一种扬声器音圈温度的估计方法、介质、电子设备及产品与流程

1.本技术涉及终端技术领域，特别涉及一种扬声器音圈温度的估计方法、介质、电子设备及产品。


背景技术：

2.手机、平板等移动设备的小型化和扁平化发展使得精准控制扬声器的温度成为了必须条件，这是因为当扬声器工作在异常高温的环境下长时间工作，会导致扬声器音圈过热而损坏。精准的控制扬声器温度的前提是获得精确的扬声器音圈温度。
3.目前估计扬声器音圈温度的方法主要有两种，第一种利用扬声器音圈热阻与温度的线性关系进行扬声器音圈温度估计，第二种是建立扬声器温升模型进行扬声器温度估计。其中，第一种方案需要实时监测扬声器工作过程中的音圈上的电压和电流，通过电压和电流的比值进行扬声器音圈热阻估计，进而间接获得扬声器音圈温度。而该方案需要特殊的硬件支持，通过反馈回路获得电流电压，硬件成本较高。第二种方案无需硬件支持，温升模型建立过程需要测量扬声器音圈及磁铁的热阻热容等热参数，但是热参数很难测量或者容易产生测量误差，从而导致温升模型的精度较低，音圈温度估计的准确度低。如此，现有估计扬声器温度的方法需要优化来提升温度估计的准确度。


技术实现要素：

4.本技术实施例提供了一种扬声器音圈温度的估计方法、介质、电子设备及产品。
5.第一方面，本技术实施例提供了一种扬声器音圈温度的估计方法，应用于电子设备，电子设备中具有扬声器，方法包括：建立扬声器的温升模型，温升模型为扬声器的输入功率与扬声器的音圈温度之间的映射关系，温升模型中包括扬声器的热参数，并且热参数为采用随机优化算法确定得到的，随机优化算法确定热参数过程应用的目标函数用于指示温升模型得到的估计音圈温度与实际音圈温度之间的差异；将扬声器的第一输入功率输入温升模型，得到与第一输入功率对应的音圈温度。可以理解，随机优化算法确定热参数过程中目标函数计算出的数值越小，确定出的热参数越好。此时，应用该热参数的温升模型计算出的估计音圈温度与实际音圈温度的差异越小，该温升模型的准确性越高。如此，本技术中温升模型中的热参数无需实际采集，而是可以采用随机优化算法估计得到，使得温升模型的建立过程易于实施。
6.在上述第一方面的一种可能的实现方式中，随机优化算法为粒子群优化算法，并且方法包括：
7.在迭代次数n等于0时，初始化第n个粒子群，第n个粒子群中包括j个粒子，每个粒子对应热参数的一组取值，n取值为大于或等于0的整数；
8.将迭代次数n加1；
9.在第n次迭代过程中，根据第n个粒子群的第j个粒子分别构建第j个温升模型，并将扬声器的第n个输入功率分别输入第j个温升模型，得到第n个粒子群的第j个粒子对应的
第j个估计音圈温度，其中j为小于等于j的正整数，j表示第n个粒子群的粒子规模；
10.在第n次迭代过程中，根据第j个估计音圈温度与预先测量的第n个实际音圈温度，采用目标函数计算第n个粒子群中的第j个粒子的适应度；
11.在第n次迭代过程中，根据第n个粒子群的第j个粒子的适应度，更新第n个粒子群的第j个粒子的局部最优位置，并根据第n个粒子群的各个粒子的局部位置更新第n个粒子群的全局最优位置；
12.对应于满足目标条件，将全局最优位置对应的热参数作为温升模型的热参数；
13.对应于不满足目标条件，将第n个粒子群更新为第n+1个粒子群。
14.在上述第一方面的一种可能的实现方式中，在迭代次数n等于0时，初始化第n个粒子群，包括：
15.采用第一随机矩阵初始化第n个粒子群的位置，使得第一随机矩阵的第j列向量对应的第i维的位置处于第i个位置数值范围内，第一随机矩阵中的第j列向量代表第n个粒子群中的第j个粒子，第一随机矩阵的第j列向量对应的第i维的位置表示第j个粒子中的第i种热参数的取值，i为小于或等于i的正整数；
16.采用第二随机矩阵初始化第n个粒子群的速度，使得第二随机矩阵的第j列向量对应的第i维的速度处于第i个速度数值范围内，第二随机矩阵中的第j列向量代表第n个粒子群中的第j个粒子，第二随机矩阵中每个列向量的第i维的速度表示第j个粒子对应的第i种热参数的数值变化速度。
17.在上述第一方面的一种可能的实现方式中，将第n个粒子群更新为第n+1个粒子群，包括：
18.根据第n个粒子群中第j个粒子对应的第i维速度、第n个粒子群中第j个粒子的局部最优位置以及全局最优位置，得到第n+1个粒子中第j个粒子对应的第i维速度，其中，第n+1个粒子对应的第i维速度处于第i个速度数值范围内；
19.将第n个粒子群中第j个粒子对应的第i维位置与第n+1个粒子群中第j个粒子对应的第i维速度相加，得到第n+1个粒子群的第j个粒子对应的第i维位置，使得第n+1个粒子对应的第j个粒子对应的第i维位置处于第i个位置数值范围内。
20.在上述第一方面的一种可能的实现方式中，根据第n个粒子群中第j个粒子对应的第i维速度、第n个粒子群中第j个粒子的局部最优位置以及全局最优位置，得到第n+1个粒子中第j个粒子对应的第i维速度，包括：
21.对于第n个粒子群中第j个粒子，采用公式v
ijs
(n+1)＝v
ijs
(n)+c1r1(p
ijs-x
is
(n))+c2r2(p
gs-x
ijs
(n))，更新第n+1个粒子群中第j个粒子，其中-v
max
(i)≤v
ijs
≤v
max
(i)，并且
22.v
ijs
(n+1)表示第n+1个粒子群中第j个粒子对应的第i维速度，v
ijs
表示第n个粒子群中第j个粒子对应的第i维速度，x
ijs
表示第j个粒子对应的第i维位置，n表示迭代次数，c1和c2为加速常数，r1、r2为随机数，-v
max
(i)为第i个速度数值范围的最小值，v
max
(i)为第i个速度数值范围的最大值，p
is
表示第n个粒子群中第j个粒子的局部最优位置，p
gs
表示第n个粒子群的全局最优位置。
23.在上述第一方面的一种可能的实现方式中，目标函数通过公式实现；
24.其中，表示扬声器的实际音圈温度，t
model
(t)表示根据温升模型计算出的估计音圈温度，t_test表示测量实际音圈温度的时刻与计算估计音圈温度的时刻之间的时间。
25.在上述第一方面的一种可能的实现方式中，目标条件包括：
26.迭代次数n等于n，或者全局最优位置对应的粒子的适应度小于最小适应度阈值，n为大于1的正整数。
