文摘
本研究显示理论和实验调查的特点重新安置区安静的基于虚拟麦克风(VM) filtered-x LMS (FxLMS)算法,可以嵌入在一个实时主动式头枕系统数字控制器。安静的衰减变化在安置区之间的距离的变化耳朵和麦克风主要检查的错误。主动头枕系统实施控制实验在一个椅子上,由两个(左和右)二级扩音器,麦克风,两个错误两个观察者麦克风在耳朵的位置在一个帽子,和其他电子产品包括dSPACE 1401控制器。基于VM的FxLMS算法实现了约22分贝衰减的对照实验对窄带噪声主要由耳朵之间的距离的变化和错误麦克风。算法的重要因素进行了讨论。
1。介绍
嵌入式处理器的发展,有源噪声控制(ANC)取消不需要的噪声和抗噪声的叠加原理研究了在许多工业应用(1- - - - - -5]。尤其是在汽车引擎的情况下,自适应前馈算法如FxLMS (filtered-reference最小均方)已成功应用,积极控制窄带车内噪声在汽车发动机产生的小屋2,3,5]。的噪声抑制性能,尽管全球减少汽车发动机噪声的小屋是理想的,这将导致过度增加的成本,重量,入住率等等。出于这个原因,它可以更有效开发当地安静区域(2,5,6头靠附近的椅子。尽管当地安静区成功生成的位置,头靠头运动受限是由于错误麦克风FxLMS方法下的二级扬声器附近。
虚拟传声器(VM)技术,迁址的安静的在一个错误生成带麦克风的位置介绍了虚拟传声器最小化虚拟麦克风的信号(6- - - - - -9]。艾略特和大卫提出了虚拟传声器的方法对当地国民大会(6];同样Roure和Albarrazin显示远程麦克风技术ANC (7]。Pawelczyk调查主动头枕的多个自适应反馈算法(8)和莫罗等人回顾了虚拟传感算法在ANC (9]。最小方差虚拟麦克风也反馈多通道有源噪声控制系统主动头枕系统研究[10]。达斯等人进行了一次远程麦克风算法使用一个内部的模型不使用参考麦克风(11]。从这些研究中,安静区形成的误差传声器可以转移到VM的耳朵位置传感算法。
本文理论和实验调查的特点重新安置区安静的一个基于VM的FxLMS算法可以嵌入在一个实时数字控制器的主动式头枕系统被认为是对窄带扫主要加速汽车发动机噪声等噪声。衰减的特性和响应的安置区安静与观察者之间的距离的变化麦克风在耳朵位置和深度分析了误差传声器。此外,基于VM的FxLMS的管理因素,如二级路径和虚拟路径模型,阐明及其影响进行了分析。响应的夹杂物的影响不同算法,将象征在主文本,错误麦克风和观察者之间的麦克风的主要来源是讨论提供更好的理解基于VM的算法。
本文的其余部分组织如下。节2获得合适的方程描述,理论考虑搬迁安静区使用基于VM的FxLMS算法。部分3介绍了实验装置包括主动头枕系统的实现、二级的造型和虚拟辅助路径,和窄带的财产主要噪音。深入分析和讨论的测量结果实时控制都写在部分4。同时,搬迁的特点产生的安静区域基于VM的FxLMS算法讨论了相同的部分。最后,结论部分进行了总结5。
2。搬迁的活跃安静区使用基于VM的FxLMS算法
在本节中,FxLMS算法和基于VM的FxLMS算法讨论了生成一个安静的区域在一个错误的位置麦克风和搬迁安静地带的一个虚拟的麦克风,分别在头枕系统。
如图1,周围的活动安静带头枕可以从错误中搬迁麦克风(二级扬声器附近)的虚拟(观察者)麦克风(耳朵位置)通过使用基于VM的FxLMS算法。
(一)
(b)
基于VM的FxLMS算法的框图如图2,在那里,,的主要路径,路径,分别和次要路径模型。下标在,,代表的虚拟路径。也是可以更新的数字控制滤波器FxLMS算法和在每一个迭代数字响应误差传声器之间的区别和虚拟麦克风当第二手来源产生白噪声。作为次要路径模型和虚拟路径模型实现FIR滤波器,也设计成一个冷杉过滤器。模型的准确性最重要的是最小化算法的误差信号的快速适应。这个过程在图中的虚线2是在DSP的数字部分和外部的虚线是模拟的部分。参考信号与窄带属性转换为离散参考信号的形式经过了ADC (analogue-to-digital转换器)高频estimation-Sine和余弦(波发生器)如图2。干扰的总和和植物输出信号错误的麦克风是误差信号作为。同时虚拟误差信号虚拟(观察者)麦克风可以写的。
