一种用于消减噪声的有源噪声控制方法技术

本发明专利技术公开了一种用于消减噪声的有源噪声控制方法，在一个有源噪声控制装置上进行以下步聚的操作：１）用普通的ＬＭＳ算法对次级源与误差传感器之间的传递函数进行辨识，得到信号传输通道的传递函数估计值２）根据初级噪声源信号ｘ（ｎ）得到ＦＸＬＭＳ算法自适应滤波器Ｗ（ｎ）的输出信号ｙ１（ｎ）；３）根据信号传输通道的滤波参考信号得到ＤＦＴ＿ＦＳＦ算法自适应滤波器的输出信号ｙ２（ｎ）；４）ｙ１（ｎ）和ｙ２（ｎ）相加后得到ｙ（ｎ），并分别得到误差传感器处的期望信号ｄ（ｎ）、误差信号ｅ（ｎ）和ｄ（ｎ）的估计值５）对ＤＦＴ＿ＦＳＦ算法自适应滤波器Ｖ（ｎ）进行更新，并对ＦＸＬＭＳ自适应滤波器Ｗ（ｎ）进行调整；重复步骤２）～５），使ｅ（ｎ）逐渐减小，从而实现在误差传感器处降低噪声的目的；优点是结合利用了ＦＸＬＭＳ算法适合窄带降噪和ＤＦＴ＿ＦＳＦ算法适合宽带降噪的优点，大幅降低运算量。

