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
所述自适应滤波器Ⅱ接收参考输入信号X
1(n)、激励信号y(n)和信号e
5(n),对自适应滤波器Ⅱ的时域系数向量
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
所述自适应滤波器Ⅲ接收参考输入信号X
1(n)、激励信号y(n)和信号e
5(n),对自适应滤波器Ⅱ的时域系数向量
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e
3(n)、信号
和信号
并对信号e
3(n)、信号
和信号
进行叠加得到信号e
5(n);
所述信号
由信号X
1(n)经主通道的估计模型
传递后得到;
所述信号
由激励信号y(n)经控制通道的估计模型
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X
1'(n)由信号X
1(n)经控制通道的估计模型
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y
1(n),所述信号y
1(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
所述信号
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,
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e
6(n),根据信号u(n)和信号e
6(n)对自适应滤波器Ⅳ时域系数向量
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
后得到信号
所述误差传感器Ⅱ接收抵消残留信号e
1(n)和信号
并求抵消残留信号e
1(n)和信号
的差值,得到信号e
2(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
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y
1(n),所述信号y
1(n)通过传递函数T(n)传递后得得到信号
所述信号
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);
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e
1(n);计算残留信号e
1(n)和信号
的差,得到信号e
2(n);
所述e1(n)的计算公式为e1(n)=d(n)+y'(n);
所述信号
由激励信号y(n)经控制通道的估计模型
传递后得到;
所述
的计算公式为
其中,
表示控制通道的估计模型
的系数向量,上标T是转置符号;
S5:参考输入信号X
1(n)经控制通道的估计模型
后得到信号X
1'(n);FxLMS算法的自适应波器Ⅰ接收信号X
1'(n)和信号e
4(n);根据公式y″(n)=W
T(n)·X
1'(n)得到自适应滤波器Ⅰ输出的信号y″(n);根据公式
对自适应波器Ⅰ时域系数向量W(n)进行更新,其中,μ
1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
传递后得到;
所述d'(n)的计算公式为
表示主通道的估计模型
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
其中,k为自适应波器Ⅱ的阶数,a
j为自适应波器Ⅱ的系数;自适应波器Ⅱ的时域系数向量
为[a
0,a
1,…,a
k-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
其中,m为自适应波器Ⅲ的阶数,b
m为自适应波器Ⅲ的系数;自适应波器Ⅲ的时域系数向量
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X
1(n)、激励信号y(n)和信号e
5(n),并根据公式
对
进行更新;FxLMS算法的自适应波器Ⅲ接收参考输入信号X
1(n)、激励信号y(n)和信号e
5(n),并根据公式
对
进行更新,其中,μ
sp表示自适应波器Ⅱ的FxLMS算法的步长因子;μ
sp'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e
5(n)由信号e
3(n)、信号
和信号
进行叠加得到;
所述信号
由信号X
1(n)经主通道的估计模型
传递后得到;
所述信号
由激励信号y(n)经控制通道的估计模型
传递后得到;
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,g
i为自适应波器Ⅳ的系数;自适应波器Ⅳ的时域系数向量
为[g
0,g
1,…,g
i-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
的初始值为[1,0,0,...,0],即令g
0=1,令除g
0以外的其他自适应波器Ⅳ的系数为0,即g
1=g
2=...=g
i-1=0;设定电压信号发生器产生的初始电压信号为u
0;
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
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e
6(n)和电压信号u(n),更新
所述
的更新公式为
其中,μ
2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
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。
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
所述自适应滤波器Ⅱ接收参考输入信号X
1(n)、激励信号y(n)和信号e
5(n),对自适应滤波器Ⅱ的时域系数向量
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
所述自适应滤波器Ⅲ接收参考输入信号X
1(n)、激励信号y(n)和信号e
5(n),对自适应滤波器Ⅱ的时域系数向量
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e
3(n)、信号
和信号
并对信号e
3(n)、信号
和信号
进行叠加得到信号e
5(n);
所述信号
由信号X
1(n)经主通道的估计模型
传递后得到;
所述信号
由激励信号y(n)经控制通道的估计模型
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X
1'(n)由信号X
1(n)经控制通道的估计模型
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y
1(n),所述信号y
1(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
所述信号
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,
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e
6(n),根据信号u(n)和信号e
6(n)对自适应滤波器Ⅳ时域系数向量
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
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
后得到信号
所述误差传感器Ⅱ接收抵消残留信号e
1(n)和信号
并求抵消残留信号e
1(n)和信号
的差值,得到信号e
2(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
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
和自适应滤波器Ⅲ的时域系数向量
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y
1(n),所述信号y
1(n)通过传递函数T(n)传递后得得到信号
所述信号
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);
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e
1(n);计算残留信号e
1(n)和信号
的差,得到信号e
2(n);
所述e1(n)的计算公式为e1(n)=d(n)+y'(n);
所述信号
由激励信号y(n)经控制通道的估计模型
传递后得到;
所述
的计算公式为
其中,
表示控制通道的估计模型
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e
1(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e
1(n)满足误差需求。
S5:参考输入信号X
1(n)经控制通道的估计模型
后得到信号X
1'(n);FxLMS算法的自适应波器Ⅰ接收信号X
1'(n)和信号e
4(n);根据公式y″(n)=W
T(n)·X
1'(n)得到自适应滤波器Ⅰ输出的信号y″(n);根据公式
对自适应滤波器Ⅰ时域系数向量W(n)进行更新,其中,μ
1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
传递后得到;
所述d'(n)的计算公式为
表示主通道的估计模型
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e
1(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
其中,k为自适应波器Ⅱ的阶数,a
j为自适应波器Ⅱ的系数;自适应波器Ⅱ的时域系数向量
为[a
0,a
1,...,a
k-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
其中,m为自适应波器Ⅲ的阶数,b
m为自适应波器Ⅲ的系数;自适应波器Ⅲ的时域系数向量
为[a
0,a
1,...,a
k-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X
1(n)、激励信号y(n)和信号e
5(n),并根据公式
对
进行更新;FxLMS算法的自适应波器Ⅲ接收参考输入信号X
1(n)、激励信号y(n)和信号e
5(n),并根据公式
对
进行更新,其中,μ
sp表示自适应波器Ⅱ的FxLMS算法的步长因子;μ
sp'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e
5(n)由信号e
3(n)、信号
和信号
进行叠加得到;
所述信号
由信号X
1(n)经主通道的估计模型
传递后得到;
所述信号
由激励信号y(n)经控制通道的估计模型
传递后得到;
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,g
i为自适应波器Ⅳ的系数;自适应波器Ⅳ的时域系数向量
为[g
0,g
1,...,g
i-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
的初始值为[1,0,0,...,0],即令g
0=1,令除g
0以外的其他自适应波器Ⅳ的系数为0,即g
1=g
2=...=g
i-1=0;设定电压信号发生器产生的初始电压信号为u
0;本实施例中,u
0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
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e
6(n)和电压信号u(n),更新
所述
的更新公式为
其中,μ
2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
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
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。