基于乘载率的主动噪声消除系统

技术领域

本公开涉及一种主动噪声消除系统，并且更具体地涉及基于车辆乘载率来控制包括虚拟传声器的主动噪声控制框架。

背景技术

主动噪声消除(ANC)系统使用前馈和反馈结构来衰减不期望的噪声，以自适应地去除收听环境内诸如在车辆车厢内的不期望的噪声。ANC系统通常通过生成消除声波以相消干涉不希望的可听噪声来消除或减少不希望的噪声。当噪声和“抗噪声”降低在一位置处的声压级(SPL)时，产生相消干涉，所述“抗噪声”在幅度上与噪声大致相同但在相位上与噪声相反。在车辆车厢收听环境中，潜在的不期望的噪声源来自发动机、排气系统、车辆轮胎与车辆行驶的路面之间的相互作用和/或由车辆的其他零件的振动辐射的声音。因此，不希望的噪声随着车辆的速度、道路状况和操作状态而变化。

道路噪声消除(RNC)系统是在车辆上实现的特定ANC系统，以便使车辆车厢内不期望的道路噪声最小化。RNC系统使用振动传感器感测由轮胎和道路界面生成的导致不希望的可听道路噪声的道路感应振动。然后，通过使用扬声器生成与要在一个或多个收听者的耳朵处降低的噪声在相位上理想相反并且在幅度上相同的声波，来消除车厢内的此不希望的道路噪声或降低其水平。消除这种道路噪声导致车辆乘客的更加愉悦的乘坐，并且其使得车辆制造商能够使用轻质材料，从而减少能量消耗并减少排放。

发动机阶次消除(EOC)系统是在车辆上实现的特定ANC系统，以便使车辆车厢内不期望的发动机噪声最小化。EOC系统使用诸如发动机转速传感器的非声学信号来生成代表发动机曲轴旋转速度(以每分钟转数(RPM)为单位)的信号作为参考。此参考信号用来生成与在车辆内部可听见的发动机噪声在相位上相反的声波。由于EOC系统使用来自RPM传感器的信号，因此它们不需要振动传感器。

RNC系统通常被设计成消除宽带信号，而EOC系统被设计和优化成消除窄带信号，诸如单独的发动机阶次。在车辆内的ANC系统可提供RNC技术和EOC技术两者。这种基于车辆的ANC系统通常是最小均方(LMS)自适应前馈系统，其基于噪声输入(例如，来自RNC系统中的振动传感器的加速度输入)和位于车辆车厢内的各个位置的物理传声器的信号来连续地调适W型滤波器。基于LMS的前馈ANC系统和对应算法的特征是存储系统中每个物理传声器与每个抗噪声扬声器之间的脉冲响应或次级路径。次级路径是抗噪声生成扬声器与物理传声器之间的传递函数，本质上表征了电抗噪声信号如何变成从扬声器辐射的声音，通过车辆车厢传播到物理传声器，并且变成传声器输出信号。

虚拟传声器是一种技术，其中ANC系统基于从一个或多个真实物理传声器接收到的误差信号来估计由在没有真实物理传声器的位置处的虚构或虚拟传声器生成的误差信号。此虚拟传声器技术可改善在收听者耳朵处的噪声消除，即使在没有物理传声器实际位于此处时也是如此。

发明内容

在一个实施方案中，提供一种主动噪声消除(ANC)系统，其中至少一个扩音器响应于接收到抗噪声信号而在车辆的客舱内投射抗噪声声音。至少一个传声器提供指示所述客舱内的噪声和所述抗噪声声音的误差信号。乘载率控制器被编程为基于指示在所述客舱内的乘员存在的乘载率信号修改所述至少一个传声器与所述至少一个虚拟传声器之间的传递函数。自适应滤波器控制器被编程为使用所述传递函数对所述误差信号进行滤波以获得估计的虚拟传声器误差信号。可控滤波器基于所述估计的虚拟传声器误差信号生成所述抗噪声信号。

在另一个实施方案中，提供一种用于控制虚拟传声器(VM)主动噪声消除(ANC)系统的方法。从传声器接收指示车辆内的噪声和抗噪声的误差信号。从乘载率检测器接收指示所述车辆内的乘员存在的乘载率信号。基于所述乘载率信号修改所述传声器与虚拟传声器之间的传递函数。使用所述传递函数对所述误差信号进行滤波以获得估计的虚拟传声器误差信号。基于所述估计的虚拟传声器误差信号生成要从所述车辆内的扩音器辐射的抗噪声信号。

