本發(fā)明涉及有源噪聲控制技術(shù)領域，具體涉及一種應用于管道噪聲有源控制的次級通道快速辨識方法。

背景技術(shù)：

有源噪聲控制技術(shù)對低頻段噪聲具有很好的降噪效果?？刂频年P鍵點在于通過誤差傳聲器實時跟蹤初始噪聲的變化以動態(tài)調(diào)節(jié)控制器參數(shù)。濾波-X最小均方誤差算法(Filtered-X Least mean square,FXLMS)是最為典型的控制算法，該算法中包含一項濾波-X的信號矢量，它是輸入信號矢量與次級通道脈沖響應函數(shù)的卷積。次級通道(secondary path)是指系統(tǒng)中從次級聲源到誤差傳聲器之間的信號通路，其對于整個有源噪聲控制系統(tǒng)有著非常重要的影響。準確辨識次級通道模型并獲得精確的傳遞函數(shù)是實現(xiàn)有源噪聲控制的關鍵之一。

盡管現(xiàn)在已有有效的次級通道辨識方法，但由于引入了附加噪聲，導致有源噪聲控制過程與次級通道辨識過程產(chǎn)生相互干擾，使得整個系統(tǒng)的性能下降。也有通過使用3個交叉更新的自適應濾波器來避免有源控制部分與次級通道辨識過程之間的相互干擾。但以上做法額外增加了自適應濾波器或者忽略了控制濾波器及附加噪聲對辨識的影響，且算法步長范圍的控制難以應用于實際。切使得計算復雜性大幅度提高，產(chǎn)生不必要的計算量，很難滿足實際的工程實時性要求。

技術(shù)實現(xiàn)要素：

本發(fā)明克服了現(xiàn)有技術(shù)的不足，提供一種辨識速度快、辨識精度高，且抗噪聲能力強的應用于管道噪聲有源控制的次級通道快速辨識方法。

考慮到現(xiàn)有技術(shù)的上述問題，根據(jù)本發(fā)明公開的一個方面，本發(fā)明采用以下技術(shù)方案：

一種應用于管道噪聲有源控制的次級通道快速辨識方法，包括：

使用比例化的步長控制矩陣，在更新中為大的權(quán)系數(shù)賦予大的步長因子，為小的權(quán)系數(shù)賦予小的步長因子；

以及將步長迭代融入自適應目標函數(shù)中，共同完成次級通道的快速精確辨識，用于避免管道噪聲有源控制系統(tǒng)噪聲對次級通道辨識系統(tǒng)的影響。

為了更好地實現(xiàn)本發(fā)明，進一步的技術(shù)方案是：

根據(jù)本發(fā)明的一個實施方案，在自適應的辨識過程中引入了一個步長控制矩陣：

K(n)＝diag{k₀(n),k₁(n),…,k_M-1(n)}

其中，M為濾波器的長度；m取值從0到M-1；S(n)為脈沖響應的系數(shù)，ε為避免初始系數(shù)定義為零時導致算法凍結(jié)問題而設置的極小正值。

根據(jù)本發(fā)明的另一個實施方案，在實際應用中α取值一般介于0到-0.5之間。

本發(fā)明還可以是：

根據(jù)本發(fā)明的另一個實施方案，在算法收斂階段采用較大的步長因子以取得較快的收斂速度；在算法收斂后使用較小的步長因子以取得較小的穩(wěn)態(tài)失調(diào)量，利用誤差信號與步長函數(shù)構(gòu)建一個新的最優(yōu)判據(jù)準則進而得到步長變化規(guī)律：

μ(n)＝κμ(n-1)+4βτe(n)X^T(n)e(n-1)X(n-1)

其中，X(n)為輸入信號；e(n)為誤差信號；β為在傳統(tǒng)辨識算法的目標函數(shù)與步長函數(shù)之間均衡量，一般接近于1；τ為一極小正值；κ＝1-2(1-β)τ。

