有源型噪声降低装置的制作方法

本发明涉及对随着发动机等的振动而在车内产生的噪声进行降低的有源型噪声降低装置。

背景技术：

图9是现有的有源型噪声降低装置501的框图。有源型噪声降低装置501针对随着车辆的发动机的旋转而在车内产生的噪声，产生与噪声相同的振幅并且与噪声相反相位的声波，通过使其与噪声干扰来降低噪声。

用于产生使其与噪声干扰的声波的控制信号是将与噪声相同频率的正弦波信号以及余弦波信号分别与自适应滤波器系数相乘后相加来生成的。

自适应滤波器基于来自设置于控制点的话筒的信号、和对作为正弦波信号的基准信号卷积扬声器与话筒之间的传输特性而得到的信号即模拟信号，通过LMS算法而被更新。

作为与有源型噪声降低装置501有关的在先技术文献信息，例如已知专利文献1以及专利文献2。

在先技术文献

专利文献

专利文献1：日本特开2000-99037号公报

专利文献2：专利第4079831号公报

技术实现要素：

有源型噪声降低装置具备：控制频率判定器，对噪声的频率进行判定；参考余弦波产生器，产生具有所判定的频率的参考余弦波信号；参考正弦波产生器，产生具有噪声的频率的参考正弦波信号；第一1抽头自适应滤波器，被输入参考余弦波信号并具有第1滤波器系数；第二1抽头自适应滤波器，被输入参考正弦波信号并具有第2滤波器系数；加法器，将来自第一1抽头自适应滤波器的输出信号和来自第二1抽头自适应滤波器的输出信号相加；2次噪声产生器，被来自加法器的输出信号驱动来产生2次噪声；残留声音检测器，对由于2次噪声与噪声之间的干扰而产生的残留声音进行检测；模拟信号产生器，输出利用对从2次噪声产生器到残留声音检测器之间的传输特性进行模拟的特性来分别修正参考余弦波信号以及参考正弦波信号而得到的模拟余弦波信号以及模拟正弦波信号；和滤波器系数更新单元，基于来自残留声音检测器的输出信号、来自模拟信号产生器的输出信号、所述参考余弦波信号、所述参考正弦波信号和来自所述加法器的输出信号，对第1滤波器系数和第2滤波器系数进行更新。2次噪声在残留声音检测器所设置的空间中使噪声降低。

附图说明

图1是实施方式1中的有源型噪声降低装置的框图。

图2是实施方式1中的另一有源型噪声降低装置的框图。

图3是实施方式1中的有源型噪声降低装置的开环特性的测定系统的框图。

图4是现有的有源型噪声降低装置的开环特性的测定系统的框图。

图5A是实施方式1中的有源型噪声降低装置的控制频率为100Hz的情况下的开环的振幅特性图。

图5B是实施方式1中的有源型噪声降低装置的控制频率为100Hz的情况下的开环的相位特性图。

图6A是实施方式1中的有源型噪声降低装置的控制频率为200Hz的情况下的开环的振幅特性图。

图6B是实施方式1中的有源型噪声降低装置的控制频率为200Hz的情况下的开环的相位特性图。

图7是实施方式2中的有源型噪声降低装置的框图。

图8A是实施方式2中的有源型噪声降低装置的开环特性图。

图8B是实施方式2中的有源型噪声降低装置的开环特性图。

图9是现有的有源型噪声降低装置的框图。

具体实施方式

在现有的有源型噪声降低装置501中，在由于基于经时的扬声器或话筒的特性变化、窗户的开闭或乘客数增减等车内环境的变化，导致扬声器与话筒间的当前的传输特性与为了生成模拟信号而保存于有源型噪声降低装置内的运算器的传输特性数据不同的情况下，自适应滤波器的动作变得不稳定，不仅不能得到理想的噪声降低效果，还反而陷入增大噪声的发散状态。

此外，在现有的有源型噪声降低装置501中，在像粗糙的路面上的行驶时、窗户的打开时那样，来自外部的杂音的混入明显的条件下，滤波器系数的更新也不能适当地进行，自适应滤波器的动作变得不稳定，在最坏的情况下，可能产生基于发散的异常声音，给乘客带来明显的不适感。进一步地，在现有的有源型噪声降低装置501中，在设置于控制点的话筒位置的噪声等级与乘客的耳朵位置处的噪声等级存在差的情况下，可能成为乘客的耳朵位置处的噪声降低效果变小这一过补偿状态。

