CN108768346B - 车辆主动减振降噪系统及方法 - Google Patents

车辆主动减振降噪系统及方法 Download PDF

Info

Publication number
CN108768346B
CN108768346B CN201810540331.2A CN201810540331A CN108768346B CN 108768346 B CN108768346 B CN 108768346B CN 201810540331 A CN201810540331 A CN 201810540331A CN 108768346 B CN108768346 B CN 108768346B
Authority
CN
China
Prior art keywords
signal
adaptive filter
vibration
noise
iii
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.)
Active
Application number
CN201810540331.2A
Other languages
English (en)
Other versions
CN108768346A (zh
Inventor
胡启国
陆伟
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.)
Dragon Totem Technology Hefei Co ltd
Henan Shaolin Bus Co Ltd
Original Assignee
Chongqing Jiaotong 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 Chongqing Jiaotong University filed Critical Chongqing Jiaotong University
Priority to CN201810540331.2A priority Critical patent/CN108768346B/zh
Publication of CN108768346A publication Critical patent/CN108768346A/zh
Application granted granted Critical
Publication of CN108768346B publication Critical patent/CN108768346B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H03—ELECTRONIC CIRCUITRY
    • H03H—IMPEDANCE NETWORKS, e.g. RESONANT CIRCUITS; RESONATORS
    • H03H21/00—Adaptive networks
    • H03H21/0012—Digital adaptive filters
    • H—ELECTRICITY
    • H03—ELECTRONIC CIRCUITRY
    • H03H—IMPEDANCE NETWORKS, e.g. RESONANT CIRCUITS; RESONATORS
    • H03H17/00—Networks using digital techniques
    • H—ELECTRICITY
    • H03—ELECTRONIC CIRCUITRY
    • H03H—IMPEDANCE NETWORKS, e.g. RESONANT CIRCUITS; RESONATORS
    • H03H21/00—Adaptive networks
    • H03H21/0012—Digital adaptive filters
    • H03H21/0043—Adaptive algorithms
    • H—ELECTRICITY
    • H03—ELECTRONIC CIRCUITRY
    • H03H—IMPEDANCE NETWORKS, e.g. RESONANT CIRCUITS; RESONATORS
    • H03H17/00—Networks using digital techniques
    • H03H2017/0072—Theoretical filter design
    • H—ELECTRICITY
    • H03—ELECTRONIC CIRCUITRY
    • H03H—IMPEDANCE NETWORKS, e.g. RESONANT CIRCUITS; RESONATORS
    • H03H21/00—Adaptive networks
    • H03H21/0012—Digital adaptive filters
    • H03H21/0043—Adaptive algorithms
    • H03H2021/0056—Non-recursive least squares algorithm [LMS]
    • H—ELECTRICITY
    • H03—ELECTRONIC CIRCUITRY
    • H03H—IMPEDANCE NETWORKS, e.g. RESONANT CIRCUITS; RESONATORS
    • H03H21/00—Adaptive networks
    • H03H21/0012—Digital adaptive filters
    • H03H2021/007—Computation saving measures; Accelerating measures
    • H03H2021/0076—Measures relating to the convergence time
    • H—ELECTRICITY
    • H03—ELECTRONIC CIRCUITRY
    • H03H—IMPEDANCE NETWORKS, e.g. RESONANT CIRCUITS; RESONATORS
    • H03H21/00—Adaptive networks
    • H03H21/0012—Digital adaptive filters
    • H03H2021/0085—Applications
    • H03H2021/0089—System identification, i.e. modeling
    • H—ELECTRICITY
    • H03—ELECTRONIC CIRCUITRY
    • H03H—IMPEDANCE NETWORKS, e.g. RESONANT CIRCUITS; RESONATORS
    • H03H21/00—Adaptive networks
    • H03H21/0012—Digital adaptive filters
    • H03H2021/0085—Applications
    • H03H2021/0094—Interference Cancelling

Abstract

本发明提供一种车辆主动减振降噪系统及方法，包括：用于采集并处理发动机振动位移信号的参考采集处理模块、用于采集并处理车身内部振动噪声信号的振动噪声采集处理模块、用于产生与车身振动噪声信号相反的抵消噪声信号的控制源、用于采集和处理抵消噪声信号的误差采集处理模块和控制模块；所述控制模块的输入端与参考采集模块的输出端连接，用于接收发动机振动信号，产生激励信号；本发明能根据车身振动的变化自适应调节激励信号以使抵消车身内部振动后的残留信号能达到极小值，并使用于抵消车身内部振动的作动产生的噪声能够基本忽略不计，提高了车辆主动减振降噪的精度和速度，计算量小，实时性好、适用范围广，稳定性高。

