Page 92 - 201901
P. 92

88                                                                                   2019 年 1 月


             向 量 w 2 (n) = [ w 2,0 (n) w 2,1 (n) . . . w 2,M−1 (n) ] T                          ᏿఻Яᦊ
                                                                                                       d↼n↽
             的更新方程为                                                                            P↼z↽
                                                                                 y ↼n↽            yϕ↼n↽  +
                    w 2 (n + 1) = w 2 (n) − µd (n)e (n),  (8)  x↼n↽              +   y↼n↽
                                               ′
                                          ′′
                                                                            W ↼z↽  ›          S↼z↽   ›
                                                                                  +                  +    e↼n↽
                                                                       ⌣
                                                   T
                                                                                       ⌣
                   ′′
                                  ′′
             其中,d (n) = [ d (n) d (n) . . . d ′′  (n) ] 为n 时          S↼z↽             S↼z↽
                            ′′
                            0     1        M−1
                                                                    xϕ↼n↽                yϕϕ↼n↽
                                                  ˆ
             刻 M 长构造期望信号经建模的次级通道 S(z) 的滤                                    LMS
                                                                 ⌣
                                                                 P↼z↽  dϕϕ↼n↽          ›
             波输出向量。                                               dϕ↼n↽     LMS     eϕ↼n↽
                                                                       ⌣
                                                                      S↼z↽
                                             ᏿఻Яᦊ
                                                                            W  ↼z↽  y ↼n↽
                                            P↼z↽                                     
                                                   d↼n↽
                                    y ↼n↽
                                               y ϕ↼n↽
            x↼n↽        dϕ↼n↽                      +
                   ⌣
                   P↼z↽        W  ↼z↽      S↼z↽  ›               图 3  前馈 FxLMS 和反馈 IMC 混合控制虚拟传感
                                                 +      e↼n↽
                                                                  自适应算法原理框图
                           ⌣
                                       ⌣
                          S↼z↽         S↼z↽
                                                                  Fig. 3 Block diagram of Feedforward FxLMS and
                                       + y ϕϕ↼n↽
                                    eϕ↼n↽  
                                LMS     ›                         feedback IMC hybrid control virtual microphone
                           dϕϕ↼n↽        +
                                                                  adaptive algorithm
               图 2  基于反馈 IMC 的虚拟传感自适应算法原理框图
                                                                  表 1   前馈 FxLMS 和反馈 IMC 混合控制虚拟
              Fig. 2 Block diagram of feedback IMC based virtual
                                                                  传感自适应算法总结
              microphone adaptive algorithm
                                                                  Table 1 Summary of Feedforward FxLMS
                 可以看出,当初级通道和次级通道模型满足公                             and feedback IMC hybrid control virtual
             式(5) 和公式 (6) 时,构造的人耳处残留噪声满足公                         microphone adaptive algorithm
             式(7),算法收敛时会对人耳处噪声起到降噪作用。
                                                                     算法阶段                   公式
                 以上算法通过参考传声器构造与反馈算法等
                                                                                             T
                                                                                       ′
             效的滤波输入信号和误差信号,实际上是通过参                                生成滤波输入信号            d (n) = ˆ p (n)x(n)
                                                                                              T
                                                                                      y 1 (n) = w (n)x(n)
             考传声器替换了误差传声器。与传统的反馈算法                                                            1
                                                                                              T
                                                                  生成滤波输出信号            y 2 (n) = w (n)d (n)
                                                                                                  ′
                                                                                              2
             相比,其优势在于取消了闭环反馈路径,从而避免                                                   y(n) = y 1 (n) + y 2 (n)
             了算法发散带来的啸叫现象。另外,由于参考传                                                    y (n) = ˆ s (n)y(n)
                                                                                              T
                                                                                       ′′
                                                                  构造虚拟误差信号
                                                                                                   ′
                                                                                            ′′
                                                                                      ′
             声器不会接收耳机播放的声频信号,因而不会将                                                   e (n) = y (n) + d (n)
                                                                                             T
                                                                                      x (n) = ˆ s (n)x(n)
                                                                                       ′
             其与噪声信号混淆,带来不必要的声频信号频响                                                    d (n) = ˆ s (n)d (n)
                                                                                             T
                                                                                                  ′
                                                                                       ′′
                                                                  更新权重滤波向量
             损伤。                                                                 w 1 (n + 1) = w 1 (n) − µx (n)e (n)
                                                                                                    ′
                                                                                                       ′
                                                                                                   ′′
                                                                                                       ′
                                                                                 w 2 (n + 1) = w 2 (n) − µd (n)e (n)
             1.3 两种自适应算法结合的有源降噪耳机方案
                 以上提出的基于前馈结构的算法和基于反馈                               进一步说明本文所提方法在实现虚拟误差传
             结构的算法可以单独工作,若将两种方法相结合可                            感时采用的具体方法。从表 1 中可以看出,与传统
             进一步提高性能。图 3 为第 1.1 节和第 1.2 节中介绍                   的混合控制自适应算法相比,虚拟传感自适应有源
             的两种虚拟传感算法相结合的自适应有源降噪耳                             降噪方法主要在算法中增加了构造虚拟误差信号
             机方案。其中,y(n) 为 y 1 (n) 和 y 2 (n) 两个滤波输出            的步骤。构造虚拟误差信号所依赖的信息为参考
             信号叠加得到的信号。由于两种算法使用相同的算                            信号、滤波输出信号、初级通道传递函数和主通道
             法构造误差信号,因此利用x(n)和y(n)结合建模的                        传递函数。其中,参考信号由参考传声器采集获得,
                             ˆ
                      ˆ
             传递函数 P(z) 和 S(z) 构造人耳处噪声信号。表 1                    滤波输出信号由算法计算得出,均为已知的可靠信
             对最终算法的计算过程进行了总结。同样,当建模                            息,初级通道和次级通道传递函数需要提前通过传
             的传递函数满足公式 (5) 和公式 (6) 时,构造的人耳                     递函数建模获得,存在一定的不稳定因素。当建模
             处噪声满足公式 (7)。两种自适应算法结合的控制                          的传递函数与真实的传递函数足够接近时,算法构
             方式可以得到较好的降噪效果。                                    造的虚拟误差信号与人耳处真实的误差信号足够
   87   88   89   90   91   92   93   94   95   96   97