[发明专利]一种用于消减噪声的有源噪声控制方法

权利要求书

1.一种用于消减噪声的有源噪声控制方法，有源噪声控制装置包括：1个用于拾取初级噪声源信号的参考传感器、1个用以产生与初级噪声源信号相反的抵消噪声信号的次级源和1个用以拾取初级噪声源信号与抵消噪声信号相互抵消后的残留信号的误差传感器，其特征在于它包括以下步聚：

1)通过控制电路产生辨识激励信号，将辨识激励信号传送到信号传输通道，使次级源发出激励声波，由误差传感器拾取激励声波，并送回控制电路，用普通的LMS算法对所述的次级源与所述的误差传感器之间的传递函数进行辨识，得到其系数向量S(n)的估计值

2)在控制电路上读取参考传感器的初级噪声源信号x(n)，根据公式y₁(n)＝W^T(n)X(n)得到FXLMS算法自适应滤波器的输出信号y₁(n)，其中W(n)是FXLMS算法自适应滤波器时域系数向量，X(n)初级噪声源信号向量，是上标T是转置符号；

3)根据公式得滤波参考信号，根据公式y₂(n)＝V^T(n)X_f(n)得到DFT_FSF算法自适应滤波器的输出信号y₂(n)，其中V(n)是DFT_FSF算法自适应滤波器的时域系数向量，X_f(n)是滤波参考信号向量；

4)将y₁(n)和y₂(n)相加后得到y(n)，y(n)一路经信号传输通道到达误差传感器处对误差传感器处的期望信号d(n)进行抵消后，得到误差信号e(n)；另一路经信号传输通道的估计模型后与误差信号e(n)相减，根据公式得到期望信号d(n)的估计值其中，S(z)是S(n)的z变换，是的z变换，Y(n)是y(n)的向量；

5)对DFT_FSF算法自适应滤波器时域系数向量V(n)进行更新，并根据公式W(n+1)＝W(n)-μX_f(n)e(n)，对FXLMS算法自适应滤波器时域系数向量W(n)进行调整，其中，μ是FXLMS算法自适应滤波器的收敛因子，表达为公式0＜δ＜＜1，

重复步骤2)～5)，使e(n)逐渐减小，从而实现在误差传感器处降低噪声的目的。

2.如权利要求1所述的一种用于消减噪声的有源噪声控制方法，其特征在于对DFT_FSF算法自适应滤波器的时域系数向量V(n)进行更新的具体步骤如下：

首先对最新的x_f(n)和的个数进行计数，当获得B个新的数据时，即获得[x_f(n)，x_f(n-1)，...x_f(n-B+1)]^T或后，连同该B个数据以前的M-B个旧数据合成两个M维向量X_f(n)＝[x_f(n)，x_f(n-1)，...x_f(n-B+1)，x_f(n-B)，...x_f(n-M+1)]^T和其中B为4或8或16或32，M为512或1024或2048；

然后，对上述两个M维向量进行离散傅里叶变换DFT，得到各自的频域信号X_k(m)和D_k(m)，0≤k≤M-1，

再按以下公式对V_e(ω_k)进行更新

for k＝0 to M-1

X^k(m)=αX^k(m-1)+Xk(m)]]>

D^k(m)=αD^k(m-1)+Dk(m)]]>

rk(m)=λrk(m-1)+X^k(m)X^k*(m)]]>

pk(m)=λpk(m-1)+D^k(m)X^k*(m)]]>

V_e(ω_k)＝p_k(m)/(r_k(m)+σ)

其中V_e(ω_k)是DFT_FSF算法自适应滤波器的M个系数的频域分量，0≤k≤M-1，0＜α＜1，0＜λ＜1，k＝0，1，2...M-1，m为与n相关的时间值，为其中为取整运算，B是数据块的大小，即DFT_FSF算法自适应滤波器每输入B个新的数据，V_e(ω_k)才更新一次；0＜σ＜＜1，

最后按公式

v(l)=1MΣk=0M-1Ve(ωk)ej2πlkM,0≤l≤M-1]]>

得到更新后的DFT_FSF算法自适应滤波器的时域系数向量V(n)＝[v(0)，v(1)，v(2)，...v(M-1)]^T。