CN108538304A - 车内噪声主动控制系统 - Google Patents

车内噪声主动控制系统 Download PDF

Info

Publication number
CN108538304A
CN108538304A CN201810194233.8A CN201810194233A CN108538304A CN 108538304 A CN108538304 A CN 108538304A CN 201810194233 A CN201810194233 A CN 201810194233A CN 108538304 A CN108538304 A CN 108538304A
Authority
CN
China
Prior art keywords
noise
signal
error
unit
input signal
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201810194233.8A
Other languages
English (en)
Other versions
CN108538304B (zh
Inventor
罗顺安
张锋
李海燕
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Huaqiao University
Original Assignee
Huaqiao University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Huaqiao University filed Critical Huaqiao University
Priority to CN201810194233.8A priority Critical patent/CN108538304B/zh
Publication of CN108538304A publication Critical patent/CN108538304A/zh
Application granted granted Critical
Publication of CN108538304B publication Critical patent/CN108538304B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L21/00—Speech or voice signal processing techniques to produce another audible or non-audible signal, e.g. visual or tactile, in order to modify its quality or its intelligibility
    • G10L21/02—Speech enhancement, e.g. noise reduction or echo cancellation
    • G10L21/0208—Noise filtering
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10K—SOUND-PRODUCING DEVICES; METHODS OR DEVICES FOR PROTECTING AGAINST, OR FOR DAMPING, NOISE OR OTHER ACOUSTIC WAVES IN GENERAL; ACOUSTICS NOT OTHERWISE PROVIDED FOR
    • G10K11/00—Methods or devices for transmitting, conducting or directing sound in general; Methods or devices for protecting against, or for damping, noise or other acoustic waves in general
    • G10K11/16—Methods or devices for protecting against, or for damping, noise or other acoustic waves in general
    • G10K11/175—Methods or devices for protecting against, or for damping, noise or other acoustic waves in general using interference effects; Masking sound
    • G10K11/178—Methods or devices for protecting against, or for damping, noise or other acoustic waves in general using interference effects; Masking sound by electro-acoustically regenerating the original acoustic waves in anti-phase
    • G10K11/1781—Methods or devices for protecting against, or for damping, noise or other acoustic waves in general using interference effects; Masking sound by electro-acoustically regenerating the original acoustic waves in anti-phase characterised by the analysis of input or output signals, e.g. frequency range, modes, transfer functions
    • G10K11/17813—Methods or devices for protecting against, or for damping, noise or other acoustic waves in general using interference effects; Masking sound by electro-acoustically regenerating the original acoustic waves in anti-phase characterised by the analysis of input or output signals, e.g. frequency range, modes, transfer functions characterised by the analysis of the acoustic paths, e.g. estimating, calibrating or testing of transfer functions or cross-terms
    • G10K11/17817—Methods or devices for protecting against, or for damping, noise or other acoustic waves in general using interference effects; Masking sound by electro-acoustically regenerating the original acoustic waves in anti-phase characterised by the analysis of input or output signals, e.g. frequency range, modes, transfer functions characterised by the analysis of the acoustic paths, e.g. estimating, calibrating or testing of transfer functions or cross-terms between the output signals and the error signals, i.e. secondary path