为了解决上述的课题，在专利文献2中，使控制信号以初始传输特性而被声音传输至话筒的信号(补偿信号)数值运算地产生，将补偿信号与话筒的输出信号相加得到的信号用于自适应控制算法。由此，在当前的传输特性从初始传输特性显著变化的情况下、由于来自外部的杂音的混入导致自适应陷波滤波器的滤波器系数较大变动的情况下，也使自适应控制算法发挥作用以使得提高稳定性，抑制滤波器的发散，并且抑制乘客的耳朵位置处的过补偿。

但是，在该情况下，每个话筒中需要补偿信号生成运算。在搭载于实际的车辆的系统中，需要设置多个话筒，因此专利文献2中公开的方法中，与话筒所增多的部分相应地运算量增大，在假定实际使用的状况的情况下，在成本方面不利。

(实施方式1)

图1是实施方式1中的有源型噪声降低装置1001的框图。有源型噪声降低装置1001具备：控制频率判定器1、参考余弦波产生器2、参考正弦波产生器3、1抽头自适应滤波器5、6、加法器9、2次噪声产生器11a、模拟信号产生器4、滤波器系数更新部7、8、残留声音检测器12。控制频率判定器1接受与发动机/轴等汽车的旋转构件有关的信号，根据检测出的旋转频率来输出作为消音对象的控制空间S1中的噪声N0的频率f。例如在发动机旋转的情况下，接收与其同步的电信号即发动机脉冲，检测发动机的转速。然后，输出根据转速而产生的噪声N0的频率f。控制频率判定器1所输出的频率f被输入到参考余弦波产生器2、参考正弦波产生器3以及模拟信号产生器4。1抽头自适应滤波器5、6构成自适应陷波滤波器部51。滤波器系数更新部7、8构成滤波器系数更新单元52。

参考余弦波产生器2和参考正弦波产生器3分别生成作为与在时刻n由控制频率判定器1求出的应消音的频率f同步的参考信号的参考余弦波信号b0(n)和参考正弦波信号b1(n)。余弦波信号b0(n)和参考正弦波信号b1(n)相差90度相位。

作为参考余弦波产生器2的输出信号的参考余弦波信号b0(n)与自适应陷波滤波器部51之中1抽头自适应滤波器5的滤波器系数W0(n)相乘。同样地，作为参考正弦波产生器3的输出信号的参考正弦波信号b1(n)与自适应陷波滤波器部51之中1抽头自适应滤波器6的滤波器系数W1(n)相乘。然后，加法器9输出将1抽头自适应滤波器5的输出信号(W0(n)·b0(n))与1抽头自适应滤波器6的输出信号(W1(n)·b1(n))相加得到的输出信号y(n)。

2次噪声产生器11a具有功率放大器10和扬声器11。残留声音检测器12和2次噪声产生器11a的扬声器11被设置于控制空间S1。自适应陷波滤波器部51的输出即加法器9的输出信号y(n)在被功率放大器10功率放大后，作为用于抵消作为课题的噪声N0的二次噪声N1，被从扬声器11放射。作为课题的噪声N0通过与二次噪声N1的干扰而被消音。此时未被消音的残留声音被作为话筒的残留声音检测器12检测，作为误差信号e(n)而被利用于用来更新1抽头自适应滤波器5、6的滤波器系数W0(n)、W1(n)的第一自适应控制算法。

模拟信号产生器4保持频率f处的从功率放大器10到残留声音检测器12的传输特性数据，生成将参考信号与上述传输特性卷积得到的信号即模拟信号。模拟信号由通过将参考余弦波信号b0(n)与传输特性卷积而得到的模拟余弦波信号r0(n)、和通过将参考正弦波信号b1(n)与传输特性卷积而得到的模拟正弦波信号r1(n)构成。也就是说，模拟信号产生器4输出利用对从2次噪声产生器11a(扬声器11)到残留声音检测器12之间的传输特性进行模拟的特性来分别修正参考余弦波信号b0(n)以及参考正弦波信号b1(n)而得到的模拟余弦波信号r0(n)以及模拟正弦波信号r1(n)。

