本發(fā)明屬于主動(dòng)噪聲控制技術(shù)領(lǐng)域，特別涉及了一種抑制窄帶主動(dòng)噪聲控制中頻率不匹配的方法。

背景技術(shù)：

傳統(tǒng)被動(dòng)噪聲控制方法主要用于控制高頻信號(hào)，主動(dòng)噪聲控制(ANC，Active Noise Control)技術(shù)與之相比在低頻具有較好的性能，且控制器尺寸小，適合用于控制周期或近似周期的低頻正弦型窄帶噪聲信號(hào)，是傳統(tǒng)被動(dòng)噪聲控制方法不可或缺的有利補(bǔ)充。

目標(biāo)窄帶噪聲的頻率較低，通常是由旋轉(zhuǎn)設(shè)備或具有往復(fù)運(yùn)動(dòng)的裝置產(chǎn)生。在窄帶主動(dòng)噪聲控制系統(tǒng)中，為了避免聲反饋，一般使用非聲學(xué)傳感器測(cè)得噪聲頻率，再由該同步頻率獲得參考信號(hào)以進(jìn)行后續(xù)處理。

而非聲學(xué)傳感器由于長(zhǎng)期運(yùn)行，元件老化等原因，所測(cè)得的同步頻率與目標(biāo)噪聲的真實(shí)頻率之間往往存在誤差，即產(chǎn)生了頻率不匹配。頻率不匹配對(duì)于窄帶主動(dòng)噪聲控制系統(tǒng)的影響是致命的，噪聲抑制效果將嚴(yán)重下降。

技術(shù)實(shí)現(xiàn)要素：

為了解決上述背景技術(shù)提出的技術(shù)問題，本發(fā)明旨在提供一種抑制窄帶主動(dòng)噪聲控制中頻率不匹配的方法，有效抑制窄帶ANC系統(tǒng)的目標(biāo)噪聲，且計(jì)算量小、收斂速度快。

為了實(shí)現(xiàn)上述技術(shù)目的，本發(fā)明的技術(shù)方案為：

一種抑制窄帶主動(dòng)噪聲控制中頻率不匹配的方法，包括以下步驟：

(1)在給定失真頻率初始值條件下，采用AR模型自動(dòng)跟蹤目標(biāo)噪聲頻率，并產(chǎn)生余弦型參考信號(hào)和正弦型參考信號(hào)；

(2)采用第一自適應(yīng)FLANN濾波器對(duì)余弦型參考信號(hào)及其延遲信號(hào)進(jìn)行處理，得到由余弦型參考信號(hào)產(chǎn)生的次級(jí)源信號(hào)；采用第二自適應(yīng)FLANN濾波器對(duì)正弦型參考信號(hào)及其延遲信號(hào)進(jìn)行處理，得到由正弦型參考信號(hào)產(chǎn)生的次級(jí)源信號(hào)；

(3)步驟(2)產(chǎn)生的兩種次級(jí)源信號(hào)疊加后形成次級(jí)源合成信號(hào)，次級(jí)源合成信號(hào)經(jīng)過次級(jí)通道后生成次級(jí)噪聲信號(hào)；

(4)次級(jí)噪聲信號(hào)與目標(biāo)噪聲信號(hào)進(jìn)行相消疊加，得到殘余噪聲信號(hào)；

(5)采用步驟(3)所述次級(jí)通道的估計(jì)模型處理余弦型參考信號(hào)和正弦型參考信號(hào)，分別得到濾波-X余弦型參考信號(hào)和濾波-X正弦型參考信號(hào)；

(6)將濾波-X余弦型參考信號(hào)和殘余噪聲信號(hào)輸入到FXLMS算法中，更新第一自適應(yīng)FLANN濾波器的權(quán)值參數(shù)；將濾波-X正弦型參考信號(hào)和殘余噪聲信號(hào)輸入到另一個(gè)FXLMS算法中，更新第二自適應(yīng)FLANN濾波器的權(quán)值參數(shù)；將濾波-X余弦型參考信號(hào)、濾波-X正弦型參考信號(hào)以及殘余噪聲信號(hào)輸入到LMS算法中，更新AR模型的自適應(yīng)參數(shù)，從而使產(chǎn)生的次級(jí)噪聲信號(hào)有效地抑制目標(biāo)噪聲信號(hào)。