在又一个实施方案中，提供一种主动噪声消除(ANC)系统，其中乘载率控制器被配置来基于车辆的客舱内的乘员存在修改至少一个传声器与至少一个虚拟传声器之间的传递函数。自适应滤波器控制器被配置来使用所述传递函数对指示所述客舱内的噪声和抗噪声声音的误差信号进行滤波以获得估计的虚拟传声器误差信号。所述ANC系统还设置有可控滤波器，所述可控滤波器基于所述估计的虚拟传声器误差信号生成抗噪声信号并且将所述抗噪声信号提供给至少一个扩音器以在车辆的客舱内投射抗噪声声音。

附图说明

图1是根据一个或多个实施方案的具有主动噪声消除(ANC)系统的车辆的环境框图，所述系统包括道路噪声消除(RNC)、虚拟传声器和乘载率检测器。

图2是展示被缩放以包括R加速度计信号和L扬声器信号的RNC系统的相关部分的示例性示意图。

图3是包括发动机阶次消除(EOC)系统和RNC系统的ANC系统的示例性示意性框图。

图4是不同车辆乘载率配置的表格。

图5是表示根据一个或多个实施方案的包括乘载率控制器的虚拟传声器ANC系统的示意性框图。

图6是描绘根据一个或多个实施方案的用于基于虚拟传声器ANC系统中的车辆乘载率来调整虚拟传声器参数的方法的流程图。

具体实施方式

按照要求，本文公开本公开的详细实施方案；然而，应当理解，所公开的实施方案仅仅是可以各种和替代形式体现的本公开的示例。附图未必按比例绘制；一些特征可被放大或最小化以显示特定部件的细节。因此，本文所公开的特定结构和功能细节不应被解释为限制性的，而是仅仅作为代表性基础。

参考图1，道路噪声消除(RNC)系统根据一个或多个实施方案示出并且通常由数字100表示。RNC系统100被描绘在具有一个或多个振动传感器104的车辆102内。振动传感器104设置在整个车辆102中，以监测车辆的悬架、副车架以及其他轴和底盘部件的振动行为。RNC系统100可与宽带自适应前馈和反馈主动噪声消除(ANC)系统106集成，所述ANC系统通过使用一个或多个物理传声器108对来自振动传感器104的信号进行自适应滤波来生成抗噪声。然后可通过一个或多个扩音器或扬声器110播放抗噪声信号以变成声音。S(z)表示单个扬声器110与单个传声器108之间的传递函数。虽然图1仅出于简化的目的示出单个振动传感器104、传声器108和扬声器110，但是应当注意，典型RNC系统使用多个振动传感器104(例如，十个或更多个)、传声器108(例如，四个至六个)和扬声器110(例如，四个至八个)。根据一个或多个实施方案，如参考图5详细描述的，ANC系统106还可包括用于调适一个或多个抗噪声信号的一个或多个虚拟传声器112、113和一个或多个乘载率检测器114，所述抗噪声信号在给定时间针对在车辆102中的乘员而被优化。

振动传感器104可包括但不限于加速度计、测力计、地震检波器、线性可变差动变压器、应变计和负荷传感器。例如，加速度计是其输出信号振幅与加速度成比例的装置。多种加速度计可用于RNC系统中。这些加速度计包括在一个、两个和三个典型地正交的方向上对振动敏感的加速度计。这些多轴加速度计通常具有用于在其X方向、Y方向和Z方向上感测到的振动的单独电输出(或通道)。因此，单轴和多轴加速度计可用作振动传感器104以检测加速度的幅度和相位，并且还可用于感测取向、运动和振动。

源自在路面118上移动的车轮116的噪声和振动可由机械地耦接到车辆102的悬架装置119或底盘部件的一个或多个振动传感器104感测。振动传感器104可输出噪声信号X(n)，其是表示检测到的道路引起的振动的振动信号。应当注意，多个振动传感器是可能的，并且它们的信号可单独使用或者可组合。在某些实施方案中，可使用传声器代替振动传感器，以输出指示由车轮116与路面118的相互作用生成的噪声的噪声信号X(n)。噪声信号X(n)可利用经建模的传递特性S'(z)进行滤波，所述经建模的传递特性通过次级路径滤波器120估计次级路径(即，抗噪声扬声器110与物理传声器108之间的传递函数)。