27.在上述第一方面的一种可能的实现方式中，根据第n个粒子群的第j个粒子的适应度，更新第n个粒子群的第j个粒子的局部最优位置，并根据第n个粒子群的各个粒子的局部位置更新第n个粒子群的全局最优位置，包括：
28.若第n个粒子群的第j个粒子的适应度大于第n-1个粒子群的第j个粒子的适应度，则将第n个粒子群的第j个粒子对应的位置作为第n个粒子群的第j个粒子的局部最优位置；
29.若第n个粒子群的一个粒子的适应度大于第n-1个粒子群的第n-1个粒子群的局部最优位置对应的粒子的适应度，则将第n个粒子群的第j个粒子对应的位置更新第n个粒子群的局部最优位置。
30.在上述第一方面的一种可能的实现方式中，扬声器中包括音圈和磁铁，目标热参数包括：音圈热容、音圈热阻、磁铁热阻以及磁铁热容。
31.在上述第一方面的一种可能的实现方式中，温升模型采用如下公式实现：
32.tb[01＝tm[0]＝ta；
[0033][0034][0035]
其中，tb(t)表示音圈温度，tm(t)表示磁铁温度，ta(t)表示环境温度，cb，rb分别表示音圈热容和音圈热阻，cm，rm分别表示磁铁热容和磁铁热阻，t为离散化采样周期，k为正整数，p(k)表示扬声器的输入功率。
[0036]
第二方面，本技术实施里提供了一种可读介质，该可读介质上存储有指令，该指令在电子设备上执行时使电子设备执行如第一方面中的扬声器音圈温度的估计方法。
[0037]
第三方面，本技术实施里提供了一种电子设备，包括：
[0038]
存储器，用于存储由电子设备的一个或多个处理器执行的指令，以及处理器，是电子设备的处理器之一，用于执行如第一方面中的扬声器音圈温度的估计方法。
[0039]
第四方面，本技术实施里提供了一种计算机程序产品，包括计算机程序/指令，计算机程序/指令被处理器执行时实现如第一方面中的扬声器音圈温度的估计方法。
附图说明
[0040]
图1根据本技术的一些实施例，示出了一种扬声器温升模型的等效电路示意图；
[0041]
图2a根据本技术的一些实施例，示出了一种扬声器音圈温度的估计方法的流程示意图；
[0042]
图2b根据本技术的一些实施例，示出了一种扬声器音圈温度的估计方法的流程示意图；
[0043]
图3根据本技术的一些实施例，示出了一种粒子群初始化的流程示意图；
[0044]
图4根据本技术的一些实施例，示出了一种手机10的结构示意图。
具体实施方式
[0045]
本技术的说明性实施例包括但不限于一种扬声器音圈温度的估计方法、介质和电子设备。
[0046]
为了解决背景技术中的技术问题，本技术实施例提供了一种扬声器音圈温度的估计方法，该方法采用优化算法对扬声器音圈或磁铁的热阻热容等扬声器热参数进行估计，基于估计出的热参数建立扬声器输入功率与扬声器温度的映射关系，进而将该映射关系作为扬声器的温升模型对扬声器温度进行估计。那么，建立该温升模型的过程无需实际测量热参数，即温升模型是在对热参数没有任何先验知识的前提下建立的，能够避免热参数的测量误差引起的扬声器温度估计误差。如此，在不增减硬件成本的情况下能够提升温升模型的精度，进而提升利用温升模型估计扬声器温度的准确性。
[0047]
在一些实施例中，本技术提供的优化算法可以为遗传算法、基于种群的随机优化算法等。其中，该优化算法的作用是估计出热参数，该优化算法的目标是基于估计出热参数构建的温升模型估计出温度与实测温度之间的误差较小，例如两者之间的差值小于预设阈值，如0.1度。具体的，随机优化算法确定热参数过程应用的目标函数用于指示温升模型得到的估计音圈温度与实际音圈温度之间的差异。通常不同随机优化算法的目标函数不同，例如一些随机优化算法的目标函数称为损失函数，另一些随机优化函数的目标函数称为适应度函数。
[0048]
在一些实施例中，本技术中的基于种群的随机优化算法可以为粒子群优化(particle swarm optimization，pso)算法。其中，pso算法具有群体智能、内在并行、迭代格式简单、可快速收敛的优点。利用基于粒子群优化算法对扬声器温升模型中的热参数进行自适应优化，能够提高模型精度。其中，粒子群优化算法的目标函数为适应度函数。
[0049]
在一些实施例中，适用于本技术实施例提供的电子设备可以为手机、电脑、平板、相机、智能可穿戴设备等，但不限于于此。下面主要以电子设备为手机为例，说明本技术实施例提供的扬声器音圈温度的估计方法。
[0050]
在一些实施例中，本技术涉及的电子设备具有音频装置，用于支持电子设备发声，如输出音乐、语音等音频。音频装置通常为扬声器(或称喇叭)，可以将电信号转变为声信号。以下实施例中，主要以扬声器作为电子设备中的音频装置，说明本技术实施例提供的扬声器音圈温度的估计方法。
[0051]
在一些实施例中，扬声器通常由磁回路系统(永磁体、芯柱、导磁板)、振动系统(纸盆、音圈)和支撑辅助系统(定心支片、盆架、垫边)等三大部分构成。例如，扬声器一般为锥形纸盆扬声器。其中，音圈，也称为线圈，是扬声器的驱动单元。音圈与纸盆固定在一起，当声音电流信号通入音圈后，音圈振动带动着纸盆振动。纸盆是扬声器的声音辐射器件，在相当大的程度上决定着扬声器的放声性能。定心支片用于支持音圈和纸盆的结合部位，保证其垂直而不歪斜。
[0052]
由于扬声器在工作过程中音圈温度随着电能的输入而升高，又会将热量扩散到空气中从而使音圈温度降低。在本技术实施例中，扬声器的温升模型就是表述扬声器音圈温
度随扬声器输入功率变化而变化的模型。可以理解，扬声器的温度可以是扬声器音圈的温度。
[0053]
具体的，本技术提供的扬声器音圈温度的估计方法，应用于使用动圈式扬声器的电子设备，可以对扬声器音圈温度进行分析，预测，控制等。作为示例，本技术提供的扬声器音圈温度的估计方法应用于扬声器温度保护场景中，避免扬声器过热损坏。在该场景中电子设备可以建立动圈式扬声器输入功率与其音圈温度之间的映射关系，实现通过扬声器输入功率估计扬声器音圈温度，该温度值作为扬声器温度保护算法的输入，为扬声器保护算法提供数据支持。
[0054]
如图1所示，为本技术实施例提供的一种扬声器的温升模型的等效电路的示意图。图1示出的电路中tb(t)表示音圈温度，tm(t)表示磁铁温度，ta(t)表示环境温度，cb，rb表示音圈的热容和热阻，cm，rm表示磁铁的热容和热阻。其中，扬声器的热参数通常指的是音圈的热容和热阻和磁铁的热容和热阻。
