一种磁共振声波对消降声噪声方法及系统与流程

1.本发明涉及医疗技术领域，具体而言，涉及一种磁共振声波对消降声噪声方法及系统。


背景技术：

2.现有核磁共振大功率器件带来的声音噪声很大，磁共振检查之所以会产生噪声主要是因为梯度场在不停地切换。这些噪声传到检查者的耳朵里是因为梯度场在切换时产生的噪声可通过空气和固体(扫描的机器)进行传播，以及当噪声源产生噪声时，扫描机器的零件也会受到影响，产生震动，进而产生声音，这些声音也会进入检查者的耳朵，给检查者影响很大，甚至有的耐受力低的人会崩溃掉。现有技术通过耳塞、耳罩等隔声手段，不仅添加了检查者的负荷，使检查者感到很累，而且对降低声噪声的效果很差。
3.声音本质来讲是气压的变化(叫做声压)，而气压的变化，本质上则是因为空气分子的疏密程度的变化所导致的热运动的宏观表现变化。在线性声学的范畴，声音通过波的形式来传播。
4.实际上，日常生活中的声音一般是非平稳信号，其统计特性不是固定不变的，磁共振成像扫描中的声噪声也是如此，磁共振成像扫描中的初级声场(噪声源)是随时变化的。
5.虽然现有的磁共振降噪技术包括梳状滤波器滤除噪声、噪声对消技术等，其中，梳状滤波器滤除噪声对噪声声压有一定减弱，但是该方法是从梯度磁场切换的重复性入手，做了理想化的设定，基于周期性的扫描序列，这样漏掉了很多非周期性的噪声信号。现有的噪声对消技术的基本原理是针对梯度噪声的低信噪比和强冲击性，使用参考噪声的谱相减方法，将噪声污染的信号与参考信号进行抵消运算，然而现有的噪声对消只注重抵消运算方法的迭代收敛的过程，而对于提取噪声源的声噪声信号特征没有涉及，而噪声源信号特征的提取和跟踪，直接关系到最后对消降噪的效果，由于对噪声特征信号提取的不完整，最后次级声场对初级声场的对消处理很不完善，降噪效果乏善可陈、很不明显。


技术实现要素：

6.鉴于此，本发明的目的在于提出一种声波对消主动降声噪声方法设计，提取声噪声特征信号的动态变化，在空间产生次级声场，次级声场跟踪变化，保持最佳降噪状态，在空间的某一范围内，使次级声场产生的声波在幅值上与初级声波相等，而相位相反，初、次级声场迭加使该处或该区域的声压减小，从而达到声噪声对消的目的，明显提高降声噪声的效率，改善人员的感受度。
7.本发明提供一种磁共振声波对消降声噪声方法，包括以下步骤：
8.s1、在磁共振声噪声源部署声噪声传感器的阵列，通过所述声噪声传感器对初始的磁共振声噪声模拟信号进行采样和量化，建立初级声道；
9.采样和量化后的波形表示为x
[n]
，其中n是时间索引；将采样的样本以幅度值存储；
[0010]
s2、提取x
[n]
磁共振声噪声的特征信号包括幅度、相位；
[0011]
所述提取x
[n]
磁共振声噪声的特征信号的方法包括以下步骤：
[0012]
a、对x
[n]
磁共振声噪声的高频部分进行预加重，弥补高频部分的损耗，保护声道信息的完整性；
[0013]
所述预加重的方法为通过高通滤波器预加强x
[n]
的高频能量，高通滤波器表示为y
[n]
＝x
[n]-ax
[n-1]，a为滤波系数；
[0014]
增加声音高频部分的能量，对于声音信号的频谱来说，往往低频部分的能量高于高频部分的能量，每经过10倍hz，频谱能量就会衰减20db，而且由于声噪声传感器在采集声音信号时电路本底噪声的影响，也会增加低频部分的能量，为使高频部分的能量和低频部分能量有相似的幅度，需要预加强采集到声音的高频能量。加强高频部分的能量能使声学模型更好的利用高频共振峰，从而提高识别准确率；
[0015]
b、对x
[n]
磁共振声噪声的特征信号进行加窗；
[0016]
日常生活中的声音一般是非平稳信号，其统计特性不是固定不变的，但在一段相当短的时间内，可以认为信号时平稳的，这就是加窗。窗由三个参数来描述：窗长(单位毫秒)、偏移和形状；每一个加窗的声音信号叫做一帧，每一帧的毫秒数叫做帧长，相邻两帧左边界的距离叫帧移；
[0017]
