[发明专利]一种场景自适应主动降噪方法及耳机

权利要求书

1.一种场景自适应主动降噪方法，其特征在于，包括：

步骤S1：麦克风拾取环境噪声并转化为初级噪声电信号；

步骤S2：噪声识别模块根据初级噪声电信号提取噪声能量集中频段以及频率分布特性，并与噪声模式库中预设的噪声模式进行匹配，确定噪声类型；

步骤S3：从滤波器库中选择EQ滤波器参数加载到主动降噪模块，所述EQ滤波器参数包括中心频率f，带宽Q和增益量GAIN；

步骤S4：主动降噪模块对初级噪声电信号进行基于EQ滤波器的改进FXLMS自适应滤波，并产生激励扬声器的消噪电信号；

步骤S5：扬声器收到消噪电信号之后，产生消噪声波，并将二次抵消后的音频信号发出，所述消噪声波与所述初级噪声电信号频谱分布相同、声压大小相同且相位相反。

2.根据权利要求1所述的一种场景自适应主动降噪方法，其特征在于，所述步骤S4具体包括：

步骤S41：主动降噪模块中的EQ滤波器加载所述EQ滤波器参数；

步骤S42：引入次级通道，所述次级通道包括依次连接的逆滤波器Inv_S(z)、自适应滤波器W(z)和次级通道系统S(z)，所述逆滤波器Inv_S(z)用于抵消次级通道干扰；

步骤S43：通过噪声发生器产生信号来训练次级通道，从而得到次级通道传递函数辨识结果

步骤S44：将所述辨识的次级通道传递函数结果代入逆滤波器Inv_S(z)，再输入自适应滤波器W(z)进行LMS自适应滤波处理；

步骤S45：主动降噪模块中的误差滤波器产生激励扬声器的消噪电信号。

3.根据权利要求2所述的一种场景自适应主动降噪方法，其特征在于，所述步骤S43具体包括：在初始化时，由外部控制电路产生激励信号，该信号经过次级通道并对其进行辨识，接着由误差传感器拾取该信号，送回电路系统后运用LMS算法对次级通道的传递函数进行计算，从而得到该通道传递函数S(n)的估计值

4.根据权利要求3所述的一种场景自适应主动降噪方法，其特征在于，所述步骤S44具体包括：

A、求解误差传感器接收到的信号e(n)，具体为：

主动降噪模块的输入信号X(n)会经主通道P(z)和次级通道两条路径到达误差传感器，次级通道输出表示为：此时若假定自适应滤波器W(z)权系数在一小段时间L内保持不变，令r(n)＝x(n)*s(n)，可得到此时误差传感器接收到的信号e(n)为主通道P(z)和次级通道的输出信号之和，即e(n)＝d(n)+s(n)＝d(n)+r^T(n)W(n)，其中d(n)为信号X(n)经过主通道P(z)后的输出信号，W(n)为自适应滤波器的传递函数；

B、求解自适应滤波器的最佳权系数，具体为：

选择最小均方差准则作为信号e(n)的目标函数，令P＝E[d(n)r(n)]，R＝E[r(n)r^T(n)]，

(1)当平稳输入信号X(n)，则权矢量的二次型函数

J(n)＝E[e²(n)]＝E[d2(n)]+2E[d(n)r^T(n)]W+W^TE[r(n)r^T(n)]W＝E[d²(n)]+2P^TW+W^TI

由于矩阵R是正定对称的，表明J(n)存在唯一最小值，由此可算出最佳权系数矢量，计算得W₀＝-R^-1P；

(2)当输入信号X(n)不稳定时，采用递推来求解，即自适应滤波器W(z)的输出递推关系为：W(n+1)＝W(n)-μΔW(n)，其中μ是自适应调节引入的收敛步长，采用单个误差信号的平方梯度作为均方误差梯度的估计：得到自适应滤波器权系数矢量更新公式为：W(n+1)＝W(n)-2μe(n)r(n)。

5.根据权利要求4所述的一种场景自适应主动降噪方法，其特征在于，所述EQ滤波器设有两个，其中一个EQ滤波器用于接收次级通道传递函数辨识结果输出信号并进行滤波后输入自适应滤波器W(z)，另一个EQ滤波器用于接收误差传感器接收的信号e(n)并进行滤波后输入自适应滤波器W(z)。