高频宽带空气传播噪声主动噪声消除

摘要

从位于车辆内的第一位置处的一个或多个物理误差传声器捕获噪声信号。从前馈系统传感器捕获高频噪声信号。利用虚拟传声器算法以基于所述噪声信号而估计虚拟位置处的噪声信号，所述估计利用传递函数，所述传递函数估计所述一个或多个物理误差传声器在所述虚拟位置处可能会接收的信号。利用所述虚拟传声器算法以基于所述高频噪声信号而估计所述虚拟位置处的噪声信号。提供噪声消除信号以消除所述虚拟位置处的噪声，所述噪声消除信号考虑到了由所述前馈系统传感器和所述一个或多个物理误差传声器两者捕获的所述噪声，ANC系统利用用于ANC的至少2kHz的工作频率。

说明书

相关申请的交叉引用

本申请要求2019年1月4日提交的美国临时申请序列号62/788,413的权益，所述申请的公开内容特此以引用的方式整体并入本文。

技术领域

本公开的各方面总体涉及针对高频宽带空气传播噪声的主动噪声消除。

背景技术

主动噪声消除(ANC)可用于产生相消地干涉不期望的声波的声波或抗噪声。为了尝试消除不期望的噪声，可通过扬声器产生相消地干涉的声波以与不期望的声波组合。相消地干涉的声波和不期望的声波的组合可消除或最小化听音空间内的一名或多名听音者对不期望的声波的感知。

发明内容

在一个或多个说明性实例中，一种用于高频宽带空气传播噪声的主动噪声消除(ANC)的系统包括：前馈系统传感器，所述前馈系统传感器被配置为捕获在物理上接近于车辆的噪声源处产生的高频噪声信号；一个或多个物理误差传声器，所述一个或多个物理误差传声器被配置为捕获要消除的噪声信号；以及ANC计算装置。所述ANC计算装置被配置为：从位于所述车辆内的第一位置处的所述一个或多个物理误差传声器接收所述噪声信号；利用虚拟传声器算法以基于所述噪声信号而估计虚拟位置处的噪声信号，所述估计利用传递函数，所述传递函数估计所述一个或多个物理误差传声器在所述虚拟位置处可能会接收的信号；从所述前馈系统传感器接收所述高频噪声信号；利用所述虚拟传声器算法以基于所述高频噪声信号而估计所述虚拟位置处的噪声信号；以及提供噪声消除信号以消除所述虚拟位置处的噪声，所述噪声消除信号考虑到了由所述前馈系统传感器和所述一个或多个物理误差传声器两者捕获的所述噪声。

在一个或多个说明性实例中，描述了一种用于高频宽带空气传播噪声的ANC的方法。所述方法包括：由前馈系统传感器捕获在物理上接近于车辆的噪声源处产生的高频噪声信号；由一个或多个物理误差传声器捕获要消除的噪声信号；从位于所述车辆内的第一位置处的所述一个或多个物理误差传声器接收所述噪声信号；利用虚拟传声器算法以基于所述噪声信号而估计虚拟位置处的噪声信号，所述估计利用传递函数，所述传递函数估计所述一个或多个物理误差传声器在所述虚拟位置处可能会接收的信号；从所述前馈系统传感器接收所述高频噪声信号；利用所述虚拟传声器算法以基于所述高频噪声信号而估计所述虚拟位置处的噪声信号；以及提供噪声消除信号以消除所述虚拟位置处的噪声，所述噪声消除信号考虑到了由所述前馈系统传感器和所述一个或多个物理误差传声器两者捕获的所述噪声。

在一个或多个说明性实例中，一种非暂时性计算机可读介质包括指令，所述指令在由ANC系统的一个或多个处理器执行时致使所述ANC系统执行操作。这些操作包括：接收从位于车辆内的第一位置处的一个或多个物理误差传声器捕获的噪声信号，所述噪声信号缺乏在300Hz至1000Hz频带内的高频信息；从前馈系统传感器接收高频噪声信号，所述高频噪声信号在物理上接近于所述车辆的噪声源处产生，所述高频噪声信号覆盖在300Hz至1000Hz频带内的频率；利用虚拟传声器算法以基于所述噪声信号而估计虚拟位置处的噪声信号，所述估计利用传递函数，所述传递函数估计所述一个或多个物理误差传声器在所述虚拟位置处可能会接收的信号；利用所述虚拟传声器算法以基于所述高频噪声信号而估计所述虚拟位置处的噪声信号；以及提供噪声消除信号以消除所述虚拟位置处的噪声，所述噪声消除信号考虑到了由所述前馈系统传感器和所述一个或多个物理误差传声器两者捕获的所述噪声，所述ANC系统利用用于ANC的至少2kHz的工作频率。