从特征信号s
[n]
中提取一帧的过程表示为y
[n]
＝w
[n]s[n]
，设w
[n]
是矩形窗，则特征信号会在边界处切断，这些不连续会对傅里叶分析造成影响，因此在mfcc算法中，加窗使用边缘平滑降到0的汉明窗，表达式如下：
[0018][0019]
式(1)中l为帧长；
[0020]
c、对加窗的每一帧特征信号提取离散频段频谱信息；
[0021]
所述提取离散频段频谱信息的方法采用离散傅里叶变换dft，表达式为：
[0022][0023]
式(2)中，dft的输入是x
[n]
每一帧加窗后的信号，输出则是包含n个频带的复数x
[k]
，x
[k]
表示原始信号x
[n]
中某一频率成分的幅度和相位；
[0024]
采用快速傅里叶变换fft计算dft的表达式(2)，n是2的幂；
[0025]
d、fft的结果包含此帧信号在每一频带的能量信息；但是，人耳听觉对不同频带的敏感度是不同的，人耳对高频不如低频敏感，这一分界线大约是1000hz，在提取声音特征时模拟人耳听觉这一性质可以提高识别性能。在mfcc中的做法是将dft输出的频率对应到mel刻度上，一mel是一个音高单位，在音高上感知等距的声音可以被相同数量的mel数分离[18]，频率(单位hz)和mel刻度之间的对应关系在1000hz以下是线性的，在1000hz以上是对数的，dft输出的频率对应到mel刻度的计算公式如下：
[0026][0027]
式(3)中，f是频率，单位hz；
[0028]
将x
[k]
的fft频谱通过一组有m个滤波器的mel滤波器组转换为mel频谱，mel滤波器组一般是一组mel刻度的三角滤波器组，1000hz以下的10个滤波器线性相隔，1000hz以上的剩余滤波器对数相隔，采用的mel滤波器为三角滤波器，中心频率为f
(m)
，m＝1，2，
…
，m，m通常取22-26(滤波器的个数和临界带个数相近)，各f(m)之间的间隔随着m值的减小而缩小，随着m值的增大而增宽，每个三角滤波器的频率相应表达式为：
[0029][0030]
式(4)中，
[0031]
使用三角带通滤波器，可以对频谱进行平滑，并消除谐波的作用，突显原始声音的共振峰。因此一段声音的音调或音高，不会反应在mfcc参数内，也就是说以mfcc作为声学特征，并不会受到输入声音的音调不同而对识别结果有所影响。此外，还可以降低运算量。
[0032]
得到mel频谱后，计算每个mel滤波器组输出的对数能量；一般人对声音声压的反应呈对数关系，人对高声压的细微变化敏感度不如低声压，此外，使用对数可以降低提取的特征对输入声音能量变化的敏感度，因为声音与声噪声传感器之间的距离是变化的，因而声噪声传感器采集到的声音能量也是变化的，每个mel滤波器输出的对数能量为：
[0033][0034]
e、将mel频谱变换回时域信号，利用mel滤波器的对数能量，由离散余弦变换获得倒谱系数：
[0035][0036]
式(6)中l指mfcc阶数，通常12阶就可以代表声学特征；m指三角滤波器个数；
[0037]
f、对x
[n]
磁共振声噪声的特征信号进行能量和差分；某一帧的能量定义为某一帧样本点的平方和，对于一个加窗信号x，其从样本点t1到样本点t2的能量为：
[0038][0039]
以上提取的特征信号每一帧单独考虑，是静态的，而实际声音是连续的，帧与帧之间是有联系的，因而需要增加特征来表示帧间的动态变化，这通常通过计算每一帧13个特征(12个倒谱特征加上1个能量)的一阶差分甚至二阶差分来实现。一个简单计算差分的方法就是计算当前帧前后各一帧的13个特征的差值：
[0040]
[0041]
式(8)中c(t 1)为当前帧的后一帧，c(t-1)为当前帧的前一帧；
[0042]
如果不考虑二阶差分，最终每一帧的mfcc特征为26维度：12维倒谱系数、12维倒谱系数差分、1维能量和1维能量差分；
[0043]