根據(jù)本發(fā)明的另一個實施方案，將權(quán)利要求2、3的辨識過程的優(yōu)化，得到自適應辨識過程中的權(quán)系數(shù)為：

其中，δ為避免系統(tǒng)發(fā)散的而取的一極小正值。

與現(xiàn)有技術(shù)相比，本發(fā)明的有益效果之一是：

本發(fā)明的一種應用于管道噪聲有源控制的次級通道快速辨識方法，能夠快速精確獲得次級通道的傳遞函數(shù)權(quán)系數(shù)，提高管道噪聲有源控制效果。

附圖說明

為了更清楚的說明本申請文件實施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對實施例或現(xiàn)有技術(shù)的描述中所需要使用的附圖作簡單的介紹，顯而易見地，下面描述中的附圖僅是對本申請文件中一些實施例的參考，對于本領域技術(shù)人員來講，在不付出創(chuàng)造性勞動的情況下，還可以根據(jù)這些附圖得到其它的附圖。

圖1為次級通道在線辨識的有源噪聲控制原理框圖。

圖2為管道噪聲有源控制原理結(jié)構(gòu)示意圖。

圖3為次級通道快速辨識方法仿真流程框圖。

圖4為次級通道快速辨識方法仿真結(jié)果示意圖。

圖5為管道噪聲有源控制次級通道辨識方法性能對比示意圖。

圖6為管道噪聲有源控制次級通道辨識實際結(jié)果示意圖。

圖7為管道噪聲有源控制的降噪效果示意圖。

具體實施方式

下面結(jié)合實施例對本發(fā)明作進一步地詳細說明，但本發(fā)明的實施方式不限于此。

實施例1

如圖1所示，附圖1為一般的次級通道辨識框圖。信號源為噪聲發(fā)生器，x(n)為實際的噪聲信號，S(z)為未知的次級聲學路徑傳遞函數(shù)，Sh(z)為通過自適應算法辨識出的模擬次級聲學路徑傳遞函數(shù)，e(n)為殘差信號。

依自適應的最小均方誤差算法，權(quán)系數(shù)的更新為：Sh(n+1)＝Sh(n)+μe(n)X(n)

其中，Sh(n+1)為權(quán)系數(shù)，X(n)為對對輸入信號x(n)的矩陣表達；

為了改善算法的快速收斂性能，對權(quán)向量的更新作歸一化處理，權(quán)系數(shù)更新為：

其中，X^T表示矩陣的轉(zhuǎn)置；

δ_NLMS為一極小正值，防止在初始化時分母為零而導致算法無法運行。

以管道為應用背景的有源噪聲控制，其次級通道的脈沖響應具有稀疏性的特征，尤其在為保證系統(tǒng)有足夠高精度采用較高的階數(shù)時。將比例的思想融入自適應辨識算法中，在加快算法收斂速度的同時保持較小的穩(wěn)態(tài)失調(diào)量。在自適應過程中引入一個步長控制矩陣K(n)，為各個權(quán)系數(shù)賦予不同的步長。

K(n)＝diag{k₀(n),k₁(n),…,k_M-1(n)}

M為次級通道的階數(shù)(濾波器的長度)；m取值從0到M-1；S(n)為脈沖響應的系數(shù)(權(quán)系數(shù))，ε為避免初始系數(shù)定義為零時導致算法凍結(jié)問題而設置的極小正值，在實際應用中取值一般介于0到-0.5之間。為了避免干擾噪聲對穩(wěn)態(tài)性能的影響，步長的更新采用類似誤差信號相關函數(shù)的方法。利用誤差信號與步長函數(shù)構(gòu)建一個新的最優(yōu)判據(jù)準則進而得到步長變化規(guī)律。

J(n)＝βe²(n)+(1-β)μ²(n-1)

上式右邊第二項是為確保步長變化穩(wěn)定，β為兩項之間的均衡。采用最速下降法，得到步長更新為：

μ(n)＝κμ(n-1)+4βτe(n)X^T(n)e(n-1)X(n-1)

κ＝1-2(1-β)τ，取值介于0到1之間。

對步長更新公式取數(shù)學期望，得到

E[μ(n)]＝κE[μ(n-1)]+4βτE[e(n)e(n-1)]E[X^T(n)X(n-1)]

