【技術實現步驟摘要】
本專利技術涉及家用電器，尤其是一種破壁機降噪方法及破壁機。
技術介紹
1、在破壁機的使用過程中，噪音問題一直是影響用戶體驗的重要因素。傳統的降噪方法主要依賴于被動降噪技術，如增加隔音材料等，但這些方法在實際應用中效果有限，無法有效解決破壁機在不同工作狀態下的噪音問題。近年來，主動降噪技術逐漸受到關注，通過生成與噪音相位相反的抵消信號來實現降噪效果，但現有技術在實時動態調整抵消信號方面存在技術瓶頸。
2、破壁機在工作時，其噪音頻率和強度會隨著時間、工作狀態、材料等因素而變化。單純使用固定的抵消信號，難以有效適應這種動態變化，導致噪音抵消效果不佳。如公開號為（cn118942437a）的中國專利，該專利公開了一種開放式主動降噪破壁機，雖然通過快速傅里葉變換等方法生成與噪音相位相反的降噪信號，但在實際應用中，仍無法實時動態調整抵消信號以適應不斷變化的噪音特征。
技術實現思路
1、本專利技術為了解決上述存在的技術問題，提供一種破壁機降噪方法及破壁機。
2、本專利技術的技術方案是這樣實現的：
3、一種破壁機降噪方法，包括以下步驟：
4、s1、通過聲音傳感器采集破壁機工作過程中產生的噪音信號，對所述噪音信號進行預處理得到標準化的噪音波形數據；
5、s2、采用時頻分析方法將所述標準化噪音波形數據從時域轉換到頻域，提取反映噪音特性的關鍵頻段特征；
6、s3、根據所述關鍵頻段特征采用機器學習算法對噪音類型進行識別，匹配噪音特征模
7、s4、根據所述噪音類別從預設的抵消信號模板庫中調取相應的抵消信號，并進行參數優化生成與原始噪音匹配的抵消信號；
8、s5、將所述抵消信號通過揚聲器播放與原始噪音疊加實現噪音抵消，并對所述抵消信號進行自適應優化以適應噪音變化；
9、s6、計算抵消后殘余噪音與原始噪音的差異度得到噪音抑制量，根據噪音抑制量與目標閾值的比較結果進行抵消信號的迭代優化。
10、進一步地，所述步驟s2中提取反映噪音特性的關鍵頻段特征的過程具體為：
11、采用短時傅里葉變換，將標準化后的噪音波形數據從時域轉換到頻域，獲取噪音信號在不同頻段上的能量分布特征；
12、根據噪音信號在不同頻段上的能量分布特征，提取出能夠反映噪音特性的關鍵頻段特征，包括有低頻、中頻、高頻頻段的能量均值、方差統計特征；
13、構建噪音識別模型，將提取出的關鍵頻段特征作為模型的輸入。
14、進一步地，所述步驟s3中匹配噪音特征模板確定噪音類別的過程具體為：
15、在噪音識別過程中，若當前噪音的關鍵頻段特征與預設的噪音類型特征模板匹配度較高，則判斷該噪音屬于對應的類型，獲取噪音所屬類別；
16、具體的，根據破壁機的材料屬性和工作狀態，從預先建立的噪音模型庫中選取對應的典型頻域特征模板；
17、采用動態時間規整算法，將噪音的頻域特征數據與選取的典型頻域特征模板進行匹配對比，計算兩者之間的相似度；若相似度大于預設的閾值，則判斷當前噪音屬于該典型頻域特征模板對應的噪音類別；若相似度小于閾值，則繼續與其他典型頻域特征模板進行匹配；
18、重復執行上述過程，直到找到相似度最大且大于閾值的典型頻域特征模板，確定噪音所屬的類別。
19、進一步地，所述步驟s3還包括：
20、確定噪音所屬的類別后，根據噪音的類別，結合噪音模型庫中該類別噪音的聲學特性參數，對噪音的來源、原因進行分析；
21、具體的，通過數據挖掘算法挖掘破壁機工作狀態參數與噪音信號特征向量之間的關聯規則，建立兩者之間的映射模型；
22、根據建立的映射模型，通過實時監測噪音信號的變化，判斷破壁機的工作狀態是否異常，若檢測到異常，則觸發預警提示，并記錄異常狀態下的噪音信號數據，用于后續的故障診斷和模型優化。
23、進一步地，所述步驟s4中生成與原始噪音匹配的抵消信號的過程具體為：
24、對獲取的抵消信號模板進行參數調整，將模板的頻率、幅度、相位參數與噪音信號的實際特征參數進行匹配，生成與原始噪音信號相匹配的抵消信號；
25、將生成的抵消信號與原始噪音信號進行疊加，通過波形抵消原理，削弱或消除原始噪音信號的強度，得到疊加抵消后的信號。
26、進一步地，所述步驟s5中對所述抵消信號進行自適應優化的過程具體為：
