一种用于汽车内的主动降噪方法
【技术领域】
[0001] 本发明设及一种用于汽车内的主动降噪方法，属于语音信号处理技术领域。
【背景技术】
[0002] 日前汽车车内的噪声控制主要采用的是传统的通过隔声、隔振、消声、吸声等被动 降噪技术进行降噪，该些技术对降低车内中、高频噪声效果明显，但对于低频噪声就不甚理 想。而主动降噪技术由于其能有效地降低低频噪声的特点，受到了人们的重视，在降低低频 噪声中逐渐被应用。主动降噪原理是通过一个电声系统，产生一个与源噪声极性反相、强度 相等的新声源信号，用该信号与源噪声信号叠加，实现源噪声的抵消。该方法针对性强，在 降噪的同时可W保证语言信号的传输，能实现较大空间内的噪声控制。
[0003] 然而现存的方法采用最小均方误差算法为基本的自适应滤波器的算法，虽然有算 法复杂度低，易于硬件实现的特点，但其受次路径效应影响算法收敛速度慢，稳定性不高， 应对突变噪声力不从屯、的问题，使得主动降噪方法在实际应用上存在缺陷。
【发明内容】
[0004] 本发明的目的是提出在于提出一种用于汽车内的主动降噪方法，通过使用更稳定 有效的递归最小二乘算法和改进的次级路径估计方法对已有的汽车车内的噪声控制方法 进行改进，提高了主动降噪方法的降噪速度、降噪效果和稳定性。
[0005] 本发明提出的用于汽车内的主动降噪方法，包括W下步骤：
[0006] (1)定义汽车内噪声源到人耳路径的传输函数为主通路传输函数《 (n)，对主通 路传输函数的预测值为&w(n)，设定&wO)的初值斬伊）=0,其中N为采样周期序号，n为 滤波阶数，定义汽车内次级声源到人耳路径的传输函数为次级通路传输函数S(n)，对次级 通路传输函数预测值为§?如)，设定Sw(n)的初值§0如）=0,设定在求解主通路传输函数预 测值fiwO)时的中间变量为主更新矩阵如)，的初值0立1如）=叫-11，其中ui为正 值常数，Ui的取值范围为0-0. 5, I为n阶单位矩阵，n为滤波阶数，设定在求解次级通路传 输函数预测值或v(n)时的中间变量为次级更新矩阵的初值如）=u、， 其中U为正值常数，U的取值范围为0-0. 5,采样周期序号N从1开始，进行如下循环计算：
[0007] (2)在汽车内的噪声源附近设置一个麦克风，该麦克风采集车内环境噪声，将当前 时刻该车内环境噪声作为参考信号x(N)，在车内乘客的耳朵附近设置一个麦克风，该麦克 风采集耳朵附近的声音信号，将当前时刻该声音信号作为误差信号e (脚，N为采样周期序 号；
[000引 （3)定义主通路传输滤波向量形式的迭代参考信号为X维向量x(n)，x(n)=
[x(N)x(N-D......x(N-n+l)]T，n为滤波阶数，其中x(脚为第N个采样周期得到的参考信 号，x(N-l)为第N-1个采样周期得到的参考信号，其余类推，对该迭代参考信号x(n)通过 下式进行预处理，得到预处理参考信号X'(脚，X'OV)=巧(nMn)，其中，巧(>)为Sw(n) 的转置，Sw(n.)为第N个采样周期的次级通路传输函数预测值，^v(n)的计算方法包括如下 步骤：
[0009] (3-1)定义次级通路传输滤波向量形式的迭代输出信号为n维向量y(n)，y(n)=
[y(N-l)y(N-2)......y (N-n) ]了，n为滤波阶数，其中y (N-1)为第N-1个采样周期得到的输 出信号，y(N-2)为第N-2个采样周期得到的输出信号，其余类推，利用迭代输出信号y(n) 计算次级增益因子k(n)
【主权项】
1. 一种用于汽车内的主动降噪方法，其特征在于该方法包括以下步骤： (1) 定义汽车内噪声源到人耳路径的传输函数为主通路传输函数《 (n)，对主通路传 输函数的预测值为私v(n)，设SSw(n)的初值S0〇) = 0,其中N为采样周期序号，n为滤波 阶数，定义汽车内次级声源到人耳路径的传输函数为次级通路传输函数S(n)，对次级通路 传输函数预测值为Sw(n)，设定篆dn)啲初值Sfl(n) = 0,设定在求解主通路传输函数预测值 私v(n)时的中间变量为主更新矩阵0f(n)，07(n)的初值其中Ul为正值 常数，h的取值范围为0-0. 5,I为n阶单位矩阵，n为滤波阶数，设定在求解次级通路传输 函数预测值戈v(n)时的中间变量为次级更新矩阵的初值OpCn) =1^1，其 中u为正值常数，u的取值范围为0-0. 