[0055]
在一些实施例中，根据图1示出的等效电路图可得扬声器的温升模型的状态方程如公式1所示：
[0056][0057]
其中，公式(1)中的x表示扬声器输入功率，y表示扬声器音圈温度，a、b、c均为状态方程的系数矩阵。作为示例，x可以通过下述公式(2)表示，a、b、c可以通过下述公式(3)表示。
[0058]
x＝[tb(t)tm(t)itm(t)-ta(t)]
t
ꢀꢀꢀꢀꢀꢀ
(2)
[0059][0060]
进一步的，将公式(1)示出的状态方程离散化可得如下公式(4)：
[0061][0062]
其中，公式(4)中的t为离散化采样周期，g(t)和h(t)分别通过如下公式(5)和(6)表示：
[0063][0064][0065]
进而，将g(t)，h(t)代入公式(4)示出的离散化状态方程可以得到扬声器音圈温度的温升模型，该模型通过下述公式(7)-(9)表示：
[0066]
tb[0]＝tm[0]＝taꢀꢀꢀꢀꢀꢀꢀꢀ
(7)
[0067][0068][0069]
其中，公式(7)-(9)中cb，rb表示音圈的热容和热阻，cm，rm表示磁铁的热容和热阻，k为正整数，p(k)表示扬声器输入功率。
[0070]
上述公式(7)-(9)中，扬声器音圈及磁铁的热阻热容(即cb，rb，cm，rm)在实际应用中很难测量，因此如何获得扬声器的热参数是扬声器建模算法的难点。可以理解，背景技术中示出的现有扬声器温升模型方案中需要实际测量热参数，导致温升模型的精度较低。为了解决该问题，本技术采用pso算法作为随机优化算法对扬声器的热参数进行估计，从而对扬声器模型进行自适应优化以提高模型精度。
[0071]
图2a根据本技术的一些实施例，示出了一种扬声器音圈温度的估计方法的流程示意图。如图2a所示，该流程的执行主体为手机10，该流程包括如下步s101-102：
[0072]
s101：建立扬声器的温升模型，温升模型为扬声器的输入功率与扬声器的音圈温度之间的映射关系，温升模型中包括扬声器的热参数，并且热参数为采用随机优化算法确定得到的。
[0073]
其中，随机优化算法确定热参数过程应用的目标函数用于指示温升模型得到的估计音圈温度与实际音圈温度之间的差异。
[0074]
例如，在随机优化算法为粒子群优化算法，上述目标函数可以为粒子群优化算法对应的适应度函数。可以理解，随机优化算法确定热参数过程中适应度函数计算出的适应度越小，确定出的热参数越好。此时，应用该热参数的温升模型计算出的估计音圈温度与实际音圈温度的差异越小，该温升模型的准确性越高。
[0075]
s102：将扬声器的第一输入功率输入温升模型，得到与第一输入功率对应的音圈温度。其中，第一输入功率为扬声器当前的输入功率，那么与第一输入功率对应的音圈温度就表示当前扬声器的温度。
[0076]
如此，本技术中温升模型中的热参数无需实际采集，而是可以采用随机优化算法估计得到，使得温升模型的建立过程易于实施。
[0077]
图2b根据本技术的一些实施例，示出了一种扬声器音圈温度的估计方法的流程示意图。具体的，图2b示出的方法流程为基于pso算法的扬声器温升建模算法。如图2b所示，该流程的执行主体为手机10，该流程包括如下步s201-s206：
[0078]
s201：对应于迭代次数n等于0，初始化第n个粒子群，每个粒子对应一组热参数。
[0079]
其中，本技术中粒子群包含一定规模的粒子，并且一个粒子对应一组热参数，例如扬声器温升模型等效电路中的音圈的热容cb、音圈的热阻rb、磁铁的热容cm和磁铁的热阻rm这4个热参数。
[0080]
可以理解，粒子仅有两个属性：速度和位置，速度代表移动的快慢，位置代表移动的方向。此时，粒子的位置就是一组热参数的具体取值，而粒子的速度就是对应的一组热参数的取值的变化速度。
[0081]
具体地，pso算法初始化为一群随机粒子(随机解)。然后通过迭代找到最优解。在每一次迭代中，粒子通过跟踪两个“极值(pbest和gbest)”来更新自己。在找到这两个最优值后，更新粒子的速度和位置。其中，pbest下文中也记为p
is
，是粒子局部最优位置，表示第n
个粒子到达的最优位置。而gbest在下文中也记为p
gs
，是全局最优位置，表示所有粒子到达的最优位置。在每次迭代时，可以确定粒子群中的各个粒子的局部最优位置，并将这些局部最优位置中确定出全局最优位置。从而，当前粒子群中全局位置最优的粒子对应的热参数，将作为当前优化算法确定出的热参数。
[0082]
作为示例，如图3所示，上述步骤s201中初始化粒子群的位置和速度的过程可以包括s201a和s201b。
[0083]
s201a：采用第一随机矩阵初始化第n个粒子群的位置，使得第一随机矩阵的第j列向量对应的第i维的位置处于第i个位置数值范围内。其中，第一随机矩阵中的第j列向量代表第n个粒子群中的第j个粒子，第一随机矩阵的第j列向量对应的第i维的位置表示第j个粒子中的第i种热参数的取值，i为小于或等于i的正整数。
[0084]
即采用第一随机矩阵进行粒子位置初始化，使得扬声器温升模型等效电路中的音圈的热容cb、音圈的热阻rb、磁铁的热容cm和磁铁的热阻rm分别满足pso算法的上边界向量和下边向量中对应的边界值，第一随机矩阵中的每一个列向量代表一个粒子。
[0085]
在一些实施例中，第一随机矩阵为随机产生的矩阵x
ijs
＝{x1,x2,x3,
…
,xm},矩阵x
ijs
中每一个列向量代表一个粒子，矩阵列数表示粒子规模，粒子规模取值为正整数记为m，列向量维度等于需要优化的参数个数。例如，x
ijs
表示粒子位置，矩阵x
ijs
中每一个列向量代表一个粒子的位置，即表示一组热参数的具体取值。
[0086]
例如，本技术实施例中优化的参数(即热参数)为音圈的热容cb、音圈的热阻rb、磁铁的热容cm和磁铁的热阻rm，即热参数个数为4，那么第一随机矩阵的列向量维度为4。
[0087]
