專利名稱：有源噪聲控制方法以及包含前饋和反饋控制器的設(shè)備的制作方法
技術(shù)領(lǐng)域：
本發(fā)明的領(lǐng)域包括噪聲消除。本發(fā)明涉及其它更特殊的領(lǐng)域，包括但不局限于，利用前饋或反饋控制器的有源噪聲控制。
背景技術(shù)：
聲音是許多理想功能的非期望結(jié)果。在任意數(shù)量的裝置中，控制非期望的聲音是重要的。如果沒有一些對于如現(xiàn)代化裝置所發(fā)出的聲音的控制，則許多現(xiàn)代化環(huán)境將在很大程度上令人難以忍受。無論是家庭、辦公室、交通工具的內(nèi)部、制造工廠的日常裝置產(chǎn)生必須得以控制的噪聲。
噪聲降低的一個方面是使得裝置和系統(tǒng)固有地產(chǎn)生較少噪聲。例如，當與磁盤驅(qū)動器相比時，計算機中的固態(tài)存儲器產(chǎn)生較少以至于沒有的噪聲。同樣，當與CRT相比時，LCD顯示器產(chǎn)生較少以至于沒有的噪聲。
然而在許多情況中，不能排除引起噪聲的特征。產(chǎn)生噪聲的裝置的實例包括馬達和風扇，通常兩者都必需提供理想的操作。同樣，電源、變壓器、以及其它裝置元件產(chǎn)生噪聲。以液體或氣體形態(tài)的循環(huán)流體也引起噪聲。元件的加熱和冷卻引起噪聲，例如當塑料和金屬部件從高溫來冷卻時所發(fā)出的噪聲。從而，在引起噪聲之后消除它通常是重要的。
無源噪聲消除包括吸聲材料。這些是高度有效的。然而，由于許多原因，在有源噪聲消除中逐漸令人感興趣。在一些情況中，有源噪聲消除系統(tǒng)可能比無源噪聲消除更加有效和不那么龐大。存在對改良的有源噪聲消除的需要。
許多需要噪聲控制的系統(tǒng)呈現(xiàn)兩類干擾周期的和非周期的。最近，重復(fù)控制(repetitive control)領(lǐng)域的工作在周期干擾的抑制上已經(jīng)獲得良好成效?？蓪⒅芷诳刂破?repetitive controller)看作內(nèi)模原理的擴充。為了消除重復(fù)干擾(repetitive disturbance)，將通常稱作為記憶環(huán)的內(nèi)部模型放置于反饋回路中。既然標準的記憶環(huán)是臨界不穩(wěn)定的，沒有修正的實現(xiàn)就是不切實際的。有代表性地利用兩個濾波器來修正記憶環(huán)。一個濾波器用來產(chǎn)生穩(wěn)定模型，并且一個濾波器用來排除高頻分量。這個方法導(dǎo)致在反復(fù)試驗基礎(chǔ)上所設(shè)計的高階內(nèi)部模型。另外，通常在分析中忽略非周期效應(yīng)，并且因而發(fā)生的控制器可過度放大這些分量。
本發(fā)明針對處理這些需要的方法和系統(tǒng)。

發(fā)明內(nèi)容
本發(fā)明的一個實施例利用寬帶前饋聲音補償，是一種聲音降低技術(shù)，其中聲音干擾在(嘈雜的)聲音傳播的上游位置得到測量并且在(嘈雜的)聲音傳播的下游方向得到消除。有源噪聲控制算法是控制信號(或補償信號)的實際計算，其通過生成不同相位的聲源，能夠降低非期望聲源的效應(yīng)。為了完成適當?shù)穆曇粝?，有源噪聲控制算法必須考慮非期望的和不同相位的聲源兩者傳播的動態(tài)效應(yīng)。本發(fā)面提供這種前饋噪聲控制算法以及考慮了聲音傳播的動態(tài)效應(yīng)的方法。
在本發(fā)明中所描述的發(fā)明的有源噪聲控制算法利用FIR(有限脈沖響應(yīng))濾波器，其中在聲音傳播的動態(tài)性的基底上選擇濾波器中的正交基底函數(shù)。在這個方法中，F(xiàn)IR濾波器的經(jīng)分接的標準延遲線由包含聲音如何通過系統(tǒng)傳播的信息的FIR濾波器所取代。雖然維持常規(guī)FIR濾波器中所建立的線性參數(shù)相關(guān)性，所謂的廣義FIR(GFIR)濾波器仍具有大的多的動態(tài)范圍。結(jié)果，可以用自適應(yīng)的和遞歸的估算技術(shù)來估算GFIR濾波器的參數(shù)。GFIR濾波器需要包含聲音傳播動態(tài)性信息的初始化。一旦將對于有源噪聲控制的制動器和傳感器放置于系統(tǒng)中。可利用來自制動器和傳感器的數(shù)據(jù)來測量和描繪聲音傳播的動態(tài)性，并且利用這些信息來初始化GFIR濾波器。
本發(fā)明的另一個實施例涉及反饋聲音補償系統(tǒng)，其處理周期和非周期兩者的噪聲分量的影響。和本發(fā)明一起，我們能夠不過度放大非周期聲音分量來設(shè)計著重于排除周期分量的聲音控制算法。調(diào)諧控制器來抑制周期干擾，直到周期和非周期干擾之間沒有顯著差異。
