本发明涉及微机电设备技术领域，尤其涉及一种智能音频放大系统。
背景技术：
音频放大器的目的是在产生声音的输出元件上重建输入的音频信号，信号音量和功率级均能够有效而理想地实现。音频范围为约20hz～20khz，因此放大器在此范围内必须有良好的频率响应。
现有技术中，音频放大器采用前向保护技术，均是通过检测电流、电压来得到喇叭的阻抗，并且估计喇叭的温度和位移量从而控制喇叭的某段频率的振幅来保护喇叭，这种优势在于检测简单，不需要实时监测，但是对于个体喇叭的差异无法得知，喇叭的个体差异很大，尤其在低阻抗喇叭情况下更为突出。
技术实现要素：
针对现有技术中存在的上述问题，现提供一种智能音频放大器。
具体技术方案如下：
一种智能音频放大系统，其中，包括一音频放大器，用于驱动扬声器工作，包括：
第一存储部，用于存储一扬声器总体模型方程；
第二存储部，用于记录一个体扬声器模型方程；
信号处理部，所述信号处理部与所述第一存储部和所述第二存储部连接，获取每一扬声器的个体信息，将所述个体信息输入所述个体扬声器模型方程；并依据所述扬声器总体模型方程和所述个体扬声器模型方程产生一修正模型；
信号放大部，连接所述信号处理部和所述扬声器，依据所述修正模型推动所述扬声器工作。
优选的，所述个体信息包括阻抗信息和/或位移信息。
优选的，所述扬声器为3欧姆或4欧姆的扬声器。
优选的，所述扬声器为直径为16mm的扬声器。
优选的，所述扬声器总体模型方程为：
vc·p[n]＝rebic·m[n]+φ(xd[n])ud[n]；
其中，
vc·p[n]表示所述扬声器的预测电压信号；
ic·m[n]表示所述扬声器的测量电流信号；
reb表示所述扬声器的检测电阻；
φ(xd[n])表示所述扬声器的位移量的传导系数；
ud[n]表示所述扬声器的速度参数。
优选的，所述个体扬声器模型方程为：
其中，
ic·p[n]表示所述扬声器的预测电流信号；
vc·m[n]表示所述扬声器的测量电压信号；
reb表示所述扬声器的检测电阻；
φ(xd[n])表示所述扬声器的位移量的传导系数；
ud[n]表示所述扬声器的速度参数。
优选的，所述个体扬声器模型方程的阻抗信息、位移信息通过以下方法获取：针对所述扬声器发出一扫频信号，通过检测的阻抗与电流、电压的关系reb＝(vc·m[n],ic·p[n])实时拟合获得每个扬声器的阻抗、位移信息。
一种移动终端，其中包括任意一项所述的智能音频放大系统。
本发明的技术方案有益效果在于：应用系统识别的自适应算法，自适应地滤波，以驱动扬声器稳定工作，避免因扬声器个体参数的差异而引起整个音频放大器的损坏，使得音频放大器的稳定性能更好。
附图说明
参考所附附图，以更加充分的描述本发明的实施例。然而，所附附图仅用于说明和阐述，并不构成对本发明范围的限制。
图1为本发明中，关于智能音频放大器的整体结构图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。
需要说明的是，在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。
下面结合附图和具体实施例对本发明作进一步说明，但不作为本发明的限定。
本发明包括一种智能音频放大系统，其中，包括一音频放大器1，用于驱动扬声器2工作，包括：
第一存储部10，用于存储一扬声器总体模型方程；
第二存储部11，用于记录一个体扬声器模型方程；
信号处理部12，信号处理部12与第一存储部10和第二存储部11连接，获取每一扬声器2的个体信息，将个体信息输入个体扬声器模型方程；并依据扬声器总体模型方程和个体扬声器模型方程产生一修正模型；
信号放大部13，连接信号处理部12和扬声器2，依据修正模型推动扬声器工作。
通过上述智能音频放大系统的技术方案，如图1所示，智能音频放大系统包括音频放大器1，用来驱动扬声器2工作，还包括第一存储部10、第二存储部11、信号处理部12及信号放大部13，其中第一存储部10用于存储扬声器总体模型方程vc·p[n]＝rebic·m[n]+φ(xd[n])ud[n]；第二存储部11用于记录个体扬声器模型方程
进一步地，在生产制造过程中，当整机组装出来以后，信号处理部12针对扬声器2发出一扫频信号，通过检测的阻抗与电流、电压的关系reb＝(vc·m[n],ic·p[n])实时拟合获得每个扬声器2的阻抗、位移信息，将每个扬声器2的阻抗、位移信息输入个体扬声器模型方程中，其中reb表示扬声器的检测电阻，vc·m[n]表示扬声器的测量电压信号，ic·p[n]表示扬声器的预测电流信号；
