一种多通道主动噪声控制方法、系统、终端及存储介质与流程

1.本发明属于信号处理领域，具体涉及一种多通道主动噪声控制方法、系统、终端及存储介质。


背景技术：

2.主动噪声控制(active noise control，anc)是一种基于叠加原理的电声技术，次级声源通过产生同等振幅但相位相反的信号，在一定区域内来抵消不需要的噪声(初级声源)，从而实现降噪目的。
3.近年来，飞机和汽车中的主动噪声控制引起了研究人员的广泛关注，这类应用通常需要在大型区域实现噪声消除，而传统的多通道anc算法只能在多个观测点处进行降噪，但是在连续空间区域内的一致性不高。目前已有学者证明波域(空间傅里叶变换)主动噪声控制可以在较大的空间区域内执行降噪任务，它通过最小化平方谐波系数(与整个控制区域的能量相关)之和来实现连续空间内的降噪。此外由于噪声场通常是时变并且未知的，这就需要采用自适应算法来迭代地计算次级声源驱动信号从而产生次级声场。现有的大多数方案需要收集所有麦克风处的误差信号进行集中处理，然而这种集中式策略计算复杂度高并且通信负担重，难以实现大规模部署。为了解决这一问题，有学者基于扩散lms自适应策略提出了单通道波域anc问题的分布式解决方案，该方法使用无线声传感器网络实现波域anc系统，网络中的每个节点仅配备一个麦克风和一个扬声器。而实际上，在集中式波域anc算法中，麦克风和扬声器的数目可以不同。因此，设计具有多个麦克风和扬声器的节点的广义情形对于完善基于扩散策略的分布式波域anc算法至关重要。此外，分布式anc网络中的每个节点都需配备处理器，若采用单通道节点网络则需要大量的处理器，这可能会造成资源的浪费。