進(jìn)一步地，在步驟(1)中，得到的余弦型參考信號(hào)的表達(dá)式如下：

x_a(0)＝a,

x_a(1)＝a cos(ω),

x_a(n)＝-c(n)x_a(n-1)-x_a(n-2),n≥2

其中，x_a(0)、x_a(1)、x_a(n-2)、x_a(n-1)、x_a(n)分別為余弦型參考信號(hào)的第0次、第1次、第n-2次、第n-1次、第n次的更新值，ω為通過非聲學(xué)傳感器獲得的失真的噪聲頻率；

正弦型參考信號(hào)的表達(dá)式如下：

x_b(0)＝b,

x_b(1)＝b sin(ω),

x_b(n)＝-c(n)x_b(n-1)-x_b(n-2),n≥2

其中，x_b(0)、x_b(1)、x_b(n-2)、x_b(n-1)、x_b(n)分別為正弦型參考信號(hào)的第0次、第1次、第n-2次、第n-1次、第n次的更新值；

c(n)為AR模型的自適應(yīng)參數(shù)的第n次更新值，其初始值為c(0)＝c(1)＝-2cos(ω)。

進(jìn)一步地，在步驟(3)中，所述次級(jí)源合成信號(hào)y(n)的表達(dá)式如下：

x_a(n)＝[x_a(n),x_a(n-1),...,x_a(n-N+1)]^T，

x_b(n)＝[x_b(n),x_b(n-1),...,x_b(n-N+1)]^T

其中，w_a(n)為第一自適應(yīng)FLANN濾波器權(quán)值的第n次更新值，分別為第一自適應(yīng)FLANN濾波器的第1個(gè)，第2個(gè)，…，第N個(gè)權(quán)值，x_a(n)為余弦型參考信號(hào)x_a(n)的第n次更新值經(jīng)過N-1次延時(shí)器延時(shí)形成的N維向量；w_b(n)為第二自適應(yīng)FLANN濾波器權(quán)值的第n次更新值，分別為第二自適應(yīng)FLANN濾波器的第1個(gè)，第2個(gè)，…，第N個(gè)權(quán)值，x_b(n)為正弦型參考信號(hào)x_b(n)的第n次更新值經(jīng)過N-1個(gè)延時(shí)器延時(shí)形成的N維向量。

進(jìn)一步地，在步驟(4)中，所述殘余噪聲信號(hào)e(n)的表達(dá)式如下：

e(n)＝p(n)-y_s(n)

其中，p(n)為目標(biāo)噪聲信號(hào)，它是窄帶源噪聲經(jīng)線性初級(jí)通道傳播后在相消點(diǎn)形成的噪聲，y_s(n)為次級(jí)噪聲信號(hào)。

進(jìn)一步地，目標(biāo)噪聲信號(hào)p(n)的表達(dá)式如下：

p(n)＝a_pcos(ω_pn)+b_psin(ω_pn)+v_p(n)

其中，a_p、b_p為離散傅里葉系數(shù)，ω_p為目標(biāo)噪聲頻率，v_p(n)為加性環(huán)境噪聲。

進(jìn)一步地，在步驟(6)中，更新第一、第二自適應(yīng)FLANN濾波器的權(quán)值參數(shù)的表達(dá)式如下：

更新AR模型的自適應(yīng)參數(shù)的表達(dá)式如下：

其中，為第一自適應(yīng)FLANN濾波器第k+1個(gè)權(quán)值的第n次，第n+1次更新值，為第二自適應(yīng)FLANN濾波器第k+1個(gè)權(quán)值的第n次，第n+1次更新值；為濾波-X余弦型參考信號(hào)經(jīng)過k個(gè)延時(shí)器延時(shí)后所得信號(hào)的第n次更新值，為濾波-X正弦信號(hào)經(jīng)過k個(gè)延時(shí)器延時(shí)后所得信號(hào)的第n次更新值；為濾波-X余弦型參考信號(hào)的第n-1次更新值，為濾波-X正弦型參考信號(hào)的第n-1次更新值；μ為FLANN濾波器權(quán)值的更新步長(zhǎng)因子，μ_c為AR模型參數(shù)的更新步長(zhǎng)因子。

