一种车载智能降噪系统及方法与流程

本发明属于降噪，尤其涉及一种车载智能降噪系统及方法。

背景技术：

1、传统的汽车噪声控制方法有吸声、隔声和消声等，主要采用吸声材料和机械结构的优化设计等措施达到降噪的目的，例如发动机面罩、车内声学包装和消声器等。但这些方法有较大的局限性，仅对波长短的高频噪声有较好的降噪效果，且都需要特定的材料和机械结构，对工艺和成本的要求较高。噪声主动控制(active noise control，anc)是根据声波干涉相消原理，利用次级声源发出一列幅值相等相位相反的声波，在目标区域和初级声源的声波叠加抵消来实现降噪。然而，随着各类噪声控制技术的应用，车内噪声的声压级得到一定改善，但声压级并不能完全反应人对噪声的主观感受，有时声压级高的声音反而比声压级低的声音听起来更加悦耳。因此，有必要提供一种有效降低车内噪声和改善车内声音品质的智能降噪系统。

技术实现思路

1、有鉴于此，本发明提供了一种可以改善车内噪声品质和提升降噪效果的车载智能降噪系统及方法，来解决上述存在的技术问题，具体采用以下技术方案来实现。

2、第一方面，本发明提供了一种车载智能降噪系统，包括多个麦克风传感器、第一组三轴传感器、第二组麦克风传感器和主机，第一组三轴传感器与多个麦克风传感器的输入端连接，多个麦克风传感器的输出端与第二组三轴传感器的输入端连接，第二组三轴传感器的输出端与主机连接；

3、通过多个麦克风传感器采集车内的声音数据并传输至主机，主机控制第一组三轴传感器和第二组三轴传感器根据声音数据确定声音数据对应的位置数据，主机整合位置数据和声音数据并完成声音数据的降噪处理，其中，多个麦克风传感器分布在预设坐标系内。

4、作为上述技术方案的进一步改进，车载智能降噪系统还包括m个麦克风分布在预设坐标系上，声源s(t)平面波入射，信号频率为ω，各麦克风传感器的位置不同，声波到达各麦克风接收到的信号为声源信号经过不同延时后的信号，记为其中，tm(m＝1,2...m)表示声源信号到第m个麦克风的延时，vm(m＝1,2...m)表示第m个麦克风接收到的噪声信号；

5、预设各类信号都为零均值信号，且噪声信号wm(t)与声源信号s(t)不相干，将上述y(t)等号两边进行傅里叶变换得到写成矩阵形式为将角频率ω省略写成y＝dθx+v，此时输入信号的协方差φy为其中，φx表示期望信号的均方差，φv表示噪声信号的均方差，则预设每个麦克风阵元的接收噪声的协方差相等，则其中，tv表示噪声的自相关矩阵，在漫反射的噪声场的情况下，其中，φd表示漫反射噪声的方差，td表示漫反射噪声的相干矩阵。

6、作为上述技术方案的进一步改进，根据麦克风阵元位置计算出目标方向上的时延，并将接收到的一组信号在时延上抵消，将该组信号求和得到一个信号，基于线性滤波的频域波束形成算法的表达式为其中，*表示共轭，h表示权向量，长度为m，y表示在频域下的麦克风阵列接收信号，xfd表示滤波后的信号，vm表示残余噪音，z的协方差是滤波后的信号与残余噪音协方差的总和的表达式为φz＝e[|z|2]＝hhφyh＝φxfd+φvm。

7、作为上述技术方案的进一步改进，由多个麦克风传感器、第一组三轴传感器和第二组三轴传感器构成声源定位模型，声源定位模型中任意两个麦克风传感器mi和mj接收到的离散声源信号分别为xi(n)＝αis(n-τi)+εi、xj(n)＝αjs(n-τj)+εj，其中，s(n)表示原声源信号，αi和αj表示信号幅值衰减系数，εi和εj表示信号夹杂中的环境噪声，均为高斯白噪声，且s(n)与εi和εj彼此互不相关，则接收到的信号xi(n)和xj(n)的互相关函数为rij(τ)＝exi(n)xj(n-τ)]＝αiαje[(n-τi)s(n-τj-τ)]，令rij(τ)＝αiαjrs(τ-(τi-τj))，其中，rs表示信号s(n)的自相关函数；

8、当τ＝τi-τj时互相关函数值达到最大，此时对应的τ即为两信号的传播时延，互相关函数和互功率谱的关系表达式为其中，为信号xi和xj之间的互功率谱，并对互相关函数和互功率谱进行加权处理，处理后的互相关函数为ψij(ω)表示广义互相关加权函数。

9、作为上述技术方案的进一步改进，对加权函数进行多帧平滑处理以减少由当前帧语音信号估计出的波动和误差，加权函数为其中，flen表示信号分帧数，rij(f)表示信号的相干函数，其值为ρ表示跟信噪比相关的量，随信噪比变化而变化，其值范围为[0.5,1]；

10、对互相关函数采用抛物线插值法进行插值，当接收到的信号是离散条件下，广义互相关函数的表达式为其中，flen表示帧长，si(k)和sj(k)表示信号si(n)和sj(n)的离散傅里叶变换，ψij(k)表示改进的互相关频域加权函数；

