具有改进的频率分辨率的噪声消除的制作方法

具有改进的频率分辨率的噪声消除
1.相关申请的交叉引用
2.本国际pct申请要求2020年7月15日提交的美国专利申请号16/929,504和2019年7月17日提交的美国专利申请号16/514,465的优先权。美国专利申请号16/929,504是美国专利申请号16/514,465的继续。上述申请的全部公开内容以引用方式并入本文。
技术领域
3.本公开整体涉及电子和自动噪声消除技术。


背景技术：

4.科学家和工程师们已经对电子自动噪声消除(anc)的问题进行了几十年的研究。波传播的基本物理现象表明，可以产生与噪声信号成180度异相的“抗噪声”波，并且通过相消干扰来完全消除噪声。这对于简单、重复、低频的声音而言是效果相当好的。然而，它对于动态、快速变化的声音或包含较高频率的那些声音而言效果不是很好的。
5.傅里叶分析期间的频率分辨率极大地影响主动噪声消除算法中的抗噪声的准确度。这是因为麦克风和扬声器的频率响应在频谱上不是完全均匀的，并且空中衰减的量对于所有频率而言不是均匀的。而且，抗噪声的准确计算取决于估计主噪声的准确程度。为了对主噪声进行良好估计，具有良好频率分辨率是必要的。因此，除了良好频率分辨率，还需要将总频谱划分为小频带，并且分别针对每个单频带调谐抑制因子和相位校正。
6.良好频率分辨率意味着频谱中的连续频率之间的短间隙。在傅立叶变换中，在其时间分辨率和频率分辨率之间存在折衷。如果时间分辨率为良好的，则频率分辨率变差，反之亦然。难以找到这两个变量之间的最佳折衷。在数学上，频率分辨率(δf)是采样率(fs)与块中的样本的数量(n)的比率。因此，有两种方式来增加频率分辨率：1)减小采样率，以及2)增加块大小。
7.主动噪声消除的基本先决条件之一是，在噪声从输入麦克风行进到抗噪声扬声器之前必须进行总体处理，包括麦克风中的噪声获取、数学分析、抗噪声准备和通过扬声器的抗噪声发射。如果这种情况没有发生，则噪声将在抗噪声叠加在其上之前离开。
8.在与耳机或耳塞一样小的设置中，输入麦克风与抗噪声扬声器之间的距离如此小以至于使噪声行进中间距离花费非常短的时间。这使得不可能收集足够的样本以用于良好频率分辨率。因为如果主动噪声消除系统等待足够长的时间以收集良好数量的样本，则抗噪声生成将太迟而不能与主噪声同步。因此，在小设置的情况下，频率分辨率变得太差而不能获得满意的结果。
9.本部分提供了与本公开相关的背景信息，其不一定是现有技术。


技术实现要素：

10.本发明提供了一种具有改进的频率分辨率的噪声消除技术。所述方法包括：从其中存在所述音频信号流的环境获取数字化噪声信号；接收来自所述数字化噪声信号的数据
样本；将一个或多个附加样本附加到所述数据样本以形成一系列样本，其中所述一个或多个附加样本中的每一者的量值基本上为零；计算所述一系列样本在频域中的频域表示；使用所述数字处理器电路来使所述一系列样本的所述频域表示在时间上移位，由此产生所述一系列样本的已移位频域表示；将所述一系列样本的所述已移位频域表示转换到时域以形成抗噪声信号的一部分；以及将所述抗噪声信号输出到所述音频信号流中以通过相消干扰来消减所述噪声。附加到所述数据样本的附加样本的数量取决于所述抗噪声信号的期望频率分辨率。
11.在一方面，使用快速傅立叶变换方法来计算所述频域表示。在使所述一系列样本的所述频域表示在时间上移位之后，使用快速傅里叶逆变换方法将所述一系列样本的所述已移位频域表示转换回所述时域。
12.在一个实施方案中，使所述频域表示移位一定时间量，所述时间量取决于所述频域表示中的选定频率，并且考虑了与所述噪声信号相关联的传播时间以及与所述数字处理器电路和任何相关联装备的吞吐速度相关联的系统传播时间两者。在一些实施方案中，所述时间上的移位考虑了所述系统的物理部件(例如，麦克风和扬声器)的频率响应。另外，在将所述一系列样本的所述已移位频域表示转换到时域之前，所述频域表示的振幅可被缩放。
13.在一些实施方案中，所述频域表示中的一个或多个噪声段被单独地移位。在大多数情况下，所述频域表示包括多个噪声段，并且这些噪声段可被分组到频带中，使得被分组到特定频带中的所述多个噪声段中的每个噪声段可具有应用于所述组或频带的附加时间或振幅改变。
14.在另一方面，我们计算量值为一的已移位脉冲响应，并且将每个噪声数据样本的量值乘以所述已移位脉冲响应以节省计算时间和负载。优选地在获取所述数字化噪声信号之前计算并存储所述脉冲响应。
15.从本文提供的描述中，进一步的适用领域将变得显而易见。本发明内容中的描述和具体示例仅旨在用于说明的目的，而不是旨在限制本公开的范围。
附图说明
16.本文描述的附图仅用于选定实施方案而非所有可能具体实施的说明性目的，并且不旨在限制本公开的范围。
17.图1是用于在空中系统中提供噪声消减或噪声消除的消声器设备的第一实施方案的框图。
18.图2是用于在电信麦克风、电信头戴式耳机、或耳机/耳塞系统中提供噪声消减或噪声消除的消声器设备的第二实施方案的框图。
19.图3是用于在信号处理系统中提供噪声消减或噪声消除的消声器设备的第三实施方案的框图；
20.图4是用于对机密通信进行加密和解密的消声器设备的第四实施方案的框图。
21.图5是用于从电磁传输中清除噪声，并且用于将特定装备特征或通信与电力线的背景噪声分离(例如，用于电力线通信和智能电网应用)的消声器设备的第五实施方案的框图。
22.图6是示出对数字处理器电路进行编程以执行消声器设备中使用的核心引擎算法的方式的框图。
23.图7是还示出对数字处理器电路进行编程以执行消声器设备中使用的核心引擎算法的方式的流程图。
24.图8是示出由图6的核心引擎算法实现的处理技术的信号处理图。
25.图9是示出与核心引擎算法结合使用的校准模式的详细信号处理图。
26.图10是核心引擎过程图。
27.图11是被配置为台式个人静区系统的示例性低功率、单个单元、空中消声器系统。
28.图12是被配置为窗户安装单元的示例性低功率、单个单元、空中消声器系统。
29.图13是被配置为空气室安装封装的示例性低功率、单个单元、空中消声器系统。
30.图14是被配置用于公路噪声消减的示例性高功率、多单元、空中消声器系统。
31.图15是被配置以消减车辆中的噪声的示例性高功率、多单元、空中消声器系统。
32.图16是被配置以产生用于保护私人谈话不被他人偷听的静锥区的示例性高功率、多单元、空中消声器系统。
33.图17是示例性智能电话集成实施方案。
34.图18是示例性噪声消除耳机实施方案。
35.图19是另一个示例性噪声消除耳机实施方案。
36.图20示出了示例性处理器具体实施。
37.图21示出了示例性加密-解密实施方案。
38.图22示出了示例性特征检测概念。
39.图23是示出用于在主动噪声消减期间改进频率分辨率的技术的流程图。
40.图24a示出了时域中的噪声信号的一部分。
41.图24b示出了用零填充的单位脉冲。
42.图24c是示出已填充单位脉冲的时移的表。
43.图24d示出了示例性单位脉冲响应。
44.图25是示出如何使用单位脉冲响应来计算抗噪声信号的表。
45.在附图的几个视图中，对应附图标记指示对应部分。
具体实施方式
46.现在将参考附图更全面地描述示例性实施方案。所公开的消声器设备可用于多种不同应用。为了说明的目的，这里将详细讨论五个示例性实施方案。应理解，这些示例提供了对消声器设备可用于的一些不同用途的理解。在所附权利要求的范围内，其他用途和其他应用也是可能的。
47.参考图1，已经示出了消声器设备的第一示例性实施方案。该实施方案被设计为提供针对空中系统的噪声消除，其中感测输入的环境噪声并且生成噪声消除信号并将其广播到周围区域中。如图所示，该实施方案包括数字信号处理器电路10，该数字信号处理器电路具有其中存储了配置数据(本文称为应用预设置)的相关联存储器12。在一个示例性实施方案中，使用可商业上获得的多媒体处理器集成电路(诸如broadcom bcm2837四核心arm cortex a53处理器等)来实现数字信号处理器电路10。下面提供了如何对数字信号处理器
