一种基于函数链神经网络及虚拟混合误差的有源头靠降噪方法与流程

本发明涉及有源噪声控制方法领域，尤其涉及一种基于函数链神经网络及虚拟混合误差的有源头靠降噪方法。

背景技术：

1、噪声污染是全世界范围内都十分关注的问题，过度的噪声会给人的生理和心理方面带来负面影响。有源头靠是在座椅上人的双耳位置两侧设置次级声源和误差传感器，构建有源噪声控制系统，用于降低进入乘客耳膜处的噪声声压，以达到降噪的目的。在设计有源头靠时，为了便于人头活动，误差传感器通常距离人耳位置较远，无法保证耳膜处的噪声声压最小。为了解决这一问题，可以采用虚拟误差传感技术，即用实际误差传感器预测消声点(虚拟误差传感器位置)的声压，并且加入自适应滤波器，降噪系统的性能和鲁棒性得到提高。

2、许多自适应算法是基于线性fxlms的，对于缓解窄带声干扰具有良好的表现。然而，在实际应用中，更多的干扰是非线性的，特别是在车辆应用中，座舱内部的声干扰具有更多的混沌特性，fxlms产生的线性自适应滤波器难以预测噪声消除区域的声压，算法的性能会下降。并且，乘客在使用头靠的过程中，头部一直维持稳定状态是不切实际的。为了保证有源头靠降噪效果的稳定性，有研究人员加入头部跟踪系统，将误差传感器安装在一顶帽子上，重新定位静音区。然而，这种方法用在座椅上并不方便。

3、因此，设计一种基于函数链神经网络及虚拟混合误差的有源头靠降噪方法是十分重要的。

技术实现思路

1、为解决上述技术问题，本发明提供的一种基于函数链神经网络及虚拟混合误差的有源头靠降噪方法，包括如下步骤：

2、首先，参考传声器处采集得到实时参考声信号x(n)，经过函数展开后得到参考信号向量si(n)；

3、经过次级通路模型和处理后，接着输入控制器w；

4、控制器滤波器更新信号权值，得到次级声源输入信号h1(n)和h2(n)；

5、两个次级声源产生的声信号以及两对误差传感器一起用来预测虚拟误差信号ev1和ev2，虚拟误差信号经过计算后得到虚拟混合误差信号ev，mix。ev，mix产生后，进入控制器w，经过计算后再次更新信号的权值，进一步产生次级声源输入信号，进而完成噪声控制。

6、优选的，w为有源噪声控制系统控制滤波器，s1和s2为两个次级声源，ep11、ep12、ep21、ep22为两对误差传感器。

7、优选的，该方法计算流程如下步骤：

8、a.参考传声器捕获到的声信号向量x(n)；

9、b.经过函数扩展得到向量si(n)＝[si(n).si(n－1)…，si(n-n+1]t，其中：

10、

11、c.参考信号经过si(n)次级通路模型处理得到s′ij，mix，其中：

12、

13、*表示卷积运算；

14、d.s′ij，mix进入控制滤波器；

15、e.滤波器更新权值wij，具体计算公式为：

16、wij(n+1)＝wij(n)-μev，mix(n)s′ij，mix(n)

17、μ表示算法的步长；

18、f.得到的权值与si(n)计算后得到次级声源输入信号hj(n)，hj(n)＝si(n)twij(n)；

19、g.对于具有两个误差传感器的系统，预测虚拟误差信号的计算公式为：

20、

21、其中，epk1和epk2表示误差传感器捕获得信号，a表示误差传感器之间的距离，x为最远的误差传感器与消声点之间的距离；

22、h.次级声源和误差传感器产生的声信号共同成为虚拟混合误差信号ev，mix(n)，其中，ev，mix(n)计算方式具体为：

23、

24、i.虚拟混合误差信号ev，mix(n)进入控制滤波器；

25、重复步骤e至步骤i，直到达到理想降噪效果。

26、与相关技术相比较，本发明提供的一种基于函数链神经网络及虚拟混合误差的有源头靠降噪方法在于建立了有效的有源噪声控制算法，使用了虚拟混合误差结合flnn的方法，使得控制系统的准确性及稳定性得到保证。达到预测消声点声压的目的，有效衰减声场中的合成声干扰和真实声干扰，能够在乘客头部区域创造出静音区，有效降低噪声干扰。本发明技术方案不仅可以使用在飞机座椅头靠上，包括但不限于高铁列车，装甲车等等需要降低乘客耳周围噪声的使用环境。

技术特征：

1.一种基于函数链神经网络及虚拟混合误差的有源头靠降噪方法，其特征在于，包括如下步骤：

2.根据权利要求1所述的一种基于函数链神经网络及虚拟混合误差的有源头靠降噪方法，其特征在于，w为有源噪声控制系统控制滤波器，s1和s2为两个次级声源，ep11、ep12、ep21、ep22为两对误差传感器。

3.根据权利要求1所述的一种基于函数链神经网络及虚拟混合误差的有源头靠降噪方法，其特征在于，该方法计算流程如下步骤：

技术总结
本发明提供一种基于函数链神经网络及虚拟混合误差的有源头靠降噪方法，首先，参考传声器处采集得到实时参考声信号x(n)，经过函数展开后得到参考信号向量s<subgt;i</subgt;(n)；经过次级通路模型和处理后，接着输入控制器W；控制器滤波器更新信号权值，得到次级声源输入信号h<subgt;1</subgt;(n)和…<subgt;2</subgt;(n)；两个次级声源产生的声信号以及两对误差传感器一起用来预测虚拟误差信号e<subgt;v1</subgt;和e<subgt;v2</subgt;，虚拟误差信号经过计算后得到虚拟混合误差信号e<subgt;v,mix</subgt;。e<subgt;v,mix</subgt;产生后，进入控制器W，经过计算后再次更新信号的权值，进一步产生次级声源输入信号，进而完成噪声控制。达到预测消声点声压的目的，有效衰减声场中的合成声干扰和真实声干扰，能够在乘客头部区域创造出静音区，有效降低噪声干扰。

技术研发人员：俎亚欣,李荣,周原,乔明铭,陈璐,代海,郭治平
受保护的技术使用者：西安艾科特声学科技有限公司
技术研发日：
技术公布日：2024/1/15