提出了图2基于VM的FxLMS算法拆迁区安静的观察者(虚拟)麦克风话筒的错误。因此,虚拟误差信号在听者的耳朵位置是必要的操作基于VM的FxLMS算法。然而获得虚拟误差信号是不可能的从听者的耳朵实用主动头枕系统的实时控制;虚拟误差信号必须估计的算法。这方面的主要区别是FxLMS算法和基于VM的FxLMS算法在这样一个活跃的头枕系统。
假设的一半(左或右)一边主动头枕系统参考信号,二次喇叭,错误麦克风,当地的成本函数的梯度对每个控制滤波器的滤波系数可以表示为(2]
因此,基于多通道VM FxLMS更新方程搬迁活动安静带耳朵可以作为2,8] 在哪里是filtered-reference信号矩阵模型的虚拟路径,可以写的吗 在哪里的长度是和是虚拟filtered-reference信号向量,可以作为
也估计虚拟误差信号向量,(2),在虚拟麦克风不能直接在实时测量控制,因此必须估计,如图2,通过 在哪里估计虚拟干扰信号矢量,得到估计的干扰信号后,,通过虚拟路径模型这是定义为响应误差传声器和观察者之间的区别(虚拟)麦克风。
由(2),估计虚拟误差信号向量趋向于零逐渐成为相关的抗噪音的振幅和逆期相同。因此安静的区域可以被重新安置在观察者(虚拟)麦克风的位置如图1。
3所示。实验装置
3.1。活跃的头枕
作为显示在图3主动式头枕系统的框图基于VM FxLMS算法,主扬声器(水星MX2-M),两个二级喇叭(三美sr - 100 a),和两个错误麦克风(1/2′′PCB 337 b02)安装在头部和躯干模拟器(b和k 4128 - c型、帽子)(见图4)。此外,两个观察者(虚拟)麦克风(b和k型4158 - c)内安装的帽子只是耳朵和用于建模虚拟二级路径,、控制和测量结果。物理之间的水平距离主扬声器和麦克风误差或观察者麦克风是2000毫米。的距离观察者之间的麦克风和麦克风,误差是固定的二次扬声器在10毫米的距离,从30到150毫米不同的间隔30毫米的测量安静区搬迁。因此,距离是= 30、60、90、120和150毫米。
基于实时的实现VM FxLMS主动头枕,dSPACE 1401用作嵌入式控制器和其他电子和电路包括低通滤波器的截止频率2千赫的抗锯齿和重建滤波信号,两个信号调节器(PCB 480 e09),和一个功率放大器如图3。采样频率10 kHz头枕的实时控制系统。
主要噪声是一个线性扫窄带信号基频的四分量订单C1 (200320 Hz), C1.5 (300480 Hz), C2 (400640 Hz),和C2.5 (500800赫兹)。产生的噪音主要是客车的动力系统被认为是在这个研究。这种汽车的噪声是一个关键问题,是由一个正弦波的多个订单。C1.5前四订单C1, C2,和C2.5车内噪声的最大贡献。噪声信号的最低频率举行3秒开始,席卷在下一步10秒钟,然后保持了很高的频率为2秒。
3.2。次要路径模型
如图2,主动头枕系统需要的数字模型路径(二级扬声器,接近错误麦克风)和虚拟路径(二级扬声器,接近观察者麦克风),实施基于VM的FxLMS算法按条目1401。两个次要路径被实现为脉冲响应函数(IRF)和,分别。顺便交叉路径(二级扬声器,相反的误差传声器)和交叉虚拟路径(二级扬声器,相反观察者麦克风)被忽略了的控制算法相比,因为它们是非常小的次要路径和虚拟路径,分别绘制在图5。
4所示。实验结果和讨论
4.1。基于FxLMS和VM的FxLMS的性能比较
在实时控制实验中,两个ANC的FxLMS算法和基于VM的FxLMS主动头枕系统被认为是。
在数据6(一)和6 (b)功率谱密度(psd)之前和之后的控制,和和衰减,的,误差信号 ,如图2测量,错误的麦克风分别绘制,当FxLMS算法头枕系统中的应用。两个图显示距离时控制后的反应是相似的错误麦克风和观察者之间的(虚拟)麦克风30,60岁,90年,120年和150毫米。的频率范围主要窄带噪声的四个订单(C1.5 C1, C2, C2.5)是200 - 800 Hz,故事情节是显性的频率范围。控制后的数量平均噪声衰减水平大约是14-31 dB频率范围变化无关= 30 - 150毫米,如图6自从安静区域产生的误差传声器位置的FxLMS算法。
(一)
(b)
