[0001]
本发明涉及主动降噪领域，尤其涉及主动降噪训练方法及系统、主动降噪控制装置、主动降噪系统、耳机、音频设备以及芯片。
背景技术：[0002]
主动降噪(active noise control,anc)是目前常见的噪音消除方式。anc基于干涉原理，通过次级通路(消噪扬声器等)产生与噪声同幅度、相位相反的波形进行抵消。现有的anc系统常用的结构有前馈式结构、反馈式结构和混合式结构，前馈式结构一般需要两个麦克风，参考麦克风接收外噪声源信号，误差麦克风设置于收音位置处采集经过消噪后的残余噪声，反馈式结构则只有误差麦克风用于采集残余噪声，参考噪声通过预估实现，混合式结构则是上述两种结构的混合，以上三种结构中，都通过参考信号来驱动自适应滤波器产生驱动信号，驱动扬声器生产消噪声波以实现降噪。
[0003]
目前，对于自适应滤波器的系数，通常采用基于lms算法改进后的fxlms算法进行系数更新，如图1所示是一个基于fxlms算法的anc系统控制器的结构图，其中，初级通路是指从噪音源到误差麦克风的这段通路，其转移函数为初级通路频响，也即系统频响p(z)，次级通路是指从滤波器输出，经消噪扬声器到误差麦克风的这段通路，其转移函数即为次级通路频响s(z)，s
′
(z)为一个等价于次级通路转移函数的滤波器(通常称为x-滤波)，主要用于对参考噪声信号进行滤波，以此来消除系统的稳定性问题。但是，采用fxlms算法的anc结构本身存在许多问题，其中之一就是在设计时对于不同频段的降噪效果是相同的，而在实际应用中，基于人耳对不同频率声音的敏感度或不同场景下不同的噪声类型，对于不同频段的噪声实际上需要有不同的降噪处理。因此，felms算法在fxlms算法的基础上，在误差通路和lms数据通路(即参考噪声所在通路)对误差噪声e(n)和参考噪声引入相同的两个高阶滤波器h
nw
(z)，对参考噪声和误差噪声的不同频段进行整形滤波，在此基础上更新自适应滤波器得到的自适应滤波器w(z)能够对不同频段的噪声实现不同的降噪，如图2所示。但是，引入两个高阶滤波器，一方面需要更多的硬件资源，电路面积和功耗增大，实现代价变大，提高产品成本；另一方面，也会导致算法收敛时间变长或无法收敛，系统稳定性下降，导致产品良率下降，影响产品最终量产。
技术实现要素：[0004]
基于上述现状，本发明的主要目的在于提供一种主动降噪训练方法及系统、主动降噪控制装置、主动降噪系统、耳机、音频设备以及芯片，通过在训练时预先对输入至fxlms主动降噪系统的模拟噪声按不同降噪需求进行滤波处理，由此得到能满足降噪需求的滤波参数作为自适应滤波器的出厂参数，通过简单的结构、较低的成本实现了不同频段的选择降噪，同时也提高了系统的稳定性。
[0005]
为实现上述目的，本发明采用的技术方案如下：
[0006]
一种主动降噪系统训练方法，用于通过测试设备对具备主动降噪系统的电子设备
进行主动降噪训练，包括如下步骤：
[0007]
s100，所述测试设备发送第二测试指令至所述主动降噪系统，进入第二训练状态；
[0008]
s200，所述测试设备对一当前预设激励信号进行预设滤波处理，经过预设滤波处理的所述预设激励信号驱动所述测试设备上的扬声器持续发出训练噪声；
[0009]
s300，所述主动降噪系统接收所述训练噪声，基于参考噪声信号产生驱动信号驱动降噪扬声器产生抵消噪声以抵消所述训练噪声；其中，所述驱动信号由自适应滤波器产生，所述抵消噪声和所述训练噪声叠加后转换得到误差噪声信号；
[0010]
s400,所述主动降噪系统基于fxlms算法更新所述自适应滤波器的系数；
[0011]
s500，所述主动降噪系统判断所述误差噪声信号是否小于第一阈值或当前预设激励信号对应的训练时间是否超过第二阈值，若任一条件为是，结束当次训练，进入步骤s600，若否，返回步骤s300；
[0012]
s600，所述主动降噪系统存储结束训练时所述自适应滤波器的系数并发送第二应答信息至所述测试设备以通知所述测试设备当次训练结束；
[0013]
s700，所述测试设备判断所有预设激励信号的是否都已作为训练噪声，若否，更换下一预设激励信号，进入步骤s200，开始下一次训练，若是，进入步骤s800；
[0014]
s800，所述测试设备从所有存储的系数中选择预设数量系数并将选择结果发送至所述主动降噪系统；
[0015]
s900，所述主动降噪系统依据所述选择结果保留所述预设数量的系数作为所述自适应滤波器的初始系数。
