一種基于dsp的定點化實時降噪方法
【專利摘要】本發(fā)明涉及一種基于DSP的定點化實時降噪方法分，其為三個部分，第一部分為通過產生白噪聲對次級通道進行辨識；第二部分為對浮點算法進行定點化處理；第三部分為通過利用揚聲器產生反噪聲來抵消外界噪聲。本發(fā)明針對單頻噪聲和窄帶噪聲進行降噪處理，能夠在C55x系列DSP平臺上達到實時性；而且通過對浮點算法進行定點化處理，大大提高了在DSP平臺上的運算速度；通過提高采樣率，并能夠對最高7khz的高頻噪聲進行降噪，能夠適應噪聲可能存在的變化，魯棒性強。
【專利說明】
一種基于DSP的定點化實時降噪方法
技術領域
[0001] 本發(fā)明涉及一種基于DSP的定點化實時降噪方法，用于信號處理、音頻處理、噪聲 控制。
【背景技術】
[0002] 在科技迅猛發(fā)展的今天，人民在享受著現(xiàn)代科技給人類帶來的種種便利之時，也 面臨著嚴重的污染問題，在這些污染中，噪聲污染是直接危害人們身心健康的污染源之一。 各種場合，如工業(yè)生產過程、日常生活工作環(huán)境、實驗室環(huán)境等，均存在聲音噪聲，在某些場 合甚至十分嚴重。這些噪聲對長期近距離接觸設備的工作人員不利，對其生理和心理健康 帶來嚴重危害，聽力下降，易于疲勞，注意力下降，生產效率降低。因此，在噪聲越來越嚴重 而人們越來越追求身體健康與生活質量的情況下，對噪聲的降低，在理論研究和工程實踐 中都將具有廣泛的研究價值和廣闊的市場前景。
[0003] 嵌入式平臺以其便攜性、功能的特定性在商業(yè)產品領域有很大的優(yōu)勢。常用的嵌 入式平臺有ARM、DSP、FPGA等，每一種平臺都有其獨特的優(yōu)勢。DSP針對數(shù)字信號處理和圖像 處理很有優(yōu)勢，其內部集成一些硬件的運算器，并且可以進行流水線的指令處理，實現(xiàn)一定 程度的并行計算，而且DSP成本較低，開發(fā)方便。隨著數(shù)字信號處理技術的發(fā)展，DSP在音頻 處理上收到了廣泛的應用。體積小、便于設計和控制的主動噪聲控制已經能夠實現(xiàn)較好的 降噪效果。當前的降噪算法，許多都存在功能性和實時性之間的矛盾，如何緩和這種矛盾， 在滿足功能性的前提下能夠在嵌入式平臺上達到實時降噪已成為當前迫切需要解決的問 題。
[0004] 任何一個聲學系統(tǒng)包括聲源、傳播途徑和受者3個環(huán)節(jié)，控制噪聲應從這三個方面 進行。目前降噪的方法主要可以被動降噪方法和主動降噪方法。
[0005] 被動降噪可以分為減震噪聲、吸音噪聲和隔音噪聲這三種處理方法。它是利用物 理特性將外部噪聲與耳朵隔絕開，主要通過隔聲材料阻擋噪聲，對高頻率聲音非常有效，一 般可使噪聲降低大約為15_20dB。這種方法原理簡單，降噪成本低，但效果比較遜色，且由于 使用了高密度的隔聲材料，耳機較重佩戴不舒服。但卻沒有辦法來中和噪聲達到安靜的聆 聽效果。被動降噪對于高頻信號的隔絕效果好，比如公路旁邊的隔音板。但是，對于小空間 的低頻噪聲來說，像空調工作噪聲、飛機發(fā)動機噪聲等噪音則效果大打折扣。因而現(xiàn)在對于 噪聲控制的研究主要集中在主動降噪方面。
[0006] 對于主動降噪，是根據(jù)2個聲波相消性干涉或聲波輻射抑制的原理，通過人為地制 造1個控制聲源(次級聲源），使其發(fā)出的聲音與原來的噪聲源(初級聲源)輻射噪聲大小相 等、相位相反，使兩者作用結果互相抵消，從而達到降噪的目的。
