资源描述:
《前馈结构自适应有源降噪耳罩误差通道建模方法》由会员上传分享,免费在线阅读,更多相关内容在应用文档-天天文库。
1、前馈结构自适应有源降噪耳罩误差通道建模方法仪器仪表用户文章编号:1671-1041(2003)02-0045-03鳖墼前馈结构自适应有源降噪耳罩误差通道建模方法朱保魁舒立(空军后勤学院二系徐州221000)张瑞华(桂林电子工业学院通信与信息工程系桂林541oo4)●【摘要】稳定性是设计自适应有源降噪耳罩过程中所必须考虑的首要问题,而误差通道模型的建模精度直接影响着系统的稳定.本文根据前馈结构有源降噪耳罩的特点,提出了一种简单有效的建模模型,与经典的建模模型相比,该模型能在强干扰噪声环境下获得较高的建模精度.【关键词】自适应有源噪声
2、控制,FLMS算法,收敛性分析,建模中图分类号:TP311文献标识码:B1引言FLMS算法自B.Widrow提出以来,由于继承了LMS算法的优点——运算简单和数值稳健,因而在AANC领域得到广泛的应用.为克服其降噪量小,收敛慢的缺点,人们又提出了ModifiedFilteredX—LMS(MFX—LMS)算法,基于最小二乘(RLS)原理的滤波一XRLS算法,基于子带分解的SBDFLMS算法等,这些算法普遍用到了误差通道模型.对FLMS算法来说,要使算法稳定,必须保证误差通道模型与实际通道的相位误差在9O度以内;而对MFX—LMS算
3、法,要满足相差在60度以内,幅度误差在准确值的一半以内.因此,准确的误差通道建模是实际应用AANC的一项关键因素.人们在对AANC系统进行算法仿真和性能分析时,为分析方便常常将误差通道等效为一FIR滤波器,用一般的LMS算法对误差通道建模.在误差通道特性相对稳定的场合,采用离线建模,即运行AANC算法以前,先对误差通道建模,AANC算法开始后,停止建模算法的运行.在误差通道随时间变化的场合,采用在线建模,即建模算法和AANC算法同时运行,建模算法跟踪误差通道传输特性的变化,以确保AANC算法能稳健工作.由于误差通道建模在AANC中
4、的重要地位,迄今已提出了多种离线和在线建模方法.根据自适应有源降噪耳罩的运行环境,一些实际问题必须考虑:(1)不同人佩戴耳罩的方式,甚至同一个人佩戴时的位置不同会造成耳罩腔体各种性能参数的不一致,这要求系统的实时建模:(2)对误差通道的建模—般由系统产生的白噪声信号激欢迎订阅欢迎撰稿欢迎发布产品广告信息励扬声器(耳机)进行,而耳罩直接佩戴于人的两耳上,这样,人耳将直接听到激励噪声信号,这就要求系统产生的激励信号必须足够小,而且还不适宜在线建模;(3)通常情况下,佩戴降噪耳罩的人处于强噪声环境中(否则就没有佩戴的必要了),这样系统要
5、在弱的激励信号和强的干扰噪声中取得高的建模精度,这显然是一对矛盾;(4)随着电子器件的老化,耳罩的各种性能参数必然发生变化,这也要求系统每次运行前都要进行误差通道的建模.因此,寻找合适的算法,模型或建模算法,以减轻干扰噪声对建模算法的影响就成为取得高的建模精度的关键.本文在讨论了经典自适应建模模型在实际环境下的不足后,根据前馈结构AANC算法的物理结构,提出了一种简洁但有效的建模模型.仿真结果表明,新的建模模型在不同的环境噪声强度下均比经典建模模型显示了高的建模精度.2经典的自适应建模算法模型不考虑实际的硬件结构,图1给出了经典的
6、自适应建模模型.x(n)e(n)图1经典的自适应建模模型图中,x(n)是建模激励信号,由系统自身产生:Hs是要识别的误差通道传输函数,d(n)是Hs的输出;(n)是ElCV0I.102003No.245与激励信号不相关的测量噪声,由电路和传声器产生,功率一般很小,服从零均值的高斯分布:e(n)是误差信号,用以调整自适应滤波器的权系数.可见,这是一个经典的系统识别或自适应建模问题,对该问题的研究人们已经进行了数十年,发表了大量的文章.与—般自适应建模不同的一点是S(n)的引入,在这里s(n)是与x(n)不相关的外界干扰噪声或称为初级
7、噪声,通常为高度有色噪声.因s(n)的功率可能强于期望信号d(n)的功率,这使得建模精度受到s(n)的严重影响.定义:X(n)=【x(n),…,x(n-N+1)】;激励信号矢量,n)=【w(n),…,w(n-N+1)】;滤波器权系数矢量由图1,系统的输出误差信号为:e(n)=d(n)-X(n)W(n)+s(n)+{(n)(1)则自适应滤波器按均方误差最小的准则调整权系数,即:e(n)=E(eZ(n)]=rain(2)由式(1)和式(2)得均方误差表达式:e(n)=E(e(n)]+WT(n)RW(n).2pTw(n)+口s2+口(3
8、)其中,R=E(X(n)X(n)]Pd=E【d(n)X(N)】口E【s气n)】口E【{(n)】参照文献【8】的推导,可得最小均方误差对应的权矢量(最佳权矢量):W'=R~Pxd(4)将其代入式(3),得最小均方误差:emin=E(d2(n)]?2P