用于使用麦克风投射进行噪声消除的系统和方法

背景技术

本公开整体涉及使表示远离参考传感器的位置处的非期望噪声的误差信号最小化的系统和方法。

发明内容

下文提及的所有示例和特征均可以任何技术上可能的方式组合。

在一个方面，噪声消除系统包括：噪声消除滤波器，该噪声消除滤波器被配置为基于从噪声传感器接收的噪声信号来生成噪声消除信号；致动器，该致动器设置在预定义体积内的第一位置处，并且被配置为接收噪声消除信号并且转换该预定义体积内的噪声消除音频信号；参考传感器，该参考传感器设置在预定义体积内的第二位置处并且被配置为输出参考传感器信号，该参考传感器信号表示第二位置处的非期望噪声；滤波器，该滤波器被配置为对噪声消除信号和参考传感器信号进行滤波以输出滤波器输出信号，该滤波器输出信号表示远离第一位置和第二位置的第三位置处的非期望噪声的估计值；和调整模块，该调整模块被配置为基于滤波器输出信号来调整噪声消除滤波器，使得噪声消除音频信号与第三位置处的非期望噪声进行相消干涉。

在一个实施方案中，该滤波器输出信号基于第一位置和第三位置之间的关系的估计值并且基于第二位置和第三位置之间的关系的估计值。

在一个实施方案中，该滤波器包括被配置为对第二位置和第三位置之间的关系进行估计的第一滤波器，该第一滤波器被配置为接收参考传感器信号并对其进行滤波并且输出第一滤波器输出信号，该第一滤波器输出信号是第三位置处的非期望噪声的估计值。

在一个实施方案中，该滤波器还包括被配置为对第一位置和第三位置之间的关系进行估计的第二滤波器，该第二滤波器被配置为接收噪声消除信号并对其进行滤波并且输出第二滤波器输出信号，该第二滤波器输出信号是第三位置处的噪声消除音频信号的估计值，其中该第二滤波器输出信号被配置为在第一滤波器输出信号和第二滤波器输出信号被求和时，基于在参考传感器处接收的噪声消除音频信号来消除第一滤波器输出信号的一部分。

在一个实施方案中，该滤波器包括至少一个预测滤波器，使得第三位置处的非期望噪声的该估计值是在未来时间点的第三位置处的非期望噪声的估计值。

在一个实施方案中，该至少一个预测滤波器为维纳滤波器。

在另一方面，存储在非暂态存储介质上的程序代码在由处理器执行时包括以下步骤：利用噪声消除滤波器基于从噪声传感器接收的噪声信号来生成噪声消除信号；将噪声消除信号提供给设置在第一位置处的致动器，以用于转换预定义体积内的噪声消除音频信号；从设置在预定义体积内的第二位置处的参考传感器接收参考传感器信号，该参考传感器信号表示第二位置处的非期望噪声；利用滤波器对噪声消除信号和参考传感器信号进行滤波以输出滤波器输出信号，该滤波器输出信号表示远离第一位置和第二位置的第三位置处的非期望噪声的估计值；以及基于滤波器输出信号来调整噪声消除滤波器，使得噪声消除音频信号与第三位置处的非期望噪声进行相消干涉。

在一个实施方案中，该滤波器输出信号基于第一位置和第三位置之间的关系的估计值并且基于第二位置和第三位置之间的关系的估计值。

在一个实施方案中，该滤波器包括被配置为对第二位置和第三位置之间的关系进行估计的第一滤波器，该第一滤波器被配置为接收参考传感器信号并对其进行滤波并且输出第一滤波器输出信号，该第一滤波器输出信号是第三位置处的非期望噪声的估计值。

在一个实施方案中，该滤波器还包括被配置为对第一位置和第三位置之间的关系进行估计的第二滤波器，该第二滤波器被配置为接收噪声消除信号并对其进行滤波并且输出第二滤波器输出信号，该第二滤波器输出信号是第三位置处的噪声消除音频信号的估计值，其中该第二滤波器输出信号被配置为在第一滤波器输出信号和第二滤波器输出信号被求和时，基于在参考传感器处接收的噪声消除音频信号来消除第一滤波器输出信号的一部分。

