基于FxLMS算法和预测滤波器的数字耳机降噪研究
一种用于主动降噪耳机的权重滤波误差信号滤波-x最小均方算法
DOI: 10.11684/j.issn.1000-310X.2018.03.012
A weighted-error-FxLMS algorithm for active noise control headphone
LI Nan1,2 AN Fengyan2 YANG Feiran2 YANG Jun1,2
2017-05-22 (11404367, 61501449, 11474306), 中国青年科学基金项目 (11504405), 中国科学院声学研究所青年英才计划 项目 (QNYC201722), 2016 年湖北省省院合作专项 作者简介: 李楠 (1993- ), 男, 山东青岛人, 硕士研究生, 研究方向: 声信号处理。 † 通讯作者 E-mail: jyang@
受电子学发展的限制，早年针对主动噪声控制 的研究全部基于模拟电子技术 [3]。模拟电路存在功 能单一、灵活度低、智能性差和电路复杂等缺点。因 此，自 1980 年以来，基于数字芯片的主动降噪耳机 研究逐渐受到关注 [4]。数字耳机具有智能性高等优 点，近年来，高性能 DSP 芯片的发展使得实现数字 降噪耳机系统成为可能。
针对自适应主动降噪耳机的研究工作较为丰 富。文献 [5] 中的前馈自适应控制结构使用一个参 考传声器单元实现了宽带噪声降噪，但该方案降噪 量仅在 10 dB 左右。文献 [6–7] 中的前馈降噪系统 的降噪带宽可达 1500 Hz，但降噪峰值仅有 15 dB。 文献 [8] 研究了系统因果性限制对前馈自适应降噪 耳机降噪效果的影响，指出在稳定的前馈自适应耳 机系统中，因果性条件对耳机的降噪表现起到关键 性作用。其实验表明，前馈主动降噪耳机通常会对 1500 Hz 以上频段的噪声造成较为显著的提升。将 固定与自适应滤波器结合或使用混合控制模式进 行主动降噪耳机的设计通常能够获得更好的噪声 抑制性能。文献 [9–10] 将模拟反馈控制器与反馈自 适应滤波器相结合，增强了系统的稳定性和降噪能 力。文献 [11] 研究的前馈数字自适应与反馈模拟控 制器相结合的方案可以获得比单一控制方案更优 的降噪效果，Ray 等 [12] 将其中的反馈部分用数字 控制器实现，但仅针对线谱和低频宽带噪声进行了 实验。
基于LMS算法的多麦克风降噪
基于LMS算法的多麦克风降噪在麦克风采集音频信号时，常常会受到环境噪声的干扰，从而影响到音频信号的质量和清晰度。
为了提高音频质量，需要采用降噪技术进行处理。
其中，Least Mean Square (LMS) 算法是常用的一种降噪算法，在多麦克风降噪中应用广泛。
LMS算法是一种递推算法，通过不断调整权重来进行降噪处理。
它的基本思想是根据期望输出和实际输出之间的误差，计算出需要调整的权重值，从而不断优化降噪效果。
在多麦克风降噪中，可以通过使用多个麦克风同时采集环境噪声和信号源的混合信号，并利用LMS算法来估计出信号源的权重和环境噪声的权重，从而实现降噪的效果。
具体实现过程如下：1.数据采集：使用多个麦克风同时采集环境噪声和信号源的混合信号。
2.初始化权重：对每个麦克风的权重进行初始化，可以选择随机初始化或者根据先验知识进行选择。
3.信号分离：利用初始化的权重，将混合信号分离成信号源和环境噪声两部分。
4.误差计算：根据期望输出和实际输出之间的误差，计算出需要调整的权重值。
5.权重更新：根据误差计算的结果，更新每个麦克风的权重值。
6.重复步骤3-5，直到收敛。
7.合成输出：根据调整后的权重，将信号源进行合成，得到降噪后的音频信号。
LMS算法的优点是简单易实现，并且可以在线更新权重值。
但是它也存在一些问题，比如收敛速度慢，对信号源和噪声的统计特性要求较高等。
为了提高降噪效果，可以结合其他的降噪算法，比如频域降噪算法或者深度学习算法。
总结来说，基于LMS算法的多麦克风降噪是一种常用的降噪技术，可以通过逐步更新权重来实现降噪效果。
不过在实际应用中，还需要考虑到算法的优缺点，以及如何结合其他算法进行进一步优化。
在Matlab中实现基于LMS算法语音信号去噪
在Matlab中实现基于LMS算法语音信号去噪作者：李曼来源：《电脑知识与技术》2014年第32期摘要：该文描述了在Matlab中编程实现语音通信中去除噪声技术。
依据输入信号在迭代过程中估计梯度矢量、更新权系数以达到最优的自适应迭代算法，采用一种期望响应和滤波输出信号之间误差的均方值最小（LMS算法）为准则的梯度最陡下降方法。
讨论收敛因子[μ]的取值范围使降噪效果达到最优。
关键词：最小均方LMS算法；期望值；最陡下降法；权系数向量；收敛因子中图分类号：TP311 文献标识码：A 文章编号：1009-3044（2014）32-7650-03Abstract： This article describes to remove noise in Matlab programming realization of voice communication technology.On the basis of the input signal in the process of iteration estimates gradient vector，update the weights in order to achieve the optimal adaptive iteration ing an expected response and filtering the mean square error between the output singals as the criterion of minimum gradient steepest descent method.Discuss the scope of convergence factor causes the noise reduction effect to achieve the optimal.Key words： Minimum mean square LMS algorithm； expected value； steepest descent method； Weight vector； convergence factor语音通信在当今社会中成为人们交往不可或缺的通信方式，但在通信过程中不可避免地受到来自环境、传输媒介、通信设备等等引入的噪声。
基于FxLMS定收敛因子的自适应前馈主动噪声控制
中图分类号 ：TB535
文献标志码 ：A
１ 基本原理
主动噪声控制（Active Noise Control，ANC），或称有源 噪声控制，指在特定空间实时产生与噪声源在该处噪声幅值 相等而相位相反的二次声，使其与原来的噪声叠加相消以实 现降噪，其原理如图 1 所示。车辆工程领域中噪声控制技术 早期以被动噪声控制（Passive Noise Control）为主，利用材料 或结构特性来降噪，例如采用隔声、吸声等方法，但存在对 低频噪声的抑制效果不明显、材料或结构设计修改困难等诸 多局限。而这些方面正是主动噪声控制系统的优势所在，该 系统一般包括参考传感器、误差传感器、控制器以及次级声 源等组成部分。
及稳定性要求。本文采用定收敛因子，即 μ=C（C 为常数），
以简化结构、快速收敛。
自适应滤波前馈控制采用参考传感器采集初级声源的 前馈信号及带横向结构的滤波器，通过次级声源来抵消噪 声；其环境自适应性强，结构简单、系统稳定。采用的 FxLMS 算法，将带横向结构的 FIR 滤波器与最小均方（LMS）算法 相结合，不断地调整滤波器权值，使输出信号连续跟踪期望 信号，实现目标函数值最小化 ；在运算量、收敛速度以及稳 态误差控制上具有优势，工程应用范围广。FxLMS 算法如图 2 所示。
中国新技术新产品 2018 NO.9（下）
３ 仿真试验
为了验证 FxLMS 定收敛因子主动噪声控制的有效性， 在 Simulink 中搭建仿真模型进行数值仿真。将初级通道、 次级通道的传递函数分别设置为 7 阶、6 阶 FIR 型滤波器， 记为 Hp（z）和 算 步 长 取 为 10-7s， 采 样 计 算 时 间 设 置 为
参考文献 [1] 马大猷 . 噪声与振动控制工程手册 [M]. 北京 ：机械工业 出版社，2002. [2] 陈 克 安 . 有 源 噪 声 控 制 [M]. 北 京 ：国 防 工 业 出 版 社， 2014. [3] 浦玉学 . 自适应振动噪声主动控制若干关键问题研究 [D]. 南京 ：南京航空航天大学，2015. [4] 邵奇 . 基于自适应算法的汽车主动降噪系统的研究与设 计 [D]. 秦皇岛 ：燕山大学，2016. [5] 杨茜，吴超，付强，等 .ANC 次级通道在线建模的辅助 噪声控制方法 [J]. 网络新媒体技术，2014，3（5）：43-46.
