有源脉冲噪声控制的变步长四元数自适应降噪方法、系统

1.本发明涉及主动控制降噪技术领域，特别是涉及一种有源脉冲噪声控制的变步长四元数自适应降噪方法、系统。


背景技术：

2.随着交通和工业化的发展，噪声问题日益突出，对人类的健康存在着很大的威胁。噪声消除在声学应用领域引起很大的关注。传统的降噪方法主要是吸声、隔声、消声器等被动噪声控制技术，然而被动降噪技术只对中高频噪声产生削弱的作用，对低频噪声达不到良好的降噪效果。主动噪声控制技术利用相消干涉原理产生一个与初始声信号振动幅值相同、相位相反的声信号与此抵消，主动控制噪声技术对低频噪声可以实现较好的衰减效果，其控制体积小，成本低，可以适应当前变化环境下的降噪需求。
3.传统的fxlms算法由于其结构简单，便于实现，是主动控制降噪系统中最常用、最经典的算法，然而其对冲激噪声信号降噪的效果并不是很明显。基于此，许多学者提出了各种形式的优化方案，其中有些方法在一定程度上达到了提高收敛速度的效果，但是同时算法结构也变得比较复杂。


技术实现要素：

4.鉴于此本技术实施例提供一种有源脉冲噪声控制的变步长四元数自适应降噪方法、系统，采用前馈的主动控制噪声系统结构，核心控制器是qlms算法中横向结构的fir滤波器，利用四元数自适应滤波器内部的正交特性可以较清楚地建立各实虚部的信号矢量间的联系,并能保持各实虚部量自身的结构特性。并利用变步长算法设置参考信号与收敛因子之间的某种函数关系来替代原始固定步长的值，最后通过仿真验证算法的可行性以及通过算法对比验证其优化了收敛性能和降噪能力。
5.为实现上述目的，本发明提供了以下技术方案：
6.第一方面，本技术实施例提供了一种有源脉冲噪声控制的变步长四元数自适应降噪方法，包括：
7.利用四元数自适应滤波器内部的正交特性建立各实虚部的信号矢量间的关联关系，并保持各实虚部量自身的结构特性；
8.通过变步长设置参考信号与收敛因子之间的函数关系来替代原始固定步长的值；
9.通过仿真验证算法进行对比验证。
10.作为本发明的进一步方案，基于变步长滤波-x四元数最小均方算法优化冲激主动控制降噪系统，其中，以变步长四元数自适应滤波为核心控制器的降噪算法针对随机脉冲信号提出，包括参考输入信号x(n)和误差信号e(n)；降噪算法的处理方法，包括以下步骤：
11.通过参考及误差传声器分别采集参考输入信号x(n)和误差信号e(n)；
12.计算滤波器的输出信号y(n)和滤波-x信号xf(n)，并更新滤波器的权重系数；
13.重复上述步骤直至误差信号e(n)达到预设的阈值为止。
14.作为本发明的进一步方案，基于变步长滤波-x四元数最小均方算法优化冲激主动控制降噪系统，还包括搭建基于前馈的主动控制噪声系统，所述主动控制噪声系统中：
15.p(z)表示主通道的传递函数；
16.s(z)表示次级通路的传递函数；
17.d(n)表示期望信号；
18.e(n)表示误差信号；
19.x(n)表示输入参考信号；
20.w(z)表示具有有限脉冲的横向结构响应滤波器实现的控制器，滤波器长度为l，滤波器的输出信号y(n)表示为：y(n)＝w
t
(n)x(n)；
21.其中，参考信号矢量x(n)＝[x(n),x(n-1),
…
,x(n-l 1)]
t
，滤波器权重矢量w(n)＝[w0(n),w1(n),
…
,w
l-1
(n)]
t
。
[0022]
作为本发明的进一步方案，所述主动控制噪声系统中，和次级通路的传递函数相同。
[0023]
作为本发明的进一步方案，所述有源脉冲噪声控制的变步长四元数自适应降噪方法中，四元数为超复数，复数是由实数加上虚数单位i组成，其中i2＝-1，四元数是由实数加上三个虚数单位i、j和k组成，其中，i2＝j2＝k2＝-1，每个四元数都是1、i、j和k的线性组合，即：四元数表示为a bi cj dk,其中，a、b、c、d是实数。
[0024]