电路进行编程的细节。在另一个示例性实施方案中，数字信号处理器电路10可使用raspberry pi计算机(诸如raspberry pi 3型号b或更好型号)来实现。该设备包括信号处理器电路10以及videocore iv gpu、板载sdram、wifi和蓝牙收发器电路、802.11n无线lan电路和对蓝牙4.1通信的支持。提供了二十六个gpio端口，以及四个usb 2端口、100base-t以太网端口、dsi和csi端口、4极复合视频/音频端口和hdmi 1.4端口。如图1至图4中的框图所示，这些端口可用于提供对于信号处理器电路10的输入和输出之间的连接。类似地，fpga可被编程以执行由模数转换器和数模转换器支持的必要功能。
48.图1的空中噪声消除系统包括一个或多个输入麦克风14，这些麦克风被部署在它们可感测期望被消除的噪声源的物理位置中。麦克风14中的每一者耦接到音频到数字转换器或adc 16，其通过采样将来自耦接的麦克风的模拟信号波形转换成数字数据。虽然可利用适合于任务的不同采样率，但所示的实施方案使用48khz的采样率。考虑到由噪声声能的大部分占据的频率范围、输入麦克风和反馈麦克风之间的距离，以及与特定应用和目标相关的其他因素来选择采样率。
49.耦接在adc 16和数字信号处理器电路10之间的是可选的门电路18，其传递高于预定阈值的噪声能量并阻止低于该阈值的能量。门电路18可使用在处理器上运行的软件或使用独立的噪声门集成电路来实现。门电路的目的是区分不被认为是令人讨厌的环境背景噪声水平以及与令人讨厌的噪声相关联的较高噪声水平。例如，如果空中噪声消除系统用于消减来自附近公路的间歇性道路噪声，则门阈值将被配置为当检测到车辆交通的声能时打开，并且当仅检测到附近树丛的沙沙作响的树叶时关闭。以此方式，门有助于减小数字信号处理器10上的负载，并且防止不需要的泵浦。
50.可选的门电路18可以是用户可配置的，从而允许用户设置噪声阈值以使得仅高于该阈值的声音被作为噪声处理。例如，在安静的办公室中，环境噪声水平可以是约50db spl。在这种环境下，用户可将噪声阈值设置为仅对大于60db spl的信号起作用。
51.耦接到数字信号处理器电路10的输出的是数模转换器或dac 20。dac 20用作adc 16的补充，从而将数字信号处理器电路10的输出转换成模拟信号。模拟信号表示被设计成消除由输入麦克风14检测到的噪声的特定构造的噪声消除信号。合适的放大器22和扩音器或换能器系统24将该噪声消除信号投射或广播到空气中，在空气中，该噪声消除信号将与从扩音器或换能器系统24的有效传输区域内的有利位置听到的噪声源混合并消除该噪声源。本质上，扩音器系统24位于噪声源和收听者或接收点之间，使得收听者/接收方可接收到达他或她的位置的信号，除了来自噪声源的信号被来自扩音器或换能器系统24的噪声消除信号抵消之外。
52.如果需要，电路还可包括馈送到放大器22的白噪声源或粉红噪声源，从而基本上将预定量的白噪声或粉红噪声与来自数字信号处理电路10的模拟信号(经由dac 20)混合。该噪声源通过掩蔽当噪声消除信号与扩音器下游的噪声源信号组合时可能出现的另外的可听瞬变而有助于柔化噪声消除信号的效果。
53.反馈麦克风26位于扩音器系统24的前面(下游)。反馈麦克风用于在将抗噪声引入信号流之后对信号流进行采样。该麦克风向数字信号处理器电路10提供反馈信号，该反馈信号用于调整控制数字信号处理器电路如何生成适当的噪声消除信号的算法。尽管图1中未示出，反馈麦克风输出可由合适的放大和/或模数转换器电路处理以提供由噪声消除算
法使用的反馈信号。在仅利用噪声相对噪声消除信号的振幅的一些应用中，可在模拟域中处理反馈麦克风输出以导出振幅电压信号，如果需要，可通过平均或其他手段来处理该振幅电压信号。在其他应用中，其中噪声相对噪声消除信号的更精确评估是期望的，也可进行与输入麦克风信号的相位比较。在该系统的大多数具体实施中，将与输入麦克风信号或应用的期望结果相比较地分析反馈信号的离散段的相位和振幅(离散段的创建和处理在本文档中稍后讨论)。可对反馈麦克风输出进行采样并且使用模数转换器将其转换到数字域。反馈麦克风可连接到麦克风输入或与数字信号处理器电路的视频/音频端口耦接的线输入。对于图1的噪声消减系统的附加示例，参见下文名称为“不同用例实施方案”的章节。
54.在图2中示出了消声器设备的第二实施方案。如将要解释的，该实施方案以两个信号路径为特征，即接收音频信号路径，其消减用户的听筒、耳机或扬声器24a中的噪声；以及发射音频信号路径，其中由电话34的麦克风捕获的声音被处理以消减也由电话34的麦克风捕获的环境噪声。因此，接收音频信号路径将用于通过减小或消除环境内的环境声音来改进用户在他或她的听筒、耳机或扬声器中听到的内容。这使得听音乐或听电话交谈更容易。发射音频信号路径将用于部分或完全地抵消进入用户电话34的麦克风的环境声音(如风噪声)。当然，相同的噪声消除技术可与其他系统(而不仅是电话，包括实况记录麦克风、广播麦克风等)一起使用。
55.参考图2，所示的示例性实施方案适于与头戴式耳机系统一起使用，并且共享与图1的实施方案相同的部件中的一些。在该实施方案中，使用设置在头戴式耳机或耳机/耳塞外部的一个或多个噪声感测麦克风14a来实现输入麦克风。与每个噪声感测麦克风相关联或集成的模数电路将周围噪声转换成数字信号，该数字信号被馈送到数字信号处理电路10。反馈麦克风26被设置在耳机/耳塞内，从而与耳机扬声器24a音频耦接，或者反馈麦克风可被完全消除，因为这是更严格控制的物理实施方案。在包括反馈麦克风的系统中，反馈麦克风数据包括复合信号的分量，其可包括期望的娱乐内容(例如，音乐或音频/视频音轨)和/或语音信号，加上噪声和抗噪声，并且可与噪声和抗噪声信号或输入和期望信号的复合进行比较。
56.需注意，该系统与常规系统显著不同，因为有效消除具有高于2000hz的频率分量的声音的能力减小了对在常规噪声消除耳机上利用的声学隔离方法的需要。这使得能够生产重量更轻且更便宜的产品，并且有利于“耳塞”形状因子中的有效利用。
57.在该实施方案中，可为每个听筒独立地实现消声器设备的噪声处理。对于较低成本的耳机/耳塞/头戴式耳机产品，可针对立体声系统中的两个听筒共同地实现处理，或者处理可由驻留在智能电话或其他设备中的外置处理器处理。
58.该实施方案中的另一个重要差异在于，校准模式还将用于计算每个频带范围所需的适当振幅和相位调整，以补偿耳机或耳塞构造的物理特性在周围/不期望的噪声到达耳朵之前对该噪声的影响(校准模式和频带范围在本文档中稍后讨论)。
59.类似地，由本实施方案中的系统产生的抗噪声经由混合器30与期望的音乐或语音信号混合(期望的音乐或语音信号由电话30、音乐播放器、通信设备等提供)，并且这两者通常经由公共扬声器一起输出。在该用例中，反馈麦克风将仅在校准模式期间起作用，并且在某些情况下可在生产单元上省略。另选地，反馈麦克风可在此实施方案的某些多扬声器应用中(例如，在vr和游戏头戴式耳机中)连续地起作用。
60.如上所述，在包括语音麦克风的头戴式耳机系统中，数字信号处理器电路10的输出可被馈送到语音麦克风电路以及耳机扬声器电路。这已经在图2中示出，其中第一输出信号从数字信号处理器电路10馈送到第一混合器30，该第一混合器供应音频回放系统(amp 22和耳机扬声器24a)。第二输出信号从数字信号处理器电路10馈送到第二混合器32，该第二混合器供应电话34或其他语音处理电路。由于在远离通信/语音麦克风的定位的位置处对环境噪声信号进行采样，因此将不会消除期望的语音信号。取决于应用，该替代抗噪声信号可具有或者可不具有在如上所述的校准模式期间调整的频带振幅。
