多次辅助源的主动抑制窄带噪声

抽象的

本研究通过在管道中使用多通道次级源，对C1、C1.5和C2分量的窄带噪声进行了理论和实验研究。管道中的质量操作通过改变质量因子进行控制，质量因子被纳入多通道FxLMS算法中。该算法在理论和实时控制实验中都得到了广泛的研究。在分析风管系统的主要和次要路径后，选择声学窄带信号作为主要噪声，并将脉冲响应作为次要路径模型。控制结果表明，与控制前相比，在dSPACE 1104中实现的算法中的质量因子提供了稳定且优异的响应。很明显，较低的品质因数抵消了理论中定义的较多的主要噪声，尽管衰减水平与品质因数并不完全成反比。研究结果可用于实际的有源音质控制系统。

1.介绍

主动噪声控制(ANC)系统通常根据叠加原理消除不需要的噪声，从而使主噪声的衰减达到最大[1，2］．它利用了生物启发的自适应前馈学习算法，例如过滤参考最小平均方（FXLMS）来补偿次要路径的效果，以确保收敛[1，2］．这种ANC已成功地广泛应用于飞机、汽车、耳机、移动设备和其他消费类电子产品。

然而，与ANC系统相比，在某些应用中，必须在频率上保留具有指定目标配置文件的残余噪声[3.，4因为一些有意的残余噪音可以提供更好的自然感觉，而不是简单地将残余噪音最小化。这种方法被称为主动音质控制(ASQC)，它可以通过在算法中加入一些因素来实现。因此，一个典型的ASQC系统需要有能力将不需要的噪声衰减到一定的水平，同时将需要的噪声增强到预定的目标水平。自适应噪声均衡(ANE)是其中一个概念，并已扩展到窄带和宽带噪声的控制[5- - - - - -8]. 虽然窄带ANC系统可以最大限度地减少窄带噪声分量，但窄带ANC系统可以独立操作。

管道系统被广泛应用于许多不同的建筑物、工厂和设施。在某些应用中，例如用于精密制造的洁净室，他们需要为工人保持一个舒适的噪音水平，这将导致产品质量。此外，过度减少噪音也会导致令人不舒服、尴尬的寂静。因此，质量因素允许操作噪声降低水平与ANC系统。

在这项研究中，从而，使用基于FXLMS此ANE算法的有源声音质量控制（ASQC）系统在深度研究为了控制窄带噪声，这是主要的在管道中，单独地或完全在声音质量控制方面。对于选择性质量控制，在实时FXLMS自适应算法中应用预先确定的质量因数或参数。

本文的其余部分组织如下。节2，描述了理论考虑对于基于管道中的质量因子矩阵的多通道FXLMS算法导出了适当的音质控制方程。部分3.呈现实验装置，包括试管和控制板，用于实时控制。在同一部分中，讨论了主路径和次级路径，并且包括在控制算法中实现实现的次要路径。在时间和频域中的实时音质控制中，从测量结果的强化分析和讨论都在一节中写入4. 最后，在第二节中总结了结论5．

2.理论的考虑

2.1. 窄带噪声的多通道有源音质控制

具有自适应前馈方法的ANC系统被认为是抑制有害噪声的有效方法[1，2]. 如图所示1，具有噪声源（主源），辅助源和误码麦克风的管道被认为是根据需要抑制主要噪声。嵌入数字信号处理器中的实时算法用于音质控制，如图所示1也是。初级噪声的总和和二次噪音错误麦克风处是错误信号作为．

假设有参考信号，次级扬声器，以及误差传声器，基于时域最速下降算法的多通道FxLMS更新方程的实用形式，无音质因子，可给出如下公式：[1，2］ 在哪里为滤波系数的向量，是一个收敛系数，并且为误差信号向量。

是可以表示为的滤波器参考信号矩阵 其中，滤波参考信号向量可通过

在(1），多通道系统中的实际更新数量为， 在哪里为代价函数，与误差信号输出的瞬时平方和相对于滤波器权重的梯度相同。因此，它可以表述如下[1，2]：

在这个控制系统中，可以使用数字均衡器来控制音质[2]. 质量因子矩阵，这包括每个品质因素到每个次级扬声器，如图所示1，可以考虑在多通道FxLMS算法，并可以主动控制管道系统的声音质量。输出向量从自适应滤波器矩阵是用来分离和相乘的吗对于实际的二级路径矩阵在一个分支和对于模型的在另一个分支。这使得能够写入的错误信号矢量

