1.一种含次级通道在线辨识的反馈型主动噪声控制系统，其特征在于，所述主动噪声控制系统包括：参考信号合成子系统(1)、次级声源合成子系统(2)、线性预测子系统(3)和次级通道在线辨识子系统(4)；

所述参考信号合成子系统(1)分别与所述次级声源合成子系统(2)、所述线性预测子系统(3)连接；所述次级声源合成子系统(2)分别与所述参考信号合成子系统(1)、所述次级通道在线辨识子系统(4)连接；所述线性预测子系统(3)分别与所述参考信号合成子系统(1)、所述次级声源合成子系统(2)、次级通道在线辨识子系统(4)连接；所述次级通道在线辨识子系统(4)分别与所述次级声源合成子系统(2)、所述线性预测子系统(3)连接；

所述参考信号合成子系统(1)用于合成参考信号；所述次级声源合成子系统(2)用于合成次级声源；所述线性预测子系统(3)用于从残余噪声中分离出窄带分量和宽带分量；所述次级通道在线辨识子系统(4)用于实时在线地估计时变的次级通道估计模型。

2.根据权利要求1所述的系统，其特征在于，所述线性预测子系统(3)包括：D阶延迟环节(31)和线性预测滤波器(32)，所述D阶延迟环节(31)和线性预测滤波器(32)串联，所述线性预测滤波器(32)的系数和长度分别为 和L，系数利用最小均方算法进行更新，更新公式为：

hj(n+1)＝hj(n)+μheLP(n)e(n‑D‑j)其中，μh为线性预测滤波器更新步长，取值为正值；D为延迟阶数；eLP(n)为所述线性预测子系统(3)分离出的宽带分量，e(n)为所述残余噪声；n为时刻，n≥0。

3.根据权利要求2所述的系统，其特征在于，从所述残余噪声中分离出的宽带分量为：eLP(n)＝e(n)‑yLP(n)其中，yLP(n)为从所述残余噪声中分离出的窄带分量。

4.根据权利要求3所述的系统，其特征在于，所述次级通道在线辨识子系统(4)包括：次级通道在线辨识模块(41)和辅助噪声调整模块(42)；

所述次级通道在线辨识模块(41)包括次级通道估计模型 所述次级通道在线辨识模块(41)以所述宽带分量为期望输入、以高斯白噪声经所述辅助噪声调整模块(42)后产生的有色噪声v(n)为参考输入，并利用最小均方算法实时在线地估计并更新时变的次级通道估计模型；

所述次级通道在线辨识模块(41)的次级通道估计模型 的系数和长度分别为和 系数更新公式为：

es(n)＝eLP(n)‑ys(n)其中，μs为次级通道估计模型更新步长，取值为正值；ys(n)为所述次级通道在线辨识模块(41)的次级通道估计模型的输出；

所述有色噪声v(n)为：

v(n)＝v0(n)Gs(n)

其中，Gs(n)为所述辅助噪声调整模块(42)的调整增益；λ为辅助噪声调整模块遗忘因子，λ∈(0,1)；v0(n)为均值为零、方差为 的加性高斯白噪声。

5.根据权利要求4所述的系统，其特征在于，所述参考信号合成子系统(1)包括：次级通道估计模型(11)和一阶延迟环节(12)，所述次级通道估计模型(11)由所述次级通道在线辨识模块(41)提供；

所述参考信号为：

其中，e(n‑1)为残余噪声e(n)经过所述一阶延迟环节(12)的输出， 为y0(n)经所述次级通道估计模型(11)的输出， 为 经过所述一阶延迟环节(12)的输出。

6.根据权利要求5所述的系统，其特征在于，所述次级声源合成子系统(2)包括：控制器(21)和滤波‑X最小均方算法模块(22)；

所述滤波‑X最小均方算法模块(22)采用从所述残余噪声中分离出的窄带分量yLP(n)作为误差输出，并用于更新控制器(21)的系数。

7.根据权利要求6所述的系统，其特征在于，所述控制器(21)采用线性滤波器，所述线性滤波器的系数和长度分别为 和Mw；

所述控制器(21)的系数更新公式为：其中，μw为所述控制器更新步长，取值为正值；yLP(n)为所述线性预测子系统(3)分离出的窄带分量； 为参考信号x(n)经所述滤波‑X最小均方算法模块(22)的次级通道估计模型的输出。

8.根据权利要求7所述的系统，其特征在于，次级声源为：y(n)＝y0(n)‑v(n)

其中，y0(n)为所述控制器(21)的输出。

9.根据权利要求8所述的系统，其特征在于，所述系统通过实时计算残余噪声经平滑滤波后的能量变化，监测次级通道或目标噪声可能发生的突变，并对所述线性预测滤波器(32)的系数、所述次级通道估计模型 的系数、所述控制器(21)的系数和所述辅助噪声调整模块(42)的调整增益进行重新初始化；

所述残余噪声经平滑滤波后的能量为：2

Pe(n)＝λmPe(n‑1)+(1‑λm)e(n)其中，λm∈(0,1)为平滑滤波遗忘因子；

在n′Tp时刻，通过对残余噪声经平滑滤波后的能量Pe(n)，相继进行时间平均和平滑滤波后得到：

其中，n′为n整除Tp时大于1的正整数，Tp为时间平均窗的长度；

当n时刻满足 时，系统在n+1时刻进行重新初始化；其中，α∈(1,2)为阈值参数。

10.一种主动噪声控制方法，其特征在于，所述方法基于权利要求9所述的含次级通道在线辨识的反馈型主动噪声控制系统实现，所述方法包括：步骤一：设置系统参数

设置控制器(21)、线性预测滤波器(32)、次级通道估计模型 的长度和更新步长；设置延迟环节的阶数D；设置辅助噪声调整模块(42)的遗忘因子；设置系统重新初始化所需的遗忘因子、阈值参数和时间平均窗的长度；设置控制器(21)、次级通道估计模型 的系数、线性预测滤波器(32)的系数、以及辅助噪声调整模块(42)的调整增益的初始值均为零；

步骤二：合成参考信号

利用误差传声器获得的残余噪声e(n)，与控制器(21)的输出y0(n)经次级通道估计模型(11)的输出 进行相加，得到的信号经一阶延迟环节(12)后获得参考信号x(n)：即利用n‑1时刻的残余噪声和次级通道估计模型(11)输出信号求和，合成得到n时刻的参考信号；

步骤三：在n时刻，首先，参考信号x(n)经控制器(21)得到y0(n)；然后，利用辅助噪声调整模块(42)获得辅助噪声v(n)，进而合成得到次级声源y(n)；最后，残余噪声e(n)经线性预测子系统(3)分离得到窄带分量yLP(n)和宽带分量eLP(n)；

步骤四：更新控制系统

根据所述参考信号和所述窄带分量yLP(n)计算更新控制器(21)在n+1时刻的系数；

根据残余噪声e(n)和窄带分量yLP(n)计算更新线性预测滤波器(32)在n+1时刻的系数；

根据辅助噪声v(n)和宽带分量eLP(n)计算更新次级通道估计模型 在n+1时刻的系数；

根据窄带分量yLP(n)更新辅助噪声调整模块(42)在n+1时刻的调整增益；

步骤五：实时计算残余噪声经平滑滤波后的能量变化，即：若满足则在n+1时刻对线性预测滤波器(32)的系数、次级通道估计模型 的系数、辅助噪声调整模块(42)的调整增益、控制器(21)的系数进行重新初始化，然后进入步骤六；若不满足则直接进入步骤六；

步骤六：返回到步骤二，重复上述步骤二到步骤五，直至系统收敛并达到稳态。