在一个实施方案中，该滤波器包括至少一个预测滤波器，使得第三位置处的非期望噪声的该估计值是在未来时间点的第三位置处的非期望噪声的估计值。

在一个实施方案中，该至少一个预测滤波器为维纳滤波器。

噪声消除方法包括以下步骤：利用噪声消除滤波器基于从噪声传感器接收的噪声信号来生成噪声消除信号；将噪声消除信号提供给设置在第一位置处的致动器，以用于转换预定义体积内的噪声消除音频信号；从设置在预定义体积内的第二位置处的参考传感器接收参考传感器信号，该参考传感器信号表示第二位置处的非期望噪声；利用滤波器对噪声消除信号和参考传感器信号进行滤波以输出滤波器输出信号，该滤波器输出信号表示远离第一位置和第二位置的第三位置处的非期望噪声的估计值；以及基于滤波器输出信号来调整噪声消除滤波器，使得噪声消除音频信号与第三位置处的非期望噪声进行相消干涉。

在一个实施方案中，该滤波器输出信号基于第一位置和第三位置之间的关系的估计值并且基于第二位置和第三位置之间的关系的估计值。

在一个实施方案中，该滤波器包括被配置为对第二位置和第三位置之间的关系进行估计的第一滤波器，该第一滤波器被配置为接收参考传感器信号并对其进行滤波并且输出第一滤波器输出信号，该第一滤波器输出信号是第三位置处的非期望噪声的估计值。

在一个实施方案中，该滤波器还包括被配置为对第一位置和第三位置之间的关系进行估计的第二滤波器，该第二滤波器被配置为接收噪声消除信号并对其进行滤波并且输出第二滤波器输出信号，该第二滤波器输出信号是第三位置处的噪声消除音频信号的估计值，其中该第二滤波器输出信号被配置为在第一滤波器输出信号和第二滤波器输出信号被求和时，基于在参考传感器处接收的噪声消除音频信号来消除第一滤波器输出信号的一部分。

在一个实施方案中，该滤波器包括至少一个预测滤波器，使得第三位置处的非期望噪声的该估计值是在未来时间点的第三位置处的非期望噪声的估计值。

在一个实施方案中，该至少一个预测滤波器可以是维纳滤波器。

在各种示例中，该方法还可包括以下步骤：在配置期间，使用来自定位在第三位置处的误差传感器的误差信号来调谐滤波器。

在一个实施方案中，该误差信号响应于在致动器处生成的音频信号而生成。

附图和以下说明书中阐述了一个或多个具体实施的细节。其他特征、对象和优点在说明书、附图和权利要求书中将是显而易见的。

附图说明

图1是根据一个实施方案的噪声消除系统的示意图。

图2是根据一个实施方案的噪声消除系统的示意图。

图3是根据一个实施方案的噪声消除方法的流程图。

图4是根据一个实施方案的调谐系统的示意图。

图5是根据一个实施方案的调谐方法的流程图。

图6是根据一个实施方案的调谐方法的流程图。

具体实施方式

消除预定义体积(诸如车辆车厢)中的噪声的噪声消除系统通常采用参考传感器来生成表示残余的未消除噪声的误差信号。该误差信号被反馈回自适应滤波器，该自适应滤波器调整噪声消除信号，使得残余的未消除噪声最小化。

然而，在一些情况下，期望消除远离参考传感器的位置处的噪声。例如，在车辆环境中，参考传感器可以放置在车顶、支柱或头枕中，但应消除乘客的耳朵处的噪声。因此，误差信号指示参考传感器处的误差，而不指示乘客的耳朵处的误差。然而，这是不期望的，因为道路噪声消除系统的目的是消除乘客的耳朵处的噪声。此外，将麦克风放置在乘客的耳朵上是不切实际的，即使自适应算法通常需要耳部麦克风信号来最佳地发挥功能。

