[发明专利]一种基于EMFNL滤波器在线建模次级通道的有源降噪方法

权利要求书

1.一种基于带线性部分偶镜像傅里叶非线性(EMFNL,Even Mirror FourierNonlinear with Linear section)滤波器在线建模次级通道的有源降噪方法，其特征在于，基于二阶EMFNL滤波器非线性在线建模次级通道，同时使用EMFNL滤波器作为控制滤波器进行有源噪声控制，该方法具体步骤包括：

S1：采集噪声源信号；

S2：对S1中噪声源信号，构建控制EMFNL滤波器抽头，并简化所述EMFNL滤波器抽头；

S3：对S2中滤波器抽头，构建控制权系数w(n)并对其进行初始化；

S4：对S3中权系数和S2中EMFNL滤波器进行卷积，生成反噪声y(n)；

S5：给出EMFNL滤波器对应的权更新算法，自适应更新控制权系数w(n)；

S6：在线辨识次级通道：

S6.1：产生高斯激励白噪声，并滤除高频部分，将其加入次级通道；

S6.2：对S6.1中激励白噪声采用EMFNL扩展，构建辨识滤波器抽头；

S6.3：定义次级通道辨识系数s'(n)，初始化为0，并采用自适应算法辨识；

S6.4：实时计算次级通道估计s”(n)。

2.根据权利要求1所述的基于EMFNL滤波器在线建模次级通道的有源降噪方法，其特征在于，所述S2中简化滤波器抽头实现形式为：交叉抽头部分对角结构实现，且仅保留部分主对角通道。

3.根据权利要求1所述的基于EMFNL滤波器在线建模次级通道的有源降噪方法，其特征在于，所述S5中自适应算法使用滤波X最小均方误差算法，控制系数更新公式为：

w(n+1)＝w(n)+μ_ce(n)f_e'(n)

其中，μ_c是控制迭代步长，f_e'(n)＝f_e(n)*s”(n)是EMFNL扩展信号经次级通道估计s”(n)滤波后信号，误差信号e(n)通过误差传声器采集。

4.根据权利要求1所述的基于EMFNL滤波器在线建模次级通道的有源降噪方法，其特征在于，所述S6.3中自适应算法使用最小均方误差算法，控制系数更新公式为：

s'(n+1)＝s'(n)+μ_iε(n)f_es(n)

其中，μ_i为辨识步长，取值为P_vy为次级输入信号能量，ε(n)为次级叠加残余信号，表示为：

ε(n)＝e(n)-v'(n)

其中，v'(n)＝v(n)*s'(n)，e(n)为误差信号，通过误差传声器采集。

5.根据权利要求1所述的基于EMFNL滤波器在线建模次级通道的有源降噪方法，其特征在于，所述次级通道的传递函数表示为如下形式：

其中，R₁≤M、R₂≤M、R₃≤M和R₃≤M(M-1)/2分别为线性项、正弦、余弦项和交叉项的数量，l_i,k_i,p_i和q_i为时延参数，s'(n)＝[a_i^T,b_i^T,c_i^T,d_i^T]，其中a_i＝{a_i,i＝1,2,…,R₁}，b_i＝{b_i,i＝1,2,…,R₂}，c_i＝{c_i,i＝1,2,…,R₃}，d_i＝{d_i,i＝1,2,…,R₄}。

6.根据权利要求1所述的基于EMFNL滤波器在线建模次级通道的有源降噪方法，其特征在于，所述次级通道估计表示为：

其中，A_i～E_i为系数估计，l_i,k_i,p_i,q_i和r_i为时延参数，满足如下：