一种用于笔记本电脑硬盘的扬声器振动干扰弥补方法技术

本发明专利技术涉及一种用于笔记本电脑硬盘的扬声器振动干扰弥补方法，与现有技术相比解决了振动干扰弥补方法无法对未知振动信息进行识别补偿的缺陷。本发明专利技术包括以下步骤：收集数据并存储；启用SAFF方法进行干扰弥补识别；未知动态信号的识别；利用IIR插件修正未知动态信号；未知动态信号的再识别；干扰信号的弥补。本发明专利技术能够识别出未知的动态信号，针对于不同的振动源以自动调谐的方式识别出其产生的动态信号，增强了硬盘底盘性能。

A Method for Compensating Vibration Disturbance of Loudspeaker Used in Hard Disk of Laptop Computer

The invention relates to a speaker vibration interference compensation method for a notebook computer hard disk, which solves the defect that the vibration interference compensation method can not recognize and compensate the unknown vibration information compared with the existing technology. The invention comprises the following steps: collecting data and storing them; enabling SAFF method to recognize interference compensation; identifying unknown dynamic signals; correcting unknown dynamic signals by IIR plug-in; re-identifying unknown dynamic signals; and compensating interference signals. The invention can identify unknown dynamic signals, identify dynamic signals generated by different vibration sources in an automatic tuning manner, and enhance the performance of hard disk chassis.

