Active Noise Control:A Tutorial Review 翻译

---

摘要

主动噪声控制(ANC)是通过适当的二次声源(secondary sourcces)矩阵来引入一个“反噪声(antinoise)”声波来实现的。这些二次声源是通过一个具有针对于特定消除方案的信号处理算法的电子系统来联系在一起的。ANC已经广泛应用于制造业、工业生产和消费产品。本文的重点在于从实用性的角度讨论ANC系统中关于自适应信号处理（adaptive signal processing）和数字信号处理(DSP)在现实中的应用。
在这篇文章中，ANC的自适应算法是以单通道宽带前馈控制(single-channel broad-band feedforward control)为基础来提出和分析的。然后将算法改进为窄带前馈(narrow-band)和自适应反馈控制(adaptive feedback control)。接下来，这些单通道ANC算法被拓展到多通道情景(multiple-channel cases)。介绍了许多在线的次级路径(secondary-path)模型奇数和特殊的自适应算法，比如格型算法(lattice)，频域算法(frequency-domain)，子带算法(subband)，递归最小二乘算法(recursive-least-squares)。并通过几个例子突出了这些技术在实际问题中的应用。

关键词： 主动噪声控制，主动振动(vibration)控制，自适应噪声消除，自适应系统，数字信号处理应用

---

1. 引言

A 概述

随着发动机(engines)，鼓风机(blowers)，风扇(fans)，变压器(transformers)和压缩机(compressors)等工业设备数量的增加，声学噪声(acoustic noise)问题变得越来越明显。传统的噪声控制方法是使用无源技术(passive techniques)，如外壳(enclosure)，障碍物(barriers)，消声器(silencers)来减弱(attenuate)不需要的噪声。无源消声器的价值在于它在宽频带(broad frequency range)有很好的衰减作用，但是它们相对较大，价格昂贵，而且在低频(low frequencies)效果不佳。机械振动(vibration)是另一种相关的噪音，通常会发生在制造设备和应用电器中。
ANC是基于叠加原理(principle of super-position)，并且包括一个电声(electroacoustic)或机电(electromechanical)系统来消除不需要的噪声；尤其是，生成一个等振幅(amplitude)相反相位(opposite phase)的反噪声，与主噪声相结合，达到两个噪声同时抵消的效果。ANC系统可以有效的减少低频噪声，而无源降噪技术要么无效，要么非常昂贵或笨重(bulky)。ANC发展的很迅速，因为它可以改善噪声控制，通常在尺寸，重量，体积和成本方面都有潜在的好处。
利用麦克风和电子驱动扬声器(electronically driven loudspeaker)来实现噪声消除的办法首先由Lueg在1936年的一个专利中提出。因为噪声源和环境的特性是时变的，所以不需要的噪声的频率成分，振幅，相位，和声速(sound velocity)是非平稳的(nonstationary)。因此，ANC系统必须是自适应的，以应对这些变化。自适应滤波器调整它的系数(cofficients)以使误差信号最小化，并且可以实现横向(transversal)的有限脉冲响应(FIR，finite impulse response)，递归的无限脉冲相应(IIR，infinite impulse reponse)，格型和变换域(transform-domain)滤波器，自适应滤波最常见的方法是使用最小均方算法(LMS,least-mean-square)的横向滤波。一个基于自适应滤波器的早期的管道消声(duct cancellation)系统理论由文献[17]和[18]提出。
数字的(digital)噪声消除器(noise canceler)是理想的，其中使用数字信号处理系统对电声(electroacoustic)或机电传感器(electromechanical transducers)的信号进行实时采样和处理。在1980年左右，DSP芯片的发展使得强大的自适应算法能够以低成本实现，鼓励了ANC系统的广泛开发和应用，ANC的不断进步包括改进的自适应信号处理算法，传感器，DSP硬件的开发。更复杂(sophisticated)的算法具有更快的收敛(convergence)速度和更强的噪声抑制能力，并且对干扰的鲁棒性(robust)更强。改进的DSP硬件的发展使得这些更复杂的算法可以实时实现，以提高系统性能。
在本文中，噪声被定义为任何一种不被需要的干扰，无论它是由电，声，或是振动所承载的，因此，通过使用合适的传感器和二次声源，本文所引用的ANC算法可以适用于不同种类的噪声。对参与ANC系统开发的电气工程师(electrical engineers)，[3]，[5]，[6]对声学和振动进行了出色的介绍。