基于LMS算法的光纤振动预警系统降噪技术研究
势 ，因而极 适 合 应 用 于 监测 油 气 管 道 、输 水 管 道 、军 采用 固定频 率 的滤 波器 ，而 后 者相 对 复杂 ，在 恶 劣且
事 区 域 和 边 界 国界 等 大 范 围 实 时 预 警 系 统 中 。 不 断变 化 的环境 条 件 下 ，若 振 动信 号 本身 能量 较 小 ，
Ａｂｓｔｒａｃｔ： Ｔｈｅ ｃｈａｎｎｅｌ ｏｆ ｏｐｔｉｃａｌ——ｆｉｂｅｒ ｖｉｂｒａｔｉｏｎ ｅａｒｌｙ——ｗａｒ ｎ ｉｎｇ ｓｙｓｔｅｍ ｕｓｉｎｇ ｉｎｔｅｒｆｅｒｏｍｅｔｒｉｃ ｐｈａｓｅ ｍｏｄｕｌａｔｉｏｎ ｗｉｔｈ ｔｈｅ ｃｈａｒａｃｔｅｒ ｏｆ ｈｉｇｈ ｓｅｎｓｉｔｉｖｉｔｙ Ｃａｎ ｅａｓｉｌｙ ｂｅ ｐｏｌｌｕｔｅｄ ｂｙ ａｄｄｉｔｉｖｅ ｎｏｉｓｅ ｗｉｔｈ ｅｎｖｉｒｏｎｍ ｅｎｔ ｃｈａｎｇｅ ＳＯ ｔｈａｔ ｔｈｅ ｆａｌｓｅ ａｌｅｒｔ ｏｒ ｍ ｉｓｓｅｄ ａｌｅｒｔ ｍ ａｙ ａｒｉｓｅ．Ｏｎ ｔｈｅ ｂａｓｉｓ ｏｆ ｔｈｅ ｓｙｓｔｅｍ ｓｔｒｕｃｔｕｒｅ ｂａｓｅｄ ｏｎ Ｍ ａｃｈ—Ｚｅｈｎ ｄｅｒ ｉｎｔｅｒｆｅｒｏｍ ｅｔｅ ａｎ ｄ ｔｈｅ ａｎａｌｙｓｉｓ ｏｆ ｖｉｂｒａｔｉｏｎ ｓｉｇｎａｌ ｍ ｏｄｕｌａｔｉｏｎ， ａｎ ａｄａｐｔｉｖｅ ｎｏｉｓｅ ｃａｎ ｃｅｌｌｅｒ ｂａｓｅｄ ｏｎ ＬＭ Ｓ ａｌｇｏｒｉｔｈｍ ａ ｎ ｄ Ｈ ＬＭ Ｓ ａｌｇｏｒｉｔｈ ｍ ｉｓ ｕｓｅｄ ｔｏ ｃｏｎ— ｔｒｏｌ ｓｙｓｔｅｍ ｎｏｉｓｅ． Ｔｈｅ ｔｈｅｏｒｅｔｉｃａｌ ｄｅｒｉｖａｔｉｏｎ ａｎｄ ｓｉｍ ｕｌａｔｉｏｎ ｒｅｓｕｌｔ ｉｎ Ｍ ａｔｌａｂ ｓｈｏｗｅｄ ｔｈａｔ ｔｈｉｓ ｎｏｉｓｅ ｒｅｄｕｃｔｉｏｎ ｓｃｈｅｍｅ ｃａｎ ｒｅｓｔｏｒｅ ｔｈｅ ｓｉｇｎａｌ ｗｈｉｃｈ ｉｓ ｐｏｌｌｕｔｅｄ ｂｙ ｒａｎｄｏｍ ｎｏｉｓｅ ｏｒ ｃｅｒｔａｉｎ ｎｏｉｓｅ ａｃｃｕｒａｔｅｌｙ ａｎｄ ｓｔｅａｄｙ ｓｔａｔｅ ｓｑｕａｒｅ ｅｒｒｏｒ ｏｆ ｉｔ ｉｓ ｂｅｌｏｗ Ｏ．１．Ｉｎ ｔｈｅ ｍｅａ ｎ ｔｉｍｅ．ｔｈｅ ａｌｇｏｒｉｔｈｍ ｉｓ ｆｉｔ ｉｎ ｗｉｔｈ ｅｎｇｉｎｅｅｒｉｎｇ ａｐｐｌｉｃａｔｉｏｎｓ ｂｅｃａｕｓｅ ｉｔ ｉｓ ｓｉｍｐｌｅ ａｎ ｄ ｆａｓｔ． Ｋｅｙ ｗｏｒｄｓ：ｏｐｔｉｃａｌ—ｆｉｂｅｒ ｓｅｎｓｏｒ；ＬＭ Ｓ ａｌｇｏｒｉｔｈｍ ； ａｄａｐｔｉｖｅ ｎｏｉｓｅ ｃａ ｎ ｃｅｌｌｅｒ； ｓｉｍｕｌａｔｉｏｎ
基于机器学习的耳机降噪技术研究
基于机器学习的耳机降噪技术研究随着人们生活水平的提高，对生活品质的要求也越来越高。
在众多电子产品中，耳机作为最常见的音频设备之一，受到了广泛的关注。
随着科技的迅速发展，耳机的功能也不断增强，其中最为实用的就是降噪技术。
降噪耳机以其对外界噪声的处理能力而备受消费者青睐。
然而，在公共场合使用降噪耳机有时会引起安全问题，这也成为了降噪耳机发展的一个瓶颈。
因此，如何在降噪的同时确保安全性，成为了相关领域的研究热点。
本文将探讨基于机器学习的耳机降噪技术的研究进展及展望。
一、机器学习在耳机降噪技术中的应用1. 声音的分类降噪耳机的实现原理是通过一个小型的麦克风收集外界的声音，然后通过降噪算法减小这些声音的强度。
不同的噪声类型需要不同的处理方法，因此对声音的分类显得尤为重要。
基于机器学习的声音分类系统，可以将收集到的声音进行分类，并将其归入其所属的噪声类型。
目前有很多声音分类算法可以应用于耳机降噪技术中，例如支持向量机、深度学习等。
2. 参数的优化降噪算法中最为重要的参数之一是噪声的功率谱密度。
由于噪声种类繁多，功率谱密度会因噪声类型不同而发生变化。
利用机器学习可以对噪声种类进行分类和参数优化，以提高算法的降噪效果。
研究表明，使用基于机器学习的优化后的参数，可以提高降噪效果，并减少对音乐本身的影响。
3. 监督学习与非监督学习机器学习可以分为两种类型：一种是监督学习，一种是非监督学习。
在耳机降噪技术中，监督学习主要是对已有数据进行学习，学习到规律后对未知数据进行识别。
而非监督学习则是对未知数据进行学习，从而找到数据的规律。
基于监督学习的降噪耳机算法可以提高算法的稳定性和准确性，而非监督学习则可以对更复杂的信号进行处理。
二、机器学习技术的优势1. 可以对各种类型的噪声进行分类和处理噪声的类型繁多，有可能是来自交通噪声、工厂噪声、人声噪声等多种类型。
机器学习可以对这些噪声进行分类和处理，提高降噪效果，让降噪耳机在更多的使用场景中发挥作用。
基于LMS算法的多麦克风降噪
基于LMS算法的多麦克风降噪多麦克风降噪是指利用多个麦克风进行信号采集和处理，以抑制噪声并增强语音信号的技术。
其中，LMS（Least Mean Square）算法是一种常用的自适应滤波算法，可以用于实现多麦克风降噪。
LMS算法基本原理是通过不断调整滤波器的权重，使得滤波器的输出误差（即原始信号与滤波器输出信号之间的误差）最小化。
算法首先通过多个麦克风采集到多路观测信号，然后将这些观测信号分别通过自适应滤波器进行处理，最后将处理后的信号进行合并得到最终输出。
具体实现多麦克风降噪，可以按照以下步骤进行：1.信号采集：使用多个麦克风同时采集环境中的语音信号。
这些麦克风应该尽可能均匀分布在要采集的区域内，以获得多个视角下的观测信号。
2.信号预处理：对采集到的观测信号进行预处理，包括增益调整、时域对齐、频域转换等。
预处理的目的是为了将多个麦克风采集到的信号进行同步和标准化，为后续的处理提供准确的输入。
3.自适应滤波器设计：在LMS算法中，自适应滤波器的主要参数是滤波器的系数。
根据待降噪的语音信号和观测信号的关系，设计出适合的自适应滤波器，可以采用最小均方误差（MSE）准则，通过不断迭代更新滤波器系数，使误差最小化。
4.信号处理：将预处理后的观测信号输入自适应滤波器，通过LMS算法不断调整滤波器的权重，以减小原始信号与滤波器输出信号之间的误差。
5.信号合并：将多个经过自适应滤波器处理的信号进行合并，得到最终的降噪输出信号。
常见的合并方法包括加权平均法、最大值法、选择最佳通道法等。
多麦克风降噪技术可以应用于各个领域，比如视频会议、智能音箱、语音识别等。
通过利用多个麦克风同时采集语音信号，该技术能够有效抑制噪声、消除回声并提升语音信号的清晰度和质量，提供更好的用户体验。
