《基于matlab的主动降噪实验.doc》由会员分享，可在线阅读，更多相关《基于matlab的主动降噪实验.doc（20页珍藏版）》请在金锄头文库上搜索。
1、SHANGHAI JIAO TONG UNIVERSITY实验三 主动降噪实验指导老师：王旭永小组成员：吴淑标 汤剑宏 朱安林 村民建房委员会应建立村级农房建设质量安全监督制度和巡查制度，选聘有责任心和具有一定施工技术常识的村民作为义务巡查监督员，开展经常性的巡查和督查。目录一、实验目的1二、实验原理1三、实验仪器3四、实验步骤4五、实验过程5六、程序代码及解释7七、实验数据观察及解释10八、误差分析11九、实验感想12一、实验目的1. 了解噪声的基本概念；2. 了解工程中处理噪声的常规方法；3. 掌握主动降噪的基本原理与方法；4. 通过实验模拟主动降噪，分析降噪效果。二、实验原理 主动降噪（
2、主动噪声控制），又称为有源噪声控制。早在1933年就由德国物理学家Paul Lueg提出了。其主要依据了声波的干涉原理，来消除噪声。主动降噪的基本原理图如图1所示：图1 主动降噪的原理简单的说就是用传感器检测噪声信号，通过控制系统反馈给次声源，由次生源发出与原噪声信号频率相同、幅值大小相同、相位相反的声信号，根据声波叠加原理，达到一种降噪的效果。其逻辑程序框图如图2所示：图2 主动降噪逻辑框图主动降噪，习惯上可以进行如下分类： 1） 有源声控制和有源力控制； 2） 单通道有源控制和多通道有源控制； 3） 非自适应有源控制和自适应有源控制。 对于有源噪声控制系统而言，也可以这样分类：1）模拟系统
3、和数字系统； 2）前馈控制系统和反馈控制系统； 3）单通道系统和多通道系统。 主动降噪的实现： 以单通道有源噪声控制系统为例，这里也分非自适应有源噪声控制系统和自适应有源噪声控制系统。 1） 自适应有源噪声控制系统： 该系统一般由初级声源、自适应控制器、次级声源和误差传感器组成。其特点是控制器带反馈，并具有自适应控制算法，控制器多为数字控制器。这种系统适用的范围宽，相对灵活，但其结构复杂，实现难度加大，成本增加。本系统原理图如图3所示：图3 自适应有源噪声控制系统 本实验主要采用此种控制方式。2） 非自适应有源噪声控制系统：该系统一般由初级声源、控制器、次级声源和传感器组成。其特点是控制器不带
4、反馈，可以是模拟控制器，也可以是数字控制器。这种系统适用的范围有限。影响主动降噪性能的主要因素： 1） 初级声源的类型与特征： 此时，最适合的噪声源是集中参数噪声源，最好是点噪声源。这样，可以使用尽可能少的次级声源获得最大降噪量。 2）次级声源的位置： 一般为获得全局空间噪声能量的降低，在进行次级声源的布置时，应该遵循从空间和时间上完全能够复制初级声场的原则，使得次级声源称为初级声源的“镜像”。 3）传感器（误差传感器）的位置与个数： 对于有源降噪而言，所使用的传感器（误差传感器）位置与个数是至关重要的。因为其位置是否合适，直接影响到获取初级声源的质量；其个数多少关系到降噪效果。 4）参考信号
5、与质量： 参考信号能够获得并质量好，就可以构造性能良好的前馈控制器，因为前馈控制器相对于反馈控制器而言，结构简单，性能易于稳定。5）自适应算法与控制器硬件： 对于宽带噪声的降噪而言，好的自适应算法将扮演重要的角色。它不仅关系着控制器的复杂程度、系统稳定性。因此，一个好的自适应算法应该兼顾收敛性、鲁棒性和计算量三个方面。 控制器硬件设置应该以能够实时地、准确地完成自适应算法为目标。 三、实验仪器 本实验用到的实验设备比较简单：笔记本电脑（图4）、扬声器即音箱（图5）、传感器即麦克风（图6）；所使用的编程软件是Matlab，方案简单易行。图5 扬声器图4 笔记本电脑 图6 传感器四、实验步骤1）完
6、成各仪器能否正常工作的检验，保证实验正常进行；2）按计划搭建实验平台，如图7所示；图7 实验整体平台3）打开Matlab软件，将编好的程序烧录其中，准备开始实验；4）选择相对安静的空间，运行程序，程序会自动会输出8张图，分别包括降噪前、后的波形图和幅值频谱图；5）待程序运行完毕，观察最后一次降噪的幅值频谱图，和原噪声进行比较是否达到了降噪的效果，如不满足需要进行调试，再次重复实验；6）满足要求后，结束程序，拆除实验平台，整理实验设备；7）整理相关实验图片和数据，进行数据分析；8）分析实验误差，得出结论并撰写实验报告。五、实验过程实验平台搭建过程：1）选择相对安静的空间环境，将平整的桌面当做实验
7、平台；2）将这对音箱间隔合适的距离对放，并且使发声源在一条直线上，连接电脑USB接口加耳机接口，将其中一个声道当做噪声源，另一个声道做次生源；（本实验并没有选择添加声道）3）把麦克风的接收点放置在上述直线上的任意一点，保持稳定位置不变，连接电脑的USB接口，作为声音传感器。正式实验过程：1） 选择噪声频率1100Hz，声源持续时间为120s，次生源除了相位值与原噪声不同，其余一致，检测控制时间为3s一个循环，目的就是不断改变相位，一切准备就绪，运行程序；2） 第一步为检测程序，结果会识别出原噪声的频率以及相应的幅值，会首先输出两幅图，分别是原噪声信号波形图和幅值频谱图，如图8所示：图8 检测原
