主动降噪系统训练方法以及相关设备技术方案

本发明专利技术涉及主动降噪系统训练方法及相关设备，通过预先对训练用的预设激励信号进行预设滤波处理后再输入至基于FXLMS算法实现的ANC系统对系统进行训练以得到自适应滤波器的系数，对信号的滤波处理在测试端实现，也同样可以实现不同频段的选择降噪，由此，通过简单的结构、较低的成本实现了不同频段的选择降噪，同时，相比于结构更复杂的FELMS算法，本实施例由于无需引入高阶滤波器，也不会导致LMS算法收敛时间过长或无法收敛，进一步提高了ANC系统的稳定性，能够提升产品良率，有利于产品量产。品量产。品量产。

【技术实现步骤摘要】
主动降噪系统训练方法以及相关设备


[0001]本专利技术涉及主动降噪领域，尤其涉及主动降噪训练方法及系统、主动降噪控制装置、主动降噪系统、耳机、音频设备以及芯片。

技术介绍

[0002]主动降噪(Active Noise Control,ANC)是目前常见的噪音消除方式。ANC基于干涉原理，通过次级通路(消噪扬声器等)产生与噪声同幅度、相位相反的波形进行抵消。现有的ANC系统常用的结构有前馈式结构、反馈式结构和混合式结构，前馈式结构一般需要两个麦克风，参考麦克风接收外噪声源信号，误差麦克风设置于收音位置处采集经过消噪后的残余噪声，反馈式结构则只有误差麦克风用于采集残余噪声，参考噪声通过预估实现，混合式结构则是上述两种结构的混合，以上三种结构中，都通过参考信号来驱动自适应滤波器产生驱动信号，驱动扬声器生产消噪声波以实现降噪。
[0003]目前，对于自适应滤波器的系数，通常采用基于LMS算法改进后的FXLMS算法进行系数更新，如图1所示是一个基于FXLMS算法的ANC系统控制器的结构图，其中，初级通路是指从噪音源到误差麦克风的这段通路，其转移函数为初级通路频响，也即系统频响P(z)，次级通路是指从滤波器输出，经消噪扬声器到误差麦克风的这段通路，其转移函数即为次级通路频响S(z)，S
′
(z)为一个等价于次级通路转移函数的滤波器(通常称为X-滤波)，主要用于对参考噪声信号进行滤波，以此来消除系统的稳定性问题。但是，采用FXLMS算法的ANC结构本身存在许多问题，其中之一就是在设计时对于不同频段的降噪效果是相同的，而在实际应用中，基于人耳对不同频率声音的敏感度或不同场景下不同的噪声类型，对于不同频段的噪声实际上需要有不同的降噪处理。因此，FELMS算法在FXLMS算法的基础上，在误差通路和LMS数据通路(即参考噪声所在通路)对误差噪声e(n)和参考噪声引入相同的两个高阶滤波器H
nw
(z)，对参考噪声和误差噪声的不同频段进行整形滤波，在此基础上更新自适应滤波器得到的自适应滤波器W(z)能够对不同频段的噪声实现不同的降噪，如图2所示。但是，引入两个高阶滤波器，一方面需要更多的硬件资源，电路面积和功耗增大，实现代价变大，提高产品成本；另一方面，也会导致算法收敛时间变长或无法收敛，系统稳定性下降，导致产品良率下降，影响产品最终量产。