27、得到疊加抵消后的信號后，對疊加抵消后的信號進行效果評估，提取殘余噪音的特征參數，計算噪音削減量，判斷噪音抵消效果是否達到預設閾值；若噪音抵消效果未達到預設閾值，則進一步優化抵消信號的參數，直至噪音抵消效果達到預設閾值，輸出最終降噪后的信號。
28、進一步地，所述步驟s6中進行抵消信號的迭代優化的具體過程為：
29、計算殘余噪音信號與原始噪音信號在各個頻段上能量的差異度，得到各個頻段上的噪音抑制量；
30、將各個頻段上的噪音抑制量加權平均，得到總的噪音抑制量，作為衡量噪音抑制效果的指標；
31、將總的噪音抑制量與預設的噪音抑制目標閾值進行比較，若噪音抑制量低于目標閾值，則判斷噪音抑制效果不理想；
32、若噪音抑制效果不理想，則采用自適應濾波算法對抵消信號進行優化，通過調整抵消信號的幅度和相位，使殘余噪音最小化；
33、根據優化后的抵消信號，重復上述過程，直至總的噪音抑制量高于或等于目標閾值，若總的噪音抑制量高于或等于目標閾值，則判斷噪音抑制效果達到預期，維持當前的抵消信號。
34、進一步地，本方法還包括：
35、實時監測破壁機工作狀態和材料屬性的變化，觸發噪音特征提取和分析流程，動態調整噪音識別模型和抵消信號模板，實現抵消信號的自適應優化。
36、一種破壁機，包括主體，所述主體上安裝有用于實時采集破壁機工作過程中產生的噪音數據的聲音傳感器，主體上還設置有用于對破壁機進行降噪的降噪裝置，所述降噪裝置包括揚聲器、信號處理模塊、抵消信號生成與調整模塊和自適應濾波模塊；
37、所述信號處理模塊包括模數轉換器、數字信號處理器和存儲器；
38、所述抵消信號生成與調整模塊包括電調衰減器、相位調整器和功率合成器。
39、進一步地，所述模數轉換器用于將聲音傳感器采集到的模擬噪音信號轉換為數字信號，以便進行后續的數字信號處理；
40、所述數字信號處理器用于執行時頻分析方法，將噪音信號從時域轉換到頻域，獲取噪音在不同頻段上的能量分布特征；還用于根據預先建立的噪音模型庫，對噪音的頻域特征進行識別和分類；以及匹配技術調取抵消信號模板，并對模板進行幅度和相位的調整；
41、所述電調衰減器和相位調整器用于根據噪音的實際頻率和強度參數，對抵消信號模板進行幅度和相位的調整，生成與原始噪音匹配的抵消信號；
42、所述功率合成器將調整后的抵消信號與本文檔來自技高網...
【技術保護點】
1.一種破壁機降噪方法，其特征在于，包括以下步驟：
2.根據權利要求1所述的一種破壁機降噪方法，其特征在于，所述步驟S2中提取反映噪音特性的關鍵頻段特征的過程具體為：
3.根據權利要求1所述的一種破壁機降噪方法，其特征在于，所述步驟S3中匹配噪音特征模板確定噪音類別的過程具體為：
4.根據權利要求3所述的一種破壁機降噪方法，其特征在于，所述步驟S3還包括：
5.根據權利要求1所述的一種破壁機降噪方法，其特征在于，所述步驟S4中生成與原始噪音匹配的抵消信號的過程具體為：
6.根據權利要求1所述的一種破壁機降噪方法，其特征在于，所述步驟S5中對所述抵消信號進行自適應優化的過程具體為：
7.根據權利要求1所述的一種破壁機降噪方法，其特征在于，所述步驟S6中進行抵消信號的迭代優化的具體過程為：
8.根據權利要求1所述的一種破壁機降噪方法，其特征在于，還包括：
9.一種破壁機，用于實現權利要求1-8任一所述的破壁機降噪方法，其特征在于：包括主體，所述主體上安裝有用于實時采集破壁機工作過程中產生的
10.根據權利要求9所述的一種破壁機，其特征在于：
...【技術特征摘要】
1.一種破壁機降噪方法，其特征在于，包括以下步驟：
2.根據權利要求1所述的一種破壁機降噪方法，其特征在于，所述步驟s2中提取反映噪音特性的關鍵頻段特征的過程具體為：
3.根據權利要求1所述的一種破壁機降噪方法，其特征在于，所述步驟s3中匹配噪音特征模板確定噪音類別的過程具體為：
4.根據權利要求3所述的一種破壁機降噪方法，其特征在于，所述步驟s3還包括：
5.根據權利要求1所述的一種破壁機降噪方法，其特征在于，所述步驟s4中生成與原始噪音匹配的抵消信號的過程具體為：
6.根據權利要求1所述的一種破壁機降噪方法，其特征在于，所述步驟s5...
【專利技術屬性】
技術研發人員：陳本昌，
申請(專利權)人：海星科技深圳有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。