System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 反馈有源降噪耳机控制器的确定方法、装置、设备和介质制造方法及图纸_技高网

反馈有源降噪耳机控制器的确定方法、装置、设备和介质制造方法及图纸

技术编号:40879255 阅读:3 留言:0更新日期:2024-04-08 16:49
本发明专利技术创造属于主动噪声控制的技术领域,具体涉及了一种反馈有源降噪耳机控制器的确定方法、装置、设备和介质。本申请通过获取目标耳机的次级路径数据集,其中所述次级路径数据集中包括多个不同噪声频率的一级数据集,每个所述一级数据集包括多个不同佩戴方式的二级数据集,每个所述二级数据集中包括多个次级路径;构建多控制核的初始控制器;根据所述次级路径数据集确定所述初始控制器的损失函数;根据所述损失函数对所述初始控制器的每个控制核进行优化,得到所述目标耳机的最适控制器。本申请利用测量的次级路径响应对反馈型主动噪声控制耳机进行鲁棒优化,通过约束设计的控制器,摆脱了传统环路整形方法中需要进行模板设计的问题。

【技术实现步骤摘要】

本专利技术创造属于主动噪声控制的,具体涉及了一种反馈有源降噪耳机控制器的确定方法、装置、设备和介质


技术介绍

1、主动降噪(anc)耳机已成为最受欢迎的听力保护器之一,因为它们改善了嘈杂环境中的低频降噪和聆听体验。为了实现高降噪,混合前馈和反馈结构被广泛用于anc耳机。混合结构使用前馈部分衰减与参考信号相关的初级噪声,并使用反馈部分消除参考麦克风未观察到的残余噪声。然而,不适当的反馈控制器系数会干扰前馈部分的输出,甚至会使anc系统不稳定或发散。

2、现有技术中许多反馈控制器设计方法都采用名为环路整形的热点技术。环路整形的关键思想是将开环响应调整为期望的形状,从而保持反馈系统的闭环稳定性和良好的降噪效果。然而,期望形状的整形模板没有针对具体耳机去设计,难以保证反馈anc系统在极端使用条件下的稳定性。此外,最佳模板需要反复试验调整,并且严重依赖个人经验。


技术实现思路

1、针对上述技术问题,本专利技术创造提出了一种反馈有源降噪耳机控制器的确定方法、装置、设备和介质。本申请通过获取目标耳机的次级路径数据集,其中所述次级路径数据集中包括多个不同噪声频率的一级数据集,每个所述一级数据集包括多个不同佩戴方式的二级数据集,每个所述二级数据集中包括多个次级路径;构建多控制核的初始控制器;根据所述次级路径数据集确定所述初始控制器的损失函数;根据所述损失函数对所述初始控制器的每个控制核进行优化,得到所述目标耳机的最适控制器。本申请利用测量的次级路径响应对反馈型主动噪声控制耳机进行鲁棒优化,通过约束设计的控制器,可以获得更好的降噪性能,摆脱了传统环路整形方法中需要进行模板设计的问题。

2、为解决上述技术问题,本专利技术所采用的技术方案包含四个方面。

3、第一方面,提供了一种反馈有源降噪耳机控制器的确定方法,包括:获取目标耳机的次级路径数据集,其中所述次级路径数据集中包括多个不同噪声频率的一级数据集,每个所述一级数据集包括多个不同佩戴方式的二级数据集,每个所述二级数据集中包括多个次级路径;构建多控制核的初始控制器;根据所述次级路径数据集确定所述初始控制器的损失函数;根据所述损失函数对所述初始控制器的每个控制核进行优化,得到所述目标耳机的最适控制器。

4、在一些实施例中,所述根据所述次级路径数据集确定所述初始控制器的损失函数,包括:根据每个所述一级数据集确定所述目标耳机在不同噪声频率下的灵敏度函数;获取预设的权重函数集,其中所述权重函数集包括多个权重函数,且每个所述权重函数对应一个所述一级数据集;根据所有一级数据集对应的所述权重函数和所述灵敏度函数确定所述损失函数的目标函数;根据每个所述一级数据集中的全部次级路径确定每个所述一级数据集的实部特征值和虚部特征值;根据所有所述一级数据集的所述实部特征值和所述虚部特征值确定频率阈值;根据每个所述一级数据集对应的噪声频率和所述频率阈值,将所有所述一级数据集分别分入线性分散数据集和圆形分散数据集中;根据所有一级数据集对应的所述灵敏度函数确定所述损失函数的第一约束函数;根据所述线性分散数据集和奈奎斯特点确定所述损失函数的第二约束函数;根据所述圆形分散数据集和奈奎斯特点确定所述损失函数的第三约束函数;根据所述第一约束函数、所述第二约束函数、所述第三约束函数和所述目标函数确定所述损失函数。

5、在一些实施例中,所述根据所述线性分散数据集和奈奎斯特点确定所述损失函数的第二约束函数,包括:根据所述线性分散数据集中每个所述二级数据集构建矩形模型;根据所述矩形模型和所述奈奎斯特点确定所述第二约束函数。

6、在一些实施例中,所述根据所述线性分散数据集中每个所述二级数据集构建矩形模型,包括:根据所述二级数据集中欧式距离最远的两个次级路径确定所述矩形模型的长边斜率和宽边斜率,以及两条宽边之间的宽边截距;根据所述二级数据集在宽边方向投影中欧式距离最远的两个次级路径确定所述矩形模型中两条长边之间的长边截距;根据所述长边斜率、所述长边截距、所述宽边斜率和所述宽边截距确定所述矩形模型。