s3、将所述特征信号转换为电信号作为自适应滤波器的输入参考信号，对输入参考信号进行自适应滤波处理，输出对消电信号建立次级声道，驱动对消扬声器在空间产生对消声场；所述次级声道实时采集残差信号进行反馈调整，多次迭代后将所述磁共振声噪声降低到预设阈值以下。
[0044]
进一步地，所述s3步骤的所述自适应滤波处理的方法包括在磁共振设备需降声噪声的位置部署误差传感器的阵列，监测声噪声对消情况，并将误差信号反馈到自适应滤波器，来调节自适应滤波器的权值，从而控制对消声场使误差信号的均方和最小。
[0045]
进一步地，所述s3步骤的所述调节自适应滤波器的权值的方法包括：
[0046]
迭代计算自适应滤波器权值，表达式为：
[0047]
wa(j 1)＝wa(j) ns(j-n-k)e(j)
ꢀꢀ
(9)
[0048]
式(9)中wa(j)为在采样时刻j，自适应滤波器第n分支的权值；
[0049]
s(j)＝输入信号采样值；
[0050]
e(j)＝误差信号采样值；
[0051]
n＝控制稳定性及收敛速度的参数；
[0052]
k＝声延迟，在整个感兴趣的频段内，k必须等于out(t)到e(t)的反馈延迟。
[0053]
与单纯的电噪声相消不同，在声噪声相消中，必须考虑声—电、电—声传感器的传递函数和声噪声的空间传播的传递函数，特别是声延迟。因为次级声源发出的声波并不立即被误差传感器所接收，而是要经过一个k的声延迟，这种声延迟对系统的影响是至关重要的。
[0054]
进一步地，所述s3步骤的所述驱动对消扬声器在空间产生对消声场的方法包括将对消电信号经过d/a转换、模拟功放后接入到所述对消扬声器，对消扬声器产生的对消声波将在声噪声传感器阵列附近的局部空间中与磁共振声噪声叠加，从而减弱磁共振声信号的影响。
[0055]
进一步地，所述控制对消声场使误差信号的均方和最小的方法包括：采用rvss-fxlms架构，以滤波型最小均方fxlms为基础，搭配可变收敛因子rvss演算法，依据控制状态增加fxlms之收敛速度及稳定性。
[0056]
进一步地，所述rvss-fxlms架构的构建方法包括：以主动式声噪声控制方式，由自适应滤波器产生前馈反向电信号，抑制低频信号造成的聚焦误差。
[0057]
本发明还提供一种磁共振声波对消降声噪声系统，执行如上述所述的磁共振声波对消降声噪声方法，包括：
[0058]
采样和量化模块：用于在磁共振声噪声源部署声噪声传感器的阵列，通过所述声噪声传感器对初始的磁共振声噪声模拟信号进行采样和量化，建立初级声道。
[0059]
提取特征信号模块：用于提取x
[n]
磁共振声噪声的特征信号包括幅度、相位；对x
[n]
磁共振声噪声的高频部分进行预加重；对x
[n]
磁共振声噪声的特征信号进行加窗；对加窗的每一帧特征信号提取离散频段频谱信息；将dft输出的频率对应到mel刻度上，得到mel频谱后，计算每个mel滤波器组输出的对数能量；将mel频谱变换回时域信号，利用mel滤波器的
对数能量，由离散余弦变换获得倒谱系数；对x
[n]
磁共振声噪声的特征信号进行能量和差分；
[0060]
主动对消降声噪声模块：用于将所述特征信号转换为电信号作为自适应滤波器的输入参考信号，对输入参考信号进行自适应滤波处理，输出对消电信号建立次级声道，驱动对消扬声器在空间产生对消声场；所述次级声道实时采集残差信号进行反馈调整，多次迭代后将所述磁共振声噪声降低到预设阈值以下。
[0061]
进一步地，所述主动对消降声噪声模块包括：
[0062]
次级声道子模块：用于对消电信号经过d/a转换、模拟功放后接入到所述对消扬声器，对消扬声器产生的对消声波将在声噪声传感器阵列附近的局部空间中与磁共振声噪声叠加，从而减弱磁共振声信号的影响；
[0063]
误差信号反馈子模块：用于监测声噪声对消情况，并将误差信号反馈到自适应滤波器，来调节自适应滤波器的权值，从而控制对消声场使误差信号的均方和最小。
[0064]
本发明还提供一种计算机可读存储介质，其上存储有计算机程序，所述程序被处理器执行时实现上述所述磁共振声波对消降声噪声方法的步骤。
