留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

简化窄带频域无次级路径建模有源噪声控制算法

高原 高敏 郁国良

高原,高敏,郁国良. 简化窄带频域无次级路径建模有源噪声控制算法[J]. 计量科学与技术,2024, 68(3): 29-37 doi: 10.12338/j.issn.2096-9015.2023.0319
引用本文: 高原,高敏,郁国良. 简化窄带频域无次级路径建模有源噪声控制算法[J]. 计量科学与技术,2024, 68(3): 29-37 doi: 10.12338/j.issn.2096-9015.2023.0319
GAO Yuan, GAO Min, YU Guoliang. A Simplified Narrowband Frequency-Domain Active Noise Control Algorithm without Secondary Path Modeling[J]. Metrology Science and Technology, 2024, 68(3): 29-37. doi: 10.12338/j.issn.2096-9015.2023.0319
Citation: GAO Yuan, GAO Min, YU Guoliang. A Simplified Narrowband Frequency-Domain Active Noise Control Algorithm without Secondary Path Modeling[J]. Metrology Science and Technology, 2024, 68(3): 29-37. doi: 10.12338/j.issn.2096-9015.2023.0319

简化窄带频域无次级路径建模有源噪声控制算法

doi: 10.12338/j.issn.2096-9015.2023.0319
基金项目: 浙江省自然科学青年基金 (LQ19A040003);国家自然科学基金项目(51902300)。
详细信息
    作者简介:

    高原(1993-),中国计量大学信息工程学院在读研究生,研究方向:有源噪声控制,邮箱:18258886572@163.com

    通讯作者:

    高敏(1984-),中国计量大学理学院讲师,研究方向:有源噪声控制,邮箱:gaomin@cjlu.edu.cn

  • 中图分类号: TB95

A Simplified Narrowband Frequency-Domain Active Noise Control Algorithm without Secondary Path Modeling

  • 摘要: 针对采样频率较高的窄带有源噪声控制系统,在无需次级路径信息基础上,提出简化窄带频域有源噪声控制算法,该算法将参考信号采样点代入离散傅里叶变换(DFT)定义式,直接计算与其频域参考信号、误差信号相对应频率柜的幅度和相位信息,并将这些频率柜均匀分为多个子频率柜组,然后每个子频率柜组在0°、180°以及±90°四个不同的方向,搜索判断并选择出该组内最佳方向,更新自适应滤波器系数,从而实现窄带降噪。与FDFxLMS算法比较,所提算法避免了全频带频率柜信息全部参与计算,提高计算效率,当有效频率柜个数满足一定条件时,可减少计算量。分别以单频、复合频率和窄带信号为初级噪声源进行仿真,仿真结果表明在降噪量不减的情况下,所提算法具有良好的稳定特性和跟踪特性。
  • 图  1  简化窄带频域无次级路径建模有源噪声控制算法

    Figure  1.  The simplified narrowband frequency-domain ANC algorithm without secondary path modeling

    图  2  信号图

    Figure  2.  Signal diagram

    图  3  次级路径相频特性图

    Figure  3.  The phase response of the secondary path

    图  4  时域误差波形图

    Figure  4.  The time-domain error signal waveform

    图  5  误差频谱图

    Figure  5.  The error signal spectrum

    图  6  吸声端口两种算法MSE曲线

    Figure  6.  The mean square error curves of the SNFDANC algorithm and FDFxLMS algorithm

    图  7  吸声端口两种算法误差信号频谱图

    Figure  7.  The error signal spectrum of the SNFDANC algorithm and FDFxLMS algorithm under the absorption end condition

    图  8  开口端口次级路径脉冲响应

    Figure  8.  The secondary path impulse response under open end condition

    图  9  开口端口两种算法误差信号频谱图

    Figure  9.  The error signal spectrum of the two algorithms under open end condition

    图  10  不同声场环境两种算法MSE曲线

    Figure  10.  The mean square error curves of the two algorithms under different acoustic end conditions