61.对于关键通信应用(诸如媒体广播或军用通信)，单独的信号处理电路可为期望的并且用于麦克风噪声消除。这将允许精确地消除已知的噪声特征，提供从不消除某些关键信息频带的能力，并且经由用户配置或预设置来有利于这些任务关键应用的其他定制。对于图2的噪声消减系统的附加示例，参见下文名称为“不同用例实施方案”的章节。
62.在图3中示出了第三、更一般化的实施方案。在该实施方案中，输入信号可从任何源得到，并且输出信号可耦接到通常处理输入信号的电路或设备(未示出)。因此，图3的实施方案被设计为插置在信号处理设备或传输中，或与信号处理设备或传输串联放置。在该实施方案中，通常将不使用反馈。已知的噪声特性可由系统参数(使用标有“预设置”12的设置来进行设置)补偿。如果这些特性是未知的，则系统可被校准到以通过处理具有噪声但不包含信号的材料的部分来消除噪声(例如，可使用视频段的“预卷”部分将系统校准到噪声特征)。该实施方案的应用包括从事件或音频监视的记录中移除噪声，或者在具有适当量的“广播延迟”(诸如当前用于在实况广播期间允许审查违法的“7秒”延迟)的“实况”情况下移除它们。
63.虽然在以上示例中已经示出了独立的数字信号处理器电路10，但将理解的是，在移动设备(诸如智能电话)内的处理器可用于执行信号处理算法；或者核心引擎可被实现为用于软件套件的“插件”，或者集成到另一个信号处理系统中。因此，本文的描述还应使用术语核心引擎来指代如下文更全面描述的在处理器(诸如独立的数字信号处理器电路或嵌入在智能电话或其他设备中的处理器)上运行的信号处理算法。如图3的实施方案所描绘，核心引擎可用于在离线模式中或在其中可能不需要输入麦克风、输出放大扩音器和反馈麦克风的信号处理应用中处理噪声。
64.对于图3的噪声消减系统的附加示例，参见下文名称为“不同用例实施方案”的章节。
65.在图4中示出了第四实施方案。在该实施方案中，存在期望经由文件、广播、信号传输或其他手段彼此共享信息；并且限制对该信息的访问的两方。该实施方案要求“编码方”和“解码方”都可访问包含本发明的装备。
66.加密/解密“密钥”是用于对信息进行编码的频带范围设置的方案。将考虑噪声或信息将嵌入其中的其他信号的特性来创建加密和解密“密钥”的设置，并且这些频带范围设置包括频率和振幅信息。这使得能够将已编码信号嵌入到传输的非常窄的段中，例如，该段将表现为某种其他材料或“白噪声”信号的无害宽带传输。在将情报传输嵌入到似乎是白噪声的信号的示例中，加密将需要适当长度的白噪声记录以承载完整消息。该白噪声记录将利用本发明仅针对非常窄的频率范围或范围集合(即，噪声的非常窄的切片将由核心引擎“雕出”)进行处理，其中未包括在该定义的范围集合中的频率未改变地通过系统(对于加密
侧的未包括在频带定义中的频率，默认振幅将被设置为1)；并且可调整将包含情报的频率范围的振幅以有利于噪声内的隐藏。任选地，可使用频率调制或其他技术(提供附加的加密层)在窄频率范围内的“载波信号”中进一步对要共享的信息进行编码，该载波信号将与系统输出(具有“雕出”的切片的噪声)混合。这将会有效地将信息嵌入到将表现为随机白噪声信号(在该示例中(或根据需要，另一种类型的宽带或信号传输))的内容中。
67.在“解密”侧，需要知道用于描述信息被记录在何处的频带范围的频率和振幅设置，以用作“解密密钥”。在解密侧，未包括在频带范围的定义中的频率的默认振幅必须被设置为0。这意味着系统将不会针对未包括在频带定义中的那些频率产生任何输出，使得仅输出要被解码的期望信号。
68.针对未包括在定义频带范围中的频率选择默认振幅的能力是该实施方案的定义特性之一。
69.如果加密/解密“密钥”通过替代手段在一方之间共享，则信息转移的安全性被极大地增强，但可想象的是，它可被包括在传输或文件中的“校准标头”中，基于时间戳或其他设置来计算等。对于图4的噪声消减系统的附加示例，参见下文名称为“不同用例实施方案”的章节。
70.在图5中示出了第五实施方案。在该实施方案中，利用本发明以帮助识别、检测或接收噪声场(诸如存在于主要城市和输电线中固有的其他区域中的电磁场密度中的噪声场等)中的传输或设备特征。此类实施方案在物理安全(诸如检测已知类型的电磁场干扰)以及非安全应用(如监测电力使用)中具有应用。
71.所公开的消声器设备可用于通过为设计成仅使目标信号通过的频带范围设置创建预设置来帮助检测、识别或接收此类噪声中的信号。如通过先前分析所确定的，这些频带范围设置包括相对于背景噪声的特性识别目标信号的“区别特性”或“特征”所需的频率和振幅信息。将通过以下方式来完成这些设置：从频带设置中排除目标信号频率分量并且针对未包括在频带设置中的频率使用默认振幅0，有效地仅使目标信号通过系统；以及适当地调整相邻频率或谐波的振幅和频率以进一步增强目标信号。这将有助于检测原本将不会在噪声场中被注意到的微弱信号。
72.例如，当空调系统的压缩机打开时，独特的脉冲被施加到电网。电力公司变电站可在系统中利用本发明，以通过对来自各种产品的脉冲进行计数来帮助其预测峰值负载。在电力线通信应用中，可最小化“正常”噪声和波动的特性，并且可通过利用为该任务设计的预设置来增强期望的通信信号。预设置也可被设计成检测或增强远距离或微弱的电磁通信。类似地，预设置可被设计成检测在识别为具有某些类型的对象或其他潜在威胁的噪声场中的干扰。
73.在该实施方案中，核心引擎的多个示例可部署在服务器(或其他多核或多路复用设备)上以有利于在单个节点处识别、检测或接收各种信号或特征类型。
74.对于图5的噪声消减系统的附加示例，参见下文名称为“不同用例实施方案”的章节。
75.核心引擎噪声消除算法的概述
76.核心引擎噪声消除算法的本质是为包括噪声信号的许多小的离散段或样本创建完美的抗噪声。数字信号处理电路10(无论是被实现为独立电路还是使用诸如智能电话的
另一个设备的处理器来实现)被编程为执行信号处理算法，该信号处理算法单独地针对包括目标噪声信号或其部分的每个频率分量精确地生成噪声消除信号的定制集合。在最简单的实施方案中，计算噪声信号的频域表示并且然后使其在时间上移位。例如，使噪声信号的频域表示移位了实现该频率分量的180度相移所需的精确量。另外，使噪声信号的频域表示移位了总系统偏移时间，其被定义为信号从图1中的输入麦克风14的位置行进到反馈麦克风26的空中传播时间与系统传播时间(被定义为由输入麦克风14捕获的信号穿过图1所示的电路、由扬声器24输出并由反馈麦克风26接收所需的时间)之间的差值。
77.在其他实施方案中，噪声信号的频域表示包括多个噪声段，并且噪声段在时间上单独地移位，其中每个噪声段与一个不同频带相关。同样，使每个噪声段移位了实现该频率分量的180度相移所需的精确量和总系统偏移时间。还应用对每个离散噪声段的振幅和相位调整以考虑物理分量的频率响应。在该实施方案和其他实施方案中，可将总系统增益或缩放因子应用于输出信号。然后，将该已处理的信号转换回模拟时域信号并且经由扬声器26输出。对于不需要空中传输的信号处理应用，相应信号路径延迟之间的差值将用于计算适当的系统偏移时间。
78.图6示出了核心引擎噪声消除算法的优选实施方案的基本概念。如图所示，所获取的噪声信号样本40的频率分量可被细分成不同的频带段。在当前优选实施方案中，对于不同频带42中的每一者，可不同地设置这些频带段的宽度、要应用于频带中的频率的振幅缩放因子，以及附加的频带特定相位校正。在各种实施方案中，频带的这些参数可经由用户界面、预设置来设置，或者基于标准来动态地设置。然后，每个频带范围被进一步细分成所选择宽度的频带段。然后，对于每个频带段，数字信号处理电路使该段的相位移位了取决于分段噪声信号的选定频率的量。例如，选定频率可以是频带段的中心频率。因此，如果特定频带段从100hz延伸到200hz，则选定中心频率可以是150hz。在许多应用中，每个频带内的每个频率将被单独地移位，并且还通过总系统偏移时间、总系统增益以及频带特定相位和振幅参数来进行调整。频带特定参数可用于实现特定应用、校正系统部件缺陷等。