7、在一些实施例中,所述根据所述圆形分散数据集和奈奎斯特点确定所述损失函数的第三约束函数,包括:根据所述圆形分散数据集中每个所述一级数据集构建单圆模型;根据所述单圆模型和所述奈奎斯特点确定所述第三约束函数。

8、在一些实施例中,所述佩戴方式包括:正常佩戴方式;所述根据所述圆形分散数据集中每个所述一级数据集构建单圆模型,包括:根据所述一级数据集中正常佩戴方式对应的二级数据集确定所述单圆模型的原点位置;在其余佩戴方式对应的二级数据集中确定与所述原点位置最远的最远次级路径,其中其余佩戴方式为除了正常佩戴方式以外的其他佩戴方式;根据所述最远次级路径与所述原点位置的距离确定所述单圆模型的半径;根据所述半径和所述原点位置确定所述单圆模型。

9、在一些实施例中,所述根据所述损失函数对所述初始控制器进行优化,得到所述目标耳机的最优控制器,包括:通过遗传算法对所述初始控制器中每个控制核的核参数进行试错;确定令所述损失函数最小的所述核参数为最优参数;当所述初始控制器中每个控制核的所述核参数均为所述最优参数时,确定所述初始控制器为所述目标耳机的最适控制器。

10、第二方面,本申请提供了一种反馈有源降噪耳机控制器的确定装置,包括:第一获取模块,用于获取目标耳机的次级路径数据集,其中所述次级路径数据集中包括多个不同噪声频率的一级数据集,每个所述一级数据集包括多个不同佩戴方式的二级数据集,每个所述二级数据集中包括多个次级路径;第一执行模块,用于构建多控制核的初始控制器;第一确定模块,用于根据所述次级路径数据集确定所述初始控制器的损失函数;第二执行模块,用于根据所述损失函数对所述初始控制器的每个控制核进行优化,得到所述目标耳机的最适控制器。

11、第三方面,本申请提出了一种电子设备,包括:存储器和处理器,所述存储器上存储有计算机程序,该计算机程序被所述处理器执行时,执行如第一方面任一所述的方法。

12、第四方面,本申请提出了一种存储介质,该存储介质存储的计算机程序,能够被一个或多个处理器执行,所述计算机程序能够用来实现如第一方面任一所述的方法。

13、本专利技术创造的有益效果:本申请通过获取目标耳机的次级路径数据集,其中所述次级路径数据集中包括多个不同噪声频率的一级数据集,每个所述一级数据集包括多个不同佩戴方式的二级数据集,每个所述二级数据集中包括多个次级路径;构建多控制核的初始控制器;根据所述次级路径数据集确定所述初始控制器的损失函数;根据所述损失函数对所述初始控制器的每个控制核进行优化,得到所述目标耳机的最适控制器。本申请利用测量的次级路径响应对反馈型主动噪声控制耳机进行鲁棒优化,通过约束设计的控制器,可以获得更好的降噪性能,摆脱了传统环路整形方法中需要进行模板设计的问题。

本文档来自技高网...

【技术保护点】

1.一种反馈有源降噪耳机控制器的确定方法,其特征在于,包括:

2.根据权利要求1所述的方法,其特征在于,所述根据所述次级路径数据集确定所述初始控制器的损失函数,包括:

3.根据权利要求2所述的方法,其特征在于,所述根据所述线性分散数据集和奈奎斯特点确定所述损失函数的第二约束函数,包括:

4.根据权利要求3所述的方法,其特征在于,所述根据所述线性分散数据集中每个所述二级数据集构建矩形模型,包括:

5.根据权利要求2所述的方法,其特征在于,所述根据所述圆形分散数据集和奈奎斯特点确定所述损失函数的第三约束函数,包括:

6.根据权利要求5所述的方法,其特征在于,所述佩戴方式包括:正常佩戴方式;所述根据所述圆形分散数据集中每个所述一级数据集构建单圆模型,包括:

7.根据权利要求1所述的方法,其特征在于,所述根据所述损失函数对所述初始控制器进行优化,得到所述目标耳机的最适控制器,包括:

8.一种反馈有源降噪耳机控制器的确定装置,其特征在于,包括:

9.一种电子设备,其特征在于,包括:存储器和处理器,所述存储器上存储有计算机程序,该计算机程序被所述处理器执行时,执行如权利要求1-7任一所述的方法。

10.一种存储介质,其特征在于,该存储介质存储的计算机程序,能够被一个或多个处理器执行,所述计算机程序能够用来实现如权利要求1-7任一所述的方法。

...

【技术特征摘要】

1.一种反馈有源降噪耳机控制器的确定方法,其特征在于,包括:

2.根据权利要求1所述的方法,其特征在于,所述根据所述次级路径数据集确定所述初始控制器的损失函数,包括:

3.根据权利要求2所述的方法,其特征在于,所述根据所述线性分散数据集和奈奎斯特点确定所述损失函数的第二约束函数,包括:

4.根据权利要求3所述的方法,其特征在于,所述根据所述线性分散数据集中每个所述二级数据集构建矩形模型,包括:

5.根据权利要求2所述的方法,其特征在于,所述根据所述圆形分散数据集和奈奎斯特点确定所述损失函数的第三约束函数,包括:

6.根据权利要求5所述的方法,其特征在于,所述佩戴...

【专利技术属性】
技术研发人员:郭剑锋寻子友任振兴段佳欣韩涛潘晓峰
申请(专利权)人:太原理工大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1