[0016]
优选地，步骤s800之前，所述方法还包括：
[0017]
s10，训练开始时，所述测试设备发送第一测试指令至所述主动降噪系统，进入第一训练状态；
[0018]
s20，所述主动降噪系统通过内部播放噪声激励信号，对次级通路进行离线辨析，得到次级通路的等价滤波器，并反馈所述第一测试指令的第一应答信息至所述测试设备，所述测试设备将在接收到所述第一应答信息后发出所述第二测试指令。
[0019]
优选地，步骤s500之后，所述方法还包括：
[0020]
s510，所述测试设备在当次训练结束时，获取当前预设激励信号对应的误差噪声信号以记录当次训练得到的系数对应的降噪性能评估分数。
[0021]
优选地，所述所有预设激励信号包括不同场景的预激励信号，每个场景的激励信号包括至少一个预设激励信号，步骤s800包括：
[0022]
s810，对同一场景的至少一个预设激励信号对应的系数，保留降噪性能评估分数最高的系数，从所有存储的系数中得到第二预设数量的系数；
[0023]
s820，在第二预设数量的系数中，按降噪性能评估分数从高到低对所有系数进行排序，选择前预设数量的系数作为选择结果并发送至所述主动降噪系统。
[0024]
优选地，步骤s200中，所述测试设备对一当前预设激励信号进行预设滤波处理包括：
[0025]
所述测试设备对当前预设激励信号进行匹配人耳听觉曲线的滤波处理。
[0026]
优选地，所述预设滤波处理为a计权滤波处理。
[0027]
优选地，步骤s200中，所述测试设备对一当前预设激励信号进行预设滤波处理包
括：
[0028]
s210,确定当前预设激励信号对应的目标场景；
[0029]
s220，依据所述目标场景对当前预设激励信号进行匹配所述目标场景滤波曲线的滤波处理。
[0030]
优选地，步骤s200中，所述测试设备对一当前预设激励信号进行预设滤波处理包括：
[0031]
s230,确定当前预设激励信号对应的目标场景；
[0032]
s240，依据所述目标场景对当前预设激励信号进行匹配所述目标场景滤波曲线的滤波处理。
[0033]
本发明还提供一种主动降噪系统训练系统，包括测试设备与主动降噪系统，
[0034]
所述测试设备用于：发送第二测试指令至所述主动降噪系统，进入第二训练状态；
[0035]
所述第二训练状态下：
[0036]
所述测试设备还用于：对一当前预设激励信号进行预设滤波处理，经过预设滤波处理的所述预设激励信号驱动所述测试设备上的扬声器持续发出训练噪声；
[0037]
所述主动降噪系统用于：
[0038]
接收所述训练噪声，基于参考噪声信号产生驱动信号驱动降噪扬声器产生抵消噪声以抵消所述训练噪声；其中，所述驱动信号由自适应滤波器产生，所述抵消噪声和所述训练噪声叠加后转换得到误差噪声信号；
[0039]
基于fxlms算法更新所述自适应滤波器的系数；
[0040]
重复接收所述训练噪声以及更新所述系数直至所述误差噪声信号小于第一阈值或当前预设激励信号对应的训练时间超过第二阈值时，结束当次训练，所述主动降噪系统存储结束训练时所述自适应滤波器的系数并发送第二应答信息至所述测试设备以通知所述测试设备当次训练结束；
[0041]
所述测试设备还用于：判断所有预设激励信号的是否都已作为训练噪声，若否，更换下一预设激励信号，继续预设滤波处理以开始下一次训练，若是，从所有存储的系数中选择预设数量系数并将选择结果发送至所述主动降噪系统；
[0042]
所述主动降噪系统还用于：依据所述选择结果保留所述预设数量的系数作为所述自适应滤波器的初始化系数。
[0043]
本发明还提供一种主动降噪控制装置，包括：自适应滤波器、x-滤波器、以及系数更新模块，其中，所述x-滤波器为次级通路的等价滤波器，所述自适应滤波器系数的初始系数采用如前所述的主动降噪系统训练方法训练得到；所述自适应滤波器用于接收参考噪声信号，产生驱动信号驱动降噪扬声器产生抵消噪声以抵消外部噪声；所述x-滤波器对所述参考噪声信号进行x-滤波后输入至系数更新模块；所述系数更新模块基于收音装置获取的误差噪声信号以及x-滤波后的参考噪声信号更新所述自适应滤波器的系数。
[0044]
本发明还提供一种主动降噪系统，包括用于获取噪声信号的收音装置、降噪扬声器、以及如前所述的主动降噪控制装置。
[0045]
本发明还提供一种耳机，具有如前所述的主动降噪系统。
[0046]
