本發(fā)明屬于主動(dòng)噪聲控制
技術(shù)領(lǐng)域：
，具體涉及一種基于梯度下降的次級(jí)通道在線建模方法。
背景技術(shù)：
：主動(dòng)噪聲控制結(jié)構(gòu)一般包括次級(jí)通道建模環(huán)節(jié)和主動(dòng)噪聲控制環(huán)節(jié)，次級(jí)通道建模依據(jù)系統(tǒng)建模的狀態(tài)分為離線建模和在線建模兩大類，離線建模是先對(duì)次級(jí)通道進(jìn)行辨識(shí)然后進(jìn)入主動(dòng)噪聲控制環(huán)節(jié)，適用于次級(jí)通道和初級(jí)通道保持穩(wěn)定或者改變不大的情況，該方法結(jié)構(gòu)簡(jiǎn)單，易于硬件實(shí)現(xiàn)。實(shí)際上傳輸通道通常是時(shí)變的，為了保證降噪算法的實(shí)時(shí)性、穩(wěn)定性，一般對(duì)次級(jí)通道采用在線建模的方法。在線建模和離線建模相比，能夠?qū)Υ渭?jí)通路參數(shù)進(jìn)行實(shí)時(shí)更新，當(dāng)傳輸通道發(fā)生突變時(shí)能讓系統(tǒng)快速恢復(fù)到穩(wěn)態(tài)。eriksson首先用附加的隨機(jī)白噪聲作為訓(xùn)練信號(hào)，對(duì)次級(jí)通道進(jìn)行建模(l.j.eriksson,m.a.allie.useofrandomnoiseforonlinetransducerestimateinanadaptiveattenuationsystem[j].journaloftheacousticalsocietyofamerica,1989,85(2):797-802.)，由于訓(xùn)練信號(hào)與主動(dòng)控制環(huán)節(jié)信號(hào)相互干擾，嚴(yán)重時(shí)會(huì)導(dǎo)致系統(tǒng)不穩(wěn)定，算法發(fā)散；bao為了減少主動(dòng)控制環(huán)節(jié)對(duì)建模環(huán)節(jié)的影響，在eriksson結(jié)構(gòu)上采用一個(gè)輔助自適應(yīng)濾波器(c.bao,p.sas,h.v.brussel.adaptiveactivecontrolofnoisein3-dreverberantenclosures[j].journalofsoundandvibration,1993,161(3):501-514.)；kuo采用一個(gè)誤差預(yù)測(cè)濾波器(s.m.kuo,d.vijayan.asecondarypathestimatetechniquesforactivenoisecontrolsystems.ieeetransactionsonspeechandaudioprocessing.1997,5:374-377.)。bao和kuo的方法都是通過合適的期望信號(hào)來減少主動(dòng)控制環(huán)節(jié)對(duì)建模環(huán)節(jié)的影響，但沒有解決訓(xùn)練信號(hào)對(duì)主動(dòng)控制信號(hào)的影響。張明等在此基礎(chǔ)上通過引入第三個(gè)濾波器的方法再次對(duì)結(jié)構(gòu)進(jìn)行改進(jìn)，有效解決訓(xùn)練信號(hào)與主動(dòng)控制信號(hào)的相互影響，但是主動(dòng)控制結(jié)構(gòu)存在設(shè)計(jì)難度大和計(jì)算復(fù)雜度高等問題(m.zhang,h.lan,w.ser.cross-updatedactivenoisecontrolsystemwithonlinesecondarypathmodeling[j].ieeetransactionsonspeechandaudioprocessing.2001,9(5):598-602.)。