CN116052630A - 一种汽车道路噪声主动控制系统及方法 - Google Patents

Abstract

本发明公开了一种汽车道路噪声主动控制系统，包括振动传感器、误差麦克风、车内扬声器、控制器、车外环境识别模块和车内环境识别模块，振动传感器和所述误差麦克风均与所述控制器的输入端连接，车内扬声器与所述控制器的输出端连接，车外环境识别模块用于识别采集车外环境信息，车内环境识别模块用于识别采集车内环境信息；车外环境识别模块和车内环境识别模块均与控制器的输入端连接，控制器基于获取的车外环境信息和车内环境信息，启动系统参数控制或状态控制，以保证自适应过程的稳定性，避免“冲击爆音”等异常抗噪声出现，其能够实现更好的车内噪声主动降噪效果。还公开了一种基于所述汽车道路噪声主动控制系统的汽车道路噪声主动控制方法。

Description

一种汽车道路噪声主动控制系统及方法

技术领域

本发明涉及汽车工程技术领域，具体涉及一种汽车道路噪声主动控制系统及方法。

背景技术

随着汽车减振降噪技术的进步和新能源汽车技术、智能网联汽车技术的发展应用，主动降噪与主动噪声控制(Active Noise Cancelation，ANC)技术开始在汽车上应用。汽车主动降噪技术一般采用前馈、反馈或前-反馈结合的结构来主动实时生成与目标噪声幅值相等相位相反的抗噪声而自适应的降低或去除目标噪声，其中主要为发动机主动降噪(ENC，包括以发动机作为增程装置的增程器主动降噪)和路噪主动降噪(RoadNoiseCancelation，RNC)。所谓道路噪声，或简称路噪，是指车辆在行驶过程中，轮胎与路面接触、及轮胎本身特性所产生的振动，经过汽车底盘、悬架及车身等传递到车内，以声辐射的形式所产生的环境噪声。RNC系统一般采用自适应的随机梯度法最小均方系统(Least MeanSquare，LMS)，负责源头噪声采集的振动加速度传感器布置在汽车底盘、悬架及车身等位置，作为源头输入信号，布置在车内驾乘位置人耳附近的误差麦克风采集车内实时的声压信号，作为误差输入信号，输入到运行在汽车功放、车机或其他具备信号处理和计算能力的装置上的RNC程序指令中，实时生成并通过车内扬声器播放出在降噪区域(驾乘区人耳附近)与目标道路噪声幅值相等相位相反的抗噪声，以声波的“干涉相消”，达到降低道路噪声的功效。

目前，道路噪声主动控制RNC的主要难点在于道路类型(如光滑沥青、粗糙沥青、水泥路、碎石路、砂石路等)及路面状况(如减速带、减速标线、路面坑洼与颠簸等)完全随机且时刻变化，而作为一种自适应随机梯度法的最小均方(LMS)系统，RNC技术无法提前预测道路类型和路面状况等车外环境的变化，只能在输入信号改变后进行自适应应对且逐渐收敛，针对坑洼、道路标线等路面状况发生变化的瞬态冲击的输入，基于LMS算法的RNC系统无法及时应对，瞬态冲击也无法瞬时收敛，可能会产生“冲击爆音”等瞬态异常抗噪声输出信号。而且，当路面类型发生突变时，如从光滑沥青路到水泥路面，RNC系统需要花费较长时间才能实现最佳的收敛效果。此外，传统的RNC方法与系统往往仅使用振动加速度的幅值特性和/或误差麦克风的声压的幅值特征去识别定义这种路面类型的变化，其识别效率较低，且收敛速度较慢，这些问题不仅可能导致乘客的声学体验不是最优的，甚至还察觉到异常的、引起抱怨的声音，亟待解决与提升。

另一方面，作为使用“干涉相消”降低路噪的方法，车内声学环境及其传递特性的精确采集与准确监控，对保证RNC系统的最优降噪效果影响巨大。这包含了对车内驾乘人员、采集驾乘位置人耳附近实时声压信号的误差麦克风、负责发出抗噪声的车内扬声器系统等要素的具体位置变化及车内环境变化的精确要求。而实际车辆使用中，由于驾乘人员身高、体态(人耳到误差麦克风实际距离)、数量、以及乘坐位置差异较大、且经常存在座椅相对位置角度被调整、车内空间被占用(如车内被货物等物体部分占用、座椅被放平，麦克风或车内扬声器系统被部分遮挡)等导致车内声学环境发生较大变化的情况，而这些车内声学环境的变化会导致声学传递特性的巨大改变，且无法被传统的RNC算法和系统知晓或及时知晓，这有可能导致车内RNC系统无法准确发出正确的抗噪声输出信号，不仅影响降噪效果，甚至可能出现峰值相位叠加导致产生高于原始车内道路噪声的抗噪声的异常情况，而此时，传统的RNC方法与系统可能也无法识别这种异常，亦无法有效应对，如调整算法乃至关闭系统等，这将极大地影响驾乘人员的声环境体验。