在一些实施例中，在粒子初始化过程中，图1示出的扬声器温升模型等效电路中的cb，rb，cm，rm满足cbmin≤cb≤cbmax、rbmin≤rb≤rbmax、cmmin≤cm≤cmmax以及rmmin≤rm≤rmmax，其中cbmin、rbmin、cmmin和rmmin分别表示参数cb，rb，cm，rm的下边界，cbmax、rbmax、cmmax和rmmax分别表示参数cb，rb，cm，rm的上边界。所有下边界组成pso算法的下边界向量lb＝{cbmin，rbmin，cmmin，rmmin}，所有上边界组成pso算法的上边界向量ub＝{cbmax，rbmax，cmmax，rmmax}。即cb，rb，cm，rm满足pso算法的上边界向量和下边向量中对应的边界值。
[0088]
即，粒子群中的每个粒子对应的各个人参数的最小值小于或等于下边界lb＝{cbmin，rbmin，cmmin，rmmin}中对应的数值，粒子群中的每个粒子对应的各个热参数的最大值小于或等于上边界向量ub＝{cbmax，rbmax，cmmax，rmmax}中对应的数值。
[0089]
例如，cb，rb，cm，rm分别对应粒子群中一个粒子对应第1维至第4维度的位置，cb对应的预设数值范围为[cbmin，cbmax](即第1维位置数值范围)，rb对应的预设数值范围为[rbmin，rbmax](即第2维位置数值范围)，cm对应的预设数值范围为[cmmin，cmmax](即第3维位置数值范围)，rm对应的预设数值范围为[rmmin，rmmax](即第3维位置数值范围)。
[0090]
在一些实施例中，上述cbmin、rbmin、cmmin和rmmin，以及cbmax、rbmax、cmmax和rmmax的数值可以为预先设置的数值，具体可以根据实际需求确定，此处不做具体限定。
[0091]
s201b：采用第二随机矩阵初始化第n个粒子群的速度，使得第二随机矩阵的第j列向量对应的第i维的速度处于第i个速度数值范围内。其中，第二随机矩阵中的第j列向量代表第n个粒子群中的第j个粒子，第二随机矩阵中每个列向量的第i维的速度表示第j个粒子对应的第i种热参数的数值变化速度。
[0092]
即采用第二随机矩阵进行粒子运动速度初始化，使得第二随机矩阵中每个粒子的
粒子运动速度满足相应维度方向运动的最大速度对应的预设速度范围，第二随机矩阵中的每一个列向量代表一个粒子的运动方向。
[0093]
在一些实施例中，第二随机矩阵为随机产生的矩阵v
ijs
＝{v1,v2,v3,
…
,vj}，矩阵v
is
中每一个列向量代表一个粒子的运动方向。在粒子更新速度初始化过程中满足-v
max
(i)≤v
ij
≤v
max
(i)，其中v
max
(i)表示粒子在第i维度方向运动的最大速度，i＝{1,2,3,4}，j＝{1,2,
…
，j}，v
ij
表示矩阵v
is
中第j列第i维的粒子。与第一随机矩阵相同，第二随机矩阵中列向量维度(如维度为4)等于需要优化的热参数个数，矩阵列数表示粒子规模取值为正整数记为j。那么，粒子群表示j组热参数。
[0094]
可以理解，第二随机矩阵中每个粒子的粒子更新速度处于对应的预设速度范围内，具体为每个粒子的更新速度处于所在维度方向运动对应的预设速度范围内。例如，第二随机矩阵的列向量维度为4，第j列第i维的粒子对应的预设速度范围为[-v
max
(i)，v
max
(i)]。
[0095]
在一些实施例中，上述v
max
(i)的数值可以为预先设置的数值，具体可以根据实际需求确定，此处不做具体限定。
[0096]
s202：将迭代次数n加1。
[0097]
s203：在第n次迭代过程中，根据第n个粒子群的第j个粒子分别构建第j个温升模型，并将扬声器的第n个输入功率分别输入第j个温升模型，得到第n个粒子群的第j个粒子对应的第j个估计音圈温度，其中j为小于等于j的正整数，j表示第n个粒子群的粒子规模。
[0098]
在迭代次数等于0时，粒子群对应的热参数为当前粒子群中任一个粒子对应的热参数，即随机解。
[0099]
在迭代次数大于或等于1时，粒子群对应的热参数为当前粒子群中全局最优位置所在的粒子对应的热参数，即最优解。
[0100]
例如，扬声器温升模型可以上述公式(7)-(9)示出的扬声器温升模型。此时，可以采用当前粒子群中每个粒子对应的热参数更新公式(7)-(9)示出的扬声器温升模型，并将当前扬声器的输入功率作为该温升模型的输入，并由该温升模型输出各个粒子对应的估计的扬声器音圈温度。
[0101]
在一些实施例中，在粒子群完成初始化时，扬声器温升模型中的cb，rb，cm，rm这4个热参数可以是粒子群初始化过程中确定得到的。
[0102]
在一些实施例中，在针对粒子群迭代计算多次之后，扬声器温升模型中的cb，rb，cm，rm这4个热参数可以是粒子群更新过程确定得到的。
[0103]
s204：在第n次迭代过程中，根据第j个估计音圈温度与预先测量的第n个实际音圈温度，采用目标函数计算第n个粒子群中的第j个粒子的适应度。
[0104]
其中，上述扬声器音圈的第n个实际温度可以为预先实测的温度，例如这些实际温度可以由存储为信息量(information value，iv)数据。
[0105]
可以理解的是，pso算法的关键是如何确定算法的适应度函数。针对扬声器的温升建模，最直接的适应度函数是模型估计量与实际量的误差，首先需要获得扬声器音圈的实际温度值，上述实施例提供的扬声器音圈热阻与扬声器音圈温度有天然的线性关系。假设扬声器音圈的温升系数为α，α与音圈材料相关。可以根据如下公式(10)获得扬声器的音圈温度：
[0106][0107]
其中，公式(10)中为音圈热阻为re时的温度，ra为环境温度下音圈热阻，ta为环境温度。所以，扬声器温升建模的适应度函数定义如下公式(11)所示：
[0108][0109]
其中，公式(11)中表示根据iv数据计算的扬声器音圈实际温度，t
model
(t)表示根据模型计算的扬声器音圈估计温度，t_test表示测试时间。其中，例如该测试时间可以为测量实际的扬声器音圈温度的时刻与使用扬声器的温升模型计算出估计的扬声器音圈温度的时刻之间的时间。例如，在第i次迭代过程中，计算出第m个粒子的第m个估计的扬声器音圈温度的时刻与实际测量第n个估计的扬声器音圈温度的时刻之间时间为第m个粒子的适应度计算中的测试时间。
[0110]
作为示例，上述iv数据可以为re，ra，ta，这些数值为实际测量的数据，即实际测量的一些热参数。例如，通常这些热参数的数据量较小。
[0111]