akhtar提出的對(duì)次級(jí)通道采用變步長(zhǎng)算法(vss-lms)受到較多關(guān)注，這種通過自適應(yīng)調(diào)節(jié)收斂因子的方法不僅改善了eriksson中主動(dòng)控制信號(hào)對(duì)建模環(huán)節(jié)的影響，而且沒有增加系統(tǒng)計(jì)算量(m.t.akhtar,m.abe,m.kawamata,amethodforon-linesecondarypathmodelinginactivenoisecontrolsystems,in:proceedingsofieee2005internationalsymposiumoncircuitssystems(iscas2005),may23–26,2005,pp.i-264–i-267.)。但是akhtar沒有考慮到訓(xùn)練信號(hào)對(duì)主動(dòng)控制信號(hào)的影響，而且算法中收斂因子的調(diào)整是經(jīng)驗(yàn)公式，工作量較大，公式理論分析較難。針對(duì)上述算法中存在的訓(xùn)練信號(hào)與主動(dòng)控制信號(hào)相互干擾，公式理論分析困難的問題，本發(fā)明提出了一種基于梯度下降的次級(jí)通道在線建模方法。技術(shù)實(shí)現(xiàn)要素：本發(fā)明的目的在于提供一種更實(shí)用且易于分析的基于梯度下降的次級(jí)通道在線建模方法。本發(fā)明實(shí)現(xiàn)上述目的采取的技術(shù)方案是：一種基于梯度下降的次級(jí)通道在線建模噪聲主動(dòng)控制方法，包括步驟：s1.建模環(huán)節(jié)的白噪聲信號(hào)與濾波器權(quán)系數(shù)得到建模環(huán)節(jié)的輸出信號(hào)；s2.將輸出信號(hào)與主動(dòng)噪聲控制環(huán)節(jié)的誤差值e(n)相加得到次級(jí)通道建模環(huán)節(jié)的誤差值f(n)；s3.將建模環(huán)節(jié)誤差值f(n)與收斂因子μs(n)及輸入白噪聲作為瞬間變化量，來更新濾波器權(quán)值對(duì)該收斂因子采用梯度下降方法；所述收斂因子更新方式為：μs(n)＝μlog(aρ(n)ρ(n-1)+b)；a，b，μ為固定參數(shù)，ρ(n)為系統(tǒng)建模環(huán)節(jié)誤差信號(hào)f(n)的能量與控制模塊誤差信號(hào)e(n)的能量之比，ρ(n)為本次運(yùn)算所得能量值，ρ(n-1)為上次運(yùn)算所得能量值。所述梯度下降方法，對(duì)建模環(huán)節(jié)收斂因子μs(n)加入檢測(cè)閾值，當(dāng)point(n)值大于閾值point1時(shí)，系統(tǒng)建模的收斂因子更新方式為上述μs(n)，當(dāng)point(n)小于point1并且大于point2時(shí)，采用定步長(zhǎng)μ1，當(dāng)point(n)小于閾值point2時(shí)，采用定步長(zhǎng)μ2，所述point(n)的表達(dá)式為：m是次級(jí)通道濾波器長(zhǎng)度，s(n)為次級(jí)通道(橫向fir濾波器)，為建模濾波器。s4.將f(n)同樣作為主動(dòng)噪聲控制環(huán)節(jié)的誤差值與收斂因子μw(n)及濾波后的初級(jí)信號(hào)作為瞬時(shí)變化量，來更新主濾波器權(quán)值w(n)；所述收斂因子更新方式為：μw(n)＝β(1-exp(ερ2(n)))；β，ε為固定參數(shù)，ρ(n)為本次運(yùn)算所得能量值；s5.將f(n)與e(n)的能量之比ρ(n)作為步驟s3和步驟s4中μs(n)與μw(n)的更新因子。本發(fā)明與現(xiàn)有技術(shù)相比有益效果在于：(1)在次級(jí)通道建模環(huán)節(jié)選取了一種新的收斂因子更新方式，可以獲得較高的次級(jí)通道建模精度和較快的收斂速度。(2)兩個(gè)環(huán)節(jié)均采用變化的收斂因子，不僅抑制了控制信號(hào)對(duì)次級(jí)通道建模的影響，還減小了訓(xùn)練信號(hào)對(duì)噪聲控制系統(tǒng)的影響。在系統(tǒng)降噪速度和降噪量上有很大提高。附圖說明圖1為經(jīng)典有源噪聲控制算法(fxlms)；圖2為本發(fā)明改進(jìn)的方法結(jié)構(gòu)圖；圖3為300hz正弦信號(hào)加30db白噪聲背景下次級(jí)通道建模誤差對(duì)比圖；圖4為300hz正弦信號(hào)加30db白噪聲背景下降噪量對(duì)比圖；圖5為300hz正弦信號(hào)加30db白噪聲背景下步長(zhǎng)值對(duì)比圖；圖6為次級(jí)通道和初級(jí)通道發(fā)生時(shí)變情況下次級(jí)通道建模誤差對(duì)比圖；圖7為次級(jí)通道和初級(jí)通道發(fā)生時(shí)變情況下降噪量對(duì)比圖；圖8為次級(jí)通道和初級(jí)通道發(fā)生時(shí)變情況下步長(zhǎng)值對(duì)比圖。