这个误差信号向量表明控制后的残余噪声可以用质量因子矩阵来保持［5］．因此，给出了基于质量因子矩阵的多通道FxLMS算法的实用更新方程是（谁）给的

(6)自动操作以最小化信号向量．所以，如果扰动信号矢量,然后(5)可以表示为

等式（7)表示控制波导中误差麦克风位置的残余噪声级的质量因子矩阵。信号的分离介绍四种不同情况下的结果如下:(1)如果，它充当普通的ANC系统（这相当于（1))使(2)如果它就像非国大系统一样，（3）如果，其作用是根据该值将噪声控制到一定水平并制作，(4)如果，它的作用是提高噪音水平，使．

3.实现和实验

3．1.实验设置和主路径

实时窄带有源声质控制实验装置由一根亚克力管(长度为1800毫米)、左端一个主扬声器、两个二次声源(控制扬声器)、一个误差麦克风(PCB 377B0E）在右端，功率放大器（B＆K 2716C），PCB信号调节器和低通滤波器。另外，它涉及DSPACE 1104的实时控制单元，用于实现控制算法。所以有1个参考信号（），2个二级扬声器（）和1个错误麦克风（)在这个控制系统中。

采样频率是两个adc前的抗混叠低通滤波器(用于参考信号和误差信号)和DAC后的重构低通滤波器(用于控制信号)的截止频率均为500hz。控制信号矢量在控制算法中产生的，通过DAC传送到控制扬声器。辅助源和误差麦克风之间的物理声学路径长度分别为源1和600mm的1140mm。

在管道系统中，风扇的噪声通常是最主要的。因此，窄带信号极有可能作为输入。其他不同的信号，纯音或宽带信号可以作为输入。控制纯色调是非常容易的，但在实际应用中用处很低。对宽带信号的控制是有用的，但信号需要很长的控制滤波器才能成功控制。然而，许多实际应用，如风扇、电动机、发动机和其他旋转装置会产生非平稳的窄带信号。基于自适应陷波器的窄带控制每阶需要两个滤波器系数，这允许更少的控制滤波器长度。此外，本研究研究的是由三个不同阶数组成的窄带信号。

因此，对于主要干扰噪声，考虑具有C1（模式1）、C1.5（模式2）和C2（模式3）三个分量的窄带信号，如图所示2(一个)．

图中扰动信号的谱图2(一个)表示如前所述涉及三个组件，并且它分别驻留为第一和最后2秒，而是在两个固定信号之间不稳定地扫描5秒。在扫描期间，C1，C1.5和C2顺序分别从100Hz到200Hz，150Hz至300Hz，以及200Hz至400Hz的100 Hz，分别变化。

在图中2 (b)，给出了在dSPACE 1104上实现的多通道窄带FxLMS的框图。框图显示了主动消除窄带干扰的自适应陷波滤波器。图中的框图2 (b)是数字的扩展版本1产生适当的控制信号来操作两个二级扬声器。图中的每个虚线矩形2 (b)表示针对三个命令之一的自适应陷波滤波器，以驱动两个扬声器中的一个。

3.2。二次路径建模

用dSPACE 1104测量主动控制系统的植物，即每个控制扬声器、LS1或LS2和误差传声器之间的次级路径，如图所示1．两种植物模型和使用来自测量数据的离线识别方法获得。从数字中可以看出3.，绘制频响函数(FRF)和脉冲响应函数(IRF)。

FIR过滤器和在控制算法中对对象模型实现如图2 (b)．FIR滤波器的长度分别为50个样本，尽管图中的irf3.展示200个样品。长度实时控制取决于控制处理器的性能和所用算法的复杂性。

通过对实际二次路径输出与二次路径模型差的误差信号的均方分析，确定FIR滤波器二次路径模型的长度。分析表明，50个样本长度的选择是合理的，因为它在均方误差(MSE)和实时计算时间方面具有良好的控制性能。较长的滤波器长度进一步减少了控制，但它需要进一步的实时处理能力。

