本發(fā)明涉及裝甲車領(lǐng)域的噪聲控制技術(shù)，特別涉及一種基于模糊神經(jīng)網(wǎng)絡(luò)的主動噪聲控制方法、系統(tǒng)及裝甲車駕駛員頭盔。

背景技術(shù)：

裝甲車駕駛室及乘員艙內(nèi)部噪聲超標(biāo)，嚴(yán)重影響了相關(guān)人員的生理和心理健康，艙內(nèi)的減振降噪設(shè)計是一項比較重要的工作。裝甲車艙內(nèi)的主要噪聲源主要包括：車輛高速行駛時，空氣紊流造成車身結(jié)構(gòu)振動，在車內(nèi)產(chǎn)生高頻噪聲；發(fā)動機工作及傳動系的質(zhì)量不平衡所引起的車身結(jié)構(gòu)振動，在車內(nèi)輻射中頻噪聲；路面不平整時的懸架系統(tǒng)振動引起車身結(jié)構(gòu)振動，在車內(nèi)產(chǎn)生低頻噪聲。

常規(guī)的裝甲車多通過在駕駛室和乘員室布置阻尼吸聲材料、加強車內(nèi)地板的吸聲和隔聲性能、增設(shè)發(fā)動機隔聲罩等物理降噪措施進(jìn)行艙內(nèi)的被動式噪聲控制，被動式降噪措施對高頻噪聲的隔離效果較好，而對中低頻噪聲的控制效果較差。

采用主動降噪方案可有效降低中低頻噪聲，而傳統(tǒng)的主動式噪聲控制方案一般只能控制200hz以下的噪聲，并且僅能夠針對窄帶進(jìn)行噪聲控制，因此其應(yīng)用受到很大的限制。

為了提高裝甲車的駕駛舒適度，提高軍事作戰(zhàn)能力，急需推出一款裝甲車駕駛員用的高效降噪方法、系統(tǒng)及頭盔，實現(xiàn)在較大頻帶寬度內(nèi)的噪聲控制。

技術(shù)實現(xiàn)要素：

鑒于上述現(xiàn)有技術(shù)存在的問題，本發(fā)明提供一種基于模糊神經(jīng)網(wǎng)絡(luò)的主動噪聲控制方法、系統(tǒng)及裝甲車駕駛員頭盔。

本發(fā)明解決技術(shù)問題采用如下技術(shù)方案：一種基于模糊神經(jīng)網(wǎng)絡(luò)的主動噪聲控制方法，包括：參考麥克風(fēng)采集參考區(qū)域的參考噪聲信號，作為參考信號，并輸出至模糊控制器；誤差麥克風(fēng)采集噪聲控制區(qū)域的殘余噪聲信號，作為誤差信號，并輸出至模糊控制器；以及所述模糊控制器基于模糊神經(jīng)網(wǎng)絡(luò)的自適應(yīng)fx-rbf網(wǎng)訓(xùn)練算法，對所述參考信號和所述誤差信號進(jìn)行分析，并輸出反相的目標(biāo)聲信號至揚聲器。

可選的，所述模糊控制器為兩個獨立的模糊控制器，分別對各自接收到的參考信號和誤差信號信號進(jìn)行分析，并輸出反相的目標(biāo)聲信號至揚聲器，以抵消殘余噪聲信號。

可選的，所述自適應(yīng)fx-rbf網(wǎng)訓(xùn)練算法包括：基于模糊c-均值聚類對參考噪聲信號數(shù)據(jù)集進(jìn)行劃分；基于近似梯度下降法自適應(yīng)減少每次迭代的計算步長，并動態(tài)調(diào)整最小均方差算法的學(xué)習(xí)速率。

可選的，所述自適應(yīng)fx-rbf網(wǎng)訓(xùn)練算法還包括：對時滯信號的幅值和相位進(jìn)行分析，重構(gòu)反相目標(biāo)聲信號后輸出至揚聲器。

