[发明专利]一种多通道有源降噪头靠的降噪方法有效
申请号: | 202010401900.2 | 申请日: | 2020-05-13 |
公开(公告)号: | CN111583896B | 公开(公告)日: | 2023-09-08 |
发明(设计)人: | 唐俊 | 申请(专利权)人: | 苏州静声泰科技有限公司 |
主分类号: | G10K11/178 | 分类号: | G10K11/178 |
代理公司: | 苏州创元专利商标事务所有限公司 32103 | 代理人: | 刘鑫 |
地址: | 215699 江苏省苏州市张家*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 通道 有源 降噪头靠 方法 | ||
1.一种多通道有源降噪头靠的降噪方法,其特征在于:包括以下步骤:
(1)通过装载在头靠上的采集计算模块得到耳廓空间位置信息;
(2)选定耳廓上某一特征点作为抓取点,将所述抓取点的空间坐标定义为虚拟误差传声器的空间坐标;
(3)通过装载在所述头靠上的已知空间坐标的物理传声器和次级声源,计算得到从所述次级声源和所述物理传声器到所述虚拟误差传声器的时延值,所述物理传声器包括物理参考传声器和物理误差传声器;所述次级声源至所述虚拟误差传声器的虚拟次级路径传递函数矩阵为Gvu,所述物理误差传声器与所述虚拟误差传声器之间的初级声场传递函数矩阵为M,由于所述次级声源与所述物理误差传声器位置固定,使用离线建模的方式获得固定的所述次级声源至固定的所述物理传声器的物理次级路径传递函数矩阵Gpu;
(4)所述物理参考传声器采集噪声产生参考信号,所述物理误差传声器采集噪声产生物理误差信号
在步骤(1)中,所述采集计算模块包括RGB-D相机、卷积神经网络结构模型;所述卷积神经网络结构模型用于识别人耳耳廓;所述RGB-D相机包括彩色传声器和深度传声器,根据两者之间的外参构建彩色图像数据与深度数据之间的映射关系,以得到以像素坐标[u,v]形式存在的图像,利用内参进行坐标系变化以得到空间坐标P(x,y,z);
所述多通道有源降噪头靠的降噪方法采用多通道自适应前馈控制系统,使用可移动的虚拟误差传声器作为误差传声器,建立模型如下:
设控制系统有L个次级声源、个物理传声器、个移动虚拟误差传声器;移动虚拟误差传声器的时变位置包含在大小为3×的矩阵中,定义为:
(2);
其中每个移动虚拟位置由相对于一个参考系的三个空间坐标定义:
(3);
计算模型需要在每个时间步长都知道个移动虚拟误差传声器的空间坐标,通过步骤(2)得到移动虚拟误差传声器的空间坐标;
在移动的虚拟位置上计算虚拟误差信号的估计值,
在移动虚拟传感算法中,首先需要获得个空间坐标固定的虚拟误差传声器的虚拟误差信号的估计值;设移动虚拟误差传声器的空间虚拟位置被限制在一个有限的三维区域中,此时空间位置固定的虚拟误差传声器也就位于所述三维区域中,个空间坐标固定的虚拟误差传声器位置的向量由式(4)给出;
(4);
则每个空间坐标固定的虚拟位置由相对于一个参考系的三个空间坐标定义:
(5);
空间位置固定的虚拟误差传声器的误差信号估计值由物理误差传声器信号与次级声源强度传递函数得到:
(6);
其中,为物理误差传声器的物理误差信号,是阶数为的次级声源到物理误差传声器的传递函数矩阵,是阶数为的次级声源到虚拟误差传声器的传递函数矩阵,为次级声源的强度矢量;
将两个次级通道传递函数矩阵建模成两个FIR或两个IIR滤波器;在系统辨识的初级阶段,将阶数为的从空间坐标固定的物理传声器到虚拟误差传声器之间的次级通道传递函数矩阵建模成一个FIR或IIR滤波器;个物理误差传声器的初级噪声信号为:
(7);
空间位置固定的虚拟误差传声器的初级噪声估计值为:
(8);
由此空间位置固定的虚拟误差传声器的总的虚拟误差信号的估计值为:
(9);
根据所述移动虚拟传感算法,通过对空间坐标固定的虚拟误差传声器的虚拟误差信号进行空间插值,可以获得在移动的虚拟位置上的虚拟误差信号的估计值。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于苏州静声泰科技有限公司,未经苏州静声泰科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010401900.2/1.html,转载请声明来源钻瓜专利网。
- 上一篇:光电开关按键及键盘
- 下一篇:税务风险管控方法和装置