4.结果和讨论

在本实验中，使用LS1或LS2或两者(LS1 + LS2)两个二级扬声器作为对照。同时控制结果呈现无还有质量因素．

4．1.没有质量因素的主动控制结果

当不应用质量因素时为了控制实现，实时控制实验结果显示了具有最大衰减的完整性能，如图所示4．数据4（a），4 (d),4 (g)给出控制后的误差信号的谱图，误差谱的比较在控制前后之间，以及衰减分别的时候只使用LS1．衰减定义如下: 其中，后面和前面的下标分别表示“控制之后”和“控制之前”，和是扰动谱。

仅使用LS1时，控制后的误差信号谱图，与图进行对比2(一个)，表明三个扫描组件（C1，C1.5和C2）非常稳定。在这种情况下，在100-400Hz的频率范围内的平均衰减水平约为25.62 dB，如表所示1．

数据4（b），4 (e),4 (h)表明，相同频率范围内的误差信号的平均衰减水平约为24.09 dB只使用LS2．同样的数据4 (c)，4 (f),4（i）时的平均衰减水平约为29.74 dB使用LS1和LS2．

值得注意的是，与其他两种情况相比，LS1和LS2的情况表现出最好的性能。从Figure的结果中可以看出这一点4特别是在320hz (C3)左右的频率区域没有得到有效控制。这是由于特征值的扩展在这个管道控制系统中固有地比其他区域更宽。

较少控制的峰值约为300 图中的赫兹4是由图中所示的频率附近的次级路径的突然相位变化引起的3(一个)，这是由管道的物理尺寸以及次级扬声器和误差传声器之间的物理和电气特性决定的。在主动控制中，为了保持控制系统的稳定性，在某一频率处的突然变相尤其限制了收敛系数的取值。因此，相位的突然变化决定了控制性能。一旦收敛系数增大，该频率附近的峰值会突然增大，威胁到系统的稳定性。因此，即使管道尺寸无法重新设计，人们也可以通过修改二次路径的物理和电气特性来减少在特定频率下的相位变化量。这样的改变可以带来更好的控制性能。

从表1，只观察到LS1和LS2之间的结果差异，但差异不大。这主要是由于两条二次路径之间的物理和电学性质的差异造成的。两种路径的收敛系数值略有不同，造成了结果的差异。

此外，尽管看起来很自然，但这证明了使用更多控制扬声器可以在有源噪声控制中引入更好的衰减，前提是算法的复杂性不超过实时处理器的计算能力，并且控制是稳定的。

4.2。没有质量因子的每个组件的主动控制结果

如果没有应用质量因素在窄带控制实现中，仅使用LS1或LS2对各分量进行控制后的误差信号谱图绘制在图中5．

数据5(一个)，5 (b),5 (c)显示C1，C1.5和C2组件仅取消LS1。即使控制仅通过LS1专用于一个组件（C2），C2中约320Hz的噪声仍然不会被抑制。在表格中概述了这种情况下的平均衰减水平1．

在数据5 (d)，5 (e),5（f），控制后的误差信号谱图与图非常相似5(一个)，5 (b),5 (c)．从图中可以看出，使用LS2时，C1.5处的平均衰减比LS1略好5 (b)和5 (e)，虽然表中的平均衰减水平1表现不同。因为C1.5从150延伸 赫兹至300赫兹 Hz与C1在150–200处重叠 200–300时的频率为Hz和C2 在这种情况下，C1.5的平均衰减水平不能代表实际结果。

4.3。主动控制结果质量因素

在本节中，三种不同的质量因素，,适用于实际控制实施;当使用LS1和LS2时，实时控制实验在其衰减方面导致其衰减方面如图所示6．作为数字6(一)，6 (b),6 (c)指示衰减在（完全控制），,，衰减最大的是在．

控制结果包括误差谱和衰减在频域中，在图中呈现7（a）和7（b）用4种不同的1.0（控制前，细线）、0.5（质量控制，虚线）、0.2（质量控制，粗线）和0.0（完全控制，最粗线）。

数字7结果表明，在误差谱和衰减中，音质因子的变化都有显著的影响。如表所述1，在100 Hz - 400 Hz的频率范围内的平均衰减，，,分别为29.74 dB，13.71dB，5.84 dB和0.00 dB。