可選的，所述基于模糊c-均值聚類對參考噪聲信號數(shù)據(jù)集進(jìn)行劃分的步驟包括：使用高斯函數(shù)作為算法的基函數(shù)，在確定適合實際噪聲情況的最佳聚類個數(shù)c和最佳權(quán)重因子m后，對隱含層的中心向量進(jìn)行學(xué)習(xí)，直到中心向量不再變化或小于預(yù)設(shè)閾值，并計算高斯函數(shù)方差；

可選的，所述基于近似梯度下降法自適應(yīng)減少每次迭代的計算步長，并動態(tài)調(diào)整最小均方差算法的學(xué)習(xí)速率的步驟包括：基于近似梯度下降法，利用公式α(t+1)＝α(t)-β·δe自適應(yīng)減少每次迭代的計算步長，并動態(tài)調(diào)整最小均方差算法的學(xué)習(xí)速率；然后初始化隱含層到輸出層的每個權(quán)值，再利用公式對權(quán)值進(jìn)行計算，直到輸出誤差[y0(n)-y(n)]不再變化或小于預(yù)設(shè)的某個閾值時，停止學(xué)習(xí)，否則繼續(xù)重復(fù)以上學(xué)習(xí)步驟；式中α為學(xué)習(xí)速率，δe為訓(xùn)練前后的誤差，β為自適應(yīng)調(diào)整步長，w為隱含層到輸出層的權(quán)值，y0(n)為目標(biāo)輸出值，y(n)為實際輸出值。

本發(fā)明解決技術(shù)問題還提供如下技術(shù)方案：一種基于模糊神經(jīng)網(wǎng)絡(luò)的主動噪聲控制系統(tǒng)，包括：模糊控制器、參考麥克風(fēng)、誤差麥克風(fēng)和揚聲器，其中：所述參考麥克風(fēng)，用于采集參考區(qū)域的參考噪聲信號，作為參考信號，并輸出至模糊控制器；所述誤差麥克風(fēng)，用于采集噪聲控制區(qū)域的殘余噪聲信號，作為誤差信號，并輸出至模糊控制器；以及所述模糊控制器與所述參考麥克風(fēng)及所述誤差麥克風(fēng)耦接，基于模糊神經(jīng)網(wǎng)絡(luò)的自適應(yīng)fx-rbf網(wǎng)訓(xùn)練算法，對所述參考信號和所述誤差信號進(jìn)行分析，并輸出反相的目標(biāo)聲信號至揚聲器。

可選的，所述模糊控制器為兩個獨立的模糊控制器，分別對各自接收到的參考信號和誤差信號信號進(jìn)行分析，并輸出反相的目標(biāo)聲信號至揚聲器，以抵消殘余噪聲信號。

本發(fā)明解決技術(shù)問題還提供如下技術(shù)方案：基于上述主動噪聲控制系統(tǒng)還包括駕駛員頭盔主體，所述模糊控制器包括左耳模糊控制器、右耳模糊控制器，分別執(zhí)行左、右耳的信號分析及降噪模式輸出。

可選的，還包括電源、主動噪聲控制系統(tǒng)開關(guān)，所述電源向模糊控制器供電，主動噪聲控制系統(tǒng)開關(guān)分別位于電源與主動噪聲控制系統(tǒng)之間；所述參考麥克風(fēng)、誤差麥克風(fēng)與揚聲器集成于左耳耳罩和右耳耳罩中；所述主動噪聲控制系統(tǒng)開關(guān)集成于左耳耳罩中；所述模糊控制器和電源集成在頭盔正后方；所述頭盔為三腔單墊式頭盔，駕駛員佩戴該頭盔時，由揚聲器鼓面、耳罩墊、駕駛員耳部構(gòu)成密閉的腔體，為殘余噪聲控制區(qū)；由揚聲器背面和耳罩外殼形成密閉的腔體，為噪聲參考區(qū)域1；由耳罩外殼、頭盔主體、駕駛員頭部構(gòu)成密閉的腔體，為噪聲參考區(qū)域2。

