一種數字前饋式有源降噪耳罩系統研究

鄧帥博，章月新，劉 劍

?

一種數字前饋式有源降噪耳罩系統研究

鄧帥博，章月新，劉 劍

(南京航空航天大學自動化學院，江蘇南京 211106)

傳統耳罩利用隔聲原理降低噪聲，一般在高頻段有著良好的降噪性能，但由于耳罩體積和重量的限制，針對700 Hz以下低頻段噪聲的降噪性能較差。引入基于濾波-X最小均方(Filter-X Least Mean Square, FXLMS)算法的前饋式有源降噪技術，將有效克服該缺點，使耳罩在低頻范圍取得良好的降噪性能。實驗結果與分析表明，設計的基于STM32控制器的數字前饋式有源降噪耳罩對1 000 Hz以下窄帶噪聲有15～25 dB的降噪效果。

低頻有源噪聲控制；STM32控制器；前饋式結構；濾波-X最小均方算法

0 引 言

高噪聲環境嚴重影響人們的聽力和身心健康，一般性的噪聲也會對人們的正常生活和工作產生不同程度的影響。在科學研究和醫療工作中使用的儀器和器械都可能產生某些特定的噪聲，這些噪聲將對科學實驗、醫療診斷或患者帶來干擾[1]。對于高頻噪聲，采用傳統的被動抑制方法(如隔音耳塞)即可消除，而針對低頻噪聲(通常低于700 Hz)，被動抑制方法很難有效消除[2-3]。有源噪聲控制(Active Noise Control, ANC)技術作為被動降噪方法的有效補充，針對低頻噪聲有良好的降噪效果。包含該技術的有源降噪耳罩無論在專業領域還是在日常生活中都有著十分廣泛的用途。應用于聽力保護領域，可以避免人員在飛機駕駛艙、坦克駕駛艙、輪機車間等場合受到噪聲傷害；應用于音頻重放領域，可有效消除噪聲污染，為用戶提供舒適的佩戴及聽覺體驗[4-6]。

有源噪聲控制技術利用聲波干涉相消原理，通過揚聲器發出反噪聲與耳罩內的噪聲相抵消來實現降噪目的。有源降噪耳罩根據控制器的不同可分為模擬式和數字式兩類。模擬式降噪耳罩需要嚴格的聲學結構設計，每款耳罩都需要單獨匹配硬件濾波網絡，并且由于噪聲的時變特性，需要多通道傳遞函數構成的低通濾波器進行濾波處理，而該傳遞函數使用模擬電路難以實現[7]。針對模擬式有源降噪耳罩的不足，數字式有源降噪耳罩成為研究熱點。數字式有源降噪耳罩一般具有自適應控制模塊，可稱為自適應有源降噪耳罩。有源降噪耳罩工作時由傳聲器拾取控制信號，送入控制器的信號處理電路，產生連續的次級信號，經功率放大后驅動次級聲源，產生與初級聲信號頻率相同、相位相反的次級信號，實現噪聲抑制。

本文發揮STM32 F4嵌入式平臺自身的性能優勢，旨在驗證含次級通道在線辨識的濾波-X最小均方(Filter-X Least Mean Square, FXLMS)算法在該嵌入式平臺的運行效果，為設計一款低成本、易實現、適應性強、針對低頻窄帶噪聲有明顯降噪效果的數字前饋式有源降噪耳罩建立基礎。

1 系統原理與算法仿真

1.1 系統原理

由于反饋系統魯棒性不如前饋系統且在有限帶寬范圍內降噪能力有限，故本文所述降噪耳罩采用前饋式拓撲結構。同時為提高系統自適應性，利用在線系統辨識技術對次級通道進行辨識[8-9]，相應ANC系統方框圖如圖1所示。

圖1 含次級通道在線辨識的前饋ANC系統

控制濾波器權系數通過FXLMS算法得到[10]：

次級聲源表示為[10]