11、将实验分成根据采样周期的整数倍p和时延的小数部分δ(|δ≤0.5|)两部分，由表达式为的最大值找到其整数部分p；取rij(s)三个采样点，利用抛物线合并得到小数部分的估计量则实际的时延值为

12、作为上述技术方案的进一步改进，以其中一个麦克风传感器对应的麦克风为基准麦克风，其余麦克风传感器对应的麦克风分别与其计算时延值，预设第i个麦克风和第j个麦克风的位置分别与矢量mi和mj相对应，声源s位置则对应矢量rs，且声源到两个麦克风之间的时延差为tij，则根据声源到两个麦克风之间的距离差得到矢量方程为‖rs-mi‖-‖rs-mj‖＝tij·c，其中，c表示环境中声音传播的速度，满足条件的多个双曲面的交点即为声源所在的位置，需要至少四个麦克风得到互不相关的三组方程。

13、作为上述技术方案的进一步改进，采用球形插值算法将上述多组时延值求得一组方程，根据最小均方误差准则求解该方程组以得到位置估计，令坐标位于原点的麦克风m0，定义麦克风mi和声源q到原点的距离分别为ri＝‖ri‖和rs＝‖rs‖，其中，ri表示mi到基准麦克风m0的距离矢量，其坐标为(xi,yi,zi)，rs表示m0到声源q的距离矢量，其坐标为(xs,ys,zs)，声源q与麦克风mi的距离表达式为

14、由三角形余弦定理可得di＝di0+rs＝‖ri-rs‖，其中，di0＝di-s0表示麦克风mi与基准麦克风m0到声源q的距离差，对di所在的表达式两边分别取平方并整理得到加入等式误差，当误差在最小二乘意义下达到最小时得到声源位置的最佳估计的表达式为

15、由麦克风m1到麦克风mn相对于基准麦克风m0共得到n对采样数据，对应的矩阵表达式为∈＝δ-2rsd-2srs，其中，rs和rs存在非线性关系，将该方程的求解过程分成两步：

16、第一步，设给定rs，根据最新二乘法，得到∈的均方差最小，其中，

17、第二步，将第一步中的rs表达式代入方程简化得到其中，由韦达定理可求出方程的根为并代入第二步方程得到声源的位置矢量为即得到最终的声源位置。

18、作为上述技术方案的进一步改进，主机采用噪声主动控制算法以降低噪声的声压级，lms算法根据输入的信号r(n)和e(n)进行迭代计算，自适应滤波器w(z)根据计算结果调整权系数，输出的控制信号y(n)经过麦克风传感器到达目标区域与待控制信号d(n)叠加抵消，输入至lms算法里的r(n)可由表达式为r(n)＝x(n)*c′(n)，其中，r(n)表示参考信号r(n)与c′(z)的脉冲响应c′(n)的卷积，结合表达式为w(n+1)＝w(n)+2μe(n)x(n)得到自适应滤波器的权系数迭代表达式为w(n+1)＝w(n)-2μe(n)r(n)，其中，e(n)表示n时刻误差信号，x(n)表示n时刻参考信号，μ表示收敛因子，w(n)表示n时刻权系数矢量，w(n+1)表示下一时刻权系数矢量。

19、作为上述技术方案的进一步改进，主机根据车内声学性能分析和心理声学客观参量对声音数据进行滤波、降噪处理，其中，声学性能分析包括声固耦合有限元分析模型和声腔模态分析，心理学客观参量包括响度、波动度和粗糙度、尖锐度、音调度以及语音清晰度。

20、第二方面，本发明还提供了一种车载智能降噪方法，包括以下步骤：

21、获取声源信号并进行有效声音检测，通过短时帧能量和短时过零率找到有效声音的起止点；

22、根据麦克风传感器的采用频率对声源信号做滤波处理；

23、计算麦克风i和麦克风j的信号互功率谱，其中，对麦克风i和麦克风j接收到的信号xi(n)和xj(n)做快递傅里叶变换到频域得到xi(ω)和xj(ω)，根据互相关函数和互功率谱的关系式得到两个麦克风之间的互功率谱；

24、对加权函数进行改进，将加权后的广义互相关函数取傅里叶反变换得到麦克风i和麦克风j之间的广义互相关函数；

25、对互相关函数进行插值以确定两个麦克风之间的时延，其中，查找加权后的广义互相关函数峰值点为声源到两个麦克风的时延，并通过多组麦克风对取得多个不同的时延值；

26、采用球形插值算法根据时延估计得到声源位置估计，其中，由麦克风对得到的多组时延值求得一组方程，根据最小均方误差准则求解该方程组，最终得到声源位置的坐标，主机根据声源信号和声源位置进行降噪处理以完成智能降噪。

27、本发明提供了一种车载智能降噪系统及方法，通过设置多个麦克风传感器、第一组三轴传感器、第二组麦克风传感器和主机，通过多个麦克风传感器采集车内的声音数据并传输至主机，主机控制第一组三轴传感器和第二组三轴传感器根据声音数据确定声音数据对应的位置数据，主机整合位置数据和声音数据并完成声音数据的降噪处理，采用麦克风传感器对声源信号进行噪声定位，提升了噪声声源定位的准确性，去除无效杂乱的声音，可以对车内噪声的品质进行有效改善，也提高了汽车乘坐舒适性。