总结起来，基于LMS算法的多麦克风降噪技术能够通过不断调整滤波器的权重，抑制噪声并增强语音信号，提高语音通信质量和用户体验。
该技术在实际应用中具有广泛的应用前景和市场价值。
数字滤波器在声音增强与降噪中的应用优化
数字滤波器在声音增强与降噪中的应用优化在现代社会中，我们经常会遇到各种噪音干扰，比如在公共场所、工作环境以及日常生活中。
这些噪音不仅会对我们的听觉体验造成负面影响，还可能对我们的健康产生不良影响。
因此，声音增强与降噪技术的研究与应用变得尤为重要。
数字滤波器作为一种常见的信号处理工具，被广泛应用于声音增强与降噪领域。
它可以通过对音频信号进行滤波处理，去除或减弱噪音成分，从而提高声音的质量和清晰度。
然而，要实现有效的声音增强与降噪，需要对数字滤波器进行优化。
首先，优化数字滤波器的设计是关键。
在设计数字滤波器时，需要根据实际应用场景和需求选择合适的滤波器类型和参数。
不同类型的滤波器具有不同的特性和适用范围，如低通滤波器、高通滤波器、带通滤波器等。
根据噪音的频率分布特点，选择适当的滤波器类型可以更好地抑制噪音，同时保留声音信号的有效成分。
其次，优化数字滤波器的算法是重要的一环。
数字滤波器的算法决定了滤波器对信号的处理效果。
目前常用的数字滤波器算法有FIR滤波器和IIR滤波器。
FIR滤波器具有线性相位和稳定性的优点，适用于实时处理和需要精确频率响应的应用；而IIR滤波器则具有较小的计算复杂度和较窄的滤波器带宽，适用于对信号进行长时间处理的应用。
根据具体需求，选择合适的滤波器算法可以提高声音增强与降噪的效果。
此外，数字滤波器的参数调整也是优化的一部分。
滤波器的参数包括截止频率、滤波器阶数、滤波器带宽等。
通过调整这些参数，可以对滤波器的频率响应进行优化，从而更好地增强声音信号和降低噪音干扰。
在实际应用中，可以通过频域分析和实验调试等方法，对数字滤波器的参数进行优化。
除了以上优化方法，还可以考虑引入其他信号处理技术来进一步提高声音增强与降噪效果。
例如，自适应滤波器可以根据噪声的统计特性自动调整滤波器的参数，从而适应不同的噪声环境；小波变换可以将信号分解成不同频率的子带，对每个子带进行独立处理，从而更好地保留信号的细节特征。
产品技术分析
-
Thanks 谢谢观看 xxx
产品特色
新型FxLMS算法的智能主动降噪仪，可 以布置在任意的场地，搬运部署都极 为方便，设备可在潮湿、强尘和高温 等工况下运行，且能在开放喧闹环境 下有较好的降噪效果，是上述环境降 噪的合理解决方案，本公司在帮助客 户达到国家噪声标准的同时，为客户 节约了降噪成本
产品特点：体积较小、操作便捷、安 装简单、供电方便、降噪性能良好， 适合封闭和开放环境中使用
技术分析
技术分析
技术概述 创新的系统包括五个部分， FxLMS算法、次级通道、性 能监视、变功率白噪声产生 器及主通道路径
技术分析
主动噪声控制(ANC)由Lueg于1936年提出的一种噪声消除技术，近年来随着数 字信号处理(DSP)设备的开发使具有广泛应用的实时ANC系统成为可能。本团队 基于自主创新的FxLMS降噪技术，综合了集成电路芯片，RISC-V和FPGA技术的 优势，并提出和创新了多个算法并形成技术体系，构成了一种基于改进FxLMS 算法的ANC降噪系统 基于改进FxLMS算法
技术分析
自主设计的高精度稳压电源 图2.12为供电系统总体框图，本电源系统的总体架构设计主要由辅助板模块、 AC-DC模块、硬件执行模块、人机交互模块四个模块组成。MCU模块负责完成通
讯、控制输出、信息采集等工作
技术分析
电源系统通过将市电转换为0-40V连续可调的直流电压。辅助板模块主要有对 市电输入浪涌进行防护和为数字控制模块和风扇等供电 AC-DC模块采用两级串联结构，前级是功率因数校正(PFC)，滤除电网谐波、提 高功率因数(PF)，进而得到一个390V左右的直流电压；后级是开关变换器，通 过变换器技术将PFC输出电压降低为一个48V的固定电压，然后输出到Buck型开 关预调节器，高效率追踪调节得到预输出电压1V，后级是输出高精度、低纹波 的LDO稳压器，具有将输入电压降低V的功能， 单片LT3081的输出电流最大3A，我们通过级联三片LT3081实现9A的输出电流， 满足设备的100W功率需求，同时此电源的输出电源纹波低于5mVrms，可以保障 设备的稳定工作
基于Fu-LMS算法的前馈式噪声主动控制系统研究
㊀２０２１年㊀第３期仪表技术与传感器Ｉｎｓｔｒｕｍｅｎｔ㊀Ｔｅｃｈｎｉｑｕｅ㊀ａｎｄ㊀Ｓｅｎｓｏｒ２０２１㊀Ｎｏ．３㊀基金项目：国家科技部专项资助项目（２０１７ＹＦＤ０７００３０４⁃０２）收稿日期：２０１９－１１－２２基于Ｆｕ－ＬＭＳ算法的前馈式噪声主动控制系统研究高永升，李忠利，杨淑君，陈修魁，刘小锋（河南科技大学车辆与交通工程学院，河南洛阳㊀４７１０００）㊀㊀摘要：声反馈的存在，使前馈式控制系统传递函数引入了新的极点㊂传统的基于Ｆｘ－ＬＭＳ算法的前馈式控制系统利用系数很长的滤波器来模拟极点位置，这导致系统计算量增多并且效果不理想㊂针对这一问题，构建了一种基于Ｆｕ－ＬＭＳ算法的控制系统㊂该系统控制的滤波器具有可变极点，利用这一结构特点可以精确模拟实际物理系统的传递函数，系统计算量更少㊂利用ＭＡＴＬＡＢ与Ｓｉｍｕｌｉｎｋ建立模型，分析两种系统降噪效果，并且基于ＤＳＰ实验平台实现了系统设计㊂实验结果表明，设计的主动控制系统有很好的降噪效果㊂关键词：Ｆｕ－ＬＭＳ；声反馈；滤波器；极点；自适应前馈式噪声控制系统中图分类号：ＴＢ５３５㊀㊀㊀文献标识码：Ａ㊀㊀㊀文章编号：１００２－１８４１（２０２１）０３－０１１２－０５ＲｅｓｅａｒｃｈｏｎＦｅｅｄ⁃ｆｏｒｗａｒｄＮｏｉｓｅＡｃｔｉｖｅＣｏｎｔｒｏｌＳｙｓｔｅｍＢａｓｅｄｏｎＦｕ－ＬＭＳＡｌｇｏｒｉｔｈｍＧＡＯＹｏｎｇ⁃ｓｈｅｎｇ，ＬＩＺｈｏｎｇ⁃ｌｉ，ＹＡＮＧＳｈｕ⁃ｊｕｎ，ＣＨＥＮＸｉｕ⁃ｋｕｉ，ＬＩＵＸｉａｏ⁃ｆｅｎｇ（ＶｅｈｉｃｌｅａｎｄＴｒａｎｓｐｏｒｔａｔｉｏｎＥｎｇｉｎｅｅｒｉｎｇＩｎｓｔｉｔｕｔｅ，ＬｕｏｙａｎｇＵｎｉｖｅｒｓｉｔｙｏｆＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙ，Ｌｕｏｙａｎｇ４７１０００，Ｃｈｉｎａ）Ａｂｓｔｒａｃｔ：Ｗｉｔｈｔｈｅｅｘｉｓｔｅｎｃｅｏｆａｃｏｕｓｔｉｃｆｅｅｄｂａｃｋ，ａｎｅｗｐｏｌｅｗａｓｉｎｔｒｏｄｕｃｅｄｉｎｔｏｔｈｅｔｒａｎｓｆｅｒｆｕｎｃｔｉｏｎｏｆｆｅｅｄｆｏｒｗａｒｄｃｏｎｔｒｏｌｓｙｓｔｅｍ．ＴｈｅｔｒａｄｉｔｉｏｎａｌｆｅｅｄｆｏｒｗａｒｄｃｏｎｔｒｏｌｓｙｓｔｅｍｂａｓｅｄｏｎｔｈｅＦｘ－ＬＭＳａｌｇｏｒｉｔｈｍｎｅｅｄｓｔｏｕｓｅａｆｉｌｔｅｒｗｉｔｈａｖｅｒｙｌｏｎｇｃｏｅｆｆｉｃｉｅｎｔｔｏｓｉｍｕｌａｔｅｔｈｅｐｏｌｅｐｏｓｉｔｉｏｎ，ｗｈｉｃｈｌｅａｄｓｔｏｉｎｃｒｅａｓｅｉｎｃａｌｃｕｌａｔｉｏｎａｎｄｐｏｏｒｐｅｒｆｏｒｍａｎｃｅ．Ｃｏｎｃｅｒｎｉｎｇｔｈｉｓｉｓｓｕｅ，ａｃｏｎｔｒｏｌｍｅｔｈｏｄｂａｓｅｄｏｎＦｕ－ＬＭＳａｌｇｏｒｉｔｈｍｗａｓｃｏｎｓｔｒｕｃｔｅｄ．Ｔｈｅｆｉｌｔｅｒｃｏｎｔｒｏｌｌｅｄｂｙｔｈｉｓｓｙｓｔｅｍｈａｓｖａｒｉａｂｌｅｐｏｌｅｓ，ｔｈｅｔｒａｎｓｆｅｒｆｕｎｃｔｉｏｎｏｆｒｅａｌｐｈｙｓｉｃａｌｓｙｓｔｅｍｃａｎｂｅａｃｃｕｒａｔｅｌｙｓｉｍｕｌａｔｅｄｂｙｕｓｉｎｇｔｈｉｓｓｔｒｕｃｔｕｒｅｃｈａｒａｃｔｅｒｉｓｔｉｃｗｈｉｃｈｃａｎａｃｈｉｅｖｅｌｅｓｓｃｏｍｐｕｔａｔｉｏｎ．ＭＡＴＬＡＢａｎｄＳｉｍｕｌｉｎｋｗｅｒｅｕｓｅｄｔｏｅｓｔａｂｌｉｓｈｍｏｄｅｌｓｔｏａｎａｌｙｚｅｔｈｅｎｏｉｓｅｒｅｄｕｃｔｉｏｎｅｆｆｅｃｔｓｏｆｔｈｅｔｗｏｓｙｓｔｅｍｓ，ａｎｄｔｈｅｔｗｏｓｙｓｔｅｍｓｗｅｒｅｄｅ⁃ｓｉｇｎｅｄｂａｓｅｄｏｎＤＳＰｔｅｓｔｐｌａｔｆｏｒｍ．Ｔｈｅｅｘｐｅｒｉｍｅｎｔａｌｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｔｈｅｓｙｓｔｅｍｈａｓｇｏｏｄｎｏｉｓｅｒｅｄｕｃｔｉｏｎｅｆｆｅｃｔ．Ｋｅｙｗｏｒｄｓ：Ｆｕ－ＬＭＳ；ａｃｏｕｓｔｉｃｆｅｅｄｂａｃｋ；ｆｉｌｔｅｒ；ｐｏｌｅ；ａｄａｐｔｉｖｅｆｅｅｄｆｏｒｗａｒｄｎｏｉｓｅｃｏｎｔｒｏｌｓｙｓｔｅｍ０㊀引言有源消噪由Ｐ．Ｌｅｕｇ提出，其原理是发声器发出与原噪声频率相同㊁振幅相等㊁相位相反的抵消噪声，利用声波的相消性来消除或削弱原噪声㊂２０世纪８０年代以前，有源噪声控制系统的控制电路使用模拟电路，这种控制电路无法随噪声和噪声声场变化而改变㊂因此，需要一种能自动跟随初级噪声统计特性㊁控制器可时变的自适应控制系统㊂随着自适应滤波理论发展和ＤＳＰ芯片技术成熟，有源噪声控制逐渐发展为自适应有源噪声控制㊂噪声主动控制包括前馈控制和反馈控制㊂反馈控制不需要参考信号，结构简单，但系统容易失稳；前馈控制需要精准采集参考信号，系统降噪量㊁稳定性较好㊂常用的前馈式自适应控制系统核心部分由Ｆｘ－ＬＭＳ算法和ＦＩＲ滤波器组成，但是当存在声反馈时，控制系统传递函数引入了新的极点，ＦｘＬＭＳ系统只能通过非常长的滤波器长度来模拟系统的极点，增加了系统的运算量，收敛速度变慢，实际应用降噪效果也不理想㊂因此需要一种运算量小并且降噪能力强的系统［１－３］㊂基于以上背景，提出一种基于Ｆｕ－ＬＭＳ算法的控制系统㊂本文首先对系统模型和滤波器结构进行分析，推导出Ｆｕ－ＬＭＳ算法，利用ＭＡＴＬＡＢ和Ｓｉｍｕｌｉｎｋ设计系统模型㊁进行仿真，最后搭建平台实验验证可行性㊂结果表明，在声反馈下，系统降噪效果良好，从而验证了设计的控制系统的可行性和有效性㊂１㊀前馈式噪声主动控制系统前馈式噪声控制系统的基本结构如图１所示㊂ｐ（ｔ）为初级信号，ｘ（ｔ）为参考传感器产生的参考信号，ｙ（ｔ）为发声器产生的次级信号，ｅ（ｔ）为误差传感器接收的误差信号㊂系统的整个工作流程为：噪声源产生初级信号ｐ（ｔ），参考传感器接收初级信号后生成参考信号ｘ（ｔ），参考信号作为控制器的输入㊂控制器根据算法规则计算出次级信号ｙ（ｔ）输出后经功率放大器驱动次级声源㊂误差传感器同时接收初级信号和次级信号，两者叠加后形成误差信号ｅ（ｔ），误差信号输入到控制器中，自适应算法不断调整控制器权系数，从而改变次级信号强度，直至系统达到稳定状态［４－７］㊂控制器作为主动控制系统的核心部分，包含控制算法和滤波器两个内容㊂㊀㊀㊀㊀㊀第３期高永升等：基于Ｆｕ－ＬＭＳ算法的前馈式噪声主动控制系统研究１１３㊀㊀图１㊀前馈控制系统示意图随着数字处理技术发展，噪声主动控制系统多采用ＤＳＰ芯片，这样系统内部之间传递的多为离散信号㊂因此为了分析问题方便，根据图１设计主动控制系统时，可以将系统模型转化离散域形式，如图２所示㊂图２㊀前馈式噪声控制系统离散域框图根据图２，推导控制器传递函数㊂为了简化分析，假设ｈｒ（ｚ）＝１㊂则图２ｚ域中的误差信号为：ｅ（ｚ）＝ｈｐ（ｚ）ｐ（ｚ）＋ｈｓ（ｚ）ｙ（ｚ）（１）ｙ（ｚ）＝ｗ（ｚ）ｐ（ｚ）１－ｗ（ｚ）ｈｓ（ｚ）ｈｆ（ｚ）（２）ｅ（ｚ）＝ｈｐ（ｚ）ｐ（ｚ）＋ｈｓ（ｚ）ｗ（ｚ）ｐ（ｚ）１－ｗ（ｚ）ｈｓ（ｚ）ｈｆ（ｚ）（３）如果参考信号是严格平稳的，ｈｐ（ｚ）㊁ｈｓ（ｚ）和ｈｆ（ｚ）是线性是不变的，则自适应过程充分收敛达到理想状态后将使ｅ（ｚ）＝０㊂由式（３）可以求出控制器传递函数为ｗ０（ｚ）＝－ｈｐ（ｚ）ｈｓ（ｚ）－ｈｐ（ｚ）ｈｓ（ｚ）ｈｆ（ｚ）（４）由式（４）可以看到，系统传递函数引入新的极点［８－１２］㊂２㊀系统设计原理２．１㊀滤波器结构设计基于Ｆｘ－ＬＭＳ算法的主动控制系统是一种比较经典的前馈式控制系统，该系统采用ＦＩＲ滤波器㊂这种滤波器传递函数只有一组可变的零点，因此对于存在声反馈的系统，只能利用很长的滤波器系数来模拟实际的极点位置，这导致系统运算量增大，信号延迟也高㊂而无限冲激响应（ＩＩＲ）滤波器传递函数包括零点和极点两组可调因素，在同样的滤波器设计指标下，ＩＩＲ滤波器所要求的阶数可能只有ＦＩＲ滤波器的１／５ １／１０，因此ＩＩＲ滤波器可用较低的阶数来实现较高的选择性［１３－１６］㊂通过设计ＩＩＲ滤波器结构，实现对系统的极点匹配，这样不仅降低系统运算量，并且精确性更高㊂实现ＩＩＲ滤波的方式很多，这里采用２个ＦＩＲ滤波器相结合的方式实现ＩＩＲ滤波器功能：前馈滤波器Ｗ１和反馈滤波器Ｗ２㊂滤波器结构如图３所示㊂２．