一种数字前馈式有源降噪耳罩系统研究

邓帅博，章月新，刘 剑



一种数字前馈式有源降噪耳罩系统研究

邓帅博，章月新，刘 剑

(南京航空航天大学自动化学院，江苏南京 211106)

传统耳罩利用隔声原理降低噪声，一般在高频段有着良好的降噪性能，但由于耳罩体积和重量的限制，针对700 Hz以下低频段噪声的降噪性能较差。引入基于滤波-X最小均方(Filter-X Least Mean Square, FXLMS)算法的前馈式有源降噪技术，将有效克服该缺点，使耳罩在低频范围取得良好的降噪性能。实验结果与分析表明，设计的基于STM32控制器的数字前馈式有源降噪耳罩对1 000 Hz以下窄带噪声有15～25 dB的降噪效果。

低频有源噪声控制；STM32控制器；前馈式结构；滤波-X最小均方算法

0 引 言

高噪声环境严重影响人们的听力和身心健康，一般性的噪声也会对人们的正常生活和工作产生不同程度的影响。在科学研究和医疗工作中使用的仪器和器械都可能产生某些特定的噪声，这些噪声将对科学实验、医疗诊断或患者带来干扰[1]。对于高频噪声，采用传统的被动抑制方法(如隔音耳塞)即可消除，而针对低频噪声(通常低于700 Hz)，被动抑制方法很难有效消除[2-3]。有源噪声控制(Active Noise Control, ANC)技术作为被动降噪方法的有效补充，针对低频噪声有良好的降噪效果。包含该技术的有源降噪耳罩无论在专业领域还是在日常生活中都有着十分广泛的用途。应用于听力保护领域，可以避免人员在飞机驾驶舱、坦克驾驶舱、轮机车间等场合受到噪声伤害；应用于音频重放领域，可有效消除噪声污染，为用户提供舒适的佩戴及听觉体验[4-6]。

有源噪声控制技术利用声波干涉相消原理，通过扬声器发出反噪声与耳罩内的噪声相抵消来实现降噪目的。有源降噪耳罩根据控制器的不同可分为模拟式和数字式两类。模拟式降噪耳罩需要严格的声学结构设计，每款耳罩都需要单独匹配硬件滤波网络，并且由于噪声的时变特性，需要多通道传递函数构成的低通滤波器进行滤波处理，而该传递函数使用模拟电路难以实现[7]。针对模拟式有源降噪耳罩的不足，数字式有源降噪耳罩成为研究热点。数字式有源降噪耳罩一般具有自适应控制模块，可称为自适应有源降噪耳罩。有源降噪耳罩工作时由传声器拾取控制信号，送入控制器的信号处理电路，产生连续的次级信号，经功率放大后驱动次级声源，产生与初级声信号频率相同、相位相反的次级信号，实现噪声抑制。

本文发挥STM32 F4嵌入式平台自身的性能优势，旨在验证含次级通道在线辨识的滤波-X最小均方(Filter-X Least Mean Square, FXLMS)算法在该嵌入式平台的运行效果，为设计一款低成本、易实现、适应性强、针对低频窄带噪声有明显降噪效果的数字前馈式有源降噪耳罩建立基础。

1 系统原理与算法仿真

1.1 系统原理

由于反馈系统鲁棒性不如前馈系统且在有限带宽范围内降噪能力有限，故本文所述降噪耳罩采用前馈式拓扑结构。同时为提高系统自适应性，利用在线系统辨识技术对次级通道进行辨识[8-9]，相应ANC系统方框图如图1所示。

图1 含次级通道在线辨识的前馈ANC系统

控制滤波器权系数通过FXLMS算法得到[10]：

次级声源表示为[10]