[0065]
本发明还提供一种计算机设备，所述计算机设备包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述所述磁共振声波对消降声噪声方法的步骤。
[0066]
与现有技术相比，本发明的有益效果在于：
[0067]
本发明通过在空间产生次级声场使初、次级声场迭加降低区域的声压以消除声噪声，设计相应的声信号提取方法和自适应滤波算法，提取声噪声特征信号的动态变化，大幅提升了降声噪声的效率，改善了人员的感受度。
附图说明
[0068]
通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本发明的限制。
[0069]
在附图中：
[0070]
图1为本发明一种磁共振声波对消降声噪声方法的流程图；
[0071]
图2为本发明实施例计算机设备的构成示意图；
[0072]
图3为本发明实施例提取x
[n]
磁共振声噪声的特征信号的流程图。
具体实施方式
[0073]
这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和产品的例子。
[0074]
在本公开使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本公开。在本公开和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本文中使用的术语“和/或”是指并包
含一个或多个相关联的列出项目的任何或所有可能组合。
[0075]
应当理解，尽管在本公开可能采用术语第一、第二、第三等来描述各种信息，但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如，在不脱离本公开范围的情况下，第一信息也可以被称为第二信息，类似地，第二信息也可以被称为第一信息。取决于语境，如在此所使用的词语“如果”可以被解释成为“在
……
时”或“当
……
时”或“响应于确定”。
[0076]
下面结合附图对本发明实施例作进一步详细说明。
[0077]
本发明实施例提供一种磁共振声波对消降声噪声方法，参见图1所示，包括如下步骤：
[0078]
s1、在磁共振声噪声源部署声噪声传感器的阵列，通过所述声噪声传感器对初始的磁共振声噪声模拟信号进行采样和量化，建立初级声道；
[0079]
采样和量化后的波形表示为x
[n]
，其中n是时间索引；将采样的样本以幅度值存储；
[0080]
s2、提取x
[n]
磁共振声噪声的特征信号包括幅度、相位；
[0081]
所述提取x
[n]
磁共振声噪声的特征信号的方法，参见图3所示，包括以下步骤：
[0082]
a、对x
[n]
磁共振声噪声的高频部分进行预加重，弥补高频部分的损耗，保护声道信息的完整性；
[0083]
所述预加重的方法为通过高通滤波器预加强x
[n]
的高频能量，高通滤波器表示为y
[n]
＝x
[n]-ax
[n-1]
，a为滤波系数；
[0084]
增加声音高频部分的能量，对于声音信号的频谱来说，往往低频部分的能量高于高频部分的能量，每经过10倍hz，频谱能量就会衰减20db，而且由于声噪声传感器在采集声音信号时电路本底噪声的影响，也会增加低频部分的能量，为使高频部分的能量和低频部分能量有相似的幅度，需要预加强采集到声音的高频能量。加强高频部分的能量能使声学模型更好的利用高频共振峰，从而提高识别准确率；
[0085]
b、对x
[n]
磁共振声噪声的特征信号进行加窗；
[0086]
日常生活中的声音一般是非平稳信号，其统计特性不是固定不变的，但在一段相当短的时间内，可以认为信号时平稳的，这就是加窗。窗由三个参数来描述：窗长(单位毫秒)、偏移和形状；每一个加窗的声音信号叫做一帧，每一帧的毫秒数叫做帧长，相邻两帧左边界的距离叫帧移；
