功能之風扇控制系統及方法 Download PDFInfo
- Publication number
- TWI803300B TWI803300B TW111116062A TW111116062A TWI803300B TW I803300 B TWI803300 B TW I803300B TW 111116062 A TW111116062 A TW 111116062A TW 111116062 A TW111116062 A TW 111116062A TW I803300 B TWI803300 B TW I803300B
- Authority
- TW
- Taiwan
- Prior art keywords
- value
- signals
- generate
- sampling
- fan
- Prior art date
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
- G10K11/1781—Methods or devices for protecting against, or for damping, noise or other acoustic waves in general using interference effects; Masking sound by electro-acoustically regenerating the original acoustic waves in anti-phase characterised by the analysis of input or output signals, e.g. frequency range, modes, transfer functions
- G10K11/17821—Methods or devices for protecting against, or for damping, noise or other acoustic waves in general using interference effects; Masking sound by electro-acoustically regenerating the original acoustic waves in anti-phase characterised by the analysis of input or output signals, e.g. frequency range, modes, transfer functions characterised by the analysis of the input signals only
- G10K11/17823—Reference signals, e.g. ambient acoustic environment
-
- 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
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D19/00—Control of mechanical oscillations, e.g. of amplitude, of frequency, of phase
- G05D19/02—Control of mechanical oscillations, e.g. of amplitude, of frequency, of phase characterised by the use of electric means
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10K—SOUND-PRODUCING DEVICES; METHODS OR DEVICES FOR PROTECTING AGAINST, OR FOR DAMPING, NOISE OR OTHER ACOUSTIC WAVES IN GENERAL; ACOUSTICS NOT OTHERWISE PROVIDED FOR
- G10K11/00—Methods or devices for transmitting, conducting or directing sound in general; Methods or devices for protecting against, or for damping, noise or other acoustic waves in general
- G10K11/16—Methods or devices for protecting against, or for damping, noise or other acoustic waves in general
- G10K11/175—Methods or devices for protecting against, or for damping, noise or other acoustic waves in general using interference effects; Masking sound
- G10K11/178—Methods or devices for protecting against, or for damping, noise or other acoustic waves in general using interference effects; Masking sound by electro-acoustically regenerating the original acoustic waves in anti-phase
- G10K11/1781—Methods or devices for protecting against, or for damping, noise or other acoustic waves in general using interference effects; Masking sound by electro-acoustically regenerating the original acoustic waves in anti-phase characterised by the analysis of input or output signals, e.g. frequency range, modes, transfer functions
- G10K11/17821—Methods or devices for protecting against, or for damping, noise or other acoustic waves in general using interference effects; Masking sound by electro-acoustically regenerating the original acoustic waves in anti-phase characterised by the analysis of input or output signals, e.g. frequency range, modes, transfer functions characterised by the analysis of the input signals only
- G10K11/17825—Error signals
-
- 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
- G10K2210/109—Compressors, e.g. fans
-
- 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
- G10K2210/11—Computers, i.e. ANC of the noise created by cooling fan, hard drive or the like
-
- 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
- G10K2210/112—Ducts
-
- 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
- G10K2210/3026—Feedback
-
- 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
- G10K2210/3027—Feedforward
-
- 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
- G10K2210/3028—Filtering, e.g. Kalman filters or special analogue or digital filters
-
- 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
- G10K2210/3038—Neural networks
-
- 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
- G10K2210/3043—Phase locked loops [PLL]
-
- 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