可以理解，适应度函数的数值称为适应度。通常适应度的值越小，说明音圈实际温度和模型估计的音圈温度差异越小，温升模型的精度越高。
[0112]
在一些实施例中，在一次迭代过程中，对于当前粒子群中的每个粒子，可以分别采用公式(11)表示的适应度函数计算其适应度。
[0113]
s205：在第n次迭代过程中，根据第n个粒子群的第j个粒子的适应度，更新第n个粒子群的第j个粒子的局部最优位置，并根据第n个粒子群的各个粒子的局部位置更新第n个粒子群的全局最优位置。
[0114]
在一些实施例中，可以将一个粒子的适应度最小的位置作为局部最优位置，并将各个粒子的局部最优位置中适应度最低的一个局部最优位置作为全局最优位置，从而更新粒子群的全局最优位置。
[0115]
即，在每次迭代过程中对每个粒子，将其适应度与其历史经过的粒子局部最优位置p
is
的适应度作比较，如果较好，则将当前粒子的位置作为当前的局部最优位置p
is
，从而实现粒子群更新。
[0116]
即，在每次迭代过程中对每个粒子，将其适应度与其历史经过的全局最优位置p
gs
的适应度作比较，如果较好，则将当前粒子的局部最优位置作为当前的全局最优位置p
gs
，从而实现粒子群更新。
[0117]
s206：判断迭代次数n是否大于n，全局最优位置对应的粒子的适应度是否小于最小适应度阈值。如果是则进入s207，如果否则进入s208。
[0118]
可以理解，迭代计算终止条件根据具体问题一般选为最大迭代次数，即n。
[0119]
另外，迭代计算终止条件还可以是粒子群迄今为止搜索到的最优位置(如全局最优位置)满足预定最小适应阈值。其中，该最小适应阈值为对应于适应度函数的数值。那么，在其他一些实施例中，上述s205还可以替换为s205a：判断粒子群目前搜索到的最优位置满足预设最小适应阈值，该预设最小适应阈值的具体取值可以根据实际需求选定，此处不做具体限定。
[0120]
在一些实施例中，当迭代次数达到最大(即n)的时候，全局最优粒子位置对应最优
热参数。
[0121]
s207：将第n个粒子群的全局最优位置对应的热参数作为温升模型的热参数。可以理解，该热参数为粒子群优化算法确定出的最优热参数。
[0122]
s208：将第n个粒子群更新为第n+1个粒子群，并重新进入s202至s206。
[0123]
可以理解，粒子群更新为更新每个粒子的位置和速度。具体地，粒子群更新时可以更新每个粒子对应的热参数，如cb，rb，cm，rm表示的热参数。
[0124]
在一些实施例中，对于粒子群中的每个粒子可以先更新速度再更新位置。
[0125]
例如，对于一个粒子，本技术可以根据上次迭代时该粒子的速度、该粒子的局部最优位置以及粒子群的全局最优位置，计算得到该粒子本次迭代时该粒子的速度，以更新粒子速度。进而，对于该粒子，本技术可以将上次迭代时该粒子的位置和本次迭代时该粒子的速度相加，得到计算该粒子本次迭代时该粒子的位置，以更新粒子位置。
[0126]
在一些实施例中，可以按照如下公式(12)和(13)分别更新粒子运动速度v
ijs
和粒子位置x
ijs
：
[0127]vijs
(n+1)＝v
ijs
(n)+c1r1(p
ijs-x
is
(n))+c2r2(p
gs-x
ijs
(n))
ꢀꢀ
(12)
[0128]
x
ijs
(n+1)＝x
ijs
(n)+v
ijs
(n+1)，lb《x
ijs
《ub
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(13)
[0129]
其中，公式(12)和(13)中v
ijs
(n+1)表示第n+1个粒子群中第j个粒子对应的第i维速度，v
ijs
表示第n个粒子群中第j个粒子对应的第i维速度，x
ijs
表示第j个粒子对应的第i维位置，n表示迭代次数，c1和c2为加速常数，r1、r2为随机数，-v
max
(i)为第i个速度数值范围的最小值，v
max
(i)为第i个速度数值范围的最大值，p
is
表示第n个粒子群中第j个粒子的局部最优位置，p
gs
表示第n个粒子群的全局最优位置。其中，x
is
(n+1)表示第n+1个粒子群中第j个粒子对应的第i维位置，x
is
(n)表示第n个粒子群中第j个粒子对应的第i维位置，v
is
(n+1)表示第n+1个粒子群中第j个粒子的第i维速度。
[0130]
其中，v
ijs
也称为v
is
，x
ijs
也称为x
is
。即v
is
表示粒子更新速度，x
is
表示粒子位置，n表示迭代次数。加速常数c1和c2，通常c1＝c2＝2。r1、r2可以为随机数，如介于(0,1)之间的随机数。v
is
的最大值为v
max
，如果v
is
大于v
max
，则取v
is
等于v
max
；v
is
的最小值为-v
max
，如果v
is
小于-v
max
，则取v
is
等于-v
max
。p
is
为粒子局部最优位置，表示第n个粒子到达的最优位置，p
gs
为全局最优位置，表示所有粒子到达的最优位置。
[0131]
可以理解，直至迭代次数n达到最大(即n)的时候停止迭代，即停止更新粒子群。
[0132]
如此，本技术通过粒子群的迭代计算可以得到cb，rb，cm，rm的最优参数，即扬声器的温升模型的最优热参数，进而这些热参数构建得到扬声器的温升模型的准确性较高。
[0133]
如此，在粒子群迭代更新结束后，将当前粒子群对应的热参数作为估计出的最优热参数，并采用这些最优热参数更新扬声器的温升模型。此时，温升模型估计出的扬声器音圈温度与实际扬声器音圈温度之间的差异较小。那么，在输入一个扬声器的输入功率时，上述温升模型可以输出较为准确的扬声器音圈温度。即，手机10在确定出扬声器较为准确的热参数以确定出精度较高的温升模型之后，可以根据该温升模型准确估计扬声器的温度，执行图2a示出的s101和s102。
[0134]
图4根据本技术的一些实施例，示出了一种适用于本技术实施例提供的扬声器音圈温度的估计方法的手机10的结构示意图。如图4所示，手机10可以包括处理器110、电源模块140、存储器180，移动通信模块130、无线通信模块120、传感器模块190、音频模块150、摄
像头170、接口模块160、按键101以及显示屏102等。
[0135]