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10K—SOUND-PRODUCING DEVICES; METHODS OR DEVICES FOR PROTECTING AGAINST, OR FOR DAMPING, NOISE OR OTHER ACOUSTIC WAVES IN GENERAL; ACOUSTICS NOT OTHERWISE PROVIDED FOR
    • G10K11/00—Methods or devices for transmitting, conducting or directing sound in general; Methods or devices for protecting against, or for damping, noise or other acoustic waves in general
    • G10K11/16—Methods or devices for protecting against, or for damping, noise or other acoustic waves in general
    • G10K11/175—Methods or devices for protecting against, or for damping, noise or other acoustic waves in general using interference effects; Masking sound
    • G10K11/178—Methods or devices for protecting against, or for damping, noise or other acoustic waves in general using interference effects; Masking sound by electro-acoustically regenerating the original acoustic waves in anti-phase
    • G10K11/1781—Methods or devices for protecting against, or for damping, noise or other acoustic waves in general using interference effects; Masking sound by electro-acoustically regenerating the original acoustic waves in anti-phase characterised by the analysis of input or output signals, e.g. frequency range, modes, transfer functions
    • G10K11/17821—Methods or devices for protecting against, or for damping, noise or other acoustic waves in general using interference effects; Masking sound by electro-acoustically regenerating the original acoustic waves in anti-phase characterised by the analysis of input or output signals, e.g. frequency range, modes, transfer functions characterised by the analysis of the input signals only
    • G10K11/17823—Reference signals, e.g. ambient acoustic environment
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10K—SOUND-PRODUCING DEVICES; METHODS OR DEVICES FOR PROTECTING AGAINST, OR FOR DAMPING, NOISE OR OTHER ACOUSTIC WAVES IN GENERAL; ACOUSTICS NOT OTHERWISE PROVIDED FOR
    • G10K11/00—Methods or devices for transmitting, conducting or directing sound in general; Methods or devices for protecting against, or for damping, noise or other acoustic waves in general
    • G10K11/16—Methods or devices for protecting against, or for damping, noise or other acoustic waves in general
    • G10K11/175—Methods or devices for protecting against, or for damping, noise or other acoustic waves in general using interference effects; Masking sound
    • G10K11/178—Methods or devices for protecting against, or for damping, noise or other acoustic waves in general using interference effects; Masking sound by electro-acoustically regenerating the original acoustic waves in anti-phase
    • G10K11/1785—Methods, e.g. algorithms; Devices
    • G10K11/17853—Methods, e.g. algorithms; Devices of the filter
    • G10K11/17854—Methods, e.g. algorithms; Devices of the filter the filter being an adaptive filter
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L21/00—Speech or voice signal processing techniques to produce another audible or non-audible signal, e.g. visual or tactile, in order to modify its quality or its intelligibility
    • G10L21/02—Speech enhancement, e.g. noise reduction or echo cancellation
    • G10L21/0208—Noise filtering
    • G10L21/0216—Noise filtering characterised by the method used for estimating noise
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
    • G10L25/75—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 for modelling vocal tract parameters

