声场全息方法及装置、主动降噪方法及装置

技术领域

本申请涉及信号处理技术领域，具体涉及一种声场全息方法及装置、主动降噪方法及装置。

背景技术

随着降噪技术的快速发展，主动降噪技术已经在市场中逐渐普及，被广泛应用于具有降噪需求的场景之中。为了实现良好的主动降噪效果，需要快速、准确地获取到噪声信号的具体信息。

目前，主要依赖麦克风阵列，基于频谱估计算法确定三维空间场景中的具体噪声数据，进而基于具体噪声数据进行降噪操作。然而，对于三维空间场景，为精确构建声场的全貌，所需布置的麦克风阵列成本极高，且再多的观测点也仅能表征声场的局部信息而已。再者，频谱估计算法的时延较大且无法实时追踪各频率声信号的幅值随机波动，难以满足实时性降噪要求。

发明内容

为了解决上述技术问题，提出了本申请。本申请实施例提供了一种声场全息方法及装置、主动降噪方法及装置。

第一方面，本申请一实施例提供一种声场全息方法，该方法包括：确定声场中的多个观测点各自对应的声压信息；基于多个观测点各自对应的声场基信息和声压信息，确定声场基信息对应的基系数信息；基于基系数信息，确定声场相应频率的子声场信息。

结合第一方面，在本申请一实施例中，基于多个观测点各自对应的声场基信息和声压信息，确定声场基信息对应的基系数信息，包括：基于多个观测点各自对应的声场基信息、声压信息以及声场基信息对应的初始基系数信息，确定多个观测点对应的初始估计误差信息；基于初始估计误差信息更新初始基系数信息，得到声场基信息对应的基系数信息。

结合第一方面，在本申请一实施例中，基于初始估计误差信息更新初始基系数信息，得到声场基信息对应的基系数信息，包括：基于相应频率对应的三角函数信号模型形式，将初始基系数信息划分为第一幅值信息和第二幅值信息；基于初始估计误差信息分别更新第一幅值信息和第二幅值信息，得到更新后的基系数信息；基于多个观测点各自对应的声场基信息、声压信息以及更新后的基系数信息，得到更新后的估计误差信息；当更新后的估计误差信息满足预设最优条件时，确定更新后的基系数信息为声场基信息对应的基系数信息。

结合第一方面，在本申请一实施例中，基于初始估计误差信息分别更新第一幅值信息和第二幅值信息，得到更新后的基系数信息，包括：基于初始估计误差信息将第一幅值信息和第二幅值信息分别进行循环迭代，确定第一幅值信息和第二幅值信息各自对应的第N次迭代结果和第N+1次迭代结果，其中，N≥1；基于第一幅值信息和第二幅值信息各自对应的第N次迭代结果和第N+1次迭代结果，得到更新后的基系数信息。

结合第一方面，在本申请一实施例中，基于初始估计误差信息将第一幅值信息和第二幅值信息分别进行循环迭代，包括：基于初始估计误差信息，确定初始估计误差信息对应的目标函数信息；基于目标函数信息，确定第一幅值信息和第二幅值信息对应的自适应迭代信息；基于初始估计误差信息、目标函数信息和自适应迭代信息将第一幅值信息和第二幅值信息分别进行循环迭代。

第二方面，本申请一实施例还提供一种主动降噪方法，该方法包括：确定声场中目标降噪频率对应的子声场信息，其中，子声场信息利用上述第一方面所提及的声场全息方法确定；基于子声场信息对声场中的目标降噪频率的声信号进行主动降噪。

第三方面，本申请一实施例还提供一种声场全息装置，该装置包括：第一确定模块，用于确定声场中的多个观测点各自对应的声压信息；第二确定模块，用于基于多个观测点各自对应的声场基信息和声压信息，确定声场基信息对应的基系数信息；第三确定模块，用于基于基系数信息，确定声场相应频率的子声场信息。

第四方面，本申请一实施例还提供一种主动降噪装置，该装置包括：子声场信息确定模块，用于确定声场中目标降噪频率对应的子声场信息，其中，子声场信息利用上述第一方面所提及的声场全息方法确定；降噪模块，用于基于子声场信息对声场中的目标降噪频率的声信号进行主动降噪。