[0007] 現(xiàn)有的文獻:【1】李欣，馮燕，馮勇.基于FPGA自適應有源降噪耳機系統(tǒng)的設計[J]. 電聲技術，2008,32(4):72-75.中，研究了？?64可以實現(xiàn)快速并行計算，作者提到可以針對 400-600HZ的低頻窄帶噪聲進行有效降噪，滿足實時要求。但是作者是在FPGA平臺上實現(xiàn)該 算法，其硬件成本高，開發(fā)周期長，這也是不得不考慮的問題。【2】Roy T K，M〇rShed M.Active noise control using filtered-xLMS and feedback ANC filter algorithms [C]//Advances in Electrical Engineering(ICAEE),2013International Conference 〇11.1￡￡￡，2013:7-12.中，使用反饋濾波1-最小均方算法$乂11^)(?雖然可以使設備簡單，但 由于反饋結構需要誤差噪聲來驅動，所以降噪后的殘余噪聲不能完全消除【3】Tan L，Jiang J.Active noise control using the filtered-x rls algorithm with sequential updates[J].Engineering Technology Opens the Door to a World of Opportunity, 2009:29.中，使用濾波-x-最小二乘算法(FXRLS)，將最小二乘準則，加入次級通道補償，同 時進行自適應降噪。該算法查找全局最優(yōu)解，有很好的降噪效果，但計算量較大，無法滿足 實時降噪要求?！?】Amir N.Active acoustic noise reduction system:US，US 7317801 B1.2008.中，采用前饋濾波-X-最小均方算法(FXLMS)，并采用基于DSP的雙麥克平臺，對低 頻噪聲有較好的降噪效果，但是由于最高采樣率只有4k，因此無法對高頻噪聲進行降噪。

【發(fā)明內容】

[0008] 本發(fā)明的技術解決問題:克服現(xiàn)有技術的不足，提供一種基于DSP的定點化實時降 噪方法，能夠在DSP平臺上達到實時性，大大提高了在DSP平臺上的運算速度;而且通過對浮 點算法進行定點化處理，提高了采樣率，并能夠對最高7khz的高頻噪聲進行降噪，能夠適應 噪聲可能存在的變化，魯棒性強。
[0009] 本發(fā)明技術解決方案:一種基于DSP的定點化實時降噪方法，實現(xiàn)步驟如下：
[0010] 步驟1中，采用自適應方法，使用基于最小均方算法(LMS)的浮點算法，通過DSP平 臺產生白噪聲，并通過抵消揚聲器輸出，對次級通道進行辨識，得到次級通道浮點型系數(shù)； 所述次級通道指產生聲音信號并通過抵消揚聲器輸出，到通過誤差麥克風采集并獲得聲音 信號的物理通道；
[0011 ]步驟2，選擇適當?shù)腝n格式定標方法對浮點算法定點化。首先選用Q15格式定標方 法，將步驟1浮點算法中的浮點數(shù)乘以215轉換成整型數(shù)，然后對浮點算法中的加減乘除運算 進行定點化改造得到定點算法，用得到的定點算法通過DSP平臺產生白噪聲，并通過噪聲抵 消揚聲器輸出，對次級通道再次進行辨識，得到次級通道的整型系數(shù);再將該整型系數(shù)與步 驟1中的浮點型系數(shù)進行比較，以判斷采用Q15格式的定點算法數(shù)據(jù)精度是否滿足要求，如 果該定點算法的數(shù)據(jù)精度滿足要求則定點化完成，否則采用Q16-Q31定標方法，最后確定適 當?shù)腝n格式定標方法；
[0012] 步驟3,利用步驟2得到的次級通道的整型系數(shù)對實際的次級通道進行補償，再利 用基于LMS算法的定點化算法進行降噪處理。
[0013] 所述步驟1通過DSP平臺產生白噪聲，并通過抵消揚聲器輸出，對次級通道進行辨 識實現(xiàn)如下：
[0014] (1)通過DSP平臺產生白噪聲u(n)并由音頻編解碼芯片讀取，然后通過噪聲抵消揚 聲器發(fā)出白噪聲；
[0015] (2)通過誤差檢測麥克風采集(1)中音響發(fā)出的聲音信號，采集到的信號為v(n);
[0016] (3)利用（1)中的產生的白噪聲信號計算自適應濾波器的輸出信號r(n): M-i
[0017] r{n) ~ ^ sI{n)u{n - f) i = 0
[0018] 式中u(n)表示步驟（1)中的白噪聲信號，Sl(n)表示自適應濾波器系數(shù)，n為當前時 刻，M為濾波器階數(shù)，i為濾波器的階數(shù)序號；
[0019] (4)計算誤差信號e'（n):
[0020] e' (n) =v(n)-r(n)
[0021] 式中v(n)為(2)中誤差檢測麥克風采集到的聲音信號；
[0022] (5)利用最小均方準則更新自適應濾波器的系數(shù)81(11+1):
[0023] si(n+l) = si(n)+iie' (n)u(n-i ),i = l,...,M-l [0024] 其中：y為迭代步長；
[0025] (6)判斷迭代次數(shù)是否大于設定的T次，當?shù)螖?shù)大于T時，停止迭代，完成對次 級通道的辨識，此時就得到了次級的系數(shù)。
[0026]所述步驟1中得到次級通道浮點型系數(shù)為30階。
[0027] 所述步驟 1 中 T取 5000-10000。
[0028] 所述步驟2中選擇適當?shù)腝n格式定標方法對浮點算法定點化的具體過程如下： [0029] (1)首先選擇Q15格式定標方法；
[0030] (2)將已知的浮點數(shù)用整型數(shù)表示，用15位表示浮點數(shù)的小數(shù)部分。換算公式為X15 = (int)X*215,其中X為浮點數(shù)，X15是采用Q15格式的整型數(shù)，如果采用其它格式的Qn格式定 標方法，則用n位表示浮點數(shù)的小數(shù)部分，換算公式為X n=(int)X*2n，其中X為浮點數(shù)，Xn*X 對應的Qn格式的整型數(shù)；
[0031 ] (3)對浮點算法中的加減乘除運算進行定點化改造
[0032] xl，x2均為已知的浮點數(shù)，x3為未知的浮點數(shù)，xl，x2的Q15格式定點數(shù)分別為ql， q2，q3，則由（2)得到ql，q2的值分別為:ql = xl*215，q2 = x2*215;
[0033] 對于下列計算式：
[0035]進行定點化改造之后，對應的計算式為：
[0037] 對浮點算法定點化時，加減法的運算規(guī)則不變，乘法運算時要將乘積除以215,而除 法運算時要將被除數(shù)乘以2 15,由于對215進行乘除運算均可以用移位運算替代，因此可以大 大加快運算速度；
[0038] (4)用定點化的算法對次級通道再次進行辨識，得到次級通道的整型系數(shù)；
[0039] (5)判斷數(shù)據(jù)精度是否滿足要求
[0040]采用Qn格式定標方法時，如果次級通道的整型系數(shù)除以2"后與浮點系數(shù)的誤差范 圍為-0.003-0.003，則數(shù)據(jù)精度滿足要求，定點化完成;否則使用Q16-Q31格式定標方法，然 后返回步驟(2)。
[0041 ]所述步驟4進行降噪處理的具體實現(xiàn)方法為：
[0042] (1)由音響輸出噪聲并通過噪聲檢測麥克風采集噪聲信號，采集到的值為x(n);
[0043] (2)利用采集的噪聲信號計算需要的反噪聲信號并利用抵消揚聲器發(fā)出，計算公 式為： -1
[0044] yijr) = ^w^xin - i) i=Q
[0045] 式中x(n)為（1)中采集的噪聲信號，Wl(n)為自適應降噪濾波器在n時刻的系數(shù)，N 為自適應降噪濾波器的階數(shù)；
[0046] (3)由誤差麥克風采集聲音抵消后的誤差信號e(n);
[0047] (4)計算利用（1)中采集到的噪聲信號經過次級通道進行補償后的值，計算公式 為： M-1