利用內(nèi)部模型來使周期分量衰減。我們直接產(chǎn)生穩(wěn)定的內(nèi)部模型來塑造控制器以抑制特定的確定性干擾，而不是從標準記憶環(huán)和濾波開始。利用已知的H2控制理論，我們能夠?qū)⒅芷诤头侵芷诟蓴_納入至設(shè)計中。用這樣的方式，我們可以設(shè)計低階控制器，其利用內(nèi)部模型和隨機模型來排除在隨機噪聲出現(xiàn)時的周期干擾。
不同領(lǐng)域中的廣泛多種裝置和系統(tǒng)可以從本發(fā)明中獲益，例如強迫通風系統(tǒng)(forced air system)、電子裝置、計算機系統(tǒng)、制造系統(tǒng)、放映機，等等。


圖1是依據(jù)本發(fā)明的一個實施例的前饋有源噪聲控制(ANC)系統(tǒng)的原理圖；圖2是示出圖1 ANC系統(tǒng)的一個模型的方框圖；圖3是得自圖2模型的廣義FIR濾波器的方框圖；圖4是依據(jù)本發(fā)明的一個實施例的反饋有源噪聲控制(ANC)系統(tǒng)的原理圖；圖5是示出風扇噪聲的時間數(shù)據(jù)的曲線圖；圖6是示出圖5曲線圖中所示風扇噪聲的功率譜密度的曲線圖；圖7是示出關(guān)于周期和非周期噪聲干擾的模型的方框圖；以及圖8是示出關(guān)于圖7的反饋ANC系統(tǒng)中所示控制器的模型的方框圖；具體實施方式
現(xiàn)在轉(zhuǎn)至圖1，依據(jù)本發(fā)明的一個實施例的有源噪聲控制(ANC)系統(tǒng)10包括輸入麥克風12，用于測量來自外部噪聲源14的噪聲，例如像強迫通風冷卻系統(tǒng)中的風扇噪聲。將來自輸入麥克風12的(經(jīng)放大的)信號u(t)饋入到前饋補償器(F)16，該前饋補償器(F)16控制信號uc(t)至控制揚聲器18來補償聲音。將來自誤差麥克風20的信號e(t)用于評價ANC系統(tǒng)10的效力。
為了分析前饋補償器16的設(shè)計，考慮圖2所述的方框圖。遵循本方框圖，用表示單位階躍時間延遲的qu(t)＝u(t+1)，通過離散時間傳遞函數(shù)來描繪ANC系統(tǒng)10中信號之間的動態(tài)性關(guān)系。由經(jīng)濾波的白噪聲信號n(t)來描繪位于輸入麥克風12處的噪聲干擾u(t)的頻譜，其中W(q)22是(未知)穩(wěn)定的和穩(wěn)定可逆噪聲濾波器。由H(q)24來描繪輸入u(t)和誤差e(t)麥克風信號之間的動態(tài)關(guān)系，而G(q)26描繪控制揚聲器信號和誤差e(t)麥克風信號之間的關(guān)系。最后，利用Gc(q)28來表示從控制揚聲器18信號回到輸入u(t)麥克風12信號的聲耦合，其和前饋F(q)一起，產(chǎn)生正反饋回路。為了分析，我們這樣假定，圖2中所有的傳遞函數(shù)都是穩(wěn)定和已知的?？蓪⒄`差麥克風信號e(t)描述為e(t)=W(q)[H(q)+G(q)F(q)1-Gc(q)F(q)]n(t)---(1)]]>以及如果F(q)30和Gc(q)28的正反饋連接穩(wěn)定，則它是穩(wěn)定傳遞函數(shù)。當圖2中的傳遞函數(shù)已知時，在如下情形中可獲得完美的前饋噪聲消除F(q)=-H(q)G(q)-H(q)Gc(q)---(2)]]>F(q)=F~(q)1+F~(q)Gc(q),F~(q):=-H(q)G(q)]]>以及在F(q)30是穩(wěn)定和臨時(casual)的傳遞函數(shù)的情形中，可將完美的噪聲消除作為前饋補償器16來實現(xiàn)。對于可忽略聲耦合Gc的效應(yīng)的情形，可以將等式(2)中的表達式簡化。在那種情形中，可將前饋補償器16近似為F(q)≈F~(q)=-H(q)G(q)---(3)]]>以及為實現(xiàn)的目的，可能需要F(q)30是臨時(casual)和穩(wěn)定的濾波器。一般而言，由于支配前饋補償器的解的G(q)26和H(q)24的動態(tài)性，等式(2)或(3)中的濾波器F(q)30不是臨時和穩(wěn)定的濾波器。因此，為了找到最優(yōu)的臨時和穩(wěn)定的前饋補償器，不得不進行最優(yōu)逼近。用等式(1)給出離散時間誤差信號e(t)的方差λ2π∫-ππ|W(ejω)|2|H(ejω)+G(ejω)F(ejω)1-Gc(ejω)F(ejω)|2dω]]>其中λ表示n(t)的方差。在ANC需要誤差麥克風信號e(t)的方差最小化的情形中，由最小化找到最優(yōu)前饋控制器(F)16minθ∫ω=-πω=π|L(ejω,θ)|2dω:minθ||L(q,θ||2,---(4)]]>L(q,θ)=W(q)[H(q)+G(q)F(q,θ)1-Gc(q)F(q,θ)]]]>其中需要經(jīng)參數(shù)化的濾波器F(q，θ)是臨時和穩(wěn)定的濾波器，其中θ是由等式(4)中的最小化所確定的實值參數(shù)。