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Acoustics & Sound (AREA)
  • Multimedia (AREA)
  • Computational Linguistics (AREA)
  • Signal Processing (AREA)
  • Health & Medical Sciences (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Human Computer Interaction (AREA)
  • Quality & Reliability (AREA)
  • Soundproofing, Sound Blocking, And Sound Damping (AREA)
  • Fittings On The Vehicle Exterior For Carrying Loads, And Devices For Holding Or Mounting Articles (AREA)

Abstract

本发明提供了一种车内噪声主动控制系统，包括：参考信号形成单元、信道辨识单元、自适应滤波器单元、扬声器、误差信号拾取与分析单元；所述自适应滤波器单元连接所述参考信号形成单元、所述信道辨识单元及所述扬声器；应用本技术方案可有效避免次级声噪音污染，方便滤波器根据实际情况进行重新辨识，缩短开发周期；有效地在三维空间内提高系统降噪效果。

Description

车内噪声主动控制系统
技术领域
本发明涉及降低噪音的领域，具体是指一种车内噪声主动控制系统。
背景技术
随着汽车行业的发展和人们对高质量生活的追求，车内噪声水平越来越成 为影响产品竞争力的主要因素之一。传统上采用被动的方式降低车内噪声，通 过优化汽车结构减少噪声产生，和采用吸声材料在物理上进行降噪，被动降噪 占用空间大，灵活性差，开发周期长。现有主动降噪系统一般采用麦克风直接 在驾驶舱内拾取参考信号，但由扬声器发出的次级声会逆向传播至参考信号麦 克风，造成次级声污染，影响参考信号的准确性，降低了降噪效果和系统稳定 性；且在三维空间中，降噪后残余的噪声会向各个方向传播，采用单个误差传 感器采集残余噪声并不准确，同样会降低降噪效果。
发明内容
本发明的目的在于克服上述现有技术中的不足，提供一种车内噪声主动控 制系统；有效避免了次级声噪音污染，方便滤波器根据实际情况进行重新辨识， 缩短开发周期；有效地在三维空间内提高系统降噪效果。
为了解决上述技术问题，本发明提供了一种车内噪声主动控制系统，包括： 参考信号形成单元、信道辨识单元、自适应滤波器单元、扬声器、误差信号拾 取与分析单元；所述自适应滤波器单元连接所述参考信号形成单元、所述信道 辨识单元及所述扬声器；
所述参考信号形成单元获取噪声产生部件工作状态，所述噪声产生部件包 括汽车发动机舱及各个由于振动而产生辐射噪声的部件；电子控制单元连接所 述参考信号形成单元，所述电子控制单元发送发动机的转速及负载信息至所述 参考信号形成单元根据预先标定关系形成参考信号x1(k)；利用加速度传感器获 取部件振动状态，再根据预先标定关系实时形成参考信号x2(k)、x3(k)、…xL(k)；
汽车座椅靠背靠近乘客耳朵位置为噪声接收处，所述信道辨识单元采用自 适应辨识方式辨识各噪声源至噪声接收处的声传播通道，及所述滤波器输出控 制信号至扬声器对信号传播通道进行辨识；运用主成分分析方法对辨识的传递 矩阵进行降维，得到与噪声源对应的初级通道模型Pn(z),(n＝1.2.3...L)和次级通道模型 S(z)；
所述自适应滤波器单元以各参考信号xn(k),(n＝1.2.3…L)与所述参考信号xn(k),(n＝1.2.3…L)对应的初级通道模型Pn(z),(n＝1.2.3…L)的卷积之和作为输入信号xS(k)，并 生成控制信号y(k)驱动扬声器生成次级声；所述误差信号拾取与分析单元利用 多个误差传感器拾取残余噪声，并提取主噪声成分e(k)；自适应滤波器单元根 据输入信号xS(k)和主噪声成分e(k)，基于Fx-RLS算法对结构参数w(k)进行调整， 直至主噪声成分e(k)达到最小值。
在一较佳的实施例中，所述输入信号xS(k)包括用于生成控制信号的第一输 入信号xP(k)及用于调整自适应滤波器单元结构参数w(k)的第二输入信号xS(k)； 所述第一输入信号xP(k)由各参考信号xn(k),(n＝1.2.3.L)与对应初级通道Pn(z),(n＝1.2.3.L进行卷积运算后求和获得所述第二输入信号由第一输入信 号xP(k)与次级通道模型S(z)进行卷积运算获得xS(k)＝xP(k)·S(Z)。