附图说明

图1示出了用于使用主动噪声消除(ANC)来执行道路噪声消除(RNC)的示例系统；

图2示出了RNC系统性能的实例；

图3示出了使用层压玻璃的被动风噪声解决方案的性能的实例；

图4示出了在车辆的外部的用于为ANC提供数据的传声器放置的实例；

图5示出了在车辆的外部的热线或热膜放置的实例；

图6示出了来自车辆的车身的不同区域的风噪声贡献的实例；

图7示出了空气传播轮胎噪声谱的实例；

图8示出了在车辆的车外后视镜周围的风噪声源的实例；

图9示出了虚拟传声器噪声估计的实例；并且

图10示出了用于高频宽带空气传播噪声的主动噪声消除的示例过程。

具体实施方式

根据需要，本文公开了本发明的详细实施方案；但是应理解，所公开的实施方案仅示例性说明本发明，本发明可体现为不同和替代形式。附图不一定按比例绘制；一些特征可能被放大或最小化以示出特定部件的细节。因此，本文公开的特定结构和功能细节不应解释为是限制性的，而是仅作为教导本领域技术人员以不同方式运用本发明的代表性基础。

许多RNC系统利用加速度计来捕获车辆底盘或车身中的道路激励。此类系统有效地为RNC算法提供低于250Hz的经滤波的x信号，因为大多数低频车厢噪声是结构传播的。然而，在高频下实现噪声消除是非常困难的(如果有可能的话)，因为此类加速度计通常仅提供结构传播源激励。空气传播噪声在200Hz以上开始带来车辆车厢噪声，并且在500Hz以上成为主要噪声源。在高速巡航状况下，诸如风噪声和道路噪声的空气传播噪声在车辆内部噪声中占主导地位。当前使用夹层玻璃的被动风噪声解决方案通常仅在高于1.5kHz的频率范围内显示出益处。因此，覆盖300Hz至1000Hz的频带的高频ANC系统将是一种独特的且富有吸引力的车辆内降噪的解决方案。

为了改进高频噪声消除，可添加额外的传感器来为RNC提供额外的信息。这些传感器可包括位于车辆外部的传声器和/或热线传感器。另外地，可使用速度信号，而不是加速度信号来执行处理。本文详细地论述了这些和其他方面。

图1示出了用于使用ANC来执行道路噪声消除(RNC)的示例系统100。作为系统100中的惯例，假设L是扬声器的数量，M是传声器的数量，R是参考信号(例如，测量的噪声源的信道)的数量，[k]是频域中的第k个样本，并且[n]是时域中的第n个样本或第n个帧。

如所示，R个参考信号102指示物理上靠近噪声源并穿越物理路径104的感测信号。由于参考信号102靠近噪声源，因此所述参考信号可提供在时间上领先的信号。参考信号102可被标注为x

R个参考信号102还可输入到自适应滤波器110，所述自适应滤波器110可为数字滤波器，所述数字滤波器被配置为动态地适应来对参考信号102进行滤波以产生期望的抗噪声信号作为输出。自适应滤波器110可使用符号w

来自自适应滤波器110的输出信号可应用于扬声器112的输入。这些输出信号可具有形式y

M个误差传声器108可基于所接收的声能而产生M个误差信号。误差信号可以形式e

为了提高ANC系统在车辆中乘客的位置处的性能，可使用远程传声器算法。远程传声器算法可使用由物理传声器108接收的噪声信号来估计耳朵或其他虚拟传声器位置处的噪声信号。例如，远程传声器算法可用于基于从位于车辆车厢中的其他位置，诸如车辆车顶内衬中的误差传声器108接收的信号而估计用户的耳朵的位置处的噪声信号。