作为本发明的进一步方案，变步长滤波-x四元数最小均方算法的代价函数为：
[0025][0026]
其中，表示取实部。
[0027]
作为本发明的进一步方案，变步长滤波-x四元数最小均方算法的权重更新表达式为：
[0028][0029]
其中，
[0030]
其中，n表示迭代次数，ε表示迭代次数更新到达某一点的边界值，λ＝1；||xf(n)||,||x(n)||分别表示滤波-x信号xf(n)和输入信号x(n)的欧式范数，参数ε和λ根据算法性
能设置。
[0031]
作为本发明的进一步方案，主通道传递函数p(z)和次通道传递函数s(z)设定为抽头长度分别为256和100的fir滤波器，自适应滤波器的长度设置为l＝32，性能评估的方法建立的公式为：
[0032][0033]ae
(n)＝γae(n-1) (1-γ)|e(n)|
[0034]ad
(n)＝γad(n-1) (1-γ)|d(n)|
[0035]
其中，anr用来评估anc系统降噪性能的好坏，遗忘因子γ＝0.999。
[0036]
作为本发明的进一步方案，所述有源脉冲噪声控制的变步长四元数自适应降噪方法，包括以下步骤：
[0037]
步骤s11、输入信号x(n)为实际应用中的随机脉冲噪声，采用标准sαs分布建模，其特征函数为
[0038]
步骤s12、计算滤波器的输出信号y(n)
[0039]
y(n)＝w
t
(n)x(n)
[0040]
步骤s13、计算滤波-x信号xf(n)
[0041][0042]
步骤s14、计算次级扬声器处的输出信号
[0043]
y'(n)＝y(n)s(n)
[0044]
步骤s15、采用变步长滤波-x四元数最小均方算法更新自适应滤波器w(n)
[0045]
w(n 1)＝w(n) μ(n)(2e(n)x
f*
(n)-x
f*
(n)e
*
(n))
[0046]
步骤s16、重复上述步骤s11-步骤s15，直到误差信号e(n)满足要求为止。
[0047]
第二方面，本技术实施例还提供了一种有源脉冲噪声控制的变步长四元数自适应降噪系统，该系统包括：
[0048]
联系建立模块，用于利用四元数自适应滤波器内部的正交特性建立各实虚部的信号矢量间的关联关系，并保持各实虚部量自身的结构特性；
[0049]
关系替代模块，用于通过变步长设置参考信号与收敛因子之间的函数关系来替代原始固定步长的值；
[0050]
对比验证模块，用于通过仿真验证算法进行对比验证。
[0051]
第三方面，本发明实施例提供了一种计算机设备，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，处理器执行程序时实现上述有源脉冲噪声控制的变步长四元数自适应降噪方法的步骤。
[0052]
第四方面，本发明实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述有源脉冲噪声控制的变步长四元数自适应降噪方法的步骤。
[0053]
本发明实施例提供的技术方案可以包括以下有益效果：
[0054]
本技术实施例提供一种有源脉冲噪声控制的变步长四元数自适应降噪方法、系统，提出了用于优化冲激主动控制降噪系统的变步长滤波-x四元数最小均方算法，该算法
采用前馈的主动控制噪声系统结构，核心控制器是qlms算法中横向结构的fir滤波器。首先利用四元数自适应滤波器内部的正交特性可以较清楚地建立各实虚部的信号矢量间的联系,并能保持各实虚部量自身的结构特性。进一步地利用变步长算法设置参考信号与收敛因子之间的某种函数关系来替代原始固定步长的值，最后通过仿真验证算法的可行性以及通过算法对比验证其优化了收敛性能和降噪能力。
[0055]
在本发明中，四元数作为复数的拓展，将复数域延伸到多维空间。同时四元数自适应滤波器很自然可以扩展lms算法的类别来满足超复数信号的自适应滤波，利用其四元数内部的正交特性在建立载入到实虚部的信号矢量间的联系的同时保持各实虚部量自身的结构。通过直接在它们被放置的多维域中处理这些数据，利用每个维度之间的关联和耦合，进而提供更好的建模。
