Math 有源噪声抵消的原理是什么？
在前面的一个问题中，我问过 其中一张海报说，虽然简单地产生反极性（否定）信号在理论上可行，但在实践中是不可能的 所以我想问的是，有源噪声消除的基本方法是什么（以一种半技术的方式） 其次，为什么大多数关于这个话题的文献都是频域的？很简单 当你发送反向信号时，噪音已经被听到了。 您需要查看正在生成的频率，然后生成相应的反转信号来抵消它们。这相当简单 当你发送反向信号时，噪音已经被听到了。Math 有源噪声抵消的原理是什么？,math,audio,fft,frequency,noise-reduction,Math,Audio,Fft,Frequency,Noise Reduction,在前面的一个问题中，我问过 其中一张海报说，虽然简单地产生反极性（否定）信号在理论上可行，但在实践中是不可能的 所以我想问的是，有源噪声消除的基本方法是什么（以一种半技术的方式） 其次，为什么大多数关于这个话题的文献都是频域的？很简单 当你发送反向信号时，噪音已经被听到了。 您需要查看正在生成的频率，然后生成相应的反转信号来抵消它们。这相当简单 当你发送反向信号时，噪音已经被听到了。 您需要查看正在生成的频率，然后生成相应的反转信号来抵消它们。噪声抵消是预测。您的算法必须预测未来某个时间噪声的声
您需要查看正在生成的频率，然后生成相应的反转信号来抵消它们。噪声抵消是预测。您的算法必须预测未来某个时间噪声的声音（该时间由系统和音频时间延迟给出），然后预测未来同一时间点将产生相反声音的信号（您的系统将失真和延迟，因此您必须计算相反的失真和延迟） 您可以使用几个连续的FFT来确定噪声中哪些频率没有变化，并假设或计算它们在未来短时间内持续的概率 如果您知道扬声器的频率响应曲线，您可能能够计算出与预测的噪声频谱匹配所需的信号的频率振幅。正弦信号的相位角将随时间变化。如果您知道输出信号的时间延迟，您可能能够在将来的某个时间点计算正弦信号的相位。如果您在某个时间和位置有特定噪声频率的预测相位，您可以将π添加到该相位角以估计噪声抵消信号
如果您不知道系统的频率响应和延迟，那么您将不知道要创建用于抵消的信号的频率、振幅或相位。你很可能会放大噪声而不是消除噪声。噪声消除就是预测。您的算法必须预测未来某个时间噪声的声音（该时间由系统和音频时间延迟给出），然后预测未来同一时间点将产生相反声音的信号（您的系统将失真和延迟，因此您必须计算相反的失真和延迟） 您可以使用几个连续的FFT来确定噪声中哪些频率没有变化，并假设或计算它们在未来短时间内持续的概率 如果您知道扬声器的频率响应曲线，您可能能够计算出与预测的噪声频谱匹配所需的信号的频率振幅。正弦信号的相位角将随时间变化。如果您知道输出信号的时间延迟，您可能能够在将来的某个时间点计算正弦信号的相位。如果您在某个时间和位置有特定噪声频率的预测相位，您可以将π添加到该相位角以估计噪声抵消信号 如果您不知道系统的频率响应和延迟，那么您将不知道要创建用于抵消的信号的频率、振幅或相位。你可能会放大噪音而不是消除噪音。编辑：打字错误 ANC的基本思想是找到重复的声音，并播放与之相反的声音。如果重复的声音继续播放，我们可以取消它。这与其他答案直接矛盾，但我会澄清 播放相反的声音意味着以精确的功率和延迟再次播放，可能会反转波形。延迟本身因每个频率而异。例如，对于20Hz的声音，我们必须以1/20=0.05秒的精确倍数重放反转的声音。例如，对于23Hz，延迟必须是1/23~=0.04347s的倍数 由于任何波形都可以由正弦曲线之和产生，一种方法是只考虑N个最大的正弦曲线，以功率（振幅的平方）测量。为了找到正弦频率和功率，我们使用傅里叶变换，通常使用FFT算法 如果我们拿N=8为例，这意味着我们正试图消除8个最强大的波形分量。我们为每种产品存储：
- 波幅
- 波的偏移量，以计算机的时钟为基准