模拟信号r0(n)、r1(n)的生成中，利用保存于ROM等存储介质的传输特性的数据。通过频率特性测定器等来预先测量传输系统的振幅特性和相位特性，将每个频率的振幅和相位作为表来保存于存储介质。在信号生成时，基于控制频率判定器的输出值，从保存于存储介质的表读取振幅和相位，通过对具有读取的振幅、相位和基于控制频率判定器1的输出值的频率的余弦波以及正弦波进行计算来生成信号。

换句话说，根据控制频率判定器1输出的频率f、增益C和相位时刻n的模拟余弦波信号r0(n)和模拟正弦波信号r1(n)通过(式1)和(式2)而被分别得到。

【式1】

r0(n)＝C·cos(2·π·f·n+φ)

【式2】

r1(n)＝C·sin(2·π·f·n+φ)

第一自适应控制算法利用上述模拟信号r0(n)、r1(n)和来自残留声音检测器12的输出即误差信号e(n)，第一自适应控制算法通过滤波器系数更新部7来实现。

1抽头自适应滤波器5、6的滤波器系数W0(n)、W1(n)基于步长参数μ，通过(式3)(式4)而被分别更新。

【式3】

W0(n+1)＝W0(n)-μ·r0(n)·e(n)

【式4】

W1(n+1)＝W1(n)-μ·r1(n)·e(n)

进一步地，通过第二自适应控制算法，实现控制的稳定化。第二自适应控制算法利用参考信号b0(n)、b1(n)和自适应陷波滤波器部51的输出信号y(n)，第二自适应控制算法通过滤波器系数更新部8来实现。

在第二自适应控制算法中，1抽头自适应滤波器5、6的滤波器系数W0(n)、W1(n)基于步长参数μ，通过(式5)(式6)而被分别更新。

【式5】

W0(n+1)＝W0(n)-μ·b0(n)·y(n)

【式6】

W1(n+1)＝W1(n)-μ·b1(n)·y(n)

在有源型噪声降低装置1001中，将第一自适应控制算法和第二自适应控制算法组合，通过(式7)(式8)来分别更新滤波器系数W0(n)、W1(n)。

【式7】

W0(n+1)＝W0(n)-μ·(r0(n)·e(n)+b0(n)·y(n))

【式8】

W1(n+1)＝W1(n)-μ·(r1(n)·e(n)+b1(n)·y(n))

如上所述，滤波器系数更新单元52基于来自残留声音检测器12的输出信号(误差信号e(n))、来自模拟信号产生器4的输出信号(模拟余弦波信号r0(n)、模拟正弦波信号r1(n))、参考余弦波信号b0(n)、参考正弦波信号b1(n)和来自加法器9的输出信号y(n)，对滤波器系数W0(n)、W1(n)进行更新。

滤波器系数更新部7不使用参考余弦波信号b0(n)、参考正弦波信号b1(n)和来自加法器9的输出信号y(n)，而基于来自残留声音检测器12的输出信号(误差信号e(n))、来自模拟信号产生器4的输出信号(模拟余弦波信号r0(n)、模拟正弦波信号r1(n))来更新滤波器系数W0(n)、W1(n)。滤波器系数更新部8不使用来自残留声音检测器12的输出信号(误差信号e(n))和来自模拟信号产生器的输出信号(模拟余弦波信号r0(n)、模拟正弦波信号r1(n))，而基于参考余弦波信号b0(n)、参考正弦波信号b1(n)和来自加法器9的输出信号y(n)来更新滤波器系数W0(n)、W1(n)。

接下来，考虑话筒即残留声音检测器12的数量从1个增加至2个的情况。图2是实施方式1中的另一有源型噪声降低装置1002的框图。在图2中，对与图1所示的有源型噪声降低装置1001相同的部分，付与相同的参考编号。有源型噪声降低装置1002还具备作为话筒的残留声音检测器15。

作为课题的噪声N0通过与二次噪声N1的干扰而被消音。此时未被消音的残留声音被设置于控制空间的残留声音检测器12、15检测，残留声音检测器12、15基于检测到的残留声音来分别输出误差信号e0(n)、e1(n)。

模拟信号产生器4输出利用对从2次噪声产生器11a(扬声器11)到残留声音检测器12之间的传输特性进行模拟的特性来分别修正参考余弦波信号b0(n)以及参考正弦波信号b1(n)而得到的模拟余弦波信号r00(n)以及模拟正弦波信号r01(n)。同样地，模拟信号产生器4输出利用对从2次噪声产生器11a(扬声器11)到残留声音检测器15之间的传输特性进行模拟的特性来分别修正参考余弦波信号b0(n)以及参考正弦波信号b1(n)而得到的模拟余弦波信号r10(n)以及模拟正弦波信号r11(n)。