[0056]
其次，利用变步长算法设置误差信号以及参考信号与收敛因子之间的某种函数关系来替代原始固定步长的值，在最初阶段使步长的取值尽可能快速变化使算法具有更快的收敛速度，在最后的收敛阶段为了保持收敛的稳定性尽可能使步长缓慢变化从而降低稳态误差并避免稳态偏移，有效地提高算法的收敛性能。
[0057]
因此，具有结构简单，易于工程化实现，采用基于前馈的anc系统结构的有点，由仿真结果显示，降噪性能和收敛速度得到了优化，而且，将信号的处理维度从一维拓展到了多维，为衰减多维的复杂噪声信号提供一些参考。
[0058]
本技术的这些方面或其他方面在以下实施例的描述中会更加简明易懂。应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本技术。
附图说明
[0059]
为了更清楚地说明本技术实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本技术的一些实施例。在附图中：
[0060]
图1为本技术实施例提供的一种有源脉冲噪声控制的变步长四元数自适应降噪方法中主动控制降噪系统框图；
[0061]
图2为本技术实施例提供的一种有源脉冲噪声控制的变步长四元数自适应降噪方法中主通道传递函数的频率响应图；
[0062]
图3为本技术实施例提供的一种有源脉冲噪声控制的变步长四元数自适应降噪方法中次通道传递函数的频率响应图；
[0063]
图4为本技术实施例提供的一种有源脉冲噪声控制的变步长四元数自适应降噪方法中标准sαs分布下的随机脉冲噪声信号时域图；
[0064]
图5为本技术实施例提供的一种有源脉冲噪声控制的变步长四元数自适应降噪方法中基于fxlms算法的主动控制降噪系统框图；
[0065]
图6为本技术实施例提供的一种有源脉冲噪声控制的变步长四元数自适应降噪方法中基于fxqlms算法的主动控制降噪系统框图；
[0066]
图7为本技术实施例提供的一种有源脉冲噪声控制的变步长四元数自适应降噪方法中基于fxlms算法的不同步长情况下的anr对比图；
[0067]
图8为本技术实施例提供的一种有源脉冲噪声控制的变步长四元数自适应降噪方
法中基于fxqlms算法的不同步长情况下的anr对比图；
[0068]
图9为本技术实施例提供的一种有源脉冲噪声控制的变步长四元数自适应降噪方法的变步长滤波-x四元数最小均方算法(vssfxqlms)与fxlms和fxqlms两种算法最优仿真对比结果图。
[0069]
本技术目的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
[0070]
下面，结合附图以及具体实施方式，对本技术做进一步描述，需要说明的是，在不相冲突的前提下，以下描述的各实施例之间或各技术特征之间可以任意组合形成新的实施例。
[0071]
应当理解，此处所描述的具体实施例仅仅用以解释本技术，并不用于限定本技术。
[0072]
下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本技术一部分实施例，而不是全部的实施例。基于本技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本技术保护的范围。
[0073]
下面结合附图和实施例对本技术作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本技术，而非对本技术的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本技术相关的部分而非全部结构。
[0074]