可以理解的是，本发明实施例示意的结构并不构成对手机10的具体限定。在本技术另一些实施例中，手机10可以包括比图示更多或更少的部件，或者组合某些部件，或者拆分某些部件，或者不同的部件布置。图示的部件可以以硬件，软件或软件和硬件的组合实现。
[0136]
处理器110可以包括一个或多个处理单元，例如，可以包括中央处理器(central processing unit，cpu)、图像处理器(graphics processing unit，gpu)、数字信号处理器dsp、微处理器(micro-programmed control unit，mcu)、人工智能(artificial intelligence，ai)处理器或可编程逻辑器件(field programmable gate array，fpga)等的处理模块或处理电路。其中，不同的处理单元可以是独立的器件，也可以集成在一个或多个处理器中。处理器110中可以设置存储单元，用于存储指令和数据。在一些实施例中，处理器110中的存储单元为高速缓冲存储器180。处理器110可以执行本技术实施例提供的扬声器音圈温度的估计方法。
[0137]
电源模块140可以包括电源、电源管理部件等。电源可以为电池。电源管理部件用于管理电源的充电和电源向其他模块的供电。在一些实施例中，电源管理部件包括充电管理模块和电源管理模块。充电管理模块用于从充电器接收充电输入；电源管理模块用于连接电源，充电管理模块与处理器110。电源管理模块接收电源和/或充电管理模块的输入，为处理器110，显示屏102，摄像头170，及无线通信模块120等供电。
[0138]
移动通信模块130可以包括但不限于天线、功率放大器、滤波器、低噪声放大器(low noise amplify，lna)等。移动通信模块130可以提供应用在手机10上的包括2g/3g/4g/5g等无线通信的解决方案。移动通信模块130可以由天线接收电磁波，并对接收的电磁波进行滤波，放大等处理，传送至调制解调处理器进行解调。移动通信模块130还可以对经调制解调处理器调制后的信号放大，经天线转为电磁波辐射出去。在一些实施例中，移动通信模块130的至少部分功能模块可以被设置于处理器110中。在一些实施例中，移动通信模块130至少部分功能模块可以与处理器110的至少部分模块被设置在同一个器件中。无线通信技术可以包括全球移动通讯系统(global system for mobile communications，gsm)，通用分组无线服务(general packet radio service，gprs)，码分多址接入(code division multiple access，cdma)，宽带码分多址(wideband code division multiple access，wcdma)，时分码分多址(time-division code division multiple access，td-scdma)，长期演进(long term evolution，lte)，蓝牙(bluetooth，bt)，全球导航卫星系统(global navigation satellite system，gnss)，无线局域网(wireless local area networks，wlan)，近距离无线通信技术(near field communication，nfc)，调频(frequency modulation，fm)和/或(field communication，nfc)，红外技术(infrared，ir)技术等。上述gnss可以包括全球卫星定位系统(global positioning system，gps)，全球导航卫星系统(global navigation satellite system，glonass)，北斗卫星导航系统(beidou navigation satellite system，bds)，准天顶卫星系统(quasi-zenith satellite system，qzss)和/或星基增强系统(satellite based augmentation systems，sbas)。
[0139]
无线通信模块120可以包括天线，并经由天线实现对电磁波的收发。无线通信模块
120可以提供应用在手机10上的包括无线局域网(wireless localarea networks，wlan)(如无线保真(wireless fidelity，wi-fi)网络)，蓝牙(bluetooth，bt)，全球导航卫星系统(global navigation satellite system，gnss)，调频(frequency modulation，fm)，近距离无线通信技术(near field communication，nfc)，红外技术(infrared，ir)等无线通信的解决方案。手机10可以通过无线通信技术与网络以及其他设备进行通信。
[0140]
在一些实施例中，手机10的移动通信模块130和无线通信模块120也可以位于同一模块中。
[0141]
显示屏102用于显示人机交互界面、图像、视频等。显示屏102包括显示面板。显示面板可以采用液晶显示屏(liquid crystal display，lcd)，有机发光二极管(organic light-emitting diode，oled)，有源矩阵有机发光二极体或主动矩阵有机发光二极体(active-matrix organic light emitting diode，amoled)，柔性发光二极管(flex light-emitting diode，fled)，miniled，microled，micro-oled，量子点发光二极管(quantum dot light emitting diodes，qled)等。
[0142]
传感器模块190可以包括接近光传感器、压力传感器，陀螺仪传感器，气压传感器，磁传感器，加速度传感器，距离传感器，指纹传感器，温度传感器，触摸传感器，环境光传感器，骨传导传感器等。
[0143]
音频模块150用于将数字音频信息转换成模拟音频信号输出，或者将模拟音频输入转换为数字音频信号。音频模块150还可以用于对音频信号编码和解码。在一些实施例中，音频模块150可以设置于处理器110中，或将音频模块150的部分功能模块设置于处理器110中。在一些实施例中，音频模块150可以包括扬声器151、听筒152、麦克风153以及耳机接口154。
