主动降噪设备的制作方法

本发明涉及一种主动降噪设备，尤其涉及使用前向反馈、后向反馈和混合噪声控制以及远端信号补偿技术的主动噪声控制系统。本发明还涉及主动噪声控制方法。
背景技术：
：在许多工业应用、磁共振成像等医疗设备、风道、高品质耳机、头戴式耳机、手机等中都出现了声学降噪问题，这些都需要降低听者位置的背景噪声。由于噪声出现、传播并存在于空气中时，即在声学环境中时，所以噪声只能以声学方式降低或衰减。该问题通常由主动噪声控制(ActiveNoiseControl，ANC)系统解决。ANC系统产生抗噪声，即声波，其与降噪平面中的降低噪声具有相同的振幅和相反的相位。通过抗噪声12降低的正弦波噪声11的原理在图1a、1b和1c中所示的图10示出。如果噪声11和抗噪声12具有相同幅度和相反相位，则实现完美降噪，如图1a所示。如果幅度(参见图1b)或相位(参见图1c)失配，则仅实现噪声的部分降低，即衰减。这里，13为残余(已降低或已衰减)噪声。ANC系统是可以在操作期间参照失配最小化来调整上述失配的系统。由于ANC系统的性能取决于其架构和所使用的算法，因此需要提高主动降噪。为了详细描述本发明，将使用以下术语、缩写和符号：ANC：主动噪声控制；主动降噪FF：前向反馈FB：后向反馈混合：前向反馈和后向反馈的组合技术实现要素：本发明的目的是提供一种用于提高主动降噪的概念。该目的由独立权利要求的特征来实现。其它实施形式在从属权利要求、说明书和附图中显而易见。本发明通过应用一种或多种以下技术来解决上述问题：修改FB30和混合40ANC系统(参见图3和4)，向自适应滤波器和滤波器自适应算法提供同一输入信号；所述FB30和混合40ANC系统(参见图3和4)中的应用，即一种用于从误差麦克风103接收的信号中减去远端信号的电路；基于如下所述的修改(下文表示为滤波后的X修改)，在改进型FF、FB和混合ANC系统中，使用所述用于从误差麦克风103接收的信号中减去远端信号的电路。本发明具有以下优势：使用上述滤波后的X修改能够估计如所述改进型FB和混合ANC系统中基于梯度搜索的自适应算法中的等式(22)定义的最大步长值μmax。在所述步长增加的情况下，会导致适配的加速。使用上述滤波后的X修改使RLS算法在所述FB和混合ANC系统中稳定。使用所述用于从FB和混合ANC系统的信号中减去远端信号的电路可使系统在高品质耳机、头戴式耳机、手机等中的远端声音再现期间操作。同时使用上述滤波后的X修改和所述用于从FF、FB和混合ANC系统中的信号中减去远端信号的电路可使系统在远端声音再现期间操作。根据第一方面，本发明涉及一种通过降噪扬声器与麦克风之间的叠加备声学通路对噪声源与所述麦克风之间的主声学通路进行降噪的主动降噪设备，所述设备包括：第一输入，用于从所述麦克风接收麦克风信号；第一输出，用于向所述降噪扬声器提供第一降噪信号；第一电学补偿通路；第二电学补偿通路，其中，所述第一电学补偿通路和所述第二电学补偿通路并行耦合在第一节点与所述第一输入之间，以提供所述第一降噪信号，所述第一节点提供所述噪声源的预测。所述主动降噪设备提供了灵活配置，可以用于以下两种情况：可以在噪声源附近安装参考麦克风以及不可以安装此种参考麦克风。由于所述第一和第二补偿通路，所述设备提供了改进型主动降噪。根据所述第一方面，在所述设备的第一可能实施形式中，所述第一电学补偿通路和所述第二电学补偿通路通过第三减法单元耦合到所述第一输入。这提供了以下优势：来自所述第一电学补偿通路和所述第二电学补偿通路中的两个补偿信号有助于补偿，从而提高噪声补偿的效率。根据所述第一方面，在所述设备的第二可能实施形式中，所述设备还包括：第二输出，用于向所述降噪扬声器提供第二降噪信号；第三电学补偿通路；第四电学补偿通路，其中，所述第三电学补偿通路和所述第四电学补偿通路并行耦合在第二节点与所述第一输入之间，所述第二节点提供所述噪声源的前向反馈预测，所述第一节点提供所述噪声源的后向反馈预测。这种设备提供了以下优势：噪声的前向反馈预测和后向反馈预测都可以用来提高所述噪声补偿。根据所述第一方面的所述第二实施形式，在所述设备的第三可能实施形式中，所述第三电学补偿通路和所述第四电学补偿通路通过所述第三减法单元耦合到所述第一输入。这提供了以下优点：来自所述第一电学补偿通路、所述第二电学补偿通路、所述第三电学补偿通路和所述第四电学补偿通路中的所有四个补偿信号，即来自前向反馈和后向反馈补偿电路的补偿信号，都有助于所述补偿，从而提高噪声补偿的效率。根据所述第一方面的所述第二实施形式或所述第三实施形式，在所述设备的第四可能实施形式中，所述设备还包括：延迟元件，耦合在所述第一输入与所述第一节点之间，用于提供所述噪声源的所述后向反馈预测。这提供了以下优势：延迟元件易于实现，并且可以实现所述噪声源的后向反馈预测。根据所述第一方面，或者根据所述第一方面的任意前述实施形式，在所述设备的第五可能实施形式中，所述第一电学补偿通路包括第一再现滤波器，所述第一再现滤波器与第一自适应滤波器级联，所述第一再现滤波器再现备声学通路的电学估计。这提供了以下优势：通过这种级联，可以将所述补偿滤波器即所述第一自适应滤波器的总长度减少所述第一再现滤波器的长度。这有助于所述自适应滤波器的实现，因为较短的滤波器长度提高了自适应方法的稳定性。可以有利地对所述第一再现滤波器进行离线估计。根据所述第一方面的所述第五实施形式，在所述设备的第六可能实施形式中，所述第二电学补偿通路包括所述第一自适应滤波器的复制件，所述复制件与再现所述备声学通路的所述电学估计的第二再现过滤器级联。这提供了以下优势：通过这种级联，所述第一自适应滤波器的所述复制件具有与所述第一自适应滤波器相同的行为。可以将所述滤波器通路的总长度减少与所述第一再现滤波器的长度相同的所述第二再现滤波器的长度。因此，第一电学补偿通路和第二电学补偿通路都显示相同的行为。可以有利地对所述第二再现滤波器进行离线估计。根据所述第一方面的所述第六实施形式，在所述设备的第七可能实施形式中，所述第一自适应滤波器的所述复制件与所述第二再现滤波器之间的第一抽头耦合到所述第一输出。这提供了以下优势：所述第二再现滤波器可以再现所述备声学通路的行为，因此所述第一自适应滤波器的所述复制件可以具有较少量的系数，使得自适应更稳定、更快速。根据所述第一方面的所述第四至第七实施形式中的任一实施形式，在所述设备的第八可能实施形式中，所述设备还包括：第三输入，用于接收远端扬声器信号，其中，所述第三输入与所述第一输出和所述第二输出中的至少一个一起耦合到所述降噪扬声器；第五再现滤波器，耦合在所述第三输入与所述第一自适应电路的误差输入之间，所述第五再现滤波器再现所述备声学通路的电学估计；第六再现滤波器，耦合在所述第一输出和所述第一输入之间，所述第六再现滤波器再现所述第二声通络的电学估计。这提供了以下优势：即使存在远端扬声器信号，所述设备也可以有效地补偿噪声，而不干扰所述远端扬声器信号。根据所述第一方面的所述第八实施形式，在所述设备的第九可能实施形式中，所述设备还包括：第二减法单元，用于从所述麦克风信号或第三减法单元输出中的一个中减去所述第五再现滤波器的输出，以向所述第一自适应电路和所述第二自适应电路提供误差信号；第一减法单元，用于从所述麦克风信号或从所述第三减法单元的输出中减去所述第六再现滤波器的输出，以向所述延迟元件提供补偿信号；第三输出，用于将所述补偿信号输出为带有噪声的远端语音。这提供了以下优势：即使存在远端扬声器信号，所述设备也可以有效地补偿噪声，而不干扰所述远端扬声器信号。所述第一方面的所述第二至第九实施形式的任一实施形式，在所述设备的第十可能实施形式中，所述第三电学补偿通路包括与第二自适应滤波器级联的第三再现滤波器，所述第三再现滤波器再现备声学通路的电学估计。这提供了以下优势：通过这种级联，可以将所述补偿滤波器即所述第二自适应滤波器的总长度减少所述第三再现滤波器的长度。这有助于所述第二自适应滤波器的实现，因为较短的滤波器长度提高了递归自适应方法的稳定性。可以有利地对所述第三再现滤波器进行离线估计。根据所述第一方面的所述第十实施形式，在所述设备的第十一可能实施形式中，所述第四电学补偿通路包括所述第二自适应滤波器的复制件，所述复制件与再现所述备声学通路的所述电学估计的第四再现滤波器级联。这提供了以下优势：通过这种级联，所述第二自适应滤波器的所述复制件具有与所述第二自适应滤波器相同的行为。可以将所述滤波器通路的总长度减少与所述第二声学通路的长度相同的所述第四再现滤波器的长度。因此，第一电学补偿通路和第二电学补偿通路都显示相同的行为。可以有利地对所述第四再现滤波器进行离线估计。根据所述第一方面的所述第十一实施形式，在所述设备的第十二可能实施形式中，所述第二自适应滤波器的所述复制件与所述第四再现滤波器之间的第二抽头耦合到所述第二输出。这提供了以下优势：所述第四再现滤波器可以再现所述备声学通路的行为，因此所述第二自适应滤波器的所述复制件可以具有较少量的系数，使得自适应更稳定、更快速。根据第一方面的第十至第十二实施形式中的任一实施形式，在所述设备的第十三可能实施形式中，所述设备包括：第一自适应电路，用于调整所述第一自适应滤波器的滤波器权重，其中，所述第一再现滤波器与所述第一自适应电路级联。