２㊀算法分析噪声主动控制的核心是自适应控制算法㊂当输图３㊀ＩＩＲ滤波器结构图入到控制器的信号发生变化时，控制器会根据既定的控制算法实时调整控制器的输出参数，从而实现系统性能最优㊂选择ＩＩＲ滤波器作为主动控制系统滤波器，根据图２设计主动降噪控制系统结构，结构图如图４所示㊂根据设计的结构图推算出所需要的算法结构㊂图４㊀基于Ｆｕ－ＬＭＳ算法主动降噪控制系统结构图假设前馈和反馈滤波器长度分别为Ｌ和Ｍ，则输出信号为ｙ（ｎ）＝ＡＴ（ｎ）Ｘ（ｎ）＋ＢＴ（ｎ）Ｙ（ｎ－１）（５）式中：Ａ（ｎ）为Ｗ１滤波器的权值；Ｂ（ｎ）为Ｗ２滤波器的权值；Ｘ（ｎ）为参考矢量；Ｙ（ｎ－１）为滤波器输出矢量㊂Ａ（ｎ）＝［ａ０（ｎ）㊀ａ１（ｎ）㊀ａ２（ｎ） ａＬ－１（ｎ）］Ｔ（６）Ｂ（ｎ）＝［ｂ０（ｎ）㊀ｂ１（ｎ）㊀ｂ２（ｎ） ｂＭ（ｎ）］Ｔ（７）Ｘ（ｎ）＝［ｘ（ｎ）㊀ｘ（ｎ－１）㊀ ｘ（ｎ－Ｌ＋１）］Ｔ（８）Ｙ（ｎ－１）＝［ｙ（ｎ－１）㊀ｙ（ｎ－２）㊀ｙ（ｎ－３） ｙ（ｎ－Ｍ）］Ｔ（９）于是，误差信号可以表示为ｅ（ｎ）＝ｄ（ｎ）－ｈｐ（ｎ）ｙ（ｎ）（１０）将ＩＩＲ滤波器的２个滤波器权矢量合并为一个统一的权矢量：Ｗ（ｎ）＝Ａ（ｎ）Ｂ（ｎ）éëêêùûúú（１１）参考信号向量为Ｕ（ｎ）＝Ｘ（ｎ）Ｙ（ｎ－１）éëêêùûúú（１２）则ｎ时刻的输出为ｙ（ｎ）＝ＷＴ（ｎ）Ｕ（ｎ）（１３）此时的误差信号可以表示为ｅ（ｎ）＝ｄ（ｎ）－ｈｐ（ｎ）ＷＴ（ｎ）Ｕ（ｎ）（１４）对误差信号的平方取平均，有：ｊ（ｎ）＝Ｅ［ｅ２（ｎ）］（１５）按最陡下降法原理，根据随机梯度公式推出权重的递推公式：Ｗ（ｎ＋１）＝Ｗ（ｎ）－２μｅ（ｎ）ｒ（ｎ）（１６）其中：㊀㊀㊀㊀㊀１１４㊀ＩｎｓｔｒｕｍｅｎｔＴｅｃｈｎｉｑｕｅａｎｄＳｅｎｓｏｒＭａｒ．２０２１㊀ｒ（ｎ）＝Ｕ（ｎ）∗ｈｓ（ｎ）（１７）式中：∗代表卷积运算；ｈｓ（ｎ）为次级通道脉冲响应；ｒ（ｎ）为滤波－Ｕ信号矢量㊂３㊀仿真与分析根据图４的系统框图，在Ｓｉｍｕｌｉｎｋ里搭建Ｆｕ－ＬＭＳ控制系统仿真模型，如图５所示㊂图５㊀Ｆｕ－ＬＭＳ仿真模型㊀㊀基于Ｆｘ－ＬＭＳ算法的控制系统设计过程参考文献［２］，本文在Ｓｉｍｕｌｉｎｋ里搭建Ｆｘ－ＬＭＳ控制系统模型，如图６所示㊂图６㊀Ｆｘ－ＬＭＳ仿真模型㊀㊀搭建的模型除了需要选择合适的算法和滤波器结构，还需要建立精确声通道模型，通道模型精确性对系统的降噪效果有很大影响㊂其中主要包括初级通道㊁次级通道㊁声反馈通道㊂初级通道是：噪声源与参考传感器之间的声场㊁参考传感器㊁ＡＤ㊁前置放大器㊁抗混淆滤波；次级通路是：次级声源㊁次级声源与误差传感器之间的声场㊁ＤＡ㊁平滑滤波㊁功率放大器；次级声反馈通路是：电声转换㊁次级声源到参考传感器的声场㊂选择各声通道传递函数分别为：初级通道传递函数：㊀ｐ（ｚ）＝０．０５－０．００１ｚ－１＋０．００１ｚ－２＋０．８ｚ－３＋０．６ｚ－４＋０．２ｚ－５－０．５ｚ－６－０．１ｚ－７＋０．４ｚ－８－０．０５ｚ－９（１８）次级通道传递函数㊀ｈ（ｚ）＝０．００５－０．０１ｚ－１＋０．９５ｚ－２＋０．０１ｚ－３－０．９ｚ－４（１９）次级声反馈通道传递函数：ｆ（ｚ）＝０．６ｚ－１（２０）为了便于分析观察，初级噪声采用白噪声与多个正弦信号的叠加信号，初级声源频谱图如图７所示㊂设置Ｆｕ－ＬＭＳ算法前馈㊁反馈滤波器阶数都取为４０，前向步长０．０００８㊁反馈步长０．０００５㊂Ｆｘ－ＬＭＳ算法滤波器阶数取为８０，步长０．０００１㊂仿真时间５ｓ㊂结果如图８㊁图９所示㊂从８（ａ）可以看到，Ｆｕ－ＬＭＳ实现了１５ ２０ｄＢ的降噪，而Ｆｘ－ＬＭＳ只有８ １０ｄＢ的降噪，说明设计的系统理论层面上是可行的㊂对比图７（ｂ）㊁图８（ｂ）㊁图９（ｂ）看到，２个系统对低频噪声信号降噪幅度更大，说明主动降噪系统对于低频噪声有很好降噪效果，弥补了传统被动降噪对于低频噪声降噪效果不理想的短板㊂㊀㊀㊀㊀㊀第３期高永升等：基于Ｆｕ－ＬＭＳ算法的前馈式噪声主动控制系统研究１１５㊀㊀（ａ）参考信号声压级（ｂ）参考信号频谱图图７㊀参考信号声压级和频谱图（ａ）误差信号声压级（ｂ）误差信号频谱图图８㊀Ｆｕ－ＬＭＳ系统仿真结果４㊀实验与分析４．１㊀实验平台搭建为了验证设计的主动降噪系统实际使用效果，搭建实验平台进行试验，实验平台选择在常规室内进行，如图１０所示㊂（ａ）误差信号声压级（ｂ）误差信号频谱图图９㊀Ｆｘ－ＬＭＳ系统仿真结果图１０㊀主动降噪系统试验平台整个系统的硬件部分主要分为运算部分和被控件部分㊂控制器为系统的运算部分，采用ＳＴＭ３２Ｆ４系列单片机，其特性如下：主频为１６８ＭＨｚ，ＧＰＩＯ口有１１２个，ＡＤＣ为２４通道，采样时间最快为０．４２μｓ，ＤＡＣ有２个通道，功耗为２３８μＡ／ＭＨｚ㊂这款单片机采用全新的ＣｏｒｔｅｘＴＭ⁃Ｍ４内核，集成了单周期ＤＳＰ指令和ＦＰＵ（ｆｌｏａｔｉｎｇｐｏｉｎｔｕｎｉｔ，浮点单元），对乘加运算的速度非常快，适合数字运算处理㊂被控件部分主要为扬声器１㊁扬声器２㊁拾音器１㊁拾音器２㊂为了使实验平台降噪效果跟仿真模型降噪效果有直观对比，试验平台的初级噪声采用仿真所用噪声㊂扬声器１为初级声源，产生初级噪声㊂扬声器２为次级声源，受控制器控制发出抵消新声波㊂拾音器利用咪头采集声音信号并经过放大后输㊀㊀㊀㊀㊀１１６㊀ＩｎｓｔｒｕｍｅｎｔＴｅｃｈｎｉｑｕｅａｎｄＳｅｎｓｏｒＭａｒ．２０２１㊀出，输出模拟信号㊂经过ＡＤ转换器后，模拟信号转换成数字信号输入到控制器㊂拾音器１采集传递到此处的声音作为参考信号输入到控制器内㊂拾音器２采集此处的声音作为误差信号输入到控制器㊂分贝仪和Ａｕｔｏｔｅｓｔ数据采集器能够将拾音器２处的误差信号采集输入到计算机，为后期对比提供数据支持㊂整个试验的控制思路可以参考第１节内容㊂系统的软件部分主要为在ＫＥＩＬ＿５开发环境下编写２个主动降噪控制系统的Ｃ语言程序，不断进行调试确定控制算法无误，然后将程序下载到控制器内㊂４．２㊀试验结果分析分别进行两个主动降噪系统平台实验，同时利用分贝仪和数据采集器将测得的误差信号存储在计算机中㊂利用ＭＡＴＬＡＢ处理采集的数据，画出误差信号声压级随时间变化的二维坐标图，如图１１所示㊂（ａ）基于Ｆｕ－ＬＭＳ算法的系统（ｂ）基于Ｆｘ－ＬＭＳ算法的系统图１１㊀平台实验的误差信号对比图１１㊁图８（ａ）㊁图９（ａ）看到，基于Ｆｕ－ＬＭＳ算法的系统平台实验降噪效果比基于Ｆｘ－ＬＭＳ算法的系统多了５ｄＢ左右，但比模型仿真结果低了２ ３ｄＢ㊂经过分析原因提出了一些改进措施：建立的声通道模型可以再精准些；控制器可以采用专门的数字信号处理芯片和ＡＤ／ＤＡ转换芯片相结合的方式㊂但是综合来看，本次提出的噪声主动控制系统在声反馈环境中有着理想降噪的效果㊂５㊀结束语本文首先研究了存在声反馈的前馈式噪声主动控制系统结构及其控制算法，在Ｓｉｍｕｌｉｎｋ中搭建了控制系统模型，仿真结果显示系统降噪效果良好㊂最后，搭建控制系统实验平台，分别对２种系统进行实验㊂试验结果表明，基于Ｆｕ－ＬＭＳ算法的主动控制系统在声反馈下的降噪效果有很好的优势㊂下一步将对系统做出改进调整并且应用到实际场合中㊂参考文献：［１］㊀裴春明，刘姜涛，刘震宇，等．