并且，汽车道路噪声的来源与传递路径复杂，噪声频率范围相对宽广，不同来源、频率的道路噪声及车内不同驾乘位置的噪声差异较大。而如果RNC方法与系统对这种不同来源和频率的道路噪声的输入信号不加以针对性的处理，诸如进行参考信号、误差信号滤波和增益、差异化收敛步长处理等，那可能导致某些来源频率的路噪、某些驾乘位置的路噪降噪效果无法达到最优实现，甚至会影响到整个车内的路噪的整体降噪水平，这也较大的限制了RNC系统的性能表现与实际体验。

CN111833841A公开了一种用于汽车道路噪声的主动控制系统、方法及车辆系统，主动控制系统包括振动传感器、传声器、扬声器和控制器；振动传感器和传声器均与控制器的输入端连接，车内扬声器与控制器的输出端连接；所述振动传感器用于采集路面和车轮相互作用产生的道路激励信号；所述传声器用于采集车内误差噪声信号，并将该信号作为反馈信号发送至所述控制器，所述控制器处理所述误差噪声信号和所述道路激励信号以对所述自适应滤波的时域系数进行更新，所述控制器用于对道路激励信号进行自适应滤波处理并生成抵消噪声信号。其可以有效加快在车辆行驶工况发生变化时RNC系统的收敛速度，并基于云实现对RNC系统主要控制参数的持续更新。CN108422956A公开了一种汽车车内噪声的主动控制降噪方法及系统，该系统包括：车辆信息识别系统、车内环境监测系统、车辆振动采集系统、主动控制系统。利用主动控制方法有效地降低了由于发动机激励和路面激励引起的结构噪声对于车内乘客的干扰，大大提升了汽车车内声品质，为乘客提供了更为舒适的乘坐环境。上述方案不失为本领域的一种有益尝试。

发明内容

本发明的目的是提供一种汽车道路噪声主动控制系统及方法，其能够实现更好的车内噪声主动降噪效果。

为了实现上述目的，本发明采用的技术方案如下：

一种汽车道路噪声主动控制系统，包括振动传感器、误差麦克风、车内扬声器和控制器，所述振动传感器和所述误差麦克风均与所述控制器的输入端连接，所述车内扬声器与所述控制器的输出端连接，还包括：车外环境识别模块，用于识别采集车外环境信息；车内环境识别模块，用于识别采集车内环境信息；所述车外环境识别模块和车内环境识别模块均与控制器的输入端连接，所述控制器基于获取的车外环境信息和车内环境信息，启动系统参数控制或状态控制，该状态控制为暂停或重启汽车道路噪声主动控制系统；当控制器启动系统参数控制时，所述控制器用于处理误差麦克风采集的误差噪声信号和振动传感器采集的道路振动激励信号以更新自适应滤波器的滤波器系数，同时对获取的误差噪声信号、道路振动激励信号、车外环境信息和车内环境信息进行识别和计算，并根据这些识别与计算结果自适应匹配最佳的RNC控制参数，共同以道路振动激励信号、最佳的RNC控制参数以及更新的自适应滤波器系数生成抗噪声输出信号，所述控制器将所述抗噪声输出信号输出至车内扬声器，通过所述车内扬声器播放控制器生成的抗噪声输出信号。

进一步，所述车外环境识别模块包括车外摄像头、汽车雷达组件和智能驾驶控制单元，所述车外摄像头、汽车雷达组件均与智能驾驶控制单元连接；所述车内环境识别模块包括与座舱控制单元连接的车内摄像头、座椅占用检测装置、车窗开闭状态感应装置、天窗开闭状态感应装置、车门开闭状态感应装置及后备箱开闭状态感应装置，所述智能驾驶控制单元与座舱控制单元连接，所述座舱控制单元与控制器连接；所述智能驾驶控制单元和/或座舱控制单元能够仅收集、或收集且单独或协同处理车外摄像头及汽车雷达组件单独或组合的数据后识别采集得到车外环境信息，通过所述座舱控制单元将车外环境信息传递给控制器，所述座舱控制单元还能够将音频信号、车内环境信息及必要信息传递给控制器，所述音频信号包括提示音、报警音、导航音、多媒体音，所述必要信息包括座椅数量、轮胎配置、车辆驱动形式、底盘形式及配置，所述控制器基于获取的数据匹配最佳的RNC控制参数，并优化调用特定的振动传感器和误差麦克风通道及差异化的通道计权适配。

进一步，所述车外环境信息包括道路类型、道路状况、地理、天气及环境状况、车速、轮胎使用情况；所述道路类型包括沥青路、水泥路、鹅卵石路、碎石路、横向刻槽水泥路、方砖路；所述道路状况包括规律性状况和随机性状况，所述规律性状况包括减速带、减速标线、分道振动指示标线、路侧振动标线，所述随机性状况包括不同规模、大小、深度的坑洼、颠簸、破损。

进一步，所述车内环境信息包括驾乘人员数量及乘坐位置、座椅倾斜角度、座椅放倒状态、车内乘员舱占用情况、车窗开闭状态、天窗开闭状态、车门开闭状态及后备箱开闭状态。

进一步，所述误差麦克风布置于车内驾乘人员附近，用于采集车内的噪声信号，所述噪声信号为外界噪声信号和次级声源即车内扬声器发出的抗噪声输出信号叠加后残余的噪声信号，作为输入汽车道路噪声主动控制系统的误差信号；所述误差麦克风通过A2B音频总线与控制器输入端的第一A2B收发器连接。

