本技術(shù)涉及聲場控制，特別涉及一種聲場分區(qū)控制的揚聲器陣列多目標優(yōu)化方法及系統(tǒng)。

背景技術(shù)：

1、近年來，隨著科學(xué)技術(shù)的發(fā)展和生活水平的提升，汽車音影系統(tǒng)越來越受到人們的關(guān)注。乘客對座艙內(nèi)的聲學(xué)環(huán)境獨立音區(qū)的功能越來越重視，不同座位的乘客期待擁有不同的聲學(xué)環(huán)境，且互不干擾。為了實現(xiàn)上述個性化聲學(xué)體驗，就需要解決車內(nèi)揚聲器分布問題。該問題也被稱為車內(nèi)分區(qū)域聲場控制問題，即在特定期望區(qū)域(明區(qū))內(nèi)重建目標聲場，同時降低目標聲場對其他區(qū)域(暗區(qū))的影響。

2、揚聲器陣列優(yōu)化旨在考慮車輛制造成本、車輛物理模型、用戶體驗等方面設(shè)計最優(yōu)的分布方案。從制造成本上考慮，汽車制造廠商總是希望能夠使用盡可能少的揚聲器數(shù)量提供盡可能個性化的獨立音區(qū)功能。目前，大多揚聲器陣列優(yōu)化方法通過利用上述指標設(shè)計一個單一的目標函數(shù)來實現(xiàn)最優(yōu)化設(shè)計，獨立音區(qū)效果還有待提高。

技術(shù)實現(xiàn)思路

1、本技術(shù)實施例提供一種聲場分區(qū)控制的揚聲器陣列多目標優(yōu)化方法及系統(tǒng)，實現(xiàn)了多個目標之間的最佳平衡，進一步提升聲場分區(qū)效果。

2、第一方面，提供了一種聲場分區(qū)控制的揚聲器陣列多目標優(yōu)化方法，其包括：

3、根據(jù)聽音期望，將聲場區(qū)域劃分為明區(qū)和暗區(qū)；

4、以揚聲器布置候選點作為決策變量，按照0-1型規(guī)劃，構(gòu)建決策變量向量；

5、構(gòu)建多目標關(guān)于所述決策變量向量的多目標優(yōu)化模型，所述多目標包括：基于明區(qū)暗區(qū)聲勢能對比度的第一目標、基于揚聲器數(shù)量的第二目標，以及基于明區(qū)歸一化均方誤差和揚聲器信號在明區(qū)空間一致性的第三目標；

6、采用多目標遺傳算法，對所述多目標優(yōu)化模型進行求解，以獲得若干帕雷托最優(yōu)解；

7、基于所述多目標的期望值、各個所述帕雷托最優(yōu)解對應(yīng)的所述多目標的目標函數(shù)值、所述目標函數(shù)值相對于期望值的負偏差變量和正偏差變量的權(quán)重系數(shù)，構(gòu)建線性加權(quán)目標規(guī)劃模型；

8、對所述線性加權(quán)目標規(guī)劃模型進行求解，以獲取使所述線性加權(quán)目標規(guī)劃模型取最小值時目標函數(shù)值對應(yīng)的帕雷托最優(yōu)解，得到揚聲器陣列最優(yōu)位置和數(shù)量。

9、一些實施例中，所述決策變量向量記為x，其包括：

10、x＝[x1,x2,…,xj,…,xk]

11、其中，xj＝0或1，當xj＝0時，第j個揚聲器布置候選點不設(shè)置揚聲器，當xj＝1時，第j個揚聲器布置候選點設(shè)置揚聲器，j＝1、2、…、k，k為所述聲場區(qū)域內(nèi)揚聲器布置候選點的總數(shù)。

12、一些實施例中，所述聲場區(qū)域按照車內(nèi)座艙位置劃分為關(guān)于車頂中心對稱的四個座艙區(qū)域，以使得xj′＝xj′+l＝xj′+2l＝xj′+3l；

13、其中，j′＝1,2，…，l，l為每個座艙區(qū)域內(nèi)揚聲器布置候選點的總數(shù)，k＝4l。

14、一些實施例中，所述多目標優(yōu)化模型如下：

15、

16、其中，f1(x)為基于明區(qū)暗區(qū)聲勢能對比度的第一目標，f2(x)為基于揚聲器數(shù)量的第二目標，f3(x)為基于明區(qū)歸一化均方誤差和揚聲器信號在明區(qū)空間一致性的第三目標。