1.2 算法仿真

圖2 輔助噪聲約束條件對系統降噪性能影響

2 基于ARM的ANC耳罩實現

2.1 硬件描述

STM32F4系列單片機基于ARM(Acorn RISC Machine) Cortex-M4架構，主頻為168 MHz，增加浮點運算單元、數字信號處理(Digital Signal Processing, DSP)、并行計算等模塊，自帶三路12位模擬數字轉換器(Analog-to-Digital Converter, ADC)，兩路12位數字模擬轉換器(Digital-to-Analog Converter, DAC)，ADC/DAC均能與內部直接存儲器(Direct Memory Asset, DMA)控制器配合使用，提高采樣精度。芯片包含硬件隨機數發生器，能提供次級通道在線辨識的輔助噪聲。獨立看門狗模塊能防止系統程序發散造成爆音。本文采用STM32F4系列開發板，利用微電子機械系統(Micro- ElectroMechanical Systems, MEMS)麥克風采集噪聲，經信號調理電路后被開發板ADC模塊采集。其中ADC開啟DMA模式，使信號采集過程與主循環程序并行執行，縮短算法的執行時間，保證系統的實時性，同時采集多個樣本進行均值濾波以提高ADC的準確性。

由于STM32的ADC接口正常工作電壓范圍在0～3.3 V之間，故需對拾音麥克風輸出交流信號進行1.65 V電平抬升，并且在該信號進入ADC接口之前進行電壓限幅，防止輸入電壓超限燒毀ADC接口。

ADC轉換后的信號經STM32F4微處理單元計算處理，通過DAC模塊、信號重構濾波和功率放大，驅動降噪揚聲器發出反噪聲，實現降噪。STM32F4微處理單元及嵌入式算法是整個系統的核心，完成噪聲的采集處理及反噪聲的產生。硬件電路結構圖和系統硬件方框圖分別如圖3、4所示。

圖3 硬件電路結構圖

圖4 ANC降噪耳罩實驗方框圖

2.2 程序設計

圖5 系統軟件流程圖

本文描述的降噪耳罩中，噪聲信號由12位AD轉換成0～4 095之間的數字量，為防止算法發散，需對AD轉換結果進行歸一化處理：

表1 算法預設參數

Table.1 Algorithm preset parameters

2.3 結果與分析

本文實驗裝置示意圖和實物圖分別如圖6(a)、6(b)所示。聲源揚聲器距離參考傳聲器40 cm，夾角為0°；參考傳聲器和誤差傳聲器距離為5 cm。對于前饋ANC系統，初級通道是從參考傳聲器到誤差傳聲器之間的物理通道[10]。對于線性系統，聲學信號通過初級通道表現為信號從參考傳聲器到誤差傳聲器的延遲。初級通道延時必須高于次級通道延時時長，才能保證系統的因果性[11]。本實驗中耳罩頂部參考傳聲器與耳罩內部誤差傳聲器的直線距離為5 cm，系統采樣頻率為16.94 kHz，計算得到初級通道比次級通道多2.49即2個采樣點以上的延遲，滿足因果性要求。由于針對的目標噪聲為1 000 Hz以下的低頻噪聲，故16.94 kHz采樣頻率滿足香農采樣定理的要求[8]。

圖6 實驗裝置的連線圖和照片

當初級聲源是由電聲分析儀產生的200 Hz單頻正弦噪聲時，降噪前后耳罩內噪聲波形如圖7所示(黑色表示降噪前噪聲，藍色表示降噪后噪聲)。本文測試用電聲分析系統采用杭州兆華公司的CRY6181，該電聲分析儀含四路輸入/輸出通道，采樣率24 bit/192 kHz，測試精度為±0.1 dB，本底噪聲-105 dBV。CRY6181電聲分析儀測得對應動態降噪曲線如圖8所示。從圖8中可以看出，本文所述的降噪耳罩對于200 Hz單頻信號有約24 dB的降噪效果，從打開降噪到基本穩定用時大約14 s。改變初級噪聲為混合頻率噪聲，頻率成分包括200 Hz、300 Hz和500 Hz，幅值之比為1:1:0.5，降噪前后耳罩內噪聲波形如圖9所示(黑色表示降噪前噪聲，藍色表示降噪后噪聲)。同樣采用CRY6181電聲分析儀測得對應的動態降噪聲壓曲線如圖10所示。從圖10可以看出，降噪耳罩對于三頻率混合噪聲有約20 dB的降噪效果，從打開降噪到基本穩定用時大約20 s。

