主动噪声控制是一个有前景(promising)的技术,基于声波的叠加原理(superposition property),它可以减弱不想要的声学噪声。当一个反向声波精准的(elegantly)生成,它与噪声声波具有相同的振幅,相反的相位,ANC可以在期望地点降低噪声等级,期望地点也就是误差麦克风放置的位置,误差麦克风的作用是监测误差信号从而使整个系统成为一个闭环控制问题。但如果当误差麦克风不能放置在期望噪声衰减位置的时候,就需要使用虚拟感知技术。在这篇文章中,我们实验验证了最近提出的虚拟感知技术,使用参数矩阵(parametric array)扬声器作为反噪声源(也就是通常所说的二次声源)。实验结果显示,在虚拟麦克风位置改良的噪声衰减可以实现。
1.前言
一般来说,ANC系统分为(categorized into)处理可预测窄带噪声的反馈控制系统和利用时间提前信息(time-advanced onformation)降低宽带噪声的前馈控制系统前馈控制系统[1]-[3]。最佳(optimum)降噪性能是在误差麦克风位置实现的。当误差麦克风无法放置在期望位置时,需要使用(carry out)虚拟传感技术[4]-[8]。
在本文中,我们研究了一个前馈ANC系统的实验装置(experimental setup),该系统使用参数阵列(parametric array)扬声器作为二次声源。参数阵列扬声器也被称为超声波(ultrasonic)扬声器,通过空气的非线性传输(transmit)调制的(modulated)超声波以产生音频波束(audio beam)[9],[10]。在ANC系统中,使用这种定向(directional)扬声器作为次级声源的优点是将溢出效应(spillover effect)降至最低(minimizing)[11]–[14]。采用(adpted to)一个仿真人头(dummy head)来检查耳膜(eardrum)处的降噪效果,这也是麦克风的目标虚拟位置。作者[7]之前(previously)提出的虚拟传感技术在误差麦克风位置不理想且主路径发生变化的情况下进行了研究。
2.基于虚拟传感技术的前馈ANC系统
A.ANC系统的静音区(Zone of quietness)
在ANC系统中,静音区(ZoQ)是在误差麦克风附近(vicinity)实现的。在更新噪声控制滤波器的同时,误差麦克风的输出在最小均方算法(least mean square sense)上被迭代(iteratively)到最小化。已知在单通道ANC系统中,ZoQ的大小约为(approximated)误差传声器周围噪声波波长(wavelength)的1/10,而在多通道ANC系统中,ZoQ的大小相对较大[2],[15]。然而,在某些实际情况下(practical cases),误差麦克风必须远离所需位置。因此(hense),最小化误差麦克风的输出不能保证在期望位置处进行充分的(adequate)降噪。消费(consumer)ANC系统,如降噪耳机、头戴式(head-mounted)ANC系统和ANC头枕(headdrest),目的在于降低听者耳膜的噪音水平。当噪声波的波长足够长时,将误差传声器放置在耳道(ear canal)入口处是可接受的解决方案。然而,当噪声在500 Hz以上的频率范围内包含明显的(noticeable)功率时,有必要利用虚拟传感技术设计一个ANC系统,该系统可以在所需位置实现降噪,而无需将误差传声器放置在那里。
B.使用辅助(auxiliary)滤波器的虚拟感知技术
图1显示了采用我们提出的虚拟传感技术的前馈ANC系统的结构图(block diagram),其中 P ( z ) P(z) P(z) 是从参考麦克风到误差麦克风的主路径的传递函数(transfer function); V ( z ) V(z) V(z) 是从参考麦克风到虚拟麦克风的虚拟主路径的传递函数; S ( z ) S(z) S(z) 是从次级声源到误差麦克风的次级路径的传递函数; S v ( z ) S_v(z) Sv(z) 是从次级声源到虚拟麦克风的虚拟次级路径的传递函数。该ANC系统通过两个实施阶段(stages of implementation)在虚拟麦克风位置实现最佳(optimum)降噪。
在调谐阶段(tuning stage),噪声控制滤波器的输出表示为:
Y
(
z
)
=
W
(
z
)
X
(
z
)
Y(z)=W(z)X(z)
Y(z)=W(z)X(z)
其中, W ( z ) W(z) W(z)是噪声控制滤波器, X ( z ) X(z) X(z)是参考信号。引入了一个辅助滤波器 H ( z ) H(z) H(z),其输出表示为:
Y
h
(
z
)
=
H
(
z
)
X
(
z
)
Y_h(z)=H(z)X(z)
Yh(z)=H(z)X(z)
噪声控制滤波器和辅助滤波器的系数(coefficient)更新如下所示:
w
(
n
+
1
)
=
w
(
n
)
+
α
c
β
c
+
∥
r
(
n
)
∥
2
r
(
n
)
e
v
(
n
)
w(n+1)=w(n)+\frac {\alpha_c} {\beta_c+ \lVert r(n) \lVert^2}r(n)e_v(n)
w(n+1)=w(n)+βc+∥r(n)∥2αcr(n)ev(n)
h
(
n
+
1
)
=
h
(
n
)
+
α
h
β
h
+
∥
x
(
n
)
∥
2
x
(
n
)
e
h
(
n
)
h(n+1)=h(n)+\frac {\alpha_h} {\beta_h+ \lVert x(n) \lVert^2}x(n)e_h(n)
h(n+1)=h(n)+βh+∥x(n)∥2αhx(n)eh(n)
FXNLMS算法中的参考信号计算如下:
r
(
n
)
=
s
^
v
T
x
(
n
)
r(n)=\hat{s}^T_vx(n)
r(n)=s^vTx(n)
α
c
\alpha_c
αc 和
α
h
\alpha_h
αh 是步长参数(step size parameters);
β
c
\beta_c
βc 和
β
h
\beta_h
βh分别(respectively)是噪声控制滤波器和辅助滤波器的正则化参数。
调谐阶段虚拟麦克风位置的误差信号如下所示:
E
v
(
z
)
=
D
v
(
z
)
−
Y
v
(
z
)
=
[
V
(
z
)
−
S
v
(
z
)
W
(
z
)
]
X
(
z
)
E_v(z)=D_v(z)-Y_v(z)=[V(z)-S_v(z)W(z)]X(z)
Ev(z)=Dv(z)−Yv(z)=[V(z)−Sv(z)W(z)]X(z)