Page 154 - 《应用声学》2023年第3期

592 2023 年 5 月

表 2 不同算法计算复杂度对比
Table 2 Compare of Computational complexity of different algorithms
MRMT DMRMT ODMRMT
生成输出信号 JIL JIL JIL
估计误差信号 (P + Q)JM + PQL (P + Q)JM + PQL (P + 1)JM + PQL
生成滤波参考信号 QJIM JIM JIM
更新滤波器 QJIL JIL JIL
(P + Q(1 + I))JM (P + Q + I)JM (P + I + 1)JM
总计
+(PQ + JI(Q + 1))L +(PQ + 2JI)L +(PQ + 2JI)L
3 实验结果和分析 行测量，本节采用白噪声生成法对系统的传递函数
进行测量。选取通路的滤波器阶数为 200 阶，本文
3.1 实验设置 分别测量了人头位于中心位置以及人头靠近头枕
本文通过一个有源降噪头枕系统对所提算法 右侧传声器处时的通路响应。当人工头处在中心位
进行实验验证，实验系统设置如图 5 所示。有源降 置时测量得到的传递函数如图 6 所示。从图中可以
噪头枕布置在中国科学院声学研究所测听室内，房 看出，相对于主通路，次级通路的频响更加平坦，相
间尺寸约为 4.22 m × 4.05 m × 3.28 m，本底噪声 位响应接近于线性相位。之后，可以通过所提方法
平均值为 14.8 dB(A)，混响时间约为 0.3 s。有源降 求出最优的观测滤波器。
噪头枕系统由一个参考传声器、两个物理传声器、
两个虚拟传声器、两对固定在头枕两边的两寸次级 ྭေ͜ܦ٨
扬声器、控制器和信号调理器组成。其中，控制器 Ѻጟܦູ
为 TI 公司的 TMS320C6678 数字信号处理芯片，参 ԠᏦ͜ܦ٨
考传声器与物理传声器均为驻极体传声器，通过 ൓ጟੴܦ٨ ᘿલ͜ܦ٨
前置放大器、抗混叠滤波器、模数转换器 (ADC) 接
入控制系统，而输出信号经过重构滤波器、数模转
换器 (DAC) 以及功率放大器接入次级扬声器。虚 # ,̡ࢺ݀
拟传声器为 B&K 公司人工头内部传声器，用来监
测算法的实际控制效果。实验采用的抗混叠滤波 దູᬌ٪݀ౣጇፒ
器和重构滤波器均为截至频率为 700 Hz 的巴特沃
(a) ࠄᰎጇፒᇨਓڏ (b) దູᬌ٪݀ౣο᜽ڏ
斯低通滤波器，通过模拟电路实现。系统的采样
率设置为 4000 Hz。采用单耳处的归一化均方误差 图 5 实验系统示意图以及有源降噪头枕俯视图
(Normalized mean square error, NMSE) 作为算法 Fig. 5 setup of the experiment and the planform
的评价指标，归一化均方误差定义为 of the active noise cancelling pillow
{ }
E e 2 v,q (n)
NMSE q = { }, (36) 3.3 实验结果
E d 2 (n)
v,q
3.3.1 单频噪声条件下的ANC实验
其中，期望可以采用下面平滑的方式进行计算：
本节首先对初级噪声源为谐频噪声条件下所
{ 2 } { 2 } 2
E e v,q (n) = (1 − β)E e v,q (n − 1) + βe v,q (n), 提算法的性能进行探究，并且与传统的 MRMT 算
(37)
法以及 DMRMT算法进行比较，本文所选谐频噪声
其中，β 为平滑因子，取值为0 ∼ 1之间，典型取值为
的频率为 300 Hz。实验所采用的为周期噪声，因此
0.001 ∼ 0.01。
在使用式 (28) 生成观测通路的冲激响应时仅选取
3.2 传递函数测量 300 Hz 处的频响，并且不需要额外引入新的延迟操
为了实现本文所提算法的优化过程，需要先对 作。在人头在中间位置与人头靠近头枕右侧位置分
系统的主通路、物理次级通路以及虚拟次级通路进 别优化出各自位置最优的观测传递函数，并且分别