[发明专利]一种基于声源分离的有源噪声控制方法

权利要求书

1.一种基于声源分离的有源噪声控制方法，其特征在于：包括以下步骤：

步骤1：建立并训练端到端时域声源分离系统；

步骤2：利用参考传感器拾取多个噪声源发出的混合参考信号x(n)，

步骤3：利用步骤1建立的时域声源分离系统对所述混合参考信号x(n)进行分离，得到来自主噪声源s₁(n)的信号x₁(n)，作为控制滤波器的输入，获得次级信号y(n)，有

式中w(n)为控制滤波器的权系数；

步骤4：次级信号驱动次级声源产生抵消信号y'(n)，利用抵消信号y'(n)以及所述多个噪声源的初级声场在误差传感器处的声压叠加后形成误差信号e(n)；

步骤5：利用主噪声源s₁(n)的信号x₁(n)、次级通路传递函数h(n)以及误差信号e(n)对控制滤波器权系数进行迭代：

w(n+1)＝w(n)-μr(n)e(n)

式中μ为步长参数，r(n)＝x₁(n)*h(n)。

2.根据权利要求1所述一种基于声源分离的有源噪声控制方法，其特征在于：采用基于深度学习的网络构建所述时域声源分离系统；所述时域声源分离系统编码器-分离器-解码器的框架进行搭建；其中编码器通过一维卷积层实现，分离器用于估计声源的掩蔽矩阵，解码器为一维反卷积层；来自分离器的每个声源的掩蔽矩阵与来自编码器的混合声的二维表达相乘，之后通过解码器合成分离后各个声源的时域信号。

3.根据权利要求2所述一种基于声源分离的有源噪声控制方法，其特征在于：所述时域声源分离系统的训练过程为：

首先建立训练数据集，在所述训练数据集中包含多种噪声源；从所述训练数据集中随机选择两个不同声源种类，并以随机信噪比进行混合获得混合声源；

利用得到的混合声源数据对时域分离网络进行训练，获得端到端时域声源分离系统。

4.根据权利要求3所述一种基于声源分离的有源噪声控制方法，其特征在于：在所述时域声源分离系统训练过程中，采用尺度不变的信号干扰比作为时域声源分离系统的评估指标。