进一步，所述振动传感器布置于汽车底盘、悬架或车身上，用于采集轮胎和地面接触及轮胎本身所产生的道路振动激励信号，所述道路振动激励信号作为输入汽车道路噪声主动控制系统的参考信号；所述振动传感器通过A2B音频总线与控制器输入端的第二A2B收发器连接。

进一步，所述控制器包括依次连接的CAN接收器、微控制器、数字信号处理器，所述CAN接收器用于接收车外环境识别模块和车内环境识别模块传来的CAN/CAN-FD信号，所述微控制器用于接收CAN接收器传来的CAN/CAN-FD信号传递给所述数字信号处理器；所述数字信号处理器上集成有RNC算法，所述RNC算法包括RNC降噪算法、将包括提示音、报警音、导航音、多媒体音从误差麦克风中去除的算法以及处理所述车外环境信息、车内环境信息及必要信息以匹配最佳的RNC控制参数及优化调用特定的振动传感器和误差麦克风通道的算法，所述必要信息包括座椅数量、轮胎配置、车辆驱动形式、底盘形式及配置。

进一步，所述数字信号处理器包括参考信号高通滤波器、参考信号预滤波器、参考信号自适应计权模块、误差信号高通滤波器、误差信号预滤波器、误差信号自适应计权模块、LMS算法模块、滤波器控制模块和滤波器；所述参考信号高通滤波器用于去除获取的参考信号中不在设定范围内的低频分量，并根据识别采集的车外环境信息匹配对应的转角频率，以满足主动降噪系统算法收敛速度和降噪效果的需求，然后对参考信号进行传递特性处理，所述传递特性处理是根据获取的车内环境信息匹配预设的传递特性参数；所述参考信号预滤波器用于接收参考信号高通滤波器处理后的参考信号，参考信号预滤波器对参考信号中设定频段的噪声进行滤波处理；所述参考信号自适应计权模块用于接收参考信号预滤波器处理后的参考信号，根据识别采集的车外环境信息，使用计算或预设的最佳的RNC控制参数，对特定通道的参考信号进行放大或缩小操作，或对汽车道路噪声主动控制系统进行干预，所述干预包括暂停系统输出、改变系统输出或触发系统应对策略，以避免异常抗噪声出现；所述误差信号高通滤波器对获取的误差信号中的低频干扰信号进行滤波处理，根据识别采集的车外环境信息匹配对应的转角频率，并与车内存在的其它音频信号同时经所述传递特性处理后的信号相减，以去除所述误差信号中由于其它音频信号通过车内扬声器发出的非抗噪声成分，所述传递特性处理是根据获取的车内环境信息匹配预设的传递特性参数，所述其它音频信号包括提示音、报警音、导航音、多媒体音；所述误差信号预滤波器用于接收误差信号高通滤波器处理后的误差信号，误差信号预滤波器对误差信号中设定频段的噪声进行滤波处理；所述误差信号自适应计权模块用于接收误差信号预滤波器处理后的误差信号，根据识别采集的车内环境信息，使用计算或预设的最佳的RNC控制参数，对特定通道的参考信号进行放大或缩小操作，或对汽车道路噪声主动控制系统进行干预，所述干预包括暂停系统输出、改变系统输出或触发系统应对策略，以避免异常抗噪声出现；所述LMS算法模块用于接收所述参考信号自适应计权模块处理后的参考信号和所述误差信号自适应计权模块处理后的误差信号，进行LMS算法处理；所述滤波器控制模块根据LMS算法模块处理后的参考信号、误差信号和滤波器的输出信号，对所述滤波器的系数进行更新处理，从而平衡汽车道路噪声主动控制系统算法的收敛速度和稳定性，并优化降噪效果，或当触发设定阈值时，启动系统参数控制或状态控制，该状态控制为暂停或重启汽车道路噪声主动控制系统。

进一步，所述RNC控制参数包括收敛步长、泄露因子、输入参考信号增益、误差信号增益、滤波器系数。

一种汽车道路噪声主动控制方法，其包括如下步骤：

S1，获取参考信号、误差信号、车外环境信息和车内环境信息；

S2，通过控制器去除参考信号中不在设定范围内的低频分量，并根据识别采集的车外环境信息匹配对应的转角频率，然后对参考信号进行传递特性处理，所述传递特性处理是根据获取的车内环境信息匹配预设的传递特性参数；

S3，对S2处理后的参考信号中设定频段的噪声进行滤波处理，然后根据识别采集的车外环境信息进行自适应计权处理；

S4，通过控制器去除误差信号中不在设定范围内的低频干扰信号进行滤波处理，然后根据识别采集的车外环境信息匹配对应的转角频率，并与车内存在的其它音频信号同时经所述传递特性处理后的信号相减，以去除所述误差信号中由于其它音频信号通过车内扬声器发出的非抗噪声成分，所述传递特性处理是根据获取的车内环境信息匹配预设的传递特性参数，所述其它音频信号包括提示音、报警音、导航音、多媒体音；

