[发明专利]一种基于声源分离的有源噪声控制方法在审

专利信息
申请号: 202210685394.3 申请日: 2022-06-15
公开(公告)号: CN115132162A 公开(公告)日: 2022-09-30
发明(设计)人: 陈克安;王磊 申请(专利权)人: 西北工业大学
主分类号: G10K11/178 分类号: G10K11/178
代理公司: 西安匠星互智知识产权代理有限公司 61291 代理人: 陈星
地址: 710072 *** 国省代码: 陕西;61
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 声源 分离 有源 噪声控制 方法
【说明书】:

发明提出一种基于声源分离的有源噪声控制方法,在多声源同时发声的情况下,首先利用时域分离网络对参考信号进行分离,然后将主噪声信号作为参考信号输入到控制系统中,与传统方法相比能过获得更大的降噪量。分离网络可以作为ANC系统的前端模块,无需占用系统资源。

技术领域

本发明涉及有源噪声控制领域,提出了一种基于声源分离的有源噪声控制方法。

背景技术

噪声污染是环境污染中一个特别突出的问题。噪声控制方法可以分为无源噪声控制和有源噪声控制(Active Noise Control,ANC)。无源噪声控制主要是依靠不同的隔音材料或者吸声结构来隔绝、吸收噪声能量。无源噪声控制的优势主要在于对中、高频的噪声具有很强的降噪效果,但是对低频噪声的控制性能大打折扣。针对低频噪声,人们提出了ANC,根据声波的相消性干涉原理,自适应地实现对初级噪声的控制。

ANC系统中常用的是前馈控制系统,需要在噪声源附近布置参考传感器获取参考信号。当存在多个声源时,参考传声器同时拾取多个噪声信号,包括主噪声信号和其它干扰信号。例如,主噪声信号受到脉冲噪声或语音的干扰,后者并不是初级噪声的主要来源。在传统方法中,并没有对参考信号进行处理,而是直接将其作为系统的输入参与到算法的迭代中,使其降噪量受到一定限制。

发明内容

针对现有技术存在的问题,本发明提出一种基于声源分离的有源噪声控制方法,在多声源同时发声的情况下,首先利用时域分离网络对参考信号进行分离,然后将主噪声信号作为参考信号输入到控制系统中,与传统方法相比能过获得更大的降噪量。分离网络可以作为ANC系统的前端模块,无需占用系统资源。

本发明的技术方案为:

一种基于声源分离的有源噪声控制方法,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)。

进一步的,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。

进一步的,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。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于西北工业大学,未经西北工业大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202210685394.3/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top