本发明还提供一种音频设备，所述音频设备包括如前所述的主动降噪系统。
[0047]
本发明还提供一种芯片，其上具有集成电路，所述集成电路被设计成用于包括如
前所述的主动降噪控制装置。
[0048]
有益效果：
[0049]
在本发明的实施例中，通过预先对训练用的预设激励信号进行预设滤波处理后再输入至基于fxlms算法实现的anc系统对系统进行训练以得到自适应滤波器的系数，对信号的滤波处理在测试端实现，也同样可以实现不同频段的选择降噪，由此，通过简单的结构、较低的成本实现了不同频段的选择降噪，同时，相比于结构更复杂的felms算法，本实施例由于无需引入高阶滤波器，也不会导致lms算法收敛时间过长或无法收敛，进一步提高了anc系统的稳定性，能够提升产品良率，有利于产品量产。
[0050]
本发明的其他有益效果，将在具体实施方式中通过具体技术特征和技术方案的介绍来阐述，本领域技术人员通过这些技术特征和技术方案的介绍，应能理解所述技术特征和技术方案带来的有益技术效果。
附图说明
[0051]
以下将参照附图对根据本发明的优选实施方式进行描述。图中：
[0052]
图1为现有技术中基于fxlms算法的anc系统控制装置的一个结构示意图；
[0053]
图2所示是现有技术中felms算法的anc系统控制装置一个结构示意图；
[0054]
图3所示是本发明一实施例中主动降噪系统训练方法的流程示意图；
[0055]
图4所示是本发明一实施例中前馈式主动降噪系统一结构示意图；
[0056]
图5所示是本发明一实施例中主动降噪系统训练系统一示意图；
[0057]
图6所示是本发明一实施例中次级通路离线辨识一原理示意图；
[0058]
图7所示是本发明一实施例中主动降噪控制装置一结构示意图。
具体实施方式
[0059]
为了对本发明的技术方案进行更详细的说明，以促进对本发明的进一步理解，下面结合附图描述本发明的具体实施方式。但应当理解，所有示意性实施例及其说明用于解释本发明，并不构成对本发明的唯一限定。
[0060]
本发明中的主动降噪系统训练方法适用于任意结构的anc系统，不管是前馈式anc系统，反馈式anc系统还是混合式anc系统，都可以采用本发明中的主动降噪系统训练方法进行训练以得到自适应滤波器的初始系数。在以下实施例中，以前馈式anc系统为例进行说明，但不造成对本发明训练方法用于反馈式anc系统和混合式anc系统训练的限定。
[0061]
实施例组一：
[0062]
请参考图3，所示是本发明一实施例中主动降噪系统训练方法的流程示意图。在本实施例中，该主动降噪降噪系统训练方法包括如下步骤：
[0063]
s100，所述测试设备发送第二测试指令至所述主动降噪系统，进入第二训练状态；
[0064]
所述第二训练状态下：
[0065]
s200，所述测试设备对一当前预设激励信号进行预设滤波处理，经过预设滤波处理的所述预设激励信号驱动所述测试设备上的扬声器持续发出训练噪声；
[0066]
s300，所述主动降噪系统接收所述训练噪声，基于参考噪声信号产生驱动信号驱动降噪扬声器产生抵消噪声以抵消所述训练噪声；其中，所述驱动信号由自适应滤波器产
生，所述抵消噪声和所述训练噪声叠加后转换得到误差噪声信号；
[0067]
s400,所述主动降噪系统基于fxlms算法更新所述自适应滤波器的系数；
[0068]
s500，所述主动降噪系统判断所述误差噪声信号是否小于第一阈值或当前预设激励信号对应的训练时间是否超过第二阈值时，若是，结束当次训练，进入步骤s600，若否，返回步骤s300；
[0069]
s600，所述主动降噪系统存储结束训练时所述自适应滤波器的系数并发送第二应答信息至所述测试设备以通知所述测试设备当次训练结束；
[0070]
s700，所述测试设备判断所有预设激励信号的是否都已作为训练噪声，若否，更换下一预设激励信号，进入步骤s200，开始下一次训练，若是，进入步骤s800；
[0071]
s800，所述测试设备从所有存储的系数中选择预设数量系数并将选择结果发送至所述主动降噪系统；
[0072]
s900，所述主动降噪系统依据所述选择结果保留所述预设数量的系数作为所述自适应滤波器的初始系数。
[0073]
本实施例中，anc系统为基于图1所示的fxlms结构实现，如图4所示为本实施例中一前馈式anc系统的结构示意图，此时，anc系统20中的主动降噪控制装置500如图4所示，包括自适应滤波器w(z)、x-滤波器s
′