假設自適應過程中的干擾噪聲為ξ(n)，最優(yōu)權(quán)系數(shù)為Sh*(n)，則期望信號表示為：

d(n)＝X^T(n)Sh*(n)+ξ(n)

結(jié)合誤差信號的計算方式，可得到

E[e(n)e(n-1)]＝E[V^T(n)X(n)X^T(n)V(n)]

其中V(n)＝Sh(n)-Sh^*(n)，此變量衡量了自適應過程中的權(quán)系數(shù)距離當前最優(yōu)權(quán)系數(shù)的遠近。在步長更新函數(shù)中引入此變量的目的是尋求收斂過程中的最優(yōu)步長。最重要的是上述計算中已經(jīng)消除了干擾噪聲ξ(n)，有效提高了整個系統(tǒng)的抗噪聲干擾能力。

總結(jié)上述描述，次級通道自適應辨識過程中的權(quán)系數(shù)更新為：

實施例2

管道噪聲有源控制原理如圖2所示，次級通道的辨識采用了在線建模的方式。次級通道具體路徑為從次級揚聲器到誤差傳聲器之間的完整物理通路，有聲場、電聲器件、電子線路三部分組成。

次級揚聲器與誤差傳聲器之間的距離小，能有效減少管道噪聲有源控制中的計算量。但實際工程實施時，此距離都會受到較大限制。

假設管道噪聲有源控制中次級通道是線性的，其傳遞函數(shù)可以使用有限沖擊響應(FIR)來表示。將管道聲傳播方向的聲場簡單視為擴散聲場，其通道建模濾波器長度將與采樣頻率、混響時間有關。

次級通道建模濾波器階數(shù)越高，有源噪聲控制效果越好，但同時帶來的計算量也越大，對實時性的要求也越高。

在管道噪聲有源控制的實際應用中，次級通道的脈沖響應具有稀疏性的結(jié)構(gòu)特征。針對此特征，采用比例化的方法在保證了次級通道建模濾波器階數(shù)較高時也能滿足應用實時性要求，同時穩(wěn)態(tài)失調(diào)性能也有一定改善。

管道噪聲有源控制的應用中，控制過程中的聲信號(如次級噪聲)對于辨識過程來說是噪聲，辨識過程中的由噪聲發(fā)生器發(fā)出的白噪聲對控制過程來說也是噪聲。這種噪聲主要影響了自適應過程中權(quán)系數(shù)的更新。

采用類似誤差信號相關函數(shù)的方法，利用誤差信號與步長函數(shù)構(gòu)建一個新的最優(yōu)判據(jù)準則進而得到步長變化規(guī)律從而避免系統(tǒng)之間相互的噪聲干擾。

下面以某一內(nèi)徑為200毫米的管道噪聲有源控制次級通道辨識為例對該方法的具體實施方式做詳細說明。

次級揚聲器與誤差傳聲器之間構(gòu)成的次級通道實際距離為60厘米，選擇有限沖擊響應濾波器作為次級通道建模濾波器，階數(shù)為512階，初始狀態(tài)下默認次級通道建模濾波器各階系數(shù)均為零。

如附圖3所示，該次級通道辨識方法依照以下步驟：

步驟1，輸入信號初始化，步長控制矩陣初始化，次級通道傳遞函數(shù)初始化，確定權(quán)系數(shù)更新中所需的各項系數(shù)。

步驟2，次級通道的激勵輸入信號為白噪聲，由附圖1中的隨機噪聲發(fā)生器生成。該白噪聲與控制系統(tǒng)中的初級噪聲不相關，用于充分激發(fā)次級通道中的各頻率響應，且其聲能量不至于對實際次級揚聲器的輸出造成過大的干擾。次級揚聲器發(fā)出的聲信號作為辨識系統(tǒng)的輸入信號x(n)。

