一种自适应剪枝多参考降噪方法、装置、系统及存储介质制造方法及图纸

本发明专利技术公开了一种自适应剪枝多参考降噪方法、装置、系统及存储介质，属于控制算法技术领域，方法包括：利用预构建的滤波

【技术实现步骤摘要】
一种自适应剪枝多参考降噪方法、装置、系统及存储介质


[0001]本专利技术涉及一种自适应剪枝多参考降噪方法、装置、系统及存储介质，属于控制算法


技术介绍

[0002]日常生活与工作中广泛存在低频噪声，低频噪声可能引起器质性损害和精神损害，实际应用中通常存在多个噪声源，以汽车为例，就有发动机产生的噪声、轮胎与地面摩擦产生的噪声、底盘振动产生的噪声、高速行驶时的风噪声等，因此实际系统需要采用多参考信号(Multiple references)的多通道系统以获得高的降噪量。
[0003]参考信号的选取直接影响降噪效果的优劣，参考信号与误差信号的相关性越强，降噪效果越好。另一方面，实际环境中的噪声源可能是时变的，例如车速在50km/h及以下时，车内噪声主要来自传动系统和发动机；超过50km/h后，轮胎与路面摩擦的声音开始随着车速的提高而升高；当车速超过120km/h时，风噪成为车内噪声的主要来源。在时变噪声源条件下，每个参考信号对系统降噪性能的贡献量不同，如果预先选定参考信号后不做调整，可能导致系统性能下降，甚至发散；此外，持续多参考本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种自适应剪枝多参考降噪方法，其特征在于，包括：利用预构建的滤波
‑
x最小均方算法，对各参考信号分别设置迭代更新的自调整参数；根据所述自调整参数，对各所述参考信号赋予权重；根据所述权重，对所述参考信号进行滤波，获取滤波信号；利用所述滤波信号抵消噪声信号，实现降噪。2.根据权利要求1所述的自适应剪枝多参考降噪方法，其特征在于，所述滤波
‑
x最小均方算法的表达式为：其中，i为第i个噪声源，n为第n个时刻，x
i
(n)为传感器在第n个时刻第i个噪声源处拾取的参考信号，w
i
(n)为第n个时刻的滤波器，w
i
(n+1)为第n+1个时刻的滤波器，e(n)为误差麦克风在第n个时刻测量的噪声残留，s(n)为第n个时刻次级路径的冲激响应，为第n个时刻次级路径的冲激响应s(n)的估计值，λ
i
(n)为第n个时刻第i个噪声源处拾取的参考信号x
i
(n)的自调整参数，μ为步长，*为线性卷积运算。3.根据权利要求1所述的自适应剪枝多参考降噪方法，其特征在于，所述自调整参数的表达式为：其中，λ
i
(n)为第n个时刻第i个噪声源处拾取的参考信号x
i
(n)的自调整参数，a
i
(n)为第n个时刻的自调整参数变量。4.根据权利要求1所述的自适应剪枝多参考降噪方法，其特征在于，所述自调整参数的迭代更新公式为：其中，a
i
(n)为第n个时刻的自...

【专利技术属性】
技术研发人员：吴礼福，王绍博，
申请(专利权)人：南京信息工程大学，
类型：发明
国别省市：