(z)、以及系数更新模块lms，其中，所述x-滤波器s
′
(z)为次级通路的等价滤波器。从参考麦克风300到误差麦克风400的通路为初级通路100，从主动降噪控制装置自适应滤波器输出到误差麦克风400，以及从误差麦克风400到主动降噪装置500的通路成为次级通路200。对于稳定工作的anc系统，当外部噪声进入到系统时，anc系统将通过自适应滤波器产生驱动信号y
′
(n)驱动降噪扬声器产生抵消噪声y(n)以抵消到达收音位置处的外部噪声d(n)，由此达到降噪效果，理想状态下，抵消噪声可以完全抵消外部噪声，理想的抵消噪声y(n)与外部噪声d(n)是同幅度、相位相反的波形，由此可以抵消外部噪声d(n)，达到降噪效果。实际中，抵消噪声y(n)存在一个逐渐逼近外部噪声d(n)的过程，该过程由系数更新模块lms基于两者的误差噪声信号e(n)和经过x-滤波的参考噪声信号x(n)，通过lms算法迭代调整自适应滤波器w(z)的系数实现，最终，自适应滤波器达到收敛状态时，误差噪声信号e(n)的均方值收敛到预设值，这个收敛时间的长短和自适应滤波器的系数取决于不同anc系统，并且，对于用户而言，一般希望产品在使用时已经是收敛状态，因此，在出厂前需要对通过测试设备对anc系统进行训练和性能测试以确定anc系统中自适应滤波器的系数并保证anc系统能够稳定收敛。
[0074]
如图5所述是本实施例中主动降噪系统训练方法的应用环境示意图，如图所示，测试设备10可以产生各种不同的训练噪声，用于模拟外部噪声。测试设备10与主动降噪系统10之间可以通过无线方式或串口方式进行通信。在本实施例中，在训练时，进入到anc系统的训练噪声已经预先经过了预设滤波处理，该预设滤波处理可以基于实际降噪需求对预设激励信号进行整形滤波，滤波曲线可以根据实际降噪需求进行选择。例如，如果降噪需要考虑人耳在不同频率对不同幅度信号的感受灵敏度，可以选择匹配人耳听觉曲线的滤波曲线，按与人耳听觉曲线相反的方式进行滤波；如果降噪需要考虑不同场景的噪声需要对不同频段的噪声进行可选择降噪，则可以选择该场景匹配的滤波曲线对预设激励信号进行滤波。可以理解，以上举例仅并不限制对预设激励信号的滤波处理的方式，在实际应用中，不同的厂商在进行测试训练时，可以依据实际降噪需求选择一种或多种滤波方式对预设激励
信号进行滤波处理，依据实际需x选择f(z)的滤波曲线，当需要叠加不同的滤波效果时，f(z)也可以由多个滤波器级联而成。
[0075]
训练anc系统时，测试设备发送第二测试指令至anc系统以开始训练，一次训练的过程如下：对当前预设激励信号进行预设滤波处理，经过滤波处理后的预设激励信号驱动扬声器发出训练噪声，训练噪声进入到anc系统20中到达收音位置处形成外部噪声d(n)，同时，anc系统20通过参考麦克风收集训练噪声以获取参考噪声信号x(n)，经过自适应滤波器w(z)进行滤波后，输出驱动信号y
′
(n)驱动降噪扬声器产生抵消噪声y(n)，抵消噪声y(n)抵消外部噪声d(n)后残余的误差噪声信号e(n)，作为反馈信号进入系数更新模块lms，系数更新模块lms基于误差噪声信号e(n)和前馈信号也即参考噪声信号x(n)，通过lms算法更新下一时刻的自适应滤波器w(z)系数，该过程不断循环，直至anc系统达到收敛或当次训练时间超过第二阈值，则该次训练结束，训练结束时，anc系统保存该次训练得到的w(z)系数，同时发送第二应答信息至测试设备10以通知测试设备10当次训练结束，测试设备切换下一个预设激励信号，开始下一次训练。
[0076]
可以理解，当应用于反馈式anc系统时，则参考噪声信号x(n)可以由误差噪声信号e(n)和驱动信号y
′
(n)预估得到，现有技术中对此已经有成熟的实现方法，本发明对此不做描述。同样的，当应用于混合式anc系统时，也同样可以采用上述训练方法分别实现前馈自适应滤波器和反馈自适应滤波器系数的训练。
[0077]
在本实施例中，测试设备中有一个信号库，该信号库中能包含的激励信号可以驱动扬声器产生不同类型的声音以模拟不同的外部噪声，同时，每种类型的声音可以包含多种激励信号以最大程度模拟该类型的声音。预设激励信号可以包括通过实地收集各种场景下例如图书馆、工厂、火车站、图书馆、郊外等，通过收音设备得到的噪声信号样本，也可以包括直接可由实验室产生的白噪信号，扫频信号、粉噪信号等。
[0078]