远程传声器算法需要初步识别阶段，其中第二物理传声器临时放置在虚拟位置处。然后在初步识别阶段期间使用临时传感器，连同使用一次传递函数在物理位置与虚拟位置之间的估计来测量二次传递函数在物理和虚拟位置处的估计。之后在运行时使用这些传递函数，以使用从物理传声器108接收的信号来估计传声器在虚拟传声器的位置处可能会接收的信号。

更具体地，来自自适应滤波器110的输出信号y

然后可将干扰信号d

来自自适应滤波器110的输出信号y

最终，加法器124可接收虚拟传声器处的干扰信号d

可利用快速傅里叶变换(FFT)126来将虚拟传声器误差信号e

R个参考信号102也可输入到FFT 128，从而产生频域参考信号。频域参考信号可被标注为X

估计路径滤波器130可提供估计输出信号，所述估计输出信号表示用建模的传递特性S'

求和交叉频谱比较器132可为被配置为提供向量以对误差信号应用最小均方的滤波器系数的自适应滤波器控制器132。自适应滤波器110通常被称为W型滤波器。自适应滤波器控制器132进行W型适应来最小化误差信号。进行W型适应的带来改进的消除的过程被称为收敛。收敛是指ANC算法的收敛，这通过支配给定情形的适应速率的步长来控制。此缩放系数通过基于每个传入W型滤波器限制W型滤波器的幅度变化来决定所述算法将以多快的速度收敛到期望的消除水平。求和交叉频谱比较器132的输出可应用于反向FFT 134，从而产生时域信号来驱动自适应滤波器110。

自适应滤波器控制器132可实现各种学习算法，诸如最小均方(LMS)、递归最小均方(RLMS)、归一化最小均方(NLMS)或任何其他合适的学习算法。自适应滤波器控制器132还接收来自FFT 126的频域误差信号作为输入，所述频域误差信号指示频域中的与时间相关的误差传声器信号。自适应滤波器控制器132的输出可具有传输到自适应滤波器110的更新信号的形式。因此，自适应滤波器110被配置为接收不期望的噪声源X

图2示出了RNC系统性能的实例200。如所示，示例性能是利用实现虚拟传声器技术的ANC系统，诸如系统100实现的。如所示，实例200的示例曲线图是针对以每小时六十公里行驶的车辆。每个曲线图的第一迹线指示在RNC系统启用的情况下以分贝(dB)计的噪声的声压级(SPL)，而每个曲线图的第二迹线指示在RNC系统停用的情况下以dB计的噪声的SPL。值得注意的是，在较高速度下，高频噪声更为普遍。

图3示出了使用层压玻璃的被动风噪声解决方案的性能的实例300。实例300示出了在每小时九十六公里下的乘客侧右侧耳朵响应的两条迹线，从而显示在从0到6000Hz的频率下的以dB计的噪声的SPL。上迹线示出了具有标准挡风玻璃的柴油SUV的噪声，而下迹线示出了使用声学挡风玻璃的相同的SUV。如可看到，声学挡风玻璃在声学方面提供了一些改进，但是大部分是在约1.5kHz至约5kHz的频率下的改进。

对于例如覆盖300Hz至1000Hz频带的高频ANC，空气传播噪声源可能可用于捕获信号并且将所述信号提供给ANC算法。车辆的空气传播噪声源可用传声器或热线在车辆外部捕获，或通过使用加速度计在空气传播噪声路径，诸如侧窗、挡风玻璃和车身面板中捕获。

图4示出了在车辆的外部的用于为ANC提供数据的传声器放置的实例400。一般而言，空气传播噪声源应在靠近噪声源处捕获。例如，车辆后视镜是风噪声的主要来源之一。在后视镜周围可能会产生大量气动噪声，这是因为车辆在后视镜划破空气的情况下行驶引起了复杂的紊乱气流。传声器可位于后视镜壳体的内部以检测风噪声的频率含量。以此方式，传声器可能较不易受到因气流所致的本底噪声的影响以及现有气流的干扰。这在传声器位于车辆外部的情况下对于最小化本底噪声来说可能是很重要的。其他候选位置为A柱、车辆整流罩、车辆底部、车门把手内部、车轮拱罩等。如在实例400中所示，微机电系统(MEMS)传声器可被包括在车镜壳体的内部，或者在替代方案中可在内部齐平地安装在车镜的表面的亚毫米孔处。