基于自适应技术的低频噪声控制研究［Ｊ］．武汉大学学报（工学版），２０１３，４６（３）：３７１－３７５．［２］㊀陈智．基于ＦｘＬＭＳ算法的前馈式自适应有源噪声控制系统建模与仿真［Ｊ］．自动化与仪器仪表，２０１８，（５）：１０－１３．［３］㊀马进，邹海山，邱小军．存在声反馈的前馈有源噪声控制系统性能分析［Ｊ］．声学学报，２０１６，４１（５）：６８６－６９３．［４］㊀陈克安．有源噪声控制［Ｍ］．３版．北京：国防工业出版社，２０１４．［５］㊀周遥．基于ＤＳＰ的主动噪声控制系统研究与硬件实现［Ｄ］．杭州：浙江工业大学，２０１３．［６］㊀张大勇，凌强，计炜梁，等．基于ＤＳＰ的实时降噪系统设计与实现［Ｊ］．微型机与应用，２０１６（１４）：８９－９２．［７］㊀杨忠敏．汽车减振降噪技术的发展现状及趋势［Ｊ］．汽车工业研究，２０１６（２）：２１－２５．［８］㊀张频捷，张立军，孟德建，等．汽车车内噪声主动控制系统扬声器与麦克风布放优化方法［Ｊ］．振动与冲击，２０１７（５）：１６９－１７５．［９］㊀刘斌．车内噪声主动控制系统设计与实验研究［Ｄ］．长沙：湖南大学，２０１７．［１０］㊀杨鹏，应黎明，陈敏，等．ＡＮＣ系统次级通道背景噪声的处理方法［Ｊ］．电测与仪表，２０１７，５４（８）：９９－１０３．［１１］㊀ＥＲＩＫＳＳＯＮＬＪ．Ｄｅｖｅｌｏｐｍｅｎｔｏｆｔｈｅｆｉｌｔｅｒｅｄ⁃Ｕａｌｇｏｒｉｔｈｍｆｏｒａｃｔｉｖｅｎｏｉｓｅｃｏｎｔｒｏｌ［Ｊ］．Ｊ．Ａｃｏｕｓｔ．Ｓｏｃ．Ａｍ，１９９１，８９：２５７－２６５．［１２］㊀ＨＯＮＧＳＰ，ＳＡＮＧＫＬ，ＨＯＷＫ，ｅｔａｌ．Ｍｏｄｉｆｉｅｄ⁃ｆｉｌｔｅｒｅｄ⁃ｕＬＭＳａｌｇｏｒｉｔｈｍｆｏｒａｃｔｉｖｅｎｏｉｓｅｃｏｎｔｒｏｌａｎｄｉｔｓａｐｐｌｉｃａｔｉｏｎｔｏａｓｈｏｒｔａｃｏｕｓｔｉｃｄｕｃｔ［Ｊ］．ＭｅｃｈａｎｉｃａｌＳｙｓｔｅｍｓ＆ＳｉｇｎａｌＰｒｏ⁃ｃｅｓｓｉｎｇ，２０１１，２５（１）：４７５－４８４．［１３］㊀黄全振，吕宽洲，李恒宇，等．基于ＩＩＲ结构的自适应滤波振动主动控制方法［Ｊ］．振动测试与诊断，２０１４（３）：４３９－４４６．［１４］㊀ＱＩＣＬ，ＨＵＡＨ．Ｓｉｍｕｌａｔｉｏｎｏｆａｃｔｉｖｅｎｏｉｓｅｃｏｎｔｒｏｌｓｙｓｔｅｍｏｎｔｈｅｔｒｕｃｋｉｎｔｅｒｉｏｒｃａｂ［Ｊ］．ＡｄｖａｎｃｅｄＭａｔｅｒｉａｌｓＲｅｓｅａｒｃｈ，２０１３，７９８／７９９：４４３－４４７．［１５］㊀ＺＨＡＯＸＤ，ＬＩＸ，ＤＩＮＧＲ．Ｅｎｈａｎｃｅｍｅｎｔｏｆｌｏｗ⁃ｆｒｅｑｕｅｎｃｙｓｏｕｎｄａｂｓｏｒｐｔｉｏｎｏｆｍｉｃｒｏ⁃ｐｅｒｆｏｒａｔｅｄｐａｎｅｌｓｂｙａｄｄｉｎｇａｍｅｃｈａｎｉｃａｌｉｍｐｅｄａｎｃｅ［Ｊ］．声学学报（英文版），２０１５，３４（１）：２７－３６．［１６］㊀蔡松林．抗冲击噪声干扰的主动噪声控制算法研究［Ｄ］．成都：西南交通大学，２０１６．作者简介：高永升（１９９３ ），硕士研究生，主要研究方向为电控测试㊂Ｅ⁃ｍａｉｌ：１９０４５２３４８３＠ｑｑ．ｃｏｍ通信作者：李忠利（１９６９ ），副教授，硕士，主要研究方向为汽车电子控制㊂Ｅ⁃ｍａｉｌ：ｌｙｌｚｌ６９＠１６３．ｃｏｍ。
时域正格子野英耳机数字降噪算法研究
时域正格子野英耳机数字降噪算法研究一、介绍时域正格子野英耳机是一种具有数字降噪功能的耳机。
数字降噪算法是指通过处理和分析输入信号，在输出信号中减少或消除噪声的一种技术。
本文将对时域正格子野英耳机的数字降噪算法进行详细研究和探讨。
二、数字降噪算法原理时域正格子野英耳机的数字降噪算法基于时域分析，通过在一定时间范围内对输入信号进行采样，并根据采样结果来减少或消除噪声。
该算法主要包括以下几个步骤：1. 信号采样：耳机对输入信号进行连续采样，并将采样的信号通过模数转换器转换为数字信号，以便后续的数字处理。
2. 噪声检测：通过分析采样的信号，检测出噪声的存在和特征。
通常可以利用傅里叶变换将时域信号转换为频域信号，进而进行频谱分析来检测噪声。
3. 噪声特征提取：根据噪声的特征，提取出噪声的频谱、振幅等参数，为后续的降噪处理提供依据。
4. 降噪处理：基于噪声特征和输入信号，通过数字信号处理算法来减少或消除噪声。
常见的数字降噪算法包括滤波、谱减法、子带减噪等。
5. 信号重建：将降噪后的信号通过数模转换器转换为模拟信号，输出到耳机驱动单元，供用户听取。
三、数字降噪算法的应用和优势数字降噪算法在音频处理领域得到了广泛的应用，其中包括耳机降噪技术。
时域正格子野英耳机借助数字降噪算法，可以提供更加清晰、真实的音频体验，提高用户的听觉感受。
与传统的模拟降噪技术相比，数字降噪算法具有以下优势：1. 精确性：数字降噪算法能够对噪声进行精确的分析和处理，可以根据不同类型的噪声采用相应的降噪策略，提高降噪效果。
2. 可调节性：数字降噪算法可以根据用户的需求和环境的变化进行调整，提供不同的降噪效果。
用户可以根据自己的喜好和听觉需求进行调节。
3. 实时性：数字降噪算法的处理速度快，可以在实时输入的信号上进行降噪处理，减少用户听到的延迟。
4. 低功耗：数字降噪算法能够在有限的计算资源下实现降噪处理，具有较低的功耗和较高的能效比。
四、数字降噪算法的研究进展和挑战数字降噪算法的研究一直是音频处理领域的热点之一。
变步长L-FxLMS 算法的车内噪声主动控制研究
Research on Active Control of Vehicle Interior Noise Based on Variable Step L-FxLMS Algorithm Jiang Liangkun Gu Zhihan Cui Huaifeng
出误差。
图 1 前馈 L-FxLMS 算法控制框图
x(k)
d(k) +
e(k)
P(z)
∑
W(z)
y(k) S(z)
ys(k)
s(z)
x(k)
L-FxLMS
由 于 FxLMS 算 法 [5] 的 局 限 性， 引 入 L-FxLMS（ 泄 露 LMS[6]） 算 法， 即 在 FxLMS 算法的基础上引入了泄露因子 γ[7]， L-FxLMS 算法的代价方程为