在数据7(一)和7 (b)PSDs,和和衰减,的,观察者信号,如图2测量,观察者麦克风(耳朵位置)显示,分别的时候FxLMS算法是如何实现的。在这种情况下,噪声衰减水平控制后大大减少了距离的增加。因为安静的位置区集中在错误麦克风,距离的增加表明观察者麦克风不在远离中心的安静区域,解释图1。因此,大量的平均衰减水平= 30、60、90、120和150毫米大约12、6、4、2、1 dB,分别如图7。这意味着增加导致更少的减少观察者麦克风的控制。
(一)
(b)
在数据8(一个)和8 (b)PSDs,和和衰减,的,误差信号 测量的错误的麦克风分别绘制,当基于VM的FxLMS算法应用。后两个图显示响应的控制距离时是大大不同的各不相同。控制后的噪声衰减水平显著下降,甚至增强了距离的增加。因为搬迁安静的中心地带是观察者麦克风位置(ear),距离的增加指示误差传声器不在远离中心的搬迁安静区,解释图1。
(一)
(b)
在数据9(一个)和9 (b)PSDs,和和衰减,的,观察者信号测量的观察者麦克风(耳朵位置)显示,分别的时候基于VM的FxLMS算法是如何实现的。后两个图显示响应的控制距离时完全不同各不相同。噪声衰减水平控制后逐渐减少了距离的增加。尽管虚拟二级路径在每一个距离建模和实施基于VM的FxLMS在相应的对照实验,衰减程度的增加变得更糟吗如图9 (b)。这是因为与更大的包含较大的准确建模的实际路径。的数量平均距离衰减= 30、60、90、120和150毫米大约20,22日,19日,15日,分别和8分贝。这意味着VM控制技术提供了进一步降低在观察者麦克风位置比简单的FxLMS算法控制。
(一)
(b)
4.2。平均衰减水平在安静的区域
在数据10和11的数量平均衰减水平,和测量的误差信号的麦克风和安静区域周围的观察者麦克风控制后FxLMS和基于VM的FxLMS算法,分别对距离= 30、60、90、120和150毫米概述。固体,虚线表示平均衰减水平误差和观察者麦克风,分别。
如图10FxLMS控制后,平均的数量测量误差的麦克风是23 - 24日dB不管的变化这也是绘制在图6 (b)和讨论的部分4.1。另一方面,大量的平均以观察者麦克风正逐渐从12 dB差1 dB的增加。此外,平均之间的差异和从11后mm 22分贝毫米。因此,FxLMS算法,增加了导致更少的平均和增加的平均差异和。值得注意的是,6 dB的平均实现的距离毫米。假设安静区域的形状是一个球体,它是有意义的值可以表示安静区域的半径。6分贝衰减半径安静区约60毫米的主动式头枕系统对窄带噪声主要与FxLMS算法。
作为显示在图11控制与基于VM的FxLMS算法后,平均的数量(虚线)以观察者麦克风8-22 dB的变异的平均与距离的增加逐渐恶化虽然对应的虚拟路径模型在每个距离是应用于算法。同样的平均(实线)测量误差麦克风是稳步增加的更糟糕。值得注意的是,提高测量的误差传声器位置的距离mm时量平均衰减的观察者麦克风位置(ear) 20分贝。这意味着如果一个侦听器主动头枕系统移动他/她的耳朵向基于VM下的误差传声器的FxLMS算法,他/她会听到更响亮的噪音相比之前的噪声控制。因为这个原因,因此,容许磁头移动范围的侦听器可能被限制在一个实际的主动式头枕系统。
扩展的安静区域,必须更加准确和精确模型的次要路径和虚拟路径。更错误麦克风和二次喇叭可以提供进一步降低噪音的头枕系统。
在总结上述讨论,路径模型的准确性,,估计是很重要的在基于VM的FxLMS算法。然后用适当的算法可以实现合理的衰减稳定在听者的耳朵位置在一个活跃的头枕等实际应用系统。
5。结论
本研究描述了一种新的基于VM的FxLMS算法可以嵌入在一个实时主动式头枕系统数字控制器。以下的主要成果进行了总结。
从FxLMS算法不同,平均衰减在耳朵的位置(以观察者麦克风)达到8分贝毫米和22分贝基于mm在VM FxLMS算法。的数量减少了距离的增加。
提出基于VM的FxLMS算法需要的路径模型,,这些模型的准确性和评估是很重要的。然后用适当的算法可以实现合理的衰减稳定在听者的耳朵位置头枕系统。
扩展的安静区域主动头枕将被视为多个应用程序的错误麦克风和喇叭的头枕系统在未来。
相互竞争的利益
作者宣称没有利益冲突。
确认
这项研究受到了格兰特(12-TI-C01)先进的水资源管理研究项目由土地、基础设施和运输的韩国政府。