此外，在车辆和其他环境中，噪声消除音频信号通常延迟大约5毫秒，因为声音必须从沿车辆车厢周边设置的扬声器传播到乘客的耳朵(例如，噪声消除音频信号必须从距离乘客的耳朵五英尺处传播，并且声速为约每毫秒一英尺)。该延迟阻止了最佳消除，因为乘客所感知到的噪声消除音频信号不再是当前的，而是针对已发生的噪声。因此，本领域需要在不将麦克风放置在用户的耳朵处的情况下预测乘客的耳朵处的残余噪声的未来值。

本文所公开的各种实施方案涉及一种噪声消除系统，该噪声消除系统估计或预测表示远离参考传感器的位置处的残余的未消除噪声的误差信号。在一个实施方案中，该估计或预测基于来自即远程参考麦克风的可用信息，以及来自对这些远程麦克风与乘客的耳朵处的噪声场之间的关系和噪声消除系统自身的输出的了解的可用信息。由于未来样本与当前样本相关，并且因此对当前状态的了解具有关于未来状态的信息，因此预测噪声的未来值是可能的。

基于所估计的或预测的误差信号对自适应滤波器所产生的调整将使所估计的或预测的误差信号最小化，从而消除远程位置处而不是参考传感器处的非期望噪声，从而有效地将参考传感器投射在远程位置处。这可被另选地理解为将消除区从参考传感器移位到远离该参考传感器的位置。

图1是估计或预测远离参考传感器的位置处的误差信号并使其最小化的噪声消除系统100的示意图。具体地，噪声消除系统100被配置为与预定义体积104(诸如车辆车厢)内的至少一个消除区102中的非期望声音进行相消干涉。在高电平下，噪声消除系统100的一个实施方案可包括噪声传感器106、参考传感器108、致动器110和控制器112。

在一个实施方案中，噪声传感器106被配置为生成表示预定义体积104内的非期望声音或非期望声音的来源的噪声信号114。例如，如图1所示，噪声传感器106可以是安装到车辆结构116并且被配置为检测通过该车辆结构传输的振动的加速度计。通过车辆结构116传输的振动由该结构转换成车辆车厢内的非期望声音(被感知为道路噪声)，因此安装到该结构的加速度计提供表示非期望声音的信号。

致动器110可例如是分布在围绕预定义体积104的周边的离散位置的扬声器。在一个示例中，可将四个或更多个扬声器设置在车辆车厢内，该四个扬声器中的每个扬声器位于该车辆的相应门内并且被配置为将声音投射到车辆车厢内。在另选的实施方案中，扬声器可位于头枕内或车辆车厢内的其他位置。

噪声消除信号118可由控制器112生成并提供给预定义体积中的一个或多个扬声器，该一个或多个扬声器将噪声消除信号118转换为声能(即，声波)。由于噪声消除信号118所产生的声能与消除区102内的非期望声音大约180°异相，并且因此与该非期望声音进行相消干涉。从噪声消除信号118生成的声波与预定义体积中的非期望噪声的组合带来非期望噪声的消除，这由消除区中的收听者所感知。

由于噪声消除无法在整个预定义体积中相等，因此噪声消除系统100被配置为在该预定义体积内的一个或多个预定义消除区102内产生最大噪声消除。消除区内的噪声消除可使得非期望声音减少大约3dB或更多(尽管在不同实施方案中，可能发生不同的噪声消除量)。此外，噪声消除可消除一定频率范围内的声音，诸如小于大约350Hz的频率(尽管其他范围也是可能的)。

设置在预定义体积内的参考传感器108基于对残余噪声的检测来生成参考传感器信号120，该残余噪声由从噪声消除信号118生成的声波和预定义体积中的非期望声音的组合产生。参考传感器信号120作为反馈被提供给控制器112。由于参考传感器信号120将表示未被噪声消除信号消除的残余噪声，因此参考传感器信号120可被理解为误差信号。参考传感器108可以是例如安装在车辆车厢内(例如，车顶、头枕、支柱或车厢内的其他位置)的至少一个麦克风。