这种第一自适应电路可以调整系数数目减少的滤波器。因此，可以应用RLS等递归算法，从而显示更快的收敛性和更好的跟踪性质，而不会由于系数数目减少而变得不稳定。根据第一方面的第十三实施形式，在所述设备的第十四可能实施形式中，所述设备包括第二自适应电路，用于调整所述第二自适应滤波器的滤波器权重，其中，所述第三再现滤波器与所述第二自适应电路级联。这种第二自适应电路可以调整系数数目减少的滤波器。因此，可以应用RLS等递归算法，从而显示更快的收敛性和更好的跟踪性质，而不会由于系数数目减少而变得不稳定。这种设备提供了以下优势：远端扬声器信号可以很容易耦合，而不干扰后向反馈补偿滤波器和前向反馈补偿滤波器两者的调整。附图说明本发明的具体实施例将结合以下附图进行描述，其中：图1a、1b和1c所示为图示由抗噪声12降低的正弦波噪声11的原理的图10；图2所示为示出前向反馈主动噪声控制系统20的原理的示意图；图3所示为图示后向反馈主动噪声控制系统30的原理的示意图；图4所示为图示混合主动噪声控制系统40的原理的示意图；图5所示为图示前向反馈主动噪声控制系统架构50的示意图；图6所示为图示后向反馈主动噪声控制系统架构60的示意图；图7所示为图示混合主动噪声控制系统架构70的示意图；图8a、8b和8c所示为图示手机80a、80b、80c中的FF、FB和混合ANC系统的应用的示意图；图9所示为图示改进型前向反馈主动噪声控制系统90的方框图；图10所示为图示进行远端信号补偿95的前向反馈主动噪声控制系统的方框图；图11a所示为根据一实施形式的图示进行远端信号补偿100的改进型混合ANC系统的方框图；图11b所示为图示进行图11a所描绘的远端信号补偿100的改进型混合ANC系统的上部分100a(声学部分和前向反馈电学部分)的方框图；图11c所示为图示进行图11a所描绘的远端信号补偿100的改进型混合ANC系统的下部分100b(后向反馈电学部分)的方框图；图12所示为根据一实施形式的图示改进型FBANC系统200的方框图；图13a所示为根据一实施形式的图示改进型混合ANC系统300的方框图；图13b所示为图示图13a所描绘的改进型混合ANC系统300的上部分300a(声学部分和前向反馈电学部分)的方框图；图13c所示为图示图13a所描绘的改进型混合ANC系统300的下部分300b(后向反馈电学部分)的方框图；图14所示为根据一实施形式的图示进行远端信号补偿400的FBANC系统的方框图；图15a所示为根据一实施形式的图示进行远端信号补偿500的混合ANC系统的方框图；图15b所示为图示进行图15a所描绘的远端信号补偿500的混合ANC系统的上部分500a(声学部分和前向反馈电学部分)的方框图；图15c所示为图示进行图15a所描绘的远端信号补偿500的混合ANC系统的下部分500b(后向反馈电学部分)的方框图；图16所示为根据一实施形式的图示进行远端信号补偿600的改进型FFANC系统的方框图；图17所示为根据一实施形式的图示进行远端信号补偿700的改进型FBANC系统的方框图；图18所示为根据一实施形式的图示混合ANC系统的频域中的功率谱密度的性能图1800；图19所示为图示一种主动噪声控制方法1900的示意图。具体实施方式以下结合附图进行详细描述，所述附图是描述的一部分，并通过图解说明的方式示出可以实施本发明的具体方面。可以理解的是，在不脱离本发明范围的情况下，可以利用其他方面，并可以做出结构上或逻辑上的改变。因此，以下详细的描述并不当作限定，本发明的范围由所附权利要求书界定。应理解，结合所描述的方法进行的评论同样对于用于执行方法的对应设备或系统成立，反之亦然。例如，如果描述了特定方法步骤，对应的设备可包括执行所描述的方法步骤的单元，即使该单元没有在图中详细描述或图示。此外，应理解，本文中所描述的各种示例性方面的特征可相互组合，除非另有特殊说明。根据本发明的设备、方法和系统均基于在下文中描述的一个或多个以下技术：前向反馈(Feed-Forward，FF)主动噪声控制(ActiveNoiseControl，ANC)，后向反馈(Feed-Backward，FB)主动噪声控制和混合主动噪声控制。目前有3种主要ANC系统：前向反馈(Feed-Forward，FF)、后向反馈(Feed-Backward，FB)和混合(FF和FB的组合)。FFANC系统20(参见图2)在噪声源102附近安装参考麦克风21的情况下使用，或甚至可以在评估与噪声源102相关的噪声的位置处使用。这里，进一步地，x(k)22为噪声源102产生的噪声信号。即使信号x(t)存在于连续时间t中，为了简化说明，我们将使用连续时间和离散时间(即，由模数转换器ADC进行时间采样)信号x(k)两者中的离散时间表示，其中，k＝0,1,2.....是信号采样数。同一离散时间形式还用于本文档中描述的其它连续信号。连续信号的离散时间表示对于符号简化和ANC系统的计算机模拟很有用。这种情况下，离散时间定义为t(k)＝kTS＝k/FS，其中，FS为采样频率，TS为采样频率周期。参考麦克风21接收到的噪声22为x1(k)。在上述描述中，下标“1”指示与FFANC系统架构相关的信号。噪声x(k)通过称为主通路101的声学介质传播到某个位置，在这个位置处该噪声必须被降低，产生噪声这里为主通络101脉冲响应采样的向量，即脉冲响应的离散模型。为离散滤波器的输入信号的向量；NP为滤波器的权重的数目。上标T表示向量变位的操作。误差麦克风103接收上述噪声和信号206-y1(k)的组合，该组合通过扬声器107消除并通过称为次通路105的声学介质传播。在抵消平面(即，误差麦克风的位置)中，信号206，-y1(k)，产生称为抗噪声的信号其中为次通路105脉冲响应采样的向量，即脉冲响应的离散模型；为离散滤波器的向量，NS为的权重的数目。误差麦克风103接收到的降低噪声为FFANC系统20使用信号x1(k)和α1(k)产生抗噪声，该抗噪声由扬声器107消除。次通路105滤波器通常为数模转换器(Digital-to-AnalogConverter，DAC)、放大器、扬声器107和次通路声学脉冲响应的卷积。抗噪声由自适应前向反馈ANC28产生。FBANC系统30(参见图3)在以下情况下使用：不可能具有参考麦克风，即只有一个误差麦克风103接收称为不相关的噪声32的情况。在这种情况下，从误差麦克风103接收到的信号104α2(k)预测信号106，-y2(k)，在上述描述中，下标“2”指示与FBANC系统30架构相关的信号。信号106，-y2(k)，通过扬声器107消除并通过次通路105传播。在抵消平面(即，误差麦克风的位置)中，信号产生抗噪声其中抗噪声由自适应后向反馈ANC38产生。混合ANC系统40(参见图4)在以下情况下使用：如果存在两种噪声源：相关噪声源102和不相关噪声源32。在这种情况下，降低的噪声作为FF和FBANC系统的同时操作的结果产生。FF、FB和混合ANC系统使用自适应滤波器28、38来进行降噪估计和抗噪声生成。抗噪声由自适应后向反馈ANC38和自适应前向反馈ANC28的组合产生，输出信号106、206由加法单元42相加并提供给降噪扬声器107。在下面的描述和图中的可视化中，对于自适应滤波器，称为自适应滤波器的滤波部分和计算自适应滤波器权重的自适应算法被分离以获得更好的表示。这是因为一些ANC架构使用具有相同权重但是具有不同输入信号的两个滤波器(自适应滤波器和自适应滤波器拷贝)，所述权重通过自适应算法计算。在下文中，主通路101和次通路105的滤波器由虚线框表示，这些虚线框不同于表示具有权重向量的滤波器的实线框，它们是次通路105的脉冲响应的估计。一般来说，NS′≤NS且在图示前向反馈主动噪声控制系统架构50的图5中示出了FFANC系统20(参见图2)的细节。为了获得由噪声源x(k)102的信号产生的噪声的完美抵消，参考麦克风的平面中的信号z1(k)必须满足以下条件z1(k)≈-d(k)。(8)信号z1(k)是由具有权重的滤波器对信号x(k)＝x1(k)进行滤波的结果，所述权重是和向量的卷积，其中，是在上一次迭代(k-1)时通过自适应算法计算的自适应滤波器的权重向量。假定迭代和信号采样具有相同持续时间。自适应滤波器由执行操作的滤波部分323和在ANC系统中计算滤波器权重的自适应算法231组成。自适应滤波器解决了主通路101的离散模型的标识问题。该标识通过和滤波器313、315的级联提供。在这种情况下，总滤波器的输入信号向量由两个滤波器的信号向量组成。即，自适应算法中使用的信号向量必须使用以下向量来扩展然而，由于不清楚具体的NS，因此使用向量而不使用(9)。向量为权重的向量，权重是次通路105的估计脉冲响应的采样次数。通过作为ANC系统中的标准过程的在线或离线方法的多样性来估计滤波器权重该过程在给定发明的主题之外，并且不在本发明考虑之内。在FFANC架构50(参见图5)中，产生的抗噪声信号为误差麦克风接收到的误差信号α1(k)＝d(k)+n(k)-z1(k)(12)还包含与主噪声x(k)不相关的额外噪声n(k)。噪声n(k)可以包括FFANC系统中的不相关声噪声和由次通路105中的DAC和扬声器放大器以及由FF、FB和混合ANC系统中的任一中的误差麦克风分支中的放大器和ADC产生的其它不相关噪声。对于自适应滤波器权重计算，FFANC系统50(参见图5)的架构，可以基于梯度搜索使用任何自适应算法：最小均方(LeastMeanSquare，LMS)、梯度自适应步长(gradient-adaptivestepsize，GASS)LMS、归一化LMS(NormalizedLMS，NLMS)、GASSNLMS、仿射投影(AffineProjection，AP)、GASSAP、快速AP(FastAP，FAP)或GASSFAP，例如在“Sayed,A.H.的“自适应滤波的原理”，JohnWileyandSons,Inc.出版社，2003年，1125页(Sayed,A.H.“Fundamentalsofadaptivefiltering”,JohnWileyandSons,Inc.,2003,1125p.)”、“Diniz,P.S.R.的“自适应滤波算法和实际实现”，第5版，Springer出版社，2012年，683页(Diniz,P.S.R.,“Adaptivefilteringalgorithmsandpracticalimplementation”,5-thedition,Springer,2012,683p.)”、“DzhiganV.I.的“自适应滤波：理论和算法”，莫斯科(俄罗斯)，Technosphera出版社，2013年，528页(DzhiganV.I.,“Adaptivefiltering:theoryandalgorithms”,Moscow(Russia),TechnospheraPublisher,2013,528p.)”、“Farhang-BoroujenyB.的“自适应滤波器理论和应用”，第2版，JohnWilley&Sons出版社，2013年，800页(Farhang-BoroujenyB.“Adaptivefilterstheoryandapplications”,2-ndeditionJohnWilley&Sons,2013,800p.)”以及“Haykin,S.的“自适应滤波器理论”，第5版，PrenticeHall出版社，2013年912页(Haykin,S.,“Adaptivefiltertheory”,5-thedition,PrenticeHall,2013,912p.)”。由于使用滤波器315(参见图5)，自适应算法称为滤波后的X算法。这是因为ANC系统的自适应滤波器中的输入信号，通常表示为x(k)，由滤波器315滤波。在这种情况下，为保证算法稳定性，基于梯度搜索的自适应算法的最大步长μmax限制在如下范围：其中，为信号x(k)的方差。图6中示出了FBANC系统60(参见图3)的细节。当噪声d(k)和n(k)不能由参考麦克风估计时，使用ANC系统。在这种情况下，信号x2(k)＝x(k)根据噪声信号d(k)+n(k)预计。为此，使用信号α2(k)和z′2(k)，获得的噪声信号d(k)的估计为u2(k)＝α2(k)-[-z′2(k)]＝d(k)+n(k)-z2(k)+z′2(k)≈d(k)+n(k),(14)其中，是抗噪声信号-z2(k)的估计，且参考麦克风平面中的信号z2(k)必须满足条件z2(k)≈-d(k)。信号z2(k)是由具有权重的滤波器对信号x2(k)进行滤波的结果，所述权重是向量113和向量105的卷积，其中，是在上一次迭代(k-1)时通过自适应算法131计算的自适应滤波器的权重向量123。FBANC系统输入信号是一个样本延迟信号x2(k)＝u2(k-1)。(17)在FBANC系统60(参见图6)中使用的基于梯度搜索的自适应算法的最大步长大小μmax与等式(13)相同，其中，自适应滤波器权重N1的数目由N2替代。混合的即组合的FF和FB、ANC系统70(参见图4)的细节，如图7所示。当存在可以由参考麦克风估计的d(k)噪声和不能由参考麦克风估计n(k)噪声时，使用该系统。在混合ANC架构中，产生的抗噪声信号为其中，信号-z1′(k)-z′2(k)产生为其中，在混合ANC系统70中使用的两个基于梯度搜索的自适应算法131、231中的每一个的最大步长μmax以与等式(13)相同的方式定义，其中，自适应滤波器权重的数目为N1＝N2。在混合ANC系统中使用的自适应滤波器123、323两者都可以视为2通道自适应滤波器。本发明基于如下发现：根据本发明的用于提高主动降噪的技术解决了以下三个问题，这限制了ANC系统及其应用的效率。问题1：在FF、FB和混合ANC系统(参见图4至7)中使用的基于梯度搜索的自适应算法中的步长大小μmax(参见等式(13))必须具有比以下情况更小的值：当自适应滤波器和自适应算法同时使用相同输入信号x(k)时，即与以下情况比较：其中，N1＝N2为自适应滤波器权重的数目。步长大小的值μmax(参见等式(13))会增加所使用的自适应滤波器的瞬态过程的持续时间，这是因为基于梯度搜索的自适应算法的瞬态过程的时间常数取决于以下方式的步长大小的值：步长大小增加的情况下，时间常数降低(瞬态过程降低)。问题2：FF、FB和混合ANC系统(参见图4至7)的架构，不能使用递归最小二乘(RecursiveLeastSquare，RLS)自适应算法，RLS自适应算法与基于梯度搜索的自适应算法相比更有效，这是因为RLS算法在这些架构中会变得不稳定，因为它们不具有由总滤波器(即，自适应滤波器和次通路卷积)的长度(权重的数目)导致的用于算法稳定性调整的参数(例如，步长)。问题3：在高品质耳机、头戴式耳机、手机等中，只有一个扬声器，该扬声器不仅用于再现由ANC系统产生的抗噪声，而且还用于再现其它声音，例如，来自声音记录再现系统或网络的远端语音或音乐。图8中显示了一个示例。在下文中，描述了使用所谓的“滤波后的X”修改的设备、系统和方法。FFANC系统的滤波后的X修改设计用于提供具有相同滤波后的X信号的自适应滤波器和自适应算法，即其中，图9中显示了改进型FFANC系统90。与FFANC系统50(参见图5)相反，其中自适应算法使用以声学方式产生的α1(k)误差信号(参见等式(12))，在改进型FFANC系统90(参见图9)中，自适应算法的误差信号是以电学方式产生的。这通过以下两个步骤来实现。步骤1：根据误差信号α1(k)，误差麦克风103中的噪声信号d(k)估计为：为此，将由自适应滤波器拷贝323以与FFANC系统50(参见图5)相同的方式产生的信号-y1(k)滤波为其中，步骤2：自适应算法231的误差信号定义为：即，改进型FFANC系统90(参见图9)中的误差信号与FFANC系统50(参见图5)中的误差信号相同。因此，图9中的声学噪声补偿通路，即自适应滤波器拷贝323和次通路105的级联，与图5中的声噪声补偿路径相同；自适应算法使用的误差信号α′1(k)＝α1(k),在这两个通路中也是相同的。此外，在改进型FFANC系统90(参见图9)的情况下，自适应算法231和自适应滤波器313都使用相同的输入信号x′1(k)(参见等式(23))。在那种情况下，自适应滤波器313的步长μmax可以如等式(22)中估计，因为自适应滤波器313独立于其余FFANC系统部分操作，因为自适应滤波器313和自适应算法231处理输入信号x′1(k)(参见等式(23))和所需信号d′1(k)(参见等式(24))。该方案允许如在等式(22)中针对在改进型ANC系统90(参见图9)中使用的基于梯度搜索的自适应算法来估计最大步长值以及正确地使用有效的RLS自适应算法。如果在高品质耳机、头戴式耳机、手机等中使用ANC系统50、60、70，即如图8a、8b和8c所示的具有仅一个扬声器107的类似于80a、80b、80c的设备，不仅用于再现由ANC系统产生的抗噪声，而且用于再现其它声音s1(k)(来自声音再现系统或网络的远端语音或音乐，参见图10)，则在电学方面必须使用从误差麦克风接收的信号中减去声音的方案。图8中显示了该方案。图8a中描绘的设备80a包括扬声器107和内部麦克风103。使用如上关于图6所述的FBANC处理60的补偿通路位于内部麦克风103与扬声器107之间。图8b中描绘的设备80b包括扬声器107、内部麦克风103和外部麦克风21。如上文参照图7所述的使用混合ANC处理70的补偿通路位于内部麦克风103、外部麦克风21与扬声器107之间。图8c中描绘的设备80c包括扬声器107、内部麦克风103和外部麦克风21。如上文参照图5所述的使用FFANC处理50的补偿通路位于内部麦克风103、外部麦克风21与扬声器107之间。在FFANC系统(参见图10)中，远端信号s(k)与由自适应滤波器313产生的信号-y1′(k)混合，用于抑制噪声d(k)。由于这种混合，这两个信号s1(k)和-z1(k)都被传送给误差麦克风103。因此，声学上产生的误差信号α1(k)＝d(k)+n(k)+s1(k)-z1(k)(29)包含远端信号s(k)，通过次通路105声学滤波为：其中，信号s1(k)会干扰自适应过程，甚至使自适应不可能，因为信号不是由自适应滤波器拷贝323建模的高电平加性噪声。信号这是信号s1(k)的估计，其中从误差信号α1(k)(参见等式(29))中减去。这会产生ANC系统误差信号的远端信号自由估计α′1(k)＝α1(k)-s′1(k)＝d(k)+n(k)+s1(k)-z1(k)-s′1(k)≈d(k)+n(k)-z1(k)，(34)即关于与FFANC50(参见图5和等式(12))的误差信号相同的误差信号。这允许FFANC系统95(参见图10)以与FFANC系统50(参见图5)的性能大致相同的性能操作。这两个系统的性能差异可以通过测量次通路估计215距实际次通路105的距离来定义。如果关系不为真，则产生加性噪声s1(k)-s′1(k)。与噪声n(k)类似，噪声会干扰ANC系统性能。为了使噪声s1(k)-s′1(k)最小化，必须仔细估计次通路105。该估计还影响任何ANC系统的整体性能，因为在ANC系统(参见图9和11至17)中使用具有权重向量的多个滤波器。权重215可以通过作为ANC系统中的标准过程的多个在线或离线方法来估计。该过程在给定发明的主题之外，并且不在本发明考虑之内。当听者使用高品质耳机、头戴式耳机、手机和其它类似设备时，ANC系统95(参见图10)操作，当没有噪声时，不需要使用ANC，因此必须取消ANC系统95。如果要使用信号d′(k)+n′(k)的估计，则可以检测这种“噪声活动”。该估计由图10(使用方框217、223)底部所示的电路产生。估计为因此，根据本发明，图9和10中给出的多个方案给出用于ANC系统的不同修改中，如上述关于图9和10中的简要描述。尤其重要的是，ANC操作，即声学降噪，必须在远端信号活动期间进行。由于信号不是抗噪声，因此会干扰ANC系统。远端信号必须在发送到ANC系统的自适应滤波器之前估计并从由误差麦克风接收的信号中减去。应用于FF、FB和混合ANC系统架构(参见图5至7)的上述技术(参见图9和10)产生七个新的ANC系统架构。这些架构的描述在下面给出。最通用架构是具有远端信号补偿(参见图11(a、b、c))的改进型混合ANC系统之一。其它六种架构(参见图12至17)，可以视为图11(a、b、c)中所描绘的通用架构的特定情况。下文参照图11至17在描述中使用以下标号：101：主声学通路102：噪声源103：麦克风105：备声学通路107：降噪扬声器104：第一输入106：第一输出111：第一电学补偿通路121：第二电学补偿通路140：第一节点153：第三减法单元227：第二减法单元223：第一减法单元206：第二输出211：第三电学补偿通路221：第四电学补偿通路240：第二节点151：延迟元件202：第三输入115：第一再现滤波器113：第一自适应滤波器123：第一自适应滤波器的复制件125：第二再现滤波器120：第一抽头315：第三再现滤波器313：第二自适应滤波器323：第二自适应滤波器的复制件325：第四再现滤波器220：第二抽头131：第一自适应电路231：第二自适应电路204：误差信号208：第三输出215：第五再现滤波器217：第六再现滤波器图11a所示为根据一实施形式的图示进行远端信号补偿100的改进型混合ANC系统的方框图。进行远端信号补偿100的改进型混合ANC系统的上部分100a(声学部分和前向反馈电学部分)在图11b中以放大视图示出。进行远端信号补偿100的改进型混合ANC系统的下部分100b(后向反馈电学部分)在图11c中以放大视图示出。主动降噪设备100可用于通过降噪扬声器107与麦克风103之间的叠加备声学通路105对噪声源102与麦克风103之间的主声学通路101进行降噪。设备100包括：第一输入104，用于从麦克风103接收麦克风信号α(k)；第一输出106，用于向降噪扬声器107提供第一降噪信号-y2(k)；第一电学补偿通路111；第二电学补偿通路121。第一电学补偿通路111和第二电学补偿通路121并行耦合在第一节点140与第一输入104之间，以提供第一降噪信号-y2(k)。第一节点140提供噪声源102的预测。第一电学补偿通路111和第二电学补偿通路121通过第三减法单元153耦合到第一输入104。主动降噪设备100还包括：第二输出206，用于向降噪扬声器107提供第二降噪信号-y1(k)；第三电学补偿通路211；第四电学补偿通路221。第三电学补偿通路211和第四电学补偿通路221并行耦合在第二节点240与第一输入104之间。第二节点240提供噪声源102的前向反馈预测，第一节点140提供噪声源102的后向反馈预测。第三电学补偿通路211和第四电学补偿通路221通过第三减法单元153耦合到第一输入104。主动降噪设备100包括耦合在第一输入104与第一节点140之间的延迟元件151，用于提供噪声源102的后向反馈预测。主动降噪设备100还包括第三输入202，第三输入202用于接收远端扬声器信号s(k)。第三输入202与第一输出106和第二输出206一起耦合到降噪扬声器107。主动降噪设备100还包括第五再现滤波器215，第五再现滤波器215耦合在第三输入202与第一自适应电路131的误差输入之间。第五再现滤波器215再现备声学通路105的电学估计hNs’。设备100包括耦合在降噪扬声器107与第一输入104之间的第六再现滤波器217。第六再现滤波器217再现备声学通路105的电学估计hNs’。设备100包括第二减法单元227，第二减法单元227用于从第三减法单元153的输出中减去第五再现滤波器215的输出，以向第一自适应电路131和第二自适应电路231提供误差信号204。设备100包括第一减法单元223，第一减法单元223用于从第三减法单元153的输出中减去第六再现滤波器217的输出，以向延迟元件151提供第二补偿信号以及提供第二补偿信号作为第三输出208处带有噪声d’(k)+n’(k)的远端语音。第一电学补偿通路111包括与第一自适应滤波器113级联的第一再现滤波器115。第一再现滤波器115再现备声学通路105的电学估计hNs’。第二电学补偿通路121包括第一自适应滤波器113的复制件123，复制件123与再现备声学通路105的电学估计hNs’的第二再现滤波器125级联。第一自适应滤波器113的复制件123与第二再现滤波器125之间的第一抽头120耦合到第一输出106。第三电学补偿通路211包括与第二自适应滤波器313级联的第三再现滤波器315，第三再现滤波器315再现备声学通路105的电学估计hNs’。第四电学补偿通路221包括第二自适应滤波器313的复制件323，复制件323与再现备声学通路105的电学估计hNs’的第四再现滤波器325级联。第二自适应滤波器313的复制件323与第四再现滤波器325之间的第二抽头220耦合到第二输出206。主动降噪设备100包括：第一自适应电路131，用于调整第一自适应滤波器113的滤波器权重；第二自适应电路231，用于调整第二自适应滤波器313的滤波器权重。进行远端信号补偿100的改进型混合ANC系统(参见图11(a、b、c))类似于混合ANC系统架构70(参见图7)，混合ANC系统架构70在ANC系统的每个FF和FB部分同时使用两种技术，如图9和10所示。这允许在以下两种情况下在架构(参见图11(a、b、c))中使用如等式(22)中所定义的具有最大步长μmax的基于梯度搜索的自适应算法或有效RLS自适应算法：由扬声器消除的也会产生抗噪声的声音s(k)(来自声音再现系统或网络的远端语音或音乐)不存在。该方案加速了改进型混合ANC系统100(参见图11(a、b、c))的自适应，并且当存在声音s(k)时允许其操作。此处，改进型自适应滤波器113、313的远端信号无误差信号α″(k)按如下三个步骤确定：和自适应滤波器的FB分支的输入信号估计为：等式(39)中的信号还用于噪声活动检测。图12所示为根据一实施形式的图示改进型FBANC系统200的方框图。主动降噪设备200可用于通过降噪扬声器107与麦克风103之间的叠加备声学通路105对噪声源102与麦克风103之间的主声学通路200进行降噪。设备100包括：第一输入104，用于从麦克风103接收麦克风信号α(k)；第一输出106，用于向降噪扬声器107提供第一降噪信号-y2(k)；第一电学补偿通路111；第二电学补偿通路121。第一电学补偿通路111和第二电学补偿通路121并行耦合在第一节点140与第一输入104之间，以提供第一降噪信号-y2(k)。第一节点140提供噪声源102的预测。第一电学补偿通路111与第二电学补偿通路121通过第三减法单元153耦合到第一输入104。主动降噪设备200包括耦合在第一输入104与第一节点140之间的延迟元件151，用于提供噪声源102的后向反馈预测。第一电学补偿通路111包括与第一自适应滤波器113级联的第一再现滤波器115，第一再现滤波器115再现备声学通路105的电学估计hNs’。第二电学补偿通路121包括第一自适应滤波器113的复制件123，复制件123与再现备声学通路105的电学估计hNs’的第二再现滤波器125级联。第一自适应滤波器113的复制件123与第二再现滤波器125之间的第一抽头120耦合到第一输出106。改进型FBANC系统200(参见图12)是通用ANC系统100(参见图11(a、b、c))的特定情况。其不包含FF部分和用于声音s(k)补偿的电路，但包含修改，类似于图9所示。ANC系统200可以在没有声音s(k)(因此，不需要声音补偿)的情况下使用，但是需要使用例如，如等式(22)中定义的具有最大步长μmax的基于梯度搜索的自适应算法，或者需要使用有效的RLS自适应算法来获得更好的性能(与FBANC系统(参见图6)中的性能相比具有更快的收敛性)。该方案加速了改进型FBANC系统(参见图12)的自适应。在改进型FBANC系统200(参见图12)中，自适应滤波器113的所需信号为即，与用于生成噪声源(参见图6和等式(14))的预测信号x2(k)的u2(k)相同。因此，不需要复制产生信号u2(k)＝d2′(k)的电路。改进型FBANC系统(参见图12)与FBANC系统(参见图6)的其它区别特征包括如下。自适应滤波器的滤波部分113被自适应滤波器拷贝123代替，自适应算法131被图11(a、b、c)中标记为313、231、113、131的电路代替，即与改进型FFANC系统(参见图9)中的相同。图13a所示为根据一实施形式的图示改进型混合ANC系统300的方框图。改进型混合ANC系统300的上部分300a(声学部分和前向反馈电学部分)在图13b中以放大视图示出。改进型混合ANC系统300的下部分300b(后向反馈电学部分)在图13c中以放大视图示出。主动降噪设备300可用于通过降噪扬声器107与麦克风103之间的叠加备声学通路105对噪声源102与麦克风103之间的主声学通路300进行降噪。设备100包括：第一输入104，用于从麦克风103接收麦克风信号α(k)；第一输出106，用于向降噪扬声器107提供第一降噪信号-y2(k)；第一电学补偿通路111；第二电学补偿通路121。第一电学补偿通路111和第二电学补偿通路121并行耦合在第一节点140与第一输入104之间，以提供第一降噪信号-y2(k)。第一节点140提供噪声源102的预测。第一电学补偿通路111和第二电学补偿通路121通过第三减法单元153耦合到第一输入104。主动降噪设备300还包括：第二输出206，用于向降噪扬声器107提供第二降噪信号-y1(k)；第三电学补偿通路211；第四电学补偿通路221。第三电学补偿通路211和第四电学补偿通路221并行耦合在第二节点240与第一输入104之间。第二节点240提供噪声源102的前向反馈预测，第一节点140提供噪声源102的后向反馈预测。第三电学补偿通路211和第四电学补偿通路221通过第三减法单元153耦合到第一输入104。主动降噪设备300包括耦合在第一输入104与第一节点140之间的延迟元件151，用于提供噪声源102的后向反馈预测。第一电学补偿通路111包括与第一自适应滤波器113级联的第一再现滤波器115，第一再现滤波器115再现备声学通路105的电学估计hNs’。第二电学补偿通路121包括第一自适应滤波器113的复制件123，复制件123与再现备声学通路105的电学估计hNs’的第二再现滤波器125级联。第一自适应滤波器113的复制件123与第二再现滤波器125之间的第一抽头120耦合到第一输出106。第三电学补偿通路211包括与第二自适应滤波器313级联的第三再现滤波器315，第三再现滤波器315再现备声学通路105的电学估计hNs’。第四电学补偿通路221包括第二自适应滤波器313的复制件323，复制件323与再现备声学通路105的电学估计hNs’的第四再现滤波器325级联。第二自适应滤波器313的复制件323与第四再现滤波器325之间的第二抽头220耦合到第二输出206。主动降噪设备300包括：第一自适应电路131，用于调整第一自适应滤波器113的滤波器权重；第二自适应电路231，用于调整第二自适应滤波器313的滤波器权重。改进型混合ANC系统300(参见图13)是通用ANC系统100(参见图11(a、b、c))的特定情况。其不包含用于声音s(k)补偿的电路，但包含FF和FB部分中的修改，类似于图9所示。ANC系统可以在没有声音s(k)(因此，不需要声音补偿)的情况下使用，但是需要使用如等式(22)中定义的具有最大步长μmax的基于梯度搜索的自适应算法，或有效的RLS自适应算法来获得更好的性能(与混合ANC系统70(参见图7)中的性能相比具有更快的收敛性)。该方案加速了改进型混合ANC系统300(参见图13)的自适应。类似于混合ANC系统70(参见图7)的改进型混合ANC系统300(参见图13a)还可以视为改进型FFANC系统90(参见图9)和改进型FBANC系统200(参见图12)的组合。此处，降低的噪声信号确定为α(k)＝d(k)+n(k)-z1(k)-z2(k)。(41)自适应滤波器313、113两者所需的信号确定为自适应滤波器231、131两者的误差信号确定为因此，在改进型混合ANC系统300中使用的自适应滤波器313、113两者都可以视为2通道自适应滤波器。滤波器的FB分支的输入信号类似地(14)估计为图14所示为根据一实施形式的图示进行远端信号补偿400的FBANC系统的方框图。主动降噪设备400可用于通过降噪扬声器107与麦克风103之间的叠加备声学通路105对噪声源102与麦克风103之间的主声学通路400进行降噪。设备100包括：第一输入104，用于从麦克风103接收麦克风信号α(k)；第一输出106，用于向降噪扬声器107提供第一降噪信号-y2(k)；第一电学补偿通路111；第二电学补偿通路121。第一电学补偿通路111和第二电学补偿通路121并行耦合在第一节点140与第一输入104之间。第一节点140提供噪声源102的预测。主动降噪设备400还包括第三输入202，第三输入202用于接收远端扬声器信号s(k)。第三输入202与第一输出106一起耦合到降噪扬声器107。主动降噪设备400还包括耦合在第三输入202与第一自适应电路131的误差信号204之间的第五再现滤波器215，第五再现滤波器215再现备声学通路105的电学估计hNs’。设备包括耦合在第一输出106与第一输入104之间的第六再现滤波器217。第六再现滤波器217再现备声学通路105的电学估计hNs’。设备400包括第二减法单元227，第二减法单元227用于从麦克风信号(α(k))中减去第五再现滤波器215的输出，以向第一自适应电路131提供误差信号204。设备400包括第一减法单元223，第一减法单元223用于从从麦克风信号(α(k))中减去第六再现滤波器217的输出，以向延迟元件151提供第二补偿信号，其中，提供第二补偿信号作为第三输出208处带有噪声d’(k)+n’(k)的远端语音。第二电学补偿通路121包括第一自适应滤波器123的复制件。第一电学补偿通路111包括与第一自适应电路131级联的第一再现滤波器115，第一自适应电路131用于调整第一自适应滤波器123的复制件的滤波器权重。FBANC系统400(参见图14)是通用ANC系统100(参见图11(a、b、c))的特定情况。其不包含FF部分，不包含修改，类似于图9所示，但是包含用于声音s(k)补偿的电路。ANC系统400可以在以下情况下使用：存在声音s(k)(因此，需要声音补偿)并且基于梯度搜索的自适应算法可以与如等式(13)中所定义的最大步长μmax一起使用，或者不需要或由于有限的计算资源而不能使用有效RLS自适应算法，即允许慢自适应。当存在声音s(k)时，该方案允许FBANC系统400(参见图14)来操作。进行远端信号补偿(参见图14)的FBANC系统400以下述方式区别于FBANC系统60(参见图6)。类似于进行远端信号补偿95(参见图10)的FFANC系统，产生的自适应算法131的误差信号为α′2(k)＝α2(k)-s′2(k)＝d(k)+n(k)+s2(k)-z2(k)-s′2(k)≈d(k)+n(k)-z2(k).(45)滤波器113的输入信号类似地(14)估计为u2(k)＝α2(k)-[s′2(k)-z′2(k)]＝d(k)+n(k)+s2(k)-z2(k)-s′2(k)+z′2(k)≈d(k)+n(k).(46)为此，对于进行远端信号补偿95的FFANC系统，可以使用与图10中相同的电路。等式(46)中定义的信号还用于噪声活动检测。图15a所示为根据一实施形式色图示进行远端信号补偿500的混合ANC系统的方框图。进行远端信号补偿500的混合ANC系统的上部分500a(声学部分和前向反馈电学部分)在图15b中以放大视图示出。进行远端信号补偿500的混合ANC系统的下部分500b(后向反馈电学部分)在图15c中以放大视图示出。主动降噪设备500可用于通过降噪扬声器107与麦克风103之间的叠加备声学通路105对噪声源102与麦克风103之间的主声学通路500进行降噪。设备100包括：第一输入104，用于从麦克风103接收麦克风信号α(k)；第一输出106，用于向降噪扬声器107提供第一降噪信号-y2(k)；第一电学补偿通路111；第二电学补偿通路121。第一电学补偿通路111和第二电学补偿通路121并行耦合在第一节点140与第一输入104之间，以提供第一降噪信号-y2(k)。第一节点140提供噪声源102的预测。主动降噪设备500还包括第三输入202，用于接收远端扬声器信号s(k)。第三输入202与第一输出106和第二输出206一起耦合到降噪扬声器107。主动降噪设备500还包括耦合在第三输入202与第一自适应电路131的误差输入之间的第五再现滤波器215，第五再现滤波器215再现备声学通路105的电学估计hNs’。设备500包括耦合在降噪扬声器107与第一输入104之间的第六再现滤波器217，第六再现滤波器217再现备声学通路105的电学估计hNs’。设备500包括第二减法单元227，第二减法单元227用于从麦克风信号(α(k))中减去第五再现滤波器215的输出，以向第一自适应电路131和第二自适应电路231提供误差信号204。设备500包括第一减法单元223，第一减法单元223用于从麦克风信号(α(k))中减去第六再现滤波器217的输出，以向延迟元件151提供补偿信号，其中，提供第二补偿信号作为第三输出208处带有噪声d’(k)+n’(k)的远端语音。第二电学补偿通路121包括第一自适应滤波器123的复制件。第一电学补偿通路111包括与第一自适应电路131级联的第一再现滤波器115，第一自适应电路131用于调整第一自适应滤波器123的复制件的滤波器权重。第四电学补偿通路221包括第二自适应滤波器323的复制件。第三电学补偿通路211包括与第二自适应电路231级联的第三再现滤波器315，第二自适应电路231用于调整第二自适应滤波器313的滤波器权重。混合ANC系统500(参见图15a)是通用ANC系统100(参见图11(a、b、c))的特定情况。其包含用于声音补偿s(k)的电路，但不包含修改，类似于图9所示。ANC系统500可以在以下情况下使用：存在声音s(k)(因此，需要声音补偿)并且基于梯度搜索的自适应算法可以与如等式(13)中所定义的最大步长μmax一起使用，或者不需要或由于有限的计算资源而不能使用有效RLS自适应算法，即允许慢自适应。当存在声音s(k)时，该方案允许混合ANC系统(参见图15)操作。进行远端信号补偿500(参见图15a)的混合ANC系统也可以视为进行远端信号补偿95的FFANC系统(参见图10)和进行远端信号补偿400的FBANC系统(参见图14)的组合。这里α(k)＝d(k)+n(k)+s1(k)-z1(k)-z2(k)(47)自适应滤波器231、131两者的误差信号为α′(k)＝α(k)-s1′(k)＝d(k)+n(k)-z1(k)-z2(k)(48)滤波器113的输入信号类似地(14)估计为等式(49)中定义的信号还用于噪声活动检测。图16所示为根据一实施形式的图示进行远端信号补偿600的改进型FFANC系统的方框图。主动降噪设备600可用于通过降噪扬声器107与麦克风103之间的叠加备声学通路105对噪声源102与麦克风103之间的主声学通路600进行降噪。设备100包括：第一输入104，用于从麦克风103接收麦克风信号α(k)；第二输出206，用于向降噪扬声器107提供第一降噪信号-y1(k)；第三电学补偿通路211；第四电学补偿通路221。第三电学补偿通路211和第四电学补偿通路221并行耦合在第二节点240与第一输入104之间，以提供第二降噪信号-y1(k)。第二节点240提供噪声源102的预测。第三电学补偿通路211和第四电学补偿通路221通过第三减法单元153耦合到第一输入104。主动降噪设备600还包括第三输入202，用于接收远端扬声器信号s(k)。第三输入202与第一输出106和第二输出206一起耦合到降噪扬声器107。主动降噪设备600还包括耦合在第三输入202与第二自适应电路231的误差输入之间的第五再现滤波器215，第五再现滤波器215再现备声学通路105的电学估计hNs’。设备600包括耦合在第二输出206与第一输入104之间的第六再现滤波器217，第六再现滤波器217再现备声学通路105的电学估计hNs’。设备600包括第二减法单元227，第二减法单元227用于从第三减法单元153的输出中减去第五再现滤波器215的输出，以向第二自适应电路231的误差输入提供误差信号204。设备600包括第一减法单元223，第一减法单元223用于从第三减法单元153的输出中减去第六再现滤波器217的输出，以提供第三输出208处带有噪声d’(k)+n’(k)的远端语音。第三电学补偿通路211包括与第二自适应滤波器313级联的第三再现滤波器315，第三再现滤波器315再现备声学通路105的电学估计hNs’。第四电学补偿通路221包括第二自适应滤波器313的复制件323，复制件323与再现备声学通路105的电学估计hNs’的第四再现滤波器325级联。进行远端信号补偿600的改进型FFANC系统(参见图16)是通用ANC系统100(参见图11(a、b、c))的特定情况。其同时使用ANC系统的FF部分中的两种技术，如图9和10所示。这允许在以下两种情况下在架构600(参见图16)中使用如等式(22)中所定义的具有最大步长μmax的基于梯度搜索的自适应算法或有效RLS自适应算法：当不存在由扬声器消除的也会产生抗噪声的声音s(k)(来自声音再现系统或网络的远端语音或音乐)时。该方案加速了改进型FFANC系统600(参见图16)的自适应，并且当存在声音s(k)时允许其操作。进行远端信号补偿600的改进型FFANC系统(参见图16)也可以视为改进型FFANC系统90(参见图9)和进行远端信号补偿95的FFANC系统(参见图10)的组合。这里，改进型自适应滤波器313的远端信号无误差信号α″1(k)按如下三个步骤确定d1′(k)＝d(k)+n(k)+s1(k)-z1(k)-[-z1′(k)]＝d(k)+n(k)+s1(k)-z1(k)+z1′(k),(50)和α″1(k)＝α′1(k)-s1′(k)＝d(k)+n(k)+s1(k)-z1(k)-s1′(k)≈d(k)+n(k)-z1(k).(52)可以基于以下信号的估计检测“噪声活动”：图17所示为根据一实施形式的图示进行远端信号补偿700的改进型FBANC系统的方框图。主动降噪设备700可用于通过降噪扬声器107与麦克风103之间的叠加备声学通路105对噪声源102与麦克风103之间的主声学通路700进行降噪。设备100包括：第一输入104，用于从麦克风103接收麦克风信号α(k)；第一输出106，用于向降噪扬声器107提供第一降噪信号-y2(k)；第一电学补偿通路111；第二电学补偿通路121。第一电学补偿通路111和第二电学补偿通路121并行耦合在第一节点140与第一输入104之间，以提供第一降噪信号-y2(k)。第一节点140提供噪声源102的预测。第一电学补偿通路111与第二电学补偿通路121通过第三减法单元153耦合到第一输入104。主动降噪设备700包括耦合在第一输入104与第一节点140之间的延迟元件151，用于提供噪声源102的后向反馈预测。主动降噪设备700还包括第三输入202，用于接收远端扬声器信号s(k)。第三输入202与第一输出106一起耦合到降噪扬声器107。主动降噪设备700还包括耦合在第三输入202与第一自适应电路131的误差输入之间的第五再现滤波器215，第五再现滤波器215再现备声学通路105的电学估计hNs’。设备700包括耦合在降噪扬声器107与第一输入104之间的第六再现滤波器217，第第六再现滤波器217再现备声学通路105的电学估计hNs’。设备700包括第二减法单元227，第二减法单元227用于从第三减法单元153的输出中减去第五再现滤波器215的输出，以向第一自适应电路131的提供误差信号204。设备700包括第一减法单元223，第一减法单元223用于从第三减法单元153的输出中减去第六再现滤波器217的输出，以向延迟元件151提供第二补偿信号，其中，提供第二补偿信号作为第三输出208处带有噪声d’(k)+n’(k)的远端语音。第一电学补偿通路111包括与第一自适应滤波器113级联的第一再现滤波器115，第一再现滤波器115再现备声学通路105的电学估计hNs’。第二电学补偿通路121包括第一自适应滤波器113的复制件123，复制件123与再现备声学通路105的电学估计hNs’的第二再现滤波器125级联。第一自适应滤波器113的复制件123与第二再现滤波器125之间的第一抽头120耦合到第一输出106。进行远端信号补偿700的改进型FBANC系统(参见图17)是通用ANC系统100(参见图11(a、b、c))的特定情况。其同时使用ANC系统的FB部分中的两种技术，如图9和10所示。这允许在以下两种情况下在架构700(参见图17)中使用如等式(22)中所定义的具有最大步长μmax的基于梯度搜索的自适应算法或有效RLS自适应算法：当存在或不存在由扬声器消除的也会产生抗噪声的声音s(k)(来自声音再现系统或网络的远端语音或音乐)时。该方案加速了改进型FBANC系统700(参见图17)的自适应，并且当存在声音s(k)时允许其操作。进行远端信号补偿700的改进型FFANC系统(参见图17)也可以视为改进型FBANC系统200(参见图12)和具有远端信号补偿400的FBANC系统(参见图14)的组合。这里，改进型自适应滤波器113的远端信号无误差信号α″2(k)按如下三个步骤确定和α″2(k)＝α′2(k)-s′2(k)＝d(k)+n(k)+s2(k)-z2(k)-s′2(k)≈d(k)+n(k)-z2(k).(56)自适应滤波器113的输入信号估计为等式(57)中定义的信号还用于噪声活动检测。图18所示为根据一实施形式的图示混合ANC系统的频域中的功率谱密度的性能图1800。为了评估本发明中描述的系统的性能，已经进行了多项模拟。对于声学环境的模拟，需要具有两个脉冲响应：用于主和次通路。脉冲响应可以从真实的外界环境测量或者可以基于环境的数学模型来计算。下面通过计算的方式来获得脉冲响应。脉冲响应计算的细节不在本发明的范围之内。该计算可以例如基于开源s/w工具。AllenJ.B、BerkleyD.A.的文档：“有效模拟小房间声学的图像方法”美国声学学会杂志，第64卷，第4号，943至950页(“Imagemethodforefficientlysimulationsmall-roomacoustics”,inJournalofAcousticalSocietyofAmerica,vol.64,No.4,pp.943–950)，描述了一种用于模拟小房间声学的图像方法。对尺寸为Lx＝4m、Ly＝5m和Lz＝3m的矩形房间计算所需的脉冲响应。墙壁反射系数通过向量[0.9；0.7；0.7；0.85；0.8；0.9]定义，其中，每个系数对应坐标为x＝Lxm、x＝0m、y＝Lym、y＝0m、z＝Lzm、z＝0m的墙壁。在坐标为[xr,yr,zr]＝[2,2,1.5]m和[xe,ye,ze]＝[3,2,1.5]m的房间的两个点之间确定主通路脉冲响应，其中，下标r表示参考麦克风位置，下标e表示误差麦克风位置。在位于点[xs,ys,zs]＝[2.75,2,1.5]m处的扬声器之间确定次通路，其中，下标s表示扬声器位置。在模拟中，使用以下关系：向量中的权重的数目选为Np＝512。向量中的权重的数目选为NS′＝NS＝256。自适应滤波器的权重的数目选为N＝N1＝N2＝512。声学脉冲响应以FS＝8000Hz频率采样。该模拟可以根据任何其它脉冲响应和其它采样频率进行。唯一的限制是ANC系统必须是可实现的。为此，在实验中，参考麦克风、扬声器和误差麦克风沿x轴以串联按序安装。在这种方式中，次通路中的延迟(由于空气中的声波传播)在该情况下比主通路的延迟小。这允许处理由参考麦克风和误差麦克风接收的信号，并在噪声波通过空气从参考麦克风传播到误差麦克风之前产生抗噪声。针对改进型混合ANC系统300(参见图13)进行ANC性能演示。对以下两种噪声进行模拟(在MATLAB软件中)：宽带(带宽为FS/2Hz且方差为的高斯白噪声(WhiteGaussianNoise，WGN)x(k))和具有以下参数的频带限制多频音信号：其中，f0＝60Hz，是随机初始相位，均匀分布在0....2π内；Ai是通过以下向量定义的正弦(频音)信号幅度。且I＝24。图18展示了仅图形形式的多频音信号模拟案例。加性WGNn(k)添加到误差麦克风，参见图5至7、9至17。此外，类似的噪声添加到由ANC系统的自适应滤波器处理的信号x(k)。为了简化，噪声未在图6、7、9至17中示出。噪声不会添加到主通路模拟滤波器的输入信号x(k)。这两个独立的加性噪声的源用于模拟例如由于ADC信号量化而出现的噪声、放大器热噪声等，即，不可消除的干扰，这会影响任何种类的自适应滤波算法的性能，并且通常限制ANC系统在噪声d(k)的可实现衰减方面的效率。噪声值对ANC系统计算的影响不在本发明的范围内。在所述模拟中，噪声方差选为在信号作为WGN的情况下误差麦克风处的信噪比(Signal-to-NoiseRatio，SNR)为在信号x(k)为多频音信号(56)的情况下，SNR为在图18中，曲线1801表示噪声d(k)；曲线1802是包含加性噪声n(k)的已衰减噪声α(k)。由于该噪声，α(k)的降低不能低于加性噪声n(k)。噪声衰减定义为对于实验，在表1中给出。表1：WGNx(k)的ANC系统性能μ＝0.005时的系统70不稳定。因此，在表1的相应单元中没有给出结果。根据图18和表1，考虑的ANC架构提供了与上文参照图7描述的系统70相同的稳态衰减，这与如上所述的例如在“Sayed,A.H.的“自适应滤波的原理”，JohnWileyandSons,Inc.出版社，2003年，1125页(Sayed,A.H.“Fundamentalsofadaptivefiltering”,JohnWileyandSons,Inc.,2003,1125p.)”、“Diniz,P.S.R.的“自适应滤波算法和实际实现”，第5版，Springer出版社，2012年，683页(Diniz,P.S.R.,“Adaptivefilteringalgorithmsandpracticalimplementation”,5-thedition,Springer,2012,683p.)”、“DzhiganV.I.的“自适应滤波：理论和算法”，莫斯科(俄罗斯)，Technosphera出版社，2013年，528页(DzhiganV.I.,“Adaptivefiltering:theoryandalgorithms”,Moscow(Russia),TechnospheraPublisher,2013,528p.)”、“Farhang-BoroujenyB.的“自适应滤波器理论和应用”，第2版，JohnWilley&Sons出版社，2013年，800页(Farhang-BoroujenyB.“Adaptivefilterstheoryandapplications”,2-ndeditionJohnWilley&Sons,2013,800p.)”以及“Haykin,S.的“自适应滤波器理论”，第5版，PrenticeHall出版社，2013年912页(Haykin,S.,“Adaptivefiltertheory”,5-thedition,PrenticeHall,2013,912p.)”中的自适应滤波器的一般理论相匹配，但是具有不同的瞬态响应持续时间，因为在ANC系统70中自适应滤波器的“总”权重数不同：NT＝N1+NS′＝512+256＝768且在改进型ANC系统300中，NT＝N1+NS′＝512。因此，在相同的步长μ的值下，具有更多权重的ANC系统70具有更长的瞬态响应，而权重更小的ANC系统300(改进型系统)具有更短的瞬态响应。这证实了改进型ANC系统300相对于系统70的优点。此外，因为μmax值如在等式(13)和(22)中受到限制，所以ANC系统70由于一些μ值变得不稳定，而改进型ANC系统300在提供具有增大的μ值的小瞬态响应的情况下仍然很稳定。类似的结果和结论对于具有多频音信号x(k)(参见等式(57))的考虑的ANC系统的性能同样有效。在表2中给出结果。表2：多频音x(k)的ANC系统性能ANC类型μ＝0.0001μ＝0.0002μ＝0.0004系统70A＝18.1469dBA＝18.6322dB-改进型系统300A＝18.6432dBA＝18.8154dBA＝18.9599dB频域中ANC系统性能的示例如图18所示。这里，呈现了功率谱密度(PowerSpectrumDensity，PSD)。μ＝0.0004时的系统70不稳定。因此，在表2的相应单元中没有给出结果。PSD图片中的曲线1801与d(k)+n(k)信号(要衰减的噪声)的PSD相关，曲线1802与α(k)信号(已衰减噪声)的PSD相关。已经讨论过，RLS自适应滤波算法不能在系统70中使用。这通过表3中给出的模拟来确认。表3：使用RLS算法的ANC系统性能ANC类型WGN多频音噪声系统70--改进型系统300A＝21.8570dBA＝19.2743dB使用RLS算法的系统70不稳定。因此，在表3的相应单元中没有给出结果。使用遗忘参数λ＝0.9999和相关矩阵的初始正则化的参数δ2＝0.001进行RLS算法模拟。对于上述参数，参见如上所述的例如在“Sayed,A.H.的“自适应滤波的原理”，JohnWileyandSons,Inc.出版社，2003年，1125页(Sayed,A.H.“Fundamentalsofadaptivefiltering”,JohnWileyandSons,Inc.,2003,1125p.)”、“Diniz,P.S.R.的“自适应滤波算法和实际实现”，第5版，Springer出版社，2012年，683页(Diniz,P.S.R.,“Adaptivefilteringalgorithmsandpracticalimplementation”,5-thedition,Springer,2012,683p.)”