实际训练中，为了保证自适应系统的稳定性和收敛效果，训练的次数一般需要达到一定数量，因此，会存储较多的系数，而实际使用中一般需要的系数比较少，例如，10组甚至1组，因此，全部预设激励信号都作为训练噪声后，测试设备需要从所有存储的系数中选择预设数量的系数作为选择结果并通知anc系统，anc系统仅保留被选中的系数存储，作为自适应滤波器w(z)的初始系数，由此，自适应滤波器w(z)的初始系数预存在anc系统中，出厂后，当anc系统运行并进行降噪时，自适应滤波器w(z)的初始系数就是系统中预存的系数，基于该系数的自适应滤波器w(z)产生的抵消噪声，对于外部噪声的不同频段的降噪幅度不同。
[0079]
当以本实施例的训练方法对图1所示的基于fxlms的anc结构进行训练时，在本实施例中，误差麦克风采集的误差噪声信号e(n)为式(1)，参考噪声信号x(n)和由误差噪声信号e(n)直接进入系数更新模块lms进行计算，自适应滤波器w(z)的系数更新过程为式(2)：
[0080]
e(n)＝d(n)+y
′
(n)*s(n)＝d(n)+[w(n)*x
′
(n)*f(n)]*s(n)
ꢀꢀꢀꢀ
(1)；
[0081]
w(n+1)＝w(n)+ue(n)[x
′
(n)*f(n)*s
′
(n)]
ꢀꢀꢀꢀ
(2)；
[0082]
其中，s(n)是次级通路的冲击响应；w(n)是自适应滤波器在n时刻的系数；x
′
(n)是n时刻的预设激励信号，f(n)是测试设备中预设滤波处理对应的滤波器冲击响应，
[0083]
又，d(n)＝x
′
(n)*f(n)*p(n)，p(n)是初级通路的冲击响应，式(1)变为式(3)：
[0084]
e(n)＝x
′
(n)*f(n)*p(n)+[w(n)*x
′
(n)*f(n)]*s(n)
ꢀꢀꢀꢀ
(3)；
[0085]
在本实施例中，由于进入到anc系统的训练噪声经过了预设滤波处理，因此，实际上，anc系统中的参考噪声信号为x(n)＝x
′
(n)*f(n)。
[0086]
此时，对式(3)和(2)进行z变换后，可以得到：
[0087]
e(z)＝x
′
(z)f(z)p(z)+w(z)x
′
(z)f(z)s(z)＝[x
′
(z)p(z)+w(z)x
′
(z)s(z)]f(z)
ꢀꢀꢀꢀ
(4)；
[0088]
w(z)＝w(z)+ue(z)x
′
(z)f(z)s
′
(z)
ꢀꢀꢀꢀ
(5)；
[0089]
若以传统训练方法对基于felms的anc系统进行训练，即直接将激励信号不经过预设滤波处理，直接驱动扬声器产生训练噪声进入anc系统，此时，参考噪声信号x(n)＝x
′
(n)，在参考通路和误差通路上存在滤波器f(z),此时，误差麦克风采集的误差噪声信号e(n)和参考噪声信号x(n)都需要经f(z)修正后进入系数更新模块lms进行计算自适应滤波器w(z)的系数，此时，修正后的误差噪声信号e(n)如式(6)，自适应滤波器w(z)的系数更新过程为式(7)
[0090]
e(n)＝[d(n)+y
′
(n)*s(n)]*f(n)＝[x
′
(n)p(n)+w(n)*x
′
(n)*s(n)]*f(n)
ꢀꢀꢀꢀ
(6)；
[0091]
w(n+1)＝w(n)+ue(n)[x
′
(n)*f(n)*s
′
(n)]
ꢀꢀꢀꢀ
(7)；
[0092]
此时，对式(6)和(7)进行z变换后，可以得到：
[0093]
e(z)＝[x
′
(z)p(z)+w(z)x
′
(z)s(z)]f(z)
ꢀꢀꢀꢀ
(8)；
[0094]
w(z)＝w(z)+ue(z)x
′
(z)f(z)s
′
(z)
ꢀꢀꢀꢀ
(9)；
[0095]
比较式(4)和(5)和式(6)和(7)可以看出，通过本实施例的主动降噪训练方法对基于fxlms的anc系统进行训练，其训练得到的系数，与直接对基于felms的anc系统进行训练得到的系数是相同的，因此，本实施例中，通过预先对训练用的预设激励信号进行预设滤波处理后再输入至基于fxlms算法实现的anc系统对系统进行训练以得到自适应滤波器的系数，对信号的滤波处理在测试端实现，也同样可以实现不同频段的选择降噪，由此，通过简单的结构、较低的成本实现了不同频段的选择降噪，同时，相比于结构更复杂的felms算法，本实施例由于无需引入高阶滤波器，也不会导致lms算法收敛时间过长或无法收敛，进一步提高了anc系统的稳定性，能够提升产品良率，有利于产品量产。
[0096]
在本实施例中，对于对次级通路的估计，即即x-滤波器s
′
