基于Matlab的主动降噪实验Word格式.docx
《基于Matlab的主动降噪实验Word格式.docx》由会员分享，可在线阅读，更多相关《基于Matlab的主动降噪实验Word格式.docx（17页珍藏版）》请在冰点文库上搜索。
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6传感器
四、实验步骤
1）完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，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8192
t=1:
（120*Fs）;
%定原噪声发声时间为120s
yy=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/3）;
%原噪声的发声程序，频率1100Hz
sound（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（'
Startspeaking.'
）;
recordblocking（Y,3）;
%声音收集时间为3s
EndofRecording.'
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'
title（'
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
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0
n=1;
%引入变量n，初值赋予1
a=zeros（1,100）;
%用此矩阵实时检测每次循环的降噪效果
b=zeros（1,100）;
whilen>
-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（'
recordblocking（Y1,3）;
%以3秒为一个检测周期
y3=getaudiodata（Y1）;
subplot（243）;
plot（y3）;
%第三幅图第一步降噪的波形图
xlabel（'
ylabel（'
title（'
降噪1波形图'
X2=fft（y3,Fs）;
z=abs（X2）;
z（1:
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
降噪1幅值频谱图'
ifY2>
=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
end
end
print（1,'
-dpng'
'
test1'
%将输出图片放在相应的文件夹内
n=2;
%变量n赋予2
i=1;
%过程监测变量
phi=phi+pi/3/（2^n）;
%第一个循环结果的相位值向左移动pi/12
whilen<
=2
y4=y2*2*cos（pi/2-pi/3/（2^n））;
%设定第二步降噪的目标精度是50%
subplot（245）;
%第五幅图第二步降噪的波形图
降噪2波形图'
subplot（246）;
%第六幅图第二步降噪的幅值频谱图
降噪2幅值频谱图'
Y2=2*max（z）/Fs;
=y4%若降噪后的幅值未满足效果要求
phi=phi-pi/3/（2^n）;
%将次生源相位向右移动pi/12个单位
n=n+1;
%否则跳出该程序
strcat（'
C:
\Users\zhuanlin\Documents\MATLAB\3'
num2str（i）,'
.png'
））;
a（i）=Y2;
i=i+1;
=3
y5=y2*0.3;
%设定第三步降噪的目标精度是70%
subplot（247）;
%第七幅图第三步降噪的波形图
timet'
fuzhin'
降噪3波形图'
subplot（248）;
%第八幅图第三步降噪的幅值频谱图
降噪3幅值频谱图'
b（i）=Y2;
=y5%若降噪后的幅值未满足效果要求
%将次生源相位向右移动pi/24个单位
yy（2,:
%次生源会一直发出最佳相位所对应的声信号
七、实验数据观察及解释
本实验整体结果图如图12所示：
图12降噪结果
1）从第二幅图中可以看出，原噪声频率1100Hz下对应的幅值在Matlab标度下对应值为36.5；
2）在第四幅图中，以pi/3为相位移动精度的第一步降噪结果幅值为22.5，降噪效果为38%；
3）从第六幅图中可以发现，以pi/12为相位移动精度结果，幅值最大时对应的声音频率并不是1100Hz，经分析是由于外界干扰，尽管如此原噪声仍然达到了50%的降噪效果；
4）最后一幅图以pi/24为相位移动精度，显示的幅值大小为13.5，降噪效果73%，非常理想；
5）降噪效果同时也可以根据这几个处理过程的波形图观察得出。
八、误差分析
本次实验结果显示降噪效果为73%，效果在我们小组数次尝试过程中是相对较好的，但是距离完全消除噪声仍有一段差距，从理论上讲也不可能有100%的降噪效果，本实验结果达到了实验要求，下面主要从仪器误差、方法误差、人为误差三方面来分析造成实验结果误差的原因。
1）仪器误差
使用Matlab发声程序会有误差，程序已经运行了但是由于计算机的音箱还没有完全打开，导致前部分的发声信号不完整；
所使用的音箱左右声道发出的声音并不是完全一致的，而且放置的位置也不可能完全达到在同一条直线上；
声音传感器接收的声信号与程序编写的也会有误差，接收点的位置不同也会影响实验效果。
2）方法误差
我们采用的主动降噪方法即为声波的叠加原理，但是由于声波是球面波，叠加的时候并不是简单的公式相加，会有不定向的干涉，而且我们小组并没有采用声道，这也大大增加了误差的可能性。
3）人为误差
尽管我们选择了相对安静的环境，但是我们仍然不能保证没有其它频率的声波干扰（相同频率的干扰误差更大），就如图10所示的现象，其它频率声音的幅值大于我们噪声的幅值也是非常有可能的，我们仅通过观察幅值频谱图而没有观察波形图，其实已经大大降低了误差的可能性，在以后的学习中我们将学习运用滤波器函数，使显示结果更加直观、清晰。
九、实验感想
通过对本实验的原理、实验设计、实验过程到最后效果的检验，我们小组的同学学到了很多东西。
本身声学方面我们机械专业涉及的就相对较少，只在大学物理课程中有初步的理解，这次对声波的叠加原理有了更加深层次的认识。
由于主动降噪在生活中会有比较实用的价值，我们的实验设计思想在以后仍然会有用处。
本次实验的最大难处就是编程，同样我们机械专业的同学编程能力普遍较弱，但是鉴于这次机会，我们小组的同学该能力有了不错的提升，既然决定用Matlab编程，我们就借鉴的网上的循环语句思想，不断修改程序并进行实验验证，整个过程大致持续了5~6周的时间，才达到了最终的效果。
声学实验本身就是比较烦躁，我们小组反反复复做这个实验，也体现了我们团队协作能力和吃苦耐劳精神，在此过程中朱安林同学的贡献最大。
最后感谢王旭永老师的指导和帮助。
（范文素材和资料部分来自网络，供参考。
可复制、编制，期待你的好评与关注）
升级会员 