在一较佳的实施例中，所述扬声器设置于噪声接收处，滤波器接收第一输 入信号xP(k)，并与自适应滤波器单元结构参数w(k)进行卷积计算获得控制信号y(k)＝xP(k)·w(k)；所述控制信号y(k)驱动扬声器发出次级声，并与传播至乘客耳 朵处的原噪声进行抵消，以达到降噪效果。
在一较佳的实施例中，所述误差传感器具体为误差麦克风，所述误差麦克 风设置于座椅靠背各方向边沿，用于多方位拾取初级声与次级声抵消后残余的 噪声ei(k),(i＝1.2.3...M)；将各误差麦克风采集的残余噪声组成误差信号向量，采用主 成分分析方法对误差向量进行处理，以获得主噪声成分e(k)。
在一较佳的实施例中，所述自适应辨识方式基于RLS算法进行，同时对声 传播通道和自适应滤波器单元输入相同信号，将二者输出信号进行比较获得误 差信号eb(k)，根据RLS算法调整滤波器结构参数wb(k)，依照 wb(k+1)＝wb(k)+Kb(k)·eb(k)进行更新，其中增益向量由遗 忘因子γ、输入信号向量x(k)和输入信号逆相关矩阵Qb(k-1)确定，直到误差信号 eb(k)降至最低，滤波器的结构参数向量即代表对应信道特征；，式中H表示埃 尔米特转置；将辨识的结构参数向量用主成分分析法进行降维，得到各初级通 道模型Pn(z),(n＝1.2.3…L)和次级通道模型S(z)。
在一较佳的实施例中，所述误差信号拾取与分析单元用于获取误差信号， 扬声器与传播至噪声接收处的原噪声进行抵消，在三维空间中残余的噪声会向 各个方向传播，采用多个误差麦克风安置在座椅靠背各方向边沿，以从多方位 拾取残余噪声，将残余的噪声组成误差向量，采用主成分分析法降低误差向量 维数，获得主要残余噪声成分，作为主要误差成分输入自适应滤波器单元。
在一较佳的实施例中，所述用于生成控制信号的自适应滤波器根据输入信 号和误差信号,采用Fx-RLS算法调整滤波器结构参数w(k)， w(k+1)＝w(k)+K(k)·e(k)进行更新，其中增益向量由遗忘因 子γ、输入信号向量x(k)和输入信号逆相关矩阵Q(k-1)确定，直至误差信号e(k)降 到最低值，此时通过输出信号驱动扬声器发出的次级声能最大限度抵消原噪 声，达到降噪效果。
相较于现有技术，本发明的技术方案具备以下有益效果：
1.通过预先标定关系这种间接的方式获得各噪声源参考信号，能避免直接 用麦克风采集参考信号中，由于扬声器发出的次级声逆向传播至麦克风导致的 次级声污染。
2.采用自适应滤波器辨识初级通道与次级通道模型，当噪声源或噪声接收 位置发生变化时，可以很方便地进行重新辨识，有效地缩短了开发周期。
3.同时通过设置多个误差传感器，可使在三维空间中，残余噪声会向各个 方向辐射，采用多个误差传感器能准确获取残余噪声信息，基于主成分分析法 获取主噪声成分降低运算复杂度，从而有效提高系统降噪效果。
附图说明
图1为本发明优选实施例中车内噪声主动控制系统结构框图；
图2为本发明优选实施例中车内噪声主动控制系统工作流程图；
图3为本发明优选实施例中扬声器与误差麦克风安装示位置意图；
图4为本发明优选实施例中FIR滤波器结构。
具体实施方式
下文结合附图和具体实施方式对本发明做进一步说明。
一种车内噪声主动控制系统，参考图1至4，主要包括：参考信号形成单 元、信道辨识单元、自适应滤波器单元1、扬声器2、误差信号拾取与分析单 元；所述自适应滤波器单元1连接所述参考信号形成单元、所述信道辨识单元 及所述扬声器2；所述参考信号形成单元获取噪声产生部件工作状态，所述噪 声产生部件包括汽车发动机舱及各个由于振动而产生辐射噪声的部件(包括汽 车底盘)；电子控制单元连接所述参考信号形成单元，所述电子控制单元发送 发动机的转速及负载信息至所述参考信号形成单元根据汽车发动机舱转速及 负载信息与器辐射噪声预先标定关系形成参考信号x1(k)；利用加速度传感器获 取部件振动状态，再根据部件振动状态与辐射噪声预先标定关系实时形成参考 信号x2(k)、x3(k)、…xL(k)；这样通过预先标定关系这种间接的方式获得各噪声 源参考信号，能避免直接用误差传感器采集参考信号中，由于扬声器2发出的 次级声逆向传播至误差传感器导致的次级声污染，从而提高降噪效率。