【技术实现步骤摘要】

本专利技术涉及一种消减噪声的方法，尤其是涉及一种用于消减噪声的有源噪声控制 方法。
技术介绍
现有的有源噪声控制利用声波的叠加原理，通过次级声源产生一组与初级噪声幅 度相同相位相反的声波，二者在误差传感器处相加，从而达到消减噪声的效果。几十年来， 人们提出许多噪声控制算法，其中最著名的是Widrow提出的滤波一X LMS算法(FXLMS)。鉴于FXLMS算法收敛速度慢，仅对窄带噪声效果好，对宽带噪声降噪效果差的情 况，人们根据噪声频谱宽带特性，提出了基于子带自适应滤波器以及频域FXLMS类的算法， 但它们在初级参考噪声路径上引入了较多的时延，因而在宽带噪声控制上效果并不理想。 为克服子带滤波器对初级噪声时延的影响，M0rgan(1995)提出了一种无延时子带滤波器结 构，该结构利用快速傅里叶变 换(FFT)，自适应滤波器系数在各子带内分别调整，通过特定 组合，再转换到时域滤波器，然后产生控制信号。因其消除了对初级参考信号的时延，所以 提高了算法的收敛速度。但该结构对不同的环境噪声其子带的分割数量必须谨慎设计，否 则有可能造成收敛不好或无法收敛陈志伟，给实际应用带来不便。日本学者Yoj i Yamadat 2006等人提出了 一种适合宽带噪声信号的有源噪声控制 结构，利用离散傅里叶变换一频域抽样滤波器(DFT_FSF)，将整个噪声信号分成数千个子频 带，每个频带用一个一阶自适应滤波器进行处理，获得了快速的收敛速度和宽带处理范围。 但该方法也有一些不足若噪声信号为单频或多个单频信号，则收敛效果出现不稳定现象； 该方法每个抽样点都要进行两次离散傅里叶变换DFT和一次逆DFT运算，尽管DFT可以用 FFT完成，其总运算量也非常可观，这样就对处理器提出了过高的要求。
技术实现思路
本专利技术所要解决的技术问题是提供一种在基本不降低算法性能的前提下大幅降 低运算量，更适合实际应用的用于消减噪声的有源噪声控制方法。本专利技术解决上述技术问题所采用的技术方案为一种用于消减噪声的有源噪声控 制方法，有源噪声控制装置包括1个用于拾取初级噪声源信号的参考传感器、1个用以产 生与初级噪声源信号相反的抵消噪声信号的次级源和1个用以拾取初级噪声源信号与抵 消噪声信号相互抵消后的残留信号的误差传感器，它包括以下步聚1)通过控制电路产生辨识激励信号，将辨识激励信号传送到信号传输通道，使次 级源发出激励声波，由误差传感器拾取激励声波，并送回控制电路，用普通的LMS算法对所 述的次级源与所述的误差传感器之间的传递函数进行辨识，得到其系数向量S(n)的估计值左(《)；2)在控制电路上读取参考传感器的初级噪声源信号χ (η)，根据公Sy1(Ii) =Wt (η) X(η)得到自适应滤波器W(n)的输出信号yi (η)，上标T是转置符号；3)根据公式=炉得滤波参考信号Xf(n)，根据公式y2(n) = Vt(η) Xf(η)得到0 1^^ 算法自适应滤波器￥(11)的输出信号y2(n)；4)将Y1 (η)和Y2(η)相加后得到y(n), y(η) 一路经信号传输通道S(ζ)到达误差 传感器处对误差传感器处的期望信号d (η)进行抵消后，得到误差信号e (η)；另一路经信号 传输通道S(Z)的估计模型左⑷后与误差信号e (η)相减，根据公式為《) = < )-5 1 得 到期望信号d (η)的估计值々《);5)对DFT_FSF算法自适应滤波器时域系数向量V(n)进行更新，并根据公式 W(n+1) = W(n)-yXf(n)e(n)，对FXLMS算法自适应滤波器时域系数向量W(n)进行调整；重复步骤2) 5)，使e(n)逐渐减小，从而实现在误差传感器处降低噪声的目的。对DFT_FSF算法自适应滤波器时域系数向量V(n)进行更新的具体步骤如下首先对最新的Xf(n)和的个数进行计数，当获得B个新的数据时，即获 得τ 或T和= \d{ri),d(n-\),...d(n-5 + 1),d{n-B),...d{n-M + l)f ；其中 B为4或8或16或32，M为512或1024或2048 ；然后，对上述两个M维向量进行离散傅里叶变换(DFT)，得到各自的频域信号 Xk(m)和 Dk(m)，0 彡 k 彡 M-1，再按以下公式对Ve (cok)进行更新for k = 0 to M-IXk (m) = aXk (w -1) + Xk (m)Dk (m) = a Dk (m- ) + Dk (m)rk (m) = Ark (m-1) + Xk (m)X*k (m) pk (m) = Xpk (m -1) + Dk {η )Χ[ (m)Ve (ω k) = pk (m) / (rk (m) + σ )其中Ve (ω k)是DFT_FSF算法自适应滤波器V (η)的M个系数的频域分量， 0 彡 k 彡 Μ-1,0 < α < 1,0 < λ < 1, k = 0，1，2. ..M-l，m 为与 η 相关的时间值，为 m = [nlB\，其中L」为取整运算，B是数据块的大小，即DFT_FSF算法自适应滤波器每输入B 个新的数据，Ve("k)才更新一次；O < σ <<1，最后按公式ι M-IV(I)=-Y, O<I<M-\M k=0得到更新后DFT_FSF算法自适应滤波器时域系数向量V(n) = τ。与现有技术相比，本专利技术的优点在于结合利用了 FXLMS算法的简单和对窄带噪声 效果好，以及DFT_FSF算法对宽带噪声效果好、收敛快的优点，进一步调整了 DFT_FSF算法 的运行时序，在基本不降低算法性能的前提下大幅降低运算量，使得算法结构更适合实际 应用。该算法的基本特点是1.利用M通道最大抽取DFT_FSF算法自适应滤波器组，构造一组M个自适应滤波 器，每个滤波器只有一个系数。2. M个滤波器频域系数Ve (cok)单独调整，利用逆离散傅里叶变换(IDFT)转换为 时域滤波器系数向量V (η)，收敛速度大大加快。 与FXLMS算法相比，新DFT_FSF算法自适应滤波器系数向量V (η)每来B个新数据 xf(n)，xf(n-l)，. . .，xf(n-B+l)、^ ,i( -l)，...,i ( -5 + l)才更新一次；而 FXLMS 算法自适 应滤波器系数向量W(n)每来一个新的数据x(n)就更新一次；与原DFT_FSF算法相比，新方 法计算量降低B-I倍。附图说明图1为本专利技术的数学模型的示意图； 图2为本专利技术DFT_FSF算法自适应滤波器的结构示意图；图3为用于验证各种算法收敛前后，噪声信号的功率谱的150阶滤波器的S(Z)和 P(ζ)的单位脉冲响应示意图；图4(a)、(b)、(C)、分别为三种算法收敛前后，噪声信号的功率谱对比结果示意图。 具体实施例方式以下结合附图实施例对本专利技术作进一步详细描述。如图1和图2所示，，有源噪声控制装置 (现有技术，图未显示)包括1个用于拾取初级噪声源信号的参考传感器、1个用以产生与 初级噪声源信号相反的抵消噪声信号的次级源和1个用以拾取初级噪声源信号与抵消噪 声信号相互抵消后的残留信号的误差传感器，它包括以下步聚1)通过控制电路产生辨识激励信号，将辨识激励信号传送本文档来自技高网...