进一步地，信号处理部12应用系统识别的自适应算法，其中自适应算法用于迭代地更新的reb参数，使得误差信号以均方意义最小化，同时自适应算法使用简单的随机梯度，由误差信号εoei[n]与要更新的reb参数的误差信号εoei[n]的导数的乘积来确定，其中个体扬声器模型方程中，扬声器的预测电流信号信号ic·p[n]，通过与测量电流信号信号ic·m[n]进行比较，以获得扬声器2的误差信号εoei[n]＝ic·m[n]-ic·p[n]；
进一步地，依据扬声器总体模型方程和个体扬声器模型方程产生修正模型，修正模型自适应地滤波，信号放大部13以推动扬声器2稳定工作，进一步避免因扬声器个体参数的差异而引起整个音频放大器的损坏。
在一种较优的实施例中，个体信息包括阻抗信息和/或位移信息。
具体地，信息处理部5应用系统识别的自适应算法，获取的每一扬声器的个体信息包括阻抗信息和/或位移信息，并将个体信息输入个体扬声器模型方程中。
需要说明的是，本发明中的个体信息并不局限于阻抗信息和/或位移信息，在此不再赘述。
在一种较优的实施例中，扬声器2为3欧姆或4欧姆的扬声器。
在一种较优的实施例中，扬声器2为直径为16mm的扬声器。
具体地，扬声器2选用标准直径为16mm的微型扬声器，同时选用3欧姆或4欧姆的低阻抗扬声器，根据欧姆定律，在相同的电压下，阻抗逾高则流过的逾少的电流，阻抗逾低则流过逾高的电流，选用低阻抗的扬声器2，音频放大器1需要更大的功率来推动，同时扬声器2的个体差异比较大，因此针对这种低阻抗的扬声器2，音频放大器1内部设置信号处理部12，应用系统识别的自适应算法，依据扬声器总体模型方程和个体扬声器模型方程产生修正模型，并且修正模型自适应地滤波，来驱动稳定工作，进一步避免因扬声器个体参数的差异而引起整个音频放大器的损坏。
在一种较优的实施例中，扬声器总体模型方程为：
vc·p[n]＝rebic·m[n]+φ(xd[n])ud[n]；
其中，
vc·p[n]表示扬声器的预测电压信号；
ic·m[n]表示扬声器的测量电流信号；
reb表示扬声器的检测电阻；
φ(xd[n])表示扬声器的位移量的传导系数；
ud[n]表示扬声器的速度参数。
在一种较优的实施例中，个体扬声器模型方程为：
其中，
ic·p[n]表示扬声器的预测电流信号；
vc·m[n]表示扬声器的测量电压信号；
reb表示扬声器的检测电阻；
φ(xd[n])表示扬声器的位移量的传导系数；
ud[n]表示扬声器的速度参数。
具体地，依据扬声器总体模型方程和个体扬声器模型方程产生修正模型，并且修正模型自适应地滤波，以驱动扬声器2稳定工作；
进一步地，音频放大器1内部的信号处理部12采用系统识别的自适应算法，用来适应自由参数，以均方意义最小化测量电流信号ic·m[n]和预测电流信号ic·p[n]之间的差异，同时根据扬声器2的测量电流信号ic·m[n]，来计算扬声器2的预测电压信号vc·p[n]，这是根据扬声器总体模型方程直接完成的；
进一步地，将扬声器2的预测电压信号vc·p[n]与测量电压信号vc·m[n]进行比较，同时根据上述的扬声器总体模型方程，调整参数以最小化两者之间的误差，需要说明的是，由于音频放大器1提供恒定的输出电压信号，因此可以从控制器的输出信号中知道扬声器的测量电压信号，不需要单独测量。
在一种较优的实施例中，个体扬声器模型方程的阻抗信息、位移信息通过以下方法获取：针对扬声器2发出一扫频信号，通过检测的阻抗与电流、电压的关系reb＝(vc·m[n],ic·p[n])实时拟合获得每个扬声器2的阻抗、位移信息。
具体地，在生产制造过程中，当整机组装出来以后，信号处理部12针对扬声器2发出一扫频信号，通过检测的阻抗与电流、电压的关系reb＝(vc·m[n],ic·p[n])实时拟合获得每个扬声器2的阻抗、位移信息，将每个扬声器2的阻抗、位移信息输入个体扬声器模型方程中，以获取扬声器的个体信息，其中reb表示扬声器的检测电阻，vc·m[n]表示扬声器的测量电压信号，ic·p[n]表示扬声器的预测电流信号。
一种移动终端，其中包括任意一项的智能音频放大系统。
具体地，移动终端中包括智能音频放大系统，对于低阻抗的扬声器2之间的个体差异，可以应用系统识别的自适应算法，自适应的滤波，进而避免因扬声器个体参数的差异而引起整个音频放大器的损坏，使得整个移动终端稳定性能更好。
以上所述仅为本发明较佳的实施例，并非因此限制本发明的实施方式及保护范围，对于本领域技术人员而言，应当能够意识到凡运用本发明说明书及图示内容所作出的等同替换和显而易见的变化所得到的方案，均应当包含在本发明的保护范围内。