17、一些實施例中，所述明區(qū)暗區(qū)聲勢能對比度記為aci(x)，且aci(x)為：

18、

19、其中，gb(fi)為揚聲器到明區(qū)麥克風(fēng)的傳遞函數(shù)矩陣，維度為mb×k，mb為明區(qū)麥克風(fēng)的數(shù)量，gbh(fi)為gb(fi)的共軛轉(zhuǎn)置矩陣；

20、gd(fi)為揚聲器到暗區(qū)麥克風(fēng)的傳遞函數(shù)矩陣，維度為md×k，md為暗區(qū)麥克風(fēng)的數(shù)量，gdh(fi)為gd(fi)的共軛轉(zhuǎn)置矩陣；mb+md＝m，m為聲場區(qū)域內(nèi)麥克風(fēng)的總數(shù)；

21、qi為揚聲器的驅(qū)動信號向量，維度為k×1，k為所述聲場區(qū)域內(nèi)揚聲器布置候選點的總數(shù)，qih為qi的共軛轉(zhuǎn)置矩陣；

22、qi＝[x1q1(fi),x2q2(fi),…,xjqj(fi),…,xkqk(fi)]t

23、其中，j＝1、2、…、k，qj(fi)為第j為揚聲器的驅(qū)動信號，i為頻率點次序，fi為第i個頻率點的頻率，i＝1,2,…,fmin為揚聲器頻率的下限，fmax為揚聲器頻率的上限，fi+1-fi＝1hz，fi＝fmin,fmin+1,fmin+2,…,fmax；

24、基于明區(qū)暗區(qū)聲勢能對比度aci(x)的第一目標f1(x)為：

25、

26、一些實施例中，基于揚聲器數(shù)量的第二目標f2(x)為：

27、f2(x)＝||x||1

28、其中，||·||1為1-范數(shù)。

29、一些實施例中，所述明區(qū)歸一化均方誤差記為er,i(x)，且er,i(x)為：

30、

31、其中，pbt(fi)為明區(qū)重建目標聲場矩陣，為2-范數(shù)的平方；

32、所述揚聲器信號在明區(qū)空間一致性記為δli(x)，且δli(x)為：

33、δli(x)＝li,b,max(x)-li,b,min(x)

34、

35、其中，li,b(x)為明區(qū)內(nèi)麥克風(fēng)的聲壓級，pref(fi)為參考聲壓，li,b,max(x)為明區(qū)內(nèi)所有麥克風(fēng)中l(wèi)i,b(x)的最大值，li,b,min(x)為明區(qū)內(nèi)所有麥克風(fēng)中l(wèi)i,b(x)的最小值；

36、基于明區(qū)歸一化均方誤差和揚聲器信號在明區(qū)空間一致性的第三目標f3(x)為：

37、

38、一些實施例中，所述方法還包括確定傳遞函數(shù)矩陣，確定傳遞函數(shù)矩陣具體包括：

39、在所有揚聲器布置候選點布置揚聲器，并在明區(qū)和暗區(qū)布置麥克風(fēng)；

40、對各個所述揚聲器逐一地給予一個測試驅(qū)動信號，并獲取各個麥克風(fēng)采集的測量聲壓；

41、基于測試驅(qū)動信號和測量聲壓，獲取傳遞函數(shù)矩陣g(fi)：

42、

43、其中，p0，mj(fi)為第m個麥克風(fēng)采集到第j個揚聲器布置候選點上揚聲器的測量聲壓，m＝1、2、…、m，q0，j(fi)為第j為揚聲器的測試驅(qū)動信號，為第j個揚聲器到第m個麥克風(fēng)的傳遞函數(shù)；

44、根據(jù)明區(qū)和暗區(qū)的麥克風(fēng)，對傳遞函數(shù)矩陣g(fi)中的元素進行分類，以得到揚聲器到明區(qū)麥克風(fēng)的傳遞函數(shù)矩陣gb(fi)和揚聲器到暗區(qū)麥克風(fēng)的傳遞函數(shù)矩陣gd(fi)。

