一种基于声压模型的空调主动降噪方法技术

本发明专利技术公开了一种基于声压模型的空调主动降噪方法，涉及技术领域。本发明专利技术包括以下步骤：步骤1：采集空调风扇的转速信息，并根据采集的转速信息建立噪声声压模型；步骤2：根据步骤1中建立的噪声声压模型，合成与空调风扇噪声相关的噪声参考信号；步骤3：将步骤3中合成的噪声参考信号输入低通滤波器中，对噪声参考信号进行滤波，得出误差信号；步骤4：根据步骤3中得出的误差信号，计算出期望信号；步骤5：通过FXLMS算法对期望信号进行处理，更新滤波器系数。决了传统的降噪方法效果甚微的问题，大大提高了空调室内机的降噪效果。大提高了空调室内机的降噪效果。大提高了空调室内机的降噪效果。

【技术实现步骤摘要】
一种基于声压模型的空调主动降噪方法


[0001]本专利技术属于主动降噪
，特别是涉及一种基于声压模型的空调主动降噪方法。

技术介绍

[0002]随着人们对生活品质的追求越来越高，空调器的普及率越来越高，特别是家用空调器，近几年一直保持着稳定增长的态势2
‑
3。人们在选用空调器时，对空调器各个方面的性能都有所要求，不仅仅是制冷制热的控温、电能消耗这些基础性能的要求，更有在使用舒适性、噪声振动、以及用户体验方面的延伸性能的要求。家用空调器室内机作为家用空调器使用过程中和人们生活接触最多的部分，人们对之的要求更是日渐严格。且研究表明长时间的过量噪声会对人们的身体产生伤害。基于家用空调器使用过程中的长时间、不间断的使用特性，其室内机的降噪也显得尤为重要。
[0003]对于家用空调器，其噪声分为外机和室内机噪声。就本文较为关注的家用空调器室内机来说，其噪声主要包含以下三部分。第一是电机的噪声,主要成分是电机的电磁噪声和旋转噪声；第二是风机的噪声，主要成分是机械噪声和涡流噪声；第三是冷媒流动时产生的噪声。其中风机的噪声是最为主要的，是室内机降噪过程中的难点。