[0048] X'（/?) =. ^ q - .0 i=0
[0049] 式中Cl(n)為次級通道的整型系數(shù)；
[0050] (5)利用最小均方準則更新自適應降噪濾波器的系數(shù)，公式如下：
[0051 ] wi(n+l) =wi(n)_ii*e(n)*x'（n_i )，i = 0，...，N_l
[0052]式中e(n)為(3)中采集得到的聲音抵消后的誤差信號，y為迭代步長，x'（n)為(4) 中噪聲信號經過次級通道進行補償后的值，通過不斷調節(jié)自適應濾波器的系數(shù)，對外界噪 聲進行實時降噪處理。
[0053]本發(fā)明與現(xiàn)有技術相比的優(yōu)點在于：
[0054] (1)使用定點化方法，滿足實時性
[0055] 現(xiàn)有的DSP處理器中，無論從運算速度或是設備成本看，定點處理器較浮點處理器 都有一定的優(yōu)勢，因此本發(fā)明采用了C55x系列的16bit定點DSP C5509。但是由于定點DSP處 理浮點數(shù)據(jù)比較慢的特點，因此本發(fā)明對浮點算法進行了定點化處理。定點化可以直接著 手進行，也可以在完成浮點算法的基礎上對降噪程序進行改造，本發(fā)明采用后者。
[0056]本發(fā)明把浮點運算轉化為定點運算，極大地提高了運算速度，滿足在C55x系列DSP 上運行的實時性。定點化之后，由于DSP平臺運算速度較快，因此可以通過提高采樣率對高 頻噪聲降噪。
[0057] (2)基于LMS算法改進
[0058] FXLMS算法是利用最小均方準則針對降噪系統(tǒng)設計的算法，其中加入了次級通道 的補償。本發(fā)明基于DSP平臺并采用兩套拾音裝置分別對外界噪聲和降噪后的誤差進行采 集，可以使噪聲降到最小甚至完全消除。
[0059] (3)使用自適應數(shù)字濾波器
[0060]本發(fā)明采用自適應降噪算法，根據(jù)噪聲存在的變化自適應地調節(jié)降噪濾波器的參 數(shù)，對于噪聲可能存在的變化有較強的適應性。
【附圖說明】
[0061 ]圖1為本發(fā)明的實現(xiàn)流程圖；
[0062] 圖2為本發(fā)明中次級通道辨識流程圖；
[0063] 圖3為本發(fā)明中針對浮點程序的定點化處理流程；
[0064] 圖4為本發(fā)明采用浮點算法與定點算法測得的次級通道對比圖；
[0065] 圖5為本發(fā)明中降噪的執(zhí)行流程圖。
【具體實施方式】
[0066]如圖1所示，首先用浮點算法對次級通道進行辨識，然后對浮點算法進行定點化， 再用定點算法對次級通道繼續(xù)辨識，通過對比次級通道的數(shù)據(jù)判斷定點化的精度是否符合 要求;最后，利用LMS算法對音響發(fā)出的噪聲進行降噪處理。
[0067] (1)次級通道辨識
[0068]次級通道指產生聲音信號并通過揚聲器輸出，到通過拾音裝置采集并獲得聲音信 號的物理通道，具體指揚聲器中的D/A轉換器、重構濾波器、功放，揚聲器到拾音裝置聲器之 間的通道，拾音裝置中的誤差傳聲器、前置放大、抗混疊濾波器以及A/D轉換器。本發(fā)明中設 定次級通道為30階，為了更準確地辨識次級通道，本發(fā)明根據(jù)最小均方算法進行運算。
[0069] 如圖2所示，本發(fā)明中次級通道辨識如下
[0070] 第一步，通過DSP平臺產生白噪聲y(n)并由音頻編解碼芯片aic23讀取，然后通過 抵消揚聲器發(fā)出白噪聲u(n);
[0071] 第二步，通過噪聲檢測麥克風采集第一步中音響發(fā)出的聲音信號v(n);
[0072]第三步，利用第一步中的白噪聲信號計算自適應濾波器的輸出信號r(n):
[0073] r(n) = (n)u(n ~ i) ./ = 0
[0074] 式中u(n)表示步驟（1)中的白噪聲信號，Sl(n)表示自適應濾波器系數(shù)，n為當前時 刻，M為濾波器階數(shù)，i為濾波器的階數(shù)序號；