本發(fā)明具有如下有益效果：

1.基于模糊神經(jīng)網(wǎng)絡(luò)的主動噪聲控制系統(tǒng)，對2000hz以下的噪聲具有明顯的降噪效果，其中，對1000hz以下低頻噪聲的降噪效果尤為顯著；

2.基于自適應(yīng)fx-rbf網(wǎng)訓(xùn)練算法進(jìn)行學(xué)習(xí)率的自動調(diào)節(jié)，在確保系統(tǒng)穩(wěn)定性的同時，提高了算法收斂速度和學(xué)習(xí)精度；

3.基于自適應(yīng)fx-rbf算法進(jìn)行反向目標(biāo)聲信號的重構(gòu)，在解決抗噪聲源時滯問題的同時，有效提高了降噪效果。

4.左、右耳分別使用獨立的模糊控制器進(jìn)行信號分析及噪聲控制模式輸出，大大縮減了控制器的計算量，在一定程度上可加快降噪速度。

附圖說明

圖1為本發(fā)明的所述一種基于模糊神經(jīng)網(wǎng)絡(luò)的主動噪聲控制方法的實施例示意圖；

圖2為本發(fā)明實施例提供的模糊控制器模型圖；

圖3為本發(fā)明的所述一種基于模糊神經(jīng)網(wǎng)絡(luò)的主動噪聲控制系統(tǒng)的實施例示意圖；

圖4為本發(fā)明實施例提供的裝甲車駕駛員頭盔結(jié)構(gòu)示意圖；

圖5為本發(fā)明實施例提供的裝甲車駕駛員頭盔右耳耳罩示意圖。

具體實施方式

下面結(jié)合實施例及附圖對本發(fā)明的技術(shù)方案作進(jìn)一步闡述。

如在說明書及權(quán)利要求當(dāng)中使用了某些詞匯來指稱特定組件。本領(lǐng)域技術(shù)人員應(yīng)可理解，硬件制造商可能會用不同名詞來稱呼同一個組件。本說明書及權(quán)利要求并不以名稱的差異來作為區(qū)分組件的方式，而是以組件在功能上的差異來作為區(qū)分的準(zhǔn)則。如在通篇說明書及權(quán)利要求當(dāng)中所提及的“包含”為一開放式用語，故應(yīng)解釋成“包含但不限定于”。“大致”是指在可接收的誤差范圍內(nèi)，本領(lǐng)域技術(shù)人員能夠在一定誤差范圍內(nèi)解決所述技術(shù)問題，基本達(dá)到所述技術(shù)效果。此外，“耦接”一詞在此包含任何直接及間接的電性耦接手段。因此，若文中描述一第一裝置耦接于一第二裝置，則代表所述第一裝置可直接電性耦接于所述第二裝置，或通過其他裝置或耦接手段間接地電性耦接至所述第二裝置。說明書后續(xù)描述為實施本申請的較佳實施方式，然所述描述乃以說明本申請的一般原則為目的，并非用以限定本申請的范圍。本申請的保護(hù)范圍當(dāng)視所附權(quán)利要求所界定者為準(zhǔn)。

實施例1

本實施例提供了一種基于模糊神經(jīng)網(wǎng)絡(luò)的主動噪聲控制方法。參見圖1所示為本申請中基于模糊神經(jīng)網(wǎng)絡(luò)的主動噪聲控制方法的具體實施例，本實施例中步驟包括：

步驟101：參考麥克風(fēng)采集參考區(qū)域的參考噪聲信號，作為參考信號，并輸出至模糊控制器；

步驟102：誤差麥克風(fēng)采集噪聲控制區(qū)域的殘余噪聲信號，作為誤差信號，并輸出至模糊控制器；

步驟103：模糊控制器基于模糊神經(jīng)網(wǎng)絡(luò)的自適應(yīng)濾波rbf(filter-xradialbasisfunction，以下簡稱fx-rbf)，對所述參考信號和所述誤差信號進(jìn)行分析，并輸出反相的目標(biāo)聲信號至揚聲器。