在图2所示的有源型噪声降低装置1002中，1抽头自适应滤波器5、6的滤波器系数W0(n)、W1(n)基于步长参数μ，通过(式9)(式10)而被分别更新。

【式9】

W0(n+1)＝W0(n)-μ·(r00(n)·e0(n)+r01(n)·e1(n)+b0(n)·y(n))

【式10】

W1(n+1)＝W1(n)-μ·(r10(n)·e0(n)+r11(n)·e1(n)+b1(n)·y(n))

在上述的式子中，与步长参数μ相乘的式子的第一项和第二项是基于滤波器系数更新部7的第一自适应控制算法所得到的部分，第三项是基于滤波器系数更新部8的第二自适应控制算法所得到的部分。将(式7)与(式9)进行比较、将(式8)与(式10)进行比较可知，即使残留声音检测器的话筒的数量增加，基于第二自适应控制算法的运算量也不会增加。因此，即使在话筒的数量增加的情况下，也能够通过与图9所示的现有的有源型噪声降低装置501相比较少的运算量得到同等的效果。

如上所述，在有源型噪声降低装置1002中，滤波器系数更新单元52基于来自残留声音检测器12、15的输出信号(误差信号e0(n)、e1(n))、来自模拟信号产生器4的输出信号(模拟余弦波信号r00(n)、r10(n)、模拟正弦波信号r10(n)、r11(n))、参考余弦波信号b0(n)、参考正弦波信号b1(n)和来自加法器9的输出信号y(n)，对滤波器系数W0(n)、W1(n)进行更新。

在有源型噪声降低装置1002中，滤波器系数更新部7不使用参考余弦波信号b0(n)、参考正弦波信号b1(n)和来自加法器9的输出信号y(n)，而基于来自残留声音检测器12、15的输出信号(误差信号e0(n)、e1(n))和来自模拟信号产生器4的输出信号(模拟余弦波信号r00(n)、r10(n)、模拟正弦波信号r01(n)、r11(n))来更新滤波器系数W0(n)、W1(n)。滤波器系数更新部8不使用来自残留声音检测器12、15的输出信号(误差信号e0(n)、e1(n))和来自模拟信号产生器的输出信号(模拟余弦波信号r00(n)、r10(n)、模拟正弦波信号r01(n)、r11(n))，而基于参考余弦波信号b0(n)、参考正弦波信号b1(n)和来自加法器9的输出信号y(n)来更新滤波器系数W0(n)、W1(n)。

接下来，对上述的更新的式子的导出进行说明。

一般地，最小二乘法(LMS)算法是依次求出(式11)所示的评价函数J为最小的解的算法。

【式11】

J＝E[e(n)²]

其中，E[P]表示变量P的期望值。自适应控制算法基于最速下降法。

最速下降法中的k抽头的自适应滤波器的滤波器系数w(n)基于步长参数μ，通过(式12)而被更新。

【式12】

w(n+1)＝w(n)-μ·E[x(n)·e(n)]

滤波器系数w(n)是k维的向量。参考信号x(n)也是k维的向量。步长参数μ是标量值。(式12)的第二项被称为梯度向量，随着自适应滤波器收敛而接近于零向量。

在LMS算法中，进一步地，通过将第二项的期望值的运算置换为瞬时值的运算来导出更新滤波器系数w(n)的(式13)。

【式13】

w(n+1)＝w(n)-μ·x(n)·e(n)

也就是说，可知最速下降法通过参考信号x(n)与误差信号e(n)的相互相关来计算更新向量，LMS算法通过相互相关的瞬时值来计算更新向量。

另外，专利文献2公开了使用由(式14)所示的修正误差信号e‘(n)来更新滤波器系数W0(n)、W1(n)的(式15)(式16)。

【式14】

e′(n)＝e(n)+r0(n)·W0(n)+r1(n)·W1(n)

【式15】

W0(n+1)＝W0(n)-μ·r0(n)·e′(n)

【式16】

W1(n+1)＝W0(n)-μ·r1(n)·e′(n)