79.通过将输入噪声信号分段成多个不同频率段，数字信号处理电路能够使噪声消除算法适应给定应用的特定要求。这是通过选择性地控制每个段的对象以适合特定应用来完成的。作为示例，输入噪声信号的整个频率范围上的每个段可为非常小的(例如，1hz)。另选地，频率范围的不同部分可被细分成更大或更小的段，从而使用最重要的信息内容驻留在其中或者短波长需要它的更小(更高分辨率)段；以及在承载更少信息或具有更长波长的频率下使用更大(更低分辨率)段。在一些实施方案中，处理器不仅将整个频率范围细分成段，而且还可基于频带范围中的设置来不同地单独操纵给定段内的振幅和/或相位。
80.在期望极高噪声消除准确度的情况下，视情况而定在整个频谱上或在噪声信号的全频谱上将噪声信号分成小段(例如，1hz或其他大小的段)。这种细粒度的分割确实需要显著的处理能力。因此，在期望较低功率、较低成本处理器的应用中，核心引擎噪声消除算法被配置为将信号划分成频带或范围。频带的数量可在核心引擎软件代码中进行调整以适应应用的需要。如果需要，数字处理器可被编程为通过应用小波分解来细分所获取的噪声信号以将所获取的噪声信号细分成不同频带段，并且由此生成多个分段噪声信号。
81.对于每个给定应用，段大小以及大小将如何/是否在频谱上变化是系统的初始条件，通过定义各种频率范围的参数来确定。这些参数可通过用户界面来设置并且然后作为
每个应用的预设置存储在存储器12(图7)中。
82.一旦噪声信号已经根据由数字信号处理电路(自动地和/或基于用户配置)建立的分段计划来进行分段，则选择性地将相位校正应用于每个段以产生段波形，该段波形将通过相消干扰来基本上抵消该段的频带内的噪声信号。具体地，考虑到段的频率并且考虑任何系统传播或延迟时间，处理电路计算并应用频率相关延迟时间46。由于装备或环境的相位响应，数字信号处理电路还可应用针对特定频带所需的任何调整。因为计算该频率相关延迟时间并且单独地将其应用于每个段，所以处理电路10并行地或非常迅速地串行地计算并应用这些相位校正值。此后，在48处组合相位校正(相移)的分段噪声信号以产生复合抗噪声信号50，该复合抗噪声信号然后被输出到信号流中以通过相消干扰来消减噪声。如图6所示，抗噪声信号可经由放大扩音器系统或其他换能器24引入信号流中。另选地，在某些应用中，可使用合适的数字或模拟混合电路将抗噪声信号引入信号流中。
83.在一些实施方案中，可通过使用反馈信号来进一步增强噪声消减。因此，如图6所示，反馈麦克风26可定位在信号流内，在其中引入抗噪声信号的位置的下游。这样，反馈麦克风感测噪声信号和抗噪声信号之间的相消干扰的结果。然后，从反馈麦克风得到的反馈信号被供应到处理电路10以用于调整抗噪声信号的振幅和/或相位。大体地在图6中的52处示出了该反馈处理。反馈处理52包括通过模数转换将反馈麦克风信号转换成合适的数字信号，并且然后使用反馈麦克风信号作为参考来调整抗噪声信号的振幅和/或相位以用于最大噪声消减。当抗噪声信号和噪声信号以最佳方式相消干扰时，由于噪声能量和抗噪声能量最佳地彼此抵消的事实，反馈麦克风信号将检测到空值。
84.在一个实施方案中，可基于反馈麦克风信号来调整组合抗噪声信号50的振幅。另选地，可单独地调整每个频带段的振幅和/或相位。这可通过将反馈点处的信号流的振幅和相位与输入信号进行比较并且调整抗噪声和/或频带参数来完成。另选地，可检查反馈信号本身的频率内容和振幅以指示抗噪声参数所需的调整，从而通过对每个段的频率相关延迟时间46和振幅进行微调调整来改进结果。
85.频率相关延迟时间的确定
86.信号处理电路10通过考虑多个因素来计算每个段的频率相关时间延迟。这些因素中的一者是所计算的180度相移时间，其与每个单独信号段的预定频率(例如，段中心频率)相关联。
87.取决于应用和可用的处理能力，该计算可在校准模式中完成并且存储在存储器12中的表中，或者连续地实时重新计算。通过以下公式计算为每个频率“f”创建适当的抗噪声所需的精确时间延迟：(1/f)/2。即：
[0088][0089]
其中f是该段的预定频率(例如，中心频率)。
[0090]
信号处理电路所使用的另一个因素是系统偏移时间，该系统偏移时间继而取决于两个因素，即空中传播时间和系统传播时间。
[0091]
第三因素是可被补偿的系统物理元件的不完美频率响应。
[0092]
为了生成精确的噪声消除信号，处理电路依赖于空中声音传播速率的先验知识，该速率被测量为信号从输入麦克风行进到反馈麦克风的渡越时间。如本文所使用的，该渡
越时间被称为空中传播时间。处理电路还依赖于处理器10和相关输入和输出部件(例如：14、16、18、20、22、24)生成噪声消除信号所花费的时间(本文称为系统传播时间)的先验知识。这些数据用于确保噪声消除信号与噪声信号精确地相位匹配，使得产生完美消除。噪声信号传播通过空气的速率取决于各种物理因素，诸如空气温度、压力、密度和湿度。在各种实施方案中，处理器计算时间和电路吞吐时间取决于处理器的速度、访问存储器12的总线的速度，以及通过与处理器10相关联的输入/输出电路的信号延迟。
[0093]
在优选实施方案中，在校准模式期间，测量这些空中传播时间和系统传播时间并将其存储在存储器12中。校准模式可由用户经由用户界面手动请求，或者处理器10可被编程为周期性地或响应于测量的空气温度、压力、密度和湿度条件而自动执行校准。
[0094]
因此，优选实施方案测量从在输入麦克风14处检测到噪声信号时直到稍后在反馈麦克风26处检测到噪声信号时的空中传播时间。取决于应用，这两个麦克风可以永久固定的间隔距离(诸如在图2的头戴式耳机实施方案中)进行设置，或者它们可以取决于两个麦克风碰巧在现场中放置的位置的间隔距离进行设置。归因于输入信号被处理、输出到扬声器系统24(24a)以及在反馈麦克风26处接收所花费的时间的时间延迟对应于系统传播时间。
[0095]
一旦空中传播时间和系统传播时间在校准模式中被测量和存储，信号处理电路10就将系统偏移时间计算为空中传播时间和系统传播时间之间的算术差值。该差值计算也可被实时计算或存储在存储器12中。在一些固定应用(如耳机)中，可能不需要板载校准模式，因为校准可在生产线上进行或基于耳机的已知固定几何形状来建立。系统偏移时间可被存储为常数(或者在一些应用中被动态计算)以用于本文描述的噪声减小计算。
[0096]
对于要处理的每个离散频率段，通过使已处理的信号延迟等于以下的绝对值的时间来创建抗噪声信号：该离散频率段的180度相移时间减去系统偏移时间。该值在本文中被称为应用时间延迟。在算法的各种具体实施中，每个频率段的应用时间延迟可存储在表中或者被连续计算。对于利用频带的实施方案，还将应用适合于每个频带的附加相位校正和振幅缩放。
[0097]
图7更详细地示出了可对信号处理电路进行编程以实现核心引擎噪声消除算法的方式。编程过程开始于填充存储器12内的一组数据结构59的一系列步骤，其中存储算法所使用的参数以用于根据需要进行访问。下面还结合图10讨论了核心引擎过程的进一步细节。
[0098]
参考图7，首先将包含选定块大小的记录存储在数据结构59中。如由要作为数据组或“块”处理的样本的数量表示，块大小是在由核心引擎执行的每次迭代中要处理的时间切片的长度。块大小主要基于应用(要处理的频率范围和所需的分辨率)、系统传播时间，以及在空中或其他方式传输的噪声信号的输入和输出之间的传播时间(在原始信号通过抗噪声输出点之前，必须完成处理并将抗噪声注入信号流中)。在一些实施方案、应用或信号处理方案中，“块”还可以是单个样本。
[0099]
例如，对于处理整个音频频谱的空中系统，输入麦克风和输出麦克风之间的距离为5.0
″
，采样率为48khz，并且系统传播时间为0.2ms；16的块大小将是合适的(在48khz采样率下，16个样本在时间上等效于约0.3333ms；并且在标准温度和压力下，在该时间量期间声音在空气中行进约4.5