技术实现思路

[0004]基于上述现状，本专利技术的主要目的在于提供一种主动降噪训练方法及系统、主动降噪控制装置、主动降噪系统、耳机、音频设备以及芯片，通过在训练时预先对输入至FXLMS主动降噪系统的模拟噪声按不同降噪需求进行滤波处理，由此得到能满足降噪需求的滤波参数作为自适应滤波器的出厂参数，通过简单的结构、较低的成本实现了不同频段的选择降噪，同时也提高了系统的稳定性。
[0005]为实现上述目的，本专利技术采用的技术方案如下：
[0006]一种主动降噪系统训练方法，用于通过测试设备对具备主动降噪系统的电子设备
进行主动降噪训练，包括如下步骤：
[0007]S100，所述测试设备发送第二测试指令至所述主动降噪系统，进入第二训练状态；
[0008]S200，所述测试设备对一当前预设激励信号进行预设滤波处理，经过预设滤波处理的所述预设激励信号驱动所述测试设备上的扬声器持续发出训练噪声；
[0009]S300，所述主动降噪系统接收所述训练噪声，基于参考噪声信号产生驱动信号驱动降噪扬声器产生抵消噪声以抵消所述训练噪声；其中，所述驱动信号由自适应滤波器产生，所述抵消噪声和所述训练噪声叠加后转换得到误差噪声信号；
[0010]S400,所述主动降噪系统基于FXLMS算法更新所述自适应滤波器的系数；
[0011]S500，所述主动降噪系统判断所述误差噪声信号是否小于第一阈值或当前预设激励信号对应的训练时间是否超过第二阈值，若任一条件为是，结束当次训练，进入步骤S600，若否，返回步骤S300；
[0012]S600，所述主动降噪系统存储结束训练时所述自适应滤波器的系数并发送第二应答信息至所述测试设备以通知所述测试设备当次训练结束；
[0013]S700，所述测试设备判断所有预设激励信号的是否都已作为训练噪声，若否，更换下一预设激励信号，进入步骤S200，开始下一次训练，若是，进入步骤S800；
[0014]S800，所述测试设备从所有存储的系数中选择预设数量系数并将选择结果发送至所述主动降噪系统；
[0015]S900，所述主动降噪系统依据所述选择结果保留所述预设数量的系数作为所述自适应滤波器的初始系数。
[0016]优选地，步骤S800之前，所述方法还包括：
[0017]S10，训练开始时，所述测试设备发送第一测试指令至所述主动降噪系统，进入第一训练状态；
[0018]S20，所述主动降噪系统通过内部播放噪声激励信号，对次级通路进行离线辨析，得到次级通路的等价滤波器，并反馈所述第一测试指令的第一应答信息至所述测试设备，所述测试设备将在接收到所述第一应答信息后发出所述第二测试指令。
[0019]优选地，步骤S500之后，所述方法还包括：
[0020]S510，所述测试设备在当次训练结束时，获取当前预设激励信号对应的误差噪声信号以记录当次训练得到的系数对应的降噪性能评估分数。
[0021]优选地，所述所有预设激励信号包括不同场景的预激励信号，每个场景的激励信号包括至少一个预设激励信号，步骤S800包括：
[0022]S810，对同一场景的至少一个预设激励信号对应的系数，保留降噪性能评估分数最高的系数，从所有存储的系数中得到第二预设数量的系数；
[0023]S820，在第二预设数量的系数中，按降噪性能评估分数从高到低对所有系数进行排序，选择前预设数量的系数作为选择结果并发送至所述主动降噪系统。
[0024]优选地，步骤S200中，所述测试设备对一当前预设激励信号进行预设滤波处理包括：
[0025]所述测试设备对当前预设激励信号进行匹配人耳听觉曲线的滤波处理。
[0026]优选地，所述预设滤波处理为A计权滤波处理。
[0027]优选地，步骤S200中，所述测试设备对一当前预设激励信号进行预设滤波处理包
括：
[0028]S210,确定当前预设激励信号对应的目标场景；
[0029]S220，依据所述目标场景对当前预设激励信号进行匹配所述目标场景滤波曲线的滤波处理。
[0030]优选地，步骤S200中，所述测试设备对一当前预设激励信号进行预设滤波处理包括：
[0031]S230,确定当前预设激励信号对应的目标场景；
[0032]S240，依据所述目标场景对当前预设激励信号进行匹配所述目标场景滤波曲线的滤波处理。
[0033]本专利技术还提供一种主动降噪系统训练系统，包括测试设备与主动降噪系统，