Description

车辆主动减振降噪系统及方法
技术领域
本发明涉及噪声控制领域，具体涉及一种车辆主动减振降噪系统及方法。
背景技术
目前，车辆减振降噪主要使用具有隔振，隔声，消声，吸声的材料来进行，其基本原理就是利用声波与材料之间的相互机械作用，使声能转化为其他形式的能量以减少噪声。这些方法对于高频噪声的降噪效果比较明显，但对于低频噪声就无法取得良好的效果。并且这些方法所用的材料体积和重量大，不利于车辆的燃油经济性。而低频噪声会增加车内乘客的不舒适感，严重时会使人感到恶心，呕吐等现象。目前，主动减振可以有效抑制车内的低频噪声，其原理是当车身振动时，传感器将检测到的位移信号通过低通滤波器经A/D转换器转换后传入控制算法，控制算法计算出控制信号后，将控制信号经D/A转换器转换后通过重构滤波器经功率放大器放大后施加给压电作动器，压电作动器输出与车身振动方向相反、大小相等的位移，对车身结构变形进行调整，从而抑制车身振动，降低车内噪声。
FxLMS算法因其结构简单，计算复杂度低，能够进行实时控制等优点而被广泛应用于主动减振降噪中。但它需要一个与振动信号相关联的参考信号，而在实际的过程中，传感器在采集参考信号时会混入其他不相干的干扰信号，这就会使得算法在计算过程中混入错误信息，导致算法收敛速度慢，残余误差会出现大幅度波动，甚至会出现算法无法收敛的情况。且传统的FxLMS算法中的次级通道通常采用离线建模，这就无法适用于次级通道变化范围较大的情况，此外，对于未知的不断变化的主通道，FxLMS算法也无法保持良好的性能。
发明内容
有鉴于此，本发明的目的是提供一种车辆主动减振降噪系统及方法，过滤掉采集的参考信号存在的干扰信号，并对主通道的估计模型和控制通道的估计模型进行在线建模，解决了传统的FxLMS算法收敛速度慢或无法收敛的问题，能够在主通道发生突变时仍保持很好的稳定性，并适应控制通道变化范围较大的情况，本发明能根据车身振动的变化自适应调节激励信号以使抵消车身内部振动后的残留信号能达到极小值，并使用于抵消车身内部振动的作动产生的噪声能够基本忽略不计，提高了车辆主动减振降噪的精度和速度，计算量小，实时性好、适用范围广，稳定性高。
本发明提供一种车辆主动减振降噪系统，包括用于采集并处理发动机振动位移信号的参考采集处理模块、用于采集并处理车身内部振动噪声信号的振动噪声采集处理模块、用于产生与车身振动噪声信号相反的抵消噪声信号的控制源、用于采集和处理抵消噪声信号的误差采集处理模块和控制模块；
所述控制模块的输入端与参考采集模块的输出端连接，用于接收发动机振动信号，产生激励信号；
所述控制模块的输出端与控制源的输入端连接，用于向控制源发出激励信号，使控制源产生与车身振动噪声信号相反的抵消噪声信号。
进一步，参考采集处理模块包括位移传感器Ⅰ、低通滤波器Ⅰ、A/D转换器Ⅰ和TD滤波器；
所述位移传感器Ⅰ固定安装在发动机支架上，用于采集发动机转动产生的发动机振动位移信号并发送发动机振动位移信号到低通滤波器Ⅰ；所述发动机振动位移信号依次通过低通滤波器Ⅰ、A/D转换器Ⅰ和TD滤波器的处理，得到参考输入信号X1(n)；
进一步，所述振动噪声采集处理模块包括：位移传感器Ⅲ、低通滤波器Ⅲ和A/D转换器Ⅲ；所述位移传感器Ⅲ设置在车身内部的振动处，用于采集车身内部振动噪声信号；所述振动噪声信号依次通过低通滤波器Ⅲ和A/D转换器Ⅲ的处理得到信号D(n)。
进一步，抵消噪声信号的控制源为压电陶瓷作动器。
进一步，所述控制源上还固定安装有位移传感器Ⅱ，所述位移传感器Ⅱ用于采集抵消噪声信号；还包括A/D转换器Ⅱ，所述A/D转换器Ⅱ输入端与位移传感器Ⅱ的输出端连接，用于对抵消噪声信号进行A/D转换，得到信号ε(n)。
进一步，所述控制模块包括内置有自适应滤波器Ⅰ的DSP控制芯片Ⅰ、和在线建模单元；
所述在线建模单元包括内置有自适应滤波器Ⅱ和自适应滤波器Ⅲ的DSP控制芯片Ⅱ、和误差传感器Ⅴ；
所述自适应滤波器Ⅱ和自适应滤波器Ⅲ均为FxLMS算法的自适应滤波器；
所述自适应滤波器Ⅱ对主通道进行在线建模，得到主通道的估计模型
Figure BDA0001679145040000031
所述自适应滤波器Ⅱ接收参考输入信号X1(n)、激励信号y(n)和信号e5(n)，对自适应滤波器Ⅱ的时域系数向量
Figure BDA0001679145040000032
进行更新；
所述自适应滤波器Ⅲ对控制通道进行在线建模，得到控制通道的估计模型
Figure BDA0001679145040000033
所述自适应滤波器Ⅲ接收参考输入信号X1(n)、激励信号y(n)和信号e5(n)，对自适应滤波器Ⅱ的时域系数向量
Figure BDA0001679145040000034
进行更新；
所述误差传感器Ⅴ接收误差采集处理模块输出的信号e3(n)、信号
Figure BDA0001679145040000035
和信号
Figure BDA0001679145040000036
并对信号e3(n)、信号
Figure BDA0001679145040000037
和信号
Figure BDA0001679145040000038
进行叠加得到信号e5(n)；
所述信号
Figure BDA0001679145040000039
由信号X1(n)经主通道的估计模型
Figure BDA00016791450400000310
传递后得到；
所述信号
Figure BDA00016791450400000311
由激励信号y(n)经控制通道的估计模型
Figure BDA00016791450400000312
传递后得到，上标T是转置符号；
所述自适应滤波器Ⅰ接收信号X1'(n)，并利用FxLMS算法对X1'(n)进行处理后输出信号y″(n)；
所述信号X1'(n)由信号X1(n)经控制通道的估计模型
Figure BDA0001679145040000041
传递后得到；
所述自适应滤波器Ⅰ的输入端与TD滤波器的输出端连接，用于接收参考输入信号X1(n)，并根据FxLMS算法对X1(n)进行处理得到激励信号y(n)；
所述自适应滤波器Ⅰ与误差采集处理模块连接，用于接收误差采集处理模块输出的信号e4(n)，并根据信号e4(n)和X1'(n)，对自适应波器Ⅰ时域系数向量W(n)进行更新；
所述自适应滤波器Ⅰ为FxLMS算法的自适应滤波器。
进一步，所述控制模块的输出端与控制源的输入端之间还设置有激励信号传输模块，所述激励信号传输模块包括D/A转换器、重构滤波器、功率放大器和传递函数建立辨识单元；
所述激励信号y(n)依次通过D/A转换器、重构滤波器、功率放大器的处理后得到信号y1(n)，所述信号y1(n)通过传递函数建立辨识单元的传递函数T(n)的传递后得到信号
Figure BDA0001679145040000042
所述信号
Figure BDA0001679145040000043
输入控制源，控制控制源产生与车身振动噪声信号相反的抵消噪声信号；其中，
Figure BDA0001679145040000044
为传递函数T(n)的系数向量，上标T是转置符号；
所述传递函数建立辨识单元包括电压信号发生器、编码器、误差传感器Ⅵ、A/D转换器Ⅳ和自适应滤波器Ⅳ；
所述电压信号发生器的输出端与压电陶瓷作动器的输入端连接，用于产生电压信号驱动压电陶瓷作动器产生位移；
所述编码器的输入端与压电陶瓷作动器的输出端连接，用于将压电陶瓷作动器的输出位移信号转换为电信号v(n)；
所述误差传感器Ⅵ接收电信号v(n)和自适应滤波器Ⅳ的输出信号c(n)，并计算v(n)和c(n)的差值，得到并输出信号e6(n)；
所述自适应滤波器Ⅳ对传递函数T(n)进行离线建模，得到传递函数T(n)的模型，所述自适应滤波器Ⅳ接收信号u(n)和信号e6(n)，根据信号u(n)和信号e6(n)对自适应滤波器Ⅳ时域系数向量
Figure BDA0001679145040000051
进行更新确定；所述自适应滤波器Ⅳ时域系数向量即为传递函数T(n)的系数向量；
所述信号u(n)由电压信号发生器产生的电压信号经A/D转换器Ⅳ转换处理后得到。
进一步，所述误差采集处理模块包括误差传感器Ⅰ、误差传感器Ⅱ、误差传感器Ⅲ和误差传感器Ⅳ；
所述误差传感器Ⅰ对期望信号d(n)和信号y'(n)进行叠加，得到抵消残留信号e1(n)；
所述期望信号d(n)由信号D(n)通过主通道P(n)传输后得到，并由误差传感器Ⅰ采集期望信号d(n)；
所述信号y'(n)由信号ε(n)通过控制通道S(n)传输后得到，并由误差传感器Ⅰ直接采集信号y'(n)；
所述激励信号y(n)经控制通道的估计模型
Figure BDA0001679145040000052
后得到信号
Figure BDA0001679145040000053
所述误差传感器Ⅱ接收抵消残留信号e1(n)和信号
Figure BDA0001679145040000054
并求抵消残留信号e1(n)和信号
Figure BDA0001679145040000055
的差值，得到信号e2(n)；
所述误差传感器Ⅲ接收信号e2(n)和信号y″(n)，并对信号e2(n)和信号y″(n)进行叠加，得到并输出信号e3(n)；
所述误差传感器Ⅳ接收信号y″(n)和信号d'(n)，并对y″(n)和d'(n)进行叠加，得到并输出信号e4(n)；
所述信号d'(n)由信号D(n)经主通道的估计模型
Figure BDA0001679145040000056
传递后得到。
相应地，本发明还提供一种车辆主动减振降噪方法，包括步骤
S1：FxLMS算法的自适应滤波器Ⅰ接收参考输入信号X1(n)，根据公式y(n)＝X1 T(n)·W(n)得到自适应滤波器Ⅰ输出的激励信号y(n)；其中，W(n)是自适应滤波器Ⅰ的时域系数向量；上标T是转置符号；
所述参考输入信号X1(n)由采集到的发动机振动位移信号依次经低通滤波器Ⅰ、A/D转换器Ⅰ和TD滤波器的处理后得到；