很明显，越低越好消除理论中定义的更主要的噪声，尽管衰减水平与品质因数不完全成反比．在低通滤波器中，控制频率超过400hz后，没有溢出现象，这表明该方法在较宽的频率范围内具有很高的稳定性和非常好的性能。

控制结果如图所示6和7证明任何特定的声学模式都可以通过使用品质因数进行必要的抑制．这可以扩展到更复杂的声音质量控制系统，如车辆或其他产品。

顺便说一句，在这种方法中，当在控制之前给出目标轮廓时，可以计算出最佳品质因数。当在控制之前预定义目标频率剖面时，可以在控制期间自动调整质量因子。为了实现这些系统，有必要将命令输入（目标配置文件）信号插入图中的方框图中1;然后，命令输入与误差信号之间的差值是对LMS算法的反馈。

由于ASQC系统需要在频率上将初级噪声控制到某个目标配置文件，因此预计该方法可以提供实用的解决方案。

另外，如果主输入信号是宽带，则质量因子将在频率范围内同等工作。这将导致噪声水平的衰减，但衰减量可能小于窄带输入信号的量。

5.结论

本研究通过质量因数提出了在1维管道中的一些声学模式（C1，C1.5和C2分量）的主动音质控制操纵，其在基于生物学启发学习的实时多通道FXLMS算法中实现。控制结果表明，在对照之前，具有或没有质量因子的算法提供了在实验中提供的稳定和优异的响应。可以使用管道中的两个控制扬声器或两个控制扬声器，三种组分同时控制或分别具有大的衰减。

对于使用LS1或LS2的单独控制，无论是否使用品质因数，平均衰减都非常相似。LS1特别显示为25.62 当beta=0时，总体上降低了dB，但LS2给出了24.09 降低分贝。

质量因子值影响巨大的控制结果;随着使用β= 1.0,0.5,0.2和0.0的值减少，使用LS1和LS2时，衰减水平将增加到0.00,5.84,13.71和29.74dB。

很明显，越低越好消去理论中定义的更主要的噪声，尽管衰减水平并不精确，并且与质量因子成反比。多通道音质算法在窄带噪声下具有良好的稳定性和性能。本研究结果可用于实际的主动声质量控制系统。

对于未来，将调查基于目标的基于目标的控制，以将本研究扩展到实际应用于大型管道系统。新的控制方案将包含命令输入（频率上的目标轮廓），并将输入与误差信号进行比较以驱动自适应FXLMS算法。在每个样本中会自动更新质量因子以满足目标配置文件。

利益冲突

提交人声明没有关于本文的出版物的利益冲突。

承认

这项工作得到了2012年仁川国立大学研究基金的支持。

参考文献

1. “主动噪声控制的最新进展:开放性问题和创新应用，”《信号和信息处理学报》，第1卷，e3条，21页，2012年。视图:出版商网站|谷歌学术
2. L.V.W.W.S.GaN，A.W.Khong和S. M. Kuo，“具有不完美的二级路径估计的窄带反馈有源噪声控制系统的收敛性分析”，“IEEE在音频，语音和语言处理中的交易，卷。21，不。11，pp。2403-2411,2013。视图:出版商网站|谷歌学术
3. Y.-S.Lee和S. J. Elliott，“使用内部模型控制的灵活智能光束的主动位置控制”作者：王莹，第242卷，第2期5，页767-791,2001。视图:出版商网站|谷歌学术
4. D. Bismor，“LMS算法步长调整快速收敛”音响档案，卷。37，不。1，pp。31-40,2012。视图:出版商网站|谷歌学术
5. s . j .艾略特主动控制的信号处理，学术出版社，2001年。
6. s . o .微积分自适应滤波理论，Prentice Hall，第5版，2013年。
7. J. C. Burgess，“管道中的主动自适应声音控制：计算机模拟”，美国声学学会杂志，第70卷，第2期3，第715-725页，1981。视图:出版商网站|谷歌学术
8. 李国强、甘文胜、郭思明，子带自适应滤波：理论与实现，Wiley，2009。视图:出版商网站

版权

版权所有©2016 Seokhoon Ryu等。这是分布下的开放式访问文章知识共享署名许可协议，允许在任何媒介中不受限制地使用、分发和复制，前提是原作被正确引用。