Page 156 - 《应用声学》2023年第3期

594 2023 年 5 月

ࢻ᏿ Կ᏿ ࢻ᏿ Կ᏿
0 0 0 0
MRMT MRMT MRMT MRMT
-5 DMRMT -5 DMRMT -5 DMRMT -5 DMRMT
ਫ਼ଢካข ਫ਼ଢካข ਫ਼ଢካข ਫ਼ଢካข
-10 -10 -10 -10
NMSE/dB -15 -15 NMSE/dB -15 -15

-20 -20 -20 -20

-25 -25 -25 -25
-30 -30 -30 -30
0 5 10 15 20 25 0 5 10 15 20 25 0 5 10 15 20 25 0 5 10 15 20 25
௑ᫎ/s ௑ᫎ/s ௑ᫎ/s ௑ᫎ/s
(a) ̡ࢺ݀ͯ̆˗ॷͯᎶ (b) ̡ࢺ݀᭥ᤃԿΟ൓ጟੴܦ٨
图 7 窄带噪声头枕实验结果
Fig. 7 Experiment results of the active noise cancelling pillow with narrowband primary noise

ࢻ᏿ Կ᏿ ࢻ᏿ Կ᏿
0 0 0 0
MRMT MRMT MRMT MRMT
DMRMT DMRMT DMRMT DMRMT
ਫ਼ଢካข ਫ਼ଢካข ਫ਼ଢካข ਫ਼ଢካข
-4 -4 -4 -4
NMSE/dB -8 -8 NMSE/dB -8 -8

-12 -12 -12 -12

-16 -16 -16 -16
0 5 10 15 0 5 10 15 0 5 10 15 0 5 10 15
௑ᫎ/s ௑ᫎ/s ௑ᫎ/s ௑ᫎ/s
(a) ࣜᬍᄇ٪ܦࠄᰎፇ౧ (b) ࠄैුᢼ٪ܦࠄᰎፇ౧
图 8 宽带噪声头枕实验结果
Fig. 8 Experiment results of the active noise cancelling pillow with broadband primary noise

本节在头枕的中心位置进行实验，本文在 算法均没有出现发散的情况，但是从式 (17) 可以看
100 ∼ 500 Hz 之间、间隔 10 Hz 选取频响对观测传 出，DMRMT 算法的算法收敛条件并不能够保证一
递函数进行优化，同时，由于噪声为自相关较差的宽 定满足。
带信号，观测通路的非最小相位部分会影响算法的
4 结论
稳态性能，本节选取时延为 20 个采样点。3 种算法
的步长选取均为0.05，平滑因子选取为0.001。
为了解决多通道远程虚拟传声器算法在实现
从实验结果 (图 8) 可以看出，不管是带通白噪
过程中运算复杂度高、收敛速度慢的问题，本文提
声还是实录汽车噪声，所提算法均能够实现最优的 出一种分布式远程虚拟传声器技术优化方法。通
收敛性能，同时达到和传统算法一致的稳态误差。 过重新设计离线优化过程，在限制虚拟次级通路
可以看出，对次级通路矩阵做对角化限制，使得所 矩阵做对角化的同时，对观测传递函数矩阵进行联
提 ODMRMT 算法在估计误差传声器的误差信号 合寻优，得到在分布式更新条件下的最优观测传递
时，虚拟系统的等效次级通路不存在耦合现象，从 函数，并且通过延迟 FXLMS 算法自适应对系统进

而提升了算法的收敛速度，而对观测传递函数矩阵 行迭代。在有源降噪头枕上的实验结果表明，所提
进行联合寻优则保证了系统在真实误差传声器处 算法能够降低算法的运算复杂度，并且提升算法的
的降噪性能。注意到在头枕实验条件下，DMRMT 收敛速度。