基于Matlab的主动降噪实验

综合实验二SHANGHAIJIAOTONGUNIVERSITY实验三主动降噪实验指导老师：王旭永小组成员：吴淑标5110209352汤剑宏5110209355朱安林5110209344综合实验二目录一、实验目的.........................................................................................1二、实验原理.........................................................................................1三、实验仪器.........................................................................................3四、实验步骤.........................................................................................4五、实验过程.........................................................................................5六、程序代码及解释..............................................................................7七、实验数据观察及解释....................................................................10八、误差分析.......................................................................................11九、实验感想.......................................................................................12综合实验二1一、实验目的1.了解噪声的基本概念；2.了解工程中处理噪声的常规方法；3.掌握主动降噪的基本原理与方法；4.通过实验模拟主动降噪，分析降噪效果。二、实验原理主动降噪（主动噪声控制），又称为有源噪声控制。早在1933年就由德国物理学家PaulLueg提出了。其主要依据了声波的干涉原理，来消除噪声。主动降噪的基本原理图如图1所示：简单的说就是用传感器检测噪声信号，通过控制系统反馈给次声源，由次生源发出与原噪声信号频率相同、幅值大小相同、相位相反的声信号，根据声波叠加原理，达到一种降噪的效果。其逻辑程序框图如图2所示：图1主动降噪的原理图2主动降噪逻辑框图2主动降噪，习惯上可以进行如下分类：1）有源声控制和有源力控制；2）单通道有源控制和多通道有源控制；3）非自适应有源控制和自适应有源控制。对于有源噪声控制系统而言，也可以这样分类：1）模拟系统和数字系统；2）前馈控制系统和反馈控制系统；3）单通道系统和多通道系统。主动降噪的实现：以单通道有源噪声控制系统为例，这里也分非自适应有源噪声控制系统和自适应有源噪声控制系统。1）自适应有源噪声控制系统：该系统一般由初级声源、自适应控制器、次级声源和误差传感器组成。其特点是控制器带反馈，并具有自适应控制算法，控制器多为数字控制器。这种系统适用的范围宽，相对灵活，但其结构复杂，实现难度加大，成本增加。本系统原理图如图3所示：本实验主要采用此种控制方式。2）非自适应有源噪声控制系统：该系统一般由初级声源、控制器、次级声源和传感器组成。其特点是控制器不带反馈，可以是模拟控制器，也可以是数字控制器。这种系统适用的范围有限。影响主动降噪性能的主要因素：1）初级声源的类型与特征：图3自适应有源噪声控制系统3此时，最适合的噪声源是集中参数噪声源，最好是点噪声源。这样，可以使用尽可能少的次级声源获得最大降噪量。2）次级声源的位置：一般为获得全局空间噪声能量的降低，在进行次级声源的布置时，应该遵循从空间和时间上完全能够复制初级声场的原则，使得次级声源称为初级声源的“镜像”。3）传感器（误差传感器）的位置与个数：对于有源降噪而言，所使用的传感器（误差传感器）位置与个数是至关重要的。因为其位置是否合适，直接影响到获取初级声源的质量；其个数多少关系到降噪效果。4）参考信号与质量：参考信号能够获得并质量好，就可以构造性能良好的前馈控制器，因为前馈控制器相对于反馈控制器而言，结构简单，性能易于稳定。5）自适应算法与控制器硬件：对于宽带噪声的降噪而言，好的自适应算法将扮演重要的角色。它不仅关系着控制器的复杂程度、系统稳定性。因此，一个好的自适应算法应该兼顾收敛性、鲁棒性和计算量三个方面。控制器硬件设置应该以能够实时地、准确地完成自适应算法为目标。三、实验仪器本实验用到的实验设备比较简单：笔记本电脑（图4）、扬声器即音箱（图5）、传感器即麦克风（图6）；所使用的编程软件是Matlab，方案简单易行。图4笔记本电脑图5扬声器4四、实验步骤1）完成各仪器能否正常工作的检验，保证实验正常进行；2）按计划搭建实验平台，如图7所示；3）打开Matlab软件，将编好的程序烧录其中，准备开始实验；4）选择相对安静的空间，运行程序，程序会自动会输出8张图，分别包括降噪前、后的波形图和幅值频谱图；5）待程序运行完毕，观察最后一次降噪的幅值频谱图，和原噪声进行比较是否达到了降噪的效果，如不满足需要进行调试，再次重复实验；6）满足要求后，结束程序，拆除实验平台，整理实验设备；7）整理相关实验图片和数据，进行数据分析；图6传感器图7实验整体平台58）分析实验误差，得出结论并撰写实验报告。