【技术保护点】
一种用于消减噪声的有源噪声控制方法，有源噪声控制装置包括：１个用于拾取初级噪声源信号的参考传感器、１个用以产生与初级噪声源信号相反的抵消噪声信号的次级源和１个用以拾取初级噪声源信号与抵消噪声信号相互抵消后的残留信号的误差传感器，其特征在于它包括以下步聚：１）通过控制电路产生辨识激励信号，将辨识激励信号传送到信号传输通道，使次级源发出激励声波，由误差传感器拾取激励声波，并送回控制电路，用普通的ＬＭＳ算法对所述的次级源与所述的误差传感器之间的传递函数进行辨识，得到其系数向量Ｓ（ｎ）的估计值＊（ｎ）；２）在控制电路上读取参考传感器的初级噪声源信号ｘ（ｎ），根据公式ｙ↓［１］（ｎ）＝Ｗ↑［Ｔ］（ｎ）Ｘ（ｎ）得到ＦＸＬＭＳ算法自适应滤波器的输出信号ｙ↓［１］（ｎ），其中Ｗ（ｎ）是ＦＸＬＭＳ算法自适应滤波器时域系数向量，Ｘ（ｎ）初级噪声源信号向量，是上标Ｔ是转置符号；３）根据公式ｘ↓［ｆ］（ｎ）＝＊↑［Ｔ］（ｎ）Ｘ（ｎ）得滤波参考信号，根据公式ｙ↓［２］（ｎ）＝Ｖ↑［Ｔ］（ｎ）Ｘ↓［ｆ］（ｎ）得到ＤＦＴ＿ＦＳＦ算法自适应滤波器的输出信号ｙ↓［２］（ｎ），其中Ｖ（ｎ）是ＤＦＴ＿ＦＳＦ算法自适应滤波器的时域系数向量，Ｘ↓［ｆ］（ｎ）是滤波参考信号向量；４）将ｙ↓［１］（ｎ）和ｙ↓［２］（ｎ）相加后得到ｙ（ｎ），ｙ（ｎ）一路经信号传输通道到达误差传感器处对误差传感器处的期望信号ｄ（ｎ）进行抵消后，得到误差信号ｅ（ｎ）；另一路经信号传输通道的估计模型＊（ｚ）后与误差信号ｅ（ｎ）相减，根据公式＊（ｎ）＝ｅ（ｎ）－Ｓ↑［Ｔ］（ｎ）Ｙ（ｎ）得到期望信号ｄ（ｎ）的估计值＊（ｎ），其中，Ｓ（ｚ）是Ｓ（ｎ）的ｚ变换，＊（ｚ）是＊（ｎ）的ｚ变换，Ｙ（ｎ）是ｙ（ｎ）的向量；５）对ＤＦＴ＿ＦＳＦ算法自适应滤波器时域系数向量Ｖ（ｎ）进行更新，并根据公式Ｗ（ｎ＋１）＝Ｗ（ｎ）－μＸ↓［ｆ］（ｎ）ｅ（ｎ），对ＦＸＬＭＳ算法自适应滤波器时域系数向量Ｗ（ｎ）进行调整，其中，μ是ＦＸＬＭＳ算法自适应滤波器的收敛因子，表达为公式μ＝＊／Ｘ↓［ｆ］↑［Ｔ］（ｎ）Ｘ↓［ｆ］（ｎ）＋δ，０＜δ＜＜１，０＜＊＜２；重复步骤２）～５），使ｅ（ｎ）逐渐减小，从而实现在误差传感器处降低噪声的目的。ＦＳＡ...

【技术特征摘要】

【专利技术属性】
技术研发人员：张瑞华，谢智波，
申请(专利权)人：浙江万里学院，
类型：发明
国别省市：97[中国|宁波]