制中最常用的滤波 x 最小均方（Filtered-x Least Mean Square，FxLMS） 算 法 [3]。 但 是 由 于 传 统 算 法 的 局 限 性， 收 敛 速 度 和 稳 定性不能同时保证，而且 FxLMS 算法对随 机 性 较 强 的 路 面 噪 声 的 控 制 有 一 定 缺 陷。 因 此， 有 学 者 提 出 泄 漏 - 滤 波 x 最 小 均 方 （Leaky Filtered-x Least Mean Square， L-FxLMS）算法，该算法在 LMS 算法的代 价函数基础上增加了稀疏矩阵，并引入了泄 露因子 γ[4]，该算法有效的针对随机性较强的 宽带噪声提出了改进，但收敛性能和速度仍 有一定的局限性，为了进一步改进该算法， 本文提出了一种变步长前馈 L-FxLMS 算法 以有效改善上述缺陷。
一种用于主动降噪耳机的权重滤波误差信号滤波-x最小均方算法
一种用于主动降噪耳机的权重滤波误差信号滤波-x最小均方算法李楠;安峰岩;杨飞然;杨军【摘要】针对传统FxLMS算法前馈自适应主动降噪耳机系统因果性条件不足时在宽带噪声环境中产生的高频噪声抬升问题,该文引入权重滤波误差信号FxLMS算法用于抑制高频噪声的抬升,但该算法带来了低频降噪量不足问题.因此,进一步提出将固定系数混合控制器与权重滤波误差信号FxLMS算法结合,在解决高频噪声抬升问题的同时,保证了良好的低频降噪量.基于DSP平台实现了提出的主动降噪耳机方案.实验证明,该方案针对宽带和单频等噪声都取得了较好的降噪效果.%It is commonly observed that conventional feedforward FxLMS algorithm in headphone ANC systems will boost the high-frequency noise in the wide-band noise environment when the causality condition is not satisfied. To deal with this problem,we present a weighted-error-FxLMS algorithm to attenuate the high-frequency noise. However,the new algorithm achieves a degraded low-frequency noise reduction. To achieve a better noise reduction performance, we combine the weighted-error-FxLMS feedforward adaptive filter with a hybrid fixed-coefficient controller. The proposed ANC headphone system is implemented in a DSP platform. Experiments show that the system achieves improved noise reduction performance for both the broad-band noise and single-frequency noise environment.【期刊名称】《应用声学》【年(卷),期】2018(037)003【总页数】9页(P391-399)【关键词】数字主动降噪耳机;权重滤波误差信号FxLMS算法;混合控制【作者】李楠;安峰岩;杨飞然;杨军【作者单位】中国科学院大学北京100049;中国科学院噪声与振动重点实验室(声学研究所) 北京100190;中国科学院噪声与振动重点实验室(声学研究所) 北京100190;中国科学院噪声与振动重点实验室(声学研究所) 北京100190;中国科学院大学北京100049;中国科学院噪声与振动重点实验室(声学研究所) 北京100190【正文语种】中文【中图分类】TN8711 引言主动噪声控制(Active noise control,ANC)，亦称为“有源噪声控制”，已有80余年的研究历史。
基于反馈系统FXLMS的非线性主动降噪
基于反馈系统FXLMS的非线性主动降噪
苏雨;卢剑伟;邵浩然
【期刊名称】《新型工业化》
【年(卷),期】2018(008)003
【摘要】针对家用空调室内柜机低频噪声问题,采用了反馈型主动降噪系统进行消噪.反馈型主动降噪系统算法的性能依赖于次级通道估计的准确度.为了提高反馈系统中自适应算法的性能,引入了非线性滤波器.仿真分析对比了在次级通道为不同的系统时基于线性和非线性滤波器的自适应算法的收敛速度和降噪性能.基于
TMS320VC5509 DSP搭建主动降噪硬件系统,根据某家用空调室内柜机的低频噪声特性设计试验方案并验证.通过对比降噪性能,试验结果和仿真结果一致.
【总页数】7页(P40-46)
【作者】苏雨;卢剑伟;邵浩然
【作者单位】合肥工业大学机械工程学院,安徽合肥 230009;合肥工业大学机械工程学院,安徽合肥 230009;合肥工业大学机械工程学院,安徽合肥 230009
【正文语种】中文
【相关文献】
1.基于观测器的非线性严格反馈系统的模糊控制 [J], 范春蕾;徐凯;陈兵;郭奕杉
2.FXLMS主动降噪算法在定点DSP上的优化实现 [J], 赵栋;侯峰;李凯翔;庞彦斌
3.基于反步法非线性纯反馈系统的控制器设计 [J], 贾付金;蒋沅
4.基于改进的FXLMS算法的主动降噪耳机系统研究 [J], 谢豫娟;谢锡海
5.驾驶室主动降噪的改进FxLMS算法及DSP实现 [J], 龚孝平;郭勇;刘强;朱再胜
因版权原因，仅展示原文概要，查看原文内容请购买。
数字降噪耳机中自适应滤波器的设计实现
数字降噪耳机中自适应滤波器的设计实现
刘拿;杨红官;程亚奇;姚胜南
【期刊名称】《微计算机信息》
【年(卷),期】2010(026)020
【摘要】随着社会工业生产的不断进步,各种噪声污染越来越严重.目前普遍采用的模拟降噪方法已不能满足要求,未来的研究将朝着以数字信号处理器及相关算法为技术支撑的数字降噪技术发展,其中一个重要应用则为数字降噪耳机的设计.数字降噪耳机设计主要是通过自适应滤波器来实现的.文中采用LMS算法在MATLAB中实现了自适应滤波器的设计与实现.在MATLAB中建立了数字降噪耳机系统模型,并且针对该模型利用MATLAB语言进行编程及C语言编程.模型以及程序仿真结果表明此设计实现了对信号中混有的环境噪声进行降噪,并且效果远远高于模拟降噪技术.
