[发明专利]一种用于笔记本电脑硬盘的扬声器振动干扰弥补方法

说明书

本发明涉及一种用于笔记本电脑硬盘的扬声器振动干扰弥补方法，与现有技术相比解决了振动干扰弥补方法无法对未知振动信息进行识别补偿的缺陷。本发明包括以下步骤：收集数据并存储；启用SAFF方法进行干扰弥补识别；未知动态信号的识别；利用IIR插件修正未知动态信号；未知动态信号的再识别；干扰信号的弥补。本发明能够识别出未知的动态信号，针对于不同的振动源以自动调谐的方式识别出其产生的动态信号，增强了硬盘底盘性能。

技术领域

本发明涉及笔记本电脑硬盘技术领域，具体来说是一种用于笔记本电脑硬盘的扬声器振动干扰弥补方法。

背景技术

随着多媒体应用越来越重要，音频振动抑制性能也需要得到改善，以此来满足HDD行业日益增长的需求。在笔记本电脑的多媒体应用中，扬声器引起的振动增加了对HDD的技术要求，降低了HDD的输出性能。

目前，基于传感器的自适应前馈扰动补偿方案(SAFF)在HDD行业被研究和实现了很多年。SAFF利用LMS算法来学习从外部振动到PES的未知动态信号，通过直接消除扰动来提高PES性能。在此过程中，采用有限容量补偿的LMS算法确定FIR自适应滤波器。在目前阶段，市场现有的系统识别工具，像MATLAB，就是结合已知的TRC模型来识别未知的振动模型(函数从输入扰动传递到PES)。但是这个过程效率不高，通常只在开始时对特定的驱动器进行校准。然后，识别模型被应用于大批量HDD以节约成本。当AODB被嵌入或者振动源改变，此方案则无法实现识别补偿。

这是因为，在现有的TRC动力学中，当SNR值较高时，未知的动力学在频率范围内为唯一的ID，同时，TRC模型的阶数对于未知知识系统很难确定。而现有的系统识别方法像方程误差方法(EE方法)和输出误差方法(OE方法)可以在特定条件下识别具有通用模型结构的系统，对于这些方法，输入信号应该包含丰富的频率内容以达到系统带宽，在频率域中低强度的均匀分布是首选的。而在这些特殊的应用中，传感器信号是由不能事先设计的振动源所确定的，满足不了EE方法和OE方法的要求。

但是，振动在一定频率范围内有集中的频率分布，在低SNR范围内的IO数据会产生坏的系统识别结果。那么如何将振动在特定频率范围(高SNR范围)内的频率信息与TRC模型相结合，以实现未知扰动的识别补偿已经成为急需解决的技术问题。

发明内容

本发明的目的是为了解决现有技术中振动干扰弥补方法无法对未知振动信息进行识别补偿的缺陷，提供一种用于笔记本电脑硬盘的扬声器振动干扰弥补方法来解决上述问题。

为了实现上述目的，本发明的技术方案如下：

一种用于笔记本电脑硬盘的扬声器振动干扰弥补方法，包括以下步骤：

收集数据并存储，通过传感器收集扬声器振动产生的动态信号和从伺服定位信息接收位置误差信号PES，并进行存储；

启用SAFF方法进行干扰弥补识别，激活基于传感器的自适应前馈方法利用LMS学习方法提升PES性能；

未知动态信号的识别，利用未知传感器动态信号与PES相结合，使用方程误差方法和输出误差方法识别未知动态信号的传输函数；

利用IIR插件修正未知动态信号，禁用基于传感器的自适应前馈方法，在传感器信号之前插入IIR插件；

未知动态信号的再识别，利用未知传感器动态信号与PES相结合，使用方程误差方法和输出误差方法识别未知动态信号的传输函数；

干扰信号的弥补，将识别出的未知动态信号的传输函数结合PES进行回馈补偿弥补。

所述未知动态信号的识别包括以下步骤：

读取未知传感器动态信号与PES；

设定传输函数模型，其表示如下：