第五方面，本申请一实施例还提供一种电子设备，包括：处理器；以及存储器，在存储器中存储有计算机程序指令，计算机程序指令在被处理器运行时使得处理器执行上述第一方面和/或第二方面所提及的方法。

第六方面，本申请一实施例还提供一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序指令，计算机程序指令在被处理器运行时使得处理器执行上述第一方面和/或第二方面所提及的方法。

本申请实施例提供的声场全息方法及装置、主动降噪方法及装置，通过确定声场中多个观测点的各自对应的声压信息，基于多个观测点各自对应的声场基信息和声压信息，确定声场基信息对应的基系数信息的方式，实现了基于基系数信息确定各相应频率的子声场信息的目的。对于任一处空间，其声场可以按频率分解为多个子声场成分，多个子声场信息叠加后即为声场全貌信息。也就是说，本申请实施例能够实时全息全局的声场信息，而非仅仅是有限个麦克风采集得到的局部声场信息。由此可见，本申请实施例为实现整个空间声场窄频噪声能量的全局最小化提供了数据基础。再者，本申请实施例无需对观测点处的麦克风采集的声信号进行傅里叶变换，无统计时延且能够实时地追踪窄频信号的幅值波动，从而更好地满足主动降噪的实时性需求。

附图说明

通过结合附图对本申请实施例进行更详细的描述，本申请的上述以及其他目的、特征和优势将变得更加明显。附图用来提供对本申请实施例的进一步理解，并且构成说明书的一部分，与本申请实施例一起用于解释本申请，并不构成对本申请的限制。在附图中，相同的参考标号通常代表相同部件或步骤。

图1所示为本申请一实施例提供的声场全息方法的流程示意图。

图2所示为本申请另一实施例提供的声场全息方法的流程示意图。

图3所示为本申请一实施例提供的基于初始估计误差信息更新初始基系数信息，得到声场基信息对应的基系数信息的流程示意图。

图4所示为本申请又一实施例提供的声场全息方法的原理示意图。

图5所示为本申请另一实施例提供的基于初始估计误差信息更新初始基系数信息，得到声场基信息对应的基系数信息的流程示意图。

图6所示为本申请一实施例提供的基于初始估计误差信息将第一幅值信息和第二幅值信息分别进行循环迭代的流程示意图。

图7所示为本申请一实施例提供的主动降噪方法的流程示意图。

图8所示为本申请一实施例提供的声场全息装置的结构示意图。

图9所示为本申请一实施例提供的第二确定模块的结构示意图。

图10所示为本申请一实施例提供的基系数信息确定单元的结构示意图。

图11所示为本申请一实施例提供的第二确定子单元的结构示意图。

图12所示为本申请一实施例提供的第五确定子单元的结构示意图。

图13所示为本申请一实施例提供的主动降噪装置的结构示意图。

图14所示为本申请一实施例提供的电子设备的结构示意图。

具体实施方式

下面，将参考附图详细地描述根据本申请的示例实施例。显然，所描述的实施例仅仅是本申请的一部分实施例，而不是本申请的全部实施例，应理解，本申请不受这里描述的示例实施例的限制。

图1所示为本申请一实施例提供的声场全息方法的流程示意图。示例性地，本申请实施例提供的声场全息方法可以应用于包括窄频声信号的声场中。比如，吹风机在一个档位工作时，风机按照同一转速转动，此时吹风机发出的噪声包含显著的窄频噪声信号，或者电脑风扇转速稳定时产生的也包含窄频噪声信号。除此之外，车舱内引擎的噪声亦然。基于此，本申请实施例提供的声场全息方法，用于确定声场中相应频率的子声场信息。