在可以忽略聲耦合Gc的效應(yīng)的情形中，可將等式(4)中的最小化簡化為minθ∫ω=-πω=π|L(ejω,θ)|2dω:minθ||L(q,θ||2,]]>L(q，θ)＝W(q)[H(q)+G(q)F(q，θ)]
等式(4)中的最小化是標準的基于2-范數(shù)(norm)的反饋控制和模型匹配問題，在W(q)22、G(q)26、H(q)24和Gc(q)28的動態(tài)性已知的情形中，可求解該問題。
在傳遞函數(shù)H(q)24、G(q)26和Gc(q)28是預(yù)定的但可能是未知的情形中。為了估算和自適應(yīng)的目的，對ANC系統(tǒng)10中的可變動態(tài)性和固定動態(tài)性加以區(qū)別是重要的?？衫秒x線識別技術(shù)來估算這些傳遞函數(shù)以確定前饋控制器的基本動態(tài)性。隨后，由(未知)穩(wěn)定的和穩(wěn)定可逆濾波器W(q)22所描繪的聲音干擾的頻譜內(nèi)容是唯一可變分量，其由前饋控制的自適應(yīng)所需要。也可執(zhí)行對前饋補償器16的直接估算，而不是經(jīng)等式(4)的自適應(yīng)最優(yōu)化來分別估算未知傳遞函數(shù)以及計算前饋控制器。
對于前饋補償器16的直接估算的分析，我們假定可忽略聲耦合Gc來簡化公式。在那種情形中，給出誤差信號e(t)e(t，θ)＝H(q)u(t)+F(q，θ)G(q)u(t) (5)以及信號的定義y(t)＝H(q)u(t)，uf(t)＝-G(q)u(t) (6)導(dǎo)致e(t，θ)＝y(tǒng)(t)-F(q，θ)uf(t)對其最小化minθ1NΣt=1Ne(t,θ)---(7)]]>以計算最優(yōu)前饋濾波器F(q；θ)，是在預(yù)測誤差框架中的標準輸出誤差(OE)最小化問題。利用輸入信號u(t)滿足‖u‖2＝|W(q)|2λ的事實，對于limN→∞來說，用帕斯維爾定理可將等式(7)的最小化改寫為頻域表達式minθ∫-ππ|W(ejω)|2|H(ejω)+G(ejω)F(ejω,θ)|2dω---(8)]]>由于等式(8)和(4)等價，利用相同的2-范數(shù)目標函數(shù)(2-norm ob jectives)來計算最優(yōu)前饋補償器。
應(yīng)注意的是可通過執(zhí)行一系列兩個實驗來獲得等式(6)中的信號。在沒有前饋補償器16的情況下進行第一個實驗，使得e(t)＝H(q)u(t)、 和e(t)是在誤差麥克風20處所測得的信號。在沒有聲音干擾得情況下，通過將所測得的輸入麥克風信號u(t)從這個實驗應(yīng)用到第二個實驗中的控制揚聲器18，可獲得輸入信號uf(t)。在那種情況下，e(t)=G(q)u(t),Δ=-uf(t).]]>
一般而言，等式(7)的OE最小化是非線性的最優(yōu)化，但是在F(q，θ)對于參數(shù)θ是線性的情形中，退化為凸優(yōu)化問題。參數(shù)θ的線性對于濾波器的在線遞歸估算也是有利的，以及可利用對于前饋補償器F(q，θ)的FIR濾波器的參數(shù)化F(q,θ)=θ0+Σk=1Nθkq-k,θ=[θ0,θ1,...,θN]---(9)]]>來獲得。為了實現(xiàn)的目的，F(xiàn)IR濾波器參數(shù)化也保證前饋補償器16的臨時性和穩(wěn)定性。
為提高ANC系統(tǒng)10中前饋補償器16的逼近特性，將(9)的FIR濾波器中經(jīng)分接的延遲函數(shù)q-1的線性組合推廣為F(q,θ)=θ0+Σk=1Nθkfk(q),θ=[θ0,θ1,...,θN]---(10)]]>其中fk(q)是可能包含關(guān)于系統(tǒng)動態(tài)性知識的廣義(標準正交)基底函數(shù)，θ0是廣義FIR濾波器的直接饋通項，以及θk是所述廣義FIR濾波器的最優(yōu)濾波器系數(shù)，正如P.S.C.Heuberger、P.M.J.Van Den Hof和O.H.Bosgra，“Ageneralized orthonormal basis for linear dynamical systems”，IEEETransactions on Automatic Control，vol.40(3)，pp.451-464，1995中所描述的，于此由參考書目所納入。
