技术领域
[0001] 本
发明涉及声学领域，特别涉及一种基于均方误差最小准则的声能量对比控制方法及系统。
背景技术
[0002] 声能量对比控制方法被广泛应用于电视机、电脑和手机等个人音频系统领域。声能量对比控制方法能够在不打扰其它用户(暗区)的情况下将大部分声能量聚集在用户周围(明区)，从而为用户打造个性化聆听空间，提高生活品质。
[0003]
现有技术中的声能量对比控制方法的具体实现步骤如下：
[0004] (1)确定扬声器阵列，明区和暗区控制点的
位置；
[0005] (2)确定
频率点f,采用B&K PULSE等音频测试仪器或者通过建模仿真获得扬声器阵列分别到明区和暗区的控制点在频率f处的传递函数矩阵GB,f和GD,f，其大小分别为MB×L和MD×L，其中MB和MD分别是明区和暗区的控制点个数，L为扬声器个数；
[0006] (3)计算出扬声器阵列在频率f处的大小为L×1的输入复权系数向量wM,f，其表达式为：
[0007]
[0008]
[0009] 其中Pmax{·}是指取矩阵对应最大特征值的单位
特征向量，I为单位矩阵，δf为鲁棒性参数。
[0010] (4)分别将每个扬声器通道上的各个频率点的复权系数组成频率响应，并进行逆傅里叶变换，得到各个通道的时域冲激响应
信号。
[0011] 从对现有技术的声能量对比控制方法的上述描述可以看出，在现有方法中，由于时域冲激响应信号是通过直接对频域信号进行逆傅里叶变换得到的，因此时域冲激响应信号的因果性无法得到保证。这使得现有的声能量对比控制方法在非
选定频率点上的对比聚焦效果下降，并且在不同的频率点上有不同的响应，从而无法在明区得到较好的音质。在图1和图2中，给出了全消声室内8元阵列的常规声能量对比控制方法在明区中心处控制点上的冲激响应信号和的对比聚焦的结果，其系统
采样频率fs为8kHz，冲激响应信号长度为
100。从图1中可以看出，冲激响应信号有较大程度的边缘拖尾现象，这会导致听到的声音有明显的混响效果，从而降低在明区的音质；从图2中可以看出，在选定的频率点上，现有技术中的声能量对比控制方法具有较好的对比聚焦效果，但在非选定频率上，对比聚焦效果下降很快，最差的点上可下降40dB，几乎不存在对比聚焦效果。现有技术中的声能量对比控制方法所存在的这些问题造成了在个人音频系统中并不适合处理宽带信号输入，降低了用户区域的音质，在暗区中泄露更多的声能量，无法为用户营造个性化的私人聆听空间。
[0012] 针对现有技术中的声能量对比控制方法中存在的音质和宽带对比聚焦能
力下降的问题，需要寻找更为简便有效的方法来改善其音质和宽带对比聚焦能力。
发明内容
[0013] 本发明的目的在于克服现有技术中的声能量对比控制方法所存在的音质和宽带对比聚焦能力下降的问题，从而提供一种能够有效改善音质和宽带对比聚焦能力的方法。
[0014] 为了实现上述目的，本发明提供了一种基于均方误差最小准则的声能量对比控制方法，包括：
[0015] 步骤1)、布放扬声器阵列，设定明区和暗区的控制点；其中，所述明区为具有高声能量的区域，所述暗区为具有低声能量的区域；
[0016] 步骤2)、在一系列频率点上分别计算扬声器阵列的输入复权系数向量；
[0017] 步骤3)、在所述一系列频率点上设定各个频率点的目标向量，按照均方误差最小准则，分别调整步骤2)所得到的各个频率点上的输入复权系数向量的幅度与
相位；
[0018] 步骤4)、分别将每个扬声器通道在步骤3)得到的所述一系列频率点上的复权系数组成频率响应，对所述频率响应
加窗并进行逆傅里叶变换，得到各个扬声器通道的时域冲激响应信号。
[0019] 上述技术方案中，所述的步骤3)包括：
[0020] 步骤3-1)、从一系列频率中选择频率点f,设定其目标向量df大小为L×1,L为扬声器个数；