45、一些實施例中，所述方法還包括對驅(qū)動信號進行優(yōu)化，對驅(qū)動信號進行優(yōu)化具體包括：

46、構(gòu)建驅(qū)動信號優(yōu)化模型，如下：

47、

48、對所述驅(qū)動信號優(yōu)化模型求解，以獲得最大特征值對應(yīng)揚聲器的驅(qū)動信號向量qi*。

49、一些實施例中，對驅(qū)動信號進行優(yōu)化，還包括：

50、將qi*乘以系數(shù)c后，構(gòu)建關(guān)于系數(shù)c的優(yōu)化模型，如下：

51、

52、其中，為2-范數(shù)的平方，pbt(fi)為明區(qū)重建目標聲場矩陣；

53、對關(guān)于系數(shù)c的優(yōu)化模型求解，以獲得系數(shù)c的最優(yōu)解c*，將qi*乘以c*后，得到c*qi*，并作為揚聲器的驅(qū)動信號向量qi。

54、一些實施例中，所述線性加權(quán)目標規(guī)劃模型為：

55、

56、其中，fa(x)+sa-ta＝ba,a＝1,2,3，x為決策變量向量，當a＝1時，f1(x)為基于明區(qū)暗區(qū)聲勢能對比度的第一目標，當a＝2時，f2(x)為基于揚聲器數(shù)量的第二目標，當a＝3時，f3(x)為基于明區(qū)歸一化均方誤差和揚聲器信號在明區(qū)空間一致性的第三目標；sa,ta≥0，sa×ta＝0，ba為fa(x)的期望值，sa為fa(x)的正偏差變量，ua為正偏差變量sa的權(quán)重，ta為fa(x)的負偏差變量，va為負偏差變量ta的權(quán)重，wa為標準化常數(shù)。

57、第二方面，提供了一種聲場分區(qū)控制的揚聲器陣列多目標優(yōu)化系統(tǒng)，其包括：

58、第一模塊，其用于：根據(jù)聽音期望，將聲場區(qū)域劃分為明區(qū)和暗區(qū)；

59、第二模塊，其用于：以揚聲器布置候選點作為決策變量，按照0-1型規(guī)劃，構(gòu)建決策變量向量；

60、第三模塊，其用于：構(gòu)建多目標關(guān)于所述決策變量向量的多目標優(yōu)化模型，所述多目標包括：基于明區(qū)暗區(qū)聲勢能對比度的第一目標、基于揚聲器數(shù)量的第二目標，以及基于明區(qū)歸一化均方誤差和揚聲器信號在明區(qū)空間一致性的第三目標；

61、第四模塊，其用于：采用多目標遺傳算法，對所述多目標優(yōu)化模型進行求解，以獲得若干帕雷托最優(yōu)解；

62、第五模塊，其用于：基于所述多目標的期望值、各個所述帕雷托最優(yōu)解對應(yīng)的所述多目標的目標函數(shù)值、所述目標函數(shù)值相對于期望值的負偏差變量和正偏差變量的權(quán)重系數(shù)，構(gòu)建線性加權(quán)目標規(guī)劃模型；

63、第六模塊，其用于：對所述線性加權(quán)目標規(guī)劃模型進行求解，以獲取使所述線性加權(quán)目標規(guī)劃模型取最小值時目標函數(shù)值對應(yīng)的帕雷托最優(yōu)解，得到揚聲器陣列最優(yōu)位置和數(shù)量。

64、本技術(shù)提供的技術(shù)方案帶來的有益效果包括：

65、本技術(shù)實施例提供的多目標優(yōu)化方法，采用了多目標優(yōu)化策略，綜合考慮明區(qū)暗區(qū)聲勢能對比度、明區(qū)歸一化均方誤差、明區(qū)空間一致性和揚聲器數(shù)量最小化，從而有效平衡聲場質(zhì)量和成本，尤其適應(yīng)車內(nèi)有限空間的揚聲器布局。同時，使用線性加權(quán)目標規(guī)劃精確選擇揚聲器位置，實現(xiàn)多個目標之間的最佳平衡，進一步提升聲場分區(qū)效果。