具体地，如图1所示，本申请实施例提供的声场全息方法包括如下步骤。

步骤10，确定声场中的多个观测点各自对应的声压信息。

示例性地，步骤S10中提及的声场中包括窄频信号(窄频噪声信号)。其中，窄频的具体频率和/或频段可根据空间声场噪声源实际情况确定，本申请实施例对此不进行统一限定。

具体地，每个观测点可设置有至少一个麦克风，以便基于设置的至少一个麦克风采集在多个不同时刻，该观测点对应的声压信息。

应当理解，多个麦克风可以呈方阵分布、环阵分布、非均匀分布等，本申请实施例对于多个麦克风的分布方式不进行限定。

步骤20，基于多个观测点各自对应的声场基信息和声压信息，确定声场基信息对应的基系数信息。

示例性地，步骤20中提及的声场基信息为基于三维波动方程以及声场边界实际情况预先确定的声场基矩阵。通过实时确定声场基信息对应的基系数信息，能够精准地表征声场中相应频率信号的分布全貌，进而确定相应频率的子声场信息。

步骤30，基于基系数信息，确定声场相应频率的子声场信息。

在一些实施例中，步骤S30中提及的相应频率的子声场信息，即为该声场按频率分解出的声场中所存在的各窄频的子声场信息。也就是说，本申请实施例基于声场中的多个观测点各自对应的声压信息，最终确定了窄频的子声场信息，将各窄频的子声场信息叠加后即得到声场中存在的窄频全貌信息。

举例说明，声场中共包括L个观测点，针对三维声场中的每个观测点，均可以通过以下公式(1)计算得出。

在公式(1)中，p(n)为该观测点处麦克风采集的瞬时声压值，n为离散的时序点。

将公式(1)拓展到三维声场中的L个观测点，可得到下述公式(2)。

在公式(2)中，[ψ(n)]为该L个观测点建立的声场基矩阵。根据公式(2)，即可得到下述公式(3)。

在公式(3)中，M表征空间声场信息的总维度数，本申请的声场全息方法的目的之一在于以尽可能少的麦克风布局构建声场全貌信息，故在本申请实施例中有L<

示例性地，在实际应用过程中，首先确定声场中的多个观测点各自对应的声压信息，继而基于多个观测点各自对应的声场基信息和声压信息，确定声场基信息对应的基系数信息，最后基于基系数信息，确定声场相应频率的子声场信息。

本申请实施例提供的声场全息方法，通过实时确定基系数信息的方式，实现了借助确定的基系数信息实时、精准地表征声场中的相应频率信号的分布全貌，进而确定各相应频率的子声场信息的目的。也就是说，本申请实施例能够实时全息全局的声场信息，而非仅仅是有限个麦克风采集得到的局部声场信息。由此可见，本申请实施例为实现整个空间声场窄频噪声能量的全局最小化提供了数据基础。再者，本申请实施例无需对观测点处的麦克风采集的声信号进行傅里叶变换，无统计时延且能够实时地追踪窄频信号的幅值波动，从而更好地满足主动降噪的实时性需求。

图2所示为本申请另一实施例提供的声场全息方法的流程示意图。在图1所示实施例基础上延伸出图2所示实施例，下面着重叙述图2所示实施例与图1所示实施例的不同之处，相同之处不再赘述。

如图2所示，在本申请实施例提供的声场全息方法中，基于多个观测点各自对应的声场基信息和声压信息，确定声场基信息对应的基系数信息(步骤20)，包括如下步骤。

步骤200，基于多个观测点各自对应的声场基信息、声压信息以及声场基信息对应的初始基系数信息，确定多个观测点对应的初始估计误差信息。

示例性地，步骤200中提及的初始基系数信息为初始基系数向量。

应当理解，初始基系数可以设为一个零向量，也可以是其他向量。本申请实施例对此不做具体限定。

示例性地，步骤200中提及的初始估计误差信息可以为向量形式，用于表征声场中的多个麦克风对应的误差。

步骤201，基于初始估计误差信息更新初始基系数信息，得到声场基信息对应的基系数信息。

具体地，基于初始估计误差信息对初始基系数信息进行更新，以得到调整后的基系数信息，并使用调整后的基系数信息再次计算估计误差信息。当估计误差信息满足预设最优条件时，确定声场基信息对应的基系数信息为空间声场更新后的基系数。

其中，反复调整基系数信息并重新计算估计误差信息的过程可以基于自适应算法，例如最小均方(Least Mean Square，LMS)算法来实现，每次更新直至估计误差信息达到最优化。应当理解，本申请实施例对于实际采用的算法不进行限定。