[0021] 步骤3-2)、在步骤2)得到的输入复权系数向量wM,f的
基础上，求取在频率点f处基于均方误差最小准则的输入最优复权系数向量wO,f；
[0022] 步骤3-3)、从选定的一系列频率点中选择其它未经处理的频率点，重复步骤3-1)-步骤3-2)，直至计算出所有频率点的输入复权系数向量wO,f。
[0023] 上述技术方案中，在所述的步骤3-2)中，求取在频率点f处基于均方误差最小准则的输入最优复权系数向量wO,f包括：
[0024] 假定在频率点f处基于均方误差最小准则的输入最优复权系数向量wO,f的表达式为：
[0025]
[0026] 其中βf为任意大于0的缩放系数，θf为任意旋转
角度；
[0027] 使得所述βf和θf满足均方误差最小准则，即
[0028]
[0029] 其中Re{·}取复数的实数部分，GB,f为扬声阵列到明区控制点之间的传递函数矩阵，
[0030] 对βf和θf分别进行求偏导，并置0得：
[0031]
[0032]
[0033] 其中∠(·)是取复数的相位部分，abs(·)是取复数的幅度部分。
[0034] 所要求取的最优复权系数向量wO,f的最终表达式为：
[0035]
[0036] 上述技术方案中，在步骤1)中，所布放的扬声器阵列为线性阵列或圆形阵列，或随机阵列。
[0037] 上述技术方案中，在步骤1)中，所述明区或暗区的区域形状是方形或圆形或线型。
[0038] 上述技术方案中，在步骤4)中，对频率响应加窗时所要用到的窗函数为矩形窗或汉宁窗或者海明窗。
[0039] 本发明还提供了一种基于均方误差最小准则的声能量对比控制系统，该系统包括扬声器阵列设定模
块、输入复权系数向量计算模块、输入复权系数向量调整模块、时域冲激响应信号生成模块；其中，
[0040] 所述的扬声器阵列设定模块用于布放扬声器阵列，并设定明区和暗区的控制点；其中，所述明区为具有高声能量的区域，所述暗区为具有低声能量的区域；
[0041] 所述的输入复权系数向量计算模块用于在一系列频率点上分别计算扬声器阵列的输入复权系数向量；
[0042] 所述的输入复权系数向量调整模块用于在所述一系列频率点上设定各个频率点的目标向量，按照均方误差最小准则，分别调整所述输入复权系数向量计算模块所得到的各个频率点上的输入复权系数向量的幅度与相位；
[0043] 所述时域冲激响应信号生成模块分别将每个扬声器通道在一系列频率点上的复权系数组成频率响应，对所述频率响应加窗并进行逆傅里叶变换，得到各个通道的时域冲激响应信号。
[0044] 上述技术方案中，所述的输入复权系数向量调整模块还包括目标向量设定单元、输入最优复权系数向量求取单元；其中，
[0045] 所述的目标向量设定单元从一系列频率中选择频率点f,设定其目标向量df大小为L×1；L为扬声器个数；
[0046] 所述的输入最优复权系数向量求取单元在所述的输入复权系数向量计算模块得到的输入复权系数向量wM,f的基础上，求取在频率点f处基于均方误差最小准则的输入最优复权系数向量wO，f。
[0047] 本发明的优点在于：
[0048] A、本发明通过预设目标向量，采用均方最小误差准则，使得明区的频率响应逼近于理想的Dirac脉冲的频率响应，从而改善了明区的音质。
[0049] B、只通过简单的对频率加窗操作，可以保证时域冲激响应的因果性。
[0050] C、与常规声能量对比控制方法相比较，在相同配置情况下，本发明的宽带信号对比聚焦能力会远大于常规声能量对比控制方法的宽带信号对比聚焦能力。
[0051] D、相比于常规声能量对比控制方法，只增加了少量的运算量，而且计算简单，便于实时实现。
[0052] E、本发明不仅能在窄带信号上取得与常规声能量对比控制方法一样的对比聚焦能力，而且能在宽带信号上取得比常规声能量对比控制方法更好的对比聚焦能力。