5,采样周期序号N从1开始，进行如下循环计算： (2) 在汽车内的噪声源附近设置一个麦克风，该麦克风采集车内环境噪声，将当前时刻 该车内环境噪声作为参考信号x(N)，在车内乘客的耳朵附近设置一个麦克风，该麦克风采 集耳朵附近的声音信号，将当前时刻该声音信号作为误差信号e(N)，N为采样周期序号； (3) 定义主通路传输滤波向量形式的迭代参考信号为n维向量x(n)，x(n) = [x(N) x(N-l)……x(N-n+l)]T，n为滤波阶数，其中x(N)为第N个采样周期得到的参考信号， x(N-l)为第N-1个采样周期得到的参考信号，其余类推，对该迭代参考信号x(n)通过下式 进行预处理，得到预处理参考信号x' (N)，，(A〇 =巧(n)x(n)，其中，爲(n)为^v(n)的转 置，Sw(n)为第N个采样周期的次级通路传输函数预测值，^v(n)啲计算方法包括如下步 骤： (3-1)定义次级通路传输滤波向量形式的迭代输出信号为n维向量y(n)，y(n)=[y(N-1)y(N-2)……y(N_n) ]T，n为滤波阶数，其中y(N_l)为第N_1个采样周期得到的输出 信号，y(N_2)为第N-2个采样周期得到的输出信号，其金类推，利用迭代输出信号y(n)计 算次级增益因子k(n)
其中A是设定的收敛常数，A的 取值范围为0-1，中tdn)是第N-1个采样周期的次级更新矩阵，y(n)是对上述参考信号x(N)经过主动降噪的输出信号； (3-2)对上述迭代输出信号y(n)进行滤波，滤波系数为前一个采样周期的次级通路 传输函数预测值心-办)，得到一级降噪滤波信号力(岣⑻;Kn)，其中鄄-办)为 的转置； (3-3)将上述误差信号e(N)与上述一级降噪滤波信号yi(N)相减，得到一级误差信号ej(N),ej(N) =e(N)-yj(N)； (3-4)根据步骤（3-1)的次级增益因子k(n)，计算次级通路传输函数预测值心〇)， S/v(n) =Syv-i(n) + 其中，ei'〇V)是ei(N)的复共辄，ei(N)是步骤（3-3)的一级 误差彳目号； (3-5)根据上述步骤（3-1)的次级增益因子k(n)，计算得到当前采样周期的次级更新 矩阵^Hn)，OiHn) =A_10>〇) -1-ifcGOZOQOO)，其中 〇V(n):是n阶矩阵， OtJn).是第N-l个采样周期的次级更新矩阵，X是设定的收敛常数，X的取值范围为 0-1，yT(N)是y(n)的转置，y(n)是上述迭代输出信号； (4) 定义向量形式的预处理迭代参考信号为n维向量x' (n)，x' (n) = [x' (N) xr (N-1)……x' (N-n+l)]T，n为滤波阶数，其中x' (N)为第N个采样周期得到的输出信 号，x' (N-1)为第N-1个采样周期得到的输出信号，其余类推，利用该预处理迭代参考信号 (n)，计算主增益因子匕〇1):
，其中，h是设定的收 敛常数，h的取值范围为0-1，05^01)是第N-1个采样周期的主更新矩阵，x' (n)是上 述预处理参考信号； (5) 利用下式对上述步骤（3)的迭代参考信号x(n)进行横向滤波，得到一级滤波信号y'（N)，y'〇V)=砥(nMn)，其中，耐(n)是Sw(n)的转置，SUn)是当前采样周期的主通 路传输函数预测值； (6) 将步骤（5)的一级滤波信号y'（N)与汽车内部保留信号T(N)叠加，得到输出信号 y(N) = -y'（N)+T(N); (7) 根据上述步骤（4)的主增益因子kjn)，计算上述主通路传输函数预测值私y(n)， 私vOOzSfKW+fciCnMA/)，其中，e(N)为步骤（2)中的误差信号； (8) 根据步骤⑷的主增益因子kjn)，计算当前采用周期的主更新矩昨0y(n)， WM/O=Arl0ti⑷-Ar1fci(nWn)0ti(n)，其中QyOl)是n阶矩阵，QhKn)是 第N-1个采样周期的主更新矩阵，Ai是设定的收敛常数，Ai的取值范围为0-1，x' T(n) 是？ （n)的转置，？ （n)是步骤⑷中的预处理参考信号； (9) 使采样周期数N=N+1，重复步骤（2)-步骤（9)。
【专利摘要】本发明涉及一种用于汽车内的主动降噪方法，属于语音信号处理技术领域。本主动降噪方法通过引入次级声源，使用自适应算法来控制次级声源发出的声信号，使自适应收敛后输出的次级声波在降噪点刚好与该点的噪声等幅反相来达到定点降噪的目的。本发明在原有主动降噪方法的基础上通过算法本身和方法结构的改进，使用递归最小二乘算法替代最小均方误差算法作为主路径传输函数估计和次路径传输函数估计的核心自适应算法，使该方法具有很强的消除脉冲噪声和非平稳噪声能力以及很好的降噪误差和降噪速度，同时对引入车内保留信号，提高了因信号相关性引起的稳定性问题，并实现了在降噪的同时保留有用信号，使车内信噪比大幅提高。
【IPC分类】G10L25-75, G10K11-178
【公开号】CN104616667
【申请号】CN201410722895
【发明人】任天令, 杨轶, 陈源泉, 王雪峰
【申请人】清华大学
【公开日】2015年5月13日
【申请日】2014年12月2日