[0075]第四步，計算誤差信號e'（n):
[0076] e' (n) =v(n)-r(n)
[0077] 式中v(n)為第二步中誤差檢測麥克風采集到的聲音信號；
[0078] 第五步，利用最小均方準則更新自適應濾波器的系數(shù)Sl(n+1):
[0079] si(n+l) = Si(n)+lie '（n)u(n-i )，i = l，...，M_l
[0080] 其中：迭代步長y取值0.05,濾波器階數(shù)M取30階；
[0081 ]第六步，判斷迭代次數(shù)是否大于T(T取10000)次，當?shù)螖?shù)大于T時，停止迭代， 完成對次級通道的辨識，此時就得到了次級通道的系數(shù)。
[0082] (2)選擇適當?shù)亩朔椒▽Ω↑c算法定點化處理
[0083]采用定點數(shù)表示實際的浮點數(shù)，浮點數(shù)和定點數(shù)的轉換公式如下：
[0084]浮點數(shù)(x)轉換為定點數(shù):Xn=(int)X*2n [0085]定點數(shù)(Xn)轉換為浮點數(shù):X=(float)Xn*2-n
[0086] 不同的n格式所表示的數(shù)的范圍不同，精度也不同。n越大，數(shù)值范圍越小，但精度 越高。例如，Q0(n = 0)的數(shù)值范圍是-32768到+32767,其精度是1，而Q15的數(shù)值范圍為-1到 0.9999695，精度為1/32768 = 0.00003051，因此數(shù)據(jù)范圍和精度是一對矛盾。
[0087] 如圖3所示，本發(fā)明中針對浮點程序的定點化處理流程如下：
[0088]第一步，定標方式選取為Q15;
[0089]第二步，利用公式X15=(int)X*215將已知的浮點數(shù)據(jù)轉換為定點數(shù)據(jù)。所謂已知 的數(shù)據(jù)是指能直接采集到的輸入信號（如采集麥克風采集到的噪聲信號，誤差麥克風采集 到的誤差信號），以及一些需要設定的參數(shù)(如迭代步長y)。
[0090] 第三步，將需要計算才能得到的浮點數(shù)據(jù)求取公式進行定點化改造
[0091] 例如浮點算法中e'（n)的求解公式為:e'（n) = v(n)-r(n)，定點化后e'（n)的求解 公式為e'（11)15 = ￥(11)15-1'(11)15，￥(11)15為誤差檢測麥克風采集的聲音信號￥(11)的定點化形 式，可由第二步求得，即為反噪聲信號r(n)的定點化形式。
[0092] 第四步，用定點化算法對次級通道進行再次辨識并測得次級通道的整型系數(shù)
[0093] 通過DSP平臺產生白噪聲，并通過噪聲抵消揚聲器輸出，對次級通道進行辨識，得 到次級通道整型系數(shù)
[0094] 第五步，判斷數(shù)據(jù)精度是否滿足要求
[0095] 將第四步中所測的次級通道的系數(shù)與浮點算法得到的系數(shù)進行比較。如果次級通 道的整型系數(shù)除以215后與浮點系數(shù)的誤差在-0.003到0.003之間，則數(shù)據(jù)精度符合要求，定 點化結束。如果不滿足這個條件就需要改變定標格式對定點化進一步改進，用Q16-Q31格式 定標方法，然后返回步驟(2)。
[0096] 如圖4所示，圖中實線表示浮點算法得到的次級通道的系數(shù)。由于定點算法中次級 通道采用的是Q15格式，因此虛線是定點算法學習到的系數(shù)除以2 15之后的數(shù)值，次級通道設 定為30階，米樣率為1kHz?？梢园l(fā)現(xiàn)，兩條曲線幾乎重合，它們的最大誤差是0.0019,在-0.003到0.003之間。因此采用Q15定標方法的定點算法后，精度滿足要求。
[0097] (3)利用揚聲器產生反噪聲來抵消外界噪聲
