基于基于DSP的主动降噪系统设计与实现的主动降噪系统设计与实现
针对发动机等工作时产生的周期噪声，进行主动降噪系统设计与实现。主要工作为降噪程序的设计和基于DSP
的硬件实现。其中降噪程序采用自适应算法中的反馈滤波-X-最小均方算法，对此算法进行了简要讲解，并设计
了降噪程序的算法流程；DSP采用德州仪器公司的DSP TMS320VC5509A，使用TLV320AIC23B作为音频处理
芯片，搭建硬件平台并进行实现，取得明显降噪效果。
摘 摘 要要： 针对发动机等工作时产生的周期噪声，进行
关键词关键词： 主动降噪；自适应；滤波-X-最小均方算法
0 引言引言
在现代社会的日益飞速的发展中，人类生存环境中的噪声污染越来越严重。噪声引起人心情烦躁，精力不集中，反应迟
钝，工作效率降低，同时会造成听力损伤，影响正常交谈[1]。因而采取各种方式来降低噪声是相当重要的。传统的噪声控制
方法，比如吸声、隔声、隔振或阻尼减振以及利用消声器等，其本质是利用声波与材料的机械作用，使声能变为其他形式的能
量以减少噪声，即“被动降噪”。
通过利用人为的声源（又称为次级声源），使其产生的声场与原噪声源（又称为初级声源）产生的声场发生相干性叠加，
就能产生“静区”而实现降噪。因为它引入了人为产生的次级声源，所以是一种“主动式”的降噪方法。当前，噪声主动控制
（Active Noise Control，ANC）已成为噪声控制的一种重要技术手段。本文即采用主动降噪思想，使用反馈滤波-X-最小均方
（Filtered–X-LMS，FXLMS）算法[2-4]，对发动机等工作时产生的周期噪声进行降噪系统的设计与实现。
本文主要分为4个部分：软件设计，包括反馈FXLMS算法的模型和降噪程序的流程；硬件实现，包括硬件平台的搭建和
TLV320AIC23B芯片的讲解；实验结果，包括MATLAB上仿真的降噪效果和硬件实现的降噪效果；最后，对本文所做的工作进
行了总结并对下一步工作提出设想。
1 软件设计软件设计
反馈FXLMS[3-4]是基本的最小均方（Least Mean Square，LMS）算法[5]在ANC耳机系统上的一个改进算法，算法目标
是利用反馈系统使次级声源产生的反噪声与外界噪声尽量抵消，从而达到消除噪声的目的。
1.1 反馈反馈FXLMS算法模型算法模型
所谓的FXLMS算法，其相对于基本的LMS算法的改进考虑了耳机系统中次级通道的影响。将次级通道设为H（z），在物
理上其包含了D/A转换器、重构滤波器、功放、消声扬声器以及消声扬声器到误差传声器之间的物理通道、误差传声器、前置
放大、抗混叠滤波器和A/D转换器。加入C（z）对H（z）进行补偿，通过次级通道训练使得C（z）尽量等于H（z）。本文选
择了反馈FXLMS算法来防止前馈系统存在的声反馈问题[6-7]，同时反馈FXLMS算法对周期信号有很好的降噪效果。图1为反
馈FXLMS算法模型框图。
输入参考信号即外界噪声x（n），其中，d（n）是期望信号又称为主通道信号，P（z）为未知的主通道，H（z）是次级
通道，C（z）为次级通道补偿。W（z）为自适应滤波器，在每次更新中会根据算法自适应地改变其值。y（n）是自适应数字
滤波器的输出信号，e（n）是误差信号。在每次迭代中，系统采用LMS准则，利用计算得到的x′（n）和e（n）更新W（z）的
抽头系数，使得次级通道的输出y′（n）幅值不断接近d（n），同时y′（n）与d（n）相位相反，从而使得e（n）均方值不断减
小。
完整的FXLMS算法主要分为两步：第一步使用白噪声利用LMS算法训练出次级通道；第二步带入第一步得到的C（z），
进行与LMS类似的迭代运算。
次级通道训练算法如图2所示，也使用LMS准则进行迭代更新。
评论0