1.一种直升机驾驶舱内噪声主动控制方法，其特征在于，包括：
参考传声器采集多个主噪声源噪声xa[n]，作为参考信号输入；
转速传感器采集不同转速下的转速信号，为旋翼噪声控制提供参考信号xb[n]，作为参考信号输入；
误差传声器采集噪声控制后的残余噪声e[n]，作为误差信号输入；
模糊控制器接收参考输入信号x[n]＝xa[n]+xb[n]、误差输入信号e[n]，基于模糊神经网络的自适应FX-RBF网训练算法对参考信号和误差信号进行分析,并输出反相的目标声信号y[n]至扬声器；以及
扬声器发出用于抵消主噪声源噪声的目标声信号y[n]，与主噪声源噪声xa[n]相叠加。
2.根据权利要求1所述的直升机驾驶舱内噪声主动控制方法，其特征在于，所述模糊控制器包括声学模式提取器，利用所述声学模式提取器针对需要控制的所述主噪声源的振幅、能量、相位、频率、方向和统计特性的声学属性，从一系列不相关的参考声学模式中提取至少一种参考声学模式。
3.根据权利要求2所述的直升机驾驶舱内噪声主动控制方法，其特征在于，所述模糊控制器基于以上多个不相关参考声学模式进行模糊控制，并输出噪声控制模式。
4.根据权利要求3所述的直升机驾驶舱内噪声主动控制方法，其特征在于，所述噪声控制模式包括但不限于噪声源数量、所述主噪声源的位置、所述主噪声源的类型、所述主噪声源的声学属性。
5.根据权利要求1所述的直升机驾驶舱内噪声主动控制方法，其特征在于，所述自适应FX-RBF网训练算法包括：基于模糊c-均值聚类对参考噪声信号数据集进行划分；基于近似梯度下降法自适应减少每次迭代的计算步长，并动态调整最小均方差算法的学习速率。
6.根据权利要求1所述的直升机驾驶舱内噪声主动控制方法，其特征在于，所述自适应FX-RBF网训练算法还包括：对时滞信号的幅值和相位进行分析，重构反相目标声信号后输出至扬声器。
7.根据权利要求5所述的直升机驾驶舱内噪声主动控制方法，其特征在于，所述基于模糊c-均值聚类对参考噪声信号数据集进行划分的步骤包括：
使用高斯函数作为算法的基函数，在确定适合实际噪声情况的最佳聚类个数c和最佳权重因子m后，对隐含层的中心向量进行学习，直到中心向量不再变化或小于预设阈值，并计算高斯函数方差；
所述基于近似梯度下降法自适应减少每次迭代的计算步长，并动态调整最小均方差算法的学习速率的步骤包括：
基于近似梯度下降法，利用公式α(t+1)＝α(t)-β·ΔE自适应减少每次迭代的计算步长，并动态调整最小均方差算法的学习速率；
然后初始化隐含层到输出层的每个权值，再利用公式 对
权值进行计算，直到输出误差[y0(n)-y(n)]不再变化或小于预设的某个阈值时，停止学习，否则继续重复以上学习步骤；
式中α为学习速率，ΔE为训练前后的误差，β为自适应调整步长，w为隐含层到输出层的权值，y0(n)为目标输出值，y(n)为实际输出值。
8.根据权利要求1-7任一项所述的直升机驾驶舱内噪声主动控制方法，其特征在于，所述参考传声器位于驾驶舱室顶部及操作台处；所述转速传感器位于发动机上；所述误差传声器位于驾驶舱座椅靠近人耳处；所述扬声器位于驾驶舱室顶部和座椅顶部；所述模糊控制器位于驾驶员座椅下方。
9.一种直升机驾驶舱内噪声主动控制系统，其特征在于，包括：
参考传声器，与模糊控制器耦接，用于采集多个主噪声源噪声xa[n]，作为参考信号输入；
转速传感器，与模糊控制器耦接，用于采集不同转速下的转速信号，为旋翼噪声控制提供参考信号xb[n]，作为参考信号输入；
误差传声器，与模糊控制器耦接，用于采集噪声控制后的残余噪声e[n]，作为误差信号输入；
模糊控制器，与所述参考传声器、转速传感器、误差传声器及扬声器耦接，用于接收参考输入信号x[n]＝xa[n]+xb[n]、误差输入信号e[n]，基于模糊神经网络的自适应FX-RBF网训练算法对参考信号和误差信号进行分析,并输出反相的目标声信号y[n]至扬声器；以及扬声器，与所述模糊控制器耦接，用于发出用于抵消主噪声源噪声的目标声信号y[n]，与主噪声源噪声xa[n]相叠加。
10.根据权利要求9所述的直升机驾驶舱内噪声主动控制系统，其特征在于，所述模糊控制器包括声学模式提取器，利用所述声学模式提取器针对需要控制的所述主噪声源的振幅、能量、相位、频率、方向和统计特性的声学属性，从一系列不相关的参考声学模式中提取至少一种参考声学模式；所述模糊控制器基于以上多个不相关参考声学模式进行模糊控制，并输出噪声控制模式；所述噪声控制模式包括但不限于噪声源数量、所述主噪声源的位置、所述主噪声源的类型、所述主噪声源的声学属性；所述参考传声器位于驾驶舱室顶部及操作台处；所述转速传感器位于发动机上；所述误差传声器位于驾驶舱座椅靠近人耳处；所述扬声器位于驾驶舱室顶部和座椅顶部；所述模糊控制器位于驾驶员座椅下方。