技术实现思路

[0004]本专利技术的目的在于提供一种基于声压模型的空调主动降噪方法，解决了上述技术背景中的问题。
[0005]为解决上述技术问题，本专利技术是通过以下技术方案实现的：
[0006]本专利技术为一种基于声压模型的空调主动降噪方法，包括以下步骤：
[0007]步骤1：采集空调风扇的转速信息，并根据采集的转速信息建立噪声声压模型；
[0008]步骤2：根据步骤1中建立的噪声声压模型，合成与空调风扇噪声相关的噪声参考信号；
[0009]步骤3：将步骤3中合成的噪声参考信号输入低通滤波器中，对噪声参考信号进行滤波，得出误差信号；
[0010]步骤4：根据步骤3中得出的误差信号，计算出期望信号；
[0011]步骤5：通过FXLMS算法对期望信号进行处理，更新滤波器系数。
[0012]优选的，所述步骤1中，噪声声压模型为：其中n为空调风扇的转速。
[0013]优选的，所述步骤2中，构造参考信号与空调风扇转速结合，建立的噪声声压模型，通过傅里叶级数构造参考信号为：
[0014]x(t)＝A1sin(2πf1t)+A2sin(2πf2t)+
…
+A
n
sin(2πf
n
t)，其中A
n
表示底n阶谐波噪声幅度值，f
n
表示底n阶的谐波噪声频率；
[0015]由空调风扇转速合成噪声参考信号表达式为：
[0016]其中根据空调风扇的二、四、六阶平衡往复惯性力的幅值进行选择A1,A2和A3。
[0017]优选的，所述步骤3中，滤波器采用维纳滤波器，误差信号为：e(n)＝d(n)
‑
W
T
x(n)，其中x(n)为参考信号，d(n)为期望输入信号。
[0018]优选的，所述步骤4中，期望信号：d(n)＝e(n)+y(n)*h
x
(n)，其中e(n)为步骤3中计算的误差信号，y(n)为维纳滤波器滤波后的输出信号，h
x
为次通道传递函数的脉冲相应。
[0019]本专利技术具有以下有益效果：
[0020]本专利技术通过采集空调风扇的转速，根据采集的转速信息，建立噪声声压模型，之后合成参考信号，对合成的参考信号进行滤波，得出误差信号，通过误差信号计算出期望信号，之后FXLMS算法对期望信号进行处理，更新滤波器系数，输出降噪的的参考信号，解决了传统的降噪方法效果甚微的问题，大大提高了空调室内机的降噪效果。
[0021]当然，实施本专利技术的任一产品并不一定需要同时达到以上所述的所有优点。
附图说明
[0022]为了更清楚地说明本专利技术实施例的技术方案，下面将对实施例描述所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0023]图1为一种基于声压模型的空调主动降噪方法的流程图。
具体实施方式
[0024]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本专利技术保护的范围。
[0025]请参阅图1，本专利技术为一种基于声压模型的空调主动降噪方法，包括以下步骤：
[0026]步骤1：采集空调风扇的转速信息，并根据采集的转速信息建立噪声声压模型，通连接在空调风扇上的转速采集器对空调风扇的转速进行实时的监控采集。
[0027]步骤2：根据步骤1中建立的噪声声压模型，合成与空调风扇噪声相关的噪声参考信号，构造参考信号与建立的噪声声压模型合成与室内噪声相关的参考信号。
[0028]步骤3：将步骤3中合成的噪声参考信号输入低通滤波器中，对噪声参考信号进行滤波，得出误差信号，主动降噪为线性是不变系统，所以采用维纳滤波器对噪声参考信号进行滤波，无需输入信号的先验数据，使得整体的计算复杂程度较低，同时也更加适合主动降噪的实时信号处理环境。
[0029]步骤4：根据步骤3中得出的误差信号，计算出期望信号，误差信号说明了噪声参考信号与期望输入信号相关性，根据误差信号计算期望信号可以使得期望型号更加接近噪声参考信号。
[0030]步骤5：通过FXLMS算法对期望信号进行处理，更新滤波器系数，采用FXLMS算法单
通道反馈型系统，通过FXLMS算法对初级噪声进行估计，并通过估计代替实际的噪声信号作为降噪的参考信号，将降噪的参考信号解码后输入至降噪声器中播放相应的音频。
[0031]其中，所述步骤1中，噪声声压模型为：其中n为空调风扇的转速。
[0032]其中，所述步骤2中，构造参考信号与空调风扇转速结合，建立的噪声声压模型，通过傅里叶级数构造参考信号为：
[0033]x(t)＝A1sin(2πf1t)+A2sin(2πf2t)+
…
+A
n
sin(2πf
n
t)，其中A
n
表示底n阶谐波噪声幅度值，f
n
表示底n阶的谐波噪声频率；
[0034]由空调风扇转速合成噪声参考信号表达式为：
[0035]其中根据空调风扇的二、四、六阶平衡往复惯性力的幅值进行选择A1,A2和A3，由于空调风扇的周围可能存在其他的白噪声，通过麦克风对白噪声进行采集，将白噪声信号与噪声参考信号再次合成。
[0036]其中，所述步骤3中，滤波器采用维纳滤波器，误差信号为：e(n)＝d(n)
‑
W
T
x本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于声压模型的空调主动降噪方法，其特征在于：包括以下步骤：步骤1：采集空调风扇的转速信息，并根据采集的转速信息建立噪声声压模型；步骤2：根据步骤1中建立的噪声声压模型，合成与空调风扇噪声相关的噪声参考信号；步骤3：将步骤3中合成的噪声参考信号输入低通滤波器中，对噪声参考信号进行滤波，得出误差信号；步骤4：根据步骤3中得出的误差信号，计算出期望信号；步骤5：通过FXLMS算法对期望信号进行处理，更新滤波器系数。2.根据权利要求1所述的一种基于声压模型的空调主动降噪方法，其特征在于，所述步骤1中，噪声声压模型为：其中n为空调风扇的转速。3.根据权利要求1所述的一种基于声压模型的空调主动降噪方法，其特征在于，所述步骤2中，构造参考信号与空调风扇转速结合，建立的噪声声压模型，通过傅里叶级数构造参考信号为：x(t)＝A1sin(2πf1t)+A2sin(2πf2t)+
…
+A
n
sin(2π...

【专利技术属性】
技术研发人员：胡程远，
申请(专利权)人：合肥三恩信息科技有限公司，
类型：发明
国别省市：