图5示出了在车辆的外部的热线或热膜放置的实例500。空气传播噪声源可用热线在靠近噪声源处捕获。这在传感器暴露于产生噪声的气流的情况下是特别有用的。例如，如在实例500中所示，热线可安装在前保险杠的内部，以测量因撞击流所致的气动噪声。用于热线的其他候选位置可包括A柱、车辆整流罩等。

在本公开的另一个实例中，加速度计可放置在空气传播噪声路径中。不管噪声源类型如何，都能通过车辆玻璃或车身面板来传递噪声。车辆侧窗玻璃是主要空气传播噪声路径之一。加速度计可用于检测玻璃和面板的振动。这种方法具有可用加速度计捕获空气传播噪声和结构传播噪声两者的优点。车辆悬架和底部面板当前用于常规的RNC，但是它们仅提供结构传播的道路噪声。其他候选位置包括挡风玻璃、天窗、后挡风玻璃、内部车身面板等。在一个实例中，加速度计可安装在侧窗中为了避免视觉干扰而隐藏在车门面板中的最底部中。

在本公开的又一个方面中，抗噪声信号计算可通过使用表面速度信息来执行。值得注意的是，由振动源传播的声压直接与振动速度成比例。因此，车辆面板的表面速度将显示与内部噪声，而不是加速度的较高相关性。面板的表面速度可通过对所测量的加速度信号求积分来获得。当前的FX-RNC算法可利用加速度来计算抗噪声信号。然而，此类系统的收敛时间可通过利用速度信号来改进。

作为本公开的甚至又一方面，虚拟传声器估计可使用加速度计信号来执行。如在示例系统100中所示，虚拟传声器技术可用于RNC算法中。可通过使用虚拟传声器算法来缓和高频噪声场的空间变化。例如，虚拟传声器位置可被模拟为处于车辆中的人类耳朵的位置，而物理传声器的位置处于车顶内衬中。然而，对于高频ANC，车顶内衬传声器可能会缺乏足够的高频信息，以允许在那些频率下产生抗噪声信号。为了解决这个问题，加速度计可代替物理误差传声器，或者与物理误差传声器结合使用来提高RNC系统的ANC的准确性。

在本公开的另一方面中，误差传声器位置可通过使用虚拟传声器技术来改进。如在示例系统100中所示，虚拟传声器技术可用于RNC算法中。可通过虚拟传声器算法来缓和高频噪声场的空间变化。例如，虚拟传声器位置可被模拟为处于人类耳朵的位置，而传声器的物理位置处于车顶内衬中。然而，对于高频ANC，车顶内衬传声器可能会缺乏足够的高频信息，以允许在那些频率下产生抗噪声信号。此外，误差传声器位置可能需要仔细的选择。位于头枕中的误差传声器可另外地用于估计车辆中的人类耳朵的位置处的噪声。

图6示出了来自车辆的车身的不同区域的风噪声贡献的实例600。每条噪声迹线被提供为在驾驶员的耳朵高度处的来自汽车车身的不同区域的估计的A计权SPL贡献。例如，第一迹线示出了前挡风玻璃处的贡献，第二迹线示出了车顶处的贡献，第三迹线示出了后挡风玻璃处的贡献，第四迹线示出了前乘客通风窗处的贡献，第五迹线示出了乘客前侧窗处的贡献，并且第六迹线示出了乘客后侧窗处的贡献。值得注意的是，最大SPL出现在300Hz至1000Hz附近。

图7示出了空气传播轮胎噪声谱的实例700。具体地，图示出了使用三分之一倍频带轮胎/道路噪声测量实现的A计权SPL，所述噪声测量利用非常接近沥青混凝土防滑面层的拖车以不同的速度进行。由方形表示的第一迹线提供了以每小时八十公里行驶的车辆的SPL。由三角形表示的第二迹线提供了以每小时一百零二公里行驶的车辆的SPL。由十字形表示的第三迹线提供了以每小时一百零七公里行驶的车辆的SPL。值得注意的是，最大噪声再次出现在1000Hz附近，这可能很难用ANC进行处理，除非可获得额外的高频噪声源来通过ANC进行分析。