為了進一步驗證本文所述降噪耳罩對窄帶噪聲的降噪效果，由CRY6181發出以1/6 倍頻程為間隔、頻率范圍為50 Hz～4 kHz的正弦掃頻信號，由CRY318人工耳采集耳罩內誤差噪聲，然后傳入CRY6181電聲分析系統測量耳罩的降噪特性。由于數字式降噪耳罩收斂需要額外時間，故本文采用手動控制方式發出正弦信號，即當耳罩在一個頻率收斂后再發出相鄰頻率的下個信號。

電聲分析系統獲得的有源降噪耳罩降噪特性曲線如圖11、12所示。由圖可知，耳罩的被動降噪性能對1 kHz以下噪聲基本沒有效果，甚至由于耳罩內低頻噪聲的諧波激發使得被動降噪后噪聲反而略有增加。而有打開有源降噪功能后，耳罩對2 kHz以下、90 dB左右聲壓級的正弦掃頻初級噪聲有明顯的降噪效果，在較寬頻率范圍內降噪量達15 dB以上。但對于2 kHz以上的信號，由于系統噪聲和算法誤差等因素的影響，隨著頻率的提高，主動降噪性能不斷下降，當頻率上升到3 kHz以上，基本不能發揮主動降噪性能。

為驗證降噪耳罩在較寬頻帶范圍的降噪效果，當初級噪聲為100～1 000 Hz帶寬的粉紅噪聲時，得到降噪前后耳罩內噪聲如圖13、14所示，頻譜曲線如圖15所示。

圖7 200 Hz初級噪聲降噪前后耳罩內噪聲

圖8 200 Hz初級噪聲降噪聲壓級曲線

圖9 混頻初級噪聲降噪前后耳罩內噪聲

圖10 混頻初級噪聲降噪聲壓級曲線

圖11 降噪前后耳罩內聲壓頻率特性曲線

圖12 降噪量曲線

圖14 降噪后耳罩內噪聲波形(50～700 Hz)

由圖15可知，本文所述的主動降噪耳罩對于100～1 000 Hz帶寬的粉紅噪聲有較好的降噪效果。CRY6181電聲分析儀測得開啟主動降噪后，耳罩內部粉紅噪聲由85.2 dB降低到73.0 dB，整體降噪量為12.2 dB。由圖15可知，在整個頻帶范圍內的噪聲基本都有不同程度的降噪效果，且頻率越低，降噪效果越明顯。

圖15 降噪前后耳罩內噪聲頻譜

3 結論

本文研究了一種含次級通道在線辨識的前饋式有源降噪耳罩，首先分析了在線辨識在線標定次級通道的FXLMS算法，原理并進行了MATLAB仿真。然后基于ARM STM32F4平臺，搭建原型機進行降噪耳罩實驗。通過單一頻率、混合頻率、正弦掃頻信號和粉紅噪聲等多種初級聲源的驗證，表明該耳罩對于低頻窄帶噪聲和一定帶寬的粉紅噪聲有明顯降噪效果，驗證了系統設計的可行性和算法的有效性。

針對耳罩寬帶降噪效果有限的不足，下一步的研究目標為優化算法及引入隔音性能優良的工業降噪耳罩，以提高消噪頻帶的寬度。

[1] KUO S M, MORGAN D R. Active noise control systems: algorithms and DSP implementations[M]. New York: Wiley, 1996: 159-164.