【总页数】3页(P206-208)
【作者】刘拿;杨红官;程亚奇;姚胜南
【作者单位】410082,湖南长沙,湖南大学;100029,北京,中国科学院微电子研究所;528403,广东中山,广东装备制造工业研究院;410082,湖南长沙,湖南大
学;100029,北京,中国科学院微电子研究所;528403,广东中山,广东装备制造工业研究院
【正文语种】中文
【中图分类】TN713+.7
【相关文献】
1.一种数字有源降噪耳机控制器设计方法 [J], 张振超;安峰岩;吴鸣;杨军
2.静谧的数字诱惑索尼MDR-NC500D数字降噪耳机 [J],
3.静谧的数字诱惑——索尼MDR-NC500D数字降噪耳机 [J],
4.一种实用的数字有源降噪耳机设计方法 [J], 郭剑锋; 曹寅; 杨飞然; 杨军
5.一种实用的数字有源降噪耳机设计方法 [J], 郭剑锋;曹寅;杨飞然;杨军
因版权原因，仅展示原文概要，查看原文内容请购买。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
（ Ｓ ｃ ｈ ｏ ｏ ｌ ｏ ｆ Ｉ ｎ ｆ ｏ ｒ ｍａ ｔ ｉ ｏ ｎ Ｓ ｃ ｉ ｅ ｎ ｃ ｅ ａ ｎ ｄ Ｅｎ ｇ ｉ ｎ ｅ ｅ ｒ ｉ ｎ ｇ， Ｃ ｈ ａ ｎ ｇ ｚ ｈ ｏ ｕ Ｕｎ ｉ ｖ ｅ ｒ ｓ ｉ ｔ ｙ ， Ｃｈ ａ ｎ ｇ ｚ ｈ ｏ ｕ ２ １ ３ １ ６ ４， Ｃ ｈ ｉ ｎ ａ ）
Ｉ ｎ ｔ ｈｅ ｓ ｉ ｍ ｕｌ ａ ｔ ｉ ｏ ｎ， ｔ ｈｅ ＦｘＬＭ Ｓ ｆ ｉ ｌ ｔ ｅ ｒ ｗｉ ｔ ｈ ｐ ｒ ｅ ｄｉ ｃ ｔ ｉ ｏ ｎ ｆ ｉ ｌ ｔ ｅ ｒ ｗａ ｓ ｕｓ ｅ ｄ ｔ ｏ ｒ ｅ ｄｕ ｃ ｅ ｔ ｈｅ ｓ ａ ｍ ｐｌ ｅ ｄ ｎ ｏｉ ｓ ｅ ｏｆ ｅ ｎｇ ｉ ｎｅ ａ ｎｄ ｔ ｈｅ ｎｏ ｉ ｓ ｅ ｃ ａ ｎｃ ｅ ｌ ｌ ａ ｔ ｉ ｏ ｎ ｅ ｆ ｆ ｅ ｃ ｔ ｗａ ｓ ｃ ｏｍｐａ ｒ ｅ ｄ ｗｉ ｔ ｈ ＬＭ Ｓ ａ ｄ ａ ｐ ｔ ｉ ｖ ｅ ｆ ｉ ｌ ｔ ｅ ｒ ． Ｔｈ ｅ ｒ ｅ ｓ ｕｌ ｔ ｓ ｉ ｎ ｄｉ ｃ ａ ｔ ｅ ｔ ｈ ａ ｔ ｔ ｈｅ ｉ ｍ—
道延 迟， 同时 在 Ｆ ｘ Ｌ ＭＳ滤波 器 基 础 上 ， 增 加 预 用增加 预测滤波器的 Ｆ ｘ Ｌ ＭＳ滤 波
器 对 已采 样 的发 动 机 噪 声 进 行 降 噪 ， 并将其降噪效果与 Ｌ ＭＳ自适 应 滤 波 器 的 降 噪效 果 进 行 比较 。结 果 表 明 ， 在处 理低频噪声时 ， 改进后的 Ｆ ｘ Ｌ ＭＳ滤 波器 降 噪效 果 优 于 Ｌ ＭＳ 自适 应 滤 波 器
ｄ ｉ ｇ ｉ ｔ ａ ｌ ｈ ｅ ａ ｄ ｐ ｈ ｏ ｎ ｅ ｓ ．Ｂ ｅ ｃ ａ ｕ ｓ ｅ ｏ ｆ ｔ ｈ ｅ １ ａ ｔ ｅ ｎ ｃ ｙ ｏ ｆ ｓ ｅ ｃ ｏ ｎ ｄ ａ ｒ ｙ — ｐ ａ ｔ ｈ ａ ｎ ｄ ＡＤ ／ ＤＡ ｃ ｏ ｎ ｖ ｅ ｒ ｓ ｉ ｏ ｎ ， ｔ ｈ ｅ ｓ ｅ ｆ ｉ ｌ ｔ ｅ ｒ ｏ ｕ ｔ ｐ ｕ ｔ
第２ ７卷 第 ２ 期
２ ０ １ ５年 ４月
常州 大 学 学报 （ 自然科 学版 ）
Ｊ ｏ ｕ ｒ ｎ ａ ｌ ｏ ｆ Ｃｈ ａ ｎ ｇ ｚ ｈ ｏ ｕ Ｕｎ ｉ ｖ ｅ ｒ ｓ ｉ ｔ ｙ （ Ｎａ ｔ ｕ ｒ ａ ｌ Ｓ ｃ ｉ ｅ ｎ ｃ ｅ Ｅ ｄ ｉ ｔ ｉ ｏ ｎ ）
Ｄｉ ｇ ｉ ｔ ａ ｌ Ｈｅ ａ ｄ ｐ ｈｏ ｎ ｅ Ｎｏ ｉ ｓ ｅ Ｃａ ｎ ｃ ｅ ｌ ｌ ａ ｔ ｉ ｏ ｎ Ｒｅ ｓ ｅ ａ ｒ ｃ ｈ Ｂａ ｓ ｅ ｄ
ｏ ｎ Ｆｘ ＬＭ Ｓ Ａｌ ｇ ｏ ｒ ｉ ｔ ｈ ｍ ａ ｎ ｄ Ｐｒ ｅ ｄ ｉ ｃ ｔ ｉ ｏ ｎ Ｆｉ ｌ ｔ ｅ ｒ
关键词 ： 数 字 降 噪耳 机 ； 自适 应 滤 波 器 ； 滤波一 ｚ最小 均方 差 ； 预 测 滤 波 器 中图分类号 ： ＴＰ ２ ７ ３ ＋２ 文 献 标 识码 ： Ａ ｄ ｏ ｉ ： １ ０ ． ３ ９ ６ ９ ／ ｉ ． ｉ ｓ ｓ ｎ ． ２ ０ ９ ５ —０ ４ １ １ ． ２ ０ １ ５ ． ０ ２ ． ０ １ ４
ｓ ｉ ｇｎａ ｌ ｃ ａ ｎ’ ｔ ｃ ｏ ｌ ｌ ａ ｂ ｏｒ ａ ｔ ｅ ｗｉ ｔ ｈ ｔ ｈｅ ｎ ｏ ｉ ｓ ｅ ． Ｆｘ ＬＭ Ｓ ａ ｌ ｇ ｏ ｒ ｉ ｔ ｈｍ ｃ ａ ｎ ｃ ｏ ｍ ｐｅ ｎｓ ａ ｔ ｅ ｆ ｏｒ ｓ ｅ ｃ ｏ ｎｄ ａ ｒ ｙ— ｐａ ｔ ｈ ｄ ｅ ｌ ａ ｙ ｅ ｆ ｆ ｅ ｃ —
ｔ ｉ ｖ ｅ ｌ ｙ ． Ｗｅ ｃ ｏ ｍｂ ｉ ｎ ｅ ｄ ｔ ｈ ｅ ｐ ｒ ｅ ｄ ｉ ｃ ｔ ｉ ｏ ｎ ｆ ｉ ｌ ｔ ｅ ｒ ｗｉ ｔ ｈ Ｆｘ ＬＭＳ ｆ ｉ ｌ ｔ ｅ ｒ ｔ ｏ ｃ ｏ ｍｐ ｅ ｎ ｓ ａ ｔ ｅ ｆ ｏ ｒ ＡＤ／ ＤＡ ｃ ｏ ｎ ｖ ｅ ｒ ｓ ｉ ｏ ｎ ｄ ｅ ｌ ａ ｙ ｓ ．
Ｖｏ １ ．２ ７ ＮＯ ． ２ Ａｐ ｒ ． ２ ０１ ５
文章编号 ： ２ ０ ９ ５ —０ ４ １ １ （ ２ ０ １ ５ ） ０ ２ — ０ ０ ６ ４ － ０ ４
基于 Ｆ ｘ Ｌ ＭＳ算 法 和预 测滤 波器 的数 字 耳机 降噪 研 究
郇 战 ， 戴永 惠 ， 王振 海 ， 陶亚 辉
（ 常 州 大 学 信息科学与工程学院 ， 江 苏 常州 ２ １ ３ １ ６ ４ ）
摘要 ： 通 常 数 字 降 噪 耳 机 的 自适 应 滤 波 器 采 用 最 小 均 方 差 （ Ｌ ＭＳ ） 、 归一 化最小均 方差（ ＮＩ ＭＳ ） 等算法 ， 但 是 由于 降 噪 耳 机 电 路 中 存在次级通道延迟和 Ａ Ｄ／ Ｄ Ａ转换延迟 ， 导 致 这 些 滤 波器 输 出信 号 无 法 与 噪 声 信 号协 调 起 来 。Ｆ ｘ Ｌ ＭＳ算 法 能 够 有 效 补 偿 次 级 通
Ａｂ ｓ ｔ ｒ ａ ｃ ｔ ： Ｔｈ ｅ ａ ｄ ａ ｐ ｔ ｉ ｖ ｅ ｆ ｉ ｌ ｔ ｅ ｒ ｂ ａ ｓ ｅ ｄ ｏ ｎ ＬＭ Ｓ ａ ｎ ｄ ＮＬＭ Ｓ ａ ｌ ｇ ｏ ｒ ｉ ｔ ｈ ｍｓ ｉ Ｓ ｕ ｓ ｕ ａ ｌ ｌ ｙ ｕ ｓ ｅ ｄ ｔ ｏ ｒ ｅ ｍｏ ｖ ｅ ｔ ｈ ｅ ｎ ｏ ｉ ｓ ｅ ｉ ｎ