[0053] F、本发明的声能量对比控制方法能够广泛应用于电视机，电脑和手机等个人音频领域，在宽带信号输入时，能够提高明区的音质，并取得较好的聚焦能力，从而营造出较好的私人聆听空间。在常规声能量对比控制过程中，由于并未考虑明区的频率响应，同时，由于只是对离散频率点进行控制，并且转换为时域冲激响应信号时可能存在非因果性，这使得常规声能量对比控制方法对宽带
信号处理时无法取得较好的音质和对比聚焦效果。
附图说明
[0054] 图1是现有技术中的声能量对比控制方法在明区中心控制点的冲激响应信号的示意图，其系统
采样频率fs为8kHz，冲激响应信号长度为100；
[0055] 图2是现有技术中的声能量对比控制方法在选定频率点上和非选定频率点上的对比聚焦性能，其系统采样频率fs为8kHz；
[0057] 图4是本发明的
实施例中实验配置示意图；
[0058] 图5是本发明的实施例中扬声器第一通道到明区中心控制点的频率响应示意图；
[0059] 图6是本发明的实施例中采用不同方法在明区中心控制点处的冲激响应，其中，(a)表示本发明方法，(b)表示现有技术中的声能量对比控制方法；
[0060] 图7是本发明的实施例中分别采用本方法和现有技术中的声能量对比控制方法在宽带信号上的对比聚焦性能的示意图。
具体实施方式
[0061] 现结合附图对本发明作进一步的描述。
[0062] 本发明的基本构思是利用设计均方误差最小准则，预设目标向量，使得明区控制点的频率响应逼近于理想的Dirac-delta脉冲函数的频率响应，从而使本发明的声能量对比控制方法在明区能够改善音质，同时提高了在非选定频率点的对比聚焦能力。本发明消除了现有技术中的声能量控制方法存在的明区冲激响应
波形拖尾和在非选定频率点上聚焦能力剧烈下降问题。
[0063] 如图3所示，本发明的方法包括以下步骤：
[0064] 步骤1)、布放扬声器阵列，设定明区和暗区的控制点；其中，所述明区为具有高声能量的区域，所述暗区为具有低声能量的区域；
[0065] 步骤2)、在一系列频率点上分别计算扬声器阵列的输入复权系数向量；
[0066] 步骤3)、在所述一系列频率点上设定各个频率点的目标向量，按照均方误差最小准则，分别调整各个频率点上的输入复权系数向量的幅度与相位；
[0067] 步骤4)、分别将每个扬声器通道在一系列频率点上的复权系数组成频率响应，对频率响应加窗，并进行逆傅里叶变换，得到各个通道的时域冲激响应信号。
[0068] 下面对本发明方法中的各个步骤做进一步说明。
[0069] 在步骤1)中，所布放的扬声器阵列为线性阵列或圆形阵列，也可以为随机阵列。所述明区或暗区的区域形状可以是方形或圆形，也可以是线型。
[0070] 在步骤2)中，在一系列频率点上计算扬声器阵列的输入复权系数向量可以采用现有技术中的方法实现，该步骤具体包括：
[0071] 步骤2-1)、从一系列频率中选择频率点f,采用诸如B&K PULSE的音频测试仪器或者通过建模仿真获得扬声器阵列分别得到明区和暗区的控制点在频率f处的传递函数矩阵GB,f和GD,f，其大小分别为MB×L和MD×L，其中MB和MD分别是明区和暗区的控制点个数，L为扬声器个数；
[0072] 步骤2-2)、确定鲁棒性参数δf数值，鲁棒性参数δf选取由系统测量传递函数矩阵GB,f与真实传递函数的误差ΔGB,f决定，假定矩阵ΔGB,f的F范数最大值不大于0.01，即||ΔGB,f||F≤0.01，则δf的数值选为0.01；
[0073] 步骤2-3)、根据现有技术中的声能量对比控制方法，计算出扬声器阵列在频率f处的大小为L×1的输入复权系数向量wM,f，其表达式为：
[0074]
[0075]
[0076] 其中Pmax{·}是指取矩阵对应最大特征值的单位特征向量，I为单位矩阵。