″
)。通过将系统调用和状态改变限制为每块一次，可优化处理器操作
以用于高效地处理期望块大小。
[0100]
当噪声消除设备被配置用于给定应用时，该块大小记录通常在开始时被存储。在大多数情况下，在核心引擎噪声消除算法正在运行时，更改块大小记录是不必要或不期望的。块大小也可通过以定义的采样率选择系统的目标频率分辨率来间接指定。
[0101]
频带范围、每个频带范围内的段大小以及每个频带的输出缩放因子取决于应用被设置为初始条件，并且被存储在数据结构59中。这些参数可在用户界面中设置，作为预设置包括在系统中，或者被动态计算。
[0102]
接下来，在62处，处理电路测量与处理电路及其相关联的输入和输出电路执行噪声消减过程所消耗的时间相对应的系统传播时间，并将其存储在数据结构59中。这通过以校准模式操作处理电路来完成，如下所述，其中噪声信号被供应到处理电路，处理电路作用于该噪声信号以生成抗噪声信号并输出。噪声信号的输入直到抗噪声信号的输出之间经过的时间表示系统传播时间。该值被存储在数据结构59中。
[0103]
此外，在64处，处理电路测量空中传播时间并将其存储在数据结构59中。该操作也由处理电路在下面讨论的校准模式中执行。在这种情况下，处理电路被切换到其不生成任何输出的模式。测量在输入麦克风处接收信号与在反馈麦克风处接收信号之间的经过时间，并将其存储为空中传播时间。
[0104]
接下来，在66处，处理电路计算系统偏移时间并将其存储在数据结构59中，该系统偏移时间被定义为空中传播时间减去系统传播时间。稍后当处理电路计算应用延迟时间时需要该值。
[0105]
利用如此计算和存储的前述校准参数，核心引擎噪声消除算法现在可执行段特定预计算(另选地，这些计算可在有足够处理能力可用的情况下实时进行)。在一些实施方案中，频带设置(频带的宽度、频带内的段大小、频带特定相位校正和频带特定振幅缩放)也被存储在存储器12中。
[0106]
如图所示，根据频带设置，对每个段并行(或快速串行)执行步骤68以及后续步骤70和72。如果对于给定应用存在1000个段，则步骤68-70被执行1000次，优选地并行执行，并且数据被存储在数据结构59中。
[0107]
在步骤70处，然后通过减去先前存储的每个段的系统偏移时间来调整180度相移时间。处理器电路计算并存储该值的绝对值作为应用延迟时间，因此应用延迟时间是正数，从而表示要应用于对应段的相移量。需注意，如果频带由于换能器(麦克风、扬声器等)的相位性能特性、环境或其他元素而需要附加调整(除了考虑空中传播时间和系统传播时间之外)，则在步骤70也将进行该附加的时间和/或振幅调整。
[0108]
核心引擎使用该存储的数据来更快地处理频率段(通过预先针对所有频率段应用预计算的时移)。在步骤72处，处理器电路通过使段噪声信号时移存储为该段的施加延迟时间的量来执行段噪声信号的相移。此外，如果根据频率范围设置或反馈处理52(图6)需要振幅调整(或微调相位调整)，则在此也应用该调整(在一些实施方案中，可通过将信息存储为向量来同时应用相移和振幅调整)。根据系统架构，并行或快速串行地处理所有段。
[0109]
一旦已经适当地调整了特定块的所有段，在74处，处理电路然后重新组合所有的已处理段以生成用于输出到信号流中的抗噪声波形。
[0110]
为了进一步理解由处理电路执行的过程，现在参考图8，其给出了如何处理噪声信
号的更物理的表示。在步骤80处开始，获取噪声信号82。在图8中，噪声信号被绘制为包括许多不同频率分量或谐波的时变信号。
[0111]
在步骤84处，根据结合图7讨论的参数59，将噪声信号频谱的块细分成段86。为了说明的目的，在图7中假设时变噪声信号82已经被表达在频域中，其中最低频率分量被分配给频谱曲线图86的最左侧，而最高频率分量或谐波被分配给频谱曲线图的最右侧。例如，频谱曲线图86可从20hz跨越到20,000hz，覆盖了通常接受的整个人类听觉范围。当然，可取决于应用不同地分配频谱。
[0112]
应当认识到，尽管噪声信号已经被表示在频谱86中的频域中，但噪声信号本质上是时变信号。因此，每个频域段中的能量的量将随时间推移而波动。为了说明这种波动，还描绘了瀑布曲线图88，示出了每个频率段内的能量可如何随着时间流动而沿垂直轴线变化。
[0113]
如在步骤90处，单独地对于每个段，应用频率相关相移(即，应用延迟时间)。为了说明这一点，波形92表示在移位之前的段内的噪声频率。波形94表示在已经应用了系统偏移时间之后的相同噪声频率。最后，波形96表示在已经应用了180度相移时间之后的所得噪声频率(需注意，这仅是为了说明的目的—在实际处理中，仅应用了应用延迟时间，其是180度相移时间减去系统偏移时间的绝对值，以及所需的任何频带特定相位校正)。对于该说明，还假设对于正在处理的段不需要振幅缩放。
[0114]
通过在步骤98处组合来自每个段的时移分量，构造了抗噪声信号100。如在步骤102处，在将该抗噪声信号输出到信号流中时，抗噪声信号100与原始噪声信号104混合，从而致使两者相消干扰，进而有效地消除或消减噪声信号。剩下的是可在步骤106处检索的任何信息承载信号108。
[0115]
校准模式
[0116]
图9示出了可如何利用处理电路10、输入麦克风14、放大扩音器24和反馈麦克风26以通过在进行测量时选择性地启用和禁用核心引擎算法来实现校准。
[0117]
在当前优选实施方案中，在核心引擎抗噪声系统和输出被禁用的情况下计算空中传播时间。在这种状态下，空中传播时间被计算为在输入麦克风14输入处捕获输入噪声时与在反馈麦克风26处捕获噪声时之间的时间差值。在核心引擎抗噪声系统被启用的情况下测量系统传播时间。相同输入再次被引入输入麦克风14。这一次，它由核心引擎处理，并且经由放置在反馈麦克风26之前的扬声器(例如，扩音器系统24或其他合适的校准扬声器或换能器)输出。当在核心引擎中处理输入信号时，可更改其频率以使得输出脉冲将与输入脉冲噪声区分开(或者两个信号的定时/相位可用于将系统输出与原始噪声区分开)。空中和系统生成的信号都将到达反馈麦克风。然后，可根据输入脉冲信号到达反馈麦克风的时间和输出信号到达反馈麦克风的时间来计算系统传播时间。
[0118]
需注意，该校准模式可实际上消除“调谐”系统以考虑所使用的麦克风之间的微小变化或者噪声消除耳机或耳塞系统的物理几何结构所需的大量工程时间。这可导致显著的产品开发成本节约。校准模式还通过提供初始调谐的自动化方法来解决由于单独部件生产容差和变化(尤其是在麦克风中)而在生产线上调谐单独集的物理挑战。这是生产中的另一个显著的成本节约。
[0119]
使用系统偏移时间，处理器计算将应用于每个段以创建该段所需的精确抗噪声的
特定段时间延迟。为了计算精确段时间延迟，处理器确定在特定频率段的中心频率中产生180度相移所需的时间并且通过系统偏移时间来调整该时间。具体地，将段时间延迟计算为180度相移时间减去系统偏移时间的绝对值。在该步骤处也可应用任何频带特定相位校正。
[0120]
在计算所有的抗噪声段时间延迟之后，然后将每个段的数字信号时间延迟该段的计算量，并且然后将如此生成的所有抗噪声段组装成单个抗噪信号，然后输出该单个抗噪信号(诸如输出到扬声器系统)。
[0121]
在采用反馈麦克风或反馈信号的其他源的实施方案中，处理器10在相位和振幅方面将反馈麦克风输入信号与输入麦克风输入信号进行比较。处理器使用相位比较来调整应用延迟时间，并且使用抗噪声振幅来调整所生成的噪声消除信号的振幅。在调整振幅时，处理器可单独地操纵频带范围中的每个段的振幅(并且因此有效地控制每个段的振幅)。另选地，反馈信号本身的频率组成和振幅可用于确定对每个段的振幅和相位的必要调整。
[0122]
核心引擎过程的细节
[0123]
