21、实时主动噪声控制与声学场景识别融合技术

实时主动噪声控制与声学场景识别融合技术

1. 主动噪声控制（ANC）概述

主动噪声控制（ANC）的目标是通过产生“反噪声”信号来抵消不需要的声波，从而降低不需要的声音。这一原理已成功应用于多种领域，如降噪耳机、汽车内饰的主动声音设计以及通风管道和通风外壳的降噪。

1.1 ANC 前馈模型

在一个经典的前馈 ANC 示例中，管道入口处的噪声源（如风扇）通过扬声器“抵消”。噪声源 $b(n)$ 由参考麦克风测量，系统输出处的信号由误差麦克风 $e(n)$ 监测。参考麦克风与扬声器之间的距离越小，ANC 系统必须能够越快地计算并播放“反噪声”。

主要路径是两个麦克风之间的传递函数，$W(z)$ 是根据最后可用的误差信号 $e(n)$ 计算的自适应滤波器，而次要路径 $S(z)$ 是 ANC 输出与误差麦克风之间的传递函数。次要路径估计 $S’(z)$ 用于过滤 NLMS 更新函数的输入。此外，从 ANC 扬声器到参考麦克风的声学反馈 $F(z)$ 可以被估计（$F’(z)$）并从参考信号 $b(n)$ 中去除。

为了实现一个成功的 ANC 系统，必须估计主要路径和次要路径。在本示例中，首先估计次要路径和声学反馈，然后在 ANC 系统自适应主要路径时保持其恒定。

1.2 Filtered - X ANC 模型

使用 Simulink 和基于模型的设计，可以从所需系统的基本模型和模拟环境开始。然后，可以提高模型的真实性，或者用真实环境替换模拟环境。也可以在了解更多现实世界系统的挑战时，通过改进模拟环境来进行迭代。

以下是构建 Filtered - X NLMS ANC 系统模型的步骤