【技术实现步骤摘要】
一种用于笔记本电脑硬盘的扬声器振动干扰弥补方法
本专利技术涉及笔记本电脑硬盘
，具体来说是一种用于笔记本电脑硬盘的扬声器振动干扰弥补方法。
技术介绍
随着多媒体应用越来越重要，音频振动抑制性能也需要得到改善，以此来满足HDD行业日益增长的需求。在笔记本电脑的多媒体应用中，扬声器引起的振动增加了对HDD的技术要求，降低了HDD的输出性能。目前，基于传感器的自适应前馈扰动补偿方案(SAFF)在HDD行业被研究和实现了很多年。SAFF利用LMS算法来学习从外部振动到PES的未知动态信号，通过直接消除扰动来提高PES性能。在此过程中，采用有限容量补偿的LMS算法确定FIR自适应滤波器。在目前阶段，市场现有的系统识别工具，像MATLAB，就是结合已知的TRC模型来识别未知的振动模型(函数从输入扰动传递到PES)。但是这个过程效率不高，通常只在开始时对特定的驱动器进行校准。然后，识别模型被应用于大批量HDD以节约成本。当AODB被嵌入或者振动源改变，此方案则无法实现识别补偿。这是因为，在现有的TRC动力学中，当SNR值较高时，未知的动力学在频率范围内为唯一的ID，同时，TRC模型的阶数对于未知知识系统很难确定。而现有的系统识别方法像方程误差方法(EE方法)和输出误差方法(OE方法)可以在特定条件下识别具有通用模型结构的系统，对于这些方法，输入信号应该包含丰富的频率内容以达到系统带宽，在频率域中低强度的均匀分布是首选的。而在这些特殊的应用中，传感器信号是由不能事先设计的振动源所确定的，满足不了EE方法和OE方法的要求。但是，振动在一定频率范围内有集中的频率分布，在低SNR范围内的IO数据会产生坏的系统识别结果。那么如何将振动在特定频率范围(高SNR范围)内的频率信息与TRC模型相结合，以实现未知扰动的识别补偿已经成为急需解决的技术问题。
技术实现思路
本专利技术的目的是为了解决现有技术中振动干扰弥补方法无法对未知振动信息进行识别补偿的缺陷，提供一种用于笔记本电脑硬盘的扬声器振动干扰弥补方法来解决上述问题。为了实现上述目的，本专利技术的技术方案如下：一种用于笔记本电脑硬盘的扬声器振动干扰弥补方法，包括以下步骤：收集数据并存储，通过传感器收集扬声器振动产生的动态信号和从伺服定位信息接收位置误差信号PES，并进行存储；启用SAFF方法进行干扰弥补识别，激活基于传感器的自适应前馈方法利用LMS学习方法提升PES性能；未知动态信号的识别，利用未知传感器动态信号与PES相结合，使用方程误差方法和输出误差方法识别未知动态信号的传输函数；利用IIR插件修正未知动态信号，禁用基于传感器的自适应前馈方法，在传感器信号之前插入IIR插件；未知动态信号的再识别，利用未知传感器动态信号与PES相结合，使用方程误差方法和输出误差方法识别未知动态信号的传输函数；干扰信号的弥补，将识别出的未知动态信号的传输函数结合PES进行回馈补偿弥补。所述未知动态信号的识别包括以下步骤：读取未知传感器动态信号与PES；设定传输函数模型，其表示如下：其中，Gv为未知传感器动态信号到PES的传输函数，P为TRC模型已知参数，为未知动态信号；设定未知传感器动态信号的识别在系统带宽500Hz到2000Hz的频率范围；利用TRC模型过滤未知传感器动态信号数据，其表达式如下：Gk＝P，其中，Gk为TRC模型已识别参数，Gun为TRC模型未识别参数；计算Gun阶数，通过方程误差方法和输出误差方法计算Gun阶数；将未知传感器动态信号与PES输入传输函数模型，在Gun阶数下计算识别出传输函数Gv。所述计算Gun阶数包括以下步骤：选择TRC模型中的参数A，使用方程误差方法识别Gv；使用输出误差方法验证Gv；判断输出误差方法的输出误差与预估输出误差的相关性，若达到相关性要求，则输出Gun阶数；若达不到相关性要求，则选择TRC模型中的参数B，使用方程误差方法识别Gv；使用输出误差方法验证Gv；判断输出误差方法的输出误差与预估输出误差的相关性，若达到相关性要求，则输出Gun阶数；若达不到相关性要求，则选择TRC模型中的参数C，使用方程误差方法识别Gv；使用输出误差方法验证Gv；判断输出误差方法的输出误差与预估输出误差的相关性，若达到相关性要求，则输出Gun阶数。所述未知动态信号为粉色噪声时，传输函数模型表示如下：其中，n为传输函数的分母阶数，m为传输函数的分子阶数，d为系统延迟步骤。有益效果本专利技术的一种用于笔记本电脑硬盘的扬声器振动干扰弥补方法，与现有技术相比能够识别出未知的动态信号，针对于不同的振动源以自动调谐的方式识别出其产生的动态信号，增强了硬盘底盘性能。本专利技术利用有效传感器信号和PES信号结合方程误差(EE)和输出误差(OE)的系统ID进程进行未知动态信号的识别；然后，SAFF的配置在传感器信号之前利用IIR插件进行修正，来进一步减少振动干扰引起的未知的动态信号；最后，LMS的学习能力也能基于此得到加强，当存在不同的振动源或者当ADOB嵌入时，系统识别过程也被用来协助在当前利用IIR插件的SAFF方案在传感器之前提升LMS的学习能力。附图说明图1为本专利技术的方法顺序图；图2为待识别的输入数据频率分布图。具体实施方式为使对本专利技术的结构特征及所达成的功效有更进一步的了解与认识，用以较佳的实施例及附图配合详细的说明，说明如下：如图1所示，本专利技术所述的一种用于笔记本电脑硬盘的扬声器振动干扰弥补方法，包括以下步骤：第一步，收集数据并存储。通过传感器收集扬声器振动产生的动态信号和从伺服定位信息接收位置误差信号PES，并进行存储。第二步，启用SAFF方法进行干扰弥补识别。按传统方式激活基于传感器的自适应前馈方法利用LMS学习方法提升PES性能，对振动干扰信号进行识别。第三步，未知动态信号的识别。经过传统SAFF方法进行干扰弥补识别后，针对于振动动态信号(振动干扰信号)分为已识别出的动态信号和未识别出的动态信号，在此就利用未知传感器动态信号与PES相结合，使用方程误差方法和输出误差方法识别未知动态信号的传输函数，即针对于未识别出的动态信号(未知动态信号)进行识别。其具体步骤如下：(1)读取未知传感器动态信号与PES。(2)设定传输函数模型，其表示如下：其中，Gv为未知传感器动态信号到PES的传输函数，P为TRC模型已知参数，为未知动态信号。标准系统识别要求输入信号被事先设计成具有丰富频率内容和均匀分布，但是振动源是由HDD环境所决定的。通常，传感器信号将在500Hz到2000Hz(系统带宽)的频率范围具有大的SNR，在低频率范围内具有小SNR(0-500Hz)。因此，识别过程将集中在500-2000Hz范围和在其他频率范围内模型失匹，能够被低计算量的提升最大性能的LMS所处理。TRC模型用于解决低频率动力学和过滤IO数据被用于识别的其他部分，即(3)设定未知传感器动态信号的识别在系统带宽500Hz到2000Hz的频率范围。(4)利用TRC模型过滤未知传感器动态信号数据，其表达式如下：Gk＝P，其中，Gk为TRC模型已识别参数，Gun为TRC模型未识别参数。在此，并不知道Gun的阶数，之后步骤所提出的识别过程，模拟从一个已知有效信息的操作员指定的初始阶数开始，迭代增加阶数直到它通过某个标准为止本文档来自技高网...

