[发明专利]一种基于神经网络的反馈式降噪方法

说明书

本发明公开一种基于神经网络的反馈式降噪方法，基于噪声参考麦克风、前馈控制滤波器、反馈控制滤波器、误差麦克风和扬声器，方法包括以下步骤：1)得到噪声参考信号；2)得到反向噪声信号；3)误差麦克风对初始噪声叠加次级声源的残余噪声拾音得到的误差信号；4)使误差信号叠加反向噪声信号之后得到的信号作为初始噪声的估计值；5)测算出次级通道传递函数的估计值；6)测算出反馈控制滤波器的权重系数；7)重复上述的步骤3)至步骤6)，直到信号处理完毕；其中，利用BP神经网络测算出次级通道传递函数的估计值或/和反馈控制滤波器的权重系数。本发明能避免因噪声处理过程中存在非线性而影响降噪效果的情况出现，从而提高降噪效果。

技术领域

本发明涉及降噪技术领域，特别涉及一种基于神经网络的反馈式降噪方法。

背景技术

如图1所示为反馈式主动降噪的基本原理图，在B位，扬声器产生和原始噪声信号幅值相同，但相位相反的反向信号，原始噪声信号和反向信号从而相互抵消。残差信号被C位的误差麦克风拾取，并输入到反馈降噪控制器中给。反馈降噪控制器输出信号，通过扬声器产生和原始噪声信号幅值相同，方向相反的反向信号。

对于反馈控制器，因为存在来自误差麦克风的反馈信号，因此反馈降噪控制器的参数可以进行在线调整。如图2所示为反馈式降噪控制器和次级通道辨识原理图，其基本原理：误差信号麦克风拾取原始噪声信号和扬声器产生的反向噪声叠加后的残差信号，然后通过这个残差信号，对于反馈式降噪控制器的参数进行自适应地调整。图2中，噪声参考麦克风信号为x(n)，原始噪声信号为d(n)，反向噪声信号为y(n)，误差麦克风信号为e(n)。P(z)是噪声原始通道的传递函数，W_b(n)是反馈控制滤波器的权重系数，S(z)是次级通道传递函数，即反馈控制信号从扬声器输出，通过扬声器推动空气，传递到麦克风吸取的整个路径的传递函数。一般次级通道的传递函数不能获得，只能进行估计值。S’(z)即为S(z)的估计值。其中，S’(z)的滤波器以及W_b(n)均采用FIR(有限冲击响应)滤波器或者IIR(无限冲击相应)滤波器。

而FIR(有限冲击响应)滤波器和IIR(无限冲击相应)滤波器，这两类滤波器属于线性滤波器。当从C位的误差麦克风到B位扬声器的控制通道中存在非线性环节，比如误差麦克风存在非线性，或者放大器存在非线性；或者从B位的扬声器到C位的误差麦克风传递函数存在非线性，比如扬声器处于饱和，此时使用线性滤波器实现降噪控制所得到的降噪效果不是很理想。

发明内容

本发明要解决的技术问题是，针对上述现有技术中的不足，提供一种基于神经网络的反馈式降噪方法，可以解决上述问题的一个或者多个。

为解决上述技术问题，本发明的技术方案是：

一种基于神经网络的反馈式降噪方法，基于噪声参考麦克风、前馈控制滤波器、反馈控制滤波器、误差麦克风和扬声器，方法包括以下步骤：

1)噪声参考麦克风对初始噪音进行拾音并经转换后得到噪声参考信号；

2)将噪声参考信号经过反馈控制滤波器后得到反向噪声信号；

3)将反向噪声信号转换成模拟信号经扬声器输出，产生次级声源，误差麦克风对初始噪声叠加次级声源的残余噪声拾音并经转换后得到的误差信号；

4)使误差信号叠加反向噪声信号之后得到的信号作为初始噪声的估计值；

5)测算出次级通道传递函数的估计值；

6)将初始噪声的估计值经过次级通道传递函数的估计值滤波得到反馈控制滤波器的输入信号，根据该输入信号和误差信号测算出反馈控制滤波器的权重系数；

7)将初始噪声的估计值经过反馈控制滤波器的权重系数滤波得到的信号标记为反向噪声信号，然后重复上述的步骤3)至步骤6)，直到信号处理完毕；