[0098] 定點算法的精度滿足要求時，即開始進行降噪的階段。對于外界單頻與窄帶噪聲， 通過抵消揚聲器發(fā)出反噪聲，可以達到良好的降噪效果。
[0099] 如圖5,第一步，由音響輸出噪聲并通過噪聲檢測麥克風采集該噪聲信號。
[0100] 第二步，利用第一步采集的噪聲信號計算需要的反噪聲信號y(n)，并利用抵消揚 聲器發(fā)出，其求取公式為： A -1
[0101 ] v(n) - ^ w^xin - i) .!:=.0
[0102]式中x(n)為在n時刻采集到的外界噪聲，Wl(n)為自適應降噪濾波器在n時刻的系 數(shù)，N為自適應降噪濾波器的階數(shù)。
[0103]第二步，由誤差麥檢測克風米集誤差噪聲彳目號e(n);
[0104] 第四步，計算利用第一步中采集到的噪聲信號經過次級通道進行補償后的值，其 求取公式為： M -1
[0105] 尤' (/?) :=. I q (/?)尤(/? - /). i = 0,
[0106] 式中Cl(n)為（2)得到的次級通道的系數(shù)，x(n)為在n時刻采集到的外界噪聲，11為 該自適應濾波器系數(shù)。
[0107] 第五步，利用最小均方準則更新自適應降噪濾波器的系數(shù)^(1!)，其求取公式如 下：
[0108] wi(n+l) =wi(n)_ii*e(n)*x，（n_i )，i = 0，...，N_l
[0109] 式中e(n)為第三步中采集得到的誤差噪聲信號，i為濾波器階數(shù)序號，y為迭代步 長，x'（n)為第四步中得到的噪聲信號的補償值。通過不斷調節(jié)自適應濾波器系數(shù)濾就可以 對外界噪聲進行實時降噪處理。
[0110]提供以上實施例僅僅是為了描述本發(fā)明的目的，而并非要限制本發(fā)明的范圍。本 發(fā)明的范圍由所附權利要求限定。不脫離本發(fā)明的精神和原理而做出的各種等同替換和修 改，均應涵蓋在本發(fā)明的范圍之內。
【主權項】
1. 一種基于DSP的定點化實時降噪方法，其特征在于實現(xiàn)步驟如下： 步驟1，采用自適應方法，使用基于最小均方算法(LMS)的浮點算法，通過DSP平臺產生 白噪聲，并通過抵消揚聲器輸出，對次級通道進行辨識，得到次級通道浮點型系數(shù);所述次 級通道指產生聲音信號并通過抵消揚聲器輸出，到通過誤差麥克風采集并獲得聲音信號的 物理通道； 步驟2,選擇適當?shù)幕袷蕉朔椒▽Ω↑c算法定點化，首先選用Q15格式定標方法，將 步驟1浮點算法中的浮點數(shù)乘W21S轉換成整型數(shù)，然后對浮點算法中的加減乘除運算進行 定點化改造得到定點算法，用得到的定點算法通過DSP平臺產生白噪聲，并通過噪聲抵消揚 聲器輸出，對次級通道再次進行辨識，得到次級通道的整型系數(shù);再將該整型系數(shù)與步驟1 中的浮點型系數(shù)進行比較，W判斷采用Q15格式的定點算法數(shù)據(jù)精度是否滿足要求，如果該 定點算法的數(shù)據(jù)精度滿足要求則定點化完成，否則采用Q16-Q31定標方法，最后確定合適的 化格式定標方法； 步驟3,利用步驟2得到的次級通道的整型系數(shù)對實際的次級通道進行補償，再利用基 于LMS算法的定點化算法進行降噪處理。2. 根據(jù)權利要求1所述的基于DSP的定點化實時降噪方法，其特征在于:所述步驟1通過 DSP平臺產生白噪聲，并通過抵消揚聲器輸出，對次級通道進行辨識實現(xiàn)如下： (1) 通過DSP平臺產生白噪聲u(n)并由音頻編解碼忍片讀取，然后通過噪聲抵消揚聲器 發(fā)出白噪聲； (2) 通過誤差檢測麥克風采集(1)中音響發(fā)出的聲音信號，采集到的信號為v(n); (3) 利用步驟(1)中的產生的白噪聲信號計算自適應濾波器的輸出信號r(n):式中u(n)表示步驟（1)中的白噪聲信號，si(n)表示自適應濾波器系數(shù)，n為當前時刻，M 