其中，所述模糊控制器為兩個獨立的模糊控制器，分別對各自接收到的參考信號和誤差信號信號進(jìn)行分析，并輸出反相的目標(biāo)聲信號至揚聲器，以抵消殘余噪聲信號。

圖2為本發(fā)明實施例提供的模糊控制器模型圖。本發(fā)明提供的基于模糊神經(jīng)網(wǎng)絡(luò)的主動噪聲控制方法主要包括：基于聲系統(tǒng)固有的非線性特性，將神經(jīng)網(wǎng)絡(luò)引入模糊控制，組成模糊神經(jīng)網(wǎng)絡(luò)，根據(jù)輸入輸出樣本，通過利用神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)方法，自動設(shè)計和調(diào)整模糊系統(tǒng)的自學(xué)習(xí)和自適應(yīng)功能，提高了主動噪聲控制的準(zhǔn)確度及降噪量；其中x(n)為系統(tǒng)參考噪聲信號，e(n)為殘余噪聲信號，y(n)為控制器輸出信號。

如圖所示，神經(jīng)網(wǎng)絡(luò)中處理單元的類型分為三類：輸入層、輸出層、隱含層；

輸入層：接受外部的噪聲源信號與數(shù)據(jù)；本發(fā)明中的輸入層信號為“加入延遲環(huán)節(jié)的參考信號輸入矢量”；

輸出層：實現(xiàn)系統(tǒng)處理結(jié)果的輸出；在本發(fā)明中，是“將最優(yōu)噪聲控制模式輸出至揚聲器，驅(qū)動其發(fā)出對應(yīng)的目標(biāo)聲信號”；

隱含層：對輸入矢量進(jìn)行變換，處于輸入與輸出層之間，不被系統(tǒng)外部觀察的處理單元；在本發(fā)明中，是“將低維的參考信號輸入矢量變換至高維空間，實現(xiàn)聲系統(tǒng)的線性問題在高維空間中的線性可分”。

自適應(yīng)fx-rbf網(wǎng)訓(xùn)練算法包括：基于模糊c-均值聚類對參考噪聲信號數(shù)據(jù)集進(jìn)行劃分；基于近似梯度下降法自適應(yīng)減少每次迭代的計算步長，并動態(tài)調(diào)整最小均方差算法的學(xué)習(xí)速率。

上述基于模糊c-均值聚類對參考噪聲信號數(shù)據(jù)集進(jìn)行劃分的步驟包括：

使用高斯函數(shù)作為算法的基函數(shù)，在確定適合實際噪聲情況的最佳聚類個數(shù)c和最佳權(quán)重因子m后，對隱含層的中心向量進(jìn)行學(xué)習(xí)，直到中心向量不再變化或小于預(yù)設(shè)閾值，并計算高斯函數(shù)方差。

上述基于近似梯度下降法自適應(yīng)減少每次迭代的計算步長，并動態(tài)調(diào)整最小均方差算法的學(xué)習(xí)速率的步驟包括：

基于近似梯度下降法，利用公式α(t+1)=α(t)-β·δe自適應(yīng)減少每次迭代的計算步長，并動態(tài)調(diào)整最小均方差算法的學(xué)習(xí)速率，更高效的加快了算法的收斂速度；

然后初始化隱含層到輸出層的每個權(quán)值，再利用公式對權(quán)值進(jìn)行計算，直到輸出誤差[y0(n)-y(n)]不再變化或小于預(yù)設(shè)的某個閾值時，停止學(xué)習(xí)，否則繼續(xù)重復(fù)以上學(xué)習(xí)步驟；通過學(xué)習(xí)過程中動態(tài)的自適應(yīng)調(diào)整學(xué)習(xí)速度來提高算法的收斂速度，從而提高學(xué)習(xí)精度。

式中α為學(xué)習(xí)速率，δe為訓(xùn)練前后的誤差，β為自適應(yīng)調(diào)整步長，w為隱含層到輸出層的權(quán)值，y0(n)為目標(biāo)輸出值，y(n)為實際輸出值。