技术实现要素：

4.本发明的目的在于克服上述不足，提供一种多通道主动噪声控制方法、系统、终端及存储介质，基于扩散lms策略实现多通道分布式波域anc，填补了分布式优化在多通道空间主动噪声控制应用上的空白，在降噪水平上无论是在自由场还是混响场环境下，均达到与集中式方法相似的性能，同时又能将计算和通信负担分散到各个节点，大大提高了波域anc系统的鲁棒性、可扩展性以及实用性。
5.为了达到上述目的，本发明采用如下技术方案：
6.一种多通道主动噪声控制方法，包括以下步骤：
7.建立多通道分布式波域anc网络模型；
8.将多通道分布式波域anc网络模型的全局代价函数拆分为局部代价函数和的形式，建立分布式优化模型；
9.利用扩散lms算法求解分布式优化模型，得到扬声器权重的估计；
10.将多通道分布式波域anc网络模型产生的次级声场与残余噪声信号进行抵消。
11.多通道分布式波域anc网络模型为通过拓补连接的n节点分布式波域anc的网络模型；
12.建立多通道分布式波域anc网络模型的具体方法如下：
13.步骤1.1：定义一个圆形控制区域来完成噪声消除任务，区域半径设为r1，并且设定噪声源在此区域之外；
14.步骤1.2：布置有n个阵元的均匀圆形麦克风阵列在控制区域的边界上，并在此区域的外侧半径为r2的圆环上均匀布置n个扬声器来产生次级声场；
15.步骤1.3：建立一个n节点的分布式网络，每个节点k具有lk个麦克风以及qk个扬声器，且整个网络中共有l个麦克风和q个扬声器，每个节点都配备具有通信和计算能力的处理器，所有节点共同组成拓扑。
16.将多通道分布式波域anc网络模型的全局代价函数拆分为局部代价函数和的形式，建立分布式优化模型的具体方法如下：
17.步骤2.1：多通道分布式波域anc网络模型的优化目标为最小化控制区域内残余声场谐波系数的平方和，即j(d)＝αhα；其中α＝b-1em
e为控制区域内残余声场的谐波系数向量，矩阵b和em用于将误差信号e转化为波域系数α；
18.步骤2.2：得到误差信号e与扬声器权重d的关系为其中v是主噪声场，t是声场传递函数，扬声器权重d为一个q
×
1的待估计参数向量；
19.步骤2.3：将波域anc问题的代价函数j(d)拆分成的形式，得到节点k(k＝1，
…
，n)上的局部代价函数为其中是em的第行，由第个麦克风测量的误差信号
20.利用扩散lms算法求解分布式优化模型，得到扬声器权重的估计的具体方法如下：
21.步骤3.1：在n时刻，令节点k(k＝1，
…
，n)处的代价函数jk(d)对扬声器权重d求导，得到梯度向量
22.步骤3.2：d
k，n
表示每个节点k在迭代n时刻估计的扬声器权重d的本地版本，它包含了所有q个扬声器的权重，即对于k＝1，
…
，n，由各节点上的个扬声器权重组成，将d
k，n
划分为组，正值的组合权重分配给d
k，n
和与估计相同扬声器权重的组，零值的组合权重分配给d
k，n
的其余组；
23.步骤3.3：选择合适的步长μ0，节点k(k＝1，
…
，n)利用所得的梯度向量，将其对扬声器权重的估计d
k，n
更新为中间值ψ
k，n+1
；
24.步骤3.4：选择合适的组合系数节点k(k＝1，
…
，n)通过组合其邻居节点的中间估计来更新其扬声器权重的估计
25.步骤3.1的具体步骤如下：
26.对代价函势求导，得：
27.28.使第k个节点局部代价函数的梯度向量仅与该节点处观测到的误差信号相关；
29.步骤3.2的具体步骤如下：
30.d
k，n
表示每个节点k在迭代n时刻估计的扬声器权重d的本地版本，d
k，n
包含了所有q个扬声器的权重，即对于k＝1，
…
，n，由各节点上的个扬声器权重组成，为了减少各节点上的局部估计d
k，n
中的冗余信息，令为索引集合的分组，即
31.若m≠m
′
32.并且令表示由索引的d
k，n
的子向量，为节点k与其邻居节点的集合，为集合中元素的个数，并将d
k，n
划分为组，将正值的组合权重分配给d
k，n
和与估计相同扬声器权重的组，零值的组合权重分配给d
k，n
的其余组；
33.步骤3.3的具体方法为：
34.节点k使用其采集到的误差信号对局部估计d
k，n
进行更新，得到中间值ψ
k，n+1
：
[0035][0036]
步骤3.4的具体步骤如下：
[0037]
选择的组合系数满足以下条件：
[0038]
若或
[0039]
扬声器估计的更新表达式为：其中表示元素在向量中的索引。
[0040]
将多通道分布式波域anc网络模型产生的次级声场与残余噪声信号进行抵消的具体方法如下：
[0041]
节点k(k＝1，
…
，n)将估计中对各节点处扬声器权重的估计发送给对应的扬声器产生驱动信号；
[0042]
扬声器根据所得的驱动信号，产生次级声场与残余噪声信号进行抵消。
[0043]
一种多通道主动噪声控制系统，包括：
[0044]
网络模型建立模块，用于建立多通道分布式波域anc网络模型；
[0045]
代价函数拆分模块，将多通道分布式波域anc网络模型的全局代价函数拆分为局部代价函数和的形式，建立分布式优化模型；
[0046]
扬声器权重估计模块，用于利用扩散lms算法求解分布式优化模型，得到扬声器权重的估计；
[0047]
噪声抵消模块，用于将多通道分布式波域anc网络模型产生的次级声场与残余噪声信号进行抵消。
[0048]
一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述的处理器执行所述的计算机程序时实现多通道主动噪声控制方法的步骤。
[0049]
.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述的计算机程序被处理器执行时实现多通道主动噪声控制方法的步骤。
[0050]
与现有技术相比，本发明有如下的有益效果：
[0051]
本发明将多通道分布式波域anc网络模型的全局代价函数拆分为局部代价函数和的形式，采用了与传统时频域anc问题中不同的全局代价函数拆分方法，使各节点上局部代价函数的梯度向量仅需要该节点处观测到的误差信号。本发明利用扩散lms算法求解分布式优化模型，得到扬声器权重的估计，将基于扩散lms的分布式波域anc算法扩展到了多通道节点网络中，使得网络中的各节点可以配备不同数目的麦克风和扬声器，并且通过低计算复杂度的策略降低了各节点存储量和计算量，从而增强了分布式波域anc系统的鲁棒性、可扩展性以及实用性。
附图说明
[0052]
图1为本发明多通道主动噪声控制方法的构建原理示意图；
[0053]
图2为本发明低复杂度参数估计的示意图；