S5，对S4处理后的误差信号中设定频段的噪声进行滤波处理，然后根据识别采集的车内环境信息进行自适应计权处理；

S6，对S3中自适应计权处理后的参考信号和S5中自适应计权处理后的误差信号进行LMS算法处理，再通过控制器中的滤波器控制模块处理，以更新滤波器生成输出信号；

S7，所述滤波器控制模块根据进行LMS算法处理后的参考信号、误差信号和滤波器的输出信号，对所述滤波器的系数进行更新处理，从而平衡汽车道路噪声主动控制系统算法的收敛速度和稳定性，并优化降噪效果，或当触发设定阈值时，启动系统参数控制或状态控制，该状态控制为暂停或重启汽车道路噪声主动控制系统。

进一步，S1具体为：通过振动传感器采集车辆行驶时轮胎和地面接触及轮胎本身所产生的道路振动激励信号，将该道路振动激励信号作为输入汽车道路噪声主动控制系统的参考信号；通过误差麦克风采集车内的噪声信号，所述噪声信号为外界噪声信号和次级声源即车内扬声器发出的抗噪声输出信号叠加后残余的噪声信号，作为输入汽车道路噪声主动控制系统的误差信号；通过车外环境识别模块识别采集车外环境信息，通过车内环境识别模块识别采集车内环境信息。

进一步，S3中自适应计权处理具体为：自适应计权处理后的参考信号x′(n)＝g_x(x(n),e(n),y(n),A(n))x(n)，其中，g_x为参考信号计权函数，x(n)为参考信号，e(n)为误差信号，y(n)为抗噪声输出信号，A(n)为车外环境信息，所述参考信号计权函数g_x由根据实际路噪源头激励特征、来源及所在通道贡献、驾乘位置和道路试验或实验室环境收集的数据而预先设定，控制器根据识别采集的车外环境信息，匹配对应的参考信号计权函数g_x，通过参考信号计权函数g_x对特定通道的参考信号x(n)进行放大或缩小操作。

进一步，S5中自适应计权处理具体为：自适应计权处理后的误差信号e′(n)＝g_e(x(n),e(n),y(n),B(n))e(n)，其中，g_e为参考信号计权函数，x(n)为参考信号，e(n)为误差信号，y(n)为抗噪声输出信号，B(n)为车内环境信息，所述参考信号计权函数g_e由根据实际路噪源头激励特征、来源及所在通道贡献、驾乘位置和道路试验或实验室环境收集的数据而预先设定，控制器根据识别采集的车外环境信息和车内环境信息，匹配对应的参考信号计权函数g_e，通过参考信号计权函数g_e对特定通道的误差信号e(n)进行放大或缩小操作。

进一步，S7中滤波器的系数更新处理具体为：更新处理后的滤波器系数w′(n)＝g_w(x(n),e(n),y(n))w(n)，其中，g_W为滤波器控制函数，x(n)为参考信号，e(n)为误差信号，y(n)为抗噪声输出信号，所述滤波器控制函数g_W由实际道路试验或实验室环境收集的数据而预先设定，控制器根据识别采集的车外环境信息和车内环境信息，匹配对应的滤波器控制函数g_W。

进一步，所述抗噪声输出信号的幅值A_m(n)、能量P(n)和能量比R(n)以及幅频响应A(f)计算公式分别为：

A_m(n)＝max(abs(T(n)))，

A(f)＝FFT(T(n))；

其中，max为求取最大值，abs为求取绝对值，FFT为傅里叶变换，t(i)为第i时刻信号，P_i(n)和P_j(n)为通道i和j的能量，L为信号长度，Fs为信号采样频率，T(n)＝[t(n-L+1),…,t(n-1),t(n)]为长度L的信号序列。

进一步，最佳的RNC控制参数的实现具体包括如下步骤：

Q1、将由实际道路试验或实验室环境收集的数据而预先设定的车外环境识别结果、车内环境识别结果，作为输入参考信号自适应计权模块、误差信号自适应计权模块、滤波器控制模块和传递特性选择以及RNC系统参数的若干个预设值及预设值组合；

Q2、车辆启动且RNC功能打开后，车内环境识别模块和车外环境识别模块工作，分别识别判断车内环境信息和车外环境信息，控制器将根据识别结果访问调用预设的参考信号的计权系数、误差信号的计权系数、差异化的RNC系统参数以及预设的传递特性参数，生成抗噪声输出信号；

Q3、在车辆行驶且RNC系统运行时，实时检测抗噪声输出信号，并针对RNC系统参数进行调整和优化。当识别到实际车辆遇到特定道路类型、道路状况及车内驾乘状况等预先设定的车外环境识别结果、车内环境识别结果时，访问并调用与该识别结果相对应的系统参数。

Q4、控制器根据所调用的且与车内环境识别模块和车外环境识别模块识别结果相对应的系统参数进行快速收敛计算，从而对车内道路噪声进行控制，自适应算法根据实际控制效果及车外、车内环境识别结果的变化而不断调整调用参数，进而对车内道路噪声实现最佳控制；

Q5，将识别的车内环境信息和车外环境信息与其相应的优化后的RNC系统参数存储更新至数据库中。

特别地，当车外环境识别模块、车内环境识别模块识别到和/或通过对输入参考信号、误差信号和抗噪声输出信号的实时控制处理识别到特定的阈值工况时，如特定的振动标线或碎石路等容易产生“冲击爆音”的工况时，系统将启动系统参数控制、状态控制、延时控制乃至暂停或重启系统，以保证自适应过程的稳定性，避免“冲击爆音”等异常抗噪声出现；