可用標準延遲函數(shù)來加強廣義FIR濾波器F(q,θ)=q-nk[θ0+Σk=1Nθkfk(q)],θ=[θ0,θ1,...,θN]---(11)]]>以納入在前饋補償器中的nk個時間步長的延遲時間。在圖3中描述等式(11)中的廣義FIR濾波器F(q)31的方框圖?？煽闯龃嬖谂c常規(guī)FIR濾波器所建立的相同的經(jīng)分接的延遲線結(jié)構(gòu)，不同的是這里使用更一般的基底函數(shù)fk(q)。在廣義FIR濾波器31中，可將(所期望的)動態(tài)性行為知識納入基底函數(shù)fk(q)中。如果沒有所期望的動態(tài)行為的任何知識，則fk(q)＝q-1的平凡選擇將廣義FIR濾波器31退化為常規(guī)FIR濾波器。如果納入對基底函數(shù)fk(q)更精細的選擇，那么對于比常規(guī)FIR濾波器31中所使用的參數(shù)N更小的數(shù)量來說，等式(11)可存在較好的逼近特性。從而，最優(yōu)前饋控制器的精確性將充分地增加。
繼續(xù)上述推理的思路，其中假定聲耦合Gc(q)28(圖2所示)的效應(yīng)是可忽略的，則等式(11)中的廣義FIR濾波器31的參數(shù)化將用于等式(7)的OE最小化中。由于廣義FIR濾波器31對于參數(shù)是線性的，維持OE最小化的凸狀，以及對于ANC目的來說，可利用在線遞歸估算技術(shù)來估算和自適應(yīng)前饋控制器16。為了構(gòu)建基于廣義FIR濾波器F(q)31的前饋控制器16，我們在廣義FIR濾波器31的初始化步驟和遞歸估算之間做出區(qū)分。
為了初始化廣義FIR濾波器31的在線自適應(yīng)，等式(6)中的信號y(t)和uf(t)不得不對于執(zhí)行OE最小化來說是可利用的。沒有處于適當位置的前饋控制器，經(jīng)由下式，信號y(t)是便捷可得的，y(t)＝H(q)u(t)＝e(t) (12)因為一旦圖2中的ANC系統(tǒng)的機械和幾何特性固定，則G(q)26是固定的，所以可利用初始離線估算來估算對于G(q)26的模型以構(gòu)建經(jīng)濾波的輸入信號uf(t)。
通過將控制揚聲器信號uc(t)(見圖1)用作激勵信號以及將誤差麥克風信號e(t)用作輸出信號來執(zhí)行實驗，可以算出G(q)模型的估算，由 來表示。構(gòu)建預(yù)測誤差ε(t，β)＝e(t)-G(q，β)uc(t)以及最小化G^(q):G(q,β^),β^=argminβ1NΣt=0Nϵ2(t,β)---(13)]]>為濾波的目的提供模型 因為僅將 用于濾波的目的，所以經(jīng)由下式可估算高階模型以提供經(jīng)濾波的輸入信號的精確重建uf^(t):G^(q)u(t)---(14)]]>其中 是控制信號uf(t)的濾波器變形或模型。
為了促進廣義FIR濾波器31的使用，對等式(10)中的基底函數(shù)fk(q)做出選擇。對于基底函數(shù)的低階模型將滿足，其原因為廣義FIR模型31將以fk(q)為基底來展開以提高前饋補償器16的精確性。作為前饋補償器16初始化的部分，利用從(12)、(14)和OE-最小化可得的初始信號，可估算前饋濾波器F(q)31的等式(10)中的低階IIR模型 F^(q):F(q,θ^),θ^=argminθ1NΣt=0Nϵ2(t,θ)---(15)]]>其中的預(yù)測誤差ϵ(t,θ)=y(t)-F(q,θ)u^f(t)]]>其中 在等式(14)中給出。利用低階模型 的輸入平衡狀態(tài)空間實現(xiàn)來構(gòu)建等式(10)中的基底函數(shù)fk(q)。
與已經(jīng)處于適當位置的已知前饋F(q，θk-1)一起，經(jīng)由下式可生成信號y(t)y(t)＝H(q)u(t)＝e(t)+F(q，θk-1)uf(t)(16)以及需要誤差麥克風信號e(t)的測量，以及可由等式(14)來模擬經(jīng)濾波的輸入信號uf(t)＝G(q)u(t)。與等式(16)中的信號y(t)、等式(14)中的 和等式(10)中由等式(15)的初始化所建立的基底函數(shù)f(q)一起，經(jīng)由如下的標準的遞歸最小二乘最小化來進行前饋濾波器的遞歸最小化θk=argminθ1kΣt=0kλ(t)[y(t)-F(q,θ)u^f(t)]2---(17)]]>其中依據(jù)等式(11)來將F(q，θ)參數(shù)化，以及λ(t)表示關(guān)于數(shù)據(jù)的指數(shù)遺忘因子(forgetting factor)。因為前饋補償器或控制器16基于廣義FIR模型31，則輸入 也由基底函數(shù)的經(jīng)分接的延遲線來濾波。既然濾波器對于參數(shù)是線性的，則可利用遞歸計算技術(shù)來更新參數(shù)θk。