(式15)(式16)的右边的第二项的期望值分别由(式17)(式18)来表示。

【式17】

E[r0(n)·e′(n)]＝E[r0(n)·e(n)]+E[r0(n)·r0(n)·W0(n)]

+E[r0(n)·r1(n)·W1(n)]

【式18】

E[r1(n)·e′(n)]＝E[r1(n)·e(n)]+E[r1(n)·r0(n)·W0(n)]

+E[r1(n)·r1(n)·W1(n)]

由于模拟信号r0(n)、r1(n)分别是与从扬声器11到残留声音检测器12的相位特性相应地具有偏角的余弦波和正弦波，因此期望值E[r0(n)·r1(n)]为0。

因此，从上述的(式17)(式18)分别得到(式19)(式20)。

【式19】

E[r0(n)·e′(n)]＝E[r0(n)·e(n)]+E[r0(n)·r0(n)·W0(n)]

【式20】

E[r1(n)·e′(n)]＝E[r1(n)·e(n)]+E[r1(n)·r1(n)·W1(n)]

进一步地，从扬声器11到残留声音检测器12的传输特性包含作为振幅特性的增益C和相位特性。相位特性由使信号X的偏角移动的函数Φ(X)来表示。使用增益C和函数Φ(X)，模拟信号r0(n)、r1(n)分别被表示为(式21)(式22)。

【式21】

r0(n)＝C·Φ(b0(n))

【式22】

r1(n)＝C·Φ(b1(n))

若使用(式21)和(式22)，则(式19)和(式20)分别被表示为(式23)(式24)。

【式23】

E[r0(n)·e′(n)]＝E[r0(n)·e(n)]+E[C²·Φ(b0(n))·Φ(b0(n))·W0(n)]

【式24】

E[r1(n)·e′(n)]＝E[r1(n)·e(n)]+E[C²·Φ(b1(n))·Φ(b1(n))·W1(n)]

进一步地，(式25)(式26)成立。

【式25】

E[Φ(b0(n))·Φ(b0(n))]＝E[b0(n)·b0(n)]

【式26】

E[Φ(b1(n))·Φ(b1(n))]＝E[b1(n)·b1(n)]

因此，从(式23)(式24)，分别得到(式27)(式28)。

【式27】

E[r0(n)·e′(n)]＝E[r0(n)·e(n)]+C²·E[Φ(b0(n))·Φ(b0(n))·W0(n)]

＝E[r0(n)·e(n)]+C²·E[b0(n)·y(n)]

【式28】

E[r1(n)·e′(n)]＝E[r1(n)·e(n)]+C²·E[b1(n)·y(n)]

通过将梯度向量的瞬时值利用于更新滤波器系数的式子，得到(式29)(式30)。

【式29】

W0(n+1)＝W0(n)-μ·(r0(n)·e(n)+C²·b0(n)·y(n))

【式30】

W1(n+1)＝W1(n)-μ·(r1(n)·e(n)+C²·b1(n)·y(n))

在(式29)(式30)中，若将把振幅特性的增益C作为1而忽略的值的瞬时值设为更新向量，则能够导出(式7)以及(式8)。

接下来，对有源型噪声降低装置1001的特性的解析进行说明。图3是有源型噪声降低装置1001的开环特性的测定系统的框图。图4是专利文献2中公开的现有的有源型噪声降低装置502的开环特性的测定系统的框图。在图3和图4中，由虚线包围的部分表示在有源型噪声降低装置502、1001内实现的要素。

利用有源型噪声降低装置502、1001和频率特性测定器13来测量自适应滤波器的开环特性。在实施方式1中的有源型噪声降低装置1001和现有的有源型噪声降低装置502中进行了消音性能的比较。

开环特性通过以下的方法来进行测量。在作为发动机脉冲，施加具有由控制频率判定器1决定的目标频率(例如100Hz)所对应的一定的周期的脉冲信号后，向残留声音检测器12所连接的端子施加正弦波输入信号V_IN，通过频率特性测定器13来测定扬声器11的输出端输出V_OUT相对于正弦波输入信号V_IN的比，从而测量开环特性。

该开环特性表示由控制频率判定器1决定的频率f下的自适应陷波滤波器部51的滤波器特性，在该特性一致时，由控制频率判定器1决定的频率f下的有源型噪声降低装置502、1001的消音性能相同。