[2] ERIKSSON E J, ALLIE M C, BREMIGAN C D, et al. Active noise control and specifications for fan noise problems[C]//West Lafayette: Noise-Con, 1988: 273-278.

[3] DENENBERG J N. Anti-noise-quieting the environment with active noise cancelation technology[J]. IEEE Potentials, 1992, 11(2): 36-40.

[4] CARME C. A new filtering method by feedback for ANC at the ear[C]//Avignon: Inter-noise. 1991: 513-516.

[5] VEIT I. A lightweight headset with an active noise compensation[C]//Avignon: Inter-noise. 1998: 1083-1086.

[6] WHEELER P D, SMEATHAM D. On spatial variability in the attenuation performance of active hearing protectors[J]. Appl. Acoust, 1992, 36(3): 159-162.

[7] 陳斌, 馮燕. 基于DSP的耳機噪聲抵消系統的設計與實現[J]. 電聲技術, 2010, 34(4): 79-82.

CHEN Bin, FENG Yan. Design and implementation of adaptive active noise cancellation headset system based on DSP[J]. Audio Engineering, 2010, 34(4): 79-82.

[8] 劉劍. 基于FXLMS算法的窄帶有源噪聲控制系統性能分析研究[D].哈爾濱: 哈爾濱工業大學博士學位論文, 2011: 105-106.

LIU Jian. Performance analysisof narrowband active noise control system based on FXLMS algorithm[D]. Harbin: Doctoral Dissertation of Harbin Institute of Technology, 2011: 105-106.

[9] VU1 H S, CHEN K H, FONG T M. Active noise control for in-ear headphones: implementation and evaluation[C]//Taipei: IEEE International Conference on Consumer Electronics, 2015: 264-265.

[10] 孫金瑋, 孫琳, 劉劍, 等. 一種含次級通道在線辨識的窄帶有源噪聲控制系統[J]. 儀器儀表學報, 2011, 32(2): 253-254.

SUN Jinwei, SUN Lin, LIU Jian, et al. One narrowband active noise control system with online secondary-path modeling[J]. Journal of Instrumentation, 2011, 32(2): 253-254.

[11] ZHANG L, WU L, QIU X. Causality study on a feedforward active noise control headset with different noise coming directions in free field[J]. Applied Acoustics, 2014, 80(1): 36-44.

[12] 文靜, 文玉梅, 李平. 基于噪聲白化準則的自適應噪聲抵消方法[J]. 儀器儀表學報, 2010, 31(8): 1693-1698.

WEN Jin, WEN Yumei, LI Ping. Adaptive noise cancellation method based on error whitening criterion[J]. Journal of Instrumentation, 2010, 31(8): 1693-1698.

Research on a digital feedforward active noise reductionheadset system

DENG Shuai-bo, ZHANG Yue-xin, LIU Jian

(College of Automation Engineering,Nanjing University of Aeronautics and Astronautics, Nanjing 211106, Jiangsu, China)

Traditional headset uses sound insulation principle to reduce ambient noise. This way generally has a good noise reduction performance in the high frequency section, but for low frequency signals below 700 Hz it is poor, because of the size and weight limit of the headset. The active noise reduction technique based on FXLMS algorithm is introduced to overcome the disadvantage of the traditional headset and achieve good noise reduction performance in low frequency range. Experimental results and analysis show that the digital feedforward active headset based on STM32 platform can get15～20 dB noise reduction effect in the 50～1 000 Hz range.

low frequency; active noise control;STM32controller; feedforward; FXLMSalgorithm

TN911.7

A

1000-3630(2018)-04-0330-07

10.16300/j.cnki.1000-3630.2018.04.007

2017-04-04;

2017-07-15

中央高校基本科研業務費專項資金(NS2016034)、南京航空航天大學研究生創新基地(實驗室)開放基金(kfjj20160304)資助。

鄧帥博(1993－), 男, 河南三門峽人, 碩士研究生, 研究方向為自適應信號處理與主動噪聲控制。

劉劍,E-mail:jliu@nuaa.edu.cn