1.2 算法仿真

图2 辅助噪声约束条件对系统降噪性能影响

2 基于ARM的ANC耳罩实现

2.1 硬件描述

STM32F4系列单片机基于ARM(Acorn RISC Machine) Cortex-M4架构，主频为168 MHz，增加浮点运算单元、数字信号处理(Digital Signal Processing, DSP)、并行计算等模块，自带三路12位模拟数字转换器(Analog-to-Digital Converter, ADC)，两路12位数字模拟转换器(Digital-to-Analog Converter, DAC)，ADC/DAC均能与内部直接存储器(Direct Memory Asset, DMA)控制器配合使用，提高采样精度。芯片包含硬件随机数发生器，能提供次级通道在线辨识的辅助噪声。独立看门狗模块能防止系统程序发散造成爆音。本文采用STM32F4系列开发板，利用微电子机械系统(Micro- ElectroMechanical Systems, MEMS)麦克风采集噪声，经信号调理电路后被开发板ADC模块采集。其中ADC开启DMA模式，使信号采集过程与主循环程序并行执行，缩短算法的执行时间，保证系统的实时性，同时采集多个样本进行均值滤波以提高ADC的准确性。

由于STM32的ADC接口正常工作电压范围在0～3.3 V之间，故需对拾音麦克风输出交流信号进行1.65 V电平抬升，并且在该信号进入ADC接口之前进行电压限幅，防止输入电压超限烧毁ADC接口。

ADC转换后的信号经STM32F4微处理单元计算处理，通过DAC模块、信号重构滤波和功率放大，驱动降噪扬声器发出反噪声，实现降噪。STM32F4微处理单元及嵌入式算法是整个系统的核心，完成噪声的采集处理及反噪声的产生。硬件电路结构图和系统硬件方框图分别如图3、4所示。

图3 硬件电路结构图

图4 ANC降噪耳罩实验方框图

2.2 程序设计

图5 系统软件流程图

本文描述的降噪耳罩中，噪声信号由12位AD转换成0～4 095之间的数字量，为防止算法发散，需对AD转换结果进行归一化处理：

表1 算法预设参数

Table.1 Algorithm preset parameters

2.3 结果与分析

本文实验装置示意图和实物图分别如图6(a)、6(b)所示。声源扬声器距离参考传声器40 cm，夹角为0°；参考传声器和误差传声器距离为5 cm。对于前馈ANC系统，初级通道是从参考传声器到误差传声器之间的物理通道[10]。对于线性系统，声学信号通过初级通道表现为信号从参考传声器到误差传声器的延迟。初级通道延时必须高于次级通道延时时长，才能保证系统的因果性[11]。本实验中耳罩顶部参考传声器与耳罩内部误差传声器的直线距离为5 cm，系统采样频率为16.94 kHz，计算得到初级通道比次级通道多2.49即2个采样点以上的延迟，满足因果性要求。由于针对的目标噪声为1 000 Hz以下的低频噪声，故16.94 kHz采样频率满足香农采样定理的要求[8]。

图6 实验装置的连线图和照片

当初级声源是由电声分析仪产生的200 Hz单频正弦噪声时，降噪前后耳罩内噪声波形如图7所示(黑色表示降噪前噪声，蓝色表示降噪后噪声)。本文测试用电声分析系统采用杭州兆华公司的CRY6181，该电声分析仪含四路输入/输出通道，采样率24 bit/192 kHz，测试精度为±0.1 dB，本底噪声-105 dBV。CRY6181电声分析仪测得对应动态降噪曲线如图8所示。从图8中可以看出，本文所述的降噪耳罩对于200 Hz单频信号有约24 dB的降噪效果，从打开降噪到基本稳定用时大约14 s。改变初级噪声为混合频率噪声，频率成分包括200 Hz、300 Hz和500 Hz，幅值之比为1:1:0.5，降噪前后耳罩内噪声波形如图9所示(黑色表示降噪前噪声，蓝色表示降噪后噪声)。同样采用CRY6181电声分析仪测得对应的动态降噪声压曲线如图10所示。从图10可以看出，降噪耳罩对于三频率混合噪声有约20 dB的降噪效果，从打开降噪到基本稳定用时大约20 s。