在一个实施方案中，控制器112可包括非暂态存储介质122和处理器124。在一个实施方案中，非暂态存储介质122可存储程序代码，该程序代码在由处理器124执行时实现结合图2至图6所述的各种滤波器和算法。控制器112可在硬件和/或软件中实现。例如，控制器可由FPGA、ASIC或其他合适的硬件来实现。

转到图2，其示出了噪声消除系统100的一个实施方案的框图，该噪声消除系统包括由控制器112实现的多个滤波器。如图所示，控制器可限定控制系统，该控制系统包括Wadapt滤波器126、Wcmd滤波器128、Wref滤波器130和自适应处理模块132。

Wadapt滤波器126被配置为接收噪声传感器106的噪声信号114并生成噪声消除信号118。如上所述，噪声消除信号118被输入到致动器110，在该致动器处，该噪声消除信号被转换成噪声消除音频信号，该噪声消除音频信号与预定义消除区102中的非期望声音进行相消干涉。Wadapt滤波器126可被实现为任何合适的线性滤波器，诸如多输入多输出(MIMO)有限脉冲响应(FIR)滤波器。

自适应处理模块132接收参考传感器信号134(由Wref滤波器130滤波并与Wcmd滤波器128的输出求和，如下文将描述的)和噪声信号114作为输入，并且使用这些输入生成滤波器更新信号136。滤波器更新信号136是在Wadapt滤波器126中实现的滤波器系数的更新。由更新的Wadapt滤波器126产生的噪声消除信号118将使误差信号146最小化。

然而，如上所述，参考传感器108可以定位成远离消除区。因此，由参考传感器输出的误差信号可不直接指示消除区102中的残余噪声，而是可指示参考传感器108处的残余噪声。

因此，为了估计或预测消除区中的残余噪声(即，估计或预测放置在消除区102中的传感器的输出)，必须正确地估计或预测耳朵处的两个信号：一个信号归因于非期望噪声(例如，道路噪声)，并且另一个信号归因于从扬声器播放的消除信号。在一个实施方案中，此类估计或预测需要至少一个滤波器(诸如维纳滤波器)，该至少一个滤波器接收参考传感器信号120和噪声消除信号118作为输入，然后输出对在传感器被放置在消除区102处的情况下将输出何内容的最佳估计或预测(应当理解，如本文所用，该估计可以是预测，即，对未来时间点的值的估计)。

在一个实施方案中，滤波器可被实现为图2所示的Wcmd滤波器128和Wref滤波器130。如图所示，Wcmd滤波器128和Wref滤波器130可以是预测滤波器，其被配置为对参考传感器信号120和噪声消除信号112进行滤波以生成表示存在于消除区内的残余噪声的信号的估计值或预测值。在一个实施方案中，Wcmd滤波器128和Wref滤波器130可各自被实现为维纳滤波器。在一个示例中，维纳滤波器被实现为有限脉冲响应(FIR)滤波器(即，有限脉冲响应维纳滤波器)。然而，维纳滤波器中的一者或两者可另选地被实现为无限脉冲响应(IIR)滤波器。此外，虽然描述了维纳滤波器，但可利用其他合适的滤波器或预测滤波器，诸如L1最佳滤波器、H_无穷大最佳滤波器等。

Wref滤波器130被配置为估计或预测参考传感器108和消除区102的位置之间的关系(例如，传递函数)。参考传感器108和消除区102之间的关系将由每一者的位置之间的物理路径138确定。此外，该关系将可能由预定义体积(例如，车辆车厢)的声学模式主导，并且将不随时间推移而显著变化。

因此，Wref滤波器130被配置为使用参考传感器信号120作为输入来计算乘客的耳朵处的残余噪声的统计估计值，并且对该信号进行滤波以产生估计值或预测值作为输出(即，Wref输出信号134)。因此，Wref滤波器130可通过以下公式来表征：