    表  1  SNFDANC算法方向搜索

    Table  1.   The direction search of SNFDANC algorithm

    SNFDANC算法方向搜索
    搜索频率柜组更新方向过程:
    1.分别计算参考信号、误差信号连续P个采样点的能量$ {\chi _0} = \displaystyle\sum\limits_{i = 0}^{P - 1} {{x^2}(k)} $ 和$ {\xi _0} = \displaystyle\sum\limits_{i = 0}^{P - 1} {{e^2}(k)} $。
    重复2至4的步骤,对各子频率柜组选择最佳更新方向。以选择第m个子频率柜更新方向举例说明。
    2. 在自适应滤波器的系数未更新时,先计算第m个频率柜组噪声能量$ {\chi _1} = \displaystyle\sum\limits_{k = 0}^{P - 1} {{{\left| {{x_m}(k)} \right|}^2}} $,误差信号能量$ {\xi _1} = \displaystyle\sum\limits_{k = 0}^{P - 1} {{{\left| {{e_m}(k)} \right|}^2}} $,找出误差最大值$ {e_{\max }} = \max [\left| {{e_m}(k)} \right|] $。
    3. 在0°、180°和±90°四个更新方向中判断并选择该频率柜组自适应滤波器系数更新方向。
     a.分别在四个不同更新方向下,对同一个频率柜组,计算参考信号能量χ2和误差信号能量ξ2,并判断,当满足条件|em(k)| >(1+δ)emax时,停
      止自适应滤波器系数更新。
     b. 当满足|em(k)| <(1+δ)emax时,更新式(8)。
    4. 比较步骤3中,在四个不同更新方向下所计算的误差信号能量ξ2,选取四个ξ2值中最小值所对应的更新方向,即为该频率柜组最优方向。
    自适应滤波器系数更新过程:
    5. 根据搜索方向过程确定出相应的每个频率柜组最优更新方向,并和各子频率柜组参考信号和误差信号一起使用式(8)迭代更新。
    当声场环境发生变化:
    6. 当k 取 1时,直接赋值χ(0) =χ0ξ (0) = ξ0
    7. 迭代计算信号能量$ \chi (k) = \lambda \chi (k - 1) + {\left| {x(k)} \right|^2} $和$ \xi (k) = \lambda \xi (k - 1) + {\left| {e(k)} \right|^2} $,λ为小于1的可调参数。
    8. 如果 ξ0/χ0<ξ(k)/χ(k),返回搜索更新方向步骤,否则继续迭代自适应滤波器系数。
    下载: 导出CSV

    表  2  两个频率步长和相位

    Table  2.   The step size and phase of two frequencies

    频率/Hz 步长 最佳更新方向 实际相位/度
    150 0.001*1 −0.517802
    311 0.001*j −90° −86.5895
    下载: 导出CSV

    表  3  各频率柜步长和相位

    Table  3.   The step size and phase of frequency bins

    频率柜组 步长 最佳更新方向
    [10 12] 0.003*1
    [13 15] 0.003*(−1) 180°
    [16 18] 0.003*1
    [19 21] 0.003*j −90°
    [22 24] 0.003*(−1) 180°
    下载: 导出CSV

    表  4  开口声场各频率柜步长和相位

    Table  4.   The step size and phase of open acoustics

    频率柜组步长最佳更新方向
    [10 12]0.003*1
    [13 15]0.003*(−1)180°
    [16 18]0.003*1
    [19 21]0.003*(−1)180°
    [22 24]0.003*(j)90°
    下载: 导出CSV

    表  5  两种算法计算量

    Table  5.   The computational complexity of the two algorithms

    步骤FDFxLMS算法SNFDANC算法
    离线建模获取次级路径信息N0
    计算频域滤波参考信号2N×4+2N×log2(2N)0
    频域参考信号和误差信号4N×log2(2N)0
    计算参考信号频率柜信息02JN
    计算误差信号频率柜信息02JN
    自适应滤波器系数更新过程2Nlog2(2N)+2N×48JN
    总计17N+8Nlog2(2N)12JN
    下载: 导出CSV

    表  6  不同自适应滤波器长度计算量比较

    Table  6.   The computational complexity comparison of different adaptive filter lengths