源自车轮116与路面118的相互作用的道路噪声也被机械地和/或声学地传递到客舱中，并且由车辆102内的一个或多个传声器108接收。一个或多个传声器108可例如位于车辆102的车顶内衬中，或者位于某一其他合适的位置以感测由在车辆102内的乘员(诸如坐在后座125上的乘员)听到的声学噪声场。根据表示初级路径P(z)的传递特性(即，实际噪声源与物理传声器之间的传递函数)，将源自路面118与车轮116的相互作用的道路噪声传递到传声器108。

传声器108可输出误差信号e(n)，所述误差信号表示如由传声器108检测到的存在于车辆102的车厢中的声音，包括噪声和抗噪声。在RNC系统100中，可控滤波器126的自适应传递特性W(z)可由自适应滤波器控制器128控制，所述自适应滤波器控制器可基于由滤波器120利用经建模的传递特性S'(z)进行滤波后的误差信号e(n)和噪声信号X(n)根据已知最小均方(LMS)算法进行操作。可控滤波器126通常被称为W型滤波器。抗噪声信号Y(n)可由可控滤波器126和自适应滤波器控制器128基于所识别的传递特性W(z)和振动信号或振动信号X(n)的组合形成的自适应滤波器生成。抗噪声信号Y(n)理想地具有波形，使得当通过扬声器110播放时，在乘员的耳朵和传声器108附近生成抗噪声，所述抗噪声与车辆车厢的乘员可听到的道路噪声在相位上大致相反并且在幅度上相同。来自扬声器110的抗噪声可与传声器108附近的车辆车厢中的道路噪声组合，从而导致在此位置处的道路噪声引起的声压级(SPL)的降低。在某些实施方案中，RNC系统100可从客舱中的其他声学传感器(诸如声能传感器、声强传感器或声粒子速度或加速度传感器)接收传感器信号以生成误差信号e(n)。

当车辆102正在操作时，处理器130可收集并任选地处理来自一个或多个振动传感器104和一个或多个传声器108的数据以构建和/或修改车辆102使用的包含数据和/或参数的数据库或映射。所收集的数据可本地存储在存储装置132处，或者存储在云中，以供车辆102将来使用。可用于本地存储在存储装置132处的与RNC系统100相关的数据类型的实例包括但不限于与以下相关的乘载率配置数据：次级路径、物理传声器位置与虚拟传声器位置之间的传递函数H(z)、优选的物理传声器装置以及优选的扬声器装置。在一个或多个实施方案中，处理器130和存储装置132可与一个或多个RNC系统控制器诸如自适应滤波器控制器128集成。

如前所述，典型的RNC系统可使用若干振动传感器、传声器和扬声器来感测车辆的结构传播的振动行为并且生成抗噪声。振动传感器可以是具有多个输出通道的多轴加速度计。例如，三轴加速度计通常具有用于在它们的X方向、Y方向和Z方向上感测到的振动的单独电输出。RNC系统的典型配置可具有例如六个物理传声器、六个扬声器和来自四个三轴加速度计或六个双轴加速度计的十二个加速度信号通道。因此，RNC系统还将包括多个S'(z)滤波器(即，次级路径滤波器120)和多个W(z)滤波器(即，可控滤波器126)。

图1所示的简化RNC系统示意图示出扬声器110与传声器108之间的由S(z)表示的一个次级路径。如前所述，RNC系统通常具有多个扬声器、传声器和振动传感器。因此，六扬声器、六传声器RNC系统将具有总共三十六个次级路径(即，6×6)。对应地，六扬声器、六传声器RNC系统同样可具有三十六个S'(z)滤波器(即，次级路径滤波器120)，其估计每个次级路径的传递函数。如图1所示，RNC系统在来自振动传感器(即，加速度计)104的每个噪声信号X(n)与每个扬声器110之间还将具有一个W(z)滤波器(即，可控滤波器126)。因此，十二加速度计信号、六扬声器RNC系统可具有七十二个W(z)滤波器。加速度计信号、扬声器和W(z)滤波器的数量之间的关系示于图2中。