B 当前应用

ANC是一种在小封装中实现大量降噪的一种有吸引力的方法，尤其是在低频下，文[4]介绍了许多ANC在真实和模拟实验中的应用。目前ANC的应用包括衰减以下终端设备(end equipment)中不可避免的噪声。
(1) 汽车(Automotive)：包括电子排气消声器(electronic mufflers for exhaust)和感应(induction)系统，车辆客舱(passenger compartments)内的噪音衰减，主动发动机悬置(active engine mounts)等等。
(2) 应用电器(appliances)：包括空调风管(air-conditioning ducts)，空调(air conditioners)，冰箱(refrigerators)，厨房排气扇(exhaust)，洗衣机(washing machines)，电炉(furnaces)，除湿机(dehumidifiers)，割草机(lawn mowers)，吸尘器(vacuumcleaners)，床头板(headboards)，房间隔离(room isolation)等。
(3) 工业(industrial)：风扇，风管，烟囱(chimneys)，变压器(transformers)，发电机，鼓风机，压缩机，水泵(pumps)，电锯(chain saws)，风洞(wind tunnels)，有噪声的工厂(在噪声源或是当地安静地带)，公用电话亭(phone booths)，办公隔间分区(office cubicle partitions)。
(4) 交通：飞机，轮船，小船，游艇(pleasure motorboats)，直升机(helicopter)，雪地摩托，摩托车，柴油机车(diesel locomotive)等。

C 性能评估和实际考虑

当ANC部署到实际应用中的时候，会出现许多需要解决的实际问题。一种涉及一系列(hierachy)技术的自适应ANC性能分析方法是必不可少的，它从一个理想的简单问题开始，逐步(progressively)增加实际约束(constraint)和其他复杂性。性能分析解决了以下问题：(1)基础性能限制。(2)限制性能的实际约束。(3)性能与复杂性的平衡。(4)如何确定实际设计架构(practical design architecture)。在每一步中，获得一定程度上(a degree of)的置信度，并建立基准(benchmark)，用于下一等级复杂性的交叉检测(cross checking)。
为了适合工业使用，ANC系统必须具有某些属性(certain properties)：(1)在最大的频带(frequency band)上实现最大效果，以消除广泛的(wide range)噪声。(2)安装的自主性(autonomy)，以便系统可以建造在制造区域，然后实装(inserted on site)。(3)系统的自适应性，以便应对物理参数的变化(温度，气流速度等)。(4)系统元件的鲁棒性和可靠性，以及控制电子设备(control electronics)的简化。

D 文章提纲

ANC是基于前馈控制或反馈控制的，前馈控制的相干(coherent)参考噪声输入会在传播到次级声源之前就被检测到。有源噪声控制器试图在没有“上游”(upstream)参考输入的情况下消除噪声。前馈ANC的结构分为(1)带参考传感器的宽带自适应前馈控制。(2)带参考传感器的窄带自适应前馈控制，不受控制场的影响比如转速计(tachometer)，这将会在第三节中介绍。第四节中将从参考信号合成(synthesis)的角度完善自适应反馈ANC的概念，从而为前几节的前馈系统提供联系。在第五节，这些单通道的ANC系统将会扩展为多通道的情况。在第六节中将会介绍各种次级路径在线建模技术。在第七节中将会介绍各种特殊ANC算法，比如格型ANC算法，频域ANC算法，子带ANC算法，递归最小二乘算法(RLS,recursive-least-squares)。最后，几个ANC的应用实例将会在第八节中进行介绍。

---

2. 宽带ANC

本节讨论具有单一参考传感器，单一二次声源，单一误差传感器的宽带前馈ANC系统。这种类型(genre)将通过图1所示的单通道管道声学(duct-acoustic)ANC系统来举例说明，其中参考输入由麦克风采集。参考信号由ANC系统处理，生成控制信号去驱动扬声器。误差传感器用于监测ANC系统的性能，控制器的目标(objective)是将测量到的噪声降到最低。注意这个设置只用作宽带ANC的示例。通用技术(general techniques)广泛适用于(applicable to)各种声学和振动问题。

A 基础理论

图1所示的基本宽带ANC系统在图2所示的自适应系统辨识框架流程图(identification framework illustrated)中被描述，该框架中，自适应滤波器$W(z)$用于估计未知对象(plant)$P(z)$。主要路径(primary path)$P(z)$由参考传感器到误差传感器的声学相应组成，并在这里实现噪声衰减。如果对象是动态的(dynamic)，则自适应算法的任务是持续追踪时变的对象动态。图2和传统系统最大的不同识别方法(identification scheme)是使用声学加和(summing junction)，而不是电信号(electrical signals)的减法(subtraction)，然而为了保持一致性(consistency)我们仍使用减法来表示加和，不管怎么说，它确实是任意的(arbitrary)，因为它可以通过改变二级信号的符号来实现。


自适应滤波器$W(z)$的目的是最小化残差(residual error)信号$e(n)$，从图2可以看出，当$X\ne 0$，在滤波器$W(z)$收敛之后，$E(z)=0$，即$W(z)=P(z)$，这也意味着$y(n)=d(n)$。因此自适应滤波器的输出