由于传统的fxlms算法由于其结构简单，便于实现，是主动控制降噪系统中最常用、最经典的算法，然而其对冲激噪声信号降噪的效果并不是很明显。基于此，许多学者提出了各种形式的优化方案，其中有些方法在一定程度上达到了提高收敛速度的效果，但是同时算法结构也变得比较复杂。
[0075]
鉴于此，本技术提供了一种有源脉冲噪声控制的变步长四元数自适应降噪方法、系统，提出了用于优化冲激主动控制降噪系统的变步长滤波-x四元数最小均方算法。四元数作为复数的拓展，将复数域延伸到多维空间。同时四元数自适应滤波器很自然可以扩展lms算法的类别来满足超复数信号的自适应滤波，利用其四元数内部的正交特性在建立载入到实虚部的信号矢量间的联系的同时保持各实虚部量自身的结构。通过直接在它们被放置的多维域中处理这些数据，利用每个维度之间的关联和耦合，进而提供更好的建模。
[0076]
进一步地，利用变步长算法设置误差信号以及参考信号与收敛因子之间的某种函数关系来替代原始固定步长的值，在最初阶段使步长的取值尽可能快速变化使算法具有更快的收敛速度，在最后的收敛阶段为了保持收敛的稳定性尽可能使步长缓慢变化从而降低稳态误差并避免稳态偏移，有效地提高算法的收敛性能。
[0077]
本技术一些实施例提供的一种有源脉冲噪声控制的变步长四元数自适应降噪方法，该有源脉冲噪声控制的变步长四元数自适应降噪方法，包括步骤s10-步骤s30：
[0078]
步骤s10、利用四元数自适应滤波器内部的正交特性建立各实虚部的信号矢量间的关联关系，并保持各实虚部量自身的结构特性。
[0079]
步骤s20、通过变步长设置参考信号与收敛因子之间的函数关系来替代原始固定步长的值。
[0080]
步骤s30、通过仿真验证算法进行对比验证。
[0081]
本发明实施例的有源脉冲噪声控制的变步长四元数自适应降噪方法，基于用于优化冲激主动控制降噪系统的变步长滤波-x四元数最小均方算法，该算法采用前馈的主动控制噪声系统结构，核心控制器是qlms算法中横向结构的fir滤波器。首先利用四元数自适应滤波器内部的正交特性可以较清楚地建立各实虚部的信号矢量间的联系,并能保持各实虚部量自身的结构特性。进一步地利用变步长算法设置参考信号与收敛因子之间的某种函数关系来替代原始固定步长的值，最后通过仿真验证算法的可行性以及通过算法对比验证其优化了收敛性能和降噪能力。
[0082]
在一些实施例中，基于变步长滤波-x四元数最小均方算法优化冲激主动控制降噪系统，其中，以变步长四元数自适应滤波为核心控制器的降噪算法针对随机脉冲信号提出，包括参考输入信号x(n)和误差信号e(n)；降噪算法的处理方法，包括以下步骤：
[0083]
通过参考及误差传声器分别采集参考输入信号x(n)和误差信号e(n)；
[0084]
计算滤波器的输出信号y(n)和滤波-x信号xf(n)，并更新滤波器的权重系数；
[0085]
重复上述步骤直至误差信号e(n)达到预设的阈值为止。
[0086]
在一些实施例中，基于变步长滤波-x四元数最小均方算法优化冲激主动控制降噪系统，还包括搭建基于前馈的主动控制噪声系统，所述主动控制噪声系统中：
[0087]
p(z)表示主通道的传递函数；
[0088]
s(z)表示次级通路的传递函数；
[0089]
d(n)表示期望信号；
[0090]
e(n)表示误差信号；
[0091]
x(n)表示输入参考信号；
[0092]
w(z)表示具有有限脉冲的横向结构响应滤波器实现的控制器，滤波器长度为l，滤波器的输出信号y(n)表示为：y(n)＝w
t
(n)x(n)；
[0093]
其中，参考信号矢量x(n)＝[x(n),x(n-1),
…
,x(n-l 1)]
t
，滤波器权重矢量w(n)＝[w0(n),w1(n),
…
,w
l-1
(n)]
t
。
[0094]
在一些实施例中，所述主动控制噪声系统中，和次级通路的传递函数相同。
[0095]