图8示出了在车辆的车外后视镜周围的风噪声源的实例800。如所示，实例800示出了侧窗玻璃上的声压的dB图以及声学噪声源的等值面。

可通过使用上文描述的虚拟传声器算法来缓和高频噪声场的空间变化。可调整物理传声器位置来捕获额外的空气传播噪声源。

图9示出了虚拟传声器噪声估计的实例900。值得注意的是，高频RNC系统可利用比不会消除高频噪声的ANC算法更高的工作频率，考虑到奈奎斯特准则，这通常利用1.5kHz的工作频率。取决于目标频率范围，用于ANC的工作频率可增加到2.5kHz或以上，以充分地消除在1kHz及以上的范围内的高频噪声。

图10示出了用于高频宽带空气传播噪声的主动噪声消除的示例过程1000。在一个实例中，过程1000可由ANC计算装置，诸如，如本文详细地论述的系统100执行。

在操作1002处，由一个或多个物理误差传声器108捕获要消除的噪声信号。在一个实例中，这些噪声信号从位于车辆内的第一位置处的一个或多个物理误差传声器108接收到ANC计算装置。这些位置可包括例如车辆车厢的车顶内衬中的位置。

在操作1004处，在物理上接近于车辆的噪声源处捕获高频噪声信号。高频噪声信号可覆盖在300Hz至1000Hz频带内的频率，因为一个或多个物理误差传声器108可能会缺乏在300Hz至1000Hz频带内的高频信息以在那些频率下产生抗噪声信号。

在一个实例中，由前馈系统传感器捕获这些高频噪声信号。作为一些实例，此传感器可包括MEMS传声器、热线传感器和/或加速度计。MEMS传声器可位于车辆的车外后视镜的内部，以允许MEMS传声器捕获车辆的风噪声。MEMS传声器可经由车外后视镜中的亚毫米孔耦合到外部空气，以最小化来自MEMS传声器的本底噪声。MEMS传声器位于车辆的轮室的内部，以执行道路噪声检测。热线传感器可被配置为提供对声音速度的直接测量，其中热线传感器放置在车辆的气流风噪声源处。热线传感器可位于车辆的车外后视镜、车辆的挡风玻璃、或车辆的前保险杠处，以捕获结构传播噪声以及空气传播噪声。加速度计可被配置为检测车辆的一个或多个面板的振动，并且噪声消除系统被配置为对从加速度计接收的所测量的加速度信号求积分，以确定车辆的一个或多个面板的表面速度。

在操作1006处，利用虚拟传声器算法以基于噪声信号而估计虚拟位置处的噪声信号，所述估计利用传递函数，所述传递函数估计一个或多个物理误差传声器在虚拟位置处可能会接收的信号。类似地，在操作1008处，利用虚拟传声器算法以基于高频噪声信号而估计虚拟位置处的噪声信号。

在操作1010处，提供噪声消除信号以消除虚拟位置处的噪声，所述噪声消除信号考虑到了由前馈系统传感器和一个或多个物理误差传声器两者捕获的噪声。可将此信号例如提供给车辆车厢内的扬声器112。由于高频噪声信号覆盖在300Hz至1000Hz频带内的频率，因此可将用于ANC的工作频率设置为至少2kHz。在操作1010之后，过程1000结束。然而，应注意，过程1000可以是迭代的，并且可在如图1所示的操作期间在循环中重复。

本文描述的计算装置通常包括计算机可执行指令，其中指令可能能够由诸如上文所列那些计算装置的一个或多个计算装置执行。计算机可执行指令可由使用各种编程语言和/或技术创建的计算机程序来编译或解译，所述编程语言和/或技术单独地或组合地包括但不限于：JAVA

虽然上文描述了示例性实施方案，但是这些实施方案并不意图描述本发明的所有可能形式。而是，本说明书中所使用的字词为描述性而非限制性的字词，并且应理解，可在不脱离本发明的精神和范围的情况下进行各种改变。另外地，可对各种实现的实施方案的特征进行组合以形成本发明的其他实施方案。