[0087]
从特征信号s
[n]
中提取一帧的过程表示为y
[n]
＝w
[n]s[n]
，设w
[n]
是矩形窗，则特征信号会在边界处切断，这些不连续会对傅里叶分析造成影响，因此在mfcc算法中，加窗使用边缘平滑降到0的汉明窗，表达式如下：
[0088][0089]
式(1)中l为帧长；
[0090]
c、对加窗的每一帧特征信号提取离散频段频谱信息；
[0091]
所述提取离散频段频谱信息的方法采用离散傅里叶变换dft，表达式为：
[0092][0093]
式(2)中，dft的输入是x
[n]
每一帧加窗后的信号，输出则是包含n个频带的复数x
[k]
，x
[k]
表示原始信号x
[n]
中某一频率成分的幅度和相位；
[0094]
采用快速傅里叶变换fft计算dft的表达式(2)，n是2的幂；
[0095]
d、fft的结果包含此帧信号在每一频带的能量信息；但是，人耳听觉对不同频带的敏感度是不同的，人耳对高频不如低频敏感，这一分界线大约是1000hz，在提取声音特征时模拟人耳听觉这一性质可以提高识别性能。在mfcc中的做法是将dft输出的频率对应到mel刻度上，一mel是一个音高单位，在音高上感知等距的声音可以被相同数量的mel数分离[18]，频率(单位hz)和mel刻度之间的对应关系在1000hz以下是线性的，在1000hz以上是对数的，dft输出的频率对应到mel刻度的计算公式如下：
[0096][0097]
式(3)中，f是频率，单位hz；
[0098]
将x
[k]
的fft频谱通过一组有m个滤波器的mel滤波器组转换为mel频谱，mel滤波器组一般是一组mel刻度的三角滤波器组，1000hz以下的10个滤波器线性相隔，1000hz以上的剩余滤波器对数相隔，采用的mel滤波器为三角滤波器，中心频率为f
(m)
，m＝1，2，
…
，m，m通常取22-26(滤波器的个数和临界带个数相近)，各f(m)之间的间隔随着m值的减小而缩小，随着m值的增大而增宽，每个三角滤波器的频率相应表达式为：
[0099][0100]
式(4)中，
[0101]
使用三角带通滤波器，可以对频谱进行平滑，并消除谐波的作用，突显原始声音的共振峰。因此一段声音的音调或音高，不会反应在mfcc参数内，也就是说以mfcc作为声学特征，并不会受到输入声音的音调不同而对识别结果有所影响。此外，还可以降低运算量。
[0102]
得到mel频谱后，计算每个mel滤波器组输出的对数能量；一般人对声音声压的反应呈对数关系，人对高声压的细微变化敏感度不如低声压，此外，使用对数可以降低提取的特征对输入声音能量变化的敏感度，因为声音与声噪声传感器之间的距离是变化的，因而声噪声传感器采集到的声音能量也是变化的，每个mel滤波器输出的对数能量为：
[0103][0104]
e、将mel频谱变换回时域信号，利用mel滤波器的对数能量，由离散余弦变换获得倒谱系数：
[0105][0106]
式(6)中l指mfcc阶数，通常12阶就可以代表声学特征；m指三角滤波器个数；
[0107]
f、对x
[n]
磁共振声噪声的特征信号进行能量和差分；某一帧的能量定义为某一帧样本点的平方和，对于一个加窗信号x，其从样本点t1到样本点t2的能量为：
[0108][0109]
以上提取的特征信号每一帧单独考虑，是静态的，而实际声音是连续的，帧与帧之间是有联系的，因而需要增加特征来表示帧间的动态变化，这通常通过计算每一帧13个特征(12个倒谱特征加上1个能量)的一阶差分甚至二阶差分来实现。一个简单计算差分的方法就是计算当前帧前后各一帧的13个特征的差值：
[0110][0111]
式(8)中c(t 1)为当前帧的后一帧，c(t-1)为当前帧的前一帧；
[0112]
如果不考虑二阶差分，最终每一帧的mfcc特征为26维度：12维倒谱系数、12维倒谱系数差分、1维能量和1维能量差分；
[0113]