由上述参考信号形成单形成参考信号后，开始辨识声传播通道；设定汽车 座椅靠背靠近乘客耳朵位置为噪声接收处，所述信道辨识单元采用自适应辨识 方式辨识各噪声源至噪声接收处的声传播通道，及所述滤波器输出控制信号至 扬声器2对信号传播通道进行辨识；运用主成分分析方法对辨识的传递矩阵进 行降维，得到与噪声源对应的初级通道模型Pn(z),(n＝1.2.3...L)和次级通道模型S(z)； 这样采用自适应滤波器辨识初级通道与次级通道模型，当噪声源或噪声接收位 置发生变化时，可以很方便地进行重新辨识，有效地缩短了开发周期，从而提 高降噪效率，获得更好的降噪效果。
得到初级通道模型Pn(z),(n＝1.2.3...L)与次级通道模型S(z)后实施以下步骤：所述 自适应滤波器单元1以各参考信号xn(k),(n＝1.2.3...L)与所述参考信号xn(k),(n＝1.2.3...L)对应 的初级通道模型Pn(z),(n＝1.2.3...L)的卷积之和作为输入信号xS(k)，并生成控制信号 y(k)驱动扬声器2生成次级声；所述误差信号拾取与分析单元利用多个误差传 感器拾取残余噪声，并提取主噪声成分e(k)；自适应滤波器单元1根据输入信 号xS(k)和主噪声成分e(k)，基于Fx-RLS算法对结构参数w(k)进行调整，直至主 噪声成分e(k)达到最小值。同时通过设置多个误差传感器，可使在三维空间中， 残余噪声会向各个方向辐射，采用多个误差传感器能准确获取残余噪声信息， 基于主成分分析法3获取主噪声成分降低运算复杂度，从而有效提高系统降噪 效果。
以下讲述所述输入信号xS(k)具体如何生成：所述输入信号xS(k)包括用于生 成控制信号的第一输入信号xP(k)及用于调整自适应滤波器单元1结构参数w(k)的第二输入信号xS(k)；所述第一输入信号xP(k)由各参考信号xn(k),(n＝1.2.3...L)与对应 初级通道Pn(z),(n＝1.2.3...L)进行卷积运算后求和获得所述第二输 入信号由第一输入信号xP(k)与次级通道模型S(z)进行卷积运算获得 xS(k)＝xP(k)·S(Z)。
以下讲述所述控制信号y(k)具体如何生成：所述扬声器2设置于噪声接收 处，滤波器接收第一输入信号xP(k)，并与自适应滤波器单元1结构参数w(k)进 行卷积计算获得控制信号y(k)＝xP(k)·w(k)；所述控制信号y(k)驱动扬声器2发出 次级声，并与传播至乘客耳朵处的原噪声进行抵消，以达到降噪效果。
具体来说，所述误差传感器具体为误差麦克风4，所述误差麦克风4设置 于座椅靠背各方向边沿，用于多方位拾取初级声与次级声抵消后残余的噪声 ei(k),(i＝1.2.3...M)；将各误差麦克风4采集的残余噪声组成误差信号向量，采用主成 分分析方法对误差向量进行处理，以获得主噪声成分e(k)。
以下说明所述自适应辨识方式具体如何运用：所述自适应辨识方式基于 RLS算法进行，同时对声传播通道和自适应滤波器单元1输入相同信号，将二 者输出信号进行比较获得误差信号eb(k)，根据RLS算法调整滤波器结构参数wb(k)，依照wb(k+1)＝wb(k)+Kb(k)·eb(k)进行更新，其中增益向量 由遗忘因子γ、输入信号向量x(k)和输入信号逆相关矩阵 Qb(k-1)确定，直到误差信号eb(k)降至最低，滤波器的结构参数向量即代表对应 信道特征；，式中H表示埃尔米特转置；将辨识的结构参数向量用主成分分析 法3进行降维，得到各初级通道模型Pn(z),(n＝1.2.3…L)和次级通道模型S(z)。所述误 差信号拾取与分析单元用于获取误差信号，扬声器2与传播至噪声接收处的原 噪声进行抵消，在三维空间中残余的噪声会向各个方向传播，采用多个误差麦 克风4安置在座椅靠背各方向边沿，以从多方位拾取残余噪声，将残余的噪声 组成误差向量，采用主成分分析法3降低误差向量维数，获得主要残余噪声成 分，作为主要误差成分输入自适应滤波器单元1。所述用于生成控制信号的自 适应滤波器根据输入信号和误差信号,采用Fx-RLS算法调整滤波器结构参数w(k)，w(k+1)＝w(k)+K(k)·e(k)进行更新，其中增益向量由遗 忘因子γ、输入信号向量x(k)和输入信号逆相关矩阵Q(k-1)确定，直至误差信号 e(k)降到最低值，此时通过输出信号驱动扬声器2发出的次级声能最大限度抵 消原噪声，达到降噪效果。通过本系统实现的降噪效果明显，效率显著提高。
以上所述，仅为本发明较佳的具体实施方式，但本发明的设计构思并不局 限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，利用此 构思对本发明进行非实质性的改动，均属于侵犯本发明保护范围的行为。