五、实验过程实验平台搭建过程：1）选择相对安静的空间环境，将平整的桌面当做实验平台；2）将这对音箱间隔合适的距离对放，并且使发声源在一条直线上，连接电脑USB接口加耳机接口，将其中一个声道当做噪声源，另一个声道做次生源；（本实验并没有选择添加声道）3）把麦克风的接收点放置在上述直线上的任意一点，保持稳定位置不变，连接电脑的USB接口，作为声音传感器。正式实验过程：1）选择噪声频率1100Hz，声源持续时间为120s，次生源除了相位值与原噪声不同，其余一致，检测控制时间为3s一个循环，目的就是不断改变相位，一切准备就绪，运行程序；2）第一步为检测程序，结果会识别出原噪声的频率以及相应的幅值，会首先输出两幅图，分别是原噪声信号波形图和幅值频谱图，如图8所示：图8检测原噪声程序输出结果63）第二步为降噪第一阶段，次生源会发出和原噪声一致的声信号，以pi/3为精度，不断移动次生源的相位，直到筛选出目标相位（相邻两点叠加后信号的幅值小于原噪声的幅值），此时跳出该循环，并输出另外两幅图，即第一步降噪的信号波形图和幅值频谱图，如图9所示：4）第三步为降噪第二阶段，目标函数进入第二个循环，以pi/12为精度，不断移动次生源的相位，直到筛选出目标相位（叠加后信号的幅值降低50%），此时跳出该循环，并输出两幅图，即第二步降噪的信号波形图和幅值频谱图，如图10所示：图9第一步降噪程序输出结果图10第二步降噪程序输出结果75）第四步为降噪第三阶段，目标函数进入第三个循环，以pi/24为精度，不断移动次生源的相位，直到筛选出目标相位（叠加后信号的幅值降低70%），此时跳出该循环，次生源便以该相位值持续发出信号，即持续降噪效果，输出最后两幅图，即第三步降噪的信号波形图和幅值频谱图，如图11所示：6）若实验能够成功运行，则结束运行程序，整理实验器材，分析实验数据，并做误差分析。六、程序代码及解释Fs=8192;%采样频率为8192t=1:(120*Fs);%定原噪声发声时间为120syy=zeros(2,120*Fs);%建立两行零矩阵，以存储双声道不同的声信号yy(1,:)=40*sin(2*pi*1100*(t/Fs)-pi/3);%原噪声的发声程序，频率1100Hzsound(yy,Fs);%Matlab发声代码Y=audiorecorder(Fs,16,1);%Matlab声卡采集代码，采样精度为16，单声道disp('Startspeaking.');recordblocking(Y,3);%声音收集时间为3sdisp('EndofRecording.');y=getaudiodata(Y);%Matlab声信号转化为数值代码figure(1);%Matlab画图代码subplot(241);plot(y);%第一幅图原噪声波形图xlabel('time');ylabel('fuzhi');图11第三步降噪程序输出结果8title('原信号波形图');X=fft(y,Fs);%进行傅里叶变换ff=1:Fs;z=abs(X);%将傅里叶变换的结果取绝对值z(1:100)=0;%去除0附近的干扰值z(8000:8192)=0;subplot(242);plot(ff,z);%第二幅图原噪声幅值频谱图title('原信号幅值频谱图');k=find(z==max(z));%找出收集信号幅值最大点对应的频率f=min(k)-1;%取两者较小的频率y2=(2*max(z))/Fs;%以该公式作为衡量幅值大小的工具phi=0;%定初始相位0n=1;%引入变量n，初值赋予1a=zeros(1,100);%用此矩阵实时检测每次循环的降噪效果b=zeros(1,100);whilen-3yy(2,:)=40*sin(2*pi*f*(t/Fs)+phi);%次生源的发声程序sound(yy,Fs);Y1=audiorecorder(Fs,16,1);disp('Startspeaking.');recordblocking(Y1,3);%以3秒为一个检测周期disp('EndofRecording.');y3=getaudiodata(Y1);subplot(243);plot(y3);%第三幅图第一步降噪的波形图xlabel('time');ylabel('fuzhi');title('降噪1波形图');X2=fft(y3,Fs);%进行傅里叶变换z=abs(X2);z(1:100)=0;Y2=(2*max(z))/Fs;%使用和衡量原噪声幅值一样的公式subplot(244);plot(ff,z);%第四幅图第一步降噪的幅值频谱图title('降噪1幅值频谱图');ifY2=y2%若降噪后的幅值大于原噪声幅值phi=phi+pi/3;%将次生源相位向左移动pi/3个单位elsephi=phi+pi/6/n;%否则向左移动pi/6个单位n=-(abs(n)+1);%跳出该程序endendprint(1,'-dpng','test1');%将输出图片放在相应的文件夹内9n=2;%变量n赋予2i=1;%过程监测变量phi=phi+pi/3/(2^n);%第一个循环结果的相位值向左移动pi/12whilen=2y4=y2*2*cos(pi/2-pi/3/(2^n));%设定第二步降噪的目标精度是50%yy(2,:)=40*sin(2*pi*f*(t/Fs)+phi);%次生源的发声程序sound(yy,Fs);Y1=audiorecorder(Fs,16,1);disp('Startspeaking.');recordblocking(Y1,3);%以3秒为一个检测周期disp('EndofRecording.');y3=getaudiodata(Y1);subplot(245);plot(y3);%第五幅图第二步降噪的波形图xlabel('time');ylabel('fuzhi');title('降噪2波形图');X2=fft(y3,Fs);%进行傅里叶变换z=abs(X2);z(1:100)=0;subplot(246);plo