- G10K2210/3044—Phase shift, e.g. complex envelope processing
-
- 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
- G10K2210/3046—Multiple acoustic inputs, multiple acoustic outputs
-
- 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
- G10K2210/3051—Sampling, e.g. variable rate, synchronous, decimated or interpolated
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Soundproofing, Sound Blocking, And Sound Damping (AREA)
- Control Of Positive-Displacement Air Blowers (AREA)
- Control Of Electric Motors In General (AREA)
Abstract
一種風扇控制系統,適用於設在一電腦系統內的N個風扇,包含:一主要麥克風、一控制電路、一電波產生電路以及N個風扇控制器。該控制電路用來根據該電腦系統內的溫度以產生一基本頻率值,以及根據該主要麥克風之主要音訊訊號,利用任何已知的最佳演算法來持續更新一參數;該電波產生電路,用以根據該基本頻率值以及該參數產生N個方波。該N個風扇控制器用以根據該N個方波以及來自該N個風扇的N個轉速計訊號,分別形成並傳送N個調變訊號給該N個風扇。其中,該參數是一頻率變化量以及一組相位差之其一,以及該N個方波具有相同頻率。
Description
本發明係有關於降噪技術,尤有關於一種具有降噪功能之風扇控制系統及方法。
於各種不同電子產品中,例如:個人電腦、筆電及繪圖卡中,通常設有冷卻風扇來散熱,但是,這些冷卻風扇卻是電子產品內的主要噪音源。因此,業界亟需一種風扇控制系統及方法來減少風扇噪音。
有鑒於上述問題,本發明的目的之一是提供一種風扇控制系統,可減少一主要麥克風所接收到的風扇聲學噪音總功率值以及改善主動降噪(active noise cancellation)的效能。
根據本發明之一實施例,係提供一種風扇控制系統,適用於設在一電腦系統內的N個風扇,包含:一主要麥克風、一控制電路、一電波產生電路以及N個風扇控制器。該主要麥克風用以產生一主要音訊訊號;該控制電路,耦接至該主要麥克風,用來根據該電腦系統內的溫度以產生一基本頻率值,以及根據該主要音訊訊號,利用任何已知的最佳化演算法來持續更新一參數;該電波產生電路,用以根據該基本頻率值以及該參數產生N個方波;以
及,該N個風扇控制器,耦接在該電波產生電路以及該N個風扇之間,用以根據該N個方波以及來自該N個風扇的N個轉速計訊號,形成並傳送N個調變訊號給該N個風扇。其中,該參數是一頻率變化量以及一組相位差之其一;以及該N個方波具有相同頻率。
本發明之另一實施例,係提供一種一種風扇控制方法,適用於設在一電腦系統內的N個風扇,包含:根據該電腦系統內的溫度,計算一基本頻率值;根據一主要麥克風的一主要音訊訊號,以任何已知的最佳化演算法,持續更新一參數;根據該基本頻率值以及該參數,產生N個方波;以及,根據該N個方波以及來自該N個風扇的N個轉速計訊號,形成並傳送N個調變訊號給該N個風扇。其中,該參數是一頻率變化量以及一組相位差之其一,以及,其中,該N個方波具有相同頻率。
茲配合下列圖示、實施例之詳細說明及申請專利範圍,將上述及本發明之其他目的與優點詳述於後。
10:電腦系統
12、12A、12B:主要控制電路
15、15A、15B、15C、15D:降噪模組
100:風扇控制系統
108:機殼
123:訊號線
131~13N:冷卻風扇
201:相位偵測器
202:低通濾波器
203:PWM單元
210:主要麥克風
250:多風扇相消模組
290:溫度及速度控制器
291:溫度感應器
221~22N:風扇控制器
252~25N:相位延遲部
262:誤差極小化單元
263:方波產生器
310:展頻控制模組
311:展頻誤差極小化單元
312:三角波產生器
400、680、680A:ANC電路
401~40S:麥克風
421~42U:控制源濾波器
411~41U:揚聲器
432~43U:第二路徑濾波器
490:適應性演算法部
50、60、810:降噪引擎
521:記憶體裝置
522:平均單元
540:AFE電路
541:類比數位轉換器
542:數位類比轉換器
543:放大器
550:恆定角度鎖相迴路電路
551:電壓控制振盪器
552:除頻器
570、671~67S:恆定時間至恆定角度內插器
580、681~68U:恆定角度至恆定時間內插器
711-71S:STFT部
721~72S:並行至串列轉換器
730:神經網路
731:TDNN
733:時域長短期記憶網路
741~74U:乘法器
8j:降噪系統
8w:操作部
820:風管
821:進氣口
830:c面
840:d面
[圖1]是本發明風扇控制系統的方塊圖。
[圖2A]係根據本發明一實施例,顯示主要控制電路的方塊圖。
[圖2B]係根據本發明一實施例,顯示一多風扇相消(multiple-fan mutual cancellation,MFMC)模組250的方塊圖。
[圖2C]是一個示例,顯示各方波Ri(t)相對於方波R1(t)具有一相位差θ i ,其中i=2~N。
[圖3A]係根據本發明另一實施例,顯示主要控制電路的方塊圖。
[圖3B]是一個示例,顯示方波R0(t)的訊號頻率f(t)的頻率範圍在(f0+△)及(f0-△)之間,且具一平均頻率值為f0。
[圖3C]是一個示例,顯示習知風扇控制系統產生之窄頻頻譜包絡,以及本發明主要控制電路12B產生之寬頻頻譜包絡。
[圖3D]係根據本發明一實施例,顯示一展頻控制(spread spectrum control,SSC)模組310的方塊圖。
[圖4]顯示一習知ANC系統的架構示意圖。
[圖5A]係根據本發明一實施例,顯示降噪模組的方塊圖。
[圖5B]是一個示例,顯示以一固定時間間隔對一音訊訊號取樣以得到一恆定時間(constant time,CT)數列(sequence),以及以單方向的風扇固定旋轉角度對該音訊訊號取樣以得到一恆定角度(constant angle,CA)數列。
[圖5C]是一個示例,顯示一風扇轉軸相對一參考角度0°,旋轉一個120度逆時針旋轉角度。
[圖5D]係根據本發明一實施例,顯示一恆定角度鎖相迴路(constant angle phased-lock loop,CA-PLL)電路550的架構示意圖。
[圖5E]係根據本發明一實施例,顯示一音訊前端(AFE)電路540的架構示意圖。
[圖5F]是一個示例,顯示根據取樣時脈TC對圖5A麥克風401產生之音訊訊號au(t)取樣以得到一CT數列x(n),以及根據取樣時脈AC對CT數列x(n)上多個取樣點進行CT至CA內插運算以得到一CA數列y(n)。
[圖5G]顯示CA至CT內插運算的一個示例且d2=2。
[圖6]係根據本發明另一實施例,顯示降噪模組的方塊圖。
[圖7A]係根據本發明一實施例,顯示ANC電路680A的方塊圖。
[圖7B]係根據本發明一實施例,顯示神經網路730的方塊圖。
[圖8A]係根據本發明一實施例,顯示一降噪系統的方塊圖。
[圖8B]顯示由一噪音訊號以及一習知ANC電路(無任何風管)產生的抗噪訊號所形成的局部安靜區域的示意圖。
[圖8C]是一個示例,顯示風管結構有助於一噪音訊號形成平面波,之後藉由在風管820裡加入抗噪訊號來消除平面波,以在揚聲器411的右側,形成一個整體的安靜區域。
[圖8D]是一個示例,顯示圖8D顯示筆記型電腦內風管820、風扇131、降噪引擎810、參考麥克風401、誤差麥克風402以及揚聲器411~412之間的位置關係,其中s1=s2=1,U=2。
[圖8E]是一個示例,顯示圖8D的筆記型電腦內對應二個風扇131~132的二個獨立風管820。
[圖8F]是一個示例,顯示圖8D的筆記型電腦內的二個風扇分享同一風管。
在通篇說明書及後續的請求項當中所提及的「一」及「該」等單數形式的用語,都同時包含單數及複數的涵義,除非本說明書中另有特別指明。在通篇說明書中,具相同功能的電路元件使用相同的參考符號。
本發明的特色之一是對設在電腦系統內的冷卻風扇進行速度訊號控制,以降低一主要麥克風210所接收到的風扇聲學噪音總功率值(total fan acoustic noise power)以及改善降噪效能。上述速度訊號控制包含:(1)調整要傳送給多個冷卻風扇的多個同步方波(R1(t)~RN(t))的多個訊號相位,如圖2C;以及(2)調整要傳送給多個冷卻風扇的單一方波R0(t)的訊號頻率f(t)的頻率變化量△(亦即展開訊號頻率f(t)),如圖3B。本發明的另一特色是利用噪音波形(為CA數列)的二個特色:”與IRP的相關性”及”噪音週期性”(將於後面詳述),為後端的ANC操作奠定了堅實基礎。
圖1是本發明風扇控制系統的方塊圖。參考圖1,本發明風扇控制系統100,適用於設在一電腦系統10內的N個冷卻風扇131~13N,該N個冷卻風扇131~13N係用來降低電腦系統10的機殼108的內部溫度。風扇控制系統100包含一主要控制電路12以及一降噪模組15,其中N>=1。主要控制電路12根據機殼108內量測到的內部溫度及N個轉速計(tachometric)訊號FG1(t)~FGN(t),產生N個脈寬調變(PWM)訊號P1~PN。降噪模組15用來降低或抑制風扇噪音。該電腦系統10,如個人電腦、筆電或伺服器,包含該機殼108,而該風扇控制系統100、該N個冷卻風扇131~13N以及其他電子元件(例如CPU、微處理器、繪圖處理器、晶片組、記憶體、硬碟、CD或DVD光碟機等等)係設置在該機殼108內部(圖未示)。運作時,上述其他電子元件會產生熱,利用本發明風扇控制系統100驅動該N個冷卻風扇131~13N運作,以降低該機殼108的內部溫度。