在基于有源噪聲控制(ANC)系統(tǒng)10的前饋的實現(xiàn)期間，應(yīng)充分利用關(guān)于輸入麥克風12位置的設(shè)計自由度來提高ANC系統(tǒng)的性能。可提高其性能通過1最小化控制揚聲器18和輸入麥克風12之間的耦合，也被稱為聲耦合以及2對于有源噪聲控制而言，最大化前饋濾波器16的效應(yīng)。
為了研究這兩個對于ANC系統(tǒng)10性能的效應(yīng)，考慮ANC系統(tǒng)10中輸入麥克風的某個位置。對于那個特定位置而言，等式(3)中的傳遞函數(shù)H(q)、G(q)是固定但是未知的。結(jié)果，ANC系統(tǒng)10的性能完全依賴于前饋補償器F(q，θ)31中的設(shè)計自由度來最小化等式(5)中的誤差信號e(t，θ)。最小化誤差信號e(t，θ)的能力由F(q，θ)的參數(shù)化來約束，以及通過按照等式(6)中的信號y(t)＝H(q)u(t)、uf(t)＝-G(q)u(t)來考慮經(jīng)參數(shù)化的誤差信號e(t，θ)，可執(zhí)行前饋濾波器F(q，θ)的最優(yōu)化。對于輸入麥克風12的特定位置來說，通過執(zhí)行一系列的兩個實驗，容易獲得(6)中的信號。這兩個實驗測量輸入和誤差麥克風信號u(t)和e(t)。
在沒有前饋補償?shù)臈l件下進行第一個實驗。因此F(q，θ)＝0，以及誤差麥克風信號滿足e1(t)＝H(q)u(t) (18)另外，測量輸入麥克風12u~(t)=u(t)+v(t)---(19)]]>
其中v(t)表示在輸入麥克風信號u(t)上的可能測量噪聲。這導(dǎo)致在輸入麥克風信號u(t)上的額外干擾，需要將其考慮進麥克風12的最優(yōu)位置中。
在隨著噪聲源14關(guān)斷的條件下來進行第二個實驗，這排除了外部聲音干擾的存在。隨后，將根據(jù)第一個實驗的等式(19)中所給出的經(jīng)測量的輸入麥克風信號 施加到控制揚聲器18，由此提供誤差麥克風信號e2(t)=-G(q)u~(t)=-G(q)u(t)-G(q)v(t)---(20)]]>由uf(t)＝-G(q)u(t)，誤差麥克風信號e(t，θ)可表示為e(t，θ)＝e1(t)-F(q，θ)e2(t)-F(q，θ)G(q)v(t) (21)可替換地，通過利用基于G(q)的所估算模型 的經(jīng)濾波的輸入信號uf(t)，來合并兩個實驗。因為控制揚聲器18的位置一旦確定，則G(q)是固定的，所以可利用初始離線估算來估算G(q)的模型以構(gòu)建經(jīng)濾波的輸入信號uf(t)。
當在輸入麥克風12上缺少噪聲v(t)時，(21)中e(θ)的最小化等價于(6)中e(t，θ)的最小化。結(jié)果，對于輸入麥克風12的特定位置來說，以等式(18)和(20)中所定義的誤差麥克風信號e1(t)和e2(t)為基底，可以直接計算ANC 10系統(tǒng)的可獲得的性能的值，并且從上面所定義的第一和第二實驗中獲得。該結(jié)果概括于下面的命題中。
命題1.對于輸入麥克風12的特定位置來說，由 來描繪前饋ANC系統(tǒng)10的性能。通過如上述實驗所描述的測量對于t＝1，...，N而言的e1(t)和e2(t)并且求解OE模型估算問題，來建立 的數(shù)值。
θ^=argminθ∈RdVN(θ),]]>有VN(θ):=1NΣt=1Nϵ2(t,θ)]]>ε(t，θ)＝e1(t)-F(q，θ)e2(t)對于有限大小的d參數(shù)來說，θ∈Rd表示有限階濾波器F(q，θ)的系數(shù)。
在命題1中選擇濾波器系數(shù)的有限個數(shù)d以提供濾波器系數(shù)的可行的最優(yōu)化。應(yīng)該注意FIR參數(shù)化F(q,θ)=θ0+Σk=1dθkq-k,θ=[θ0,θ1,...,θd]]]>導(dǎo)致濾波器系數(shù)的仿射最優(yōu)化。盡管FIR濾波器的表示(即等式(9))需要許多對于前饋濾波器的精確設(shè)計而言的濾波器系數(shù)θk，但是僅將FIR濾波器用來求出對于特定輸入麥克風12位置的ANC系統(tǒng)10的可能性能的值。對于實際的ANC系統(tǒng)10來說，前饋濾波器由如上提出的廣義FIR濾波器所替代。
依據(jù)本發(fā)明的另一個實施例，有源噪聲控制(ANC)系統(tǒng)包括反饋系統(tǒng)，其既處理周期的又處理非周期的噪聲干擾的影響。通過本系統(tǒng)，利用附加的反饋控制算法，我們能夠不過度放大非周期分量來設(shè)計著重于排除周期分量的控制器。調(diào)諧控制器來抑制周期干擾，直到周期和非周期干擾之間沒有顯著差異。
