Page 71 - 《应用声学》2022年第6期

第 41 卷 第 6 期 李春阳等： 异构混合相关熵有源噪声控制算法 917

−25 dB 左右，稳态 ANR 差距越为 10 dB。然而在 的表现性能。从4.1节的仿真可知，在SαS噪声环境
图 6(b) 中，σ 值变化对 FxMCC-MK 算法稳态性能 下，当 σ = 7 时，FxMCC 算法和 FxMCC-MK 算法
几乎没有影响，σ 在3∼30取值时，其稳态ANR 基本 均能取得一个较好的降噪表现，因此在本节仿真中，
都保持在−35 dB左右，上下浮动小于0.5 dB。以上 将 FxMCC 算法和提出的 FxMCC-MK 算法的核宽
结果表明，FxMCC-MK 算法对核宽 σ 的依赖性降 σ 均设置为 7，FxMMCC 算法核宽设置为 σ 1 = 5、
低，这意味着算法在面对复杂的声环境时能降低核 σ 2 = 7。各算法的其余参数设置如表 3 所示。为了
宽对性能的影响，从而算法具有更好的适应性。 更好比较强脉冲噪声环境下各算法的降噪性能，除
FxLMS算法外，其余的 3 种鲁棒算法是在相近的收
0
σ=3 敛速度前提下，比较稳态 ANR 值。稳态 ANR 值越
-5 σ=7
σ=15 低，表明该算法的降噪性能越强。
-10
σ=20
ANR/dB -15 10 dB 表 3 各算法仿真参数
σ=30
-20
-25 Table 3 Simulation parameters of each al-
gorithm
-30
-35
ANC 算法 α = 1.2 冲压机录声
0 0.5 1.0 1.5 2.0 2.5 3.0 3.5 4.0
ᤖ̽൓஝/10 4 FxLMS µ = 1 × 10 −9 µ = 9 × 10 −5
(a) FxMCCካข
FxMCC µ = 8.4 × 10 −5 µ = 2 × 10 −3
0
σ=3 µ = 8.5 × 10 −5 µ = 7 × 10 −3
-5 σ=7 FxMMCC
σ=15 β = 1.2 β = 1
-10
σ=20 −4 −3
ANR/dB -15 -25 ~0.5 dB FxMCC-MK µ = 2.5 × 10 µ = 1.5 × 10
σ=30
-20
-26
β = 1.5
β = 1
-25 2000 3000 -35.0
-35.6 图 7 是 α = 1.2 时各算法平均噪声衰减对比
-30
3.50 3.56
-35 曲线。从图 7 可以看出，在 α = 1.2 的强脉冲环境
0 0.5 1.0 1.5 2.0 2.5 3.0 3.5 4.0 下，非鲁棒的 FxLMS 算法直接失效；其余算法中
ᤖ̽൓஝/10 4
(b) FxMCC-MKካข 提出的FxMCC-MK算法表现最好，最终ANR值为
−28 dB，比FxMCC算法的−23 dB提升约5 dB，比
图 6 核宽 σ 对算法性能影响曲线
FxMMCC 算法的 −25 dB 提升约 3 dB。以上结果
Fig. 6 The influence curve of kernel width σ on
表明，提出的FxMCC-MK 算法在强脉冲环境下，相
algorithm performance
比已有算法具有更好的鲁棒性，算法能取得更好的
从图 6(b) 可以看出，σ 值的变化对 FxMCC- 降噪效果。
MK 算法的性能仍有一定的影响，在 σ 从 3 递增到
0
30 的过程中，算法的收敛速度逐渐加快，稳态 ANR FxLMS
-5 FxMCC
值也会略微升高。以上结果表明，较大的 σ 值可 FxMMCC
-10 FxMCC-MK
以获得更快的算法收敛速度但会降低算法的鲁棒 -15
性，较小的 σ 值情况则完全相反，这一变化特性与 ANR/dB -20
FxMCC算法相似。
-25
4.2 SαS强脉冲噪声环境下降噪性能对比 -30

在本节仿真实验中，主要验证在α = 1.2的SαS -35 0 0.5 1.0 1.5 2.0 2.5 3.0 3.5 4.0
强脉冲噪声环境下所提算法的降噪性能。将本文提 ᤖ̽൓஝/10 4
出的算法与已有的 FxMCC 算法 [16] 和 FxMMCC 图 7 α = 1.2 时各算法平均噪声衰减曲线
算法 [17] 对比，并引入标准的 FxLMS 算法作为参 Fig. 7 Average noise reduction curves of each al-
考。和 4.1 节一样，同样采用 ANR 曲线评价各算法 gorithm (α = 1.2)