雖然該主要控制電路12可自行獨立運作而無須搭配該降噪模組15,但是,若加上該降噪模組15A~15D之任一,該風扇控制系統100會進一步
改善降噪效能。請注意,該降噪模組15運作時可以不用接收任何轉速計訊號FG1(t)~FGN(t),故訊號線123在圖1中以虛線顯示。另請注意,圖1、5A、6及8A顯示該降噪模組15/15B/15C及降噪系統8j接收轉速計訊號FGN(t)僅是一個示例,而非本發明之限制,實際實施時,該降噪模組15/15B/15C及降噪系統8j運作時可接收任何轉速計訊號FGi(t),i=1~N。
圖2A係根據本發明一實施例,顯示主要控制電路的方塊圖。參考圖2A,主要控制電路12A包含一主要麥克風210、一MFMC模組250、一溫度及速度控制器290、一溫度感應器291以及N個風扇控制器221~22N,其中N>=2。主要麥克風210接收周遭聲音,如風扇噪音,以產生一音訊訊號au(t)。溫度感應器291量測電腦系統10機殼108內的內部溫度,並將該內部溫度轉換為一數位溫度值T。根據一預先規劃的查找表(lookup table),溫度及速度控制器290接收該數位溫度值T以輸出一對應的參考旋轉速度值fr,其中,上述預先規劃的查找表定義了多個數位溫度值及風扇旋轉軸(shaft)的多個參考旋轉速度值之間的映射。一般而言,當數位溫度值T增加時,風扇旋轉軸的參考旋轉速度值fr也會增加,以冷卻機殼108內的溫度。在電腦系統10運作時,溫度及速度控制器290會持續監控該內部溫度及控制風扇旋轉速度。
根據該參考旋轉速度值fr以及該音訊訊號au(t),MFMC模組250產生一頻率值f1、對一組(N-1)個相位值θ 2~θ N 進行相位追蹤,以及產生N個速度訊號,例如:圖2B-2C的N個方波R1(t)~RN(t)。具有頻率fi及相位θ i 的方波Ri(t)表示一對應風扇13i的期望旋轉速度,其中i=1~N。各風扇控制器22i接收一方波Ri(t)及一轉速計訊號FGi(t),以產生一PWM訊號Pi。一實施例中,各風扇13i為一個四線式風扇,具有一電源端、一接地端、一轉速計輸出端(用以產生一轉速
計訊號FGi(t))以及一PWM輸入端(用以接收一PWM訊號Pi)。請注意,上述四線式風扇僅是示例,而非本發明之限制,於實際實施時,可採用具有其他數目電線的風扇,只要該風扇能產生一轉速計訊號以及接收一PWM訊號即可。
具有一風扇頻率及一風扇相位的轉速計訊號FGi(t)表示一對應風扇13i(旋轉軸)的實際旋轉速度,其中i=1~N。於圖2A-2C的實施例中,風扇131~13N必須同步運作,亦即,以相同旋轉速度來運作。因此,N個方波R1(t)~RN(t)的訊號頻率f1~fN皆相同,亦即,f1=f2=...=fN。該參考旋轉速度值fr以及該風扇131~13N的馬達的極數(number of poles)決定了該N個訊號頻率f1~fN。例如,對於具四極馬達的風扇,該N個訊號頻率f1~fN是該參考旋轉速度值fr的二倍,亦即,fi=2×fr;對於具八極馬達的風扇,該N個訊號頻率f1~fN是該參考旋轉速度值fr的四倍,亦即,fi=4×fr,其中i=1~N。再者,如圖2C所示,相對於方波R1(t),各方波Ri(t)分別具有一相位差θ i ,其中i=2~N。為方便說明,以下的實施例皆假設風扇131~13N具有四極馬達來說明。
各風扇控制器22i包含一相位偵測器(phase detector,PD)201、一低通濾波器(LPF)202以及一PWM單元203,其中i=1~N。該相位偵測器201量測方波訊號Ri(t)及轉速計訊號FGi(t)之間的相位差,以產生一相位差訊號c1,而低通濾波器202去除該相位差訊號c1中的高頻成分以得到一控制訊號c2。根據該控制訊號c2,PWM單元203傳送一連串具有對應寬度的開關脈波(on-off pulses),以控制一對應風扇13i的旋轉速度,其中i=1~N。
圖2B係根據本發明一實施例,顯示MFMC模組250的方塊圖。參考圖2B,MFMC模組250包含(N-1)相位延遲部252~25N、一誤差極小化單元262以及一方波產生器263。誤差極小化單元262於接收該參考旋轉速度值fr以及該
音訊訊號au(t)之後,傳送一訊號頻率f1(=2×fr)給該方波產生器263,之後使用任何已知的最佳化演算法(例如梯度下降法(Gradient Descent))來找出一組最佳相位值(θ 2~θ N ),以極小化該主要麥克風210所接收到的風扇聲學噪音總功率值。方波產生器263接收該訊號頻率f1以產生具該頻率f1的方波R1(t)。根據一對應相位值θ i ,相位延遲部25i利用任何已知的技術來延遲方波R1(t),以產生一相位延遲方波Ri(t),其中i=2~N。一實施例中,上述由該主要麥克風210所接收到的風扇聲學噪音總功率值是該組相位(θ 2~θ N )的函數值,亦即,F(θ 2,...,θ N )=(au(t))2,而且,該函數F(θ 2,...,θ N )=(au(t))2被視為梯度下降法的代價函數(cost function);誤差極小化單元262利用上述梯度下降法,同時調整該組相位值(θ 2~θ N )以及計算對應的風扇聲學噪音總功率值,以便在運作時找出對應該風扇聲學噪音總功率極小值的一組最佳相位值(θ 2~θ N )。依此方式,誤差極小化單元262對該組相位(θ 2~θ N )進行相位追蹤,以即時方式,持續更新找到對應該風扇聲學噪音總功率極小值的該組最佳相位值(θ 2~θ N )。
在圖2A~2C的實施例中,透過PWM訊號P1~PN讓上述風扇131~13N同步,而由於上述風扇131~13N具有相同轉速,故風扇產生的噪音具有相關性(correlated)。然而,由於上述風扇131~13N通常設置在不同位置,所以其產生的風扇噪音波形未必相同。本發明透過持續地調整上述風扇131~13N的該組相位值(θ 2~θ N ),能有效降低該風扇聲學噪音總功率值。雖然上述”同步”的風扇131~13N可能產生窄頻噪音,可透過加入該些降噪模組15A~15D之任一來降低該窄頻噪音。
圖3A係根據本發明另一實施例,顯示主要控制電路的方塊圖。相較於圖2A,主要控制電路12A~12B包含類似的元件,差異在於(1)主要控制電路12B包含SSC模組310,但不包含MFMC模組250;(2)主要控制電路12A需搭配多個風扇一起運作(N>=2),主要控制電路12B可搭配單一或多個風扇一起運作(N>=1)。在圖3A的實施例中,具頻率f(t)的方波R0(t)被施加給所有風扇控制器221~22N(各具有一個四極馬達),以展開風扇噪音功率頻譜,其中頻率f(t)為時變訊號且定義為f(t)=f0+s(t),以及f0等於2×fr。舉例而言,若s(t)為一三角波,則頻率f(t)的範圍在(f0+△)及(f0-△)之間,平均值等於f0且波幅等於△,如圖3B所示;根據圖3B的三角波形s(t),方波產生器263產生具頻率f(t)的方波R0(t),如圖3D所示。另一個例子中,具頻率f(t)的方波R0(t)被施加給所有風扇控制器221~22N(各具有一個八極馬達),以展開噪音功率頻譜,其中頻率f(t)為時變訊號且定義為f(t)=f0+s(t),以及f0等於4×fr。
圖3D係根據本發明一實施例,顯示SSC模組310的方塊圖。參考圖3D,SSC模組310包含一展頻(spread-spectrum)誤差極小化單元311、一三角波產生器312以及一方波產生器263。展頻誤差極小化單元311於接收該參考旋轉速度值fr以及該音訊訊號au(t)之後,傳送一訊號頻率f0(=2×fr)給該三角波產生器312,之後使用任何已知的最佳化演算法(例如梯度下降法(Gradient Descent))來找出一頻率變化量△的最佳值,以極小化該主要麥克風210所接收到的風扇聲學噪音總功率值。該三角波產生器312接收該訊號頻率f0及頻率變化量△,以產生一三角波f(t),頻率範圍在(f0+△)及(f0-△)之間,具有一平均值f0且波幅等於△,如圖3B。方波產生器263接收該訊號頻率f(t)以產生具該頻率f(t)的方波R0(t)。一實施例中,上述由該主要麥克風210所接收到的風扇聲學噪
音總功率值是頻率變化量△的函數,亦即,F(△)=(au(t))2,而且,該函數F(△)=(au(t))2被視為梯度下降法的代價函數;展頻誤差極小化單元311利用梯度下降法,同時調整該頻率變化量△以及計算對應的風扇聲學噪音總功率值,以便在運作時找出對應該風扇聲學噪音總功率極小值的一最佳頻率變化量△。依此方式,展頻誤差極小化單元311對該頻率變化量△進行變化量追蹤,以即時方式,持續更新找出對應該風扇聲學噪音總功率極小值的最佳頻率變化量△。相較於習知風扇控制系統通常產生具有窄頻頻譜包絡的風扇噪音功率頻譜,與主要控制電路12B相關的風扇噪音功率頻譜被轉換成一寬頻頻譜包絡,特別地,從圖3C可清楚的看到該寬頻頻譜包絡的包絡峰值係顯著地降低。依此方式,透過展開訊號頻率f(t)、施加方波R0(t)被施加給所有風扇控制器221~22N及持續調整頻率f(t)的最佳頻率變化量△,可顯著降低該風扇聲學噪音總功率值。