具體實(shí)施方式下面結(jié)合實(shí)施例及附圖對(duì)本發(fā)明專利作進(jìn)一步說明。以下實(shí)施例僅用于說明本發(fā)明，但不用來限制本發(fā)明的范圍。如圖1所示，為單通道前饋有源控制系統(tǒng)的原理框圖，輸入信號(hào)x(n)與對(duì)應(yīng)主濾波器權(quán)系數(shù)w(n)得到輸出信號(hào)y(n)，即:y(n)＝xt(n)w(n)，誤差信號(hào):e(n)＝d(n)-y(n)，w(n+1)＝w(n)+μw(n)e(n)x(n)，通過以上公式進(jìn)行自適應(yīng)迭代，在迭代過程中誤差信號(hào)e(n)逐漸減小，就達(dá)到了降噪的效果。如圖2所示本發(fā)明提出了一種基于梯度下降的次級(jí)通道在線建模方法，該結(jié)構(gòu)包括次級(jí)通道在線建模環(huán)節(jié)和主動(dòng)控制環(huán)節(jié)，下面對(duì)兩個(gè)環(huán)節(jié)分別加以說明：次級(jí)通道建模環(huán)節(jié)的訓(xùn)練信號(hào)v(n)與其對(duì)應(yīng)的濾波器權(quán)值得到建模環(huán)節(jié)的輸出信號(hào)將輸出信號(hào)與降噪系統(tǒng)的誤差值e(n)相加得到建模環(huán)節(jié)的誤差值f(n)，f(n)與該環(huán)節(jié)收斂因子μs(n)及v(n)作為瞬間變化量，用來更新次級(jí)通道辨環(huán)節(jié)濾波器權(quán)值即：f(n)同樣作為降噪系統(tǒng)的誤差值與主動(dòng)降噪環(huán)節(jié)收斂因子μw(n)及初級(jí)信號(hào)x(n)作為瞬時(shí)變化量，來更新主濾波器權(quán)值w(n)。將f(n)的平滑功率與e(n)的平滑功率之比ρ(n)作為μs(n)與μw(n)的更新因子，具體更新方式為：pe(n)＝λpe(n-1)+(1-λ)e2(n)，pf(n)＝λpf(n-1)+(1-λ)f2(n)，0.9＜λ＜1，λ是遺忘因子。本發(fā)明的改進(jìn)之一在于，建模環(huán)節(jié)收斂因子μs(n)根據(jù)ρ(n)改變，更新方式為：μs(n)＝μlog(aρ(n)ρ(n-1)+b)；a，b，μ為固定參數(shù)，ρ(n)為本次運(yùn)算所得能量值，ρ(n-1)為上次運(yùn)算所得能量值。初始階段控制模塊的信號(hào)能量較高(此時(shí)ρ(n)≈1)，對(duì)建模系統(tǒng)影響較大，建模收斂因子采用小步長(zhǎng)，隨著系統(tǒng)不斷迭代，控制信號(hào)能量的減少(當(dāng)?shù)鸁o數(shù)次(n→∞)，ρ(n)→0)，建模的步長(zhǎng)逐漸增大，但是較大的收斂因子影響建模精度，所以為了獲得更好的建模值，后期對(duì)步長(zhǎng)進(jìn)行梯度降低。所謂梯度下降就是對(duì)建模環(huán)節(jié)收斂因子μs(n)加入檢測(cè)閾值，當(dāng)閾值點(diǎn)point(n)值大于point1時(shí)，建模步長(zhǎng)更新方式采用收斂因子μs(n)的更新方式，當(dāng)point(n)小于point1并且大于point2時(shí)，采用定步長(zhǎng)μ1，當(dāng)point(n)小于point2時(shí)，采用定步長(zhǎng)μ2(μ2＜μ1)，所述point(n)的表達(dá)式為：m是次級(jí)通道濾波器長(zhǎng)度，s(n)為次級(jí)通道(橫向fir濾波器)，為建模濾波器。本發(fā)明改進(jìn)之二在于，主動(dòng)控制環(huán)節(jié)采用變化的收斂因子，初始階段控制模塊的信號(hào)能量較高，控制環(huán)節(jié)采用較大步長(zhǎng)值，隨著系統(tǒng)逐漸收斂，控制模塊的信號(hào)能量逐漸降低，收斂因子μw(n)根據(jù)ρ(n)改變，步長(zhǎng)更新方式為：μw(n)＝β(1-exp(ερ2(n)))；β，ε為固定參數(shù)，ρ(n)為本次運(yùn)算所得能量值。