W

其中T

理想的是，Wref滤波器130的输出是仅乘客的耳朵处的残余噪声的统计估计值或预测值，如上所述；然而，在实施过程中，参考传感器108也可能接收由致动器110输出的噪声消除音频信号，因为它们定位在同一预定义体积104内。

Wcmd滤波器128被配置为估计或预测致动器110(即，噪声消除音频信号的来源)与消除区102的位置之间的关系(例如，传递函数)，该关系将由每一者的位置之间的物理路径140确定。与参考传感器108和消除区102之间的关系类似，致动器110和消除区102之间的关系将很可能由预定义体积(例如，车辆车厢)的声学模式主导，并且将不随时间推移而显著变化。

如上所述，除了非期望声音之外，参考传感器108将可能拾取从致动器110输出的噪声消除音频信号。Wcmd滤波器128可被配置为对此进行校正，使得在存在消除信号以及非期望噪声两者的情况下获得正确的估计值或预测值。

因此，Wcmd滤波器128被配置为计算消除区处的噪声消除音频信号118的统计估计值，并且被配置为移除由参考传感器108拾取的噪声消除信号音频信号。因此，在一个实施方案中，Wcmd滤波器128可通过以下公式来表征：

W

其中T

当Wref滤波器130和Wcmd滤波器128的输出被加在一起时，如下所述，结果是对乘客的耳朵处的由于道路诱发的噪声和消除信号两者引起的噪声的估计值(可能在未来时间处，例如，预测值)。

概括地说，Wref和Wcmd被设计成使用参考麦克风和噪声消除信号作为输入来估计或预测乘员的耳朵处的声音。可以使用优化均方误差的维纳滤波器，也可以使用优化其他标准(加权均方误差、L1范数、H-无穷大范数等)的其他滤波器设计技术。

Wref滤波器130和Wcmd滤波器128可根据下文所述的公式来定义。

任何最佳估计问题的基本构想是使实际信号与估计值之间的差值的某一量度最小化，即，

其中m[n]是时间n处的参考传感器信号120(在一个实施方案中，这可包括来自多个参考传感器108的多个参考传感器信号120或来自单个参考传感器108的单个信号)的矢量，变量上的“^”表示它是估计值，||·||表示范数，并且k是表示滤波器的预测部分的非负整数(即，我们的当前估计值是未来的耳部麦克风k个样本的估计值)。可使用许多范数，诸如

由于已定义了成本函数，因此具体问题可以维纳滤波器设计的形式提出，使得在一个实施方案中，可计算图2中所使用的滤波器。第一步是根据可用的变量(即，参考传感器信号120(例如，位于车辆的车顶上)和由致动器110生成的噪声消除音频信号)来表示噪声消除区102处的残余非期望噪声的估计值。当然，可能存在其他噪声预定义体积104或消除区102，但仅需要考虑与非期望噪声(例如，道路噪声)和噪声消除信号112相关的信号，因为其他不相关的噪声不影响噪声消除系统100。因此，如所定义的，将通过对参考传感器信号120m[n]和噪声消除信号112u[n]进行线性滤波来获得估计值：

或者，使用更“矩阵”类型的符号：

现在可将问题表述为：查找滤波器W

现在将其制定成维纳滤波器设计，并且可使用标准解决方案技术。在实施过程中，可采集数据以便生成滤波器W

返回图2，如图所示，可在求和块144处对Wref输出信号134和Wcmd输出信号142求和。两个经滤波的信号的输出146表示远离参考传感器108的消除区102处的残余未消除声音的估计值或预测值。求和块144的输出146被输入到自适应处理模块132。然后可将滤波器更新信号136馈送到Wadapt滤波器126，该Wadapt滤波器基于对消除区102中而不是参考传感器108的位置处的非期望声音的估计值或预测值生成噪声消除信号118，从而使估计或预测的误差信号而不是参考信号最小化。在此车辆的环境下，这导致乘客的耳朵处的残余噪声进一步最小化。