圖4顯示一習知ANC系統(s1=1)的示意圖。一實施例中,一降噪模組15A係以圖4的習知ANC系統來實施,包含:一ANC電路400、S個麥克風401~40S(包含s1個參考麥克風及s2個誤差麥克風)以及U個揚聲器411~41U,其中各參數s1、s2及U大於或等於1且s1+s2=S。來自麥克風401~40S的音訊訊號a1(n)~aS(n)可能是類比或數位,若來自麥克風401~40S的音訊訊號是類比,則該些音訊訊號在被饋入至ANC電路400之前,可用業界任何已知的技術來數位化。該ANC電路400包含(S-1)個第二路徑(second path)濾波器432~43U、一適應性(adaptive)演算法部490以及U個控制源(control source)濾波器421~42U。各第二路徑濾波器432~43U包含一第二路徑的模型,該模型是從一對應第二來源(即該些揚聲器411~41U之其一)至該些誤差麥克風402~40S之其一位置的頻率響應函
數;各第二路徑濾波器432~43U用來根據音訊訊號a1(n)產生一對應預濾波參考訊號hi(n),其中2<=i<=S。適應性演算法部490根據預濾波參考訊號h2(n)~hS(n)及殘差(residual)訊號a2(n)~aS(n)來更新控制源濾波器421~42U的係數,以調整控制源濾波器421~42U的頻率響應。一實施例中,適應性演算法部490係以一最小均方(least mean square,LMS)演算法來實施,以控制控制源濾波器421~42U的係數,因此,包含第二路徑濾波器432~43U、LMS演算法部490以及控制源濾波器421~42U的ANC電路400,形成一濾波x最小均方(filtered-x least mean square,FxLMS)濾波器,是一種適應性濾波器。上述誤差麥克風402~40S設置在聲音域中,而該參考麥克風401的設置係鄰近噪音源(即風扇131~13N)。上述揚聲器411~41U係設置鄰近於上述誤差麥克風402~40S,用來播放來自ANC電路400的抗噪(anti-noise)訊號AN1(n)~ANU(n)。各誤差麥克風402~40S接收的殘差訊號ai(n)等於上述揚聲器411~41U的輸出訊號以及來自該噪音源(即風扇131~13N)的一對應主要(primary)訊號二者於聲學上相加結果,其中2<=i<=S。在主動降噪過程中,ANC電路400接收參考訊號a1(n)及殘差訊號a2(n)~aS(n)、調整控制源濾波器421~42U的係數,以及傳送抗噪訊號AN1(n)~ANU(n)給上述揚聲器411~41U,以降低風扇噪音。由於ANC電路400的構造及運作方式為業界所熟知,故在此不予贅述。
圖5A根據本發明一實施例,顯示降噪模組15B的示意圖。參考圖5A,降噪模組15B包含:一降噪引擎50、一參考麥克風401及一誤差麥克風402以及一揚聲器411。降噪引擎50包含一CA-PLL電路550、一ANC電路400、一記憶體裝置521、一平均單元522、一恆定角度至恆定時間內插器(constant-angle-to-constant-time interpolator)580、一恆定時間至
恆定角度(CT至CA)內插器570以及一AFE電路540。圖5B為一個示例,顯示依一固定時間間隔來取樣一音訊訊號,以得到一CT數列,以及依風扇單一方向的固定旋轉角度來取樣該音訊訊號,以得到一CA數列。在通篇說明書及後續的請求項當中所提及的相關用語定義如下,除非本說明書中另有特別指明。「恆定時間(CT)取樣/模式」一詞指的是依一固定取樣頻率fs(或一固定時間間隔1/fs)來取樣一音訊訊號,以得到一CT數列,如圖5B的下圖所示。「恆定角度(CA)取樣/模式」一詞指的是依風扇單一方向(反時針方向或順時針方向)的固定旋轉角度(如反時針方向每旋轉2度)來取樣一音訊訊號,以得到一CA數列,如圖5B的上圖所示。根據本發明,若在風扇旋轉一圈期間內對一音訊訊號取樣q(=1024)次,表示是以固定旋轉360/q(=360/1024)角度的方式來取樣該音訊訊號。圖5C為一個示例,顯示一風扇旋轉軸相對於一參考度數0,以反時針方向旋轉了120度。
在圖5A及圖6的實施例中,係假設風扇葉片與空氣摩擦導致風扇噪音、風扇葉片的瞬時旋轉位置(instantaneous rotational positions,IRP)/角度與噪音波形有正相關(以下簡稱為”與IRP的相關性”),以及因風扇旋轉而引起的噪音波形具有週期性(以下簡稱為”噪音週期性”)。因此,由於上述“與IRP的相關性”及”噪音週期性”的二種特性,噪音波形雖然可能根據風扇的旋轉速度的快慢而延長或壓縮,如圖5B的上圖所示,但是與圖5A音訊訊號a1(n)有關的CA數列的所有週期中,各預設旋轉角度上的噪音幅值實質上相同,例如:於CA數列的所有週期中,逆時針旋轉角度等於5度上的噪音幅值實質上都等於A、逆時針旋轉角度等於10度上的噪音幅值實質上都等
於B等等。因此,圖5B的CA數列是週期等於Ns的週期性數列,其中Ns表示風扇旋轉一圈內的取樣總數。
圖5D根據本發明一實施例,顯示CA-PLL電路550的示意圖。參考圖5D,CA-PLL電路550包含一相位偵測器201、一低通濾波器202、一電壓控制振盪器(VCO)551以及一除頻器552。如業界所熟知的,CA-PLL電路550也稱作”整數M型鎖相迴路(integer-M PLL)電路”。該相位偵測器201量測振盪訊號c4及轉速計訊號FGN(t)之間的相位差,以產生一相位差訊號c1,而低通濾波器202去除該相位差訊號c1中的高頻成分以得到一電壓控制訊號c2。根據該控制訊號c2,VCO 551產生具頻率fVCO的振盪訊號c3。除頻器552將振盪訊號c3的頻率fVCO除以M,以得到具頻率fC4(=fVCO/M)的振盪訊號c4。如業界所熟知的,具四極馬達的風扇旋轉一圈,各轉速計訊號FGi(t)會產生二個周期的矩形波,其中1<=i<=N;若風扇旋轉一圈內需要1024個取樣點,則將除頻器552的M設為512,之後,內建於除頻器552的一計數器(圖未示)將依序產生計數值AC,使得:風扇每旋轉一圈的期間內,該計數值AC的數值將從0依序遞增到1023。另一個例子中,具八極馬達的風扇旋轉一圈,各轉速計訊號FGi(t)會產生八個周期的矩形波,其中1<=i<=N;若風扇旋轉一圈需要1024個取樣點,則將除頻器552的M設為256,之後,內建於除頻器552的該計數器將依序產生計數值AC,使得:風扇每旋轉一圈的期間內,該計數值AC的數值將從0依序遞增到1023。本發明提供上述的計數值AC當作在CA模式下的取樣時脈,每當計數值AC有改變時(與風扇旋轉速度成正比),就會存在CA模式的取樣點。因此,以下稱計數值AC為”取樣時脈AC”。
圖5E係根據本發明一實施例,顯示AFE電路540的示意圖。參考圖5E,AFE電路540包含一類比數位轉換器(ADC)541、一數位類比轉換器(DAC)542以及一放大器543。在CT模式下,ADC 541根據具取樣率fs的取樣時脈TC,將來自參考麥克風401的類比音訊訊號a1(t)轉換成一CT數列x(n),其中n表示離散時間索引。另一方面,DAC 542將數位抗噪數列AN(n)轉換成一類比訊號au,接著,放大器543放大類比訊號au以產生一放大訊號SA。最後,揚聲器411將放大訊號SA轉換成一聲音壓力訊號。
圖5F是一個示例,顯示根據取樣時脈TC來取樣來自參考麥克風401的音訊訊號a1(t),以得到一CT數列x(n),再根據取樣時脈AC對CT數列x(n)進行內插,來得到一CA數列y(n)。如前面有關圖5B的相關說明,CA數列是週期性的,因此,CA數列y(n)=y(k+2M×m)=y(k),其中m表示週期/旋轉索引、2M表示一個週期內的取樣數目以及k表示各週期內的取樣索引,k數值範圍從0到(2M-1)。CT至CA內插器570對(基於取樣時脈TC的)CT數列x(n)中第一取樣點x(n0)(即n=n0)附近的多個取樣點的值進行CT至CA的內插運算,以產生(基於取樣時脈AC的)CA數列y(n)中一第二取樣點y(k)(即n=k)的值,其中,在時間軸上,CT數列x(n)中的x(n0)是最接近第二取樣點y(k)的取樣點,如圖5F所示。舉例而言,根據CT數列x(n)中相對於第一取樣點x(n0)的一預設取樣距離d1,CT數列x(n)中總共有如下的(2×d1+1)個取樣點的值要進行CT至CA的內插運算:x(n0-d1)、x(n0-d1+1)、...、x(n0)、x(n0+1)、....以及x(n0+d1)。依此,y(k+2M×m)=y(k)=INTP1(x(n0-d1),x(n0-d1+1),...,x(n0),x(n0+1),....,x(n0+d1)),其中INTP1(.)表示由CT至CA內插器570所進行的CT至CA內插運算。
如上所述,風扇旋轉而引起的噪音波形具有週期性。而且,圖5A的實施例更假設CA數列的所有週期中,各預設旋轉角度上的噪音幅值相同。因此,平均單元522用來將相同旋轉角度(如一旋轉角度dr)上的噪音幅值平均,以得到一週期中該旋轉角度dr上的平均取樣值,而該記憶體裝置521用來儲存一週期中所有預設旋轉角度上的平均取樣值。在圖5F的例子中,記憶體裝置521包含一維(1D)的資料陣列B,用以儲存旋轉一圈或一週期內總共2M個平均取樣值,且該資料陣列B內的元素可藉由一索引k來存取,其中k=0~(2M-1)。根據該取樣時脈AC的各脈衝,平均單元522從CT至CA內插器570接收一目前週期(旋轉第m圈)的一目前取樣值y(k+2M×m)=y(k)、利用索引k從資料陣列B取出前一個週期(旋轉第(m-1)圈)的平均取樣值B[k]、對y(k)及B[k]進行移動平均(moving average)運算以得到該目前週期(旋轉第m圈)的平均取樣值B[k],最後根據索引k,將該一目前週期(旋轉第m圈)的平均取樣值B[k]回存至該一維資料陣列B,其中,B[k]=α×y(k)+(1-α)×B[k],且m>0;而且,在系統初始化時,該一維資料陣列B的所有元素被重置為0。上述的係數α代表權重下降的程度以及一常數平滑因子係介於0與1之間。係數α越大代表前一個週期/旋轉的平均取樣值衰減越慢。事實上,可將儲存在一維資料陣列B中一週期或旋轉一圈的2M個取樣值B[0]~B[2M-1]視為”噪音原型(prototype)”。