本发明的有益效果：

1、本发明所述汽车道路噪声主动控制系统及方法能够实现车辆行驶的道路类型与路面状况发生变化时更快速的收敛，从而实现更好的降噪体验。

2、本发明相比于传统基于最小均方(LMS)降噪系统无法提前预测道路类型和路面状况等车外环境的变化，只能在输入信号改变后进行自适应应对且逐渐收敛的缺点，车外环境识别模块、车内环境识别模块的使用，能够更加及时、准确甚至提前识别到道路类型和路面状况的变化，从而更快速的进行最优化参数匹配，这明显缩短了收敛时间，并且提升了应对可能会产生“冲击爆音”等瞬态异常抗噪声的场景处置能力。

3、本发明明显降低了且更大程度上避免了因道路工况发生突变，如遇到减速标线、分道振动指示标线或坑洼颠簸、以及碎石路、鹅卵石路等可能会产生“冲击爆音”等瞬态异常抗噪声输出信号的发生概率，提升了RNC系统的工作稳定性，降低了用户抱怨风险，更有利于RNC技术的工程化。

4、本发明通过车外环境识别模块、车内环境识别模块的使用，更快速、更准确的匹配相关计权参数、降噪参数及传递特性参数，且对不同实际路噪源头激励特征、来源、驾乘位置和进行了差异化的计权处理，从而实现降噪场景区间更大、降噪频率范围更宽广、不同驾乘位置综合降噪效果更优的降噪效果。

附图说明

图1为本发明提供的用于汽车道路噪声的主动控制系统的示例性系统框图。

图2为本发明提供的所述车外环境识别模块的示例性系统框图。

图3为本发明提供的所述车内环境识别模块的示例性系统框图。

图4为本发明提供的用于汽车道路噪声的主动控制方法流程示意图。

图5为本发明提供的所称最佳道路噪声的主动控制参数的实现流程图。

图中，100—控制器，101—CAN接收器，102—微控制器，103—第一A2B收发器，104—第一数字信号处理器，105—第二A2B收发器，106—第二数字信号处理器，107—功率放大器，108—RNC算法，109—座舱控制单元，110—误差麦克风，111—振动传感器，112—车外摄像头，113—智能驾驶控制单元，114—激光雷达，115—毫米波雷达，116—车内摄像头，117—车内扬声器，118—座椅占用检测装置，119—车外环境识别模块，120—车内环境识别模块，121—汽车，122—道路，123—参考信号高通滤波器，124—参考信号传递特性处理，125—参考信号预滤波器，126—参考信号自适应计权模块，127—误差信号高通滤波器，128—误差信号预滤波器，129—误差信号自适应计权模块，130—LMS算法模块，131—滤波器控制模块，132—滤波器，133—其它音频信号，134—传递特性处理。

具体实施方式

以下将参照附图和优选实施例来说明本发明的实施方式，本领域技术人员可由本说明书中所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本发明的精神下进行各种修饰或改变。应当理解，优选实施例仅为了说明本发明，而不是为了限制本发明的保护范围。

需要说明的是，以下实施例中所提供的图示仅以示意方式说明本发明的基本构想，遂图式中仅显示与本发明中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制，其实际实施时各组件的型态、数量及比例可为一种随意的改变，且其组件布局型态也可能更为复杂。

参见图1，本发明所述的一个实施例中，提供了一种汽车道路噪声主动控制系统，既包括振动传感器111、误差麦克风110、车内扬声器117和运行RNC算法与程序指令的控制器100，即RNC核心系统，所述振动传感器111和所述误差麦克风110均与所述控制器100的输入端连接，所述车内扬声器117与所述控制器100的输出端连接。也包括：车外环境识别模块119，用于识别采集车外环境信息；车内环境识别模块120，用于识别采集车内环境信息；所述车外环境识别模块119和车内环境识别模块120均与控制器100的输入端连接，所述控制器100基于获取的车外环境信息和车内环境信息，启动系统参数控制或状态控制，该状态控制为暂停或重启汽车道路噪声主动控制系统。RNC核心系统将按照需要，与车外环境识别模块119、车内环境识别模块120的部分或全部装置联合工作。系统并不需要使用图示中的全部装置，特定车辆也无需具备图示中的全部装置。

具体地，参见图1和图2，所述车外环境识别模块119包括车外摄像头112、汽车雷达组件和智能驾驶控制单元113，所述车外摄像头112、汽车雷达组件均与智能驾驶控制单元113连接，所述汽车雷达组件包括但不限于激光雷达114和毫米波雷达115。参见图1和图3，所述车内环境识别模块120包括与座舱控制单元109连接的车内摄像头116、座椅占用检测装置118、车窗开闭状态感应装置、天窗开闭状态感应装置、车门开闭状态感应装置及后备箱开闭状态感应装置。

所述车外环境识别模块119中，所述车外摄像头112通过车用高速音视频传输串行总线与智能驾驶控制单元113相连，所述智能驾驶控制单元113通过车用高速音视频传输串行总线与座舱控制单元109相连，所述车用高速音视频传输串行总线包括但不限于FPD-LINK、APIX、GMSL。所述激光雷达114通过以太网与智能驾驶控制单元113相连，所述毫米波雷达115通过高速CAN总线与智能驾驶控制单元113相连。