其中，所述自適應(yīng)fx-rbf網(wǎng)訓(xùn)練算法還包括：對時滯信號的幅值和相位進(jìn)行分析，重構(gòu)反相目標(biāo)聲信號后輸出至揚聲器，所述時滯信號指的是參考信號x(t)在傳播至待消聲點的路徑中，由于時間延遲而產(chǎn)生的信號y(t)；時滯信號與參考信號的關(guān)系：y(t)＝x(t)-x(t-t0)，其中，x(t)為參考信號，y(t)為時滯信號，t0為遲滯時間。

實施例2

為了使本發(fā)明描述更明確和詳細(xì)，同時便于技術(shù)人員理解，本實施例提供一種基于模糊神經(jīng)網(wǎng)絡(luò)的主動噪聲控制系統(tǒng)，參見圖2所示為本申請基于模糊神經(jīng)網(wǎng)絡(luò)的主動噪聲控制系統(tǒng)的具體示意圖。

一種基于模糊神經(jīng)網(wǎng)絡(luò)的主動噪聲控制系統(tǒng)，包括：模糊控制器、參考麥克風(fēng)、誤差麥克風(fēng)和揚聲器，其中：

所述參考麥克風(fēng)，用于采集參考區(qū)域的參考噪聲信號，作為參考信號，并輸出至模糊控制器；

所述誤差麥克風(fēng)，用于采集噪聲控制區(qū)域的殘余噪聲信號，作為誤差信號，并輸出至模糊控制器；以及

所述模糊控制器與所述參考麥克風(fēng)及所述誤差麥克風(fēng)耦接，基于模糊神經(jīng)網(wǎng)絡(luò)的自適應(yīng)fx-rbf網(wǎng)訓(xùn)練算法，對所述參考信號和所述誤差信號進(jìn)行分析，并輸出反相的目標(biāo)聲信號至揚聲器。

其中，所述模糊控制器為兩個獨立的模糊控制器，分別對各自接收到的參考信號和誤差信號信號進(jìn)行分析，并輸出反相的目標(biāo)聲信號至揚聲器，以抵消殘余噪聲信號。

實施例3

為了使本發(fā)明描述更明確和詳細(xì)，同時便于技術(shù)人員理解，本實施例提供一種使用實施例2所述的模糊神經(jīng)網(wǎng)絡(luò)的主動噪聲控制系統(tǒng)的裝甲車駕駛員頭盔，詳見圖3所示的裝甲車駕駛員頭盔示意圖，實施例2中的主動噪聲控制系統(tǒng)還包括駕駛員頭盔主體，在頭盔表面安裝多個微型傳聲器，用于采集噪聲參考區(qū)域中的噪聲，作為參考信號，圖中ref.l和ref.r分別為左右耳罩的參考傳聲器(如參考麥克風(fēng))；在耳罩與人耳所形成的殘余噪聲控制區(qū)中安裝誤差傳聲器(如誤差麥克風(fēng))，用于采集殘余噪聲，作為誤差信號，圖中err.l和err.r分別為左右誤差傳聲器；在耳罩中安裝揚聲器，用于通過輸出目標(biāo)聲信號，與噪聲控制區(qū)域內(nèi)的噪聲信號相疊加，圖中mic.l和mic.r分別為左右揚聲器；將參考信號與誤差信號輸入至左、右耳對應(yīng)的模糊控制器，經(jīng)過分析處理后，分別執(zhí)行左、右耳的信號分析及降噪模式，輸出最優(yōu)的噪聲控制模式至揚聲器；通過操作主動降噪系統(tǒng)開關(guān)，可控制主動噪聲控制系統(tǒng)開始工作、停止工作。

其中，裝甲車駕駛員頭盔，還包括：電源、主動噪聲控制系統(tǒng)開關(guān)，所述電源向模糊控制器供電，主動噪聲控制系統(tǒng)開關(guān)分別位于電源與主動噪聲控制系統(tǒng)之間。

其中，所述參考麥克風(fēng)、誤差麥克風(fēng)與揚聲器集成于左耳耳罩和右耳耳罩中；所述主動噪聲控制系統(tǒng)開關(guān)集成于左耳耳罩中；所述模糊控制器和電源集成在頭盔正后方。