图2是展示RNC系统200的相关部分的示例性示意图，所述RNC系统被缩放以包括来自加速度计204的R个加速度计信号[X

图1所示的ANC系统106还可包括发动机阶次消除(EOC)系统。如上所述，EOC技术使用非声学信号诸如表示发动机曲轴转速的发动机转速信号作为参考，以便生成与车辆内部可听见的发动机噪声在相位上相反的声音。EOC系统可利用发动机转速信号以引导生成在频率上与要消除的发动机阶次相同的发动机阶次信号并且对其进行自适应滤波以形成抗噪声信号，来利用窄带前馈ANC框架以生成抗噪声。在经由次级路径从抗噪声源传输到收听位置或物理传声器之后，抗噪声理想地具有与通过初级路径滤波之后由发动机和排气管生成的组合声音相同的振幅但相反的相位，所述初级路径从发动机延伸到收听位置并且从排气管出口延伸到收听位置或物理或虚拟传声器位置。因此，在物理传声器位于车辆车厢中的位置处(即，最可能在收听位置处或附近)，发动机阶次噪声和抗噪声的叠加理想地将变为零，使得由物理传声器接收到的声学误差信号将仅记录除了由发动机和排气口生成的(理想地消除的)一个或多个发动机阶次之外的声音。

通常，使用非声学传感器例如发动机转速传感器作为参考。发动机转速传感器可以是例如相邻于旋转钢盘放置的霍尔效应传感器。可采用其他检测原理，诸如光学传感器或感应传感器。来自发动机转速传感器的信号可作为引导信号用于生成对应于发动机阶次中的每个的任意数量的参考发动机阶次信号。参考发动机阶次形成噪声消除信号的基础，所述噪声消除信号由形成EOC系统的一个或多个窄带自适应前馈LMS块生成。

图3是示出包括RNC系统300和EOC系统340两者的ANC系统306的实例的示意性框图。类似于RNC系统100，RNC系统300可包括振动传感器304、物理传声器308、W型滤波器326、自适应滤波器控制器328、次级路径滤波器320和扬声器310，分别与上述振动传感器104、物理传声器108、W型滤波器126、自适应滤波器控制器128、次级路径滤波器120和扬声器110的操作一致。

EOC系统340可包括发动机转速传感器342，其可提供发动机转速信号344(例如，方波信号)，所述发动机转速信号指示发动机曲轴或其他旋转轴(诸如驱动轴、半轴或其旋转速率与耦接到车辆部件的导致客舱中的噪声的振动对齐的其他轴)的旋转。在一些实施方案中，发动机转速信号344可从车辆网络总线(未示出)获得。由于辐射的发动机阶次与曲轴RPM成正比，因此发动机转速信号344表示由发动机和排气系统产生的频率。因此，来自发动机转速传感器342的信号可用于生成对应于车辆的发动机阶次中的每个的参考发动机阶次信号。因此，发动机转速信号344可与发动机转速(RPM)对发动机阶次频率的查找表346结合使用，所述查找表提供在每个发动机转速下辐射的发动机阶次的列表。自适应滤波器控制器328可将发动机转速(RPM)作为输入，并且基于此查找表346为每个阶次生成正弦波。

可将如从查找表346中检索到的在感测到的发动机转速(RPM)下的给定发动机阶次的频率供应给频率生成器348，从而在给定频率下生成正弦波。此正弦波表示指示给定发动机阶次的发动机阶次噪声的噪声信号X(n)。类似于RNC系统300，来自频率生成器348的此噪声信号X(n)可被发送到自适应可控滤波器326或W型滤波器，其将对应的抗噪声信号Y(n)提供给扩音器310。如图所示，此窄带EOC系统340的各种部件可与宽带RNC系统300相同，包括物理传声器308、自适应滤波器控制器328和次级路径滤波器320。由扬声器310广播的抗噪声信号Y(n)生成抗噪声，所述抗噪声与在收听者耳朵位置处的实际发动机阶次基本上异相，但在幅度上相同，所述收听者耳朵的位置可非常靠近物理传声器308，从而减小发动机阶次的声音振幅。由于发动机阶次噪声是窄带的，因此误差信号e(n)可在进入基于LMS的自适应滤波器控制器328之前由带通滤波器350滤波。在一个实施方案中，当使用相同的带通滤波器参数对由频率生成器348输出的噪声信号X(n)进行带通滤波时，实现了LMS自适应滤波器控制器328的正确操作。

