[发明专利]基于递推最小鲁棒估计的低复杂度有源脉冲噪声控制方法

权利要求书

1.一种基于递推最小鲁棒估计的低复杂度有源脉冲噪声控制方法，其特征在于，包括以下步骤：

(1)、初始化

首先构建第一组P个长度为L₁的子滤波器w_1，p(n)以及第二组P个长度L₂为的子滤波器w_2，p(n)，n表示时刻，然后进行初始化：

w_1，p(0)＝[η 0…0]^T，p＝1，2，...，P，0＜η≤1

w_2，p(0)＝[η 0…0]^T，p＝1，2，...，P，0＜η≤1

其中，参数η在大于0小于等于1的范围内选取即可，P＜min{L₁，L₂}，这样，0时刻的第一、二组子滤波器向量为：

初始化0时刻的两组相关逆矩阵Q₁(0)、Q₂(0)：

其中，和分别是大小为PL₁×PL₁和PL₂×PL₂的单位矩阵，参数δ₁、δ₂根据具体实施情况选定；

(2)、对参考脉冲噪声进行采集，得到采样值x(n)，并构建n时刻的参考脉冲噪声信号向量x(n)：

x(n)＝[x(n) x(n-1)…x(n-L+1)]^T

其中，L＝L₁L₂，向量中时刻小余等于0时刻的值为0；

参考脉冲噪声经过初级路径P(z)后的信号为初级噪声d(n)；

(3)、时刻n＝1开始，自适应计算自适应滤波器W(z)在n时刻的系数向量w(n)

3.1)、计算滤波参考信号x_f(n)

其中，是次级路径S(z)的估计量对应的时域脉冲响应，*表示卷积运算；

3.2)、计算子滤波器向量w₁(n)

3.2.1)、计算子滤波参考信号

其中，表示克罗内克积；

这样，得到合成的子滤波参考信号向量

3.2.2)、计算子滤波信号x_2，p(n)：

这样，得到合成的子滤波信号向量x₂(n)：

3.2.3)、计算子滤波误差信号e₁(n)：

3.2.4)、计算加权因子γ₁(n)：

其中ξ₁是利用e₁(n)的方差估计量和中值运算计算所得；

3.2.5)、计算卡尔曼滤波增益子向量k₂(n)：

其中λ₁是遗忘因子，取值为0和1之间的某个值；

3.2.6)、计算换项误差

3.2.7)、计算子滤波器向量w₁(n)：

3.2.8)、更新相关逆矩阵，即计算相关逆矩阵Q₂(n)：

3.3)、计算子滤波器向量w₂(n)

3.3.1)、计算子滤波参考信号

这样，得到合成的子滤波参考信号向量

3.3.2)、计算子滤波信号x₁，_p(n)：

这样，得到合成的子滤波信号向量x₁(n)：

3.3.3)、计算子滤波误差信号e₂(n)：

3.3.4)、计算加权因子γ₂(n)：

其中ξ₂是利用e₂(n)的方差估计量和中值运算计算所得；

3.3.5)、计算卡尔曼滤波增益子向量k₁(n)：

其中λ₂是遗忘因子，取值为0和1之间的某个值；

3.3.6)、计算换项误差

3.3.7)、计算子滤波器向量w₂(n)：

3.3.8)、更新相关逆矩阵，即计算相关逆矩阵Q₁(n)：

3.4)、计算n时刻的滤波器系数向量w(n)

(4)、将各个时刻n得到的系数向量w(n)发送控制滤波器W(z)，控制滤波器对参考脉冲噪声进行滤波，产生滤波信号y(n)，推动扬声器产生抵消信号y′(n)以衰减初级噪声d(n)，实现对脉冲噪声的有源控制。