(z)的辨识方式不做限制，可以通过在线辨识或离线辨识实现。
[0097]
在本实施例中，步骤s400包括：
[0098]
s410，所述主动降噪系统基于所述训练噪声得到当前时刻误差噪声信号以及当前时刻参考噪声信号；
[0099]
s420，所述主动降噪系统将当前时刻参考噪声信号经x-滤波处理后，得到修正后的所述参考噪声信号；
[0100]
s430，所述主动降噪系统基于当前时刻误差噪声信号和修正后的所述参考噪声信号，基于lms算法更新下一时刻的所述自适应滤波器的系数。
[0101]
本发明anc系统基于fxlms算法实现，因此，每次进行系数更新计算前，需要先通过次级通路的等价滤波器s
′
(z)对参考噪声信号x(n)进行x-滤波，以补偿次级通路带来的延迟，系数更新基于lms算法进行，其更新过程请参考前面提及的式(1)-(3)，此处不赘述。
[0102]
可选的，在一优选实施例中，通过离线辨识的方式估计次级通路，离线辨识是运行anc系统进行降噪之前针对次级通道预先进行训练估计，因此，在出厂的训练过程中，该过程也需要在自适应滤波器w(z)系数确定该前进行，此时，在步骤s100之前，所述方法还包
括：
[0103]
s10，训练开始时，所述测试设备发送第一测试指令至所述主动降噪系统，进入第一训练状态；s20，所述主动降噪系统通过内部播放噪声激励信号，对次级通路进行离线辨识，得到次级通路的等价滤波器，并反馈所述第一测试指令的第一应答信息至所述测试设备，所述测试设备将在接收到所述第一应答信息后发出所述第二测试指令。
[0104]
请参考图6，所示是次级通路离线辨识的原理图，其同样可以通过lms算法实现，以对次级通路的离线辨识为第一训练状态，对anc系统中自适应滤波器的为第二训练状态，本实施例中，在第一训练状态下，由anc系统内部产生的噪声激励信号v(n)，t时刻，噪声激励信号v(n)驱动降噪扬声器输出d
v
(n)，也即经次级通路输出，此时次级通路s(z)的输出为d
v
(n)，即离线辨识系统的期望信号。y
v
(n)则是噪声激励信号v(n)经过次级通路的估计s
′
(z)的输出，y
v
(n)与期望信号d
v
(n)之差即为辨识误差e
v
(n)，送入到lms算法模块中，经过不断迭代更新后，当辨识误差e
v
(n)趋近于零时，y
v
(n)与期望信号d
v
(n)趋近于相同，此时，次级通路的估计s
′
(z)趋近于次级通路s(z)，由此实现了对次级通路的离线辨识，等到x-滤波器s
′
(z)。
[0105]
次级通路的离线辨识完成后，anc系统发送第一应答信息至测试设备，以通知测试设备可以随时开始第二训练状态下的训练。
[0106]
可选的，在一优选实施例中，步骤s500之后，所述方法还包括：
[0107]
s510，所述测试设备在当次训练结束时，获取当前预设激励信号对应的误差噪声信号以记录当次训练得到的系数对应的降噪性能评估分数。
[0108]
实际训练中，为了保证自适应系统的稳定性和收敛效果，训练的次数一般需要达到一定数量，因此，存储的系数数量远多于最终需要的系数，因此，测试设备需要从所有存储的系数中选择预设数量的系数作为最终系数，也就需要知道每次训练结束时，anc系统所能达到的降噪效果。对于降噪系统而言，一般通过误差噪声信号和原噪声信号可以比较直观的表现系统的降噪效果，但是，对于不同幅度的参考噪声信号，误差噪声信号最终的降噪幅度也会有差异，因此不能直接通过降噪功率比较，可以通过统一量化得到降噪性能评估分数，例如，可以通过降噪比例作为降噪性能评估分数，分数为90％，表示系统能对输入噪声进行80％的降噪，最终剩余噪声功率为原始噪声功率的10％，可以理解，具体的量化标准可以根据实际设定，并不影响本实施方案的实现。
[0109]
实际训练中，一般都是通过人工耳模拟人耳，因此，包含有anc系统的产品放置在人工耳上，测试设备可以通过人工耳上内置的收音设备实时采集得到anc系统的在不同时刻的误差噪声，结合测试设备产生的预设激励噪声，测试设备可以确定每次训练结束时当前预设激励信号对应的误差噪声信号，由此得到该次训练结束时anc系统所能达到的降噪性能评估分数，也即当次训练得到的系数对应的降噪性能评估分数。基于不同系数对应的降噪性能评估分数，测试测设备可以从所有存储的系数中选择预设数量系数，并将选择结果发送给anc系统以保留被选择系数。
[0110]