为了同时降低多个发动机阶次的振幅，EOC系统340可包括多个频率生成器348，以用于基于发动机转速信号(RPM)344为每个发动机阶次生成噪声信号X(n)。作为实例，图3示出具有两个此类频率生成器的两阶EOC系统，所述频率生成器用于基于发动机转速为每个发动机阶次生成噪声信号(例如，X

如果存储在ANC系统中的表示次级路径的估计值的经建模的传递特性S'(z)与系统的实际次级路径不匹配，则可能导致噪声消除性能降级、噪声增益或实际不稳定性。如先前所述，次级路径是抗噪声生成扬声器与物理传声器之间的传递函数。因此，它本质上表征了电抗噪声信号Y(n)如何变成从扬声器辐射的声音，通过汽车车厢传播到物理传声器，并且变成在ANC系统中的传声器输出或误差信号e(n)的一部分。当车辆在几何形状、乘客数量、行李装载等方面变得基本上不同于参考车辆或系统时，实际的次级路径S(z)可偏离存储的次级路径模型S'(z)，后者通常由经过训练的工程师在“黄金系统”上测量。在一个实施方案中，具有乘载率检测功能的车辆可从预先确定的存储数据库中选择适当的一组次级路径，以便改善噪声消除系统的性能。

ANC系统生成抗噪声，所述抗噪声理想地与要在一个或多个收听者的耳朵处降低的噪声在相位上相反并且在幅度上相同。现有的ANC系统通常生成以一个或多个物理传声器位置为中心的噪声减小区(“静默区”)。静默区的尺寸是声波波长的约十分之一，得到尺寸减小以增加频率的小静默区。如果仅一个物理传声器用于车辆应用，则当人们将他们的耳朵移动远离传声器时，特别是当耳朵远离大于波长的十分之一时，将存在陡峭的性能梯度。另外，对于包括一个物理传声器的系统，很可能车辆的所有其他位置中的声压级将增加。为了避免在第一或第二车辆乘员的位置处的此“噪声提升”，可使用四个或六个物理传声器，使得主动系统在整个车厢中更均匀地降低噪声场。为了获得最大程度上的感知噪声消除，物理传声器将理想地安装在乘员的耳朵位置处。然而，在许多实际情况下，物理传声器不能靠近所有车辆乘客的耳朵放置。这是由于车辆包装限制，诸如敞篷车顶、遮阳篷顶以及不存在座位安装式传声器，所有这些都可能使得难以在车辆乘客的耳朵的位置处在最需要的时候实现最大程度的噪声场降低。

重新参考图1，车辆102包括位于车顶内衬内的物理传声器108。物理传声器108不邻近位于坐在后座125上的乘员的耳朵。然而，ANC系统106包括邻近位于坐在后座125上的乘员的耳朵的虚拟传声器112。

虚拟传声器是一种技术，其中ANC系统基于从一个或多个真实物理传声器接收到的误差信号来估计由在没有真实物理传声器的位置处的虚构或虚拟传声器生成的误差信号。此虚拟传声器技术可改善乘客的耳朵的位置处的噪声消除，即使在没有物理传声器实际位于此处时也是如此。附加益处是此虚拟传声器技术提供了物理传声器安装位置的灵活解决方案。与常规的非虚拟噪声消除算法相比，虚拟传声器算法利用估计的虚拟信号作为误差信号e

参考图4，车辆可允许多种不同的车辆乘载率配置，使得ANC系统难以确定车辆乘客耳朵的位置。图4是表格400，其示出具有五个座位的车辆的不同乘载率配置：驾驶员座位(D)、前排乘客座位(FP)、第一后排乘客座位(RP1)、第二后排乘客座位(RP2)和第三后排乘客座位(RP3)。这样的车辆可包括具有单个乘员的一个第一配置(1A)、具有两个乘员的多个第二配置(2A-2D)、具有三个乘员的多个第三配置(3A-3X)、具有四个乘员的多个第四配置(4A-4X)以及具有五个乘员的一个第五配置(5A)。在第一配置(1A)中，驾驶员座位(D)被占据(O)，但并非所有乘客座位被占据(X)。在第一个第二配置2A(图4中所示)中，驾驶员座位(D)和前排乘客座位(FP)被占据。在第三个第二配置2C(未示出)中，驾驶员座位(D)和第二后排乘客座位(RP2)被占据。位于坐在前排乘客座位(FP)的乘客的耳朵处的虚拟传声器对于坐在第二后排乘客座位(RP2)的乘客来说并不是最佳，反之亦然。