【技术保护点】
1.一种用于笔记本电脑硬盘的扬声器振动干扰弥补方法，其特征在于，包括以下步骤：11)收集数据并存储，通过传感器收集扬声器振动产生的动态信号和从伺服定位信息接收位置误差信号PES，并进行存储；12)启用SAFF方法进行干扰弥补识别，激活基于传感器的自适应前馈方法利用LMS学习方法提升PES性能；13)未知动态信号的识别，利用未知传感器动态信号与PES相结合，使用方程误差方法和输出误差方法识别未知动态信号的传输函数；14)利用IIR插件修正未知动态信号，禁用基于传感器的自适应前馈方法，在传感器信号之前插入IIR插件；15)未知动态信号的再识别，利用未知传感器动态信号与PES相结合，使用方程误差方法和输出误差方法识别未知动态信号的传输函数；16)干扰信号的弥补，将识别出的未知动态信号的传输函数结合PES进行回馈补偿弥补。

【技术特征摘要】
1.一种用于笔记本电脑硬盘的扬声器振动干扰弥补方法，其特征在于，包括以下步骤：11)收集数据并存储，通过传感器收集扬声器振动产生的动态信号和从伺服定位信息接收位置误差信号PES，并进行存储；12)启用SAFF方法进行干扰弥补识别，激活基于传感器的自适应前馈方法利用LMS学习方法提升PES性能；13)未知动态信号的识别，利用未知传感器动态信号与PES相结合，使用方程误差方法和输出误差方法识别未知动态信号的传输函数；14)利用IIR插件修正未知动态信号，禁用基于传感器的自适应前馈方法，在传感器信号之前插入IIR插件；15)未知动态信号的再识别，利用未知传感器动态信号与PES相结合，使用方程误差方法和输出误差方法识别未知动态信号的传输函数；16)干扰信号的弥补，将识别出的未知动态信号的传输函数结合PES进行回馈补偿弥补。2.根据权利要求1所述的一种用于笔记本电脑硬盘的扬声器振动干扰弥补方法，其特征在于：所述未知动态信号的识别包括以下步骤：21)读取未知传感器动态信号与PES；22)设定传输函数模型，其表示如下：其中，Gv为未知传感器动态信号到PES的传输函数，P为TRC模型已知参数，为未知动态信号；23)设定未知传感器动态信号的识别在系统带宽500Hz到2000Hz的频率范围；24)利用TRC模型过滤未知传感器动态信号数据，其表达...

【专利技术属性】
技术研发人员：李文波，王海雷，吴雪莲，
申请(专利权)人：中科院合肥技术创新工程院，
类型：发明
国别省市：安徽,34