噪声消除系统100可以是单输入/单输出控制系统或多输入/多输出控制系统。噪声消除系统100可包括任何数量的噪声传感器106、参考传感器108、扬声器110和消除区102。例如，噪声消除系统可以扩展到包括预测滤波器，以估计或预测每个参考传感器108和每个消除区102之间的关系。类似地，噪声消除系统100可以扩展到包括预测滤波器，以估计或预测每个参考传感器108和每个消除区102之间的关系。

此外，应当理解，图2所示的噪音消除系统100仅作为控制系统的一种实施方案提供。实际上，控制系统可为任何合适的自适应控制系统(前馈或反馈)，其可使由Wcmd滤波器128和Wref滤波器130在消除区处产生的估计或预测的非期望噪声最小化。

图3示出了用于估计和消除位于远离参考传感器的位置处的消除区中的非期望噪声的噪声消除方法200的流程图。方法200可由控制系统诸如结合图1至图2所述的噪声消除系统100来实现。

在步骤202处，生成噪声消除信号。该噪声消除信号可使用自适应滤波器诸如Wadapt滤波器126来生成，然而应当理解，可使用可使消除区处的如由Wcmd滤波器128和Wref滤波器130所估计或预测的非期望噪声最小化的任何合适的自适应滤波器(前馈或反馈)。

在步骤204处，将噪声消除信号提供给设置在第一位置处的致动器108，诸如扬声器，以用于转换预定义体积内的噪声消除音频信号。如上所述，噪声消除音频信号可以例如与设置在对应于乘客的耳朵的预期位置的第三位置处的消除区内的非期望声音大约180°异相，并且因此与该非期望声音进行相消干涉。从噪声消除信号生成的声波与预定义体积中的非期望噪声的组合带来非期望噪声的消除，这由消除区中的收听者所感知。消除区内的噪声消除可使得非期望声音减少大约3dB或更多(尽管在不同实施方案中，可能发生不同的噪声消除量)。此外，噪声消除可消除一定频率范围内的声音，诸如小于大约350Hz的频率(尽管其他范围也是可能的)。

在步骤206处，从设置在预定义体积内的第二位置处的参考传感器接收参考传感器信号，该第一参考传感器信号表示第二位置处的非期望声音。由于参考传感器信号将表示未被噪声消除信号消除的残余噪声，因此参考信号可被理解为作为反馈提供给自适应滤波器的误差信号。另外，参考传感器可定位在远离消除区的第二位置处。例如，如上所述，参考传感器可位于车辆车厢的头枕、支柱或车顶中，但消除区可位于车辆中乘客的耳朵处。因此，由参考传感器输出的误差信号可能不直接指示消除区处的噪声消除的质量，而是指示参考传感器的位置处的噪声消除的质量。

在步骤208处，利用滤波器，对噪声消除信号和参考传感器信号进行滤波以输出滤波器输出信号，该滤波器输出信号表示远离第一位置和第二位置的第三位置处的非期望噪声的估计值或预测值。该滤波器输出信号基于第一位置和第三位置之间的关系的估计值或预测值，并且基于第二位置和第三位置之间的关系的估计值或预测值。

例如，滤波器可包括被配置为对估计或预测第二位置和第三位置之间的关系的第一滤波器，该第一滤波器被配置为接收参考传感器信号并对其进行滤波并且输出第一滤波器输出信号，该第一滤波器输出信号是第三位置处的非期望噪声的估计值或预测值。例如，第一滤波器可被配置为估计或预测参考传感器和消除区的位置之间的关系(例如，传递函数)。参考传感器和消除区之间的关系将由每一者的位置之间的物理路径确定。因此，第一滤波器被配置为接收参考传感器信号并且输出表示消除区处的残余噪声的估计值或预测值的经滤波的输出信号。

