主动噪声控制(ANC)技术

噪声智能检测与控制——主动噪声控制（ANC）技术•噪声的污染•解决噪声的办法治标——被动噪声控制方法、主动噪声控制治本——噪声产生前：新型材料ActiveNoiseControl•主动噪声控制（ANC，ActiveNoiseControl）:利用声波叠加原理，针对信号源（主波），产生一个与其幅度相同、相位相反的参考源（次波），两声波相互叠加，达到消声的目。————以噪声控制噪声————ActiveNoiseControlANC系统基本原理框图信号源信号d是有用信号s和噪声干扰n0之和；参考源信号x是与n0相关的噪声n1；ActiveNoiseControl由于噪声源噪声的幅度、相位、频率会随时变化，ANC系统必须能够适应并处理好这些变化，故采用自适应滤波器。•假设s、n0、n1是零均值的平稳随机过程，且满足s与n0、n1互不相关，自适应滤波器的输出y=n2为噪声n1的滤波信号，则整个系统的输出为：z=d-y=s+n0-y------公式（1）两边平方得：z2=s2+(n0-y)2+2s(n0-y)------公式（2）两边取期望值得：E[z2]=E[s2]+E[(n0-y)2]+2E[s(n0-y)2]--公式（3）E[z2]=E[s2]+E[(n0-y)2]------公式（4）ActiveNoiseControlE[z2]=E[s2]+E[(n0-y)2]------公式（4）其中E[s2]表示信号的功率；•由上式可以看出，要使得系统输出z最大程度地接近信号s，就要求E[(n0-y)2]取最小值；•由公式1可知，z-s=n0-y，在理想情况下，y=n0，则z=s；输出信号z的噪声完全被抵消，而只保留有用信号s。•关键在于自适应滤波器。ActiveNoiseControl•自适应滤波器：根据环境的改变，使用自适应算法来改变滤波器的参数和结构。参数可调的数字（FIR/IIR）滤波器自适应算法•常用的自适应算法：最小均方（LMS）算法递推最小二乘（RLS）算法平方根自适应滤波（QR_RLS）算法ActiveNoiseControl•最小均方（LMS，LeastMeanSquare）算法是自适应算法中最常用的一种算法；基于最小均方误差准则，使滤波器的输出信号与期望输出信号之间的均方误差最小；特点：简单有效、计算量小、易于实现。ActiveNoiseControlLMS算法的原理图•自适应滤波器的误差信号e(n)为:e(n)=d(n)-y(n)=d(n)-xT(n)w(n)=d(n)-wT(n)x(n)其中，d(n)为包含噪声的原始信号；x(n)为同一噪声源产生的信号；y(n)=xT(n)w(n)=wT(n)x(n)为自适应滤波器的输出信号；w(n)为滤波器的权系数。ActiveNoiseControlLMS算法的原理图•滤波器权系数的更新递归关系式：w(n+1)=w(n)+2μx(n)[d(n)-xT(n)w(n)]，其中μ为收敛（步长）因子，0μλmax（x(n)自相关矩阵的最大特征值）；•从而，LMS算法的滤波器权系数迭代公式：w(n+1)=w(n)+2μx(n)e(n)下一时刻的权系数，可由当前时刻的权系数加上以误差函数为比例的输入得到。ActiveNoiseControl•参数失调噪声。干扰噪声v(n)越大，则引起的失调噪声就越大。•解决方法：减小收敛（步长）因子μ减少稳态失调噪声，提高算法的收敛精度;降低算法的收敛速度和收敛精度ActiveNoiseControl变步长的LMS算法•胎儿心率的检测干扰：母体脏器的活动（主要是心跳）的噪声、检测设备电源干扰信号源来源：腹部电极采集的信号参考源来源：胸部电极采集的信号•飞行员通信干扰：机舱各种机器噪声信号源来源：语音信号参考源来源：机舱噪声信号ActiveNoiseControl谢谢！