所述车外摄像头112、激光雷达114及毫米波雷达115均可独立或者组合用于道路工况识别，所述智能驾驶控制单元113和/或座舱控制单元109能够仅收集、或收集且单独或协同处理车外摄像头112、激光雷达114及毫米波雷达115单独或组合的数据后识别汽车行驶的车外环境，并将所述车外环境信息通过座舱控制单元109传递给控制器100，控制器100根据路面工况信息选择适配最佳的控制参数即RNC系统参数。所述车外环境信息包括道路类型、道路状况、地理、天气及环境状况、车速、轮胎使用情况。所述道路类型包括沥青路、水泥路、鹅卵石路、碎石路、横向刻槽水泥路、方砖路；所述道路状况包括规律性状况和随机性状况，所述规律性状况包括减速带、减速标线、分道振动指示标线、路侧振动标线，所述随机性状况包括不同规模、大小、深度的坑洼、颠簸、破损。

所述车内环境识别模块120中，车内摄像头116通过车用高速音视频传输串行总线与所述座舱控制单元109相连，所述车用高速音视频传输串行总线包括但不限于FPD-LINK、APIX、GMSL等，所述座椅占用检测装置118可通过CAN/CAN-FD或其他总线与座舱控制单元109相连，所采集的车内环境信息包括驾乘人员数量及乘坐位置、座椅倾斜角度、座椅放倒状态、车内乘员舱占用情况等，亦包括图1中未示出的车窗开闭状态、天窗开闭状态、车门开闭状态及后备箱开闭状态，所述开闭状态监控，开闭状态监控能够通过感应装置识别，也能够通过CAN/CAN-FD传输。

所述座舱控制单元109通过CAN/CAN-FD总线与控制器100输入端的CAN接收器101相连，同时通过A2B音频总线与控制器100输入端的第一A2B收发器103相连，所述座舱控制单元109用于将提示音、报警音、导航音及多媒体音等音频信号传递给控制器100，所述座舱控制单元109还将用于将车内摄像头108采集的乘员舱内信息传递给控制器100，同时将控制器100所需的其他必要CAN/CAN-FD信号传递给控制器100，所述其他必要CAN/CAN-FD信号包括但不限于座椅安全带信号、座椅压力传感器信号、车窗信号、车门信号、车速等车辆状态信号及包括但不限于座椅数量、轮胎配置、车辆驱动形式、底盘形式及配置等可能存在、且可能影响到RNC系统的多种不同车辆配置的信号等，用于控制器100匹配最佳的RNC控制参数，并优化调用特定的振动传感器111和误差麦克风110通道及差异化的通道计权适配。

图1中由控制器100、振动传感器110、麦克风111、车内扬声器117组成了RNC所需的基础核心系统，以下称RNC核心系统。所述误差麦克风110和振动传感器111分别通过A2B音频总线与控制器100的输入端的第一A2B收发器103及第二A2B收发器105相连，所述车内扬声器117通过数字音频总线和控制器100输出端的功率放大器107相连。误差麦克风110、振动传感器111及车内扬声器117数量一般为多个，根据车内空间及实际需求灵活选择数量。

所述误差麦克风110布置于车内驾乘人员附近，用于采集车内的噪声信号，所述噪声信号为外界噪声信号和次级声源即车内扬声器117发出的抗噪声输出信号叠加后残余的噪声信号，作为输入RNC系统的误差信号，并将误差信号传送至控制器100。所述振动传感器111布置在汽车底盘、悬架或车身上，用于采集轮胎和地面接触及轮胎本身所产生的道路源头振动激励，将振动激励信号传送至控制器100。所述误差麦克风110通常由安装在车内的多个麦克风组成，可独立或串联接入系统。麦克风的数量和安装位置可以通过实验来确定。所述振动传感器111采集的信号不限于加速度、速度、位移和应变等，同样可以是电压、电流和电荷等，传感器类型不限于振动加速度传感器和应变片等，振动传感器111可以包括多个相同类型传感器的组合，它们的安装位置除是汽车底盘、悬架或车身上之外，亦可以是汽车上其它经过测试认为合适的位置，它们可以独立或串联接入系统，只要保证采集信号的量值和相位能够准确表征路面噪声，实现系统预期的降噪效果，那么振动传感器111的选择就认为是合适的。

所述控制器100用于处理误差麦克风110采集的误差噪声信号和振动传感器111采集的道路振动激励信号以更新自适应滤波器132的滤波器系数，同时对获取的误差噪声信号、道路振动激励信号、车外环境信息和车内环境信息进行识别和计算，并根据这些识别与计算结果自适应匹配最佳的RNC控制参数，共同以道路振动激励信号、最佳的RNC控制参数以及更新的自适应滤波器系数生成抗噪声输出信号，所述控制器100将所述抗噪声输出信号输出至车内扬声器117，通过所述车内扬声器117播放控制器100生成的抗噪声输出信号。