因此，如附图1所示，给出了基于前馈结构的变步长滤波-x四元数最小均方算法的主动控制噪声系统框图。本发明针对随机脉冲信号提出的一种以变步长四元数自适应滤波为核心控制器的降噪算法，图中的参考输入信号x(n)和误差信号e(n)分别通过参考及误差传声器采集，然后计算滤波器的输出信号y(n)和滤波-x信号xf(n)，紧接着更新滤波器的权重系数，重复以上过程，直到误差信号e(n)达到一个很小的值为止。
[0096]
在一些实施例中，所述有源脉冲噪声控制的变步长四元数自适应降噪方法中，四元数为超复数，复数是由实数加上虚数单位i组成，其中i2＝-1，四元数是由实数加上三个虚数单位i、j和k组成，其中，i2＝j2＝k2＝-1，每个四元数都是1、i、j和k的线性组合，即：四元数表示为a bi cj dk,其中，a、b、c、d是实数。
[0097]
在一些实施例中，变步长滤波-x四元数最小均方算法的代价函数为：
[0098][0099]
其中，表示取实部。
[0100]
在一些实施例中，变步长滤波-x四元数最小均方算法的权重更新表达式为：
[0101][0102]
其中，
[0103]
其中，n表示迭代次数，ε表示迭代次数更新到达某一点的边界值，λ＝1；||xf(n)||,||x(n)||分别表示滤波-x信号xf(n)和输入信号x(n)的欧式范数，参数ε和λ根据算法性能设置。
[0104]
在一些实施例中，如附图2和图3所示，给出了主通道和次通道传递函数的频率响应图。其中主通道传递函数p(z)和次通道传递函数s(z)被设定为抽头长度分别为256和100的fir滤波器，滤波器长度l＝32。
[0105]
性能评估的方法建立的公式为：
[0106][0107]ae
(n)＝γae(n-1) (1-γ)|e(n)|
[0108]ad
(n)＝γad(n-1) (1-γ)|d(n)|
[0109]
其中，anr用来评估anc系统降噪性能的好坏，遗忘因子γ＝0.999。
[0110]
在一些实施例中，所述有源脉冲噪声控制的变步长四元数自适应降噪方法，包括以下步骤：
[0111]
步骤s11、输入信号x(n)为实际应用中的随机脉冲噪声，采用标准sαs分布建模，其特征函数为
[0112]
步骤s12、计算滤波器的输出信号y(n)
[0113]
y(n)＝w
t
(n)x(n)
[0114]
步骤s13、计算滤波-x信号xf(n)
[0115]
[0116]
步骤s14、计算次级扬声器处的输出信号
[0117]
y'(n)＝y(n)s(n)
[0118]
步骤s15、采用变步长滤波-x四元数最小均方算法更新自适应滤波器w(n)
[0119]
w(n 1)＝w(n) μ(n)(2e(n)x
f*
(n)-x
f*
(n)e
*
(n))
[0120]
步骤s16、重复上述步骤s11-步骤s15，直到误差信号e(n)满足要求为止。
[0121]
应该理解的是，上述虽然是按照某一顺序描述的，但是这些步骤并不是必然按照上述顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，本实施例的一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
[0122]
因此，如附图4所示，输入信号为标准sαs分布的随机脉冲噪声信号。在实际应用中，常常会遇到不符合高斯分布的脉冲噪声信号，而这种具有尖峰脉冲和较厚概率密度函数拖尾的随机信号通常用α稳定分布来描述，其中特征指数α
∈
(0,2]，表示α稳定分布概率密度函数拖尾的厚度，α值越小，其拖尾越厚，脉冲特性越显著。对称参数β
∈
[-1,1]，用于确定分布的斜度，β＝0时为对称α稳定分布，也就是sαs分布。其中α＝0，γ＝1的α稳定分布称为标准sαs分布，产生随机脉冲噪声，通常采用标准sαs分布建模，其特征函数为
[0123]