[0034]所述测试设备用于：发送第二测试指令至所述主动降噪系统，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种主动降噪系统训练方法，用于通过测试设备对具备主动降噪系统的电子设备进行主动降噪训练，其特征在于，包括如下步骤：S100，所述测试设备发送第二测试指令至所述主动降噪系统，进入第二训练状态；S200，所述测试设备对一当前预设激励信号进行预设滤波处理，经过预设滤波处理的所述预设激励信号驱动所述测试设备上的扬声器持续发出训练噪声；S300，所述主动降噪系统接收所述训练噪声，基于参考噪声信号产生驱动信号驱动降噪扬声器产生抵消噪声以抵消所述训练噪声；其中，所述驱动信号由自适应滤波器产生，所述抵消噪声和所述训练噪声叠加后转换得到误差噪声信号；S400，所述主动降噪系统基于FXLMS算法更新所述自适应滤波器的系数；S500，所述主动降噪系统判断所述误差噪声信号是否小于第一阈值或当前预设激励信号对应的训练时间是否超过第二阈值，若任一条件为是，结束当次训练，进入步骤S600，否则，返回步骤S300；S600，所述主动降噪系统存储结束训练时所述自适应滤波器的系数并发送第二应答信息至所述测试设备以通知所述测试设备当次训练结束；S700，所述测试设备判断所有预设激励信号是否都已作为训练噪声，若否，更换下一预设激励信号，进入步骤S200，开始下一次训练，若是，进入步骤S800；S800，所述测试设备从所有存储的系数中选择预设数量系数并将选择结果发送至所述主动降噪系统；S900，所述主动降噪系统依据所述选择结果保留所述预设数量的系数作为所述自适应滤波器的初始系数。2.根据权利要求1所述的主动降噪系统训练方法，其特征在于，步骤S100之前，所述方法还包括：S10，训练开始时，所述测试设备发送第一测试指令至所述主动降噪系统，进入第一训练状态；S20，所述主动降噪系统通过内部播放噪声激励信号，对次级通路进行离线辨析，得到次级通路的等价滤波器，并反馈所述第一测试指令的第一应答信息至所述测试设备，所述测试设备将在接收到所述第一应答信息后发出所述第二测试指令。3.根据权利要求1所述的主动降噪系统训练方法，其特征在于，步骤S500之后，所述方法还包括：S510，所述测试设备在当次训练结束时，获取当前预设激励信号对应的误差噪声信号以记录当次训练得到的系数对应的降噪性能评估分数。4.根据权利要求3所述的主动降噪系统训练方法，其特征在于，所述所有预设激励信号包括不同场景的预激励信号，每个场景的激励信号包括至少一个预设激励信号，步骤S800包括：S810，对同一场景的至少一个预设激励信号对应的系数，保留降噪性能评估分数最高的系数，从所有存储的系数中得到第二预设数量的系数；S820，在第二预设数量的系数中，按降噪性能评估分数从高到低对所有系数进行排序，选择前预设数量的系数作为选择结果并发送至所述主动降噪系统。5.根据权利要求1-4任一项所述的主动降噪系统训练方法，其特征在于，步骤S200中，
所述测试设备对一当前预设激励信号进行预设滤波处理包括：所述测试设备对当前预设激励信号进行匹配人耳听觉曲线的滤波处理。6.根据权利要求5所述的主动降噪系统训练方法，其特征在于，所述预设滤波处理为A计权滤波处理。7.根据权利要求1-4任一项所述的主动降噪系统训练方法，其特征在于，步骤S200中，所述测试设备对一当前预设激励信号进行预设滤波处理包括：S210,确定当前预设激励信号对应的目标场景；S220，依据所述目标场景对当前预设激励信号进行匹配所述目标场景滤波曲线的滤波处理。8.根据权利要求1-4任一项所述的主动降噪系统训练方法，其特征在于：步骤S200中，所述测试设备对一当前预设激励信号进行预设滤波处理包括：S230，所述测试设备对当前预设激励信号进行匹配人耳听觉曲线的第一滤波处理；S240，所述测试设备对第一滤波处理后的预设激励信号进行匹配目标场景滤波曲线的第二滤波处理；其中，所述目标场景依据所述当前预设激励信号确定。9.一种主动降噪系统训练系统，包括测试设备与主动降噪系统，其特征在于，所述测试设备用于：发送第二测试指令至所述主动降噪系统，进入第二训练状态；所述测试设备还用于：对一当前预设激励信号进行预设滤波处理，经过预设滤波处理的所述预设激励信号驱动所述测试设备上的扬声器持续发出训练噪声；所述主动降噪系统用于：接收所述训练噪声，基于参考噪声信号产生驱动信号驱动降噪扬声器产生抵消噪声以抵消所述训练噪声；其中，所述驱动信号由自适应滤波器产生，所...

【专利技术属性】
技术研发人员：方泽凯，朱嘉俊，郝鑫，
申请(专利权)人：珠海市杰理科技股份有限公司，
类型：发明
国别省市：