图5A和图5B是控制频率为100Hz的情况下的有源型噪声降低装置502、1001的开环特性图。图5A表示有源型噪声降低装置502的开环特性之中的振幅特性A502和有源型噪声降低装置1001的振幅特性A1001。图5B表示有源型噪声降低装置502的开环特性之中的相位特性P502和有源型噪声降低装置1001的相位特性P1001。图6A和图6B是控制频率为200Hz的情况下的有源型噪声降低装置502、1001的开环特性图，图5A表示开环特性之中的振幅特性，图5B表示开环特性之中的相位特性。

在图5B和图6B所示的相位特性中，在各自的控制频率100Hz、200Hz附近，相位为180度，起到所期待的效果。此外，在图5A和图6A所示的振幅特性中，实施方式1中的有源型噪声降低装置1001和现有的有源型噪声降低装置502中，开环特性一致，实施方式1中的有源型噪声降低装置1001具有与现有的有源型噪声降低装置502同等的传输特性。也就是说，即使在当前的传输特性从初始传输特性显著变化的情况下、由于来自外部的杂音的混入导致1抽头自适应滤波器5、6的滤波器系数较大变动的情况下，自适应控制算法也进行动作以使得提高稳定性，具有抑制滤波器系数的发散并且抑制乘客的耳朵位置处的过补偿的效果。

(实施方式2)

图7是实施方式2中的有源型噪声降低装置1003的框图。在图7中，对与图1所示的实施方式1中的有源型噪声降低装置1001相同的部分付与相同的参考编号。

有源型噪声降低装置1003还具备被设置于图1所示的实施方式1中的有源型噪声降低装置1001的加法器9与滤波器系数更新部8之间的增益调整器14。在有源型噪声降低装置1003中，使用增益调整器14的输出信号，滤波器系数更新部8更新滤波器系数。

增益调整器14对来自加法器9的输出信号y(n)乘以规定的常量即增益系数α，得到输出信号(α·y(n))。滤波器系数更新部8通过利用来自参考余弦波产生器2的输出信号即参考余弦波信号b0(n)以及来自参考正弦波产生器3的输出信号即参考正弦波信号b1(n)、和增益调整器14的输出信号，能够调节第二自适应控制算法的收敛速度。因此，过补偿被更加最佳地抑制，并且能够得到稳定性更加提高的理想的噪声降低效果。

增益调整器14将加法器9的输出信号y(n)与增益系数α相乘。此时，滤波器系数W0(n)、W1(n)通过(式31)(式32)(式33)而被更新。

【式31】

W0(n+1)＝W0(n)-μ·(r0(n)·e(n)+b0(n)·y′(n))

【式32】

W1(n+1)＝W1(n)-μ·(r1(n)·e(n)+b1(n)·y′(n))

【式33】

y′(n)＝α·y(n)

增益系数α对基于第二自适应控制算法的更新速度进行调整，具有与现有技术中的针对补偿信号的增益系数同等的效果。换句话说，能够通过增益系数α来调整自适应滤波器的稳定度和收敛时的噪声降低量。增益系数α越大，自适应滤波器的稳定度越提高，而噪声降低量越小。

图8A和图8B是将增益系数α在0＜α＜1的条件下进行设定时的有源型噪声降低装置1003的开环特性图。图8A表示有源型噪声降低装置1003的开环特性之中的振幅特性A1003和现有的有源型噪声降低装置502的振幅特性A502。图8B表示有源型噪声降低装置1003的开环特性之中的相位特性P1003和现有的有源型噪声降低装置502的相位特性P502。

图5A和图5B所示的振幅特性A1001和相位特性P1001与增益系数α为1的情况下的特性相等。若对图5A与图8A进行比较，对图5B与图8B进行比较，可知实施方式2中的有源型噪声降低装置1003与现有的有源型噪声降低装置502相比，开环增益相对于频率变化，特性的变化也相等。因此，实施方式2中的有源型噪声降低装置1003具有与现有的有源型噪声降低装置502同等的特性。换句话说，实施方式2中的有源型噪声降低装置1003即使在当前的传输特性从初始传输特性显著变化的情况下、由于来自外部的杂音的混入导致自适应滤波器的滤波器系数较大变动的情况下，与实施方式1中的有源型噪声降低装置1001相比，过补偿被更加最佳地抑制，并且能够得到稳定性更加提高的理想的噪声降低效果。