進(jìn)一步地，步驟(3)所述次級(jí)通道S(z)和步驟(5)所述次級(jí)通道的估計(jì)模型是由FIR濾波器構(gòu)成，它們的表達(dá)式如下：

其中，M、為FIR濾波器的長(zhǎng)度。

采用上述技術(shù)方案帶來的有益效果：

本發(fā)明能有效應(yīng)對(duì)窄帶主動(dòng)噪聲控制中25％以內(nèi)的頻率不匹配量，所用到的權(quán)值數(shù)目少且系統(tǒng)收斂速度快。

附圖說明

圖1是本發(fā)明的基本流程圖。

圖2是本發(fā)明的結(jié)構(gòu)框架圖。

具體實(shí)施方式

以下將結(jié)合附圖，對(duì)本發(fā)明的技術(shù)方案進(jìn)行詳細(xì)說明。

一種抑制窄帶主動(dòng)噪聲控制中頻率不匹配的方法，如圖1、圖2所示，具體步驟如下：

步驟1：在給定失真頻率初始值條件下，采用AR模型自動(dòng)跟蹤目標(biāo)噪聲頻率，并產(chǎn)生余弦型參考信號(hào)和正弦型參考信號(hào)。

余弦型參考信號(hào)的表達(dá)式如下：

x_a(0)＝a,

x_a(1)＝a cos(ω),

x_a(n)＝-c(n)x_a(n-1)-x_a(n-2),n≥2

其中，x_a(0)、x_a(1)、x_a(n-2)、x_a(n-1)、x_a(n)分別為余弦型參考信號(hào)的第0次、第1次、第n-2次、第n-1次、第n次的更新值；

正弦型參考信號(hào)的表達(dá)式如下：

x_b(0)＝b,

x_b(1)＝b sin(ω),

x_b(n)＝-c(n)x_b(n-1)-x_b(n-2),n≥2

其中，x_b(0)、x_b(1)、x_b(n-2)、x_b(n-1)、x_b(n)分別為正弦型參考信號(hào)的第0次、第1次、第n-2次、第n-1次、第n次的更新值；

c(n)為AR模型的自適應(yīng)參數(shù)的第n次更新值，其初始值為c(0)＝c(1)＝-2cos(ω)。

步驟2：采用第一自適應(yīng)FLANN濾波器對(duì)余弦型參考信號(hào)及其延遲信號(hào)進(jìn)行處理，得到由余弦型參考信號(hào)產(chǎn)生的次級(jí)源信號(hào)；采用第二自適應(yīng)FLANN濾波器對(duì)正弦型參考信號(hào)及其延遲信號(hào)進(jìn)行處理，得到由正弦型參考信號(hào)產(chǎn)生的次級(jí)源信號(hào)。

步驟3：步驟2產(chǎn)生的兩種次級(jí)源信號(hào)疊加后形成次級(jí)源合成信號(hào)，次級(jí)源合成信號(hào)經(jīng)過次級(jí)通道后生成次級(jí)噪聲信號(hào)。次級(jí)源合成信號(hào)y(n)的表達(dá)式如下：