如附图5、6所示，给出了基于fxlms和fxqlms两种算法的主动控制降噪系统框图，用于和本发明中提出的基于前馈结构的变步长滤波-x四元数最小均方算法的主动控制噪声系统的性能进行对比。其中fxlms算法、fxqlms算法的权重更新表达式分别为：
[0124]
w(n 1)＝w(n) μ(e(n)xf(n))
[0125]
w(n 1)＝w(n) μ(2e(n)xf*(n)-xf*(n)e*(n))。
[0126]
如附图7所示，给出了fxlms算法的不同步长下的anr学习曲线。从图中可以看出，随着迭代次数的不断增加，固定步长μ＝0.00008时fxlms算法的anr曲线拥有最优的收敛速度和降噪性能，当固定步长μ增加到0.0001时fxlms算法的anr曲线已经开始发散，处于不稳定状态。
[0127]
如附图8所示，附图8展示了fxqlms算法的不同步长下的anr学习曲线。从图中可以看出，随着迭代次数的不断增加，固定步长μ＝0.00001时fxqlms算法的anr曲线拥有最优的收敛速度和降噪性能，当固定步长μ增加到0.00002时fxqlms算法的anr曲线已经开始发散，处于不稳定状态。
[0128]
如附图9所示，附图9展示了vssfxqlms算法与fxlms、fxqlms两种算法的anr学习曲线的对比图，图中三根曲线分别表示滤波器长度l＝32的条件下，固定步长μ＝0.00008时fxlms算法的anr学习曲线，固定步长μ＝0.00001时fxqlms算法的anr学习曲线以及变步长函数表达式里μ＝0.01时vssfxqlms算法的anr学习曲线。从图中能够看出随着迭代次数的不断增加，fxqlms算法展示了比fxlms算法更好的收敛速度和降噪性能，而vssfxqlms算法表现最为卓越，尽管在anr学习曲线的最初阶段存在一些波动，但最终还是获得了比fxlms算法和fxqlms算法更快的收敛速度以及更好的降噪能力。
[0129]
综上所述，收敛速度和降噪能力是评估算法性能好坏的两大重要因素，本发明通过将变步长四元数自适应滤波器引入到基于前馈结构的主动控制噪声系统中，并通过对实
际场景中存在的随机脉冲噪声进行仿真对比可以看出所提出的算法展示了更快的速度收敛和更好的降噪能力，验证了本发明所提降噪系统优化的有效性。
[0130]
需要注意的是，上述附图仅是根据本发明示例性实施例的方法所包括的处理的示意性说明，而不是限制目的。易于理解，上述附图所示的处理并不表明或限制这些处理的时间顺序。另外，也易于理解，这些处理可以是例如在多个模块中同步或异步执行的。
[0131]
本技术一些实施例还提供了一种有源脉冲噪声控制的变步长四元数自适应降噪系统。该系统可有软件和/或硬件实现，一般集成在计算机设备中。该系统可以包括：
[0132]
联系建立模块，用于利用四元数自适应滤波器内部的正交特性建立各实虚部的信号矢量间的关联关系，并保持各实虚部量自身的结构特性；
[0133]
关系替代模块，用于通过变步长设置参考信号与收敛因子之间的函数关系来替代原始固定步长的值；
[0134]
对比验证模块，用于通过仿真验证算法进行对比验证。
[0135]
应当注意，尽管在上文详细描述中提及了用于动作执行的设备的若干模块或者单元，但是这种划分并非强制性的。实际上，根据本发明的实施方式，上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之，上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。
[0136]
本实施例还提供一种计算机设备，该计算机设备包括多个计算机设备，在实施例中有源脉冲噪声控制的变步长四元数自适应降噪系统的组成部分可分散于不同的计算机设备中，计算机设备可以是执行程序的智能手机、平板电脑、笔记本电脑、台式计算机、机架式服务器、刀片式服务器、塔式服务器或机柜式服务器(包括独立的服务器，或者多个服务器所组成的服务器集群)等。本实施例的计算机设备至少包括但不限于：可通过系统总线相互通信连接的存储器、处理器。