s3、将所述特征信号转换为电信号作为自适应滤波器的输入参考信号，对输入参考信号进行自适应滤波处理，输出对消电信号建立次级声道，驱动对消扬声器在空间产生对消声场；所述次级声道实时采集残差信号进行反馈调整，多次迭代后将所述磁共振声噪声降低到预设阈值以下。
[0114]
优选地，所述s3步骤的所述自适应滤波处理的方法包括在磁共振设备需降声噪声的位置部署误差传感器的阵列，监测声噪声对消情况，并将误差信号反馈到自适应滤波器，来调节自适应滤波器的权值，从而控制对消声场使误差信号的均方和最小。
[0115]
优选地，所述s3步骤的所述调节自适应滤波器的权值的方法包括：
[0116]
迭代计算自适应滤波器权值，表达式为：
[0117]
wa(j 1)＝wa(j) ns(j-n-k)ε(j)
ꢀꢀ
(9)
[0118]
式(9)中wa(j)为在采样时刻j，自适应滤波器第n分支的权值；
[0119]
s(j)＝输入信号采样值；
[0120]
e(j)＝误差信号采样值；
[0121]
n＝控制稳定性及收敛速度的参数；
[0122]
k＝声延迟，在整个感兴趣的频段内，k必须等于out(t)到e(t)的反馈延迟。
[0123]
与单纯的电噪声相消不同，在声噪声相消中，必须考虑声—电、电—声传感器的传递函数和声噪声的空间传播的传递函数，特别是声延迟。因为次级声源发出的声波并不立即被误差传感器所接收，而是要经过一个k的声延迟，这种声延迟对系统的影响是至关重要的。
[0124]
具体地，所述s3步骤的所述驱动对消扬声器在空间产生对消声场的方法包括将对消电信号经过d/a转换、模拟功放后接入到所述对消扬声器，对消扬声器产生的对消声波将在声噪声传感器阵列附近的局部空间中与磁共振声噪声叠加，从而减弱磁共振声信号的影
响。
[0125]
所述控制对消声场使误差信号的均方和最小的方法包括：采用rvss-fxlms架构，以滤波型最小均方fxlms为基础，搭配可变收敛因子rvss演算法，依据控制状态增加fxlms之收敛速度及稳定性。
[0126]
所述rvss-fxlms架构的构建方法包括：以主动式声噪声控制方式，由自适应滤波器产生前馈反向电信号，抑制低频信号造成的聚焦误差。
[0127]
本发明实施例还提供一种磁共振声波对消降声噪声系统，执行如上述所述的磁共振声波对消降声噪声方法，包括：
[0128]
采样和量化模块：用于在磁共振声噪声源部署声噪声传感器的阵列，通过所述声噪声传感器对初始的磁共振声噪声模拟信号进行采样和量化，建立初级声道。
[0129]
提取特征信号模块：用于提取x
[n]
磁共振声噪声的特征信号包括幅度、相位；对x
[n]
磁共振声噪声的高频部分进行预加重；对x
[n]
磁共振声噪声的特征信号进行加窗；对加窗的每一帧特征信号提取离散频段频谱信息；将dft输出的频率对应到mel刻度上，得到mel频谱后，计算每个mel滤波器组输出的对数能量；将mel频谱变换回时域信号，利用mel滤波器的对数能量，由离散余弦变换获得倒谱系数；对x
[n]
磁共振声噪声的特征信号进行能量和差分；
[0130]
主动对消降声噪声模块：用于将所述特征信号转换为电信号作为自适应滤波器的输入参考信号，对输入参考信号进行自适应滤波处理，输出对消电信号建立次级声道，驱动对消扬声器在空间产生对消声场；所述次级声道实时采集残差信号进行反馈调整，多次迭代后将所述磁共振声噪声降低到预设阈值以下。
[0131]
所述主动对消降声噪声模块包括：
[0132]
次级声道子模块：用于对消电信号经过d/a转换、模拟功放后接入到所述对消扬声器，对消扬声器产生的对消声波将在声噪声传感器阵列附近的局部空间中与磁共振声噪声叠加，从而减弱磁共振声信号的影响；
[0133]
误差信号反馈子模块：用于监测声噪声对消情况，并将误差信号反馈到自适应滤波器，来调节自适应滤波器的权值，从而控制对消声场使误差信号的均方和最小。
[0134]