本申请实施例提供的声场全息方法，基于多个观测点各自对应的声场基信息、声压信息以及声场基信息对应的初始基系数信息，确定多个观测点对应的初始估计误差信息，继而基于初始估计误差信息更新初始基系数信息，得到声场基信息对应的基系数信息。通过构建初始估计误差信息实时更新基系数信息的方式，在估计误差信息满足预设最优条件时，以确定声场基信息对应的基系数信息，从而进一步实现确定各相应频率的子声场信息的目的。除此之外，由于采用实时的计算方式，从而确保了构建子声场信息的实时性。

图3所示为本申请一实施例提供的基于初始估计误差信息更新初始基系数信息，得到声场基信息对应的基系数信息的流程示意图。图4所示为本申请一实施例提供的声场全息方法的原理示意图。在图2所示实施例基础上延伸出图3所示实施例，下面着重叙述图3所示实施例与图2所示实施例的不同之处，相同之处不再赘述。

如图3所示，在本申请实施例提供的声场全息方法中，基于初始估计误差信息更新初始基系数信息，得到声场基信息对应的基系数信息(步骤201)，包括如下步骤。

步骤221，基于相应频率对应的三角函数信号模型形式，将初始基系数信息划分为第一幅值信息和第二幅值信息。

示例性地，在实数域中，相应频率对应的三角函数信号模型可以利用下述表达式(4)表示。需要说明的是，相较于理论中的标准正弦信号，现实中的噪声源所发出的相应频率的声信号的幅值均不可能是定值，而是围绕某一定值发生随机微小波动的变量。

举例说明，在包括窄频声信号的声场中，窄频信号模型可以基于下述公式(4)确定。

f(t)＝a(t)cos2πf

在公式(4)中，f

初始基系数也基于下述公式(5)确定。

其中，cos2πf

步骤222，基于初始估计误差信息分别更新第一幅值信息和第二幅值信息，得到更新后的基系数信息。

步骤223，基于多个观测点各自对应的声场基信息、声压信息以及更新后的基系数信息，得到更新后的估计误差信息。

步骤224，当更新后的估计误差信息满足预设最优条件时，确定更新后的基系数信息为声场基信息对应的基系数信息。

举例说明，如图4所示，通过初始估计误差信息对第一幅值信息

本申请实施例提供的声场全息方法，基于相应频率对应的三角函数信号模型形式，将初始基系数信息划分为第一幅值信息和第二幅值信息，继而基于初始估计误差信息分别更新第一幅值信息和第二幅值信息，得到更新后的基系数信息，基于多个观测点各自对应的声场基信息、声压信息以及更新后的基系数信息，得到更新后的估计误差信息，当更新后的估计误差信息满足预设最优条件时，确定更新后的基系数信息为声场基信息对应的基系数信息。通过采用实时计算循环迭代更新的方式，无需对观测点处的麦克风采集的声信号进行傅里叶变换，便能够确定声场基信息对应的基系数信息，能够更好地满足降噪实时性需求。

图5所示为本申请另一实施例提供的基于初始估计误差信息更新初始基系数信息，得到声场基信息对应的基系数信息的流程示意图。在图3所示实施例基础上延伸出图5所示实施例，下面着重叙述图5所示实施例与图3所示实施例的不同之处，相同之处不再赘述。

如图5所示，在本申请实施例提供的声场全息方法中，基于初始估计误差信息分别更新第一幅值信息和第二幅值信息，得到更新后的基系数信息(步骤222)，包括：

步骤231，基于初始估计误差信息将第一幅值信息和第二幅值信息分别进行循环迭代，确定第一幅值信息和第二幅值信息各自对应的第N次迭代结果和第N+1次迭代结果，其中，N≥1。

