一种智能电机降噪方法与流程

本发明涉及电机降噪的，尤其是指一种智能电机降噪方法。

背景技术：

1、电机包括电动机和发电机，是实现电能和机械能相互转换的一种设备，在各行各业中已经广泛应用，当电机高速运动时，噪声污染越来越突出。这些噪声对长期近距离接触设备的工作人员不利，同时，强烈的噪声会导致机器、设备和某些工业结构的声疲劳，长期作用将缩减其使用寿命，甚至导致事故的发生。

2、目前降噪的方法主要可以分为主动降噪和被动降噪，在电机领域中常用主动降噪(anc，active noise cancellation)技术，通过收集电机运动时的噪音，再生成与之幅值相同、相位相反的反噪声信号，以抵消噪声信号，实现降噪目的。但现有电机主动降噪技术算法中无法在人耳听力频率范围内自动识别环境状态，并根据环境来自动切换降噪模式，且存在风噪声泄露严重的问题，使降噪能力和降噪音质都存在一定的局限。

技术实现思路

1、本发明的目的在于克服现有技术的不足，提出了一种智能电机降噪方法，通过主动式语音降噪计算模型提升芯片算力和软件算法，实现降噪能力和音质的迭代，并能够通过环境来自动切换不同降噪模式，优化风噪声泄露。

2、本发明的目的通过下述技术方案实现：一种智能电机降噪方法，该方法是对主动降噪模型进行训练，得到一个能够在人耳听力频率范围内降噪的主动式语音降噪计算模型，并将该主动式语音降噪计算模型设置于电机的降噪芯片中，降噪芯片根据环境来自动切换不同的降噪模式，并根据风噪检测结果调控其控制器参数来优化风噪声泄露，再通过生成与噪音波形相同且相位相差180度的反向声波，使收集的电机噪音声波与反向声波相结合，最终实现对电机降噪。

3、进一步，所述主动式语音降噪计算模型包括：

4、二级通道滤波模块，用于对初始参考噪音信号x(n)进行滤波，产生滤波信号x’(n)到自适应滤波模块中；

5、自适应滤波模块，根据滤波信号x'(n)以及降噪信号y(n)与噪声信号d(n)之间的误差信号e(n)进行计算得到矢量因子w，将矢量因子w反馈到初级通道滤波模块中；

6、初级通道滤波模块，结合矢量因子w对初始参考噪声信号x(n)进行滤波，输出降噪信号y(n)；

7、错误采样值计算模块，使降噪信号y(n)与噪声信号d(n)相消，计算得到误差信号e(n)并将其输出到自适应滤波模块中。

8、进一步，所述自适应滤波模块中执行以下操作：

9、根据滤波信号x'(n)进行迭代运算，计算得到矢量因子w，如下公式所示：

10、w＝(1-alpha×leakage)×w+alpha×e(n)×xfilterd/energy；

11、其中，xfilterd为滤波后的参数输入矢量，即为每轮迭代的实时数值，其为常数；alpha为步长因子，leakage为泄露因子，e(n)为误差信号，即每次采样的错误采样帧，energy为滤波后的参考矢量的平方值，其中参考矢量为预设滤波效果的标准值。

12、进一步，所述对主动降噪模型进行训练，得到一个能够在人耳听力频率范围内降噪的主动式语音降噪计算模型包括以下步骤：

13、s1、确定基准频段，基于该基准频段对主动降噪模型进行训练，得到一个符合预设噪声要求的该基准频段的标准化模型；

14、s2、采用采集设备进行原始数据的采集，并将对原始数据进行数据预处理，得到采样数据；

15、s3、将采样数据送入主动降噪模型，通过反馈式输出调整主动降噪模型的特征参数，直到该模型的评价指标参数与步骤s1的标准化模型的评价指标参数相比符合预设的要求；

16、s4、将人耳听力频率范围20hz-20000hz划分为若干个频段，对该若干个频段分别执行步骤s1-s3的操作，按照频段由低到高的顺序逐一完成各频段的模型参数调节；