[0077] 步骤2-4)、从选定的一系列频点中选择其它未经处理的频率点，重复上述步骤2-1)-步骤2-4)，直至计算出所有频率点的输入复权系数向量wM,f。
[0078] 所述的步骤3)具体包括以下步骤：
[0079] 步骤3-1)、从一系列频率中选择频率点f,设定其目标向量df大小为L×1。
[0080] 步骤3-2)、在之前步骤得到的输入复权系数向量wM,f的基础上，求取在频率点f处基于均方误差最小准则的输入最优复权系数向量wO,f。
[0081] 假定在频率点f处基于均方误差最小准则的输入最优复权系数向量wO,f的表达式为：
[0082]
[0083] 其中βf为任意大于0的缩放系数，θf为任意旋转角度；
[0084] 所述βf和θf应满足均方误差最小准则，即
[0085]
[0086] 其中Re{·}取复数的实数部分
[0087] 在公式(3)中，对βf和θf分别进行求偏导，并置0可得：
[0088]
[0089]
[0090] 其中∠(·)是取复数的相位部分，abs(·)是取复数的幅度部分。
[0091] 所要求取的最优复权系数向量wO,f的最终表达式为：
[0092]
[0093] 步骤3-3)、从选定的一系列频点中选择其它频率点，重复步骤3-1)-步骤3-2)，直至计算出所有频率点的输入复权系数向量wO,f。
[0094] 在步骤4)中，所述的窗函数可以为矩形窗，也可以为汉宁窗或者海明窗。
[0095] 为了更好的理解本发明，下面结合附图和具体实施例对本发明作进一步详细描述。
[0096] 在一个实施例中，如图4所示，在中国科学院声学研究所全消声室内放置一线性扬声器阵列，该扬声器阵列由8个动圈式惠威扬声器组成，相邻扬声器之间的距离为12cm，扬声器单元最大功率为15W，额定阻抗8Ω；明区和暗区处在扬声器阵列中垂线上左右各45度方向，距离扬声器阵列间距离都为1m，并与扬声器阵列处于同一
水平面上；明区和暗区的控制点都由5元
传声器阵列定义，间隔为8cm，传声器为丹麦B&K公司的4189传声器；实验选用的
硬件装置为功放、PULSE测量仪和PC机。下面以这一实验场景为例，对本发明方法的实施过程做详细说明。
[0097] 本实施例的具体实施过程包括以下几步：
[0098] (1)将系统采样率fs设为8kHz，时域冲激响应信号的长度设为100，选择的频率点起止范围为80Hz到3920Hz，频率间隔为80Hz。首先测量扬声器阵列在各个频率点分别到明区和暗区控制点的传递函数矩阵，这可以通过采用PULSE仪器直接测量扬声器阵列到各个控制点的频响应函数，然后将频率响应导入PC平台上的Matlab
软件进行处理，从而得到所有频率的传递函数矩阵GB,f和GD,f。图6为扬声器第一通道到明区中心控制点的频率响应示意图，从图中可以看出，在考虑的频带频响应比较平坦。因为在本实施例中，系统采样率fs设为8kHz，只考虑人声频段，因此系统里接了一个固定的低通
滤波器，截止频率设在了3.5kHz。
[0099] (2)其次，选定所有频率点的鲁棒性参数δf都为0.01，按常规的声能量对比控制方法计算出所有选择频率点的输入复权系数向量wM,f。
[0100] (3)在频率点f处设定目标向量为 输入最优复权系数向量wO,f的表达式为 并根据均方误差最小准则计算所有频率的βf和θf，并换算成wO,f。
[0101] (4)假定rf，i是最优复权系数向量wO,f的第i个系数，1≤i≤L，窗函数直接选择为矩形窗，则第i通道的频率响应为：
[0102]
[0103] 再对Fre做逆傅里叶变换得到第i通道的时域冲激响应信号，并依次求出所有通道的时域冲激响应信号。
[0104] 图6分别给出了本发明方法(图6(a))和现有技术中的声能量对比控制方法(图6(b))在明区中心控制点处的冲激响应。比较两幅图可以看出，现有技术中的声能量对比控制方法则振荡幅度大，拖尾现象严重，而采用本发明方法的冲激响应拖尾衰减速度很快，更逼近于理想的Dirac-delta脉冲，因此能极大改善音质。