其中，所述頭盔為三腔單墊式頭盔，駕駛員佩戴該頭盔時，由揚聲器鼓面、耳罩墊、駕駛員耳部構(gòu)成密閉的腔體，為殘余噪聲控制區(qū)；由揚聲器背面和耳罩外殼形成密閉的腔體，為噪聲參考區(qū)域1；由耳罩外殼、頭盔主體、駕駛員頭部構(gòu)成密閉的腔體，為噪聲參考區(qū)域2。基于赫姆霍茲諧振腔原理，利用三層共振腔體中的諧振阻尼作用，有效改善了聲衰減特性，對中高頻頻率范圍內(nèi)的噪聲具有較好的隔聲能力。

另，參考圖5，其為本發(fā)明的裝甲車駕駛員頭盔右耳耳罩示意圖。使用具有一定彈性的材料作為耳罩外殼的主材料，在耳罩內(nèi)部填充吸聲系數(shù)較高的海綿，并在外面蒙上柔軟的絨布，增加了佩戴者的舒適度；繞耳式耳罩墊的大小和形狀，均根據(jù)人耳外耳道的特征設(shè)計而成，與佩戴者耳部形成密閉的空間，有效防止外界噪聲的進(jìn)入；考慮到頭盔的隔震需求，集成式頭盔使用彈性支撐將耳罩與頭盔主體連接，在頭盔受到外力作用時，有效降低佩戴者頭部的不舒適感。

采用樹脂材料、碳纖維、多孔材料薄膜等作為頭盔主體材料，在保持頭盔堅固的同時減輕了頭盔重量，有效降低了頭盔對頭頂?shù)膲浩雀校送猓€隔離了外部高頻范圍內(nèi)噪聲；耳罩采用的彈性材料、海綿、絨布均屬于吸聲材料，也在一定程度上能夠降低了頭盔內(nèi)的噪聲。

綜上所述，本發(fā)明提供的一種基于模糊神經(jīng)網(wǎng)絡(luò)的主動噪聲控制方法、系統(tǒng)及裝甲車駕駛員頭盔，與現(xiàn)有技術(shù)相比，具有以下有益效果：

1.基于模糊神經(jīng)網(wǎng)絡(luò)的主動噪聲控制系統(tǒng)，對2000hz以下的噪聲具有明顯的降噪效果，其中，對1000hz以下低頻噪聲的降噪效果尤為顯著；本發(fā)明所提供的裝甲車駕駛員頭盔，能夠?qū)崿F(xiàn)裝甲車駕駛艙內(nèi)高中低頻噪聲的主動控制；

2.基于自適應(yīng)fx-rbf網(wǎng)訓(xùn)練算法進(jìn)行學(xué)習(xí)率的自動調(diào)節(jié)，在確保系統(tǒng)穩(wěn)定性的同時，提高了算法收斂速度和學(xué)習(xí)精度；

3.基于自適應(yīng)fx-rbf算法對時滯噪聲進(jìn)行直接控制，有效解決了抗噪聲源時滯問題，并提高了降噪效果。

4.左、右耳分別使用獨立的模糊控制器進(jìn)行信號分析及噪聲控制模式輸出，大大縮減了控制器的計算量，在一定程度上可加快降噪速度。

以上實施例的先后順序僅為便于描述，不代表實施例的優(yōu)劣。

最后應(yīng)說明的是：以上實施例僅用以說明本發(fā)明的技術(shù)方案，而非對其限制；盡管參照前述實施例對本發(fā)明進(jìn)行了詳細(xì)的說明，本領(lǐng)域的普通技術(shù)人員應(yīng)當(dāng)理解：其依然可以對前述各實施例所記載的技術(shù)方案進(jìn)行修改，或者對其中部分技術(shù)特征進(jìn)行等同替換；而這些修改或者替換，并不使相應(yīng)技術(shù)方案的本質(zhì)脫離本發(fā)明各實施例技術(shù)方案的精神和范圍。