為濾波器階數(shù)，i為濾波器的階數(shù)序號； (4) 計算誤差信號e'（n): e '（n) =v(n)-r(n) 式中v(n)為步驟(2)中誤差檢測麥克風采集到的聲音信號； (5) 利用最小均方準則更新自適應濾波器的系數(shù)si(n+l): si(n+l) = si(n)+]ie '（n)u(n-i), i = 1,. . . ,M-I 其中:y為迭代步長； (6) 判斷迭代次數(shù)是否大于設定的T次，當?shù)螖?shù)大于T時，停止迭代，完成對次級通 道的辨識，此時就得到了次級的系數(shù)。3. 根據(jù)權利要求1所述的基于DSP的定點化實時降噪方法，其特征在于:所述步驟1中得 到次級通道浮點型系數(shù)為30階。4. 根據(jù)權利要求2所述的基于DSP的定點化實時降噪方法，其特征在于:所述步驟(6)中 T取5000-10000。5. 根據(jù)權利要求1所述的基于DSP的定點化實時降噪方法，其特征在于:所述步驟2中選 擇適當?shù)幕袷蕉朔椒▽Ω↑c算法定點化的具體過程如下： (1)首先選擇Q15格式定標方法； (2) 將已知的浮點數(shù)用整型數(shù)表示，用15位表示浮點數(shù)的小數(shù)部分。換算公式為Xis = (int)X巧1S，其中X為浮點數(shù)，Xis是采用Q15格式的整型數(shù)，如果采用其它格式的化格式定標 方法，則用n位表示浮點數(shù)的小數(shù)部分，換算公式為Xn=Qnt)料2%其中X為浮點數(shù)，品為X對 應的化格式的整型數(shù)； (3) 對浮點算法中的加減乘除運算進行定點化改造 Xl，x2均為已知的浮點數(shù)，x3為未知的浮點數(shù)，Xl，x2的Qis格式定點數(shù)分別為ql，q2，q3， 則由（2)得到ql，q2的值分別為:ql=xl巧I5，q2 = x2*2i5， 對于下列計算式： 進行.(4) 用定點化的算法對次級通道再次進行辨識，得到次級通道的整型系數(shù)； (5) 判斷數(shù)據(jù)精度是否滿足要求 采用化格式定標方法時，如果次級通道的整型系數(shù)除W2D后與浮點系數(shù)的誤差范圍為- 0.003-0.003,則數(shù)據(jù)精度滿足要求，定點化完成;否則使用Q16-Q31格式定標方法，然后返 回步驟(2)。6.根據(jù)權利要求1所述的基于DSP的定點化實時降噪方法，其特征在于:所述步驟4進行 降噪處理的具體實現(xiàn)方法為： (1) 由音響輸出噪聲并通過噪聲檢測麥克風采集噪聲信號，采集到的值為x(n); (2) 利用采集的噪聲信號計算需要的反噪聲信號并利用抵消揚聲器發(fā)出，計算公式為：式中x(n)為（1)中采集的噪戶信巧，Wi (n j刃目抵應降噪濾波器在n時刻的系數(shù)，N為自適 應降噪濾波器的階數(shù)； (3) 由誤差麥克風采集聲音抵消后的誤差信號e(n); (4) 計算利用（1)中采集到的噪聲信號經過次級通道進行補償后的值，計算公式為：式中ci(n)為次級通道的整型系數(shù)； (5) 利用最小均方準則更新自適應降噪濾波器的系數(shù)，公式如下： wi(n+l) =wi(n)-]i*e(n)*x'（n_i), i = 0,. . . ,N-I 式中e(n)為(3)中采集得到的聲音抵消后的誤差信號，ii為迭代步長，x'（n)為(4)中噪 聲信號經過次級通道進行補償后的值，通過不斷調節(jié)自適應濾波器的系數(shù)，對外界噪聲進 行實時降噪處理。
【文檔編號】G10K11/178GK105913836SQ201610214190
【公開日】2016年8月31日
【申請日】2016年4月7日
【發(fā)明人】虞安波, 凌強
【申請人】虞安波