CA至CT內插器580根據取樣時脈AC,對上述一維資料陣列B中第三取樣點B[k]附近的多個平均取樣值進行CA至CT的內插運算,以產生(基於取樣時脈TC的)CT數列rt(n)中一第四取樣點rt(n1)(即
n=n1)的值,其中在時間軸上,CA數列的第三取樣點B[k]是最接近第四取樣點rt(n1)的取樣點,如圖5G所示。其中,k=(n % 2M)且k的數值範圍從0到(2M-1)。舉例而言,根據相對於第三取樣點B[k]的一預設取樣距離d2,一維資料陣列B中總共有如下的(2×d2+1)個元素的平均取樣值要進行CA至CT的內插運算:B[k-d2]、B[k-(d2-1)]、...、B[k],B[k+1]、...、以及B[k+d2]。依此,rt(n1)=INTP2(B[k-d2],B[k-(d2-1)],...,B[k],B[k+1],....,B[k+d2]),其中INTP2(.)表示由CA至CT內插器580所進行的CA至CT內插運算。圖5G顯示CA至CT內插運算的一個示例且d2=2。最後,圖5A中的ANC電路400(s1=s2=U=1)接收參考訊號rt(n)及殘差訊號a2(n),以產生一抗噪訊號AN(n)以消除風扇噪音。一較佳實施例中,由內插器570及580所進行的內插運算為拉格朗日內插法(Lagrange interpolation)。於另一實施例中,由內插器570及580所進行的內插運算為線性(linear)內插法、多項式內插法以及平滑曲線(spline)內插法之其一。於圖5A的實施例中,利用平均單元522將CA數列中各週期中所有預設旋轉角度上的噪音幅值進行平均,為後端ANC電路400的ANC運算奠定一個堅實的基礎,故可有效改善ANC電路400的效能。
如上所述,在圖5A及圖6的實施例中,係假設噪音波形(為CA數列)具有上述“與IRP的相關性”及”噪音週期性”二種特性。圖6係根據本發明另一實施例,顯示降噪模組15C的示意圖。參考圖6,降噪模組15C包含:一降噪引擎60、S個麥克風401~40S(包含s1個參考麥克風及s2個誤差麥克風)以及U個揚聲器411~41U,其中各參數s1、s2及U大於或等於1且s1+s2=S。降噪引擎60包含一CA-PLL電路550、一ANC電路680、U個CA至CT內插器681~68U、S個CT至CA內插
器671~67S以及一AFE電路640。該AFE電路640包含S個ADC 541、U個DAC542以及U個放大器543,如圖5E所示。CA至CT內插器681~68U以及580的運作方式相同,而CT至CA內插器671~67S以及570的運作方式相同。因此,內插器681~68U以及671~67S的運作方式在此不予贅述。
由於ANC電路680直接接收S個CA數列y1(n)~yS(n),以及直接產生U個CA數列AN1(n)~ANU(n),很明顯的:ANC電路680是在CA模式下運作。由於ANC電路680利用了CA數列y1(n)~yS(n)的週期性,且運作時與取樣時脈AC同步(與風扇旋轉速度成正比),故能達到較佳的噪音衰減效能。ANC電路680可選擇圖4的ANC電路400(不須取樣時脈AC)以及圖7A的ANC電路680A(須取樣時脈AC)之其一來實施。
圖7A係根據本發明另一實施例,顯示ANC電路680A的示意圖。參考圖7A,ANC電路680A包含:S個短時距傅立葉轉換(short-time Fourier transformer,STFT)部711-71S、S個並行至串列轉換器(parallel to serial converter,PSC)721~72S、一神經網路730以及U個乘法器741~74U。請注意,在S個CA數列y1(n)~yS(n)中,有s1個CA數列與上述s1個參考麥克風有關,而有s2個CA數列與上述s2個誤差麥克風有關。再請注意,上述U個乘法器741~74U並非必要元件。
在各STFT部711-71S中,先利用一滑動窗(sliding window),沿著時間軸,將一CA數列yg(n)分成多個音框(frame),致使各音框間互相重疊以減少邊界的偽像(artifact),之後,以快速傅立葉轉換(Fast Fourier transform,FFT)將時域各音框的音訊資料轉換成頻域的複數值(complex-valued)資料,其中,1<=g<=S。假設各音框的取樣點數(或FFT尺寸)等於P、各音框的持續
時間等於Td且各音框以Td/2的時間彼此重疊,各STFT部71g分別將CA數列yg(n)分割成多個音框,並計算CA數列yg(n)中目前音框j內音訊資料的FFT以產生具有P個複數值取樣點(Fg1(j)~FgP(j))的目前頻譜代表式(spectral representation)Fg(j),其中,各音框對應至CA數列yg(n)的不同時間區段。一較佳實施例中,各音框的持續時間Td大約32毫秒。然而,上述持續時間Td僅是示例,而非本發明之限制,實際實施時,也能使用其他的持續時間。然後,各PSC 72g將對應的P個平行的複數值取樣點(Fg1(j)~FgP(j))轉換成一個序列取樣點串流,起始於Fg1(j),終止於FgP(j),其中,1<=g<=S。神經網路730接收該取樣時脈AC、S個目前頻譜代表式F1(j)~FS(j)以及S個時域訊號y1(n)~yS(n)的目前音框j的音訊資料,進行ANC運算以產生U個時域抗噪數列u1(n)~uU(n)的目前音框j的音訊資料。各乘法器74h依序將對應數列uh(n)的目前音框i的各取樣值乘上w,以得到調整CA數列ANh(n)的目前音框j的音訊資料,其中w代表調整ANC等級的權值,其中,1<=h<=U。
該神經網路730可以是一深度神經網路(deep neural network,DNN)、一循環神經網路(recurrent neural network,RNN)、一卷積神經網路(convolutional neural network,CNN)、一時延神經網路(time delay neural network,TDNN)或其組合。和監督式學習(supervised learning)有關的各種不同機器學習技術都可用來訓練該神經網路730的模組(以下簡稱”模組730”)。用來訓練該神經網路730的監督式學習技術包含,但不受限於,隨機梯度下降法(stochastic gradient descent,SGD)。在監督式學習領域中,本發明利用一
組附標籤的訓練樣本(將於稍後說明)來建立一個函數f(即模組730),且各附標籤的訓練樣本包含一輸入特徵向量及一附標籤輸出。該神經網路730利用該組附標籤的訓練樣本來學習或估測該函數f(即模組730),再利用反向傳播(backpropagation)演算法及代價函數來更新模組的權值。反向傳播演算法重複地計算該代價函數相對於各權值及偏移量(bias)的梯度(gradient),再以相反於該梯度的方向更新權值及偏移量,以找出一局部最小值。該神經網路730學習的目標是在給定該組附標籤的訓練樣本的情況下,最小化該代價函數。
圖7B係根據本發明一實施例,顯示神經網路730之示意圖。一較佳實施例中,參考圖7B,神經網路730包含一TDNN 731以及一時域長短期記憶(TD-LSTM)網路733。在本實施例中,具有”平移不變(shift invariance)”特性的TDNN 731是用來處理時間序列資料,”平移不變”的重要性在於避免了語音訊號的自動分段會被使用的平移時間窗階層(layers of shifting time-window)所分辨的困境。由於一時間序列中的重要事件之間有未知的期間延遲(lag),因為TD-LSTM網路733具有回授連結,故非常適合根據時間序列資料來分辨、處理及進行預測。另外,TDNN 731可擷取出短期(例如:小於100ms)音訊特色,例如:幅值(magnitude)、相位、音高(pitch)、或非穩定(non-stationary)聲音,至於TD-LSTM網路733則可擷取出長期(例如:從100ms到3秒的範圍內)音訊特色,例如:場景,以及與場景相關的聲音。須注意的是,上述實施例(TDNN 731搭配TD-LSTM網路733)僅是示例,而非本發明之限制,實際實施時,也能採用其他類型的神經網路,此亦落入本發明的申請專利範圍。
為減少s2個誤差麥克風所收到的風扇雜訊,該組附標籤
的訓練樣本的輸入資料是藉由將風扇運作於不同運轉速度所收集到的各種不同風扇雜訊資料,而該組附標籤的訓練樣本中各樣本的實際值(ground truth)(或附標籤輸出)則需要時域”抗噪”音訊串流u1(n)~uU(n)的U×P個取樣值。一訓練階段(training phase)中,利用該組附標籤的訓練樣本以共同/聯合訓練TDNN 731及TD-LSTM網路733,且各附標籤的訓練樣本被標註(labeled as)對應的U×P的取樣值;損失函數(loss function)是上述s2個誤差麥克風所收到的殘差訊號e1(n)~es2(n)的平均功率,且定義如下:。該損失函數是用來客觀地量測網路目前輸出值與期望值(對應標籤)之間的差距。在該訓練階段結束後,受訓過的TDNN 731及TD-LSTM網路733即可處理新的且未附標籤的音訊資料,例如音訊特徵向量,來產生時域抗噪音訊數列u1(n)~uU(n)的目前音框j的U×P個取樣值。一實施例中,該神經網路730係以至少一處理器及至少一儲存媒體(圖未示)來實施;該至少一儲存媒體儲存多個指令/程式碼供該至少一處理器執行,致使該至少一處理器被組態以運作有如:該神經網路730。