具体地，如图4所示的算法框架中，基系数信息

步骤232，基于第一幅值信息和第二幅值信息各自对应的第N次迭代结果和第N+1次迭代结果，得到更新后的基系数信息。

如图4所示，自适应算法实质上是基于估计误差信息

本申请实施例提供的声场全息方法，通过初始估计误差信息将第一幅值信息和第二幅值信息分别进行循环迭代的方式，确定第一幅值信息和第二幅值信息各自对应的第N次迭代结果和第N+1次迭代结果，继而基于第一幅值信息和第二幅值信息各自对应的第N次迭代结果和第N+1次迭代结果，得到更新后的基系数信息。通过拆分为两路幅值信息分别进行循环迭代，有利于实时确定有效的基系数信息，实时性较好，能够更好地满足降噪实时性需求。

图6所示为本申请一实施例提供的基于初始估计误差信息将第一幅值信息和第二幅值信息分别进行循环迭代的流程示意图。在图5所示实施例基础上延伸出图6所示实施例，下面着重叙述图6所示实施例与图5所示实施例的不同之处，相同之处不再赘述。

如图6所示，在本申请实施例提供的声场全息方法中，基于初始估计误差信息将第一幅值信息和第二幅值信息分别进行循环迭代(步骤231)，包括如下步骤。

步骤241，基于初始估计误差信息，确定初始估计误差信息对应的目标函数信息。

举例说明，目标函数信息可以为自适应算法的目标函数。目标函数可以根据下述公式(6)确定。应当理解，目标函数不是唯一的，通常选用这种形式。

步骤242，基于目标函数信息，确定第一幅值信息和第二幅值信息对应的自适应迭代信息。

基于上述公式(6)中的目标函数，第一幅值信息和第二幅值信息分别对应的自适应迭代公式可以表示为下述公式(7)和下述公式(8)。

估计误差信息为每一步对基系数信息进行自适应估计得到的误差，估计误差信息可以根据下述公式(9)确定。

将上述公式(5)中的基系数信息

将上述公式(6)和公式(10)代入公式(7)中，可得到下述公式(11)。

将上述公式(6)和公式(10)代入公式(8)中，可得到下述公式(12)。

步骤243，基于初始估计误差信息、目标函数信息和自适应迭代信息将第一幅值信息和第二幅值信息分别进行循环迭代。

基于初始估计误差信息、目标函数信息和自适应迭代信息将第一幅值信息和第二幅值信息分别进行循环迭代，估计误差信息对应的误差向量

本申请实施例提供的声场全息方法，首先基于初始估计误差信息，确定初始估计误差信息对应的目标函数信息；继而基于目标函数信息，确定第一幅值信息和第二幅值信息对应的自适应迭代信息；最后基于初始估计误差信息、目标函数信息和自适应迭代信息将第一幅值信息和第二幅值信息分别进行循环迭代。通过引入目标函数信息，结合自适应迭代信息和初始估计误差信息，对第一幅值信息和第二幅值信息不停地去迭代，分别得到收敛的第一幅值信息和第二幅值信息，从而确定有效的基系数信息。此外，实时性也更好，更有助于满足主动降噪的实时性要求。

图7所示为本申请一实施例提供的主动降噪方法的流程示意图。如图7所示，本申请一实施例还提供一种主动降噪方法，包括如下步骤。

步骤40，确定声场中目标降噪频率对应的子声场信息，其中，子声场信息利用上述任一实施例所提及的声场全息方法确定。

步骤50，基于子声场信息对声场中的目标降噪频率的声信号进行主动降噪。

本申请实施例提供的主动降噪方法，能够实时地追踪目标降噪频率对应的声信号的幅值波动，继而实现基于主动降噪系统输出对应的目标降噪频率的降噪声波对声场中的目标降噪频率的声信号进行主动降噪的目的。也就是说，本申请实施例提供的主动降噪方法不仅能够以尽可能少的麦克风阵列实现空间声场全局的精准降噪，而且能够极大满足主动降噪的实时性需求。

上文结合图1至图7，详细描述了本申请的方法实施例，下面结合图8至图14，详细描述本申请的装置实施例。应理解，方法实施例的描述与装置实施例的描述相互对应，因此，未详细描述的部分可以参见前面方法实施例。

图8所示为本申请一实施例提供的声场全息装置的结构示意图。如图8所示，本申请一实施例还提供一种声场全息装置，该装置包括第一确定模块100、第二确定模块200以及第三确定模块300。