[0144]
摄像头170用于捕获静态图像或视频。物体通过镜头生成光学图像投射到感光元件。感光元件把光信号转换成电信号，之后将电信号传递给图像信号处理(image signal processing，isp)转换成数字图像信号。手机10可以通过isp，摄像头170，视频编解码器，图形处理器(graphic processing unit，gpu)，显示屏102以及应用处理器等实现拍摄功能。
[0145]
接口模块160包括外部存储器接口、通用串行总线(universal serial bus，usb)接口及用户标识模块(subscriber identification module，sim)卡接口等。其中外部存储器接口可以用于连接外部存储卡，例如micro sd卡，实现扩展手机10的存储能力。外部存储卡通过外部存储器接口与处理器110通信，实现数据存储功能。通用串行总线接口用于手机10和其他电子设备进行通信。用户标识模块卡接口用于与安装至手机1010的sim卡进行通信，例如读取sim卡中存储的电话号码，或将电话号码写入sim卡中。
[0146]
在一些实施例中，手机10还包括按键101、马达以及指示器等。其中，按键101可以包括音量键、开/关机键等。马达用于使手机10产生振动效果，例如在用户的手机10被呼叫的时候产生振动，以提示用户接听手机10来电。指示器可以包括激光指示器、射频指示器、led指示器等。
[0147]
本技术公开的机制的各实施例可以被实现在硬件、软件、固件或这些实现方法的组合中。本技术的实施例可实现为在可编程系统上执行的计算机程序或程序代码，该可编程系统包括至少一个处理器、存储系统(包括易失性和非易失性存储器和/或存储元件)、至少一个输入设备以及至少一个输出设备。
[0148]
可将程序代码应用于输入指令，以执行本技术描述的各功能并生成输出信息。可以按已知方式将输出信息应用于一个或多个输出设备。为了本技术的目的，处理系统包括具有诸如例如数字信号处理器(dsp)、微控制器、专用集成电路(asic)或微处理器之类的处理器的任何系统。
[0149]
程序代码可以用高级程序化语言或面向对象的编程语言来实现，以便与处理系统通信。在需要时，也可用汇编语言或机器语言来实现程序代码。事实上，本技术中描述的机制不限于任何特定编程语言的范围。在任一情形下，该语言可以是编译语言或解释语言。
[0150]
在一些情况下，所公开的实施例可以以硬件、固件、软件或其任何组合来实现。所公开的实施例还可以被实现为由一个或多个暂时或非暂时性机器可读(例如，计算机可读)存储介质承载或存储在其上的指令，其可以由一个或多个处理器读取和执行。例如，指令可以通过网络或通过其他计算机可读介质分发。因此，机器可读介质可以包括用于以机器(例如，计算机)可读的形式存储或传输信息的任何机制，包括但不限于，软盘、光盘、光碟、只读存储器(cd-roms)、磁光盘、只读存储器(rom)、随机存取存储器(ram)、可擦除可编程只读存储器(eprom)、电可擦除可编程只读存储器(eeprom)、磁卡或光卡、闪存、或用于利用因特网以电、光、声或其他形式的传播信号来传输信息(例如，载波、红外信号数字信号等)的有形的机器可读存储器。因此，机器可读介质包括适合于以机器(例如，计算机)可读的形式存储或传输电子指令或信息的任何类型的机器可读介质。
[0151]
在附图中，可以以特定布置和/或顺序示出一些结构或方法特征。然而，应该理解，可能不需要这样的特定布置和/或排序。而是，在一些实施例中，这些特征可以以不同于说明性附图中所示的方式和/或顺序来布置。另外，在特定图中包括结构或方法特征并不意味着暗示在所有实施例中都需要这样的特征，并且在一些实施例中，可以不包括这些特征或者可以与其他特征组合。
[0152]
需要说明的是，本技术各设备实施例中提到的各单元/模块都是逻辑单元/模块，在物理上，一个逻辑单元/模块可以是一个物理单元/模块，也可以是一个物理单元/模块的一部分，还可以以多个物理单元/模块的组合实现，这些逻辑单元/模块本身的物理实现方式并不是最重要的，这些逻辑单元/模块所实现的功能的组合才是解决本技术所提出的技术问题的关键。此外，为了突出本技术的创新部分，本技术上述各设备实施例并没有将与解决本技术所提出的技术问题关系不太密切的单元/模块引入，这并不表明上述设备实施例并不存在其它的单元/模块。
[0153]
需要说明的是，在本专利的示例和说明书中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个”限定的要素，并不排除在包括上述要素的过程、方法、物品或者设备中还存在另外的相同要素。
[0154]
虽然通过参照本技术的某些优选实施例，已经对本技术进行了图示和描述，但本领域的普通技术人员应该明白，可以在形式上和细节上对其作各种改变，而不偏离本技术的精神和范围。

技术特征：
1.一种扬声器音圈温度的估计方法，应用于电子设备，所述电子设备中具有扬声器，其特征在于，所述方法包括：建立所述扬声器的温升模型，所述温升模型为所述扬声器的输入功率与所述扬声器的音圈温度之间的映射关系，所述温升模型中包括所述扬声器的热参数，并且所述热参数为采用随机优化算法确定得到的，所述随机优化算法确定所述热参数过程应用的目标函数用于指示所述温升模型得到的估计音圈温度与实际音圈温度之间的差异；将所述扬声器的第一输入功率输入所述温升模型，得到与所述第一输入功率对应的音圈温度。2.根据权利要求1所述的方法，其特征在于，所述随机优化算法为粒子群优化算法，并且所述方法包括：在迭代次数n等于0时，初始化第n个粒子群，所述第n个粒子群中包括j个粒子，每个粒子对应所述热参数的一组取值，n取值为大于或等于0的整数；将迭代次数n加1；在第n次迭代过程中，根据所述第n个粒子群的第j个粒子分别构建第j个温升模型，并将所述扬声器的第n个输入功率分别输入所述第j个温升模型，得到所述第n个粒子群的第j个粒子对应的第j个估计音圈温度，其中j为小于等于j的正整数，j表示所述第n个粒子群的粒子规模；在第n次迭代过程中，根据所述第j个估计音圈温度与预先测量的第n个实际音圈温度，采用所述目标函数计算所述第n个粒子群中的第j个粒子的适应度；在第n次迭代过程中，根据所述第n个粒子群的第j个粒子的适应度，更新所述第n个粒子群的第j个粒子的局部最优位置，并根据所述第n个粒子群的各个粒子的局部位置更新所述第n个粒子群的全局最优位置；对应于满足目标条件，将所述第n个粒子群的全局最优位置对应的热参数作为所述温升模型的热参数；对应于不满足目标条件，将所述第n个粒子群更新为第n+1个粒子群。