轉(zhuǎn)至圖4，依據(jù)一個實施例的反饋ANC系統(tǒng)32包括用于測量來自如像服務(wù)器冷卻風扇一樣的噪聲源36的噪聲的麥克風34；用于生成適當信號以消除來自噪聲源36的不必要的周期噪聲的揚聲器38；以及用于支撐麥克風34和靠近噪聲源36的揚聲器38的底座40?；谟甥溈孙L34所測量的噪聲，提供控制器42來控制揚聲器38的輸出。
將揚聲器38和麥克風34安置于定向的(orientated)且可能是聚氨酯吸音泡沫(polyurethane acoustical foam)和丙烯酸樹脂(acrylic)的底座40的內(nèi)側(cè)，由此來自噪聲源36的聲音朝麥克風34傳播。應(yīng)注意的是揚聲器38與麥克風34相互之間靠的非常近，并且置于噪聲源36的附近和下游。
通過麥克風34所測量的由如像服務(wù)器冷卻風扇一樣的噪聲源36引起的噪聲，在圖5和6中示出。圖5示出風扇噪聲的時間數(shù)據(jù)，以及圖6示出功率譜密度。有兩類截然不同的干擾。一類是周期的；處于經(jīng)均勻分隔的頻率上的峰是風扇的諧波(例如，近似每1000Hz)。另一類是非周期噪聲，由風扇的湍流、振動和實際非周期噪聲引起。氣流和振動的效應(yīng)可以測量中的經(jīng)濾波的白噪聲為模型。
依據(jù)本發(fā)明的一個實施例，對于控制器42的有源噪聲反饋控制算法的設(shè)計方法將噪聲源分為兩個截然不同的干擾周期和非周期的。本方法有助于降低控制器42的階數(shù)，以及簡化干擾建模。圖7示出如何對兩個干擾建模，其中Hn(q)44是非周期干擾模型，Hp(q)46是周期干擾模型，以及G(q)48是反饋控制揚聲器38和反饋控制麥克風34之間的動態(tài)反饋關(guān)系，且在下面定義為“安置(the plant)”。在圖7中，信號u(t)是發(fā)送到反饋控制揚聲器38的信號，并且y(t)是由反饋控制麥克風34所測量的信號。信號vn(t)構(gòu)造聲音的非周期噪聲分量的模型為經(jīng)濾波的白噪聲信號e(t)，并且vp(t)構(gòu)造聲音的周期噪聲分量的模型。
構(gòu)造非周期的或隨機干擾的模型為色噪聲。就是說，vn(t)是由經(jīng)Hn(q)44濾波的白噪聲e(t)所驅(qū)動的隨機過程，其中q為時移算子(time shiftopertor)。構(gòu)造周期干擾的模型為帶有未知初始條件x0的標準記憶環(huán)Hp(q)46。當加在一起時，vn(t)和vp(t)產(chǎn)生與單一干擾模型相同的結(jié)果。
在本發(fā)明的一個實施例中，更改圖7所示的干擾模型，如圖8所示，以設(shè)計對于周期噪聲干擾消除而言的最優(yōu)控制算法。將信號z1(t)和z2(t)用來測量反饋ANC 32系統(tǒng)的性能，其中可將α用于指定性能信號z1(t)和z2(t)之間的相關(guān)權(quán)重。最優(yōu)控制算法K(q)50將e(t)和(z1(t)z2(t))之間的傳遞函數(shù)矩陣的H2范數(shù)最小化。選擇信號e(t)和(z1(t)z2(t))，由此將由最優(yōu)反饋控制算法K(q)50把控制能量和輸出最小化。為解決需要被消除的周期干擾，將內(nèi)部模型表示W(wǎng)i(q)52置于從e(t)到y(tǒng)(t)的路徑中，所以由此而導(dǎo)致的控制器將具有內(nèi)部模型的一般形式。所有周期噪聲分量的基本上的完美消除可由選擇Wi(q)＝Hp(q)(圖8所示)來達到，但是在反饋控制算法中所存在的這個內(nèi)部模型可能引起反饋ANC系統(tǒng)32的不穩(wěn)定。Wi(q)52的主要目的是構(gòu)造噪聲濾波器Hp(q)46中的僅那些周期分量的模型，由此期望對Hp(q)的周期噪聲干擾的抑制。這使得控制算法不那么復(fù)雜和反饋ANC系統(tǒng)32的穩(wěn)定性更容易得到滿足。隨后，經(jīng)由解下式的最小化，解出反饋控制算法的最優(yōu)設(shè)計K(q)=argminK|αWi(q)K(q)Hn(q)1-G(q)Wi(q)K(q)Wi(q)Hn(q)1-G(q)Wi(q)K(q)|2---(22)]]>在等式(22)的最小化中計算反饋控制算法，其將不會使內(nèi)部模型Wi(q)52的效應(yīng)顛倒。結(jié)果，經(jīng)組合的有源噪聲反饋控制算法K(q)Wi(q)將具有Wi(q)的一般形式，并且在噪聲分量中排除周期干擾。
雖然已示出和描述了本發(fā)明的特定實施例，但應(yīng)該理解，其他修改、置換和抉擇對于本領(lǐng)域普通技術(shù)人員而言是很顯然的。在不脫離由所附權(quán)利要求書所限定的本發(fā)明的精神和范圍的情況下，可以進行這種修改、置換和抉擇。