8、噪声程序输出结果3） 第二步为降噪第一阶段，次生源会发出和原噪声一致的声信号，以pi/3为精度，不断移动次生源的相位，直到筛选出目标相位（相邻两点叠加后信号的幅值小于原噪声的幅值），此时跳出该循环，并输出另外两幅图，即第一步降噪的信号波形图和幅值频谱图，如图9所示：图9 第一步降噪程序输出结果4） 第三步为降噪第二阶段，目标函数进入第二个循环，以pi/12为精度，不断移动次生源的相位，直到筛选出目标相位（叠加后信号的幅值降低50%），此时跳出该循环，并输出两幅图，即第二步降噪的信号波形图和幅值频谱图，如图10所示：图10 第二步降噪程序输出结果5）第四步为降噪第三阶段，目标函数进入第三个循环，
9、以pi/24为精度，不断移动次生源的相位，直到筛选出目标相位（叠加后信号的幅值降低70%），此时跳出该循环，次生源便以该相位值持续发出信号，即持续降噪效果，输出最后两幅图，即第三步降噪的信号波形图和幅值频谱图，如图11所示：图11 第三步降噪程序输出结果6） 若实验能够成功运行，则结束运行程序，整理实验器材，分析实验数据，并做误差分析。六、程序代码及解释Fs=8192; %采样频率为8192t=1:(120*Fs); %定原噪声发声时间为120syy=zeros(2,120*Fs); %建立两行零矩阵，以存储双声道不同的声信号yy(1,:)=40*sin(2*pi*1100*(t/Fs)-pi
10、/3); %原噪声的发声程序，频率1100Hzsound(yy,Fs); %Matlab发声代码Y=audiorecorder(Fs,16,1); %Matlab声卡采集代码，采样精度为16，单声道disp(Start speaking.); recordblocking(Y,3); %声音收集时间为3sdisp(End of Recording.);y=getaudiodata(Y); %Matlab声信号转化为数值代码figure(1); %Matlab画图代码subplot(241); plot(y); %第一幅图原噪声波形图xlabel(time);ylabel(fuzhi);titl
11、e(原信号波形图);X=fft(y,Fs); %进行傅里叶变换ff=1:Fs;z=abs(X); %将傅里叶变换的结果取绝对值z(1:100)=0; %去除0附近的干扰值z(8000:8192)=0;subplot(242);plot(ff,z); %第二幅图原噪声幅值频谱图title(原信号幅值频谱图);k=find(z=max(z); %找出收集信号幅值最大点对应的频率f=min(k)-1; %取两者较小的频率y2=(2*max(z)/Fs; %以该公式作为衡量幅值大小的工具phi=0; %定初始相位0n=1; %引入变量n，初值赋予1a=zeros(1,100); %用此矩阵实时检测每次
12、循环的降噪效果b=zeros(1,100);while n-3 yy(2,:)=40*sin(2*pi*f*(t/Fs)+phi); %次生源的发声程序 sound(yy,Fs); Y1=audiorecorder(Fs,16,1); disp(Start speaking.); recordblocking(Y1,3); %以3秒为一个检测周期 disp(End of Recording.); y3=getaudiodata(Y1); subplot(243); plot(y3); %第三幅图第一步降噪的波形图 xlabel(time); ylabel(fuzhi); title(降噪1波形
13、图); X2=fft(y3,Fs); %进行傅里叶变换 z=abs(X2); z(1:100)=0; Y2=(2*max(z)/Fs; %使用和衡量原噪声幅值一样的公式 subplot(244); plot(ff,z); %第四幅图第一步降噪的幅值频谱图 title(降噪1幅值频谱图); if Y2=y2 %若降噪后的幅值大于原噪声幅值 phi=phi+pi/3; %将次生源相位向左移动pi/3个单位 else phi=phi+pi/6/n; %否则向左移动pi/6个单位 n=-(abs(n)+1); %跳出该程序 endendprint(1,-dpng,test1); %将输出图片放在相应的
14、文件夹内n=2; %变量n赋予2i=1; %过程监测变量phi=phi+pi/3/(2n); %第一个循环结果的相位值向左移动pi/12while n=2 y4=y2*2*cos(pi/2-pi/3/(2n); %设定第二步降噪的目标精度是50% yy(2,:)=40*sin(2*pi*f*(t/Fs)+phi); %次生源的发声程序 sound(yy,Fs); Y1=audiorecorder(Fs,16,1); disp(Start speaking.); recordblocking(Y1,3); %以3秒为一个检测周期 disp(End of Recording.); y3=getaudiodata(Y1); subplot(245); plot(y3); %第五幅图第二步降噪的波形图 xlabel(time); ylabel(fuzhi); title(降噪2波形图); X2=fft(y3,Fs); %进行傅里叶变换 z=abs(X2); z(1:100)