輸入信號矢量X(n)＝[x(n),x(n-1),…,x(n-M+1)]，等式右端表示輸入序列，輸入信號x(n)依次由序列左端輸入，右端刪除。

步驟3，根據(jù)上一次更新所得的次級通道的權(quán)系數(shù)Sh(n)，結(jié)合步長控制矩陣：

K(n)＝diag{k₀(n),k₁(n),…,k_M-1(n)}

計算對應于各階權(quán)系數(shù)的步長。

步驟4，在所述的次級通道辨識系統(tǒng)中，接收到的輸入信號x(n)與次級通道建模濾波器各階系數(shù)做卷積的結(jié)果作為輸出信號。

輸出信號與誤差傳聲器采集的信號作差所得作為誤差信號e(n)。

步驟5，使用誤差信號e(n)與上一次更新所得到的步長函數(shù)μ(n-1)，代入

J(n)＝βe²(n)+(1-β)μ²(n-1)

使用最速下降法

整理得到新的步長函數(shù)

μ(n)＝κμ(n-1)+4βτe(n)X^T(n)e(n-1)X(n-1)

在次級通道建模濾波器權(quán)系數(shù)未收斂到最優(yōu)值時，誤差信號e(n-1)較大，步長函數(shù)等式右端第二項相應較大，權(quán)系數(shù)以較快速度趨近最優(yōu)值，意味著辨識速度快；在次級通道建模濾波器權(quán)系數(shù)接近收斂于最優(yōu)值時，誤差信號e(n-1)較小，步長函數(shù)等式右端第二項相應較小，權(quán)系數(shù)在最優(yōu)值附近波動也較小，意味著辨識精度高。

將以上所得帶入

即可完成依次次級通道建模濾波器的辨識更新。

使用本發(fā)明所提出的辨識算法與傳統(tǒng)算法進行對比。附圖4為對比結(jié)果，可以看出：對于管道噪聲有源控制的次級通道辨識，3種方法的辨識結(jié)果基本上都與次級通道的實際脈沖響應吻合。但在脈沖響應系數(shù)變化較大的位置，本發(fā)明所提出方法的吻合度優(yōu)于其他兩種方法。因此，可以認為IPNLMS算法能夠更為精準地辨識出實際次級聲通道。

為進一步說明本發(fā)明所提出方法在次級通道辨識上的優(yōu)越性，對辨識的速度、精度也做了對比。如附圖5所示，可以看出本發(fā)明所提出的方法能切實有效的加快辨識速度、提高辨識精度。

更進一步的說明本發(fā)明所提出方法在管道噪聲有源控制實際應用中的作用，采用如附圖2所示結(jié)構(gòu)裝置進行管道噪聲有源控制試驗，結(jié)果如附圖7所示。

綜上，本發(fā)明使用比例化的步長控制矩陣，在更新中為大的權(quán)系數(shù)賦予大的步長因子，為小的權(quán)系數(shù)賦予小的步長因子(μ(n)＝κμ(n-1)+4βτe(n)X^T(n)e(n-1)X(n-1))；以及將步長迭代融入自適應目標函數(shù)中，共同完成次級通道的快速精確辨識，用于避免管道噪聲有源控制系統(tǒng)噪聲對次級通道辨識系統(tǒng)的影響。

本說明書中各個實施例采用遞進的方式描述，每個實施例重點說明的都是與其它實施例的不同之處，各個實施例之間相同相似部分相互參見即可。

在本說明書中所談到的“一個實施例”、“另一個實施例”、“實施例”、等，指的是結(jié)合該實施例描述的具體特征、結(jié)構(gòu)或者特點包括在本申請概括性描述的至少一個實施例中。在說明書中多個地方出現(xiàn)同種表述不是一定指的是同一個實施例。進一步來說，結(jié)合任一實施例描述一個具體特征、結(jié)構(gòu)或者特點時，所要主張的是結(jié)合其他實施例來實現(xiàn)這種特征、結(jié)構(gòu)或者特點也落在本發(fā)明的范圍內(nèi)。

盡管這里參照本發(fā)明的多個解釋性實施例對本發(fā)明進行了描述，但是，應該理解，本領域技術(shù)人員可以設計出很多其他的修改和實施方式，這些修改和實施方式將落在本申請公開的原則范圍和精神之內(nèi)。更具體地說，在本申請公開和權(quán)利要求的范圍內(nèi)，可以對主題組合布局的組成部件和/或布局進行多種變型和改進。除了對組成部件和/或布局進行的變型和改進外，對于本領域技術(shù)人員來說，其他的用途也將是明顯的。