圖8A係根據本發明另一實施例,顯示降噪模組15D的示意圖。一實施例中,降噪模組15D,適用於一筆記型電腦,包含Q個降噪系統81~8Q,其中,1<=Q<=N。參考圖8A,一降噪系統8j包含:一降噪引擎810、一風管(air duct)820、S個麥克風401~40S(包含s1個參考麥克風及s2個誤差麥克風)以及U個揚聲器411~41U,其中各參數s1、s2及U大於或等於1、s1+s2=S且1<=j<=Q<=N。該風管820連接至該些風扇131~13N之至少其一。一進氣口821形成於該風管820上,且位在該風管820之一端,是相反於該些風扇131~13N的另一端。氣流可以從進
氣口821進入風管820,之後,再從該些風扇131~13N之至少其一排出;相反地,氣流也可從該些風扇131~13N之至少其一進入風管820,之後,再從進氣口821排出。降噪引擎810可以ANC電路400、降噪引擎50以及降噪引擎60之其一來實施。降噪引擎810可以是有別於主要控制電路12/12A/12B之外的一獨立元件,或者是與主要控制電路12/12A/12B整合在一起。請注意,圖4,6及8A顯示麥克風401~40S及揚聲器411~41U的連接拓樸(topology),不一定是麥克風401~40S及揚聲器411~41U的實體配置方式。麥克風401~40S及揚聲器411~41U未必要以遞增或遞減次序來配置。一較佳實施例中,s2個誤差麥克風係設置於揚聲器411~41U的附近。
圖8B顯示由一噪音訊號以及(一習知ANC電路(無搭配任何風管)所產生的)一抗噪訊號所形成的局部安靜區域的示意圖。參考圖8B,雖然上述習知ANC電路(無搭配任何風管)加入該抗噪訊號後可降低噪音幅值,但僅能在有限的小區域範圍(即在一局部安靜區域)內有效降噪。另一方面,如業界所熟知的,風管內的噪音傳播分為平面波(plane wave)及高階模(higher-order mode),其中,平面波以自由空間(free space)的音速來傳播,其特色是以一均勻的聲音壓力分佈橫跨該風管,而高階模傳播的速度則取決於聲音的頻率及模的階數,其特色是以一非均勻的聲音壓力分佈橫跨該風管。對於降噪引擎810而言,其實,控制高階模傳播遠比控制平面波傳播更加困難,幸運地是,除非噪音的最高頻率超出第一高階模的起始頻率(cut-on frequency)fCO,否則高階模不會在風管裡傳播。換言之,若噪音的最高頻率fs1小於或等於起始頻率fCO,是平面波在風管裡傳播;若fs1>fCO,則是高階模在風管裡傳播。因此,若fs1<=fCO,可藉由在風管820裡加入抗噪訊號來消除平面波,以在揚聲器411的右側,無論在風管820的內側或外側,
形成一個大的安靜區域(即一個整體的安靜區域),如圖8C所示。雖然在筆記型電腦中的風扇噪音的最高頻率fs1待量測,但可以透過設計風管820的橫切面來增加起始頻率fCO(將於後述),以大幅衰減風管內的噪音傳播。
對於具有一矩形橫切面的風管820,第一高階模(first higher-order mode)的起始頻率定義為fCO=c0/(2×d),其中d代表最大的橫切面邊長且c0代表自由空間中聲音的速度。舉例而言,若風管820具有一矩形橫切面、溫度為20℃且最大的橫切面邊長為3公分,則起始頻率fCO等於5.7kHz。對於具有一圓形橫切面的風管820,第一高階模的起始頻率定義為fCO=0.586×c0/b,其中b代表圓形橫切面的直徑。對於具有一規則形狀(非矩形及圓形)橫切面的風管820,第一高階模的起始頻率則需靠模擬及實驗量測來取得。風管820適合的材質包含,但不受限於,鋁鎂合金(aluminum-magnesium alloy)以及丙烯腈-丁二烯-苯乙烯共聚物(acrylonitrile butadiene styrene(ABS)plastics,或稱ABS樹脂塑膠)。風管820的管壁是剛性的,可透過原型實驗量測來找出具良好聲音隔離功能所需的管壁厚度。麥克風401~40S及揚聲器411~41U皆設置在風管820內壁/表面的下方,故風管820內壁/表面是平滑的,不會擋住氣流。
圖8D顯示筆記型電腦內風管820、風扇131、降噪引擎810、參考麥克風401、誤差麥克風402以及揚聲器411~412之間的位置關係的一示例,其中s1=s2=1,U=2。圖8E顯示圖8D的筆記型電腦內對應二個風扇131~132的二個獨立風管820的一示例。參考圖8D-8E,一操作部8w僅包含麥克風以及揚聲器,例如包含參考麥克風401、誤差麥克風402以及二個揚聲器411~412,係位在風管820的中間,即位在該些風扇131~13N及進氣口821之間。請注意,降噪引擎810未必設在操作部8w的附近;圖8D-8F中風管820設在筆記型電腦的機殼108內
部(在c面830及d面840之間)僅是一個示例,而非本發明之限制,於另一實施例中,風管820亦可設在筆記型電腦機殼108的外部。圖8F顯示圖8D的筆記型電腦內的二個風扇分享同一風管的一示例。相較於圖8E,圖8F的例子比較具有成本效益,因為是二個或更多的風扇分享一共同的風管、一共同的操作部8w以及一共同的降噪引擎810。
上述主要控制電路12/12A/12B、降噪模組15/15A/15B/15C/15D以及其各自的元件的功能及方法步驟,皆可以軟體、硬體、韌體或其組合來實施。軟體/韌體為一個具有多組指令的程式,可利用一個或更多的數位電路,例如:中央處理器(CPU)、微處理器、數位訊號處理器(DSP)、內建控制器或智慧財產權核(IP core)等,來執行。若以軟體/韌體方式實施,上述功能可以指令或碼的形式儲存在電腦可讀取媒體中。該電腦可讀取媒體包含電腦儲存媒體,包含任何非暫態媒體(non-transitory medium),方便一電腦程式從一個地方轉移到另一個地方。一儲存媒體可以是任何可由一電腦存取的可用媒體。舉例而言,非本發明之限制,該電腦可讀取媒體包含,隨機存取記憶體(RAM)、唯讀記憶體(ROM)、電子可抹除可規劃唯讀記憶體(EEPROM)、CD-ROM及DVD-ROM光碟、快閃(flash)記憶體裝置、磁碟(magnetic disk)儲存裝置、或其他能以指令或資料結構的型態儲存程式碼的任何媒體,以上的任何組合均應落入電腦可讀取媒體的範圍內。
上述僅為本發明之較佳實施例而已,而並非用以限定本發明的申請專利範圍;凡其他未脫離本發明所揭示之精神下所完成的等效改變或修飾,均應包含在下述申請專利範圍內。
10:電腦系統
12:主要控制電路
15:降噪模組
100:風扇控制系統
108:機殼
123:訊號線
131~13N:冷卻風扇
Claims (39)
- 一種風扇控制系統,適用於設在一電腦系統內的N個風扇,包含:一主要麥克風,用以產生一主要音訊訊號;一控制電路,耦接至該主要麥克風,用來根據該電腦系統內的溫度以產生一基本頻率值,以及根據該主要音訊訊號,利用任何已知的最佳化演算法來持續更新一參數;一電波產生電路,用以根據該基本頻率值以及該參數,產生N個方波;以及N個風扇控制器,耦接在該電波產生電路以及該N個風扇之間,用以根據該N個方波以及來自該N個風扇的N個轉速計訊號,形成並傳送N個調變訊號給該N個風扇;其中,該參數是一頻率變化量以及一組相位差之其一;以及其中,該N個方波具有相同頻率。
- 如請求項1之系統,其中該控制電路更根據各風扇中馬達的極數,來調整該基本頻率值。
- 如請求項1之系統,其中當該參數為該組相位差時,該電波產生電路包含:一方波產生器,根據該基本頻率值產生該N個方波之其一方波;以及(N-1)個相位延遲電路,根據該組相位差,分別延遲該其一方波,以得到其餘的(N-1)個方波,致使該N個方波具有不同相位;其中,該組相位差包含(N-1)個相位差,以及N>=2。
- 如請求項1之系統,其中當該參數為該頻率變化量時,該電波產生電路包含:一個三角波產生器,產生一個三角波,其中該三角波的平均值等於該基本頻率值且該三角波的幅值等於該頻率變化量;以及一方波產生器,根據該三角波上的多個頻率值,產生一方波訊號當作該N個方波,其中,N>=1。
- 如請求項1之系統,其中由該主要麥克風所接收到的風扇聲學噪音總功率值是該參數的函數,其中該控制電路更利用該已知的最佳化演算法來持續調整該參數及計算一對應風扇聲學噪音總功率值,以在運作時找出對應一風扇聲學噪音總功率極小值的一最佳參數。
- 如請求項1之系統,更包含:Q個降噪系統,各降噪系統包含:s1個參考麥克風,設在該N個風扇附近,用以產生s1個參考訊號;U個揚聲器,用以將U個抗噪訊號轉換為U個聲音壓力訊號;s2個誤差麥克風,設在該U個揚聲器附近,用以產生s2個誤差訊號;以及一降噪引擎,用以接收該s1個參考訊號及該s2個誤差訊號,以產生該U個抗噪訊號,其中Q>=1,且s1、s2及U皆大於或等於1。
- 如請求項6之系統,其中該降噪引擎包含:U個第一適應性濾波器,具有一已知適應性演算法,用來根據該已知適應性演算法,對該s1個參考訊號以及該s2個誤差訊號進行適應性濾波操作,以產生該U個抗噪訊號。
- 如請求項6之系統,其中該降噪引擎包含: 一整數M型鎖相迴路電路,用來接收該N個轉速計訊號之一,並產生一第一取樣時脈;其中,該第一取樣時脈的頻率係有關於該N個風扇的一固定旋轉角度,以及M的大小與各風扇中馬達的極數有關。