所述控制器100包括依次连接的CAN接收器101、微控制器102、第一数字信号处理器104和第二数字信号处理器106，所述CAN接收器101用于接收车外环境识别模块119和车内环境识别模块120传来的CAN/CAN-FD信号，所述微控制器102用于接收CAN接收器101传来的CAN/CAN-FD信号传递给所述第一数字信号处理器104。所述第一数字信号处理器104和第二数字信号处理器106上集成有RNC算法108，所述RNC算法108包括RNC降噪算法、将包括提示音、报警音、导航音、多媒体音从误差麦克风中去除的算法以及处理所述车外环境信息、车内环境信息及必要信息以匹配最佳的RNC控制参数及优化调用特定的振动传感器和误差麦克风通道的算法，所述必要信息包括座椅数量、轮胎配置、车辆驱动形式、底盘形式及配置。所述第一A2B收发器103、第二A2B收发器105中的全部或单个分别或联合用于接收所述误差麦克风110传来的误差噪声信号和所述振动传感器111传来的振动激励信号，并传递给所述第一数字信号处理器104和/或第二数字信号处理器106的两个或单个，所述第一数字信号处理器104和第二数字信号处理器106用于单独或协同并行运行RNC算法108。所述功率放大器107用于将所述第一数字信号处理器104和第二数字信号处理器106所生成的抗噪声输出信号放大，并输出至车内扬声器117。此外，所述第一数字信号处理器104和第二数字信号处理器106中的单个或协同均还具备音效管理、混音、音乐播放等传统车载功放系统的基本功能。

所述数字信号处理器包括参考信号高通滤波器123、参考信号预滤波器125、参考信号自适应计权模块126、误差信号高通滤波器127、误差信号预滤波器128、误差信号自适应计权模块129、LMS算法模块130、滤波器控制模块131和滤波器132。所述参考信号高通滤波器123用于去除获取的参考信号中不在设定范围内的低频分量，并根据识别采集的车外环境信息匹配对应的转角频率，以满足主动降噪系统算法收敛速度和降噪效果的需求，然后对参考信号进行参考信号传递特性处理124，所述参考信号传递特性处理124是根据获取的车内环境信息匹配预设的传递特性参数。所述参考信号预滤波器125用于接收参考信号高通滤波器123处理后的参考信号，参考信号预滤波器125对参考信号中设定频段的噪声进行滤波处理。所述参考信号自适应计权模块126用于接收参考信号预滤波器125处理后的参考信号，根据识别采集的车外环境信息，使用计算或预设的最佳的RNC控制参数，对特定通道的参考信号进行放大或缩小操作，或对汽车道路噪声主动控制系统进行干预，所述干预包括暂停系统输出、改变系统输出或触发系统应对策略，以避免异常抗噪声出现。所述误差信号高通滤波器127对获取的误差信号中的低频干扰信号进行滤波处理，根据识别采集的车外环境信息匹配对应的转角频率，并与车内存在的其它音频信号133同时经所述传递特性处理134后的信号相减，以去除所述误差信号中由于其它音频信号133通过车内扬声器发出的非抗噪声成分，所述传递特性处理134是根据获取的车内环境信息匹配预设的传递特性参数，所述其它音频信号133包括提示音、报警音、导航音、多媒体音。所述误差信号预滤波器128用于接收误差信号高通滤波器127处理后的误差信号，误差信号预滤波器128对误差信号中设定频段的噪声进行滤波处理。所述误差信号自适应计权模块129用于接收误差信号预滤波器处理后的误差信号，根据识别采集的车内环境信息，使用计算或预设的最佳的RNC控制参数，对特定通道的参考信号进行放大或缩小操作，或对汽车道路噪声主动控制系统进行干预，所述干预包括暂停系统输出、改变系统输出或触发系统应对策略，以避免异常抗噪声出现。所述LMS算法模块130用于接收所述参考信号自适应计权模块126处理后的参考信号和所述误差信号自适应计权模块129处理后的误差信号，进行LMS算法处理。所述滤波器控制模块131根据LMS算法模块130处理后的参考信号、误差信号和滤波器132的输出信号，对所述滤波器132的系数进行更新处理，从而平衡汽车道路噪声主动控制系统算法的收敛速度和稳定性，并优化降噪效果，或当触发设定阈值时，启动系统参数控制或状态控制，该状态控制为暂停或重启汽车道路噪声主动控制系统等对系统进行干预的措施。

所述RNC控制参数包括收敛步长、泄露因子、输入参考信号增益、误差信号增益、滤波器系数。

本发明所称的又一个本发明的实施例中，提供了一种用于汽车道路噪声主动控制方法，及其计算机程序指令，参见图4，其包括如下步骤：

S1，获取参考信号、误差信号、车外环境信息和车内环境信息，具体为：通过振动传感器111采集车辆行驶时轮胎和地面接触及轮胎本身所产生的道路振动激励信号，将该道路振动激励信号作为输入汽车道路噪声主动控制系统的参考信号x(n)。通过误差麦克风110采集车内的噪声信号，所述噪声信号为外界噪声信号和次级声源即车内扬声器117发出的抗噪声输出信号叠加后残余的噪声信号，作为输入汽车道路噪声主动控制系统的误差信号e(n)。通过车外环境识别模块119识别采集车外环境信息A(n)，通过车内环境识别模块120识别采集车内环境信息B(n)。