本发明通过在空间产生次级声场使初、次级声场迭加降低区域的声压以消除声噪声，设计相应的声信号提取方法和自适应滤波算法，大幅提升了降声噪声的效率，改善了人员的感受度。
[0135]
本发明实施例还提供了一种计算机设备，图2是本发明实施例提供的一种计算机设备的结构示意图；参见附图图2所示，该计算机设备包括：输入装置23、输出装置24、存储器22和处理器21；所述存储器22，用于存储一个或多个程序；当所述一个或多个程序被所述一个或多个处理器21执行，使得所述一个或多个处理器21实现如上述实施例提供的磁共振声波对消降声噪声方法；其中输入装置23、输出装置24、存储器22和处理器21可以通过总线或者其他方式连接，图2中以通过总线连接为例。
[0136]
存储器22作为一种计算设备可读写存储介质，可用于存储软件程序、计算机可执行程序，如本发明实施例所述的磁共振声波对消降声噪声方法对应的程序指令；存储器22可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序；存储数据区可存储根据设备的使用所创建的数据等；此外，存储器22可以包
括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件；在一些实例中，存储器22可进一步包括相对于处理器21远程设置的存储器，这些远程存储器可以通过网络连接至设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
[0137]
输入装置23可用于接收输入的数字或字符信息，以及产生与设备的用户设置以及功能控制有关的键信号输入；输出装置24可包括显示屏等显示设备。
[0138]
处理器21通过运行存储在存储器22中的软件程序、指令以及模块，从而执行设备的各种功能应用以及数据处理，即实现上述的磁共振声波对消降声噪声方法。
[0139]
上述提供的计算机设备可用于执行上述实施例提供的磁共振声波对消降声噪声方法，具备相应的功能和有益效果。
[0140]
本发明实施例还提供一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行如上述实施例提供的磁共振声波对消降声噪声方法，存储介质是任何的各种类型的存储器设备或存储设备，存储介质包括：安装介质，例如cd-rom、软盘或磁带装置；计算机系统存储器或随机存取存储器，诸如dram、ddr ram、sram、edo ram，兰巴斯(rambus)ram等；非易失性存储器，诸如闪存、磁介质(例如硬盘或光存储)；寄存器或其它相似类型的存储器元件等；存储介质可以还包括其它类型的存储器或其组合；另外，存储介质可以位于程序在其中被执行的第一计算机系统中，或者可以位于不同的第二计算机系统中，第二计算机系统通过网络(诸如因特网)连接到第一计算机系统；第二计算机系统可以提供程序指令给第一计算机用于执行。存储介质包括可以驻留在不同位置中(例如在通过网络连接的不同计算机系统中)的两个或更多存储介质。存储介质可以存储可由一个或多个处理器执行的程序指令(例如具体实现为计算机程序)。
[0141]
当然，本发明实施例所提供的一种包含计算机可执行指令的存储介质，其计算机可执行指令不限于如上实施例所述的磁共振声波对消降声噪声方法，还可以执行本发明任意实施例所提供的磁共振声波对消降声噪声方法中的相关操作。
[0142]
至此，已经结合附图所示的优选实施方式描述了本发明的技术方案，但是，本领域技术人员容易理解的是，本发明的保护范围显然不局限于这些具体实施方式。在不偏离本发明的原理的前提下，本领域技术人员可以对相关技术特征做出等同的更改或替换，这些更改或替换之后的技术方案都将落入本发明的保护范围之内。
[0143]
以上所述仅为本发明的优选实施例，并不用于限制本发明；对于本领域的技术人员来说，本发明可以有各种更改和变化。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。