- 如請求項8之系統,其中該降噪引擎更包含:一第一內插器,對一第一數列中多個第一取樣點的值進行內插運算,以產生一第二數列中一第二取樣點的值,其中該第一數列係與一對應參考麥克風以及一第二取樣時脈有關,以及該第二數列係與該第一取樣時脈有關,其中在時間軸上,該些第一取樣點與該第二取樣點有關;一記憶體裝置,根據該第一取樣時脈儲存該些風扇旋轉一圈中的多個預設旋轉角度上的多個平均取樣值;一平均單元,根據各預設旋轉角度,對該第二取樣點的值以及來自該記憶體裝置之先前一次旋轉的一對應平均取樣值進行平均運算,以得到並儲存一目前旋轉的平均取樣值至該記憶體裝置;一第二內插器,對來自該記憶體裝置之一預設數量的平均取樣值進行內插運算,以產生一第三數列中一第三取樣點的值,其中該第三數列係與該第二取樣時脈有關,其中在時間軸上,該預設數量的平均取樣值與該第三取樣點有關;以及一第一主動降噪(ANC)電路,包含一第二適應性濾波器,具有一已知適應性演算法,用來根據該已知適應性演算法,對該第三數列以及來自一對應誤差麥克風的誤差訊號進行適應性濾波操作,以產生一抗噪訊號;其中,該第二取樣時脈的頻率係有關於一固定時間間隔;以及 其中,s1=s2=U=1。
- 如請求項8之系統,其中該降噪引擎更包含:(s1+s2)個第一內插器,各第一內插器對一第一數列中多個第一取樣點的值進行內插運算,以產生一第二數列中一第二取樣點的值,其中該第一數列係與一對應麥克風以及一第二取樣時脈有關,以及該第二數列係與該第一取樣時脈有關,其中在時間軸上,該些第一取樣點與該第二取樣點有關;一第二ANC電路,對(s1+s2)個第二數列,進行ANC運算,以產生U個第三數列;以及U個第二內插器,各第二內插器對一對應第三數列的多個第三取樣點的值進行內插運算,以產生一第四數列中一第四取樣點的值,其中該第三數列係與該第一取樣時脈有關,以及該些第四數列係與該第二取樣時脈有關,其中在時間軸上,該些第三取樣點係與該第四取樣點有關;以及其中,該第二取樣時脈的頻率係有關於一固定時間間隔。
- 如請求項10之系統,其中該第二ANC電路包含U個第三適應性濾波器,具有一已知適應性演算法,用來根據該已知適應性演算法,對該(s1+s2)個第二數列進行適應性濾波操作,以產生該U個第三數列。
- 如請求項10之系統,其中該第二ANC電路包含:一轉換電路,分別將該(s1+s2)個第二數列的目前音框中多個第二取樣點的值轉換成(s1+s2)個頻譜代表式;至少一處理器,耦接該轉換電路;以及一儲存媒體,包含多個指令供該至少一處理器來執行一組操作,包含: 根據該第一取樣時脈,利用一神經網路,對該(s1+s2)個第二數列的目前音框中的該些第二取樣點的值以及該(s1+s2)個頻譜代表式,進行ANC運算,以產生該U個第三數列。
- 如請求項12之系統,其中該神經網路為一深度神經網路、一循環神經網路、一卷積神經網路、一時延神經網路或其組合。
- 如請求項12之系統,其中該第二ANC電路更包含:U個乘法器,耦接在該至少一處理器及該U個第二內插器之間,各乘法器依序將一對應第三數列中的各第三取樣點的值乘以一個ANC權重,以產生一對應乘積值。
- 如請求項6之系統,更包含:一風管,具有一進氣口以及耦接至該N個風扇之其二或更多的風扇,其中該s1個參考麥克風、該U個揚聲器以及該s2個誤差麥克風係設置在該進氣口以及該其二或更多的風扇之間,其中Q=1。
- 如請求項15之系統,其中當該s1個參考訊號的最高頻率小於包含於該s1個參考訊號的第一高階模的起始頻率時,一安靜區域形成於該風管的一端,係相反於該其二或更多的風扇的位置。
- 如請求項15之系統,其中該風管的材質係鋁鎂合金以及ABS樹脂塑膠之其一。
- 如請求項6之系統,其中各降噪系統更包含:一風管,具有一進氣口以及耦接至一對應風扇,其中該s1個參考麥克風、該U個揚聲器以及該s2個誤差麥克風係設置在該進氣口以及該對應風扇之間,其中Q=N。
- 如請求項18之系統,其中當該s1個參考訊號的最高頻率小於包含於該s1個參考訊號的第一高階模的起始頻率時,一安靜區域形成於該風管的一端,係相反於該對應風扇的位置。
- 如請求項19之系統,其中該起始頻率係有關於該風管的橫切面。
- 一種風扇控制方法,適用於設在一電腦系統內的N個風扇,包含:根據該電腦系統內的溫度,計算一基本頻率值;根據一主要麥克風的一主要音訊訊號,以任何已知的最佳化演算法,持續更新一參數;根據該基本頻率值以及該參數,產生N個方波;以及根據該N個方波以及來自該N個風扇的N個轉速計訊號,形成並傳送N個調變訊號給該N個風扇;其中,該參數是一頻率變化量以及一組相位差之其一;以及其中,該N個方波具有相同頻率。
- 如請求項21之方法,其中該計算步驟更包含:根據各風扇中馬達的極數,來調整該基本頻率值。
- 如請求項21之方法,其中當該參數為該組相位差時,該產生步驟包含:以一方波產生器,根據該基本頻率值產生該N個方波之其一方波;以及根據該組相位差,分別延遲該其一方波,以得到其餘的(N-1)個方波,致使該N個方波具有不同相位; 其中,該組相位差包含(N-1)個相位差,以及N>=2。
- 如請求項21之方法,其中當該參數為該頻率變化量時,該產生步驟包含:以一個三角波產生器,產生一個三角波,其中該三角波的平均值等於該基本頻率值且該三角波的幅值等於該頻率變化量;以及以一方波產生器,根據該三角波上的多個頻率值,產生一方波訊號當作該N個方波,其中,N>=1。
- 如請求項21之方法,其中該持續更新步驟包含:利用該已知的最佳化演算法來持續調整該參數及計算一對應的風扇聲學噪音總功率值,以在運作時找出對應一風扇聲學噪音總功率極小值的一最佳參數,其中該風扇聲學噪音總功率值是該參數的函數,而且是被該主要麥克風所接收到的。
- 如請求項21之方法,更包含:取得來自s1個參考麥克風的s1個參考訊號,其中該s1個參考麥克風係鄰近該N個風扇;取得來自s2個誤差麥克風的s2個誤差訊號,其中該s2個誤差麥克風係鄰近U個揚聲器;根據該s1個參考訊號及該s2個誤差訊號,產生U個抗噪訊號;以及以該U個揚聲器,將該U個抗噪訊號轉換為U個聲音壓力訊號;其中s1、s2及U皆大於或等於1。
- 如請求項26之方法,其中該產生該U個抗噪訊號步驟包含: 根據一已知適應性演算法,對該s1個參考訊號以及該s2個誤差訊號進行適應性濾波操作,以產生該U個抗噪訊號。
- 如請求項26之方法,其中該產生該U個抗噪訊號步驟包含:以一整數M型鎖相迴路電路,根據該N個轉速計訊號之一,產生一第一取樣時脈;其中,該第一取樣時脈的頻率係有關於該N個風扇的一固定旋轉角度,以及M的大小與各風扇中馬達的極數有關。
- 如請求項28之方法,其中該產生該U個抗噪訊號步驟更包含:對一第一數列中多個第一取樣點的值進行內插運算,以產生一第二數列中一第二取樣點的值,其中該第一數列係與一對應參考麥克風以及一第二取樣時脈有關,以及該第二數列係與該第一取樣時脈有關,其中在時間軸上,該些第一取樣點與該第二取樣點有關;根據該第一取樣時脈,儲存該些風扇旋轉一圈中的多個預設旋轉角度上的多個平均取樣值於一記憶體裝置;根據各預設旋轉角度,對該第二取樣點的值以及來自該記憶體裝置之先前一次旋轉的一對應平均取樣值進行平均運算,以得到並儲存一目前旋轉的平均取樣值至該記憶體裝置;對來自該記憶體裝置之一預設數量的平均取樣值進行內插運算,以產生一第三數列中一第三取樣點的值,其中該第三數列係與該第二取樣時脈有關,其中在時間軸上,該預設數量的平均取樣值與該第三取樣點有關;以及 根據一已知適應性演算法,對該第三數列以及來自一對應誤差麥克風的誤差訊號進行適應性濾波,以產生一抗噪訊號;其中,該第二取樣時脈的頻率係有關於一固定時間間隔;以及其中,s1=s2=u=1。
- 如請求項28之方法,其中該產生該U個抗噪訊號步驟更包含:對一第一數列中多個第一取樣點的值進行內插運算,以產生一第二數列中一第二取樣點的值,其中該第一數列係與一對應參考麥克風以及一第二取樣時脈有關,以及該第二數列係與該第一取樣時脈有關,其中在時間軸上,該些第一取樣點與該第二取樣點有關;對(s1+s2)個第二數列,進行ANC運算,以產生U個第三數列;以及對各第三數列的多個第三取樣點的值進行內插運算,以產生一第四數列中一第四取樣點的值,其中該第三數列係與該第一取樣時脈有關,以及該些第四數列係與該第二取樣時脈有關,其中在時間軸上,該些第三取樣點係與該第四取樣點有關;以及其中,該第二取樣時脈的頻率係有關於一固定時間間隔。
- 如請求項30之方法,其中該進行ANC運算步驟包含:根據一已知適應性演算法,對該(s1+s2)個第二數列進行適應性濾波運算,以產生該U個第三數列。
- 如請求項30之方法,其中該進行ANC運算步驟包含:分別將該(s1+s2)個第二數列的目前音框中多個第二取樣點的值轉換成(s1+s2)個頻譜代表式;以及 根據該第一取樣時脈,利用一神經網路,對該(s1+s2)個第二數列的目前音框中的該些第二取樣點的值以及該(s1+s2)個頻譜代表式,進行ANC運算,以產生該U個第三數列。
- 如請求項32之方法,其中該神經網路為一深度神經網路、一循環神經網路、一卷積神經網路、一時延神經網路或其組合。
- 如請求項32之方法,其中該進行ANC運算步驟更包含:依序將各第三數列中的各第三取樣點的值乘以一個ANC權重,以產生一對應乘積值。
- 如請求項26之方法,更包含:將一個具有一進氣口的風管耦接至該N個風扇之其二或更多的風扇;以及將該s1個參考麥克風、該U個揚聲器以及該s2個誤差麥克風設置在該進氣口與該其二或更多的風扇之間。
- 如請求項35之方法,其中當該s1個參考訊號的最高頻率小於包含於該s1個參考訊號的第一高階模的起始頻率時,一安靜區域形成於該風管的一端,係相反於該其二或更多的風扇的位置。
- 如請求項36之方法,其中該起始頻率係有關於該風管的橫切面。
- 如請求項21之方法,其中更包含:對於一風扇(i),取得來自s1個參考麥克風的s1個參考訊號,其中該s1個參考麥克風係鄰近該風扇(i); 取得來自s2個誤差麥克風的s2個誤差訊號,其中該s2個誤差麥克風係鄰近U個揚聲器;根據該s1個參考訊號及該s2個誤差訊號,產生U個抗噪訊號;以該U個揚聲器,將該U個抗噪訊號轉換為U個聲音壓力訊號;將一個具有一進氣口的風管耦接至該風扇(i);以及將該s1個參考麥克風、該U個揚聲器以及該s2個誤差麥克風設置在該進氣口以及該風扇(i)之間;其中s1、s2及U皆大於或等於1,以及1<=i<=N。