S2：离线建立传递函数T(n)，将激励信号y(n)依次通过D/A转换器、重构滤波器的处理后得到信号y1(n)，所述信号y1(n)通过传递函数T(n)传递后得得到信号
Figure BDA0001679145040000061
所述信号
Figure BDA0001679145040000062
输入控制源，控制控制源发出抵消噪声信号；然后，采集抵消噪声信号并将抵消噪声信号经A/D转换处理后得到信号ε(n)，将信号ε(n)通过控制通道S(n)传输后得到信号y'(n)；
Figure BDA0001679145040000063
为传递函数T(n)的系数向量；
S3：采集车身内部振动噪声信号，并将车身内部振动噪声信号依次经过低通滤波器Ⅲ和A/D转换器Ⅲ处理，得到信号D(n)，信号D(n)通过主通道P(z)传输后得到的期望信号d(n)；
S4：对期望信号d(n)和信号y'(n)进行叠加，得到抵消残留信号e1(n)；计算残留信号e1(n)和信号
Figure BDA0001679145040000064
的差，得到信号e2(n)；
所述e1(n)的计算公式为e1(n)＝d(n)+y'(n)；
所述e2(n)的计算公式为
Figure BDA0001679145040000065
所述信号
Figure BDA0001679145040000066
由激励信号y(n)经控制通道的估计模型
Figure BDA0001679145040000067
传递后得到；
所述
Figure BDA0001679145040000068
的计算公式为
Figure BDA0001679145040000069
其中，
Figure BDA00016791450400000610
表示控制通道的估计模型
Figure BDA00016791450400000611
的系数向量，上标T是转置符号；
S5：参考输入信号X1(n)经控制通道的估计模型
Figure BDA00016791450400000612
后得到信号X1'(n)；FxLMS算法的自适应波器Ⅰ接收信号X1'(n)和信号e4(n)；根据公式y″(n)＝WT(n)·X1'(n)得到自适应滤波器Ⅰ输出的信号y″(n)；根据公式
Figure BDA0001679145040000071
对自适应波器Ⅰ时域系数向量W(n)进行更新，其中，μ1表示自适应波器Ⅰ的FxLMS算法的步长因子，上标T表示转置；
所述信号e4(n)的信号d'(n)和y″(n)叠加得到；
所述信号X1'(n)的计算公式为
Figure BDA0001679145040000072
所述e4(n)的计算公式为e4(n)＝d'(n)+y″(n)；
所述d'(n)由信号D(n)经主通道的估计模型
Figure BDA0001679145040000073
传递后得到；
所述d'(n)的计算公式为
Figure BDA0001679145040000074
表示主通道的估计模型
Figure BDA0001679145040000075
的系数向量，上标T是转置符号；
S6：通过自适应波器Ⅱ在线建立主通道的估计模型为
Figure BDA0001679145040000076
其中，k为自适应波器Ⅱ的阶数，aj为自适应波器Ⅱ的系数；自适应波器Ⅱ的时域系数向量
Figure BDA0001679145040000077
为[a0,a1,…，ak-1]，所述自适应波器Ⅱ的时域系数向量即为主通道的估计模型的系数向量；
通过自适应波器Ⅲ在线建立控制通道的估计模型为
Figure BDA0001679145040000078
其中，m为自适应波器Ⅲ的阶数，bm为自适应波器Ⅲ的系数；自适应波器Ⅲ的时域系数向量
Figure BDA0001679145040000079
所述自适应波器Ⅲ的时域系数向量即为控制通道的估计模型的系数向量；
FxLMS算法的自适应波器Ⅱ接收参考输入信号X1(n)、激励信号y(n)和信号e5(n)，并根据公式
Figure BDA00016791450400000710
对
Figure BDA00016791450400000711
进行更新；FxLMS算法的自适应波器Ⅲ接收参考输入信号X1(n)、激励信号y(n)和信号e5(n)，并根据公式
Figure BDA00016791450400000712
对
Figure BDA00016791450400000713
进行更新，其中，μsp表示自适应波器Ⅱ的FxLMS算法的步长因子；μsp'表示自适应波器Ⅲ的FxLMS算法的步长因子，上标T表示转置；
所述e5(n)由信号e3(n)、信号
Figure BDA0001679145040000081
和信号
Figure BDA0001679145040000082
进行叠加得到；
所述信号
Figure BDA0001679145040000083
由信号X1(n)经主通道的估计模型
Figure BDA0001679145040000084
传递后得到；
所述信号
Figure BDA0001679145040000085
由激励信号y(n)经控制通道的估计模型
Figure BDA0001679145040000086
传递后得到；
所述e5(n)的计算公式为
Figure BDA0001679145040000087
上标T表示转置；
所述e3(n)由信号e2(n)和信号y″(n)进行叠加得到；
所述e3(n)的计算公式为e3(n)＝e2(n)+y″(n)。
进一步，所述步骤S2中的离线建立传递函数T(n)包括步骤：
S201：通过自适应波器Ⅳ离线建立传递函数T(n)的模型，所述T(n)的模型为
T(n)＝g0+g1n-1+…+gi-1ni-1，
其中，i为自适应波器Ⅳ的阶数，gi为自适应波器Ⅳ的系数；自适应波器Ⅳ的时域系数向量
Figure BDA0001679145040000088
为[g0,g1,…，gi-1]，所述自适应波器Ⅳ的时域系数向量即为传递函数T(n)的系数向量；自适应波器Ⅳ为FxLMS算法的自适应滤波器；
S202：设定
Figure BDA0001679145040000089
的初始值为[1,0,0，...，0]，即令g0＝1，令除g0以外的其他自适应波器Ⅳ的系数为0，即g1＝g2＝...＝gi-1＝0；设定电压信号发生器产生的初始电压信号为u0；
S203：利用电压信号发生器产生的当前电压信号驱动压电陶瓷作动器作动；编码器将压电陶瓷作动器作动产生的位移信号转换为电信号v(n)，
S204：将电压信号发生器产生的电压信号经A/D转换得到信号u(n)；
S205：根据信号u(n)计算信号c(n)；所述信号c(n)的计算公式为
Figure BDA00016791450400000810
S206：计算信号v(n)和信号c(n)的差值，得到信号e6(n)；
所述信号e6(n)的计算公式为e6(n)＝v(n)-c(n)；
S207：根据信号e6(n)和电压信号u(n)，更新
Figure BDA00016791450400000811
所述
Figure BDA00016791450400000812
的更新公式为
Figure BDA0001679145040000091
其中，μ2为自适应波器Ⅳ的FxLMS算法的步长，上标T为转置符号；
S208：将电压信号发生器产生的电压信号增加Δu，回到步骤S203，进行下一次迭代，迭代次数为t，完成对
Figure BDA0001679145040000092
的更新确定。
本发明的有益效果：本发明过滤掉采集的参考信号存在的干扰信号，并对主通道的估计模型和控制通道的估计模型进行在线建模，解决了传统的FxLMS算法收敛速度慢或无法收敛的问题，能够在主通道发生突变时仍保持很好的稳定性，并适应控制通道变化范围较大的情况，本发明能根据车身振动的变化自适应调节激励信号以使抵消车身内部振动后的残留信号能达到极小值，并使用于抵消车身内部振动的作动产生的噪声能够基本忽略不计，提高了车辆主动减振降噪的精度和速度，计算量小，实时性好、适用范围广，稳定性高。
附图说明
下面结合附图和实施例对本发明作进一步描述：
图1为本发明系统的结构示意图；
图2为传递函数建立辨识单元的结构示意图；
图3为在线建模单元的工作原理图。
具体实施方式
如图1所示，本发明提供的一种车辆主动减振降噪系统，包括用于采集并处理发动机振动位移信号的参考采集处理模块、用于采集并处理车身内部振动噪声信号的振动噪声采集处理模块、用于产生与车身振动噪声信号相反的抵消噪声信号的控制源、用于采集和处理抵消噪声信号的误差采集处理模块和控制模块；
所述控制模块的输入端与参考采集模块的输出端连接，用于接收发动机振动信号，产生激励信号；
所述控制模块的输出端与控制源的输入端连接，用于向控制源发出激励信号，使控制源产生与车身振动噪声信号相反的抵消噪声信号。通过本发明，能够过滤掉采集的参考信号存在的干扰信号，并对主通道的估计模型和控制通道的估计模型进行在线建模，解决了传统的FxLMS算法收敛速度慢或无法收敛的问题，能够在主通道发生突变时仍保持很好的稳定性，并适应控制通道变化范围较大的情况，本发明能根据车身振动的变化自适应调节激励信号以使抵消车身内部振动后的残留信号能达到极小值，并使用于抵消车身内部振动的作动产生的噪声能够基本忽略不计，提高了车辆主动减振降噪的精度和速度，计算量小，实时性好、适用范围广，稳定性高。
参考采集处理模块包括位移传感器Ⅰ、低通滤波器Ⅰ、A/D转换器Ⅰ和TD滤波器；
所述位移传感器Ⅰ固定安装在发动机支架上，用于采集发动机转动产生的发动机振动位移信号并发送发动机振动位移信号到低通滤波器Ⅰ；所述发动机振动位移信号依次通过低通滤波器Ⅰ、A/D转换器Ⅰ和TD滤波器的处理，得到参考输入信号X1(n)；通过上述系统，采集到了由于发动转动产生的位移信号，即参考信号，并利用TD滤波器过滤掉采集的参考信号存在的干扰信号，有效解决了传统的FxLMS算法收敛速度慢或无法收敛的问题。
所述振动噪声采集处理模块包括：位移传感器Ⅲ、低通滤波器Ⅲ和A/D转换器Ⅲ；所述位移传感器Ⅲ设置在车身内部的振动处，用于采集车身内部振动噪声信号；所述振动噪声信号依次通过低通滤波器Ⅲ和A/D转换器Ⅲ的处理得到信号D(n)。车身内部的振动处比较多，本实施例中，选取车身内部的顶棚处作为移传感器Ⅲ设置安装点，即将移传感器Ⅲ设置在车身内部的顶棚上。考虑到驾驶人员和乘客乘坐车辆的舒适性，将驾驶人员和乘客在车身内部感受到噪声作为需要抵消的信号，通过上述系统，采集到振动噪声。
抵消噪声信号的控制源为压电陶瓷作动器。通过将控制源设置为压电陶瓷作动器，以作动引起的振动来抵消车身内部振动噪声，相对于用声波来抵消车身内部振动噪声可以避免在抵消噪声过程中产生更多的噪声，从而降低驾驶人员和乘客的舒适感。
所述控制源上还固定安装有位移传感器Ⅱ，所述位移传感器Ⅱ用于采集抵消噪声信号；还包括A/D转换器Ⅱ，所述A/D转换器Ⅱ输入端与位移传感器Ⅱ的输出端连接，用于对抵消噪声信号进行A/D转换，得到信号ε(n)；通过上述系统，对作动器作动抵消车身内部振动噪声后的残留信号进行采集，以为后续根据残留信号来调整激励信号提供参考。
所述控制模块包括内置有自适应滤波器Ⅰ的DSP控制芯片Ⅰ、和在线建模单元；
如图3所示，所述在线建模单元包括内置有自适应滤波器Ⅱ和自适应滤波器Ⅲ的DSP控制芯片Ⅱ、和误差传感器Ⅴ；
所述自适应滤波器Ⅱ和自适应滤波器Ⅲ均为FxLMS算法的自适应滤波器；
所述自适应滤波器Ⅱ对主通道进行在线建模，得到主通道的估计模型
Figure BDA0001679145040000111
所述自适应滤波器Ⅱ接收参考输入信号X1(n)、激励信号y(n)和信号e5(n)，对自适应滤波器Ⅱ的时域系数向量
Figure BDA0001679145040000112
进行更新；
所述自适应滤波器Ⅲ对控制通道进行在线建模，得到控制通道的估计模型
Figure BDA0001679145040000113
所述自适应滤波器Ⅲ接收参考输入信号X1(n)、激励信号y(n)和信号e5(n)，对自适应滤波器Ⅱ的时域系数向量
Figure BDA0001679145040000114
进行更新；
所述误差传感器Ⅴ接收误差采集处理模块输出的信号e3(n)、信号
Figure BDA0001679145040000115
和信号
Figure BDA0001679145040000116
并对信号e3(n)、信号
Figure BDA0001679145040000117
和信号
Figure BDA0001679145040000118
进行叠加得到信号e5(n)；
所述信号
Figure BDA0001679145040000119
由信号X1(n)经主通道的估计模型
Figure BDA00016791450400001110
传递后得到；
所述信号
Figure BDA00016791450400001111
由激励信号y(n)经控制通道的估计模型
Figure BDA00016791450400001112
传递后得到，上标T是转置符号；通过上述系统，对主通道的估计模型和控制通道的估计模型进行在线建模，解决了传统的FxLMS算法中控制通道的估计模型导致整个系统收敛速度慢或无法收敛的问题，并能够在主通道发生突变时仍保持很好的稳定性，并适应控制通道变化范围较大的情况，提高了整个系统的稳定性，实时性好、适用范围广，此外，自适应滤波器Ⅱ和自适应滤波器Ⅲ根据误差采集处理模块输出的信号和激励信号不断对自适应滤波器Ⅱ和自适应滤波器Ⅲ的系数进行修正，来对主通道的估计模型和控制通道的估计模型进行调整，从而为后续自适应调节激励信号以使抵消车身内部振动后的残留信号能达到极小值，并使用于抵消车身内部振动的作动产生的噪声能够基本忽略不计提供参考。
所述自适应滤波器Ⅰ接收信号X1'(n)，并利用FxLMS算法对X1'(n)进行处理后输出信号y″(n)；
所述信号X1'(n)由信号X1(n)经控制通道的估计模型
Figure BDA0001679145040000121
传递后得到；
所述自适应滤波器Ⅰ的输入端与TD滤波器的输出端连接，用于接收参考输入信号X1(n)，并根据FxLMS算法对X1(n)进行处理得到激励信号y(n)；
所述自适应滤波器Ⅰ与误差采集处理模块连接，用于接收误差采集处理模块输出的信号e4(n)，并根据信号e4(n)和X1'(n)，对自适应波器Ⅰ时域系数向量W(n)进行更新；
所述自适应滤波器Ⅰ为FxLMS算法的自适应滤波器。通过上述系统，自适应滤波器Ⅰ根据误差采集处理模块输出的信号不断对自适应滤波器Ⅰ的时域系数向量W(n)进行调整修正，以实现自适应调节激励信号以使抵消车身内部振动后的残留信号能达到极小值，并使用于抵消车身内部振动的作动产生的噪声能够基本忽略不计。
所述控制模块的输出端与控制源的输入端之间还设置有激励信号传输模块，所述激励信号传输模块包括D/A转换器、重构滤波器、功率放大器和传递函数建立辨识单元；
如图2所示，所述激励信号y(n)依次通过D/A转换器、重构滤波器、功率放大器的处理后得到信号y1(n)，所述信号y1(n)通过传递函数建立辨识单元的传递函数T(n)的传递后得到信号
Figure BDA0001679145040000131
所述信号
Figure BDA0001679145040000132
输入控制源，控制控制源产生与车身振动噪声信号相反的抵消噪声信号；其中，
Figure BDA0001679145040000133
为传递函数T(n)的系数向量，上标T是转置符号；
所述传递函数建立辨识单元包括电压信号发生器、编码器、误差传感器Ⅵ、A/D转换器Ⅳ和自适应滤波器Ⅳ；
所述电压信号发生器的输出端与压电陶瓷作动器的输入端连接，用于产生电压信号驱动压电陶瓷作动器产生位移；
所述编码器的输入端与压电陶瓷作动器的输出端连接，用于将压电陶瓷作动器的输出位移信号转换为电信号v(n)；
所述误差传感器Ⅵ接收电信号v(n)和自适应滤波器Ⅳ的输出信号c(n)，并计算v(n)和c(n)的差值，得到并输出信号e6(n)；
所述自适应滤波器Ⅳ对传递函数T(n)进行离线建模，得到传递函数T(n)的模型，所述自适应滤波器Ⅳ接收信号u(n)和信号e6(n)，根据信号u(n)和信号e6(n)对自适应滤波器Ⅳ时域系数向量
Figure BDA0001679145040000134
进行更新确定；所述自适应滤波器Ⅳ时域系数向量即为传递函数T(n)的系数向量；
所述信号u(n)由电压信号发生器产生的电压信号经A/D转换器Ⅳ转换处理后得到。通过上述系统，将激励信号传递到压电陶瓷作动器，控制压电陶瓷作动器产生车身振动噪声信号相反的抵消噪声信号，即产生用于抵消车身振动噪声的振动。此外上述系统，离线建立激励信号传递到压电陶瓷作动器的传递函数T(n)，并对
Figure BDA0001679145040000135
进行更新确定。
所述误差采集处理模块包括误差传感器Ⅰ、误差传感器Ⅱ、误差传感器Ⅲ和误差传感器Ⅳ；
所述误差传感器Ⅰ对期望信号d(n)和信号y'(n)进行叠加，得到抵消残留信号e1(n)；
所述期望信号d(n)由信号D(n)通过主通道P(n)传输后得到，并由误差传感器Ⅰ采集期望信号d(n)；
所述信号y'(n)由信号ε(n)通过控制通道S(n)传输后得到，并由误差传感器Ⅰ直接采集信号y'(n)；
所述激励信号y(n)经控制通道的估计模型
Figure BDA0001679145040000141
后得到信号
Figure BDA0001679145040000142
所述误差传感器Ⅱ接收抵消残留信号e1(n)和信号
Figure BDA0001679145040000143
并求抵消残留信号e1(n)和信号
Figure BDA0001679145040000144
的差值，得到信号e2(n)；
所述误差传感器Ⅲ接收信号e2(n)和信号y″(n)，并对信号e2(n)和信号y″(n)进行叠加，得到并输出信号e3(n)；
所述误差传感器Ⅳ接收信号y″(n)和信号d'(n)，并对y″(n)和d'(n)进行叠加，得到并输出信号e4(n)；
所述信号d'(n)由信号D(n)经主通道的估计模型
Figure BDA0001679145040000145
传递后得到。通过上述系统，对抵消车身内部振动噪声后的残留信号进行采集处理后，用于不断修正自适应滤波器Ⅰ的时域系数向量W(n)、自适应滤波器Ⅱ的时域系数向量
Figure BDA0001679145040000146
和自适应滤波器Ⅲ的时域系数向量
Figure BDA0001679145040000147
以实现自适应调节激励信号以使抵消车身内部振动后的残留信号能达到极小值，并使用于抵消车身内部振动的作动产生的噪声能够基本忽略不计，并对主通道的估计模型和控制通道的估计模型进行调整，从而对后续自适应调节激励信号以使抵消车身内部振动后的残留信号能达到极小值，并使用于抵消车身内部振动的作动产生的噪声能够基本忽略不计提供参考。
相应地，本发明还提供一种车辆主动减振降噪方法，包括：
S1：FxLMS算法的自适应滤波器Ⅰ接收参考输入信号X1(n)，根据公式y(n)＝X1 T(n)·W(n)得到自适应滤波器Ⅰ输出的激励信号y(n)；其中，W(n)是自适应滤波器Ⅰ的时域系数向量；上标T是转置符号；
所述参考输入信号X1(n)由采集到的发动机振动位移信号依次经低通滤波器Ⅰ、A/D转换器Ⅰ和TD滤波器的处理后得到；通过上述方法，采集到了由于发动转动产生的位移信号，即参考信号，并利用TD滤波器过滤掉采集的参考信号存在的干扰信号，有效解决了传统的FxLMS算法由于干扰信号的影响导致收敛速度慢或无法收敛的问题。
S2：离线建立传递函数T(n)，将激励信号y(n)依次通过D/A转换器、重构滤波器的处理后得到信号y1(n)，所述信号y1(n)通过传递函数T(n)传递后得得到信号
Figure BDA0001679145040000151
所述信号
Figure BDA0001679145040000152
输入控制源，控制控制源发出抵消噪声信号；然后，采集抵消噪声信号并将抵消噪声信号经A/D转换处理后得到信号ε(n)，将信号ε(n)通过控制通道S(n)传输后得到信号y'(n)；
Figure BDA0001679145040000153
为传递函数T(n)的系数向量；本实施例中，信号ε(n)为控制源产生用于抵消车身内部振动噪声的作动引起的位移信号；通过上述方法，离线建立传递函数T(n)，并利用传递函数将D/A转换和重构滤波的激励信号传递到控制源，控制控制源发出与车身内部振动噪声信号相反的振动，用于抵消车身内部振动噪声信号。
S3：采集车身内部振动噪声信号，并将车身内部振动噪声信号依次经过低通滤波器Ⅲ和A/D转换器Ⅲ处理，得到信号D(n)，信号D(n)通过主通道P(n)传输后得到的期望信号d(n)；本实施例中，由于主通道P(n)的具体模型是未知的，期望信号d(n)由误差传感器Ⅰ直接采集获得；所述期望信号d(n)为期望去除的信号；
S4：对期望信号d(n)和信号y'(n)进行叠加，得到抵消残留信号e1(n)；计算残留信号e1(n)和信号
Figure BDA0001679145040000154
的差，得到信号e2(n)；
所述e1(n)的计算公式为e1(n)＝d(n)+y'(n)；
所述e2(n)的计算公式为
Figure BDA0001679145040000155
所述信号
Figure BDA0001679145040000161
由激励信号y(n)经控制通道的估计模型
Figure BDA0001679145040000162
传递后得到；
所述
Figure BDA0001679145040000163
的计算公式为
Figure BDA0001679145040000164
其中，
Figure BDA0001679145040000165
表示控制通道的估计模型
Figure BDA0001679145040000166
的系数向量，上标T是转置符号；通过上述方法，对压电陶瓷作动器作动用以抵消车身内部振动噪声后的抵消残留信号e1(n)进行初步处理分析，以为后续调整激励信号，从而调整抵消残留信号e1(n)满足误差需求。
S5：参考输入信号X1(n)经控制通道的估计模型
Figure BDA0001679145040000167
后得到信号X1'(n)；FxLMS算法的自适应波器Ⅰ接收信号X1'(n)和信号e4(n)；根据公式y″(n)＝WT(n)·X1'(n)得到自适应滤波器Ⅰ输出的信号y″(n)；根据公式
Figure BDA0001679145040000168
对自适应滤波器Ⅰ时域系数向量W(n)进行更新，其中，μ1表示自适应波器Ⅰ的FxLMS算法的步长因子，上标T表示转置；
所述信号e4(n)的信号d'(n)和y″(n)叠加得到；
所述信号X1'(n)的计算公式为
Figure BDA0001679145040000169
所述e4(n)的计算公式为e4(n)＝d'(n)+y″(n)；
所述d'(n)由信号D(n)经主通道的估计模型
Figure BDA00016791450400001610
传递后得到；
所述d'(n)的计算公式为
Figure BDA00016791450400001611
表示主通道的估计模型
Figure BDA00016791450400001612
的系数向量，上标T是转置符号；通过上述方法，将参考输入信号、期望信号d(n)、抵消噪声信号经误差采集处理模块处理分析后的信号输入自适应波器Ⅰ，自适应滤波器Ⅰ根据误差采集处理模块输出的处理分析后信号和参考输入信号不断对时域系数向量W(n)进行更新，以对激励信号进行更新，从而调整抵消残留信号e1(n)满足误差需求。
S6：如图3所示，通过自适应波器Ⅱ在线建立主通道的估计模型为
Figure BDA00016791450400001613
其中，k为自适应波器Ⅱ的阶数，aj为自适应波器Ⅱ的系数；自适应波器Ⅱ的时域系数向量
Figure BDA0001679145040000171
为[a0,a1,...，ak-1]，所述自适应波器Ⅱ的时域系数向量即为主通道的估计模型的系数向量；
通过自适应波器Ⅲ在线建立控制通道的估计模型为
Figure BDA0001679145040000172
其中，m为自适应波器Ⅲ的阶数，bm为自适应波器Ⅲ的系数；自适应波器Ⅲ的时域系数向量
Figure BDA0001679145040000173
为[a0,a1,...，ak-1]，所述自适应波器Ⅲ的时域系数向量即为控制通道的估计模型的系数向量；
FxLMS算法的自适应波器Ⅱ接收参考输入信号X1(n)、激励信号y(n)和信号e5(n)，并根据公式
Figure BDA0001679145040000174
对
Figure BDA0001679145040000175
进行更新；FxLMS算法的自适应波器Ⅲ接收参考输入信号X1(n)、激励信号y(n)和信号e5(n)，并根据公式
Figure BDA0001679145040000176
对
Figure BDA0001679145040000177
进行更新，其中，μsp表示自适应波器Ⅱ的FxLMS算法的步长因子；μsp'表示自适应波器Ⅲ的FxLMS算法的步长因子，上标T表示转置；
所述e5(n)由信号e3(n)、信号
Figure BDA0001679145040000178
和信号
Figure BDA0001679145040000179
进行叠加得到；
所述信号
Figure BDA00016791450400001710
由信号X1(n)经主通道的估计模型
Figure BDA00016791450400001711
传递后得到；
所述信号
Figure BDA00016791450400001712
由激励信号y(n)经控制通道的估计模型
Figure BDA00016791450400001713
传递后得到；
所述e5(n)的计算公式为
Figure BDA00016791450400001714
上标T表示转置；
所述e3(n)由信号e2(n)和信号y″(n)进行叠加得到；
所述e3(n)的计算公式为e3(n)＝e2(n)+y″(n)。通过上述方法，对主通道的估计模型和控制通道的估计模型进行在线建模，使本系统能够适用于控制通道变化范围较大的情况，此外，对于未知的不断变化的主通道，FxLMS算法能够保持良好的性能，稳定性强，这是传统离线建模方式所实现的。
通过上述方法，过滤掉采集的参考信号存在的干扰信号，并对主通道的估计模型和控制通道的估计模型进行在线建模，解决了传统的FxLMS算法收敛速度慢或无法收敛的问题，能够在主通道发生突变时仍保持很好的稳定性，并适应控制通道变化范围较大的情况，本发明能根据车身振动的变化自适应调节激励信号以使抵消车身内部振动后的残留信号能达到极小值，并使用于抵消车身内部振动的作动产生的噪声能够基本忽略不计，提高了车辆主动减振降噪的精度和速度，计算量小，实时性好、适用范围广，稳定性高。
所述步骤S2中的离线建立传递函数T(n)包括步骤：
S201：通过自适应波器Ⅳ离线建立传递函数T(n)的模型，所述T(n)的模型为
T(n)＝g0+g1n-1+...+gi-1ni-1，
其中，i为自适应波器Ⅳ的阶数，gi为自适应波器Ⅳ的系数；自适应波器Ⅳ的时域系数向量
Figure BDA0001679145040000181
为[g0,g1,...，gi-1]，所述自适应波器Ⅳ的时域系数向量即为传递函数T(n)的系数向量；自适应波器Ⅳ为FxLMS算法的自适应滤波器；
S202：设定
Figure BDA0001679145040000182
的初始值为[1,0,0，...，0]，即令g0＝1，令除g0以外的其他自适应波器Ⅳ的系数为0，即g1＝g2＝...＝gi-1＝0；设定电压信号发生器产生的初始电压信号为u0；本实施例中，u0为-200V；
S203：利用电压信号发生器产生的当前电压信号驱动压电陶瓷作动器作动；编码器将压电陶瓷作动器作动产生的位移信号转换为电信号v(n)，
S204：将电压信号发生器产生的电压信号经A/D转换得到信号u(n)；
S205：根据信号u(n)计算信号c(n)；所述信号c(n)的计算公式为
Figure BDA0001679145040000183
S206：计算信号v(n)和信号c(n)的差值，得到信号e6(n)；
所述信号e6(n)的计算公式为e6(n)＝v(n)-c(n)；
S207：根据信号e6(n)和电压信号u(n)，更新
Figure BDA0001679145040000184
所述
Figure BDA0001679145040000185
的更新公式为
Figure BDA0001679145040000186
其中，μ2为自适应波器Ⅳ的FxLMS算法的步长，上标T为转置符号；
S208：将电压信号发生器产生的电压信号增加Δu，回到步骤S203，进行下一次迭代，迭代次数为t，完成对
Figure BDA0001679145040000191
的更新确定。本实施例中，Δu为0.01V，t为40000。通过上述方法，建立激励信号到控制源的传递函数，找到电压发生器产生的电压信号在[-200V,200V]范围内与压电陶瓷作动器作动产生的位移的最合适的电压信号，实现对对
Figure BDA0001679145040000192
的更新确定，从而实现控制压电陶瓷作动器产生用于抵消车身内部噪声信号的作动。
最后说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的宗旨和范围，其均应涵盖在本发明的权利要求范围当中。

Claims (6)

1.一种车辆主动减振降噪系统，其特征在于：包括用于采集并处理发动机振动位移信号的参考采集处理模块、用于采集并处理车身内部振动噪声信号的振动噪声采集处理模块、用于产生与车身振动噪声信号相反的抵消噪声信号的控制源、用于采集和处理抵消噪声信号的误差采集处理模块和控制模块；
所述控制模块的输入端与参考采集模块的输出端连接，用于接收发动机振动信号，产生激励信号；
所述控制模块的输出端与控制源的输入端连接，用于向控制源发出激励信号，使控制源产生与车身振动噪声信号相反的抵消噪声信号；
参考采集处理模块包括位移传感器Ⅰ、低通滤波器Ⅰ、A/D转换器Ⅰ和TD滤波器；
所述位移传感器Ⅰ固定安装在发动机支架上，用于采集发动机转动产生的发动机振动位移信号并发送发动机振动位移信号到低通滤波器Ⅰ；所述发动机振动位移信号依次通过低通滤波器Ⅰ、A/D转换器Ⅰ和TD滤波器的处理，得到参考输入信号X1(n)；
所述振动噪声采集处理模块包括：位移传感器Ⅲ、低通滤波器Ⅲ和A/D转换器Ⅲ；所述位移传感器Ⅲ设置在车身内部的振动处，用于采集车身内部振动噪声信号；所述振动噪声信号依次通过低通滤波器Ⅲ和A/D转换器Ⅲ的处理得到信号D(n)；
所述控制源上还固定安装有位移传感器Ⅱ，所述位移传感器Ⅱ用于采集抵消噪声信号；还包括A/D转换器Ⅱ，所述A/D转换器Ⅱ输入端与位移传感器Ⅱ的输出端连接，用于对抵消噪声信号进行A/D转换，得到信号ε(n)；
所述控制模块包括内置有自适应滤波器Ⅰ的DSP控制芯片Ⅰ、和在线建模单元；
所述在线建模单元包括内置有自适应滤波器Ⅱ和自适应滤波器Ⅲ的DSP控制芯片Ⅱ、和误差传感器Ⅴ；
所述自适应滤波器Ⅱ和自适应滤波器Ⅲ均为FxLMS算法的自适应滤波器；
所述自适应滤波器Ⅱ对主通道进行在线建模，得到主通道的估计模型
Figure FDA0003557396120000021
所述自适应滤波器Ⅱ接收参考输入信号X1(n)、激励信号y(n)和信号e5(n)，对自适应滤波器Ⅱ的时域系数向量
Figure FDA0003557396120000022
进行更新；
所述自适应滤波器Ⅲ对控制通道进行在线建模，得到控制通道的估计模型
Figure FDA0003557396120000023
所述自适应滤波器Ⅲ接收参考输入信号X1(n)、激励信号y(n)和信号e5(n)，对自适应滤波器Ⅱ的时域系数向量
Figure FDA0003557396120000024
进行更新；
所述误差传感器Ⅴ接收误差采集处理模块输出的信号e3(n)、信号
Figure FDA0003557396120000025
和信号
Figure FDA0003557396120000026
并对信号e3(n)、信号
Figure FDA0003557396120000027
和信号
Figure FDA0003557396120000028
进行叠加得到信号e5(n)；
所述信号
Figure FDA0003557396120000029
由信号X1(n)经主通道的估计模型
Figure FDA00035573961200000210
传递后得到；
所述信号
Figure FDA00035573961200000211
由激励信号y(n)经控制通道的估计模型
Figure FDA00035573961200000212
传递后得到，上标T是转置符号；
所述自适应滤波器Ⅰ接收信号X1'(n)，并利用FxLMS算法对X1'(n)进行处理后输出信号y”(n)；
所述信号X1'(n)由信号X1(n)经控制通道的估计模型
Figure FDA00035573961200000213
传递后得到；
所述自适应滤波器Ⅰ的输入端与TD滤波器的输出端连接，用于接收参考输入信号X1(n)，并根据FxLMS算法对X1(n)进行处理得到激励信号y(n)；
所述自适应滤波器Ⅰ与误差采集处理模块连接，用于接收误差采集处理模块输出的信号e4(n)，并根据信号e4(n)和X1'(n)，对自适应波器Ⅰ时域系数向量W(n)进行更新；
所述自适应滤波器Ⅰ为FxLMS算法的自适应滤波器。
2.根据权利要求1所述车辆主动减振降噪系统，其特征在于：抵消噪声信号的控制源为压电陶瓷作动器。
3.根据权利要求1所述车辆主动减振降噪系统，其特征在于：所述控制模块的输出端与控制源的输入端之间还设置有激励信号传输模块，所述激励信号传输模块包括D/A转换器、重构滤波器、功率放大器和传递函数建立辨识单元；
所述激励信号y(n)依次通过D/A转换器、重构滤波器、功率放大器的处理后得到信号y1(n)，所述信号y1(n)通过传递函数建立辨识单元的传递函数T(n)的传递后得到信号
Figure FDA0003557396120000031
所述信号
Figure FDA0003557396120000032
输入控制源，控制控制源产生与车身振动噪声信号相反的抵消噪声信号；其中，
Figure FDA0003557396120000033
为传递函数T(n)的系数向量，上标T是转置符号；
所述传递函数建立辨识单元包括电压信号发生器、编码器、误差传感器Ⅵ、A/D转换器Ⅳ和自适应滤波器Ⅳ；
所述电压信号发生器的输出端与压电陶瓷作动器的输入端连接，用于产生电压信号驱动压电陶瓷作动器产生位移；
所述编码器的输入端与压电陶瓷作动器的输出端连接，用于将压电陶瓷作动器的输出位移信号转换为电信号v(n)；
所述误差传感器Ⅵ接收电信号v(n)和自适应滤波器Ⅳ的输出信号c(n)，并计算v(n)和c(n)的差值，得到并输出信号e6(n)；
所述自适应滤波器Ⅳ对传递函数T(n)进行离线建模，得到传递函数T(n)的模型，所述自适应滤波器Ⅳ接收信号u(n)和信号e6(n)，根据信号u(n)和信号e6(n)对自适应滤波器Ⅳ时域系数向量
Figure FDA0003557396120000034
进行更新确定；所述自适应滤波器Ⅳ时域系数向量即为传递函数T(n)的系数向量；
所述信号u(n)由电压信号发生器产生的电压信号经A/D转换器Ⅳ转换处理后得到。
4.根据权利要求3所述车辆主动减振降噪系统，其特征在于：所述误差采集处理模块包括误差传感器Ⅰ、误差传感器Ⅱ、误差传感器Ⅲ和误差传感器Ⅳ；
所述误差传感器Ⅰ对期望信号d(n)和信号y'(n)进行叠加，得到抵消残留信号e1(n)；
所述期望信号d(n)由信号D(n)通过主通道P(n)传输后得到，并由误差传感器Ⅰ采集期望信号d(n)；
所述信号y'(n)由信号ε(n)通过控制通道S(n)传输后得到，并由误差传感器Ⅰ直接采集信号y'(n)；
所述激励信号y(n)经控制通道的估计模型
Figure FDA0003557396120000041
后得到信号
Figure FDA0003557396120000042
所述误差传感器Ⅱ接收抵消残留信号e1(n)和信号
Figure FDA0003557396120000043
并求抵消残留信号e1(n)和信号
Figure FDA0003557396120000044
的差值，得到信号e2(n)；
所述误差传感器Ⅲ接收信号e2(n)和信号y”(n)，并对信号e2(n)和信号y”(n)进行叠加，得到并输出信号e3(n)；
所述误差传感器Ⅳ接收信号y”(n)和信号d'(n)，并对y”(n)和d'(n)进行叠加，得到并输出信号e4(n)；
所述信号d'(n)由信号D(n)经主通道的估计模型
Figure FDA0003557396120000045
传递后得到。
5.一种车辆主动减振降噪方法，其特征在于：包括步骤
S1：FxLMS算法的自适应滤波器Ⅰ接收参考输入信号X1(n)，根据公式y(n)＝X1 T(n)·W(n)得到自适应滤波器Ⅰ输出的激励信号y(n)；其中，W(n)是自适应滤波器Ⅰ的时域系数向量；上标T是转置符号；
所述参考输入信号X1(n)由采集到的发动机振动位移信号依次经低通滤波器Ⅰ、A/D转换器Ⅰ和TD滤波器的处理后得到；
S2：离线建立传递函数T(n)，将激励信号y(n)依次通过D/A转换器、重构滤波器的处理后得到信号y1(n)，所述信号y1(n)通过传递函数T(n)传递后得到信号
Figure FDA0003557396120000046
所述信号
Figure FDA0003557396120000047
输入控制源，控制控制源发出抵消噪声信号；然后，采集抵消噪声信号并将抵消噪声信号经A/D转换处理后得到信号ε(n)，将信号ε(n)通过控制通道S(n)传输后得到信号y'(n)；
Figure FDA0003557396120000051
为传递函数T(n)的系数向量；
S3：采集车身内部振动噪声信号，并将车身内部振动噪声信号依次经过低通滤波器Ⅲ和A/D转换器Ⅲ处理，得到信号D(n)，信号D(n)通过主通道P(z)传输后得到的期望信号d(n)；
S4：对期望信号d(n)和信号y'(n)进行叠加，得到抵消残留信号e1(n)；计算残留信号e1(n)和信号
Figure FDA0003557396120000052
的差，得到信号e2(n)；
所述e1(n)的计算公式为e1(n)＝d(n)+y'(n)；
所述e2(n)的计算公式为
Figure FDA0003557396120000053
所述信号
Figure FDA0003557396120000054
由激励信号y(n)经控制通道的估计模型
Figure FDA0003557396120000055
传递后得到；
所述
Figure FDA0003557396120000056
的计算公式为
Figure FDA0003557396120000057
其中，
Figure FDA0003557396120000058
表示控制通道的估计模型
Figure FDA0003557396120000059
的系数向量，上标T是转置符号；
S5：参考输入信号X1(n)经控制通道的估计模型
Figure FDA00035573961200000510
后得到信号X1'(n)；FxLMS算法的自适应波器Ⅰ接收信号X1'(n)和信号e4(n)；根据公式y”(n)＝WT(n)·X1'(n)得到自适应滤波器Ⅰ输出的信号y”(n)；根据公式
Figure FDA00035573961200000511
对自适应波器Ⅰ时域系数向量W(n)进行更新，其中，μ1表示自适应波器Ⅰ的FxLMS算法的步长因子，上标T表示转置；
所述信号e4(n)的信号d'(n)和y”(n)叠加得到；
所述信号X1'(n)的计算公式为
Figure FDA00035573961200000512
所述e4(n)的计算公式为e4(n)＝d'(n)+y”(n)；
所述d'(n)由信号D(n)经主通道的估计模型
Figure FDA00035573961200000513
传递后得到；
所述d'(n)的计算公式为
Figure FDA00035573961200000514
Figure FDA00035573961200000515
表示主通道的估计模型
Figure FDA00035573961200000516
的系数向量，上标T是转置符号；
S6：通过自适应波器Ⅱ在线建立主通道的估计模型为
Figure FDA0003557396120000061
其中，k为自适应波器Ⅱ的阶数，ak为自适应波器Ⅱ的系数；自适应波器Ⅱ的时域系数向量
Figure FDA0003557396120000062
为[a0,a1,…，ak-1]，所述自适应波器Ⅱ的时域系数向量即为主通道的估计模型的系数向量；
通过自适应波器Ⅲ在线建立控制通道的估计模型为
Figure FDA0003557396120000063
其中，m为自适应波器Ⅲ的阶数，bm为自适应波器Ⅲ的系数；自适应波器Ⅲ的时域系数向量
Figure FDA0003557396120000064
为[a0,a1,…，ak-1]，所述自适应波器Ⅲ的时域系数向量即为控制通道的估计模型的系数向量；
FxLMS算法的自适应波器Ⅱ接收参考输入信号X1(n)、激励信号y(n)和信号e5(n)，并根据公式
Figure FDA0003557396120000065
对
Figure FDA0003557396120000066
进行更新；FxLMS算法的自适应波器Ⅲ接收参考输入信号X1(n)、激励信号y(n)和信号e5(n)，并根据公式
Figure FDA0003557396120000067
对
Figure FDA0003557396120000068
进行更新，其中，μsp表示自适应波器Ⅱ的FxLMS算法的步长因子；μsp'表示自适应波器Ⅲ的FxLMS算法的步长因子，上标T表示转置；
所述e5(n)由信号e3(n)、信号
Figure FDA0003557396120000069
和信号
Figure FDA00035573961200000610
进行叠加得到；
所述信号
Figure FDA00035573961200000611
由信号X1(n)经主通道的估计模型
Figure FDA00035573961200000612
传递后得到；
所述信号
Figure FDA00035573961200000613
由激励信号y(n)经控制通道的估计模型
Figure FDA00035573961200000614
传递后得到；
所述e5(n)的计算公式为
Figure FDA00035573961200000615
上标T表示转置；
所述e3(n)由信号e2(n)和信号y”(n)进行叠加得到；
所述e3(n)的计算公式为e3(n)＝e2(n)+y”(n)。
6.根据权利要求5所述车辆主动减振降噪方法，其特征在于：所述步骤S2中的离线建立传递函数T(n)包括步骤：
S201：通过自适应波器Ⅳ离线建立传递函数T(n)的模型，所述T(n)的模型为
T(n)＝g0+g1n-1+…+gi-1ni-1，
其中，i为自适应波器Ⅳ的阶数，gi为自适应波器Ⅳ的系数；自适应波器Ⅳ的时域系数向量
Figure FDA0003557396120000071
为[g0,g1,…，gi-1]，所述自适应波器Ⅳ的时域系数向量即为传递函数T(n)的系数向量；自适应波器Ⅳ为FxLMS算法的自适应滤波器；
S202：设定
Figure FDA0003557396120000072
的初始值为[1,0,0，…，0]，即令g0＝1，令除g0以外的其他自适应波器Ⅳ的系数为0，即g1＝g2＝…＝gi-1＝0；设定电压信号发生器产生的初始电压信号为u0；
S203：利用电压信号发生器产生的当前电压信号驱动压电陶瓷作动器作动；编码器将压电陶瓷作动器作动产生的位移信号转换为电信号v(n)，
S204：将电压信号发生器产生的电压信号经A/D转换得到信号u(n)；
S205：根据信号u(n)计算信号c(n)；所述信号c(n)的计算公式为
Figure FDA0003557396120000073
S206：计算信号v(n)和信号c(n)的差值，得到信号e6(n)；
所述信号e6(n)的计算公式为e6(n)＝v(n)-c(n)；
S207：根据信号e6(n)和电压信号u(n)，更新
Figure FDA0003557396120000074
所述
Figure FDA0003557396120000075
的更新公式为
Figure FDA0003557396120000076
其中，μ2为自适应波器Ⅳ的FxLMS算法的步长，上标T为转置符号；
S208：将电压信号发生器产生的电压信号增加△u，回到步骤S203，进行下一次迭代，迭代次数为t，完成对
Figure FDA0003557396120000077
的更新确定。
CN201810540331.2A 2018-05-30 2018-05-30 车辆主动减振降噪系统及方法 Active CN108768346B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810540331.2A CN108768346B (zh) 2018-05-30 2018-05-30 车辆主动减振降噪系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810540331.2A CN108768346B (zh) 2018-05-30 2018-05-30 车辆主动减振降噪系统及方法