17、s5、将步骤s4得到的若干个频段模型拼接成为一个覆盖20hz-20000hz的主动式语音降噪计算模型，适用于各个环境场合。

18、进一步，所述步骤s1包括：

19、确定基准频段后，基于该基准频段对主动降噪模型进行训练，训练的数据为符合预设降噪要求的标准数据、通过数字化滤波处理后达到标准要求的人造数据或公开的标准数据集，通过训练后得到一个符合噪声要求的该基准频段的标准化模型。

20、进一步，所述步骤s2包括：

21、所述采集设备包括麦克风和拾音器，所述预处理包括消除噪声和信号增强；所述特征提取处理包括归一化、数据降维和数据拼接。

22、进一步，所述步骤s3包括：

23、将采样数据送入主动降噪模型，通过反馈式输出调整主动降噪模型的特征参数，并计算此时该模型与标准化模型的降噪失真度以及频率响应速度，以模型的降噪失真度以及频率响应速度作为评价指标参数，并对各评价指标参数设置评价权重，按照权重由高至低将该模型的评价指标参数与标准化模型的评价指标参数进行比对；若比对结果符合预设要求，则认为此时模型的特征参数调整完成，执行步骤s4；若比对结果不符合预设要求，则继续通过反馈式输出调整主动降噪模型的特征参数，直至符合预设要求。

24、一种降噪芯片，用于实现上述智能电机降噪方法。

25、一种智能电机，包括上述降噪芯片。

26、本发明与现有技术相比，具有如下优点与有益效果：

27、本发明能够通过训练主动式语音降噪计算模型，提升降噪芯片算力和软件算法，并能够根据环境自动切换不同的降噪模式，来实现降噪能力和音质的迭代；同时主动式语音降噪计算模型能根据风噪检测结果，自适应调控anc控制参数，进而优化电机风噪声泄露。

技术特征：

1.一种智能电机降噪方法，其特征在于：该方法是对主动降噪模型进行训练，得到一个能够在人耳听力频率范围内降噪的主动式语音降噪计算模型，并将该主动式语音降噪计算模型设置于电机的降噪芯片中，降噪芯片根据环境来自动切换不同的降噪模式，并根据风噪检测结果调控其控制器参数来优化风噪声泄露，再通过生成与噪音波形相同且相位相差180度的反向声波，使收集的电机噪音声波与反向声波相结合，最终实现对电机降噪。

2.根据权利要求1所述的一种智能电机降噪方法，其特征在于，所述主动式语音降噪计算模型包括：

3.根据根据权利要求2所述的一种智能电机降噪方法，其特征在于，所述自适应滤波模块中执行以下操作：

4.根据权利要求1所述的一种智能电机降噪方法，其特征在于，所述对主动降噪模型进行训练，得到一个能够在人耳听力频率范围内降噪的主动式语音降噪计算模型包括以下步骤：

5.根据权利要求4所述的一种智能电机降噪方法，其特征在于，所述步骤s1包括：

6.根据权利要求4所述的一种智能电机降噪方法，其特征在于，所述步骤s2包括：

7.根据权利要求4所述的一种智能电机降噪方法，其特征在于：所述步骤s3包括：

8.一种降噪芯片，其特征在于：用于实现权利要求1-7任一项所述智能电机降噪方法。

9.一种智能电机，其特征在于：包括权利要求8所述降噪芯片。

技术总结本发明公开了一种智能电机降噪方法，其特征在于：该方法是对主动降噪模型进行训练，得到一个能够在人耳听力频率范围内降噪的主动式语音降噪计算模型，并将该主动式语音降噪计算模型设置于电机的降噪芯片中，降噪芯片根据环境来自动切换不同的降噪模式，并根据风噪检测结果调控其控制器参数来优化风噪声泄露，再通过生成与噪音波形相同且相位相差180度的反向声波，使收集的电机噪音声波与反向声波相结合，最终实现对电机降噪；本发明能够通过训练主动式语音降噪计算模型，提升降噪芯片算力，并能够根据环境自动切换不同的降噪模式，来实现降噪能力和音质的迭代；同时能根据风噪检测结果，自适应调控ANC控制参数，进而优化电机风噪声泄露。技术研发人员：光明雨,吴海铭,肖景受保护的技术使用者：东莞市达源电机技术有限公司技术研发日：技术公布日：2024/5/29