本發(fā)明涉及一種耳紋聲學(xué)特性在線識別方法及系統(tǒng)，尤其涉及一種適用于降噪耳機設(shè)計的耳紋聲學(xué)特性在線識別方法及系統(tǒng)。

背景技術(shù)：

主動降噪耳機采用有源降噪技術(shù)，其原理是通過設(shè)計與噪聲信號相位相反、幅值相等的消噪信號與噪聲信號疊加，實現(xiàn)噪聲消除的目的。在實際設(shè)計過程中，上述噪聲信號為噪聲源發(fā)出并被耳機內(nèi)置麥克風(fēng)檢測到的信號。由于不同人耳朵的大小、軟硬度不同，對聲音的吸收、反射與傳播能力也存在較大差異，當(dāng)不同使用者佩戴降噪耳機時，這種差異會直接體現(xiàn)在檢測到的噪聲信號上，即，在噪聲源發(fā)出相同噪聲信號后，由于耳朵的差異，不同使用者佩戴的耳機內(nèi)置麥克風(fēng)會檢測到不同的噪聲信號?，F(xiàn)有降噪耳機設(shè)計并未考慮到耳紋聲學(xué)特性差異對消噪信號設(shè)計的影響，而針對單一耳紋聲學(xué)特性設(shè)計的降噪耳機其降噪效果無法達(dá)到較高的水平。

技術(shù)實現(xiàn)要素：

為解決上述問題，本發(fā)明提出一種適用于降噪耳機設(shè)計的耳紋聲學(xué)特性在線識別方法及系統(tǒng)。

本發(fā)明提出一種適用于降噪耳機設(shè)計的耳紋聲學(xué)特性在線識別方法，其特點在于：噪聲源發(fā)出噪聲信號，使用者佩戴降噪耳機，噪聲信號傳遞到降噪耳機內(nèi)，并被降噪耳機的內(nèi)置麥克風(fēng)檢測到，利用辨識方法獲取噪聲信號與噪聲信號傳遞到降噪耳機內(nèi)的信號之間的傳遞函數(shù)表達(dá)式，該傳遞函數(shù)表達(dá)式反映了使用者的耳紋聲學(xué)特性。

進(jìn)一步地，傳遞函數(shù)表達(dá)式為G(s)：

$G\left(s\right)=\frac{B\left(s\right)}{F\left(s\right)}=\frac{b_{nb}{s}^{(nb-1)}+b_{nb-1}{s}^{(nb-2)}+\mathrm{...}+b_1}{s^{nf}+f_{nf}{s}^{(nf-1)}+\mathrm{...}+f_1}$

式中B(s)、F(s)分別表示代數(shù)式G(s)的分子與分母多項式，s表示微分算子，nb、nf分別表示分子、分母多項式的階次，b₁，b₂...b_nb，f₁，f₂...f_nf表示分子、分母多項式的系數(shù)。

本發(fā)明還提出一種適用于降噪耳機設(shè)計的耳紋聲學(xué)特性在線識別系統(tǒng)，其特征在于：包括噪聲源、檢測系統(tǒng)及辨識系統(tǒng)；噪聲源發(fā)出的噪聲，檢測系統(tǒng)檢測到該噪聲信號以及該噪聲信號傳遞到降噪耳機內(nèi)的信號，辨識系統(tǒng)辨識出噪聲信號與噪聲信號傳遞到降噪耳機內(nèi)的信號之間的傳遞函數(shù)表達(dá)式，該傳遞函數(shù)表達(dá)式即為使用者的耳紋聲學(xué)特性。

進(jìn)一步地，檢測系統(tǒng)包括使用者與降噪耳機，使用者需要佩戴降噪耳機。

進(jìn)一步地，辨識系統(tǒng)包括辨識模型與辨識算法。辨識模型是以噪聲信號為模型輸入、噪聲信號傳遞到降噪耳機內(nèi)的信號為模型輸出的代數(shù)表達(dá)式，利用辨識算法確定代數(shù)表達(dá)式中的未知參數(shù)。