另外，虽然在实施方式2中的有源型噪声降低装置1003中，增益系数α是规定的值，但也可以使其根据噪声N0的频率f而变化。在该情况下，将噪声N0的每个频率f的值的增益系数α作为表，预先保持于存储介质，基于控制频率判定器1输出的频率f的值，从表参考增益系数α的值，从而能够确定增益系数α。

也就是说，由于作为增益调整器14，能够通过将与由控制频率判定器1判定的作为课题的噪声N0的频率f相应的值的增益系数α相乘于加法器9的输出信号y(n)，从而根据车内的声音的传输特性来调节修正信号的等级，因此过补偿被更加最佳地抑制，并且能够得到稳定性更加提高的理想的噪声降低效果。

在实际将有源型噪声降低装置1003搭载于车辆等的情况下，从扬声器11到话筒即残留声音检测器12的传输特性具有振幅和相位都依赖于频率f的频率特性。在振幅存在下降(波谷)或者相位的变化较大的情况下，根据频率f，1抽头自适应滤波器5、6发散的可能性变大。因此，通过按照频率f的多个值的每一个来适当地设定增益系数α的值，能够得到稳定性更加提高的理想的噪声降低效果。

此外，实施方式2中的增益系数α也可以根据(式34)所示的1抽头自适应滤波器5、6的滤波器系数W0(n)、W1(n)的平方和来变化。

【式34】

W0(n)²+W1(n)²

也就是说，也可以将具有与1抽头自适应滤波器5以及1抽头自适应滤波器6的滤波器系数W0(n)、W1(n)的平方和相应的值的增益系数α相乘于加法器9的输出信号y(n)。

也就是说，将滤波器系数W0(n)、W1(n)的平方和的多个值的每一个的增益系数α的值作为表，预先保持于存储介质。在运算时计算滤波器系数W0(n)、W1(n)的平方和(W0(n)²+W1(n)²)的值，基于该值来从表中调取增益系数α的值，基于自适应控制算法来求出滤波器系数W0(n+1)、W1(n+1)。

由此，由于能够根据滤波器系数W0(n)、W1(n)变得过大这一发散现象产生的可能性来调节滤波器系数W0(n)、W1(n)的更新速度，因此能够抑制噪声降低效果的牺牲并且抑制发散，得到更加理想的噪声降低效果。

在该情况下，在平方和的值较大的情况下，换句话说，在1抽头自适应滤波器5、6发散的可能性较大的情况下，能够增大增益系数α，抑制滤波器系数W0(n)、W1(n)的更新的幅度，降低发散的可能性。另一方面，在上述平方和的值较小的情况下，换句话说，在1抽头自适应滤波器5、6发散的可能性较小的情况下，由于通过减小增益系数α的值不抑制滤波器系数W0(n)、W1(n)的更新的幅度，因此能够最大限地得到噪声降低效果，能够抑制噪声降低效果变小并且抑制1抽头自适应滤波器5、6的发散，得到更加理想的噪声降低效果。

实施方式1、2中的有源型噪声降低装置1001～1003在具有多个残留声音检测器的情况下，也能够在不增大运算量的情况下实现低成本化。进一步地，有源型噪声降低装置1001～1003即使在当前的传输特性从初始传输特性显著变化的情况下、在由于来自外部的杂音的混入导致1抽头自适应滤波器5、6的滤波器系数W0(n)、W1(n)较大变动的情况下，自适应控制算法也发挥作用以使得提高稳定性，能够抑制1抽头自适应滤波器5、6的发散，并且抑制乘客的耳朵位置处的过补偿，乘客能够得到理想的噪声降低效果。

产业上的可利用性

本发明所涉及的有源型噪声降低装置能够应用于需要精度较高的噪声降低效果的汽车等装置。

-符号说明-

1 控制频率判定器

2 参考余弦波产生器

3 参考正弦波产生器

4 模拟信号产生器

5 1抽头自适应滤波器(第一1抽头自适应滤波器)

6 1抽头自适应滤波器(第二1抽头自适应滤波器)

7 滤波器系数更新部(第1滤波器系数更新部)

8 滤波器系数更新部(第2滤波器系数更新部)

9 加法器

10 功率放大器

11 扬声器

11a 2次噪声产生器

12、15 残留声音检测器

13 频率特性测定器

14 增益调整器

52 滤波器系数更新单元

N0 噪声

N1 2次噪声

S1 控制空间