x_a(n)＝[x_a(n),x_a(n-1),...,x_a(n-N+1)]^T，

x_b(n)＝[x_b(n),x_b(n-1),...,x_b(n-N+1)]^T

其中，w_a(n)為第一自適應(yīng)FLANN濾波器權(quán)值的第n次更新值，分別為第一自適應(yīng)FLANN濾波器的第1個(gè)，第2個(gè)，…，第N個(gè)權(quán)值，x_a(n)為余弦型參考信號(hào)x_a(n)的第n次更新值經(jīng)過N-1次延時(shí)器延時(shí)形成的N維向量；w_b(n)為第二自適應(yīng)FLANN濾波器權(quán)值的第n次更新值，分別為第二自適應(yīng)FLANN濾波器的第1個(gè)，第2個(gè)，…，第N個(gè)權(quán)值，x_b(n)為正弦型參考信號(hào)x_b(n)的第n次更新值經(jīng)過N-1個(gè)延時(shí)器延時(shí)形成的N維向量。

上述次級(jí)源合成信號(hào)y(n)經(jīng)過次級(jí)通道S(z)，輸出次級(jí)噪聲信號(hào)y_s(n)。次級(jí)通道S(z)是由FIR濾波器構(gòu)成，即：

則，

步驟4：次級(jí)噪聲信號(hào)與目標(biāo)噪聲信號(hào)進(jìn)行相消疊加，得到殘余噪聲信號(hào)：

其中，目標(biāo)噪聲信號(hào)p(n)是窄帶源噪聲經(jīng)由線性初級(jí)通道傳播后在相消點(diǎn)形成的噪聲，可表示為p(n)＝a_pcos(ω_pn)+b_psin(ω_pn)+v_p(n)，a_p、b_p為離散傅里葉系數(shù)，ω_p為目標(biāo)噪聲頻率，v_p(n)為加性環(huán)境噪聲。

步驟5：采用步驟3所述次級(jí)通道的估計(jì)模型處理余弦型參考信號(hào)和正弦型參考信號(hào)，分別得到濾波-X余弦型參考信號(hào)和濾波-X正弦型參考信號(hào)。

步驟6：將濾波-X余弦型參考信號(hào)和殘余噪聲信號(hào)輸入到FXLMS算法中，更新第一自適應(yīng)FLANN濾波器的權(quán)值參數(shù)；將濾波-X正弦型參考信號(hào)和殘余噪聲信號(hào)輸入到另一個(gè)FXLMS算法中，更新第二自適應(yīng)FLANN濾波器的權(quán)值參數(shù)；將濾波-X余弦型參考信號(hào)、濾波-X正弦型參考信號(hào)以及殘余噪聲信號(hào)輸入法到LMS算法中，更新AR模型的自適應(yīng)參數(shù)，從而使產(chǎn)生的次級(jí)噪聲信號(hào)有效地抑制目標(biāo)噪聲信號(hào)。

更新第一、第二自適應(yīng)FLANN濾波器的權(quán)值參數(shù)的表達(dá)式如下：

更新AR模型的自適應(yīng)參數(shù)的表達(dá)式如下：

其中，為第一自適應(yīng)FLANN濾波器第k+1個(gè)權(quán)值的第n次，第n+1次更新值，為第二自適應(yīng)FLANN濾波器第k+1個(gè)權(quán)值的第n次，第n+1次更新值；為濾波-X余弦型參考信號(hào)經(jīng)過k個(gè)延時(shí)器延時(shí)后所得信號(hào)的第n次更新值，為濾波-X正弦信號(hào)經(jīng)過k個(gè)延時(shí)器延時(shí)后所得信號(hào)的第n次更新值；為濾波-X余弦型參考信號(hào)的第n-1次更新值，為濾波-X正弦型參考信號(hào)的第n-1次更新值；μ為FLANN濾波器權(quán)值的更新步長(zhǎng)因子，μ_c為AR模型參數(shù)的更新步長(zhǎng)因子。

實(shí)施例僅為說明本發(fā)明的技術(shù)思想，不能以此限定本發(fā)明的保護(hù)范圍，凡是按照本發(fā)明提出的技術(shù)思想，在技術(shù)方案基礎(chǔ)上所做的任何改動(dòng)，均落入本發(fā)明保護(hù)范圍之內(nèi)。