可选的，在一优选实施例中，所述所有预设激励信号包括不同场景的预激励信号，每个场景的激励信号包括至少一个预设激励信号，步骤s800包括：
[0111]
s810，对同一场景的至少一个预设激励信号对应的系数，保留降噪性能评估分数最高的系数，从所有存储的系数中得到第二预设数量的系数；
[0112]
s820，在第二预设数量的系数中，按降噪性能评估分数从高到低对所有系数进行排序，选择前预设数量的系数作为选择结果并发送至所述主动降噪系统。
[0113]
同一个场景可以包括一个以上预设激励信号，例如，场景a中包含了预设激励信号a1，a2，a3等，每一个预设激励信号a1，a2，a3都对应一次训练，会有一组对应的系数，而同一个场景只保留降噪性能评估分数最高的一组系数作为该场景的对应系数，最终，对于每一个场景，对应有一个该场景下的最优系数，再从所有场景中，选择最优的预设数量的系数作为最终结果。
[0114]
如此训练，能够最大限度保证最终产品中每一个场景下系统的降噪性能，同时，保留多组系数，也可以为用户提供场景化降噪选择，在不同场景下使用不同的初始化系数，能够实现不同场景的适应性降噪，保证不同场景下的系统的快速收敛。
[0115]
可选的，在一优选实施例中，步骤s200中，所述测试设备对一当前预设激励信号进行预设滤波处理包括：所述测试设备对当前预设激励信号进行匹配人耳听觉曲线的滤波处理。
[0116]
考虑人耳主观上对不同的频率感受不一致的事实，也即人耳在不同频率上对同等幅度的信号感受的响度是不一致的，要使降噪效果能与人耳在不同频率上对同等幅度的信号感受的响度达到一致，可以对当前预设激励信号按照人耳听觉曲线相反的方式进行滤波整形，如前描述，这样与直接对误差噪声信号e(n)进行滤波整形的效果是相同的，由于在产生抵消噪声的过程中考虑了人耳在不同频率上对同等幅度的信号感受的响度是不一致，因此，能够使对信号不同频段的降噪效果匹配人耳听觉曲线。
[0117]
可选的，在一优选实施例中，所述预设滤波处理为a计权滤波处理。
[0118]
考虑常规的人耳听觉曲线，滤波器f(z)的冲击响应f(n)可以选择a计权曲线，此时整形滤波器f(z)为a计权滤波器。a计权滤波器通过以下式子产生：
[0119][0120]
a＝2.0+20log(r
a
(f))；
[0121]
在本实施例中，在训练时预先对训练信号按照人耳心理声学曲线相反的方式进行滤波整形，由于在产生抵消噪声的过程中已经考虑了人耳在不同频率上对同等幅度的信号感受的响度是不一致，由此得到的自适应滤波器w(z)的系数，能够实现匹配人耳听觉曲线的降噪效果，符合心理声学，能进一步提高用户的降噪体验。
[0122]
可选的，在一优选实施例中，步骤s200中，所述测试设备对一当前预设激励信号进行预设滤波处理包括：
[0123]
s210,确定当前预设激励信号对应的目标场景；
[0124]
s220，依据所述目标场景对当前预设激励信号进行匹配所述目标场景滤波曲线的滤波处理。
[0125]
在本实施例中，考虑不同场景中的噪声在不同频段的分布很多时候是不同的，或者，不同场景中通常需要对不同频段的噪声进行抑制。因此，对于不同场景下，通常会有不用的降噪需求。相应的，可以通过对预设激励信号进行不同的滤波处理达到不同场景下的选择降噪。对于不同的场景，测试设备中的滤波器f(z)滤波曲线对应可以设置为不同带通滤波器的滤波曲线，当确定预设激励信号对应的目标场景后，选择对当前预设激励信号进
行与目标场景匹配的带通滤波器曲线，对当前预设激励信号进行预设滤波处理。由此得到的系数，能够适应不同场景进行不同的频段的选择降噪。
[0126]
可选的，在一优选实施例中，步骤s200中，所述测试设备对一当前预设激励信号进行预设滤波处理包括：
[0127]
s230，所述测试设备对当前预设激励信号进行匹配人耳听觉曲线的第一滤波处理；
[0128]
s240，所述测试设备对第一滤波处理后的预设激励信号进行匹配目标场景滤波曲线的第二滤波处理；其中，所述目标场景依据所述当前预设激励信号确定。
[0129]
在本实施例中，对预设激励信号进行两次滤波处理，第一滤波处理对当前预设激励信号按照人耳听觉曲线相反的方式进行滤波整形，由此使降噪效果能与人耳在不同频率上对同等幅度的信号感受的响度达到一致，与人耳听觉曲线匹配。第二滤波处理为根据当前预设激励信号对应的目标场景，对预设激励信号进行不同目标场景对应的滤波处理以实现不同场景下的选择降噪。可以理解，此时测试设备中的滤波器f(z)由两个滤波器级联而成，一个滤波器的滤波曲线可以设置为匹配人耳听觉曲线的曲线，例如a计权曲线，另一个滤波器的滤波曲线依据目标场景不同可以设置为不同带通滤波器的滤波曲线。