ANC系统可包括可向乘客辐射抗噪声的许多扬声器，但是由于系统硬件或软件限制诸如数字信号处理器(DSP)芯片每秒百万指令(MIPS)限制和算法输出通道限制，一次只能生成有限数量的抗噪声信号。非常接近前座乘客的扬声器可更有效地向前座乘客辐射抗噪声，从而产生比在远端扬声器向前座乘客辐射抗噪声的情况下产生的更优异的噪声消除。在此乘载率情况下，可采用更多的前座扬声器来辐射抗噪声，并且可使用更少的更靠近空后座的扬声器来辐射抗噪声。

附加地，ANC系统可包括安装在车辆中的许多物理传声器，然而由于ADC或放大器/算法/DSP芯片MIPS限制或其他设计约束，系统可同时使用的物理传声器通道的数量可存在限制。当只有前座被占据时，可选择前座乘客附近的附加传声器以将他们的噪声信号e(n)输出到噪声消除算法中，来代替更靠近未被占据的(后排)座位的一个或多个传声器，以努力提供针对被占据的座位的最佳噪声消除。

类似地，尽管可存在许多加速度计(噪声)参考通道，但由于硬件输入或MIPS限制，噪声消除系统仅可同时采用更少数量的通道。当仅前座被占据时，可使用来自车辆前部的附加参考信号来代替源自车辆后部的一个或多个参考信号。在一个或多个实施方案中，选择来自与最靠近被占据的座位的物理传声器或虚拟传声器具有最高相干性的传感器的参考信号，而不管它们与被占据的座位的邻近程度。

重新参考图1，车辆102包括提供指示前座124是否被占据的乘载率信号(Occ)的乘载率检测器114。尽管图1中示出一个乘载率检测器114，但ANC系统106可包括用于每个座位的一个乘载率检测器114或者其他数量的乘载率检测器。乘载率检测器114可包括用以检测热能标记的多个传感器和/或技术，诸如安全带传感器、座位传感器、靠近传感器、负荷传感器、运动传感器、具有机器视觉系统的摄像头、具有面部识别或红外(IR)成像功能的摄像头、被动红外(PIR)传感器或者IR或近IR传感器。在一个实施方案中，乘载率检测器114可包括适于充当乘载率传感器并且任选地与自适应波束形成器耦接的传声器或传声器阵列。ANC系统106可允许用户经由用户界面例如按钮或触摸屏选项手动输入乘载率信息。

ANC系统106可使用包括传感器、传感阵列、传感器融合、语音识别的多种方法以检测哪些车辆座位被占据。然后，ANC系统106使用针对给定乘载率配置的物理传声器、虚拟传声器、加速度计传感器、物理和虚拟次级路径、传递函数、调谐参数和扬声器的组合来选择最佳噪声消除调谐。在一个实施方案中，ANC系统106包括使用头部跟踪技术来确定虚拟传声器位置以确定乘员耳道开口的位置的摄像头(未示出)或其他设备。

当乘员耳朵中的每个在3维空间中的位置与虚拟传声器一致时，ANC系统可实现最佳性能。当虚拟传声器的位置比物理传声器的位置更靠近耳朵位置时，ANC系统可实现优于传统的非虚拟传声器技术的改善性能。用于选择虚拟传声器位置的其他技术包括使用座位位置编码器。ANC系统可使用当前座位位置的数据以估计座位乘员耳朵在三个维度中的位置，以选择最靠近乘员耳朵的虚拟传声器位置，例如，通过选择针对向前座位位置的低虚拟传声器位置和针对向后座位位置的高虚拟传声器位置。虚拟传声器位置可由ANC系统调谐工程师在ANC系统调谐时预先确定，因此虚拟传声器位置的选择涉及确定哪些虚拟传声器在3维空间中最靠近耳朵位置。