    自适应滤波器长度NFDFxLMS算法SNFDANC算法SNFDANC算法最大频率柜个数
    25622784215047
    51249664491528
    1024107520983048
    20482314242211849
    409649561649152010
    8192105676898304010
    下载: 导出CSV
  • [1] 陈克安. 有源噪声控制[M]. 北京: 国防工业出版社, 2014: 4–12.
    [2] 刘策, 陈剑, 李家柱. 基于声阵列技术的车辆通过噪声室内测量方法[J]. 计量学报, 2019, 40(6): 1096-1100. doi: 10.3969/j.issn.1000-1158.2019.06.25
    [3] 秦朝琪, 黄杰, 白滢, 等. 机动车行进中鸣笛声监测的校准方法研究[J]. 计量科学与技术, 2021, 65(8): 42-45. doi: 10.12338/j.issn.2096-9015.2020.9033
    [4] 毛宏宇, 杨平, 何龙标, 等. 国内外飞机噪声标准研究进展及对比分析[J]. 计量科学与技术, 2022, 66(1): 9-13.
    [5] 代元军, 姜金榜, 吴柯, 等. 水平轴风力机叶片气动噪声源分布特性的试验研究[J]. 中国测试, 2023, 49(1): 31-35.
    [6] C H Hansen, S D Snyder. Active Control of Sound and Vibration[M]. London: E&FN Spon, 1997.
    [7] S M Kuo, D R Morgan. Active Noise Control Systems: Algorithm and DSP Implementations[M]. New York: Wiley, 1996.
    [8] S J Elliott. Signal Processing for Active Control[M]. London: Academic, 2001.
    [9] 褚轶景, 赵越喆, 牛锋, 等. 基于状态方程的Fx-RLS主动噪声控制方法[J]. 计量学报, 2023, 44(11): 1713-1718. doi: 10.3969/j.issn.1000-1158.2023.11.12
    [10] Zhang J , Elliott S J , Cheer J . Robust performance of virtual sensing methods for active noise control[J]. Mechanical Systems and Signal Processing, 2021, 152(9): 107453.
    [11] Shen Q , Spanias A S . Time and frequency domain X-block LMS algorithms for active noise control[J]. Noise Control Engineering Journal, 1996, 1: 353-360.
    [12] 熊德智, 肖宇, 胡军华, 等. 矩形窗三点插值傅里叶变换高精度频率估计方法[J]. 中国测试, 2023, 49(9): 57-62. doi: 10.11857/j.issn.1674-5124.2021120030
    [13] Elliott S J , Rafaely B . Frequency-domain adaptation of causal digital filters[J]. IEEE Transactions on Signal Processing, 2000, 48(5): 1354-1364.
    [14] 马进, 邹海山, 邱小军. 存在声反馈的前馈有源噪声控制系统性能分析[J]. 声学学报, 2016, 41(5): 686-693. doi: 10.15949/j.cnki.0371-0025.2016.05.018
    [15] Hu M , Xue J , Lu J . Online multi-channel secondary path modeling in active noise control without auxiliary noise[J]. The Journal of the Acoustical Society of America, 2019, 146(4): 2590–2595.
    [16] Chen W , Lu C , Liu Z , et al. A computationally efficient active sound quality control algorithm using local secondary-path estimation for vehicle interior noise[J]. Mechanical Systems and Signal Processing, 2022, 168: 108698.
    [17] Yang T , Zhu L , Li X , et al. An online secondary path modeling method with regularized step size and self-tuning power scheduling[J]. Journal of the Acoustical Society of America, 2018, 143(2): 1076-1084.
    [18] Chu YJ, Chan SC, Mak CM, et al. A Diffusion FxLMS algorithm for multi-channel active noise control and variable spatial smoothing[C]. Toronto : IEEE International Conference on Acoustics, 2021.
    [19] Gong C , Wu M , Guo J , et al. Multichannel narrowband active noise control system with a frequency estimator based on DFT coefficients[J]. Journal of Sound and Vibration, 2022, 521: 116660.
    [20] Gong C , Wu M , Guo J , et al. Modified narrowband active noise control system with frequency mismatch tolerance[J]. Applied Acoustics, 2022, 189: 108598.
    [21] Zhou D , Debrunner V . A New Active Noise Control Algorithm That Requires No Secondary Path Identification Based on the SPR Property[J]. IEEE Transactions on Signal Processing, 2007, 55(5): 1719-1729.
    [22] Wu M , Chen G , Qiu X . An Improved Active Noise Control Algorithm Without Secondary Path Identification Based on the Frequency-Domain Subband Architecture[J]. IEEE Press, 2008, 16(8): 1409-1419.
    [23] D R Morgan, J C Thi. A delayless subband adaptive filter architecture[J]. IEEE Trans. Signal Processing, 1995, 43(8): 1819-1830. doi: 10.1109/78.403341
    [24] J Huo, S Nordholm, Z Zang. New weight transform schemes for delayless adaptive filtering[C]. Proceedings of IEEE Global Telecommunications Conference, 2001.
    [25] Milani A A , Panahi I M S , Briggs R . Distortion analysis of subband adaptive filtering methods for FMRI active noise control systems. [C]. International Conference of the IEEE Engineering in Medicine & Biology Society, 2007.
    [26] Larson L O , Haan J M D , Claesson I . A new subband weight transform for delayless subband adaptive filtering structures[C]. International Conference on Digital Signal Processing, 2002.
    [27] Min Gao, Jing Lu, Xiaojun Qiu. A Simplified Subband ANC Algorithm Without Secondary Path modeling[J]. IEEE/ACM transactions on audio, speech, and language processing, 2016, 24(7): 1164-1174. doi: 10.1109/TASLP.2016.2516439
    [28] K Chen, J Xue, J Lu, et al. Improving active noise control without secondary path modeling using subband phase estimation[J]. J. Acoust. Soc. Am, 2020, 147(2): 1275-1283. doi: 10.1121/10.0000743
    [29] Chen K , Niu F , Zou H , et al. Modification of frequency-domain active noise control algorithm without secondary path modeling[J]. The Journal of the Acoustical Society of America, 2021, 149(2): 1021-1029.
    [30] Simon O Haykin. Adaptive Filter Theory [M]. Fifth Edition . London: Prentice Hall, 2017.
  • 加载中
图(10) / 表(6)
计量
  • 文章访问数:  334
  • HTML全文浏览量:  103
  • PDF下载量:  19
  • 被引次数: 0
出版历程
  • 收稿日期:  2023-11-28
  • 录用日期:  2023-12-16
  • 修回日期:  2023-12-19
  • 网络出版日期:  2023-12-25

目录

    /

    返回文章
    返回