降噪耳机

同的声波来抵消噪声；最后，我们的耳朵就会感觉到噪声减弱甚至消失了。简而言之，
降噪这一过程并不是在电路内部就消除噪声，而是一个声音的空间合成效果。
图一 降噪耳机的系统构成
工作原理 如图二工作原理示意图所示，A为噪声信号，B为反向补偿信号，C为余留噪声信号。在 实际听音过程中，我们听到的所有声音都能分解为不同波长和振幅的声波信号，并可用 波形图像表示出 来。当降噪耳机通过麦克风采集到环境噪声以后，传给降噪电路对噪
回饋式結構(Feedback):僅使用一隻誤差麥克風。並將所擷
取噪音與經由揚聲器輸出噪音來改變適應性濾波器，直到
達到預期值或噪音消除後停止，如圖3 所示。由於回饋式 的主動式噪音控制只需一個誤差麥克風，可达到減少成本 及達到輕量化目的。
圖3 主動式噪音控制回饋式結構
ICT Confidential 3
P(z)
ICT Confidential 6
ＡＮＣ设计难点
前馈系统 喇叭产生的用以抵消噪音的声音称之为反相声音(anti-phase sLeabharlann Baiduund)，因为要实现两 个声音最好的抵消效果，必须幅度相同，相位相差180度(反相)。
如图3所示，从麦克风到位置A，组成了降噪回路。这个降噪回路的传递函数必须被精
确测量，因为在电声系统中，各种衰减及延时必须被考虑到。换句话说，噪音从被麦 克风捕获并通过信号处理到喇叭回放再传到耳道必须与噪音从耳机外部穿过耳机再传 入耳道保持一致。另外，因为耳机吸音材料所造成的被动降噪作用，麦克风在耳机外 部捕获的噪音与真正穿过耳机传入耳道的的噪音并不完全一致。 反馈系统 反馈系统式处理旨在衰减在A点(图4)的残留噪音。反馈式设计必须要非常小心，在相 应的频率范围内，必须进行负反馈设计从而降低残留噪音。同时，必须小心过滤其余 频率范围信号，特别是高频部份。这是因为由于延时引起的相位改变将会随着频率的 升高而增大，一旦相位差大于60度，负反馈将会变成正反馈。这将引入严重的声学问 题—高频噪音甚至是高频震荡引起啸叫。与前馈系统相同的是，精确的声学测量是非 常重要的。测量结果将被计算并用于补偿降噪回路中的各种衰减与延时。 ICT Confidential 7
ICT Confidential 1
主动降噪的消噪过程与工作原理
消噪过程
右图一为降噪耳机的系统构成图，主动降噪耳机从开始运作到人耳听到声音的过程，总
共可分为几个步骤—首先，由安置于耳机内的微型麦克风采集耳朵能听到的环境中的中/ 低频噪声 (比如100Hz～1000Hz)；接下来，将噪声信号传至降噪电路，降噪电路进行实 时运算；在降噪电路处理完成后，产生的信号通过扬声器发生与噪声相位 相反、振幅相
降噪耳机的分类
降噪耳机按照原理主要分为两种：一种是被动降噪(Passive NoiseCancelling)耳机，另一种是主动降噪(Active Noise-Cancelling )耳机。
所谓被动降噪耳机，就是通过耳机上的隔音材料或者是特殊的结构，
尽量隔绝噪声。
主动降噪耳机，是在耳机中设置了专门的降噪电路。一般通过音频接 收器(如微型麦克风)和抗噪声输出芯片，通过接收、分析外界噪声的 频率并产生与其相反的频率，相互减弱或抵消，从而达到屏蔽噪声的 目的。
仍是廣受歡迎。陸續的有許多研究被發表出來，都是在LMS 演算法運算量 少的本質上嘗試去改善它的收斂性能，如降低估測誤差或提昇收斂速度等 等。前馈式ANC演算法可以圖4 表示。 在隨身型電子產品中，往往因價格與體積的考量，只有一個誤差麥克風， 所以無法直接接收到噪音源。因此需采用回饋方式的ANC 系統，如圖5 所 示。x(n)噪音信號為e(n)殘餘誤差信號和y(n) 輸出信號回饋後計算求得。 而對於回饋方式的ANC 演算法來說，調整過程的穩定性，收斂速度和處理 過程中的變動都受到收斂因子和輸入信號功率變化的影響。
声波形进行分析，然后实时产生振幅相同、相位相反的波形进行抵消。抵消之后的声音
振幅(能 量)就降低了，原来听起来很吵的噪声就会变小，而倘若两个声波振幅刚好相等 的话，噪声就会完全消失。
图二 工作原理示意图
ICT Confidential 2
ANC基本架構
ANC控制系統的架構
前饋式結構(Feedforward):利用兩個麥克風來接收外面的噪音， 參考麥克風接收外噪音源信號，並經過適應性濾波器後，由揚 聲器輸出與噪音相位相反之聲波。再利用誤差麥克風來接受殘 餘的噪音訊號，調整適應性濾波器。直到達到預期值或噪音消 除後停止，如圖2 所示。 圖2 主動式噪音控制前饋式結構
圖5 Feedback FXLMS演算法（反馈式）
圖4 LMS適應性演算法（前馈式）
ICT Confidential 5
LMS适应性算法运作流程
如右图所示，x(n)代表噪音源，y(n)代表揚聲器， e(n)代表誤差麥克風接收的殘餘噪音，p(z)代表噪 音源到誤差麥克風這段頻域響應，S(z)代表濾波器 的權重，圖4 是一個理想Feedforward 結構的ANC 系統。 1.決定濾波器輸出值： 將x(n)輸入信號進由w(n)濾波器得到一輸出值y(n)。 2.計算估測誤差值： 將d(n)值與y(n)輸出值相減，計算殘餘誤差值e(n)。 e(n) = d(n) - y(n) 3.調整濾波器係數而後根據計算後的殘餘誤差值e(n) 及x(n) 輸入信號調整濾波器係數，u 為收斂因子。 LMS 演算法即是不斷重複這三個動作，直到輸出信 號 y(n)和 d(n)完全相同，或誤差達到預期範圍內。
降噪衡量标准
信号的信噪比、增益、失调量能够衡量系统的性能。在背景噪声 发生改变时，系统输出信号的信噪比、增益都有较大的提高，失 调量也是在允许范围内。通过对这三个性能指标的分析，主动降 噪系统的消噪性能是很好的，能在环境变化时平滑过渡，提高输 出信号的质量。
ICT Confidential 8
ANC算法比较
ICT Confidential 4
ANC演算法
硬體上實現主動式噪音控制所採用的適應性演算法，絕大部份是以最小均 方演算法(Least Mean Square, LMS)為基礎架構所發展出來的。LMS 演算 法的收斂速度雖然受到輸入信號的統計特性影響，要達到要求的收斂性能
必需花費較長的時間，但由於其所需運算量少，容易在硬體上實現，因此