[0137]
本实施例中，存储器(即可读存储介质)包括闪存、硬盘、多媒体卡、卡型存储器(例如，sd或dx存储器等)、随机访问存储器(ram)、静态随机访问存储器(sram)、只读存储器(rom)、电可擦除可编程只读存储器(eeprom)、可编程只读存储器(prom)、磁性存储器、磁盘、光盘等。在一些实施例中，存储器可以是计算机设备的内部存储单元，例如该计算机设备的硬盘或内存。在另一些实施例中，存储器也可以是计算机设备的外部存储设备，例如该计算机设备上配备的插接式硬盘，智能存储卡(smart media card,smc)，安全数字(secure digital,sd)卡，闪存卡(flash card)等。当然，存储器还可以既包括计算机设备的内部存储单元也包括其外部存储设备。本实施例中，存储器通常用于存储安装于计算机设备的操作系统和各类应用软件，例如实施例的有源脉冲噪声控制的变步长四元数自适应降噪系统等。此外，存储器还可以用于暂时地存储已经输出或者将要输出的各类数据。
[0138]
处理器在一些实施例中可以是中央处理器(central processing unit，cpu)、控制器、微控制器、微处理器、或其他数据处理芯片。该处理器通常用于控制计算机设备的总体操作。本实施例中，处理器用于运行存储器中存储的程序代码或者处理数据。本实施例计算机设备的多个计算机设备的处理器共同执行计算机程序时实现实施例的有源脉冲噪声控制的变步长四元数自适应降噪方法，该方法包括：
[0139]
利用四元数自适应滤波器内部的正交特性建立各实虚部的信号矢量间的关联关系，并保持各实虚部量自身的结构特性；
[0140]
通过变步长设置参考信号与收敛因子之间的函数关系来替代原始固定步长的值；
[0141]
通过仿真验证算法进行对比验证。
[0142]
具体步骤如下：
[0143]
步骤s11、输入信号x(n)为实际应用中的随机脉冲噪声，采用标准sαs分布建模，其特征函数为
[0144]
步骤s12、计算滤波器的输出信号y(n)
[0145]
y(n)＝w
t
(n)x(n)
[0146]
步骤s13、计算滤波-x信号xf(n)
[0147][0148]
步骤s14、计算次级扬声器处的输出信号
[0149]
y'(n)＝y(n)s(n)
[0150]
步骤s15、采用变步长滤波-x四元数最小均方算法更新自适应滤波器w(n)
[0151]
w(n 1)＝w(n) μ(n)(2e(n)x
f*
(n)-x
f*
(n)e
*
(n))
[0152]
步骤s16、重复上述步骤s11-步骤s15，直到误差信号e(n)满足要求为止。
[0153]
通过以上的实施方式的描述，本领域普通技术人员可以清楚地了解到各实施方式可借助软件加通用硬件平台的方式来实现，当然也可以通过硬件。本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一计算机可匹配存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。
[0154]
本技术的实施例还提供一种计算机可读存储介质，如闪存、硬盘、多媒体卡、卡型存储器(例如，sd或dx存储器等)、随机访问存储器(ram)、静态随机访问存储器(sram)、只读存储器(rom)、电可擦除可编程只读存储器(eeprom)、可编程只读存储器(prom)、磁性存储器、磁盘、光盘、服务器、app应用商城等等，其上存储有计算机程序，程序被处理器执行时实现相应功能。本实施例计算机可读存储介质存储实施例的有源脉冲噪声控制的变步长四元数自适应降噪系统10，被处理器执行时实现实施例的有源脉冲噪声控制的变步长四元数自适应降噪方法，该方法包括：
[0155]
利用四元数自适应滤波器内部的正交特性建立各实虚部的信号矢量间的关联关系，并保持各实虚部量自身的结构特性；