3.根据权利要求2所述的方法，其特征在于，在迭代次数n等于0时，初始化第n个粒子群，包括：采用第一随机矩阵初始化所述第n个粒子群的位置，使得所述第一随机矩阵的第j列向量对应的第i维的位置处于第i个位置数值范围内，所述第一随机矩阵中的第j列向量代表所述第n个粒子群中的第j个粒子，所述第一随机矩阵的第j列向量对应的第i维的位置表示所述第j个粒子中的第i种热参数的取值，i为小于或等于i的正整数；采用第二随机矩阵初始化所述第n个粒子群的速度，使得所述第二随机矩阵的第j列向量对应的第i维的速度处于第i个速度数值范围内，所述第二随机矩阵中的第j列向量代表所述第n个粒子群中的第j个粒子，所述第二随机矩阵中每个列向量的第i维的速度表示所述第j个粒子对应的第i种热参数的数值变化速度。4.根据权利要求2或3所述的方法，其特征在于，所述将所述第n个粒子群更新为第n+1个粒子群，包括：根据所述第n个粒子群中第j个粒子对应的第i维速度、所述第n个粒子群中第j个粒子
的局部最优位置以及全局最优位置，得到第n+1个粒子中第j个粒子对应的第i维速度，其中，所述第n+1个粒子对应的第i维速度处于所述第i个速度数值范围内；将所述第n个粒子群中第j个粒子对应的第i维位置与所述第n+1个粒子群中第j个粒子对应的第i维速度相加，得到所述第n+1个粒子群的第j个粒子对应的第i维位置，使得所述第n+1个粒子对应的第j个粒子对应的第i维位置处于所述第i个位置数值范围内。5.根据权利要求4所述的方法，其特征在于，所述根据所述第n个粒子群中第j个粒子对应的第i维速度、所述第n个粒子群中第j个粒子的局部最优位置以及全局最优位置，得到第n+1个粒子中第j个粒子对应的第i维速度，包括：对于所述第n个粒子群中第j个粒子，采用公式v
ijs
(n+1)＝v
ijs
(n)+c1r1(p
ijs-x
is
(n))+c2r2(p
gs-x
ijs
(n))，更新所述第n+1个粒子群中第j个粒子，其中-v
max
(i)≤v
ijs
≤v
max
(i)，并且v
ijs
(n+1)表示所述第n+1个粒子群中第j个粒子对应的第i维速度，v
ijs
表示所述第n个粒子群中第j个粒子对应的第i维速度，x
ijs
表示所述第j个粒子对应的第i维位置，n表示迭代次数，c1和c2为加速常数，r1、r2为随机数，-v
max
(i)为所述第i个速度数值范围的最小值，v
max
(i)为所述第i个速度数值范围的最大值，p
is
表示所述第n个粒子群中第j个粒子的局部最优位置，p
gs
表示所述第n个粒子群的全局最优位置。6.根据权利要求1至5中任一项所述的方法，其特征在于，所述目标函数通过公式实现；其中，表示所述扬声器的实际音圈温度，t
model
(t)表示根据所述温升模型计算出的估计音圈温度，t_test表示测量所述实际音圈温度的时刻与计算所述估计音圈温度的时刻之间的时间。7.根据权利要求2至5中任一项所述的方法，其特征在于，所述目标条件包括：迭代次数n等于n，或者所述全局最优位置对应的粒子的适应度小于最小适应度阈值，n为大于1的正整数。8.根据权利要求2所述的方法，其特征在于，所述根据所述第n个粒子群的第j个粒子的适应度，更新所述第n个粒子群的第j个粒子的局部最优位置，并根据所述第n个粒子群的各个粒子的局部位置更新所述第n个粒子群的全局最优位置，包括：若所述第n个粒子群的第j个粒子的适应度大于第n-1个粒子群的第j个粒子的适应度，则将所述第n个粒子群的第j个粒子对应的位置作为所述第n个粒子群的第j个粒子的局部最优位置；若所述第n个粒子群的一个粒子的适应度大于第n-1个粒子群的所述第n-1个粒子群的局部最优位置对应的粒子的适应度，则将所述第n个粒子群的第j个粒子对应的位置更新所述第n个粒子群的局部最优位置。9.根据权利要求1至8中任一项所述的方法，其特征在于，所述扬声器中包括音圈和磁铁，所述目标热参数包括：音圈热容、音圈热阻、磁铁热阻以及磁铁热容。10.根据权利要求9所述的方法，其特征在于，所述温升模型采用如下公式实现：t
b
[0]＝t
m
[0]＝t
a
；
其中，t
b
(t)表示音圈温度，t
m
(t)表示磁铁温度，t
a
(t)表示环境温度，c
b
，r
b
分别表示音圈热容和音圈热阻，c
m
，r
m
分别表示磁铁热容和磁铁热阻，t为离散化采样周期，k为正整数，p(k)表示扬声器的输入功率。11.一种可读介质，其特征在于，所述可读介质上存储有指令，该指令在电子设备上执行时使电子设备执行权利要求1至10中任一项所述的扬声器音圈温度的估计方法。12.一种电子设备，其特征在于，包括：存储器，用于存储由电子设备的一个或多个处理器执行的指令，以及处理器，是电子设备的处理器之一，用于执行权利要求1至10中任一项所述的扬声器音圈温度的估计方法。13.一种计算机程序产品，其特征在于，包括计算机程序/指令，所述计算机程序/指令被处理器执行时实现权利要求1至10中任一项所述的扬声器音圈温度的估计方法。

技术总结
本申请涉及终端技术领域，公开了一种扬声器音圈温度的估计方法、介质、电子设备及产品，能够提升扬声器温升模型的精度。该方法包括：建立扬声器的温升模型，温升模型为扬声器的输入功率与扬声器的音圈温度之间的映射关系，温升模型中包括扬声器的热参数，并且热参数为采用随机优化算法确定得到的，随机优化算法确定热参数过程应用的目标函数用于指示温升模型得到的估计音圈温度与实际音圈温度之间的差异；将扬声器的第一输入功率输入温升模型，得到与第一输入功率对应的音圈温度。到与第一输入功率对应的音圈温度。到与第一输入功率对应的音圈温度。


技术研发人员：张宁宁 黄乘黄 张建明 贾六伟
受保护的技术使用者：上海艾为电子技术股份有限公司
技术研发日：2023.06.16
技术公布日：2023/9/20