[发明专利]一种基于脑电波EEG的可选择声品质主动控制系统及测试方法

说明书

本发明公开一种基于脑电波EEG的可选择声品质主动控制系统及测试方法，融合卷积神经网络和长短时记忆网络建立基于CNN‑LSTM的分类模型，利用脑电波EEG构造适合睡眠、放松、创新思考和高效工作的四类声品质数据库，结合噪声主动控制算法，形成车内可选择声品质的主动控制系统。本发明对采集到的噪声根据其相应脑电数据进行分类，然后利用噪声主动控制系统，能够针对乘坐人员不同需求对汽车声品质进行设计。

技术领域

本发明涉及噪声主动控制技术领域，特别是涉及一种基于脑电波EEG的可选择声品质主动控制系统及测试方法。

背景技术

在汽车声品质评价技术领域，基于脑电信号的汽车声品质评价模型能够更加客观的反应人们对汽车噪声的心理感受。脑电波可分为δ脑电波、θ脑电波、α脑电波和β脑电波，δ脑电波可促进人更安稳的睡，θ脑电波适合人们冥想(比如小睡，闭目养神)，α脑电波有助于人们学习与思考，β脑电波有助于提高注意力与解决问题的能力。不同声音的刺激可引起不同脑电波的变化，通过噪声主动控制系统及脑波音乐的添加可以对汽车噪声进行针对性设计，打造分别适合乘客睡眠、放松创新思考和高效的环境声品质。根据人耳听觉领域，噪声可分为24个Bark域，基于24个Bark域分解并重构噪声信号，寻找每个Bark域对不同脑电波的影响，寻找最优噪声控制频带，实现声品质控制的最优化。

有鉴于此，本发明提供了一种基于脑电信号的声品质主动控制系统及测试方法，该系统可以为乘客提供可选择的声品质，通过噪声主动控制系统设计汽车声品质。

发明内容

本发明的目的是针对现有技术中存在的技术缺陷，而提供一种基于脑电波EEG的可选择声品质主动控制系统及测试方法。

为实现本发明的目的所采用的技术方案是：

一种基于脑电波EEG的可选择声品质主动控制系统，包括声品质选择控制器、声压传感器、噪声-声品质分类模型、噪声主动控制系统、次级扬声器，其中：

所述声压传感器安装于汽车乘客座椅附近，用于接受噪声信号，将噪声信号输送给噪声-声品质分类模型，所述噪声-声品质分类模型输出当前声品质类型；

所述声品质选择控制器供乘客输入理想声品质类型，若所述理想声品质类型与所述当前声品质类型相同，则通过噪声，若所述理想声品质类型与所述当前声品质类型不相同，则噪声信号输入噪声主动控制系统，噪声主动控制系统调节次级扬声器产生相应声波来抵消噪声信号，直至所述噪声-声品质分类模型输出的声品质类型与理想声品质类型相同。

一种基于脑电波EEG的可选择声品质主动控制方法，包括以下步骤：

S1，采集汽车噪声，作为噪声样本；

S2，根据噪声样本刺激下的脑电信号，将噪声样本分为N种声品质类型，构建噪声-声品质类型数据库；

S3，构建以噪声信号作为输入、声品质类型作为输出的噪声-声品质分类模型；

S4，将噪声信号基于24bark域进行小波分解，确定每一bark域对不同脑电波的影响因子；

S5，构建基于FELMS算法的噪声主动控制系统，选定某一声品质类型，将噪声信号输入噪声-声品质分类模型，若噪声信号符合我们所需声品质要求则通过噪声，若噪声信号不符合我们所需声品质类型，则将噪声输入噪声主动控制系统，按照噪声每一Bark域的脑电波影响因子，从大到小依次增加被控频段进行噪声主动控制仿真。

在上述技术方案中，所述S2中，包括睡眠、放松、创新思考和高效工作四类声品质。