通過仿真實(shí)驗(yàn)對(duì)本方法進(jìn)一步說明本實(shí)施例用matlab進(jìn)行多次實(shí)驗(yàn)仿真，仿真之前需要設(shè)置初級(jí)通道和次級(jí)通道的傳遞函數(shù)，二者傳遞函數(shù)分別設(shè)置為32階和16階，初級(jí)通道的傳遞函數(shù)為：p(z)＝0.2-0.001z-1+0.001z-2+0.4z-3+0.9z-4-0.1z-5-0.5z-6-0.03z-7+0.2z-8-0.05z-9+0.05z-10-0.001z-11+0.01z-12+0.3z-13+0.06z-14-0.5z-15-0.5z-16-0.1z-17+0.4z-18-0.01z-19+0.01z-20-0.003z-21+0.003z-22+0.4z-23+0.8z-24-0.2z-25-0.5z-26-0.1z-27+0.4z-28-0.05z-29+0.2z-30-0.4z-31次級(jí)通道的傳遞函數(shù)為：s(z)＝0.05-0.4z-1+0.87z-2+0.1z-3-0.38z-4+0.01z-5+0.1z-6+0.04z-13+0.6z-15仿真實(shí)驗(yàn)1：初級(jí)聲源為一正弦信號(hào)與高斯白噪聲信號(hào)，信噪比(snr)為30db，正弦信號(hào)頻率為300hz，幅值為2。取均值為零方差為0.05的高斯白噪聲作為次級(jí)通道辨識(shí)的訓(xùn)練信號(hào)。下降閾值及定步長(zhǎng)值為：point1＝1×10-4，point2＝2×10-5，μ1＝2.5×10-2，μ2＝5×10-3，λ＝0.99，采樣頻率為fs＝2000hz，仿真圖都是在相同條件下實(shí)驗(yàn)10次平均所得的結(jié)果。參數(shù)設(shè)置如表一所示。表一：參數(shù)設(shè)置eriksson方法參數(shù)設(shè)置μw,μs5×10-4,1×10-2akhtar方法參數(shù)設(shè)置μw,μmax,μmin,λ5×10-4,2.5×10-2,7.5×10-3,0.99改進(jìn)控制方法參數(shù)設(shè)置μ,a,b,β,ε-7×10-3,2×10-1,2×10-3,2×10-2,-3×10-1仿真結(jié)果如圖3至圖5所示，圖3是次級(jí)通道建模誤差δs(n)，用來檢測(cè)建模效果，可以看出，本發(fā)明提出的控制方法較eriksson和akhtar控制方法不僅能獲得較低的次級(jí)通道建模誤差值，還能使快速收斂至s(n)。圖4為降噪性能的比較。圖5是收斂因子變化圖。仿真實(shí)驗(yàn)2：傳輸通道發(fā)生突變情況下實(shí)驗(yàn)。實(shí)際情況下次級(jí)通道和初級(jí)通道是隨時(shí)間不斷變化的，這就需要控制方法能夠快速跟蹤這種變化。假設(shè)在系統(tǒng)迭代30000次時(shí)通道發(fā)生突變，其他仿真條件和實(shí)驗(yàn)1一樣，p(z)＝0.01-0.001z-1+0.001z-2+0.8z-3+0.6z-4-0.2z-5-0.5z-6-0.1z-7+0.6z-8-0.05z-9+0.05z-10-0.001z-11+0.01z-12+0.8z-13+0.06z-14-0.2z-15-0.5z-16-0.1z-17+0.4z-18-0.05z-19+0.05z-20-0.001z-21+0.001z-22+0.6z-23+0.6z-24-0.2z-25-0.5z-26-0.1z-27+0.4z-28-0.05z-29+0.2z-30-0.4z-31s(z)＝0.03-0.1z-1+0.8z-2+0.1z-3-0.3z-4+0.2z-12+0.04z-13-0.01z-14+0.6z-15仿真結(jié)果如圖6至圖8所示，當(dāng)通道發(fā)生突變時(shí)，本發(fā)明改進(jìn)的控制方法可以自適應(yīng)調(diào)整收斂因子來適應(yīng)這種突變，使噪聲控制有較好效果，本發(fā)明改進(jìn)控制方法相較于其他兩種方法依然保持高收斂率和低穩(wěn)態(tài)值。當(dāng)前第1頁12