现在参考图10，详细说明信号处理电路10如何实现核心引擎过程。具体地，图10详细描述了在优选实施方案中由信号处理电路实现的软件架构。用户能够以多种方式与运行核心引擎过程的处理器交互。如果需要，如在120处，用户可启动消声设备的配置模式。通过这样做，用户还可任选地配置频带和对应的段宽度、频带特定相位和振幅校正，以及噪声阈值门参数(数据结构59的一部分(也参见图7))。块大小也可被设置为用户界面参数。
[0124]
另选地，如在132处，用户可简单地开启消声器设备。在这样做时，如在134处，用户可命令核心引擎过程校准设备。校准过程通过调用校准引擎126(在信号处理电路上运行的核心引擎软件124的一部分)来致使核心引擎软件124实现校准过程，执行上面详述的校准过程，由此用空中传播时间、系统传播时间和其他计算参数填充数据结构59。这些存储的参数然后由抗噪声生成引擎128(也形成核心引擎软件124的一部分)使用。如图所示，如在130处，抗噪声生成引擎128向扩音器供应信号，该扩音器然后将抗噪声信号引入信号流中。
[0125]
如在136处，无论是作为校准过程的一部分还是作为噪声消减过程的一部分在使用期间而被需要，核心引擎输入来自输入麦克风和反馈麦克风的信号。如在138处，对于使用期间的噪声消减，用户经由用户界面命令设备抑制噪声。如图所示，这致使抗噪声信号被引入信号流(例如，空气140)中。如在142处，如果利用白噪声或粉红噪声，则还可将白噪声或粉红噪声引入信号流中。
[0126]
为了进一步说明运行核心引擎算法的信号处理电路如何对示例性输入数据进行操作，参考下表(为了简单起见，该表假设不需要频带特定校正)。在下表中，指定了示例性的用户定义的频率范围。如可看出，应用时间延迟可表示为与以秒为单位的延迟时间相对应的浮点数。如数据所示，典型的应用时间延迟可非常小，然而每个应用时间延迟是针对每个给定频率段来精确计算的。
[0127][0128]
与常规噪声消除技术相比，核心引擎噪声消除算法实现了高于2,000hz的频率的优越结果，并且有助于在整个音频频谱(高达20,000hz)和更高频谱(假设有足够的处理速度)上实现良好结果。目前利用的常规技术仅在高达约2,000hz时是相当有效的，并且在高于3,000hz时基本上是无效的。
[0129]
频率分辨率改进
[0130]
零填充是应用通过向信号附加零来改进频率分辨率的技术。然而，这种方法产生噪声，因为信号变得严重失真。本发明的另一方面提出对来自噪声信号的每个数据样本应用零填充，由此在维持良好时域分辨率的同时实现较好频率分辨率。这种技术大体相对于图23进行描述。
[0131]
首先在201处，从其中存在有音频信号流的环境获取数字化噪声信号。处理来自数字化噪声信号的每个数据样本以改进频率分辨率。具体地，在203处，将一个或多个附加样本附加到给定数据样本以形成一系列样本，其中一个或多个样本中的每一者的量值基本上为零。频率分辨率随着添加到数据样本的更多零而提高。对于以48khz采样的噪声信号，将十五个零添加到数据样本实现了3000hz的频率分辨率；而将159个零添加到数据样本实现了300hz的频率分辨率。这样，附加的零的数量取决于期望的频率分辨率。应当理解，添加到给定数据样本的零的数量可取决于应用而变化。
[0132]
噪声消减方法的其余部分如上所述的那样地进行。也就是说，在204处，计算频域中的一系列样本的频域表示。在一个示例中，尽管本公开考虑了其他方法，在205处，使用快速傅立叶变换方法将该系列样本转换到频域。在206处，在频域中，使该系列样本的频域表示在时间上偏移。使频域表示偏移一定时间量，该时间量考虑了与噪声信号相关联的传播
时间以及与数字处理器电路和任何相关联装备的吞吐速度相关联的系统传播时间两者。在一个实施方案中，使频域表示在所有频率上偏移相同的时间量。在另一个实施方案中，频域表示被分段成多个噪声段，其中每个噪声段与不同的频率范围相关，并且一个或多个噪声段被单独地移位。在这种情况下，噪声段被移位的时间量可在多个噪声段之间不同。
[0133]
接下来，在206处，将已移位的频域表示转换回时域，并且由此形成复合抗噪声信号。然后在207处，将复合抗噪声信号输出到音频信号流中以通过相消干扰来消减噪声。
[0134]
图24a至图24c进一步描绘了具有改进的频率分辨率的噪声消减方法的示例性实施方案。在图24a中示出了时域中的噪声信号的一部分。该方法通过计算系统的单位脉冲响应并存储它来减小计算时间和计算负载。用预定数量的零填充单位脉冲(即，量值为一的脉冲响应)。如上所述，附加的零的数量取决于期望的频率分辨率。为了说明的目的，用15个零填充单位脉冲以形成如图24b所示的一系列样本。
[0135]
接下来，执行脉冲响应的傅立叶变换，并且应用核心引擎的所有的整体和频带特定参数设置，从而基于核心引擎参数来有效地使由脉冲响应表示的每个频率分量适当地移位。然后，将逆傅立叶变换应用于脉冲响应，从而创建表示已零填充和移位的脉冲响应的一系列振幅值。这允许我们通过简单地将每个样本的振幅乘以已移位的脉冲响应的每个值并将它们相加(如下所述)来计算任何样本的抗噪声，而不是对目标噪声信号的每个样本应用快速傅立叶变换(其计算密集且耗时)。
[0136]
为了说明这种技术，下面阐述数字示例。用15个零填充的单位脉冲如下：
[0137]
1000000000000000
[0138]
通过向已填充的单位脉冲应用傅立叶变换来获得以下结果。
[0139]
1+0j1+0j1+0j1+0j1+0j1+0j1+0j1+0j1+0j1+0j1+0j1+0j1+0j1+0j1+0j1+0j
[0140]
在上表中，每个正弦曲线具有振幅1和初始相位0。假设采样速率为48khz，则以khz为单位的正弦曲线的频率在下表中示出：
[0141]
0369121518212421181512963
[0142]
然后，对于每个频率分量，执行可应用的时移。在图24c所示的表中示出了数字示例。在该示例中，在列1中示出了不同频率分量。抑制因子(sf)在校准模式中进行测量或者由用户针对每个单独频带设置，以解决空气、麦克风、扬声器和其他设备的不均匀频率响应。表中的列2示出了在校准过程期间测量的每个特定频率的抑制因子值。每个频率分量的总所需相移由四个分量组成。第一，系统偏移时间(sot)对于所有正弦曲线是恒定的；在该示例中为10微秒。第二，每个特定正弦曲线的相移是不同的，因为对应频率是不同的。如列4所示，该偏移被称为系统偏移相位(sop)，其可通过下式以弧度获得：sop＝2 x pi x频率x(sot/1000000)。第三，像麦克风、声卡、扬声器和电线的设备对于不同频率具有其自身的相位响应，这些相位响应从它们的波特图中获得。与sop一起，需要针对每个频率应用频带特定相位校正(pc)。相位校正(pc)值在校准过程期间确定或凭经验设置。第四，半波移位，其针对任何频率等于180度或π弧度，以用于反转噪声信号。在列7中示出了每个频率的总相移。然后，通过使噪声信号振幅和相位移位了列8中所见的值，可获得抗噪声正弦曲线。
[0143]
为了返回到时域，对图24c中的表的列8中的值应用逆傅立叶变换。该时域信号被称为系统的单位脉冲响应，其中示例在图24d中示出。下表中阐述了单位脉冲响应的数值。
[0144]-0.590.45-0.320.1-0.02-0.20.05-0.170.07-0.230.14-0.190.04-0.160.09-0.07
[0145]
这些值仅旨在说明。存储系统的单位脉冲响应以便随后用于主动噪声消除。
[0146]
在主动噪声消除期间，所存储的单位脉冲响应可用于构造抗噪声信号，而无需执行去往和来自频域的计算昂贵的转换。在该示例性实施方案中，来自噪声信号的每个数据样本与所存储的单位脉冲响应相乘。继续上面的示例，在下表中提供了数据样本的数值。
[0147]
0.50.40.40.20.380.1-0.2-0.19-0.5...