滤波器还可包括被配置为估计或预测第一位置和第三位置之间的关系的第二滤波器，该第二滤波器被配置为接收噪声消除信号并对其进行滤波并且输出第二滤波器输出信号，该第二滤波器输出信号是第三位置处的噪声消除音频信号的估计值或预测值。例如，第二滤波器被配置为预测致动器(即，噪声消除音频信号的来源)与消除区的位置之间的关系(例如，传递函数)。致动器和消除区之间的关系将由每一者的位置之间的物理路径确定。因此，第二滤波器被配置为接收噪声消除信号并且输出表示消除区处的噪声消除音频信号的估计值或预测值的经滤波的输出信号。第二滤波器可被进一步配置为校正由参考传感器接收的噪声消除音频信号。换句话讲，第二滤波器输出信号被配置为在第一滤波器输出信号和第二滤波器输出信号被组合时，基于在参考传感器处接收的噪声消除音频信号来消除第一滤波器输出信号的一部分。

在步骤210处，基于滤波器输出信号来调整噪声消除滤波器，使得噪声消除音频信号与第三位置处的非期望声音进行相消干涉，并且使经估计或预测的误差信号最小化。例如，可将第一滤波器输出信号和第二滤波器输出信号馈送到更新自适应滤波器的自适应算法，使得该自适应滤波器基于消除区中而不是参考传感器的位置处的估计或预测的残余声音来生成噪声消除信号。

图4描绘了根据一个实施方案的用于调谐Wcmd滤波器128和Wref滤波器130的调谐系统300。如图所示，调谐系统300，如噪声消除系统100，包括参考传感器108和致动器110。此外，调谐系统300包括误差传感器302。误差传感器302可为例如麦克风，但也可使用适用于检测某位置处的音频信号的其他传感器。误差传感器定位在消除区的期望位置中(例如，在乘客的耳朵处)。调谐系统300还包括调谐控制器304。调谐控制器304可包括例如适用于存储程序的非暂态存储介质306，该程序在由处理器308执行时执行图5至图6所示的步骤。控制器304可以是控制器112或者可以实现为单独的控制器。在各种实施方案中，控制器304可由通用过程计算机、FPGA、ASIC或适用于执行结合图5至图6所述的步骤的任何其他控制器来实现。

此外，调谐控制器304可在致动器110处生成待转换成音频信号的命令信号312，并且该调谐控制器可从参考传感器108接收参考传感器信号120并从误差传感器302接收误差传感器信号310。

图5和图6大体上示出了用于采集数据并生成Wcmd滤波器128和Wref滤波器130两个滤波器以便使上述公式(9)的成本函数最小化的另选的方法。

首先转到图5，其示出了用于采集数据并生成Wcmd滤波器128和Wref滤波器130两个滤波器的第一方法400。

在步骤402处，可在预定义体积104内生成代表性的非期望噪声。在车辆实施方案中，这可通过沿着道路驾驶车辆来实现。

在与步骤402同时发生的步骤404处，可将命令信号312注入到致动器110中。在一个实施方案中，命令信号312是在统计上独立于道路噪声信号的计算机生成的随机信号。该随机信号可被成形为光谱形状，使得其能量在逐个频率的基础上处于与道路噪声相当的水平。如下文将描述的，噪声整形滤波器(其取决于道路和速度)可由处理器308实现并应用于命令信号312。噪声整形滤波器可被配置为以不过度驱动代表性的非期望噪声的水平来驱动致动器110。

在与步骤402和404同时发生的步骤406处，由代表性的非期望噪声产生的音频信号和来自致动器110的输出音频信号将由参考传感器108和误差传感器302来检测。可将来自每个参考传感器信号120和误差传感器信号310的所得输出信号记录在例如非暂态存储介质306中。

在步骤408处，可使用注入的命令信号312以及所记录的参考传感器信号120和误差传感器信号310来生成Wcmd滤波器128和Wref滤波器130两个滤波器，以便使上述公式(9)的成本函数最小化。生成Wcmd滤波器128和Wref滤波器130可通过本领域已知的标准解决方案技术来实现。