第一确定模块100配置为，用于确定声场中的多个观测点各自对应的声压信息。第二确定模块200配置为，用于基于多个观测点各自对应的声场基信息和声压信息，确定声场基信息对应的基系数信息。第三确定模块300配置为，用于基于基系数信息，确定声场相应频率的子声场信息。

图9所示为本申请一实施例提供的第二确定模块的结构示意图。如图9所示，本申请实施例提供的声场全息装置中，第二确定模块200包括初始估计误差信息确定单元2000和基系数信息确定单元2001。

初始估计误差信息确定单元2000配置为，基于多个观测点各自对应的声场基信息、声压信息以及声场基信息对应的初始基系数信息，确定多个观测点对应的初始估计误差信息。基系数信息确定单元2001配置为，基于初始估计误差信息更新初始基系数信息，得到声场基信息对应的基系数信息。

图10所示为本申请一实施例提供的基系数信息确定单元的结构示意图。如图10所示，本申请实施例提供的声场全息装置中，基系数信息确定单元2001包括第一确定子单元2221、第二确定子单元2222、第三确定子单元2223以及第四确定子单元2224。

第一确定子单元2221配置为，基于相应频率对应的三角函数信号模型形式，将初始基系数信息划分为第一幅值信息和第二幅值信息。第二确定子单元2222配置为，基于初始估计误差信息分别更新第一幅值信息和第二幅值信息，得到更新后的基系数信息。第三确定子单元2223配置为，基于多个观测点各自对应的声场基信息、声压信息以及更新后的基系数信息，得到更新后的估计误差信息。第四确定子单元2224配置为，当更新后的估计误差信息满足预设最优条件时，确定更新后的基系数信息为声场基信息对应的基系数信息。

图11所示为本申请一实施例提供的第二确定子单元的结构示意图。如图11所示，本申请实施例提供的声场全息装置中，第二确定子单元2222包括第五确定子单元2231和第六确定子单元2232。

第五确定子单元2231配置为，基于初始估计误差信息将第一幅值信息和第二幅值信息分别进行循环迭代，确定第一幅值信息和第二幅值信息各自对应的第N次迭代结果和第N+1次迭代结果，其中，N≥1。第六确定子单元2232配置为，基于第一幅值信息和第二幅值信息各自对应的第N次迭代结果和第N+1次迭代结果，得到更新后的基系数信息。

图12所示为本申请一实施例提供的第五确定子单元的结构示意图。如图12所示，本申请实施例提供的声场全息装置中，第五确定子单元2231包括目标函数信息子确定单元2241、自适应迭代信息确定子单元2242、循环迭代子单元2243。

目标函数信息子确定单元2241配置为，基于初始估计误差信息，确定初始估计误差信息对应的目标函数信息。自适应迭代信息确定子单元2242配置为，基于目标函数信息，确定第一幅值信息和第二幅值信息对应的自适应迭代信息。循环迭代子单元2243配置为，基于初始估计误差信息、目标函数信息和自适应迭代信息将第一幅值信息和第二幅值信息分别进行循环迭代。

图13所示为本申请一实施例提供的主动降噪装置的结构示意图。如图13所示，本申请一实施例还提供一种主动降噪装置，该主动降噪装置包括子声场信息确定模块400以及降噪模块500。

子声场信息确定模块400配置为，用于确定声场中目标降噪频率对应的子声场信息，其中，子声场信息利用上述任一实施例所提及的声场全息方法确定。降噪模块500配置为，用于基于子声场信息对声场中的目标降噪频率的声信号进行主动降噪。

图14所示为本申请一实施例提供的电子设备的结构示意图。如图14所示，本申请一实施例还提供一种电子设备1000，包括：处理器1004；以及存储器1005，在存储器1005中存储有计算机程序指令，计算机程序指令在被处理器1004运行时使得处理器1004执行上述实施例所提及的声场全息方法和/或主动降噪方法。