在所附權(quán)利要求書中闡明本發(fā)明的各種特征。
權(quán)利要求
1.一種用于從噪聲源減少噪聲的有源噪聲控制設(shè)備，包括用于探測由噪聲源所產(chǎn)生的噪聲的第一探測器；用于接收從所述第一探測器探測的噪聲的噪聲信號以及生成用來減少來自噪聲源的噪聲的控制信號的廣義有限脈沖響應(yīng)(FIR)濾波器；以及用于為了充分消除來自噪聲源的噪聲，基于來自所述廣義FIR濾波器的所述控制信號來產(chǎn)生聲音的聲音發(fā)生器。
2.如權(quán)利要求1所述的設(shè)備，其中所述廣義FIR濾波器是前饋補償器。
3.如權(quán)利要求2所述的設(shè)備，其中將所述第一探測器置于噪聲源的下游，以及將所述聲音發(fā)生器置于所述第一探測器的下游。
4.如權(quán)利要求1所述的設(shè)備，其中將所述廣義FIR濾波器描述為F(q,θ)=θ0+Σk=1Nθkfk(q),θ=[θ0,θ1,...,θN]]]>其中fk(q)是包括關(guān)于所述廣義FIR濾波器所期望的動態(tài)行為信息的廣義(標準正交)基底函數(shù)，θ0是所述廣義FIR濾波器的直接饋通項，以及θk是所述廣義FIR濾波器的最優(yōu)濾波器系數(shù)。
5.如權(quán)利要求4所述的設(shè)備，其中由初始化所述基底函數(shù)fk(q)來構(gòu)建所述廣義FIR濾波器，以及基于所述經(jīng)初始化的基底函數(shù)fk(q)來遞歸地估算所述θk。
6.如權(quán)利要求5所述的設(shè)備，其中所述基底函數(shù)fk(q)由預(yù)定的包括所述廣義FIR濾波器的初始逼近信息的動態(tài)性的動態(tài)性模型來初始化。
7.如權(quán)利要求5所述的設(shè)備，其中所述參數(shù)θk由遞歸最小二乘最優(yōu)化例程來遞歸估算。
8.如權(quán)利要求1所述的設(shè)備，進一步包括用于探測處于所述聲音發(fā)生器下游的噪聲的第二探測器。
9.如權(quán)利要求8所述的設(shè)備，其中將由第二探測器所探測的噪聲信號描述為e(t)=W(q)[H(q)+G(q)F(q)1-Gc(q)F(q)]n(t)]]>其中，對于白噪聲信號n(t)來說，W(q)是穩(wěn)定的和穩(wěn)定可逆的噪聲濾波器；H(q)描繪來自所述第一探測器的輸入信號u(t)和由所述第二探測器所探測的所述信號e(t)之間的動態(tài)關(guān)系；G(q)描繪來自所述廣義FIR濾波器F(q)的所述控制信號和由所述第二探測器所探測的所述信號e(t)之間的關(guān)系；以及Gc(q)表示從所述聲音發(fā)生器信號回到來自所述第一探測器的所述信號u(t)的聲耦合，其和所述廣義FIR濾波器F(q)一起產(chǎn)生正反饋回路。
10.如權(quán)利要求9所述的設(shè)備，其中基于情況，將所述第一探測器置于第二探測器處，其滿足e1(t)＝H(q)u(t) 以及e2(t)=-G(q)u~(t)=-G(q)u(t)-G(q)v(t)]]>其中v(t)表示由所述第一探測器所探測的干擾。
11.如權(quán)利要求1所述的設(shè)備，其中所述第一探測器和所述第二探測器是麥克風，以及所述聲音發(fā)生器是揚聲器。
12.一種用于從有源噪聲控制系統(tǒng)中的噪聲源來減少噪聲的方法，包括探測由噪聲源所產(chǎn)生的第一噪聲；從廣義有限脈沖響應(yīng)(FIR)濾波器來生成控制信號，以便基于所述探測的噪聲的第一信號，減少來自噪聲源的第一噪聲；以及基于所述控制信號，產(chǎn)生用于充分消除來自噪聲源的所述第一噪聲的聲音。
13.如權(quán)利要求12所述的方法，其中所述廣義FIR濾波器是前饋補償器。
14.如權(quán)利要求13所述的方法，其中所述第一噪聲是由位于噪聲源下游的麥克風所探測的，以及所述聲音是由位于所述麥克風下游的揚聲器所產(chǎn)生的。
15.如權(quán)利要求12所述的方法，其中將所述廣義FIR濾波器描述為F(q,θ)=θ0+Σk=1Nθkfk(q),θ=[θ0,θ1,...,θN]]]>其中fk(q)是包含關(guān)于所述廣義FIR濾波器的所期望的動態(tài)行為的信息的廣義(標準正交)基底函數(shù)，θ0是所述廣義FIR濾波器的直接饋通項，以及θk是所述廣義FIR濾波器的最優(yōu)濾波器系數(shù)。
16.如權(quán)利要求15所述的方法，其中由初始化所述基底函數(shù)fk(q)來構(gòu)建所述廣義FIR濾波器，以及基于所述經(jīng)初始化的基底函數(shù)fk(q)來遞歸地估算所述θk。