進(jìn)一步地，辨識模型為輸出誤差模型。

進(jìn)一步地，在確定辨識模型的基礎(chǔ)上，采用最小二乘類辨識方法獲取模型中的未知參數(shù)，得到傳遞函數(shù)表達(dá)式。

本發(fā)明與現(xiàn)有技術(shù)相比的優(yōu)點如下：由于本發(fā)明耳紋聲學(xué)特性識別方法簡單，計算量較小，因此可以針對不同的佩戴耳機者進(jìn)行耳紋的在線識別，并將識別的耳紋聲學(xué)特性用于消噪信號的設(shè)計，實現(xiàn)針對不同的耳機佩戴者制定不同消噪方案的目的?？紤]了耳紋聲學(xué)特性差異對消噪信號設(shè)計的影響，提高民降噪耳機的降噪效果，改善了使用者的聽覺體驗。

附圖說明

圖1是本發(fā)明實施例的適用于降噪耳機設(shè)計的耳紋聲學(xué)特性在線識別系統(tǒng)結(jié)構(gòu)示意圖；

圖2是本發(fā)明實施例的檢測系統(tǒng)結(jié)構(gòu)示意圖；

圖3是本發(fā)明實施例的辨識系統(tǒng)結(jié)構(gòu)示意圖。

具體實施方式

為進(jìn)一步理解本發(fā)明的技術(shù)方案與優(yōu)點，現(xiàn)結(jié)合附圖和實施例對本發(fā)明做詳細(xì)說明。本發(fā)明的示意性實施方式及其說明用于解釋本發(fā)明，但并不對本發(fā)明進(jìn)行限制?；诒景l(fā)明的實施例，本領(lǐng)域普通技術(shù)人員在沒有做出創(chuàng)造性勞動的前提下所獲得的所有其他實施例，都在本發(fā)明保護(hù)的范圍內(nèi)。

在本發(fā)明實施過程中，提供適用于降噪耳機設(shè)計的耳紋聲學(xué)特性在線識別方法如下：噪聲源發(fā)出噪聲信號，使用者佩戴降噪耳機，噪聲信號傳遞到降噪耳機內(nèi)，并被降噪耳機的內(nèi)置麥克風(fēng)檢測到，利用辨識方法獲取噪聲信號與噪聲信號傳遞到降噪耳機內(nèi)的信號之間的傳遞函數(shù)表達(dá)式，該傳遞函數(shù)表達(dá)式反映了使用者的耳紋聲學(xué)特性。由于不同的耳機佩戴者其耳紋聲學(xué)特性不同，若不考慮耳紋聲學(xué)特性的差異對消噪信號設(shè)計的影響，必然會降低降噪耳機的消噪性能，弱化降噪耳機使用者的降噪效果。針對不同的耳機佩戴者，識別其耳紋聲學(xué)特性，并基于該耳紋聲學(xué)特性設(shè)計消噪信號，能夠提高降噪耳機的消噪性能，提升降噪耳機使用者的聲學(xué)體驗。

本發(fā)明提供的適用于降噪耳機的耳紋聲學(xué)特性在線識別方法，實施簡單，計算量小，易于在線實施。由于該識別方法能夠在線實現(xiàn)，因此，對于同一個降噪耳機的不同使用者可識別其不同的耳紋聲學(xué)特性，并將其用于消噪信號的設(shè)計，增強了降噪耳機的智能性。再者，對于同一個使用者每次佩戴降噪耳機，降噪耳機應(yīng)能夠識別其耳紋聲學(xué)特性的一致性，而不用每次都基于耳紋聲學(xué)特性設(shè)計消噪信號，該方式能夠降低消噪信號設(shè)計的復(fù)雜性。

降噪耳機可以根據(jù)幾類典型的耳紋聲學(xué)特性建立相應(yīng)的庫，并基于庫中的耳紋聲學(xué)特性設(shè)計一系列消噪信號，每次使用者佩戴降噪耳機時，首先識別出其耳紋特性，并將其與庫中的典型耳紋聲學(xué)特性對比，若兩者的差異在預(yù)先設(shè)定的范圍內(nèi)，則可直接選擇與該典型耳紋聲學(xué)特性對應(yīng)的消噪信號；若兩者的差異超出預(yù)先設(shè)定的范圍，則針對該耳紋聲學(xué)特性在線設(shè)計與其對應(yīng)的消噪信號。上述基于耳紋聲學(xué)特性設(shè)計消噪信號的方法，在改善消噪性能的同時減小計算量、提高運行效率。