- 如請求項38之方法,其中該產生U個抗噪訊號步驟包含:根據一已知適應性演算法,對該s1個參考訊號及該s2個誤差訊號進行適應性濾波運算,以產生該U個抗噪訊號。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US202163192566P | 2021-05-25 | 2021-05-25 | |
US63/192,566 | 2021-05-25 |
Publications (2)
Publication Number | Publication Date |
---|---|
TW202246660A TW202246660A (zh) | 2022-12-01 |
TWI803300B true TWI803300B (zh) | 2023-05-21 |
Family
ID=84193293
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW111116062A TWI803300B (zh) | 2021-05-25 | 2022-04-27 | 具有降噪功能之風扇控制系統及方法 |
Country Status (2)
Country | Link |
---|---|
US (1) | US11875773B2 (zh) |
TW (1) | TWI803300B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20230400220A1 (en) * | 2022-06-08 | 2023-12-14 | Hewlett-Packard Development Company, L.P. | Noise cancellation based on airflow generator operational speed |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1612036A (zh) * | 2003-10-29 | 2005-05-04 | 株式会社日立制作所 | 消音装置及使用该装置的投影仪装置 |
CN201898688U (zh) * | 2010-11-26 | 2011-07-13 | 英业达股份有限公司 | 电子装置 |
TW201316158A (zh) * | 2011-09-23 | 2013-04-16 | Apple Inc | 降低電腦系統內之音調激勵 |
US10240812B2 (en) * | 2014-10-28 | 2019-03-26 | Panasonic Intellectual Property Management Co., Ltd. | Signal processing device, program, range hood device, and selection method for frequency bins in signal processing device |
CN110196608A (zh) * | 2018-02-26 | 2019-09-03 | 北京视联动力国际信息技术有限公司 | 一种终端散热装置和基于终端散热装置的散热控制方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI790737B (zh) * | 2021-09-06 | 2023-01-21 | 宏碁股份有限公司 | 具散熱和前饋式主動噪音控制功能之電子系統 |
-
2022
- 2022-04-27 TW TW111116062A patent/TWI803300B/zh active
- 2022-05-05 US US17/737,501 patent/US11875773B2/en active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1612036A (zh) * | 2003-10-29 | 2005-05-04 | 株式会社日立制作所 | 消音装置及使用该装置的投影仪装置 |
CN201898688U (zh) * | 2010-11-26 | 2011-07-13 | 英业达股份有限公司 | 电子装置 |
TW201316158A (zh) * | 2011-09-23 | 2013-04-16 | Apple Inc | 降低電腦系統內之音調激勵 |
US10240812B2 (en) * | 2014-10-28 | 2019-03-26 | Panasonic Intellectual Property Management Co., Ltd. | Signal processing device, program, range hood device, and selection method for frequency bins in signal processing device |
CN110196608A (zh) * | 2018-02-26 | 2019-09-03 | 北京视联动力国际信息技术有限公司 | 一种终端散热装置和基于终端散热装置的散热控制方法 |
Also Published As
Publication number | Publication date |
---|---|
TW202246660A (zh) | 2022-12-01 |
US20220383847A1 (en) | 2022-12-01 |
US11875773B2 (en) | 2024-01-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108337606B (zh) | 用于基于响度的音频信号补偿的系统、方法和存储介质 | |
TWI803300B (zh) | 具有降噪功能之風扇控制系統及方法 | |
US9558732B2 (en) | Active noise control system | |
US20140233744A1 (en) | Audio processing and enhancement system | |
JP4552016B2 (ja) | インパルス応答測定方法及び装置 | |
JP2008197284A (ja) | フィルタ係数算出装置、フィルタ係数算出方法、制御プログラム、コンピュータ読み取り可能な記録媒体、および、音声信号処理装置 | |
Wu et al. | An improved active noise control algorithm without secondary path identification based on the frequency-domain subband architecture | |
Thomas et al. | Eigenvalue equalization filtered-x algorithm for the multichannel active noise control of stationary and nonstationary signals | |
JP5104553B2 (ja) | インパルス応答加工装置、残響付与装置およびプログラム | |
JP2006145515A (ja) | パラメトリックな時間引き延ばしパルス生成装置 | |
TWI779863B (zh) | 具散熱和前饋式主動噪音控制功能之電子系統 | |
TWI806260B (zh) | 具散熱和具風壓補償的前饋式主動噪音控制功能之電子系統 | |
WO2023040025A1 (zh) | 含次级通道在线辨识的反馈型主动噪声控制系统及方法 | |
TWI790737B (zh) | 具散熱和前饋式主動噪音控制功能之電子系統 | |
Wu et al. | Research on active control of axial flow fan noise using a novel and simplified duct system | |
Thomas et al. | Eigenvalue equalization filtered-x (EE-FXLMS) algorithm applied to the active minimization of tractor noise in a mock cabin | |
JP6171558B2 (ja) | 音響処理装置 | |
Wright et al. | Active control of environmental noise, III: implementation of theory into practice | |
WO2018135564A1 (ja) | 音響効果付与装置、音響効果付与方法および音響効果付与プログラム | |
JP3169802B2 (ja) | 低騒音ファン | |
Liu et al. | Development of active noise control system for centrifugal fans | |
Miljković | Active reduction of power transformer noise based on synchronous averaging of the residual noise signal | |
JP5321171B2 (ja) | 音処理装置およびプログラム | |
JP2012100117A (ja) | 音響処理装置及び方法 | |
JPS6142120B2 (zh) |