[0156]
通过变步长设置参考信号与收敛因子之间的函数关系来替代原始固定步长的值；
[0157]
通过仿真验证算法进行对比验证。
[0158]
具体步骤如下：
[0159]
步骤s11、输入信号x(n)为实际应用中的随机脉冲噪声，采用标准sαs分布建模，其特征函数为
[0160]
步骤s12、计算滤波器的输出信号y(n)
[0161]
y(n)＝w
t
(n)x(n)
[0162]
步骤s13、计算滤波-x信号xf(n)
[0163][0164]
步骤s14、计算次级扬声器处的输出信号
[0165]
y'(n)＝y(n)s(n)
[0166]
步骤s15、采用变步长滤波-x四元数最小均方算法更新自适应滤波器w(n)
[0167]
w(n 1)＝w(n) μ(n)(2e(n)x
f*
(n)-x
f*
(n)e
*
(n))
[0168]
步骤s16、重复上述步骤s11-步骤s15，直到误差信号e(n)满足要求为止。
[0169]
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。
[0170]
存储介质——任何的各种类型的存储器设备或存储设备。术语“存储介质”旨在包括：安装介质，例如cd-rom、软盘或磁带系统；计算机系统存储器或随机存取存储器，诸如dram、ddrram、sram、edoram，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。术语“存储介质”可以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)。
[0171]
当然，本技术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所述的有源脉冲噪声控制的变步长四元数自适应降噪操作，还可以执行本技术任意实施例所提供的有源脉冲噪声控制的变步长四元数自适应降噪方法中的相关操作。
[0172]
本技术实施例提供一种有源脉冲噪声控制的变步长四元数自适应降噪方法、系统，提出了用于优化冲激主动控制降噪系统的变步长滤波-x四元数最小均方算法，该算法采用前馈的主动控制噪声系统结构，核心控制器是qlms算法中横向结构的fir滤波器。首先利用四元数自适应滤波器内部的正交特性可以较清楚地建立各实虚部的信号矢量间的联系,并能保持各实虚部量自身的结构特性。进一步地利用变步长算法设置参考信号与收敛因子之间的某种函数关系来替代原始固定步长的值，最后通过仿真验证算法的可行性以及通过算法对比验证其优化了收敛性能和降噪能力。
[0173]
在本发明中，四元数作为复数的拓展，将复数域延伸到多维空间。同时四元数自适应滤波器很自然可以扩展lms算法的类别来满足超复数信号的自适应滤波，利用其四元数内部的正交特性在建立载入到实虚部的信号矢量间的联系的同时保持各实虚部量自身的结构。通过直接在它们被放置的多维域中处理这些数据，利用每个维度之间的关联和耦合，进而提供更好的建模。
[0174]
其次，利用变步长算法设置误差信号以及参考信号与收敛因子之间的某种函数关系来替代原始固定步长的值，在最初阶段使步长的取值尽可能快速变化使算法具有更快的收敛速度，在最后的收敛阶段为了保持收敛的稳定性尽可能使步长缓慢变化从而降低稳态误差并避免稳态偏移，有效地提高算法的收敛性能。
[0175]
因此，具有结构简单，易于工程化实现，采用基于前馈的anc系统结构的有点，由仿真结果显示，降噪性能和收敛速度得到了优化，而且，将信号的处理维度从一维拓展到了多
维，为衰减多维的复杂噪声信号提供一些参考。
[0176]
以上仅为本技术的优选实施例，并非因此限制本技术的专利范围，凡是利用本技术说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本技术的专利保护范围内。