參閱圖1，為實現(xiàn)上述適用于降噪耳機的耳紋聲學(xué)特性在線識別方法，本發(fā)明還提出一種適用于降噪耳機設(shè)計的耳紋在線識別系統(tǒng)，該系統(tǒng)包括噪聲源、檢測系統(tǒng)以及辨識系統(tǒng)。噪聲源發(fā)出的噪聲，被檢測系統(tǒng)檢測到該噪聲信號和傳遞到降噪耳機內(nèi)的噪聲信號，辨識系統(tǒng)基于模型結(jié)構(gòu)，利用辨識方法確定噪聲信號與傳遞到耳機內(nèi)的噪聲信號之間的傳遞函數(shù)，該傳遞函數(shù)即為使用者的耳紋聲學(xué)特性。

噪聲源發(fā)出噪聲，為獲取更寬頻帶的耳紋聲學(xué)特性，噪聲信號為白噪聲或粉紅噪聲。噪聲源為降噪耳機內(nèi)能產(chǎn)生白噪聲或粉紅噪聲的電路，當(dāng)需要檢測耳機使用者的耳紋聲學(xué)特性時，可按下耳機外置的開關(guān)，使噪聲電路產(chǎn)生噪聲信號。

參閱圖2，檢測系統(tǒng)包括使用者與降噪耳機。為在線識別耳紋的聲學(xué)特性，要求使用者佩戴降噪耳機，并檢測降噪耳機內(nèi)置麥克風(fēng)接收到的噪聲信號。為建立典型耳紋聲學(xué)特性，應(yīng)針對不同使用者的耳紋聲學(xué)進(jìn)行識別，并將其分類、入庫。

參閱圖3，辨識系統(tǒng)包括辨識模型與辨識方法，在確定辨識模型的基礎(chǔ)上，利用辨識方法確定模型參數(shù)，進(jìn)而得到耳紋聲學(xué)特性模型。選擇輸出誤差模型作為耳紋聲學(xué)特性模型結(jié)構(gòu)，利用最小二乘類辨識方法獲取模型參數(shù)。模型的輸入、輸出信號分別為噪聲源發(fā)出的噪聲信號、降噪耳機內(nèi)置麥克風(fēng)檢測到的信號。

輸出誤差模型結(jié)構(gòu)如式(1)所示：

$y\left(t\right)=\frac{B\left(q\right)}{F\left(q\right)}u(t-nk)+e\left(t\right)---\left(1\right)$

其中y(t)、u(t)和e(t)分別表示模型的輸出、輸入與誤差。

B(q)和F(q)分別為分子、分母多項式，如式(2)、式(3)所示，

B(q)＝b₁+b₂q^-1+…+b_nbq^-nb+1 (2)

F(q)＝1+f₁q^-1+…+f_nfq^-nf (3)

其中，q表示微分算子。

將式(2)、(3)中的q用s代替，耳紋聲學(xué)特性傳遞函數(shù)表達(dá)式如式如式(4)所示。

$G\left(s\right)=\frac{B\left(s\right)}{F\left(s\right)}=\frac{b_{nb}{s}^{(nb-1)}+b_{nb-1}{s}^{(nb-2)}+...+b_1}{s^{nf}+f_{nf}{s}^{(nf-1)}+...+f_1}---\left(4\right)$

利用最小二乘類辨識方法確定式(4)中的參數(shù)，nb，nf，b₁，b₂...b_nb，f₁，f₂...f_nf。nb、nf分別表示分子、分母多項式的階次，b₁，b₂...b_nb，f₁，f₂...f_nf表示分子、分母多項式的系數(shù)。

以上對本發(fā)明實施例所提供的適用于降噪耳機設(shè)計的耳紋聲學(xué)特性在線識別方法及系統(tǒng)進(jìn)行了詳細(xì)介紹，實施例的說明只是為幫助理解本發(fā)明的核心思想。對于本領(lǐng)域的一般技術(shù)人員，依據(jù)本發(fā)明的思想，在具體實施方式及應(yīng)用范圍上均會有改變之處。綜上所述，本說明書內(nèi)容不應(yīng)理解為對本發(fā)明的限制。