17.如權(quán)利要求16所述的方法，其中所述基底函數(shù)fk(q)由預(yù)定的包括所述廣義FIR濾波器的初始逼近信息的動態(tài)性的動態(tài)性模型來初始化。
18.如權(quán)利要求16所述的方法，其中所述θk由遞歸最小二乘最優(yōu)化例程來遞歸估算。
19.如權(quán)利要求12所述的方法，進一步包括在產(chǎn)生基于所述控制信號的所述聲音之后，探測第二噪聲。
20.如權(quán)利要求19所述的方法，其中在產(chǎn)生基于所述控制信號的所述聲音之后，由第二探測器所探測的噪聲的第二信號，描述為e(t)=W(q)[H(q)+G(q)F(q)1-Gc(q)F(q)]n(t)]]>其中，對于白噪聲信號n(t)來說，W(q)是穩(wěn)定的和穩(wěn)定可逆的噪聲濾波器；H(q)描繪第一信號u(t)和所述第二信號e(t)之間的動態(tài)關(guān)系；G(q)描繪來自所述廣義FIR濾波器F(q)的所述控制信號和所述第一信號e(t)之間的關(guān)系；以及Gc(q)表示從所述聲音發(fā)生器信號回到所述第一信號u(t)的聲耦合，其和所述廣義FIR濾波器F(q)一起產(chǎn)生正反饋回路。
21.如權(quán)利要求20所述的方法，其中基于情況，在一位置處探測所述第一噪聲，其滿足e1(t)＝H(q)u(t) 以及e2(t)=-G(q)u~(t)=-G(q)u(t)-G(q)v(t)]]>其中v(t)表示與所述第一噪聲一起被探測的第三噪聲。
22.一種用于從噪聲源減少周期噪聲的有源噪聲控制設(shè)備，包括用于探測由噪聲源所產(chǎn)生的噪聲的探測器；用于為了補償在噪聲中所探測的周期噪聲而生成控制信號的控制器；以及用于為了充分消除來自噪聲源的周期噪聲，基于來自所述控制器的所述控制信號，產(chǎn)生聲音的聲音發(fā)生器；其中基于等式生成所述控制信號，K(q)=argminKαWi(q)K(q)Hn(q)1-G(q)Wi(q)K(q)Wi(q)Hn(q)1-G(q)Wi(q)K(q)2]]>其中，Wi(q)是用于減少周期干擾的離散時間內(nèi)部動態(tài)性模型，Hn(q)是用來構(gòu)造非周期噪聲干擾頻譜的模型的離散時間濾波器，G(q)是構(gòu)造聲音發(fā)生器和所述探測器之間動態(tài)性模型的離散時間濾波器，以及α是實值標量常數(shù)。
23.如權(quán)利要求22所述的設(shè)備，其中所述控制器包括反饋控制器。
24.如權(quán)利要求22所述的設(shè)備，其中所述探測器是麥克風，以及所述聲音發(fā)生器是揚聲器，所述麥克風和所述揚聲器被置于噪聲源的附近和下游。
25.一種用于從噪聲源減少周期噪聲的方法，包括探測由噪聲源所產(chǎn)生的噪聲；從控制器生成用于補償在噪聲中所探測的周期噪聲的控制信號；以及基于來自所述控制器的所述控制信號，產(chǎn)生用于充分消除來自噪聲源的周期噪聲的聲音；其中基于等式生成所述控制信號，K(q)=argminKαWi(q)K(q)Hn(q)1-G(q)Wi(q)K(q)Wi(q)Hn(q)1-G(q)Wi(q)K(q)2]]>其中，Wi(q)是用于減少周期干擾的離散時間內(nèi)部動態(tài)模型，Hn(q)是用來構(gòu)造非周期噪聲干擾頻譜的模型的離散時間濾波器，G(q)是離散時間濾波器，其構(gòu)造用于產(chǎn)生基于所述控制信號的所述聲音的聲音發(fā)生器和用于探測由噪聲源所產(chǎn)生的噪聲的探測器之間的動態(tài)性的模型，以及α是實值標量常數(shù)。
26.如權(quán)利要求25所述的方法，其中所述控制器包括反饋控制器。
27.如權(quán)利要求25所述的方法，其中噪聲由麥克風來探測，以及基于來自所述控制器的所述控制信號的所述聲音由揚聲器來產(chǎn)生，所述麥克風和所述揚聲器被置于噪聲源的附近和下游。
全文摘要
一種用于從噪聲源減少噪聲的有源噪聲控制設(shè)備，包括用于探測由噪聲源所產(chǎn)生的噪聲的麥克風，以及用于接收從麥克風所探測的噪聲的噪聲信號和用于產(chǎn)生減少來自噪聲源的噪聲的控制信號的廣義有限脈沖響應(yīng)(FIR)濾波器?；趤碜詮V義FIR濾波器的控制信號，揚聲器產(chǎn)生用于充分消除來自噪聲源的噪聲的聲音。
文檔編號H03B29/00GK1886104SQ200480034970
公開日2006年12月27日 申請日期2004年11月24日 優(yōu)先權(quán)日2003年11月26日
發(fā)明者雷蒙德·德卡拉方 申請人:加利福尼亞大學(xué)董事會