Claims (7)

1.一种车内噪声主动控制系统，其特征在于包括：
参考信号形成单元、信道辨识单元、自适应滤波器单元、扬声器、误差信号拾取与分析单元；所述自适应滤波器单元连接所述参考信号形成单元、所述信道辨识单元及所述扬声器；
所述参考信号形成单元获取噪声产生部件工作状态，所述噪声产生部件包括汽车发动机舱及各个由于振动而产生辐射噪声的部件；电子控制单元连接所述参考信号形成单元，所述电子控制单元发送发动机的转速及负载信息至所述参考信号形成单元根据汽车发动机舱转速及负载信息与器辐射噪声预先标定关系形成参考信号x1(k)；利用加速度传感器获取部件振动状态，再根据部件振动状态与辐射噪声预先标定关系实时形成参考信号x2(k)、x3(k)、…xL(k)；
汽车座椅靠背靠近乘客耳朵位置为噪声接收处，所述信道辨识单元采用自适应辨识方式辨识各噪声源至噪声接收处的声传播通道，及所述滤波器输出控制信号至扬声器对信号传播通道进行辨识；运用主成分分析方法对辨识的传递矩阵进行降维，得到与噪声源对应的初级通道模型Pn(z),(n＝1.2.3...L)和次级通道模型S(z)；
所述自适应滤波器单元以各参考信号xn(k),(n＝1.2.3...L)与所述参考信号xn(k),(n＝1.2.3...L)对应的初级通道模型Pn(z),(n＝1.2.3...L)的卷积之和作为输入信号，并生成控制信号y(k)驱动扬声器生成次级声；所述误差信号拾取与分析单元利用多个误差传感器拾取残余噪声，并提取主噪声成分e(k)；自适应滤波器单元根据输入信号和主噪声成分e(k)，基于Fx-RLS算法对结构参数w(k)进行调整，直至主噪声成分e(k)达到最小值。
2.根据权利要求1所述车内噪声主动控制系统，其特征在于所述输入信号包括用于生成控制信号的第一输入信号xP(k)及用于调整自适应滤波器单元结构参数w(k)的第二输入信号xS(k)；所述第一输入信号xP(k)由各参考信号xn(k),(n＝1.2.3...L)与对应初级通道Pn(z),(n＝1.2.3...L)进行卷积运算后求和获得所述第二输入信号xS(k)由第一输入信号xP(k)与次级通道模型S(z)进行卷积运算获得xS(k)＝xP(k)·S(Z)。
3.根据权利要求2所述车内噪声主动控制系统，其特征在于，所述扬声器设置于噪声接收处，滤波器接收第一输入信号xP(k)，并与自适应滤波器单元结构参数w(k)进行卷积计算获得控制信号y(k)＝xP(k)·w(k)；所述控制信号y(k)驱动扬声器发出次级声，并与传播至乘客耳朵处的原噪声进行抵消，以达到降噪效果。
4.根据权利要求1所述车内噪声主动控制系统，其特征在于，所述误差传感器具体为误差麦克风，所述误差麦克风设置于座椅靠背各方向边沿，用于多方位拾取初级声与次级声抵消后残余的噪声ei(k),(i＝1.2.3...M)；将各误差麦克风采集的残余噪声组成误差信号向量，采用主成分分析方法对误差向量进行处理，以获得主噪声成分e(k)。
5.根据权利要求1所述的车内噪声主动控制系统，其特征在于，所述自适应辨识方式基于RLS算法进行，同时对声传播通道和自适应滤波器单元输入相同信号，将二者输出信号进行比较获得误差信号eb(k)，根据RLS算法调整滤波器结构参数wb(k)，依照wb(k+1)＝wb(k)+Kb(k)·eb(k)进行更新，其中增益向量由遗忘因子γ、输入信号向量x(k)和输入信号逆相关矩阵Qb(k-1)确定，直到误差信号eb(k)降至最低，滤波器的结构参数向量即代表对应信道特征，式中H表示埃尔米特转置；将辨识的结构参数向量用主成分分析法进行降维，得到各初级通道模型Pn(z),(n＝1.2.3...L)和次级通道模型S(z)。
6.根据权利要求1所述的车内噪声主动控制系统，其特征在于，所述误差信号拾取与分析单元用于获取误差信号，扬声器与传播至噪声接收处的原噪声进行抵消，在三维空间中残余的噪声会向各个方向传播，采用多个误差麦克风安置在座椅靠背各方向边沿，以从多方位拾取残余噪声，将残余的噪声组成误差向量，采用主成分分析法降低误差向量维数，获得主要残余噪声成分，作为主要误差成分输入自适应滤波器单元。
7.根据权利要求1所述的车内噪声主动控制系统，其特征在于，所述用于生成控制信号的自适应滤波器根据输入信号和误差信号,采用Fx-RLS算法调整滤波器结构参数w(k)，w(k+1)＝w(k)+K(k)·e(k)进行更新，其中增益向量由遗忘因子γ、输入信号向量x(k)和输入信号逆相关矩阵Q(k-1)确定，直至误差信号e(k)降到最低值，此时通过输出信号驱动扬声器发出的次级声能最大限度抵消原噪声，达到降噪效果。
CN201810194233.8A 2018-03-09 2018-03-09 车内噪声主动控制系统 Active CN108538304B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810194233.8A CN108538304B (zh) 2018-03-09 2018-03-09 车内噪声主动控制系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810194233.8A CN108538304B (zh) 2018-03-09 2018-03-09 车内噪声主动控制系统