图5是示出许多关键的ANC系统参数的基于车辆的虚拟传声器(VM)ANC系统506的示意性框图，所述参数可用来基于车辆乘载率来估计虚拟传声器误差信号以优化ANC系统性能。为了便于说明，图5所示的VM ANC系统506被示出为具有RNC系统500和EOC系统540的部件和特征。因此，VM ANC系统506是RNC和/或EOC系统的示意性表示，诸如结合图1至图3描述的那些，其特征在于VM ANC系统506的附加系统部件包括虚拟传声器512和乘载率检测器514。类似的部件可使用类似的惯例来编号。例如，类似于ANC系统106，ANC系统506可包括振动传感器504、物理传声器508、W型滤波器526、自适应滤波器控制器528、虚拟次级路径滤波器520和扬声器510，分别与上述振动传感器104、物理传声器108、W型滤波器126、自适应滤波器控制器128、次级路径滤波器120和扬声器110的操作一致。图5还出于说明的目的以框的形式示出初级路径P(z)和次级路径S(z)，如参照图1所述。

物理传声器508提供包括存在于其位置处的所有声音的误差信号e

虚拟传声器512表示位于虚拟传声器位置处的传声器，其将类似地感测在其位置处的所有声音，诸如要被消除的干扰信号d

物理传声器508既感测在沿着初级路径P(z)544传播之后的来自噪声源542的在其位置处的噪声d

e

在框548处，VM ANC系统506估计要在物理传声器位置处被消除的干扰噪声d'

d′

VM ANC系统506然后在框550处通过将在物理传声器位置处的估计的干扰噪声d'

在框554处，VM ANC系统506通过将要在虚拟传声器位置处消除的估计的干扰噪声d'

e′

组合等式1、2和3，根据物理误差信号、物理和虚拟传声器次级路径以及物理位置与虚拟位置之间的传递函数来创建虚拟误差传声器信号的估计值。

与图1类似，来自噪声输入诸如振动传感器504的噪声信号X(n)可通过虚拟次级路径滤波器520使用如前所述的虚拟次级路径的存储估计来用经建模的传递特性S'

类似于图2，VM ANC系统506被缩放以包括R个加速度计信号、L个扩音器或扬声器信号以及M个传声器误差信号。因此，VM ANC系统506可包括R*L个可控滤波器(或W型滤波器)526和L*M个抗噪声信号。

图6是描绘根据本公开的一个或多个实施方案的用于基于虚拟传声器ANC系统中的车辆乘载率来调整虚拟传声器系统参数的方法600的流程图。所公开方法的各个步骤可由自适应滤波器控制器528单独进行，或者与VM ANC系统506的其他部件组合进行。

在步骤602处，VM ANC系统506从乘载率检测器514接收指示哪些车辆座位被占据的输入。然后在步骤604处，乘载率控制器552基于输入确定乘载率配置，例如图4中所示的配置中的一者。在步骤606处，VM ANC系统506将乘载率配置与最后保存的乘载率配置进行比较，以确定乘载率配置是否已经改变。如果配置没有改变，则VM ANC系统506返回到步骤602。如果配置已经改变，则VM ANC系统506继续进行到步骤608并且调整一个或多个VM ANC系统参数。

在步骤608处，VM ANC系统506基于当前乘载率配置调整提供给一个或多个扬声器510的抗噪声信号Y(n)。乘载率控制器552可包括预先确定的存储数据，所述存储数据指示用于基于系统506的硬件和软件限制的每个乘载率配置的最佳传递函数参数，诸如H型滤波器。传递函数可包括一个或多个虚拟传声器传递函数H(z)550、一个或多个物理传声器传递函数或虚拟和物理传声器传递函数两者的组合。在一个实施方案中，一组虚拟传声器、物理传声器、扬声器、噪声信号、虚拟次级路径、物理次级路径、物理或虚拟传声器增益、加速度计增益、其他LMS系统调谐参数和H(z)传递函数被存储在用于每个乘载率配置的数据库中，并且VM ANC系统506在步骤608处从数据库选择完整的参数集。在另一个实施方案中，数据库仅存储前述VM ANC系统参数的子集。

VM ANC系统506中的许多参数链接在一起，并且因此VM ANC系统506可在步骤608处一前一后地改变多个参数。在一个实施方案中，如果VM ANC系统506修改虚拟传声器512的配置，则它也基于修改后的配置修改虚拟次级路径S'

在一个或多个实施方案中，当车辆处于未被完全占据的配置时，VM ANC系统506选择被占据的座位附近的更多虚拟传声器，以便部分地通过不过度约束系统来在车辆的未被占据的区域中提供噪声消除来改善被占据的座位中的噪声消除。在一个实施方案中，选择每个座位头垫周围的多于一个虚拟传声器位置，并且为系统中的每个扬声器和物理传声器存储相关传递函数S'