Publications (2)

Publication Number Publication Date
CN108768346A CN108768346A (zh) 2018-11-06
CN108768346B true CN108768346B (zh) 2022-04-29

Family

ID=64004370

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810540331.2A Active CN108768346B (zh) 2018-05-30 2018-05-30 车辆主动减振降噪系统及方法

Country Status (1)

Country Link
CN (1) CN108768346B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109658947B (zh) * 2018-11-18 2022-12-09 南京大学 一种同步建模和控制的主动噪声控制方法
CN110045814B (zh) * 2018-12-30 2022-06-14 瑞声科技(新加坡)有限公司 一种激励信号的产生方法、装置、终端及存储介质
WO2021000065A1 (zh) * 2019-06-29 2021-01-07 瑞声声学科技(深圳)有限公司 一种降低移动终端第二壳体振动的控制方法及控制系统
CN115237196A (zh) * 2022-06-27 2022-10-25 国川智能装备(深圳)有限公司 一种双向机电静压控制装置

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0615340B1 (en) * 1993-03-12 1998-05-20 AT&T Corp. Low-delay subband adaptive filter
CN105593928A (zh) * 2013-09-03 2016-05-18 伯斯有限公司 引擎谐波消除系统余辉减轻
CN106935238A (zh) * 2017-04-12 2017-07-07 同济大学 一种基于最优临界频带幅值增益控制的主动噪声均衡控制方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8760039B2 (en) * 2011-11-08 2014-06-24 The United States Of America As Represented By The Administrator Of The National Aeronautics And Space Administration Compact active vibration control system for a flexible panel

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0615340B1 (en) * 1993-03-12 1998-05-20 AT&T Corp. Low-delay subband adaptive filter
CN105593928A (zh) * 2013-09-03 2016-05-18 伯斯有限公司 引擎谐波消除系统余辉减轻
CN106935238A (zh) * 2017-04-12 2017-07-07 同济大学 一种基于最优临界频带幅值增益控制的主动噪声均衡控制方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Design of an active noise controller for reduction of tire/road interaction noise in environmentally friendly vehicles;Mouayad A. Sahib;《2017 Signal Processing: Algorithms, Architectures, Arrangements, and Applications (SPA)》;20171231;59-62 *
汽车室内自适应主动降噪系统研究;李珊珊;《电子科技》;20171231;50-53 *

Also Published As

Publication number Publication date
CN108768346A (zh) 2018-11-06

Similar Documents

Publication Publication Date Title
CN108768346B (zh) 车辆主动减振降噪系统及方法
EP2884488B1 (en) Active noise control system
CN105489225B (zh) 一种含次级通道在线辨识的前馈型窄带主动噪声控制系统
WO1997002559A1 (en) Digital feed-forward active noise control system
JPH08510566A (ja) 雑音整形のための能動制御装置
JP2018180497A (ja) 能動型騒音制御装置及び誤差経路特性モデル補正方法
CN111128111A (zh) 发动机主动噪声控制的变步长前馈控制系统及控制方法
CN111436014B (zh) 主动降噪耳机的滤波装置、滤波方法以及主动降噪耳机
CN114464157A (zh) 一种车辆的主动降噪方法及设备、存储介质
CN111724761B (zh) 一种车载主动噪声控制装置及方法
CN115294953B (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
CN111292714A (zh) 一种用于混合声品质控制系统的改进结构
CN113470607B (zh) 有源振动噪音降低系统
EP1074971B1 (en) Digital feed-forward active noise control system
CN113291248A (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
CN113096629B (zh) 用于单通道反馈有源噪声控制系统的相对路径虚拟传感方法
KR100902954B1 (ko) Ｃｏ-ＦＸＬＭＳ 알고리즘을 이용한 3차원 밀폐계의능동소음제어시스템 및 방법
WO2022201520A1 (ja) 能動型騒音制御装置、能動型騒音制御方法、プログラム及び非一時的な有形のコンピュータ可読記憶媒体
KR101036623B1 (ko) 적응 알고리즘을 이용한 가변 기통 엔진의 진동 및 소음의 제어 방법 및 제어 장치
JP4906787B2 (ja) 能動型振動騒音制御装置
CN117456974A (zh) 一种并联声-振混合主动控制方法与装置
JP3442637B2 (ja) 振動低減方法
JP3241264B2 (ja) アクティブ騒音抑制制御方法
JP4962095B2 (ja) 能動型騒音制御装置
CN114530140A (zh) 一种针对窄带噪声的车载降噪方法及系统、存储介质

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
TR01 Transfer of patent right

Effective date of registration: 20231225

Address after: No. 513 Kangtai Road, Yulong Town, Xingyang City, Zhengzhou City, Henan Province, 450100

Patentee after: HENAN SHAOLIN BUS Co.,Ltd.

Address before: 230000 floor 1, building 2, phase I, e-commerce Park, Jinggang Road, Shushan Economic Development Zone, Hefei City, Anhui Province

Patentee before: Dragon totem Technology (Hefei) Co.,Ltd.

Effective date of registration: 20231225

Address after: 230000 floor 1, building 2, phase I, e-commerce Park, Jinggang Road, Shushan Economic Development Zone, Hefei City, Anhui Province

Patentee after: Dragon totem Technology (Hefei) Co.,Ltd.

Address before: 402247 No. 1 Fuxing Road, Shuang Fu New District, Jiangjin District, Chongqing.

Patentee before: CHONGQING JIAOTONG University

TR01 Transfer of patent right