Publications (2)

Publication Number Publication Date
CN108538304A true CN108538304A (zh) 2018-09-14
CN108538304B CN108538304B (zh) 2021-10-01

Family

ID=63486737

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810194233.8A Active CN108538304B (zh) 2018-03-09 2018-03-09 车内噪声主动控制系统

Country Status (1)

Country Link
CN (1) CN108538304B (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111968613A (zh) * 2020-08-24 2020-11-20 湖南工业大学 一种主动控制车辆全局空间噪声的卷积-模糊神经网络方法
KR20200139949A (ko) * 2019-06-05 2020-12-15 삼성중공업 주식회사 부유식 구조물의 소음 저감 시스템
CN112509546A (zh) * 2020-10-22 2021-03-16 上海迪彼电子科技有限公司 一种针对汽车动态变化声场的主动降噪系统
CN114582312A (zh) * 2022-02-14 2022-06-03 中国科学院声学研究所 一种车内抗干扰自适应路噪主动控制方法及控制系统
CN115294953A (zh) * 2022-08-15 2022-11-04 浙江大学 一种多通道独立阶数滤波器的汽车车厢噪声主动控制方法
CN115620738A (zh) * 2022-12-14 2023-01-17 小米汽车科技有限公司 降噪方法、装置、电子设备及介质
WO2023065368A1 (zh) * 2021-10-22 2023-04-27 华为技术有限公司 一种信号处理方法、装置、存储介质和车辆

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2002093770A1 (en) * 2001-05-17 2002-11-21 Qualcomm Incorporated System and method for adjusting combiner weights using an adaptive algorithm in a wireless communications system
CN101231846A (zh) * 2007-12-27 2008-07-30 中国农业大学 利用声波干涉方式的主动噪声控制系统及噪声控制方法
CN101552939A (zh) * 2009-05-13 2009-10-07 吉林大学 车内声品质自适应主动控制系统和方法
CN101789771A (zh) * 2010-01-11 2010-07-28 南京大学 基于对数变换的脉冲噪声有源控制方法
CN101819766A (zh) * 2010-01-15 2010-09-01 浙江万里学院 一种用于消减噪声的多通道有源噪声控制方法
CN101833949A (zh) * 2010-04-26 2010-09-15 浙江万里学院 一种用于消减噪声的有源噪声控制方法
GB2487125A (en) * 2011-01-05 2012-07-11 Cambridge Silicon Radio Ltd Active noise cancellation controller with fixed hybrid filters and a third adaptive filter
CN102610226A (zh) * 2011-01-21 2012-07-25 本田技研工业株式会社 有源振动噪音控制装置
EP2629289A1 (en) * 2012-02-15 2013-08-21 Harman Becker Automotive Systems GmbH Feedback active noise control system with a long secondary path
CN104616667A (zh) * 2014-12-02 2015-05-13 清华大学 一种用于汽车内的主动降噪方法
CN106593578A (zh) * 2016-11-29 2017-04-26 清华大学苏州汽车研究院（相城） 一种汽车噪声主动控制方法及装置

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2002093770A1 (en) * 2001-05-17 2002-11-21 Qualcomm Incorporated System and method for adjusting combiner weights using an adaptive algorithm in a wireless communications system
CN101231846A (zh) * 2007-12-27 2008-07-30 中国农业大学 利用声波干涉方式的主动噪声控制系统及噪声控制方法
CN101552939A (zh) * 2009-05-13 2009-10-07 吉林大学 车内声品质自适应主动控制系统和方法
CN101789771A (zh) * 2010-01-11 2010-07-28 南京大学 基于对数变换的脉冲噪声有源控制方法
CN101819766A (zh) * 2010-01-15 2010-09-01 浙江万里学院 一种用于消减噪声的多通道有源噪声控制方法
CN101833949A (zh) * 2010-04-26 2010-09-15 浙江万里学院 一种用于消减噪声的有源噪声控制方法
GB2487125A (en) * 2011-01-05 2012-07-11 Cambridge Silicon Radio Ltd Active noise cancellation controller with fixed hybrid filters and a third adaptive filter
CN102610226A (zh) * 2011-01-21 2012-07-25 本田技研工业株式会社 有源振动噪音控制装置
EP2629289A1 (en) * 2012-02-15 2013-08-21 Harman Becker Automotive Systems GmbH Feedback active noise control system with a long secondary path
CN104616667A (zh) * 2014-12-02 2015-05-13 清华大学 一种用于汽车内的主动降噪方法
CN106593578A (zh) * 2016-11-29 2017-04-26 清华大学苏州汽车研究院（相城） 一种汽车噪声主动控制方法及装置

