基于M估计器的递归有源噪声控制方法与流程

技术特征：

1.基于M估计器的递归有源噪声控制方法，其步骤如下：

A、噪声输入向量的生成

置于噪声源的主麦克风拾取出噪声源当前时刻n产生的初级噪声值u(n)；将当前时刻n和前L-1个时刻的L个初级噪声值u(n),u(n-1)...,u(n-L+1)，构成滤波器当前时刻n的噪声输入向量U(n)，U(n)＝[u(n),u(n-1)...,u(n-L+1)]^T；其中L＝128，是滤波器的抽头数，上标T代表转置；

B、权向量的生成

滤波器生成当前时刻n和前L-1个时刻的权系数w(n),w(n-1)…w(n-L+1)，并将这L个权系数构成当前时刻n的权向量W(n)，W(n)＝[w(n),w(n-1),...,w(n-L+1)]；当前时刻n<129时，W(n)＝0；

C、滤波器输出值的生成

滤波器根据当前时刻n的权向量W(n)对当前时刻n的噪声输入向量U(n)进行滤波得到当前时刻n输出到扬声器的滤波器输出值其中符号*代表卷积运算，s表示噪声源经滤波器到扬声器的次级通路固有的脉冲响应；

D、残差信号阈值的确定

D1、置于噪声消除点的误差麦克风拾取出噪声消除点在当前时刻n的声音信号，即当前时刻n的残差信号e(n)；并得到当前时刻n的残差信号平方e²(n)，将当前时刻n和前N_w-1个时刻的残差信号平方e²(n),e²(n-1),...,e²(n-N_w+1)，组成残差信号平方窗函数向量E(n)，E(n)＝[e²(n),e²(n-1),...,e²(n-N_w+1)]，其中，N_w是窗函数长度，取值为100；

D2、计算M估计器的期望方差

其中，C为计算纠正因子，C＝1.483{1+5/(N_w-1)}；ζ为缩放参数，其取值为0.9～1；med为取中位数运算；

D3、计算出M估计器残差信号的低限阈值ξ、中限阈值Δ₁和高限阈值Δ₂，

$\mathrm{\&xi;}=1.96{\mathrm{\&sigma;}}_e^2\left(n\right),{\mathrm{\&Delta;}}_1=2.24{\mathrm{\&sigma;}}_e^2\left(n\right),{\mathrm{\&Delta;}}_2=2.576{\mathrm{\&sigma;}}_e^2\left(n\right).$

E、误差信号限定值的计算

滤波器根据当前时刻n的残差信号e(n)，计算出M估计器当前时刻n的误差信号限定值ψ(n)：

$\mathrm{\&psi;}\left(n\right)=\left\{\begin{array}{cc}1,& 0\&le;\left|e\left(n\right)\right|\&lt;\mathrm{\&xi;},\\ \mathrm{\&xi;}sign\left\{e\left(n\right)\right\}/e,& \mathrm{\&xi;}\&le;\left|e\left(n\right)\right|\&lt;{\mathrm{\&Delta;}}_1,\\ \frac{sign\left\{e\left(n\right)\right\}}{e\left(n\right)}\&lsqb;\left(\right|e\left(n\right)|-{\mathrm{\&Delta;}}_2)\frac{\mathrm{\&xi;}}{{\mathrm{\&Delta;}}_1-{\mathrm{\&Delta;}}_2}\&rsqb;,& {\mathrm{\&Delta;}}_1\&le;\left|e\left(n\right)\right|\&lt;{\mathrm{\&Delta;}}_2,\\ 0,& {\mathrm{\&Delta;}}_2\&le;\left|e\left(n\right)\right|\end{array}\right.$

其中，sign表示符号函数，当e(n)>0时，其值为1；当e(n)<0时，其值为-1；当e(n)＝0时，其值为0；

F、权向量更新

滤波器生成当前时刻n的增益向量Φ(n)，

$\mathrm{\&Phi;}\left(n\right)=\frac{\mathrm{\&psi;}\left(n\right)F\left(n\right)(s*U(n\left)\right)}{\mathrm{\&lambda;}+\mathrm{\&psi;}\left(n\right){(s*U(n\left)\right)}^{T}F\left(n\right)(s*U(n\left)\right)}$

式中，λ表示遗忘因子，其取值为0.9～1；F(n)为当前时刻n的递归矩阵，其大小为L×L，当前时刻n<129时，F(n)＝0；下一时刻(n+1)的递归矩阵F(n+1)由公式F(n+1)＝λ^-1F(n)-λ^-1Φ(n)(s*U(n))^TF(n)得到；

随后，滤波器算出下一时刻(n+1)的权向量W(n+1)，W(n+1)＝W(n)+Φ(n)e(n)

G、迭代

令n＝n+1,重复A、B、C、D、E、F的步骤,直至滤波结束。