[0148]
将第一值(在该示例中为0.5)乘以单位脉冲响应会产生以下结果：
[0149]-0.30.225-0.160.05-0.01-0.10.025-0.090.035-0.1150.07-0.10.02-0.080.045-0.04
[0150]
类似地，将第二值(在该示例中为0.49)乘以单位脉冲响应会产生以下结果：
[0151]-0.290.221-0.160.049-0.01-0.10.025-0.080.034-0.11270.069-0.090.02-0.080.044-0.03
[0152]
针对每个数据样本继续会得到如图25所示的表。每行中的值与底行的相应列中所示的总和相加在一起。因此，表的底行表示数字域中的抗噪声信号。在该示例中，每个数据样本被填充有十五个零以使得前十五个结果将是不准确的。从表中的第十六列(即，值0.269)开始，总和形成了其中应用了适当延迟时间和振幅缩放的抗噪声信号的每个样本的振幅。这种方法的简单乘法和加法运算比将每个样本转换到频域和从频域转换出来要快。
[0153]
虽然在噪声消除的上下文中描述了零填充技术，但应当理解，该技术可应用于需要提高的频率分辨率并同时保持时域中的分辨率的其他信号处理方法。然后，信号可被转换回时域并输出(如前所述)以消减原始噪声信号。
[0154]
不同用例实施方案
[0155]
上面公开的基本技术可用于各种不同用途。下面将描述这些用例中的一些。
[0156]
空中消声器系统(音频)实施方案
[0157]
空中消声器系统可如图1所示和如上所述的那样实现。若干不同的实施方案是可能的。这些包括低功率、单个单元系统，其被优化以用于提供个人静区。如图11所示，图1中描绘的部件被安装在包含放大扬声器的台式或桌顶盒中，该放大扬声器指向用户。需注意，反馈麦克风26设置在扬声器的声场内。这可以是固定配置，或者可采用可拆卸延伸臂，该延伸臂也用作麦克风支架以允许用户将反馈麦克风放置得更靠近用户所在的位置。另一个可能的实施方案是将消声器系统编码到智能电话中或作为智能电话应用程序添加。在该实施方案中，电话的内置麦克风和扬声器以及来自头戴式耳机的麦克风可用于创建系统。
[0158]
图12示出了一个替换实施方案，其中图1的部件被部署在适于配合在房间窗户内的安装框架中，该窗户框架在w处示出。在该实施方案中，输入麦克风14捕获来自窗户外部的声音，并且放大扬声器24将抗噪声音频引入房间中。反馈麦克风可位于延伸臂上，或者方便地放置在用户附近。如果需要，反馈麦克风可使用蓝牙或其他无线协议与处理电路10无线通信。在该实施方案中，由于墙壁和窗户影响原始噪声的方式，在校准模型中确定的各种频带范围的振幅调整将可能是重要的(如在耳机实施方案中)。
[0159]
图13示出了另一个实施方案，其中图1的部件被部署在适于配合在hvac系统的空气管道内或风扇系统(例如，浴室吊扇、厨房通风扇、工业通风扇等)的管道内的增压安装封装中。在该实施方案中，由hvac系统或风扇系统生成的声音由输入麦克风14采样，并且抗噪声信号被注入空气管道系统中。在该实施方案中，如果需要，可在整个家庭或建筑物的通风调风口(ventilation register)处部署若干扬声器系统，使得hvac或风扇系统噪声在每个
位置处被进一步消减。这种多扬声器实施方案可在每个房间内采用单独的反馈麦克风26(诸如在每个调风口附近)。处理电路10可将放大器音量控制信号单独地供应到每个放大扬声器以针对每个房间定制抗噪声信号的声压级。与位于更远处的房间相比，更靠近产生噪声的鼓风机的房间可需要抗噪声信号的更高放大。另选地，可在单独调风口中安装单独设备以提供位置特定控制。
[0160]
第二类空中消声器设备包括被设计成消减来自高能量源的噪声的高功率、多单元系统。这些包括用于消减在施工现场处产生的噪声、沿着繁忙街道或公路产生的噪声、由附近机场产生的噪声的系统。这些相同的高功率、多单元系统也可适用于学校周边和体育场的噪声消减。此外，高功率多单元系统可用于消减载具舱(例如，轿车、卡车、武装坦克、船、飞机等)中的道路噪声。
[0161]
图14示出了用于公路噪声消减的示例性高功率、多单元系统。各自如图1所示那样实现的单独消声器设备被定位，使得它们使用其相应的输入麦克风14来拦截公路噪声并且将抗噪声音频能量注入环境中，使得公路噪声在离开一定距离定位的子分区处通过相消干扰被消除。另选地，消声器设备可直接位于家庭的院子中以提供更直接的覆盖。
[0162]
在公路噪声消减实施方案中，单独消声器设备优选地安装在竖直支架或其他合适的结构上，使得扬声器充分地高于站在附近的任何人的头部。反馈麦克风26可被放置成与消声器设备相距相当远的距离，使用wifi通信或其他无线通信协议来将反馈信息发送到处理电路。
[0163]
此外，如果需要，单独消声器设备可无线地结合在诸如网状网络或局域网的网络中，从而允许消声器设备共享关于由每个消声器设备单元获得的本地声音输入信号和反馈信号的信息。在公路噪声的情况下，可通过相应消声器设备的输入麦克风来跟踪大噪声源。因此，如半卡车空气制动，或沿着一段受噪声保护的公路的具有无效消音器马达的摩托车，消声器设备的集合系统可彼此通信并适配其相应的抗噪声信号以增强使用单独的输入麦克风和反馈麦克风本来可能实现的效果。这实现了一种形式的分集噪声消除，该分集噪声消除由于使用了两个不同的数学上正交的信息源而成为可能：(a)反馈麦克风源和(b)经由网状网络或局域网共享的集合输入麦克风。
[0164]
图15示出了高功率、多单元系统可如何部署在车辆(诸如机动车辆)中。多个输入麦克风被放置在舱内的噪声输入位置处。这些输入数据或者使用多核处理器10的多个核或者使用多个处理器10(这里显示为轿车信息娱乐屏幕上的图标，表示系统在工厂安装并嵌入轿车电子器件中的情况)来单独处理。因为每个输入信号被单独处理，所以不必以相同方式对每个信号进行分段。实际上，每个不同类型的噪声信号通常将具有其自身的噪声特征(例如，轮胎噪声与消音器噪声非常不同)。因此，每个输入信号以最适合每个不同噪声位置处的频谱和声压级的方式进行分段以在每个乘客位置处提供期望结果。
[0165]
虽然可在车辆的厢内使用专用抗噪声扬声器，但也可以使用已经存在于车辆中的声音系统。因此，在所示的实施方案中，处理电路10供应立体声或另选地供应与来自舱内娱乐系统的音频混合的环绕声音频信号。混合可在数字或音频域中执行。然而，在任一情况下，处理电路10接收数据信号，该数据信号向处理电路供应关于用户已经为娱乐系统选择了什么音量水平的信息。处理器使用该信息来调整抗噪声信号的音量，使得其将正确地抵消噪声源，而不管用户已经为娱乐系统选择了什么音量水平。因此，当用户调高娱乐音量水
平时，处理电路10减小注入到混合器中的抗噪声信号以进行补偿。处理器被编程以确保在舱内生成正确的抗噪声声压级，而不管用户如何设置娱乐音频水平。
[0166]