[0105] 改善音质可以通过PESQ(Perceptual evaluation of speech quality)分数来评估，PESQ的分值为0到4.5分之间，0代表最差，4.5代表最好，处理后的语音与原语音只有纯延迟。这里采用的两个
语音信号采样率为8kHz，分别命名为e1和e2，e1和e2的内容分别是“the birch canoe slid on the smooth planks”和“glue the sheet to the dark blue background”，由男声朗读。表1给出了明区中心控制点处产生的语音音质PESQ分数，从表中可以看出，现有技术中的声能量对比控制方法对语音音质有损害，而相比于现有技术中的声能量对比控制方法，本方法极大改善了语音音质，几乎可以将语音音质恢复成原始语音的音质。
[0106] 表1明区中心控制点处产生的语音音质评价，采用PESQ分数
[0107]本发明的方法 现有技术中的方法
e1 4.412 3.907
e2 4.398 3.977
[0108] 图7给出了本发明方法在宽带信号上的对比聚焦性能，从图中可以看出，在选定的频率点上，本发明方法与现有技术中的声能量对比控制方法的对比聚焦性能一样，而在其它频率点上，本发明方法的对比聚焦性能要远远好于现有技术中的声能量对比控制方法。这表明相比于现有技术中的声能量对比控制方法，本发明方法更适合处理宽带信号输入。
[0109] 本实施例中虽然限定了采样频率为8kHz，并选定明区和暗区为线型区域，但这仅仅是对本发明所提供方法的一个举例说明，并不限定本发明所提供方法仅适用人说话声
频率范围内，或者明区，暗区只能选择线型。事实上，本发明所提供方法能够拓展到整个可听声频率段的宽带信号并实现声能量对比聚焦。
[0110] 除了上述方法外，本发明还提供了一种基于均方误差最小准则的声能量对比控制系统，该系统包括扬声器阵列设定模块、输入复权系数向量计算模块、输入复权系数向量调整模块、时域冲激响应信号生成模块；其中，
[0111] 所述的扬声器阵列设定模块用于布放扬声器阵列，并设定明区和暗区的控制点；其中，所述明区为具有高声能量的区域，所述暗区为具有低声能量的区域；
[0112] 所述的输入复权系数向量计算模块用于在一系列频率点上分别计算扬声器阵列的输入复权系数向量；
[0113] 所述的输入复权系数向量调整模块用于设定各个频率点上的目标向量，按照均方误差最小准则，分别调整所述输入复权系数向量计算模块所得到的各个频率点上的输入复权系数向量的幅度与相位；
[0114] 所述时域冲激响应信号生成模块分别将每个扬声器通道在一系列频率点上的复权系数组成频率响应，对所述频率响应加窗并进行逆傅里叶变换，得到各个通道的时域冲激响应信号。
[0115] 其中，所述的输入复权系数向量调整模块还包括目标向量设定单元、输入最优复权系数向量求取单元；其中，
[0116] 所述的目标向量设定单元从一系列频率中选择频率点f,设定其目标向量df大小为L×1；L为扬声器个数；
[0117] 所述的输入最优复权系数向量求取单元在所述的输入复权系数向量计算模块得到的输入复权系数向量wM,f的基础上，求取在频率点f处基于均方误差最小准则的输入最优复权系数向量wO，f。
[0118] 最后所应说明的是，以上实施例仅用以说明本发明的技术方案而非限制。尽管参照实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，对本发明的技术方案进行
修改或者等同替换，都不脱离本发明技术方案的精神和范围，其均应涵盖在本发明的
权利要求范围当中。