尽管参考虚拟传声器描述了VM ANC系统506，但ANC系统的其他实施方案包括远程传声器(RM)以提供RM ANC系统。远程传声器在传递函数H(z)的值方面不同于虚拟传声器。VM ANC系统506包括值为一(unity)或一(one)的H(z)，意指要在物理位置与虚拟位置之间消除的干扰信号中的任何差异被简单地忽略。在某些文献中，RM ANC系统包括不等于一的传递函数H(z)，意指要在物理位置与虚拟位置之间消除的干扰信号存在差异。使用术语虚拟传声器系统或技术的本文所述的各种实施方案全部适用于远程传声器技术，其中一个改变是H(z)的值。

尽管参考车辆描述了ANC系统，但本文所述的技术也适用于非车辆应用。例如，房间可具有定义收听位置的固定座位，在所述位置处使用参考传感器、误差传感器、扬声器和LMS自适应系统来静默干扰声音。需注意，要消除的干扰噪声可能属于不同类型，诸如HVAC噪声或来自相邻房间或空间的噪声。此外，房间可具有位置随时间变化的乘员，并且然后必须依赖本文所述的座位传感器或头部跟踪技术来确定一个或多个收听者的位置，使得能够选择虚拟传声器的3维位置。

尽管图1、图3和图5分别示出基于LMS的自适应滤波器控制器128、328和528，但用来调适或创建最佳可控W型滤波器126、326和526的其他方法和装置是可能的。例如，在一个或多个实施方案中，可采用神经网络代替LMS自适应滤波器控制器来创建和优化W型滤波器。在其他实施方案中，可使用机器学习或人工智能来代替LMS自适应滤波器控制器创建最佳W型滤波器。

本文所述的控制器或装置中的任一者或多者包括计算机可执行指令，所述计算机可执行指令可从使用多种编程语言和/或技术创建的计算机程序中编译或解译。通常，处理器(诸如微处理器)例如从存储器、计算机可读介质等接收指令，并且执行指令。处理单元包括能够执行软件程序的指令的非暂态计算机可读存储介质。计算机可读存储介质可以是但不限于电子存储装置、磁存储装置、光存储装置、电磁存储装置、半导体存储装置或其任何合适的组合。

例如，在任何方法或过程权利要求中叙述的步骤可以任何顺序执行，并且不限于权利要求中呈现的特定顺序。方程可用滤波器来实现，以最小化信号噪声的影响。附加地，任何设备权利要求中列述的部件和/或元件可被组装或以其他方式操作性配置成各种排列并且因此并不仅限于权利要求中列述的特定配置。

此外，功能上等效的处理步骤可在时域或频域中进行。因此，尽管图中没有针对每个信号处理块明确说明，但信号处理可发生在时域、频域或其组合中。此外，尽管以数字信号处理的典型术语解释了各种处理步骤，但在不脱离本公开的范围的情况下可使用模拟信号处理来执行等效步骤。

上文已经参照特定实施方案描述了益处、优点以及问题的解决方案。然而，任何益处、优点、问题的解决方案，以及可使得任何特定益处、优点或解决方案出现或变得更为显著的任何要素，都不应被理解为任何或所有权利要求的关键、必需或必要特征或部件。

术语“包含”、“包括”、“涵盖”、“具有”、“含有”或其任何变体意图指代非排他性的包括，使得包括一系列要素的过程、方法、制品、组合物或设备不仅包括所叙述的那些元件，还可包括未明确列出的或此类过程、方法、制品、组合物或设备固有的其他要素。除没有特定叙述的那些之外，在本发明主题的实践中使用的上述结构、布置、应用、比例、要素、材料或部件的其他组合和/或修改也可在不脱离其一般原理的情况下被改变或以其他方式特别适应特定环境、制造规格、设计参数或其他操作要求。

虽然上文描述了示例性实施方案，但是并不意图这些实施方案描述本公开的所有可能形式。相反，本说明书中使用的词语是描述词语，而不是限制词语，并且应理解在不脱离本公开的精神和范围的情况下可做出各种变化。附加地，各种实现实施方案的特征可加以组合来形成另外的实施方案。