、“DzhiganV.I.的“自适应滤波：理论和算法”，莫斯科(俄罗斯)，Technosphera出版社，2013年，528页(DzhiganV.I.,“Adaptivefiltering:theoryandalgorithms”,Moscow(Russia),TechnospheraPublisher,2013,528p.)”、“Farhang-BoroujenyB.的“自适应滤波器理论和应用”，第2版，JohnWilley&Sons出版社，2013年，800页(Farhang-BoroujenyB.“Adaptivefilterstheoryandapplications”,2-ndeditionJohnWilley&Sons,2013,800p.)”以及“Haykin,S.的“自适应滤波器理论”，第5版，PrenticeHall出版社，2013年912页(Haykin,S.,“Adaptivefiltertheory”,5-thedition,PrenticeHall,2013,912p.)”中的RLS自适应滤波算法的描述。因此，根据图18和表1至3，基于LMS自适应滤波算法的系统70和改进型ANC系统300以及基于RLS自适应滤波算法的改进型ANC系统300提供了大约相同的稳态噪声衰减。如果选择了相同的步长值μ，则基于LMS自适应滤波算法的改进型ANC系统300具有比ANC系统70更短的瞬态响应持续时间。随着步长增大，每个ANC系统中的瞬态响应减小。然而，ANC系统70可能在某个步长值下变得不稳定，因为该值超过了该架构的μmax，而改进型ANC系统300保持稳定，因为μmax值大于ANC系统70的值，参见等式(13)和(22)。与LMS算法相比，RLS算法中的瞬态响应持续时间最短。此外，持续时间不取决于处理信号的类型。因此，上述模拟的结果证明，上述关于图11(a、b、c)、12以及14至17所描述的改进型ANC架构300和类似的ANC架构与简单的ANC架构70相比具有更好的整体性能。由于信号补偿，在具有远和信号补偿的混合ANC系统(参见图11(a、b、c)和图15)中可以实现相同的结果。图19所示为图示一种主动噪声控制方法1900的示意图。方法1900包括：如上文参照图11至17所述，在第一输入处从麦克风接收1901麦克风信号。方法1900包括：如上文参照图11至17所述，在第一节点处提供1902噪声源的预测。方法1900包括：如上文参照图11至17所述，基于并行耦合在第一节点与第一输入之间的第一电学补偿通路和第二电学补偿通路，向降噪扬声器提供1903第一降噪信号。新的ANC架构方案可在许多工业应用、磁共振成像等医疗设备、风道、高品质耳机、头戴式耳机、手机等中用于声学降噪，这些都需要降低听者位置的背景噪声。以下示例描述了进一步实施方式：示例1是进行通过与抗噪声并行的扬声器消除的远端声音s(k)补偿的改进型混合ANC系统100的架构，参见图11(a、b、c)。该系统可以使用基于梯度搜索的自适应算法(LMS、GASSLMS、NLMS、GASSNLMS、AP、GASSAP、FAP、GASSFAP)操作，这些算法的如等式(22)中定义的步长值比混合ANC系统架构70(参见图7)的如等式(13)中定义的步长值大，从而提供更快的收敛性和更稳定的操作。当使用任意RLS自适应算法(包括快速算法)时，该架构还可稳定操作。该方案加速了改进型混合ANC系统(参见图11)的自适应，并且当存在声音s(k)时允许其操作。示例2是示例1的架构(即改进型FBANC系统200的架构(参见图12))的第一特定情况，该架构可以使用基于梯度搜索的自适应算法(LMS、GASSLMS、NLMS、GASSNLMS、AP、GASSAP、FAP、GASSFAP)操作，这些算法的如等式(22)中定义的步长值比FBANC系统架构60(参见图6)的如等式(13)中定义的步长值大，从而提供更快的收敛性和更稳定的操作。当使用任意RLS自适应算法(包括快速算法)时，该架构还可稳定操作。该方案加速了改进型FBANC系统200(参见图12)的自适应。示例3是示例1的架构(即改进型FBANC系统300(参见图13)的架构)的第二特定情况，该系统可以使用基于梯度搜索的自适应算法(LMS、GASSLMS、NLMS、GASSNLMS、AP、GASSAP、FAP、GASSFAP)，这些算法的如在等式(22)中定义的步长值比FBANC系统架构70(参见图7)的如等式(13)中定义的步长值大，从而提供更快的收敛性和更稳定的操作。当使用任意RLS自适应算法(包括快速算法)时，该架构还可稳定操作。该方案加速了改进型混合ANC系统300(参见图13)的自适应。示例4是示例1的架构(即进行通过与抗噪声并行的扬声器消除的远端声音s(k)补偿的FBANC系统400(参见图14)的架构)的第三特定情况。该系统可以使用具有等式(13)所定义的步长大小的基于梯度搜索的自适应算法(LMS、GASSLMS、NLMS、GASSNLMS、AP、GASSAP、FAP、GASSFAP)操作。即，仅允许慢自适应。当存在声音s(k)时，该方案允许FBANC系统400(参见图14)来操作。示例5是示例1的架构(即进行通过与抗噪声并行的扬声器消除的远端声音s(k)补偿的FBANC系统500(参见图15)的架构)的第四特定情况。该系统可以使用基于梯度搜索的自适应算法(LMS、GASSLMS、NLMS、GASSNLMS、AP、GASSAP、FAP、GASSFAP)操作，这些算法具有等式(13)所定义的步长大小。即，仅允许慢自适应。当存在声音s(k)时，该方案允许混合ANC系统500(参见图15)来操作。示例6是示例1的架构(即进行通过与抗噪声并行的扬声器消除的远端声音s(k)补偿的改进型FBANC系统600(参见图16)的架构)的第六特定情况。该系统可以使用基于梯度搜索的自适应算法(LMS、GASSLMS、NLMS、GASSNLMS、AP、GASSAP、FAP、GASSFAP)操作，这些算法的如等式(22)所定义的步长值比FBANC系统架构50(参见图5)的如等式(13)所定义的步长值大，从而提供更快的收敛性和各个稳定的操作。当使用任意RLS自适应算法(包括快速算法)时，该架构还可稳定操作。该方案加速了改进型FFANC系统600(参见图16)的自适应，并且当存在声音s(k)时允许其操作。示例7是示例1的架构(即进行通过与抗噪声并行的扬声器消除的远端声音s(k)补偿的改进型FBANC系统700(参见图17)的架构)的第七特定情况。该系统可以使用基于梯度搜索的自适应算法(LMS、GASSLMS、NLMS、GASSNLMS、AP、GASSAP、FAP、GASSFAP)操作，这些算法的如等式(22)所定义的步长值比FBANC系统架构60(参见图6)的如等式(13)所定义的步长值大，从而提供更快的收敛性和更稳定的操作。当使用任意RLS自适应算法(包括快速算法)时，该架构还可稳定操作。该方案加速了改进型FBANC系统700(参见图17)的自适应，并且当存在声音s(k)时允许其操作。本发明还支持硬件和包含计算机可执行代码或计算机可执行指令的计算机程序产品，这些计算机可执行代码或计算机可执行指令在执行时使得至少一台计算机执行本文所述的提供方法和/或接收方法，特别是如上述关于图19所述的方法1900以及如上上述关于图11至17所述的技术。这样的计算机程序产品可包括可读存储介质，可读存储介质中存储有供处理器系统使用的程序代码。尽管本发明的特定特征或方面可能已经仅结合几种实现方式中的一种进行公开，但此类特征或方面可以和其它实现方式中的一个或多个特征或方面相结合，只要对于任何给定或特定的应用是有需要或有利。而且，在一定程度上，术语“包括”、“有”、“具有”或这些词的其他变形在详细的说明书或权利要求书中使用，这类术语和所述术语“包含”是类似的，都是表示包括的含义。同样，术语“示例性地”，“例如”仅表示为示例，而不是最好或最佳的。可以使用术语“耦合”和“连接”及其派生词。应理解，已经使用这些术语来指示两个元件相互协作或交互，无论他们是直接物理接触还是电接触，或者它们不相互直接接触。尽管本文已经图示和描述了具体方面，但是本领域普通技术人员将会理解各种替代和/或等效实施形式可以代替所示出和描述的具体方面，而不脱离本发明的范围。该申请旨在覆盖本文论述的特定方面的任何修改或变更。尽管以下权利要求书中的各元素是借助对应的标签按照特定顺序列举的，除非对权利要求的阐述另有暗示用于实现部分或所有这些元素的特定顺序，否则这些元素并不一定限于以所述特定顺序来实现。通过以上启示，对于本领域技术人员来说，许多替代产品、修改及变体是显而易见的。当然，所属领域的技术人员容易意识到除本文所述的应用之外，还存在本发明的众多其它应用。虽然已参考一个或多个特定实施例描述了本发明，但所属领域的技术人员将认识到在不偏离本发明的范围的前提下，仍可对本发明做出许多改变。因此，应理解，只要是在所附权利要求书及其等效文句的范围内，可以用不同于本文具体描述的方式来实践本发明。当前第1页1 2 3