处理器1004可以是中央处理单元(CPU)或者具有数据处理能力和/或指令执行能力的其他形式的处理单元，并且可以控制电子设备1000中的其他组件以执行期望的功能。

存储器1005可以包括一个或多个计算机程序产品，所述计算机程序产品可以包括各种形式的计算机可读存储介质，例如易失性存储器和/或非易失性存储器。所述易失性存储器例如可以包括随机存取存储器(RAM)和/或高速缓冲存储器(cache)等。所述非易失性存储器例如可以包括只读存储器(ROM)、硬盘、闪存等。在所述计算机可读存储介质上可以存储一个或多个计算机程序指令，处理器1004可以运行所述程序指令，以实现上文所述的本申请的上述实施例提到的声场全息方法和/或主动降噪方法的功能。在所述计算机可读存储介质中还可以存储诸如多个观测点各自对应的声压信息等各种内容。

在一个示例中，电子设备1000还可以包括：输入装置1006和输出装置1007，这些组件通过总线系统和/或其他形式的连接机构(未示出)互连。

该输入装置1006可以包括例如键盘、鼠标、麦克风等等。

该输出装置1007可以向外部输出各种信息，包括子声场信息。该输出装置1007可以包括例如显示器、通信网络、扬声器及其所连接的远程输出设备等等。

当然，为了简化，图14中仅示出了该电子设备1000中与本申请有关的组件中的一些，省略了诸如总线、输入/输出接口等等的组件。除此之外，根据具体应用情况，电子设备1000还可以包括任何其他适当的组件。

示例性地，电子设备1000可以为音箱、耳机、录音笔以及助听器中的至少一种。

除了上述方法和设备以外，本申请实施例还可以是计算机程序产品，其包括计算机程序指令，所述计算机程序指令在被处理器运行时使得所述处理器执行本说明书上述“示例性方法”部分中描述的根据本申请各种实施例的声场全息方法和/或主动降噪方法中的步骤。

所述计算机程序产品可以以一种或多种程序设计语言的任意组合来编写用于执行本申请实施例操作的程序代码，所述程序设计语言包括面向对象的程序设计语言，诸如Java、C++等，还包括常规的过程式程序设计语言，诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。

此外，本申请实施例还可以是计算机可读存储介质，其上存储有计算机程序指令，所述计算机程序指令在被处理器运行时使得所述处理器执行本说明书上述“示例性方法”部分中描述的根据本申请各种实施例的声场全息方法和/或主动降噪方法中的步骤。

所述计算机可读存储介质可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以包括但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。

以上结合具体实施例描述了本申请的基本原理，但是，需要指出的是，在本申请中提及的优点、优势、效果等仅是示例而非限制，不能认为这些优点、优势、效果等是本申请的各个实施例必须具备的。另外，上述公开的具体细节仅是为了示例的作用和便于理解的作用，而非限制，上述细节并不限制本申请为必须采用上述具体的细节来实现。

本申请中涉及的器件、装置、设备、系统的方框图仅作为例示性的例子并且不意图要求或暗示必须按照方框图示出的方式进行连接、布置、配置。如本领域技术人员将认识到的，可以按任意方式连接、布置、配置这些器件、装置、设备、系统。诸如“包括”、“包含”、“具有”等等的词语是开放性词汇，指“包括但不限于”，且可与其互换使用。这里所使用的词汇“或”和“和”指词汇“和/或”，且可与其互换使用，除非上下文明确指示不是如此。这里所使用的词汇“诸如”指词组“诸如但不限于”，且可与其互换使用。

还需要指出的是，在本申请的装置、设备和方法中，各部件或各步骤是可以分解和/或重新组合的。这些分解和/或重新组合应视为本申请的等效方案。

提供所公开的方面的以上描述以使本领域的任何技术人员能够做出或者使用本申请。对这些方面的各种修改对于本领域技术人员而言是非常显而易见的，并且在此定义的一般原理可以应用于其他方面而不脱离本申请的范围。因此，本申请不意图被限制到在此示出的方面，而是按照与在此公开的原理和新颖的特征一致的最宽范围。

为了例示和描述的目的已经给出了以上描述。此外，此描述不意图将本申请的实施例限制到在此公开的形式。尽管以上已经讨论了多个示例方面和实施例，但是本领域技术人员将认识到其某些变型、修改、改变、添加和子组合。