主动噪声控制(ANC)技术PPT课件

z2=s2+(n0-y)2+2s(n0-y)
两边取期望值得：
------公式（2）
E[z2]=E[s2]+E[(n0-y)2]+2E[s(n0-y)2] --公式（3）
E[z2]=E式（4）
5
Active Noise Control
E[z2]=E[s2]+E[(n0-y)2]
6
Active Noise Control
• 自适应滤波器：根据环境的改变，使用自适应算
法来改变滤波器的参数和结构。
➢ 参数可调的数字（FIR/IIR）滤波器 ➢ 自适应算法
• 常用的自适应算法：
➢ 最小均方（LMS）算法 ➢ 递推最小二乘（RLS）算法 ➢ 平方根自适应滤波（QR_RLS）算法
7
噪声智能检测与控制
—— 主动噪声控制（ANC）技术
1
Active Noise Control
• 噪声的污染 • 解决噪声的办法
➢ 治标——被动噪声控制方法、主动噪声控制 ➢ 治本——噪声产生前：新型材料
2
Active Noise Control
• 主动噪声控制（ANC，Active Noise Control）:
干扰：母体脏器的活动（主要是心跳）的噪声、检测设备 电源干扰 信号源来源：腹部电极采集的信号 参考源来源：胸部电极采集的信号
• 飞行员通信 干扰：机舱各种机器噪声
信号源来源：语音信号 参考源来源：机舱噪声信号
12
谢谢！
13
其中E[s2]表示信号的功率；
------公式（4）
• 由上式可以看出，要使得系统输出z最大程度地接近信号s， 就要求E[(n0-y)2]取最小值；
• 由公式1可知， z-s =n0-y ，在理想情况下，y=n0，则z=s； 输出信号z的噪声完全被抵消，而只保留有用信号s。
• 关键在于自适应滤波器。
利用声波叠加原理，针对信号源（主波），产生一个与 其幅度相同、相位相反的参考源（次波），两声波相互 叠加，达到消声的目。
————以噪声控制噪声————
3
Active Noise Control
信号源信号d是有用信号s和噪声干扰n0之和；
由于噪声源噪声的幅度、 相位、频率会随时变化， ANC系统必须能够适应 并处理好这些变化，故 采用自适应滤波器。
10
Active Noise Control
• 参数失调噪声。干扰噪声v(n)越大，则引起的失调噪声就 越大。
• 解决方法：减小收敛（步长）因子μ ➢ 减少稳态失调噪声，提高算法的收敛精度; ➢ 降低算法的收敛速度和收敛精度
变步长的LMS算法
11
Active Noise Control
• 胎儿心率的检测
• 自适应滤波器的误差信号e(n)为: e(n)=d(n)-y(n) =d(n)-xT(n)w(n)=d(n)-wT(n)x(n)
其中，d(n)为包含噪声的原始信号； x(n)为同一噪声源产生的信号； y(n)= xT(n)w(n)= wT(n)x(n)为自适应滤波器的输出信号； w(n)为滤波器的权系数。
参考源信号x是与n0相关的噪声n1； ANC系统基本原理框图
4
Active Noise Control
• 假 不 整设个相s系关、统，n0的自、输适n1出应是为滤零：波均器值的的输平出稳y随=n机2为过噪程声，n且1的满滤足波s与信n号0、，n则1互
z = d-y = s+n0-y
两边平方得：
------公式（1）
LMS算法的原理图
9
Active Noise Control
• 滤波器权系数的更新递归关系式：
w(n+1) =w(n)+2μx(n)[d(n)- xT(n)w(n)]，
其中μ为收敛（步长）因子，0< μ < λ max（x(n)自相关矩阵的最大特征 值）；
• 从而，LMS算法的滤波器权系数迭代公式： w(n+1) =w(n)+2μx(n)e(n) 下一时刻的权系数，可由当前时刻的权系数加上以误差函 数为比例的输入得到。
Active Noise Control
• 最小均方（LMS，Least Mean Square）算法
✓ 是自适应算法中最常用的一种算法； ✓ 基于最小均方误差准则，使滤波器的输出信号与期望输出
信号之间的均方误差最小； ✓ 特点：简单有效、计算量小、易于实现。
LMS算法的原理图
8
Active Noise Control