[0130]
实施例组二：
[0131]
本发明进一步提供一种主动降噪系统训练系统。请参考图5所示，所示是一实施例中主动降噪系统训练系统一示意图，包括测试设备10与主动降噪系统20，主动降噪系统20一般设置在电子设备上(未示出)，其中，2为收音位置，外部噪声经主动降噪系统后最终到达收音位置2处，例如人耳耳膜处。在本实施例中，
[0132]
测试设备10用于：发送第二测试指令至主动降噪系统20，进入第二训练状态；
[0133]
第二训练状态下：
[0134]
测试设备10还用于：对一当前预设激励信号进行预设滤波处理，经过预设滤波处理的所述预设激励信号驱动所述测试设备上的扬声器持续发出训练噪声；
[0135]
主动降噪系统20用于：
[0136]
接收所述训练噪声，基于参考噪声信号产生驱动信号驱动降噪扬声器产生抵消噪声以抵消所述训练噪声；其中，所述驱动信号由自适应滤波器产生，所述抵消噪声和所述训练噪声叠加后转换得到误差噪声信号；
[0137]
基于fxlms算法更新所述自适应滤波器的系数；
[0138]
重复接收所述训练噪声以及更新所述系数直至所述误差噪声信号小于第一阈值或当前预设激励信号对应的训练时间超过第二阈值时，结束当次训练，所述主动降噪系统存储结束训练时所述自适应滤波器的系数并发送第二应答信息至测试设备10以通知所述测试设备当次训练结束；
[0139]
测试设备10还用于：判断所有预设激励信号的是否都已作为训练噪声，若否，更换下一预设激励信号，继续预设滤波处理以开始下一次训练，若是，从所有存储的系数中选择预设数量系数并将选择结果发送至主动降噪系统20；
[0140]
主动降噪系统20还用于：依据所述选择结果保留所述预设数量的系数作为所述自适应滤波器的初始化系数。
[0141]
优选地，在一实施例中，测试设备10还用于：
滤波后输入至系数更新模块，系数更新模块基于收音装置获取的误差噪声信号以及x-滤波后的参考噪声信号更新所述自适应滤波器的系数，系数更新模块lms计算自适应滤波器的系数后，输出至自适应滤波器以更新自适应滤波器系数。在本实施例中，自适应滤波器系数的初始系数采用如实施例组一所述的主动降噪系统方法训练得到。
[0156]
实施例四：
[0157]
本发明进一步提供一种主动降噪系统，包括用于获取噪声信号的收音装置、降噪扬声器以及如实施例三所述的主动降噪控制装置500。
[0158]
可以理解，自适应滤波器输出的驱动信号一般需要经过dac转换、低通滤波器、和功率放大后，才能驱动降噪扬声器发出能够抵消参考噪声信号的抵消噪声。同样的，如果参考噪声信号是由收音装置采集的(在前馈式结构和混合式结构中)，一般也需要经过前置放大器、低通滤波器以及adc转换后才能得到参考噪声信号，误差麦克风采集到误差噪声信号后，也需要经前置放大器、低通滤波器以及adc转换后作为反馈信号输入主动降噪装置，调整自适应滤波器系数，进一步优化主动降噪效果。本发明实施例对于获取参考噪声信号前的上述信号预处理过程和驱动信号到抵消噪声的信号处理过程不做限制。
[0159]
在一可选实施例中，当主动降噪系统为前馈式结构或混合式结构时，所述收音装置包括用于拾取噪声源噪声的参考麦克风以及用于拾取误差噪声信号的误差麦克风。
[0160]
在一可选实施例中，当主动降噪系统为反馈式结构时，所述收音装置为误差麦克风，用于拾取误差噪声信号。
[0161]
实施例五：
[0162]
本发明进一步提供一种耳机，具有如实施例四所述的主动降噪系统，主动降噪系统中，自适应滤波器系数的初始系数采用如实施例组一所述的主动降噪系统方法训练得到。
[0163]
实施例六：
[0164]
本发明进一步提供一种芯片，其上具有集成电路，该集成电路被设计成包括如实施例三所述的主动降噪控制装置。
[0165]
实施例七：
[0166]
本发明进一步提供音频设备，音频设备包括如实施例四所述的主动降噪系统。
[0167]
本领域的技术人员能够理解的是，在不冲突的前提下，上述各优选方案可以自由地组合、叠加。
[0168]
应当理解，上述的实施方式仅是示例性的，而非限制性的，在不偏离本发明的基本原理的情况下，本领域的技术人员可以针对上述细节做出的各种明显的或等同的修改或替换，都将包含于本发明的权利要求范围内。