有源噪声控制发展简介

主动降噪的发展简史

ANC(Active Noise Control)

主动降噪技术是由Lueg在1933年提出的，希望通过一种方法将看不见摸不到的噪声消除掉，由于噪声是源源不断的产生，并且其最大的特点就是具有不规律性，所以需要设计一个系统对周围环境的变化和造成噪声的声源进行实时的追踪，然后通过自动调整参数将噪声反相通过扬声系统播放，根据杨氏干涉原理可以在某点对噪声进行干涉，即两列声波频率相同但到达某点的相位相反，从而达到降噪的效果。主动降噪就是人为的在某个固定的区域产生次级声波来对初级声波进行控制，当两列声波相遇时进行干涉，干涉的结果影响到降噪的最终效果，理论上幅值相同频率相反的两列声波进行叠加时能量就会消除。
目前，由于计算机技术和数字处理芯片性能获得了极大的提升，主动降噪算法得到了快速的提升，使得应用场景更加广泛，解决了之前实时性不好，降噪性能有限的问题，并大幅度的提高了能够降噪的带宽范围。主动降噪相比于传统的降噪技术来说有很大的优点，首先是主动性，根据不同的使用场景可以进行不同频段的降噪，更加具有目的性和针对性。其次是对于频率较低的噪声的消除作用十分明显。再次整个系统的体积相对小，重量轻，相较于传统降噪方法，主动降噪系统对于使用的场景和场合没有太多的限制。

发展历史

主动降噪中使用的降噪算法基础理论是自适应滤波器，通过找到最优的权重参数来设计最优的自适应滤波器。受到早年计算机发展的限制，针对主动降噪都是使用模拟电子技术，由于模拟技术可变性较小，功能较为单一，电路复杂等不足等限制，主动降噪一直被认为是一种不可能完成的任务。1957年，由Howells提出的Adapt noise cancellation系统来消除信号的噪声。1965年， 最小均方根误差算法被使用于主动降噪的系统中，很多的学者和专家已经对于LMS算法的收敛能力和跟踪能力进行了广泛的评估与研究，有两个主要的参数会使得整个降噪系统的参数发生变化并且产生额外的均方误差。通常所使用的算法是最速梯度下降法，由于LMS算法使用的是固定步长来逐步靠近整个系统的最优系数，这样使得系统处理速度较慢，达到最优解的时间较长，不能及时的对噪声进行处理分析，所以只对频率比较低的噪声有必然的效果。对此，对于这个症结研究者提出了很多分支，比如VssLMS，FxLMS，NLMS等算法来解决LMS算法中间出现的一些问题。
VssLMS是针对最小均方误差算法不足所推出的一种改进算法，通过对最小均方误差中的步长参数进行优化调整。根据所接收到的噪声和期望的残差大小，当残差越大的时候加大收敛步长，使得更快速的接近维纳解，当残差较小的时候，通过调小收敛步长，来避免超调的情况。这样相较于传统的最小均方误差能够更快的达到目标收敛值。在变步长滤波算法中，一开始会设置一个较大的步长值来快速收敛，到接近收敛的阶段会设置较小的步长来防止超调量的产生，这样能够迅速地跟踪目标信号，处理了传统算法中运算速度慢的问题。
FxLMS同样也是对最小均方误差算法的一种改进算法，在扬声器和误差传感器组成的次级通道中引入一个模拟的次级通道模型，输入参考信号X(n)处理得到X’(n)信号，再使用X’(n)信号与误差信号进行对比，通过更新权值来修正LMS算法的权值，这样无论目标是频带多小多大都可以于实际的状况来进行调整从而顺应环境，且整个算法只有乘加运算对于嵌入式系统十分友好。通过与固定权重系数的最小均方误差算法进行比较，FxLMS在处理低频噪声方面具有非常显著的优势。
NLMS也是一种最小均方误差的延伸方法，与普通的最小均方算法的区别也在于步长，NLMS中的收敛最优步长是一个时变的变量。输入信号按自身能量归一化，通常NLMS适用于回声消减，能够提升在噪声中语音信号的信噪比。
当前研究的热点主要是集中在车内降噪、主动式耳机降噪、NVH降噪、工厂降噪等方向，对于主动降噪算法不断地进行改良，选取更合理的结构使得整个系统更加简单易用。国内主要的研究机构主要有南京大学声学研究所，由中科院声学所建立的会听声学在国内的消费电子领域、军工领域也有所建树。国外的技术相对成熟，例如Bose，Sony，Sennheiser等国际知名大厂，都有大量的成熟产品。

挑战与机遇

对于一个实际的应用场合，主动降噪系统能否取得一个良好的效果是受到几个因素的影响。第一，噪声的类型从控制的角度看，如果是单一的频率，系统更容易进行建模和控制，如果噪声的带宽较宽，那么系统的复杂程度就会更高，需要处理的速度就需要更快，控制系统不容易抵达最优化的稳定形态。第二，从噪声的个数来讲，如果噪声源较多且环境较为复杂，需要在空间上进行模拟就困难许多，次级声道的模拟需要和实际情况越相似越好以达到理论上的控制效果。第三，获得的参考信号的质量，当获得了纯净没有噪声污染的参考信号时就可以构建一个理论完美的前馈控制器。第四，硬件系统的计算速度和采样速度决定了整个系统运行的快慢，整个系统需要满足实时性、准确性的要求。经过长期的研究，人们认识到从根本上解决噪声，从噪声产生的根源和原理上进行分析来进行主动降噪的研究是一个积极主动的发展方向。
由于国外对于技术保护的十分到位，目前拥有主动降噪专利技术的只有BOSE、AMS、CSR、Sony等巨头公司，但都只是销售降噪模组和芯片，对于技术保密程度非常之高，后来者都有较大的差距。另一方面，由于主动降噪需要使用自带的扬声器播放降噪信号，势必会对音质造成影响，系统的超调也会消除部分本不该消除的信号，导致声音的解析度不够好，对于追求音质的人来说，降噪技术还有待进一步的发展。
对于未来的降噪技术，因为近年来计算机性能的突飞猛进，以及5G技术的推广，建立在云端的环境模型可以减轻本地的模型运算，可使用主流的机器学习的方法构建合理的模型且可以达到实时性的要求，通过预测可能会产生的有规律的噪声提前进行处理，再通过主动自适应系统匹配各类的应用场景。针对不同频率段的噪声利用不同的主动降噪算法，通过订制专属的调试，也可对特殊的场合建立精确的模型，系统将朝着小型化，智能化，节能化，低成本的方向进行发展，总之随着计算机和通信技术的时时的进步，带给主动降噪技术的机遇会越来越多，降噪的效果会越来越好，使用的场景也会越来越广泛，降噪产品将能够以更加亲民的价格来给人们带来便利。

结论

在主动降噪算法中，LMS算法是常见主动降噪系统的根本，由于其复杂度相对较小，实时性较好，容易使用硬件实现效果。但是由于最小均方误差算法本身固有的一些参数，使得其在日常的使用中存在一些困难。通过降噪算法的改进，出现了许多针对主动降噪进行优化的改进算法，使得主动降噪的应用场合更为广泛。主动降噪通过与传统的被动降噪的优点相结合消除高频和低频的大部分噪声，人们将会在未来逐渐摆脱噪声对于人们生产和生活的影响。

Copyright © 2020 by RichardYang. All rights reserved.
仅供参考，严禁转载，感谢。