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
孙文豪 等: "自适应主动振动控制仿真分析", 《噪声与振动控制》 *
张维松: "一种基于RLS算法主动噪声控制系统的研究", 《中国农业大学学报》 *
景琪: "基于Volterra滤波器的非线性窄带主动噪声控制系统仿真研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》 *
陈克安: "《有源噪声控制》", 30 November 2014, 国防工业出版社 *

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20200139949A (ko) * 2019-06-05 2020-12-15 삼성중공업 주식회사 부유식 구조물의 소음 저감 시스템
KR102583863B1 (ko) 2019-06-05 2023-09-26 삼성중공업 주식회사 부유식 구조물의 소음 저감 시스템
CN111968613A (zh) * 2020-08-24 2020-11-20 湖南工业大学 一种主动控制车辆全局空间噪声的卷积-模糊神经网络方法
CN111968613B (zh) * 2020-08-24 2023-09-19 湖南工业大学 一种主动控制车辆全局空间噪声的卷积-模糊神经网络方法
CN112509546A (zh) * 2020-10-22 2021-03-16 上海迪彼电子科技有限公司 一种针对汽车动态变化声场的主动降噪系统
CN112509546B (zh) * 2020-10-22 2023-06-20 上海迪彼电子科技有限公司 一种针对汽车动态变化声场的主动降噪系统
WO2023065368A1 (zh) * 2021-10-22 2023-04-27 华为技术有限公司 一种信号处理方法、装置、存储介质和车辆
CN114582312A (zh) * 2022-02-14 2022-06-03 中国科学院声学研究所 一种车内抗干扰自适应路噪主动控制方法及控制系统
CN115294953A (zh) * 2022-08-15 2022-11-04 浙江大学 一种多通道独立阶数滤波器的汽车车厢噪声主动控制方法
CN115294953B (zh) * 2022-08-15 2023-05-05 浙江大学 一种多通道独立阶数滤波器的汽车车厢噪声主动控制方法
CN115620738A (zh) * 2022-12-14 2023-01-17 小米汽车科技有限公司 降噪方法、装置、电子设备及介质

Also Published As

Publication number Publication date
CN108538304B (zh) 2021-10-01

Similar Documents

Publication Publication Date Title
CN108538304A (zh) 车内噪声主动控制系统
US10013967B2 (en) Method and system for selecting sensor locations on a vehicle for active road noise control
JP2939017B2 (ja) 能動型騒音制御装置
US9240176B2 (en) Active noise control system and method
CN105074813B (zh) 车辆中的前方扬声器噪声消除
CN105592384B (zh) 用于控制车内噪声的系统和方法
JP5913340B2 (ja) マルチビーム音響システム
CN107195294B (zh) 一种用于车辆的主动降噪方法及装置
WO2016103709A1 (ja) 音声処理装置
WO2016103710A1 (ja) 音声処理装置
EP3996086B1 (en) Virtual location noise signal estimation for engine order cancellation
EP3850618B1 (en) Silent zone generation
CN113291248B (zh) 一种多通道解耦分列的汽车车厢噪声主动控制方法和系统
CN109346052A (zh) 一种利用主动降噪优化车内声品质的装置及方法
CN114582312B (zh) 一种车内抗干扰自适应路噪主动控制方法及控制系统
CN114464157A (zh) 一种车辆的主动降噪方法及设备、存储介质
CN110503937A (zh) 一种声品质优化系统及其方法
JPH0561485A (ja) 能動型騒音制御装置
CN115294953A (zh) 一种多通道独立阶数滤波器的汽车车厢噪声主动控制方法
JP3517883B2 (ja) 適応制御装置及び能動型騒音制御装置
JP2010202073A (ja) 騒音制御装置及び騒音制御方法
CN111951775A (zh) 一种车内声品质优化系统及优化方法
Oh et al. Development of an active road noise control system
US20230317050A1 (en) Active noise reduction system
US20220335920A1 (en) Automobile and noise reduction method thereof

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant