本发明涉及一种用于风扇管道系统的主动降噪方法。
背景技术：
随着社会经济的不断发展，环境噪声的种类和强度不断增加，对人们生活和工作的影响愈发严重。传统的被动降噪技术(passivenoisecontrol,pnc)采用吸声、隔声、使用消声器等方式来实现目标噪声的抑制，对于1000hz以上的中高频噪声有一定的效果，但是对低于1000hz，尤其是500hz以下的低频噪声降噪效果很差。为了降低低频段的噪声，主动降噪技术(activenoisecontrol，anc)越来越受到重视。主动降噪技术根据声波的叠加原理，通过次级扬声器发出一个与原始噪声频率相同、相位相反、幅值相当的抵消信号，将原始噪声大大降低甚至消除。
风扇噪声是环境噪声中一种很典型的噪声。针对风扇噪声的降噪方式可以采用被动降噪的方法，通过管道外壁覆盖吸声材料、优化扇叶形状等方式来降低风扇噪声，被动降噪方法对中低频降噪效果比较差。而主动降噪技术则可以在不改变风扇系统结构的基础上对风扇噪声中1000hz以下的中低频噪声进行有效抑制，且抑制效果十分显著。风扇噪声中扇叶的气动噪声占主要地位，气动噪声中由扇叶旋转引起的旋转噪声具有离散的频率特性，由基频和基频的高阶次谐波共同构成，其中基频由风扇转速和扇叶数量共同决定。风扇噪声通过规则管道时，针对离散的基频噪声进行控制，可以很好的降低风扇的噪声。
技术实现要素：
本发明采用经典的fxlms算法对风扇的离散频率进行控制，针对离散频率的特点，自动调整lms滤波器的值调整方法，优化lms滤波器的点数，可以达到高效的消除离散频率噪声的目的。
发明采用基于fxlms算法的改进型自适应陷波fxlms算法，应用于管道离散频率噪声的主动降噪，针对管道离散频率的主动降噪也称作窄带anc。
与风扇转速相关的离散频率噪声的频率信息可以通过转速传感器等非声学传感器获得，也可以通过提前录制噪声信息，再进行频谱分析获得。得到频率信息之后，即可构造出较为精准的窄带参考信号，用于窄带噪声的主动控制。采用自适应陷波fxlms算法对风扇产生的离散频率噪声进行主动消除。
风扇管道主动降噪算法主要应用于有风扇和有管道的应用场景中，比如空调风扇、空气净化器风扇和抽油烟机等，在这些应用场景中，当风扇转速稳定的情况下，会产生比较稳定的离散频率噪声，与这个离散频率噪声相伴的类似白噪声的噪声虽然没有进行专门的处理，但是当这个离散频率噪声被去除之后，剩下的白噪声的听觉效果会好很多。利用本发明的算法可以有效的风扇管道噪声，将来也可以将本算法与白噪声(宽带噪声)降噪算法相结合；目前商用的针对风扇引起的管道噪声的主动降噪方案仍然不多，本算法具有较大的应用前景。
本发明所达到的有益效果是：
本发明的窄带anc算法，可以对风扇管道噪声进行有效抑制，用户的主观听觉感受明显改善。各种电器产品中，风扇的使用特别普遍，如果能够有效的降低风扇噪声，那么就可以大大提高电器使用的舒适性，所以针对风扇管道噪声的降噪方案，具有广阔的应用前景和商业价值。
附图说明
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
图1是窄带anc原理框图；
图2是次级通路离线辨识；
图3是次级通路的估计值
图4是自适应陷波fxlms算法框图；
图5是anc工作原理图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。
实施例
针对由风扇旋转运动而产生的离散频率噪声(窄带噪声)，可以通过转速传感器等这种非声学传感器获得一些辅助信息，从而可以构造出较为精准的窄带参考信号。在风扇转速等条件不变的情况下，条件允许时，可以将离散噪声提前录制下来，进行频谱分析，也能获得较为精准的频率信息，构造出较为精准的窄带参考信号。这个窄带参考信号将用于窄带噪声的主动控制。基于fxlms算法的窄带anc系统原理框图如图1所示。
次级通路离线辨识
次级通路通常指从次级声源到误差传声器之间的物理通路。次级通路的存在会造成主动降噪时控制系统发出的控制信号与目标噪声信号在时域上的延迟，从而导致控制过程的不稳定，甚至导致降噪失效。为消除次级通路时延的影响，提高控制系统的降噪及收敛性能，针对次级通路的传递函数进行提前辨识，称为次级通路辨识。次级通路辨识方法有离线辨识和在线辨识两种方法。
在本应用中，通过附加随机白噪声法进行次级通路的离线辨识。设定所辨识的次级通路系数由fir数字滤波器的脉冲响应系数表示，通过lms等自适应算法依据所设定的代价函数即可实现滤波器系数的自适应更新，即所辨识次级通路系数的不断迭代，进而逐步逼近真实的次级通路传输函数。基于lms算法的次级通路离线辨识框图如图2所示。
具体辨识过程为：保持初级声源不发声，驱动次级扬声器发出随机白噪声，并以此为参考信号并反馈至控制器，同时该白噪声信号在经过真实次级通路传递后由误差传声器采集得到，并将所采集信号反馈至控制器以作为lms算法的另一路输入，lms算法的权系数不断更新迭代直至辨识后的误差信号收敛得足够小，此时便完成了次级通路的辨识。
次级扬声器发出的白噪声由系统自己产生。一个64阶次级通路传输函数例子如图3所示。
自适应陷波fxlms算法
自适应陷波fxlms算法是在经典fxlms算法的基础上改进而来，适用于控制周期性目标噪声(离散频率噪声)的自适应控制算法。该算法结构简单，窄带噪声抑制效果显著，常被用于发动机阶次噪声的主动控制。单一频率成分噪声的主动降噪算法框图如图4所示，其中信号生成器根据所要消除的目标噪声信号的频率f，合成正弦信号x1(n)和余弦信号x2(n)，将x1(n)和x2(n)分别乘以w1(n)和w2(n)两个权系数，构成输出信号y(n)，y(n)通过真实的次级通路s(z)传输之后的信号ys(n)与原始噪声d(n)抵消之后得到误差信号e(n)，误差信号e(n)被送至anc控制器，anc控制器根据均方误差最小准则，不断调整权系数w1(n)和w2(n)，使得e(n)的值达到最小，即为收敛状态。
y(n)＝w1(n)x1(n) w2(n)x2(n)
根据均方误差最小准则，可得到正弦分量权系数与余弦分量权系数的更行公式如下：
xf1(n)和xf2(n)分别为经估计出的次级通路
这种传统的基于自适应陷波方法的fxlms算法实现简单，运算复杂度低，在软件仿真时表现出来的效果比较好，但是由于实际应用环境比较复杂，很多情况无法通过软件仿真完全仿真出来，所以采用上述这种自适应算法经常会出现降噪效果很差的情况。主要是因为权系数w1(n)和w2(n)只相当于1阶的fir滤波器，自适应的能力有限，在复杂的实际环境中，因为自适应能力有限，算法经常不收敛，导致系统不但无法降噪，反而可能会出现啸叫的情况。
针对这种情况，将自适应陷波fxlms算法的权系数w1(n)和w2(n)由一阶增加到多阶
自适应陷波fxlms算法值的μ值调整方式
由于权系数的阶数由1阶调整为n阶，控制自适应滤波器权系数调节的参数μ的调整方式对系统是否收敛有很大影响。所以也要进行相应调节，将μ由固定值修改为可变值。
μmin是当μ值固定时，能够使系统收敛的最小的μ值，μmax是当μ值固定时，能够使系统收敛的最大的μ值。μ采用这样的方式进行更新，一方面可以保证算法在最初的时候，收敛的速度比较快，另一方面可以让算法能够收敛到最小值。为了增加算法实现的灵活性，降低算法的运算复杂度，运算采用分帧的方式进行处理，每帧的长度(点数)为fl，帧长可以取8到64，通常阶数n要大于帧长fl。典型值为n＝64，fl＝16。
使用上述算法，针对200～800hz的离散频率噪声，降噪效果可以到达到20～25db。
风扇管道噪声一般包括与风扇转速相关的窄带噪声和与管道相关的宽带噪声(可以近似认为是白噪声),采用窄带算法实现对风扇管道噪声中的窄带噪声进行有效的抑制。本发明采用的技术方案如下。图5为anc工作原理图。
算法实现步骤s01-s03：
在步骤s01中，通过离线方式，采用白噪声信号作为扬声器输入信号，采用麦克风接收经过次级通路传输的白噪声，anc控制器利用这两个信号估计出次级通路参数，次级通路的原理参考图2，次级通路的辨识结果如图3所示；
在步骤s02中，风扇开机工作产生噪声，利用非声学传感器获取风扇的转速信息，anc控制器中的信号发生器模块根据风扇转速信息生成一个正弦信号,送给扬声器播放；
在步骤s03中，误差传声器(麦克风)收到的信号，就是风扇噪声与扬声器播放的正弦信号叠加(抵消)之后的误差信号，这个误差信号传送给anc控制器，用来调整扬声器播放的正弦信号的相位和幅度，从而使得误差信号最小。
最后应说明的是：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
本文用于企业家、创业者技术爱好者查询，结果仅供参考。