为了进一步验证本文所述降噪耳罩对窄带噪声的降噪效果，由CRY6181发出以1/6 倍频程为间隔、频率范围为50 Hz～4 kHz的正弦扫频信号，由CRY318人工耳采集耳罩内误差噪声，然后传入CRY6181电声分析系统测量耳罩的降噪特性。由于数字式降噪耳罩收敛需要额外时间，故本文采用手动控制方式发出正弦信号，即当耳罩在一个频率收敛后再发出相邻频率的下个信号。

电声分析系统获得的有源降噪耳罩降噪特性曲线如图11、12所示。由图可知，耳罩的被动降噪性能对1 kHz以下噪声基本没有效果，甚至由于耳罩内低频噪声的谐波激发使得被动降噪后噪声反而略有增加。而有打开有源降噪功能后，耳罩对2 kHz以下、90 dB左右声压级的正弦扫频初级噪声有明显的降噪效果，在较宽频率范围内降噪量达15 dB以上。但对于2 kHz以上的信号，由于系统噪声和算法误差等因素的影响，随着频率的提高，主动降噪性能不断下降，当频率上升到3 kHz以上，基本不能发挥主动降噪性能。

为验证降噪耳罩在较宽频带范围的降噪效果，当初级噪声为100～1 000 Hz带宽的粉红噪声时，得到降噪前后耳罩内噪声如图13、14所示，频谱曲线如图15所示。

图7 200 Hz初级噪声降噪前后耳罩内噪声

图8 200 Hz初级噪声降噪声压级曲线

图9 混频初级噪声降噪前后耳罩内噪声

图10 混频初级噪声降噪声压级曲线

图11 降噪前后耳罩内声压频率特性曲线

图12 降噪量曲线

图14 降噪后耳罩内噪声波形(50～700 Hz)

由图15可知，本文所述的主动降噪耳罩对于100～1 000 Hz带宽的粉红噪声有较好的降噪效果。CRY6181电声分析仪测得开启主动降噪后，耳罩内部粉红噪声由85.2 dB降低到73.0 dB，整体降噪量为12.2 dB。由图15可知，在整个频带范围内的噪声基本都有不同程度的降噪效果，且频率越低，降噪效果越明显。

图15 降噪前后耳罩内噪声频谱

3 结论

本文研究了一种含次级通道在线辨识的前馈式有源降噪耳罩，首先分析了在线辨识在线标定次级通道的FXLMS算法，原理并进行了MATLAB仿真。然后基于ARM STM32F4平台，搭建原型机进行降噪耳罩实验。通过单一频率、混合频率、正弦扫频信号和粉红噪声等多种初级声源的验证，表明该耳罩对于低频窄带噪声和一定带宽的粉红噪声有明显降噪效果，验证了系统设计的可行性和算法的有效性。

针对耳罩宽带降噪效果有限的不足，下一步的研究目标为优化算法及引入隔音性能优良的工业降噪耳罩，以提高消噪频带的宽度。

[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] 陈斌, 冯燕. 基于DSP的耳机噪声抵消系统的设计与实现[J]. 电声技术, 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] 刘剑. 基于FXLMS算法的窄带有源噪声控制系统性能分析研究[D].哈尔滨: 哈尔滨工业大学博士学位论文, 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] 孙金玮, 孙琳, 刘剑, 等. 一种含次级通道在线辨识的窄带有源噪声控制系统[J]. 仪器仪表学报, 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] 文静, 文玉梅, 李平. 基于噪声白化准则的自适应噪声抵消方法[J]. 仪器仪表学报, 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

中央高校基本科研业务费专项资金(NS2016034)、南京航空航天大学研究生创新基地(实验室)开放基金(kfjj20160304)资助。

邓帅博(1993－), 男, 河南三门峡人, 硕士研究生, 研究方向为自适应信号处理与主动噪声控制。

刘剑,E-mail:jliu@nuaa.edu.cn