然而，如前所述，方法400需要迭代方法，因为由处理器308实现的噪声整形滤波器取决于道路和速度。因此，在另选的实施方案中，图6示出了方法500，该方法可通过将命令信号312非同时注入致动器110来实现，而不是如步骤402、404和406中所述同时注入。将道路噪声数据采集和命令信号数据采集分开避免了方法400的迭代过程。

在步骤502处，可在预定义体积104内生成代表性的非期望噪声。在车辆实施方案中，这可通过沿着道路驾驶车辆来实现。

在与步骤502同时发生的步骤504处，代表性的非期望噪声将由参考传感器108和误差传感器302检测，并且来自每个参考传感器信号120和误差传感器信号310的所得输出信号可被记录在例如非暂态存储介质306中。

在与步骤502和504非同时发生的步骤506处，可生成命令信号312并将其注入到致动器110。(命令信号312可为适用于生成T

在与步骤506同时发生的步骤508处，由致动器110响应于输入命令信号生成的音频信号将由参考传感器108和误差传感器302来检测。可将来自每个参考传感器信号120和误差传感器信号310的所得输出信号记录在例如非暂态存储介质306中。

在步骤510处，可使用步骤504的所记录数据来生成Wref滤波器130，并且可分析地确定Wcmd滤波器128。更具体地，可使用所记录的参考传感器信号120和误差传感器信号310来推导出Wref滤波器130，并且因此推导出公式(2)的W

应当理解，对于任何数量的扬声器、误差传感器或参考传感器，可重复或以其他方式执行方法400和方法500。

本文所述的功能或其部分，以及其各种修改(下文称为“功能”)可至少部分地经由计算机程序产品实现，例如在信息载体中有形实施的计算机程序，诸如一个或多个非暂态机器可读介质或存储设备，用于执行，或控制一个或多个数据处理装置，例如可编程处理器、计算机、多个计算机和/或可编程逻辑部件的操作。

计算机程序可以任何形式的编程语言被写入，包括编译或解释语言，并且它可以任何形式部署，包括作为独立程序或作为模块、部件、子例程或适于用在计算环境中的其他单元。计算机程序可被部署在一个计算机上或在一个站点或多个站点分布以及通过网络互联的多个计算机上执行。

与实现全部或部分功能相关联的动作可由执行一个或多个计算机程序的一个或多个可编程处理器执行，以执行校准过程的功能。功能的全部或部分可被实现为专用目的逻辑电路，例如FPGA和/或ASIC(专用集成电路)。

适用于执行计算机程序的处理器例如包括通用微处理器和专用微处理器两者，以及任何类型的数字计算机的任何一个或多个处理器。一般来讲，处理器将接收来自只读存储器或随机存取存储器或两者的指令和数据。计算机的部件包括用于执行指令的处理器和用于存储指令和数据的一个或多个存储器设备。

虽然本文已描述和示出了若干发明实施方案，但本领域的普通技术人员将易于设想用于执行本文所述的功能和/或获得本文所述的结果和/或优点中的一个或多个的多种其他装置和/或结构，并且此类变型和/或修改中的每一个被认为在本文所述的本发明实施方案的范围内。更一般地，本领域的技术人员将容易理解，本文所述的所有参数、尺寸、材料和构型旨在为示例性的，并且实际参数、尺寸、材料和/或构型将取决于使用本发明教导内容的一个或多个具体应用。本领域的技术人员将认识到或仅使用常规实验就能够确定本文所述的具体的发明实施方案的许多等同物。因此，应当理解，上述实施方案仅以举例的方式呈现，并且在所附权利要求及其等同物的范围内，可以不同于具体描述和要求保护的方式来实践发明实施方案。本公开的发明实施方案涉及本文所述的每个单独的特征、系统、制品、材料和/或方法。此外，如果此类特征、系统、制品、材料和/或方法不相互矛盾，则两个或更多个此类特征、系统、制品、材料和/或方法的任何组合包括在本公开的发明范围内。