[0054]
图3为本发明多通道主动噪声控制方法的流程图；
[0055]
图4为本发明在自由场环境下的仿真结果示意图；
[0056]
图5为本发明在混响场环境下的仿真结果示意图。
具体实施方式
[0057]
下面结合附图及实施例对本发明做进一步的详细说明。
[0058]
参见图1，图2，图3，本发明提出的多通道主动噪声控制方法，首先利用无线声传感器网络理论，建立波域主动噪声控制的分布式网络模型；然后将波域anc问题的全局代价函数拆分为局部代价函数和的形式，建立分布式优化问题；最后利用扩散lms算法，得到了仅需进行局部信息交互就可以得到扬声器权重的估计的分布式解决方案，实现了空间噪声的降低。本发明利用扩散策略得到了多通道分布式波域anc算法，使得计算负担分散在节点之间，相比于集中式方案，本发明使波域anc系统的扩展性更强，鲁棒性更高，更适合于大规模的应用场合。
[0059]
一种多通道主动噪声控制方法，实施例包括以下步骤：
[0060]
步骤1：定义波域anc的网络模型，该模型为一个以某种拓补连接的分布式网络。
[0061]
具体为：
[0062]
步骤1.1：定义一个半径为r1＝0.5m的圆形区域为需要进行噪声消除的控制区域，噪声源为控制区域之外(2，0
°
)处的2d点声源，频率为500hz，幅度为15；
[0063]
步骤1.2：将n＝11个麦克风阵列均匀地放置在控制区域的边界上以捕获残余声场，同时将n＝11个扬声器均匀地放置控制区域外半径为r2＝1.5m的圆环上以产生次级声场；
[0064]
步骤1.3：建立三个系统，其中系统1∶5个节点的网络，其中每个节点具有两个或三个麦克风以及两个或三个扬声器；系统2：8个节点的网络，其中每个节点具有一个或两个麦克风以及一个或两个扬声器；系统3：11个节点的网络，其中每个节点具有一个麦克风和一个扬声器(即单通道节点网络)，各系统的每个节点均具有通信和计算能力的处理器，并且
该网络以某种拓扑进行连接。
[0065]
步骤2：将波域anc问题的代价函数j(d)拆解为的形式，得到节点k处的局部代价函数为：
[0066]
步骤3：在n时刻，令节点k处的代价函数jk(d)对扬声器权重d求导，得到梯度向量为：
[0067][0068]
步骤4：采用扩散策略求解多通道分布式波域问题节点k利用所得的梯度向量，将其对扬声器权重的估计d
k，n
更新为中间值ψ
k，n+1
，更新方法为：
[0069][0070]
并选择步长μ0＝8。
[0071]
步骤5：节点k通过组合其邻居节点的中间估计来更新其扬声器估计d
k，n
，更新方法为：
[0072][0073]
步骤6：节点k将其估计中对各节点处权重的估计发送给对应的扬声器产生驱动信号；
[0074]
步骤7：扬声器根据所得的驱动信号，产生次级声场与残余噪声信号进行抵消，从而实现控制区域内噪声的降低。
[0075]
通过测量均匀分布在控制区域内l＝1296个点处的残留信号，本发明将控制区域内的噪声降低定义为：
[0076][0077]
其中，e
l
(n)表示n时刻区域内第l个麦克风处的残留信号，而e
l
(0)表示该区域内第l个点处测量到的主噪声信号。
[0078]
为了更好地验证多通道分布式算法在空间上的降噪效果，本发明分别在自由场与混响场环境中进行了仿真。仿真从采集时域信号开始进行，设采样率为8khz，窗口长度为2048，每个节点上的麦克风信号都添加了信噪比(snr)为40db的高斯白噪声。
[0079]
图4给出了自由场环境中的仿真结果，并且与集中式算法进行了对比。可以看出本发明在稳态下，三个分布式系统均可以达到与集中式算法相似的降噪水平。此外，系统1相比于其他两个分布式系统能够使算法的收敛速度更快，因为系统1使用了更多的麦克风信号来执行扩散策略中的自适应步骤。
[0080]
图5给出了混响场环境中的仿真结果，同样与集中式算法进行了对比。为了模拟混响场环境，本发明选择采用镜像源模型建立了一个大小为6m
×
6m的矩形房间，房间具有完美吸收的天花板和地板，所有侧壁的反射系数均为0.5。可以看出，在混响场环境中，本发明的三个分布式系统仍然可以实现与集中式算法相似的衰减。类似的，系统1相比于其他两个分布式系统能够使算法的收敛速度更快。
[0081]
本发明还提供一种多通道主动噪声控制系统，包括：
[0082]
网络模型建立模块，用于建立分布式波域anc网络模型；
[0083]
代价函数拆分模块，用于将波域anc问题的全局代价函数拆分为局部代价函数和的形式，建立分布式优化问题；
[0084]
扬声器权重估计模块，用于求解分布式波域anc问题，得到扬声器权重的估计；
[0085]
噪声抵消模块，用于产生次级声场与残余噪声信号进行抵消。
[0086]
本发明还提供一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述的处理器执行所述的计算机程序时实现上述本发明主动噪声控制方法的步骤。
[0087]
本发明还提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述的计算机程序被处理器执行时实现上述本发明主动噪声控制方法的步骤。
[0088]
所述的计算机程序可以被分割成一个或多个模块/单元，所述一个或者多个模块/单元被存储在所述存储器中，并由所述处理器执行，以完成本发明的方法。
[0089]
所述终端可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备，也可以是处理器、存储器。处理器可以是中央处理单元(centralprocessingunit，cpu)，还可以是其他通用处理器、数字信号处理器(digitalsignalprocessor，dsp)、专用集成电路(applicationspecificintegratedcircuit，asic)、现成可编程门阵列(field-programmablegatearray，fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。存储器可用于存储计算机程序和/或模块，所述处理器通过运行或执行存储在所述存储器内的计算机程序和/或模块，以及调用存储在存储器内的数据，实现主动噪声控制系统的各种功能。
[0090]
以上所述的仅仅是本发明的较佳实施例，并不用以对本发明的技术方案进行任何限制，本领域技术人员应当理解的是，在不脱离本发明精神和原则的前提下，该技术方案还可以进行若干简单的修改和替换，这些修改和替换也均属于权利要求书所涵盖的保护范围之内。