另一类的空中消声器系统提供相反的空中功能。在这种类型的系统中，消声器系统被反向配置以产生“静锥区”，其允许私人谈话公开地发生，而其他人无法清楚地听到所讲的内容。如图16所示，消声器设备被部署有一个或多个面向外的扬声器。输入麦克风被设置在扬声器布置的中心处，从而将进行私人对话的人置于音频流的“噪声输入”侧。在该实施方案中，反馈麦克风26被部署在第三方收听者(未邀请的收听者)不能容易地阻挡这些麦克风并且因此更改正在生成以抵消该对话的抗噪声信号的位置处。
[0167]
电信麦克风、电信头戴式耳机和个人耳机/耳塞(音频)
[0168]
电信/耳机系统可如图2所示和如上所述的那样实现。若干不同的实施方案是可能的。
[0169]
图17所示的一个此类实施方案是智能电话手持应用，其中输入麦克风在智能电话的背面，扬声器是智能电话的接收器扬声器，核心引擎使用智能电话的处理器来实现，并且未使用反馈麦克风(由于固定的几何结构)。在该实施方案中，可将相同的抗噪声添加到麦克风传输。该实施方案的替换包括插入到麦克风/耳机插孔、耳机连接器等中的无源头戴式耳机。为了使该替代实施方案有效，电话上的麦克风将需要暴露于环境噪声，而不是在口袋、钱包或背包中。
[0170]
另一个消费者级实施方案将是噪声消除头戴式耳机、耳机或耳塞，其中核心引擎处理使用被包括作为头戴式耳机、耳机或耳塞的一部分的处理器和输入麦克风来执行，如图18所示。在该实施方案中(如前所述)，对于较低成本/性能的产品，可对立体声系统的双耳使用公共处理器，并且对于较高成本/性能的产品，可对每只耳朵利用单独处理器。
[0171]
商业和军用级产品将可能利用较快处理器、对每个耳机的单独处理以及用于麦克风噪声消除的单独处理器。对于最关键的应用，附加的输入麦克风将用于捕获严重的环境噪声(由于体育场人群、风、车辆、军械等)并且麦克风核心引擎处理器将非常接近实际的传输麦克风，如图19所示。例如，f470战斗橡胶袭击舰上的海军密封件可免除它们当前使用的喉部麦克风，并且具有使用这种类型的系统的更好通信的益处。类似地，运动广播公司将享受更小、更轻重量、更不突出、更“相机友好”的头戴式耳机设计。
[0172]
离线信号处理(音频)
[0173]
离线信号处理系统可如图3所示和如上所述的那样实现。在该实施方案中，可从记录中或者在实况情况(具有动作和实际广播之间的适当延迟)下减小或消除已知的噪声特性。在该实施方案中，核心引擎可以是另一个编辑或处理软件系统的“插件”，并入另一个信号处理器，或者作为独立设备，如图20所示。如果要移除的噪声的特性(或者另选地，在未知噪声环境中要通过的信号的特性：从频带范围设置中排除那些频率，并且对于未包括在频带范围定义中的频率将振幅缩放因子设置为1将仅使得那些频率能够通过)，则可手动(或者经由预设置)设置系统参数以有效地移除噪声并且使目标信号通过。另选地，可使用校准模式来分析“预卷”部分的噪声以确定适当的抗噪声设置。该实施方案的用例包括从旧记录中移除噪声、在“实况”情况下减小噪声而不会不利地影响语音播音器的质量、从监视记录中移除噪声、增强监视记录上的音频等。
[0174]
加密/解密(音频频带或更多)
[0175]
加密/解密系统可如图4所示和如上所述的那样实现。这里的主要用例是通过以不会有意义地影响宽带信号的方式将私人信息暗中编码成宽带传输或噪声信号的窄段来传输私人信息。本实施方案的另一个用例是包括关于宽带传输的附加数据或信息。如图21所示，加密“密钥”将包括用于在宽带信号中“雕出”离散“信道”的频率和振幅信息，其不会实质上影响宽带内容(例如白噪声)。编码信号将经由调制而被置于适当频率的“载波”上，因此当“载波”被添加到宽带内容时，对于观察者而言，它将表现为“正常”。“解密”密钥将规定频带范围的振幅和频率设置，这将导致消除除了那些“载波”之外的所有信息，然后可对这些载波进行解调和解码。预期这将最经常通过从频带定义中排除“载波”频率，并且使来自已排除频率的默认振幅设置为0来实现。可通过适当地缩放紧邻“载波”频率(作为“解密密钥”定义的一部分)产生的抗噪声的振幅来进一步增强“载波”信号保存。
[0176]
在一个替换实施方案中，加密/解密系统可免除在宽带信号中“雕出”离散信道的步骤。相反，这些离散信道由处理器基于要选择频谱的哪些部分的私人先验知识来简单地识别。这些选定信道的这种先验知识存储在由处理器访问的存储器中，并且还通过秘密或私人方式使其为预期消息接收者所知。然后，待发送的消息被调制到将消息置于这些离散信道中的合适载波上，但与本来存在的噪声信号混合。然后，传输整个宽带信号(包括被噪声掩蔽的离散信道)。在接收时，在解码侧使用处理器来处理宽带信号，该处理器被编程为将宽带信号细分成段、识别承载消息的离散信道(基于信道频率的先验知识)并且在消息承载信道上执行噪声消减。
[0177]
信号特征识别、检测或接收增强(音频频带及更多)
[0178]
信号特征识别、检测或接收增强可如图5所示和上文所述的那样实现。核心引擎的该实施方案有利于识别、检测或增强噪声场中的特定类型的传输或设备特征。图22示出了用于通过利用核心引擎的多个示例来检查单个噪声或数据传输场而识别或检测该场中的各种特征的可能性。与其中使用麦克风来捕获输入噪声信号的其他实施方案不同，在该实施方案中，在预定时间段内捕获由特定设备产生的噪声并且然后通过计算移动平均值或其他统计平滑操作来处理所捕获的数据，以便产生该设备的噪声特征。取决于设备的性质，该噪声特征可以是音频频率特征(例如，表示鼓风机马达风扇的声音)，或者其可以是电磁频率特征(例如，表示由整流马达或电子开关马达产生的射频干扰)。此后，该设备的噪声特征被用于生成抗噪声信号。以这种方式产生的噪声特征可存储在存储器中(或存储在数据库中以便由其他系统访问)并且在需要时由信号处理电路访问，以消减特定设备或设备类别的噪声。
[0179]
除了可用于特定设备的噪声消减之外，所存储的噪声特征的数据库还可用于通过所产生的噪声的特征来识别设备，这是通过将核心引擎设定为仅使那些特征通过来实现的。一种用例是使得电力公司能够检测非智能电网产品的供电以帮助预测由传统产品(hvac系统、冰箱等)引起的电网负载。另一个用例是检测或增强已知特性的远距离或微弱的电磁通信。另选地，频带范围的频率和振幅参数可被设置成检测与特定事件相关联的传输或噪声场中的干扰，诸如：可能由无人驾驶无人机或其他对象穿过传输或噪声场引起的电磁干扰、监视或反监视装备的激活、对传输或场源的篡改、天体或地面事件等。
[0180]
为了说明和描述的目的，已经提供了实施方案的上述描述。其并不旨在穷举或限制本公开。特定实施方案的各个元件或特征通常不限于该特定实施方案，而是在适用的情
况下是可互换的，并且可在选定实施方案中使用，即使没有具体示出或描述。其也可以许多方式变化。此类变化不应被认为是脱离本公开，并且所有这样的修改旨在被包括在本公开的范围内。