S2，将S1获取的参考信号x(n)送入参考信号高通滤波器HPFx 123中，所述高通滤波器HPFx 123能够去除参考信号x(n)中不在设定范围内的低频分量，同时更重要的是，还根据识别采集的车外环境信息匹配对应的转角频率，以满足主动降系统算法收敛速度和降噪效果的需求。然后对参考信号进行参考信号传递特性S_z处理124，以表征振动传感器111、误差麦克风110及车内扬声器117接入的硬件系统中电信号传输特性，所述参考信号传递特性处理124是根据获取的车内环境信息匹配预设的传递特性参数，即根据不同车内驾乘人员数量、不同座椅倾斜角度(误差麦克风与对应驾乘人员人耳处的相对位置)、不同车内配置及车内空间占用情况等车内环境情况预设了不同的传递特性参数，并可车内环境识别结果进行适配，以取得最优降噪效果。

S3，对S2处理后的参考信号中设定频段的噪声进行滤波处理，然后根据识别采集的车外环境信息进行自适应计权处理。具体为：将S2处理后的参考信号送入参考信号预滤波器FIRx125，所述参考信号预滤波器FIRx 125对参考信号中设定频段的噪声进行滤波处理，提升了该设定频段的降噪效果，以满足不同的降噪需求。然后将滤波后的参考信号送入参考信号自适应计权模块Gx 126中，所述参考信号自适应计权模块Gx 126根据道路工况时域和频域的阈值分析以及车外环境识别的结果，使用计算或预设的最佳道路噪声的主动控制参数，对特定通道的参考信号进行操作，在系统算法的收敛速度、稳定性和降噪效果之间取得较好的平衡，或对系统进行干预，以暂停系统输出、改变系统输出、触发系统应对策略以避免“冲击爆音”等异常抗噪声出现。比如在汽车行驶在沥青等稳定路面上时，参考信号自适应计权模块Gx 126对参考信号进行放大操作，能够保证系统具有较快的收敛速度和稳定的降噪深度；反之，当汽车遇到减速带和减速标线等瞬态冲击工况时，参考信号自适应计权模块Gx 126对参考信号进行缩小操作，防止系统因为大信号输入而导致可能的系统发散并在车内产生“冲击爆音”等异常抗噪声，从而保证系统的稳定。

自适应计权处理后的参考信号x′(n)＝g_x(x(n),e(n),y(n),A(n))x(n)，其中，g_x为参考信号计权函数，x(n)为参考信号，e(n)为误差信号，y(n)为抗噪声输出信号，A(n)为车外环境信息，所述参考信号计权函数g_x由根据实际路噪源头激励特征、来源及所在通道贡献、驾乘位置和道路试验或实验室环境收集的数据而预先设定，控制器根据识别采集的车外环境信息，匹配对应的参考信号计权函数g_x，通过参考信号计权函数g_x对特定通道的参考信号x(n)进行放大或缩小操作。

S4，将S1获取的误差信号e(n)送入误差信号高通滤波器HPFe 127中，通过误差信号高通滤波器HPFe 127去除误差信号中不在设定范围内的低频干扰信号，然后根据识别采集的车外环境信息匹配对应的转角频率，以满足主动降噪系统算法收敛速度和降噪效果的需求。并与车内存在的其它音频信号133同时经所述传递特性处理S_z 134后的信号相减，以去除所述误差信号中由于其它音频信号133通过车内扬声器117发出的非抗噪声成分，所述传递特性处理134是根据获取的车内环境信息匹配预设的传递特性参数，所述其它音频信号133包括提示音、报警音、导航音、多媒体音；

S5，对S4处理后的误差信号中设定频段的噪声进行滤波处理，然后根据识别采集的车内环境信息进行自适应计权处理。具体为：将S4处理后的误差信号e(n)送入误差信号预滤波器FIRe 128，所述的误差信号预滤波器FIRe 128能够对特定频段噪声的滤波，提升特定频段的降噪效果，结合误差信号高通滤波器HPFe 127满足不同的降噪需求。然后将滤波后的误差信号送入误差信号自适应计权模块Ge 129，所述误差信号自适应计权模块Ge129能够根据车内噪声时域和频域的阈值分析，以及车内环境识别的结果，使用计算或预设的最佳道路噪声的主动控制参数和/或车内环境识别参数，以此平衡系统算法的收敛速度和稳定性并优化降噪效果，或对系统进行干预，以暂停系统输出、改变系统输出、触发系统应对策略以避免“冲击爆音”等异常抗噪声出现。比如在识别到环境噪声较小的道路上，误差信号自适应计权模块Ge 129对误差麦克风110的误差信号进行放大操作，提升系统的收敛速度和降噪深度，而在识别到较为嘈杂的道路上，误差信号自适应计权模块Ge 129对误差麦克风信号110的误差信号进行缩小操作，使系统并不会因为大信号输入而不收敛，从而保证系统具备良好的收敛速度、稳定性和降噪效果。

自适应计权处理后的误差信号e′(n)＝g_e(x(n),e(n),y(n),B(n))e(n)，其中，g_e为参考信号计权函数，x(n)为参考信号，e(n)为误差信号，y(n)为抗噪声输出信号，B(n)为车内环境信息，所述参考信号计权函数g_e由根据实际路噪源头激励特征、来源及所在通道贡献、驾乘位置和道路试验或实验室环境收集的数据而预先设定，控制器根据识别采集的车外环境信息和车内环境信息，匹配对应的参考信号计权函数g_e，通过参考信号计权函数g_e对特定通道的误差信号e(n)进行放大或缩小操作。

S6，对S3中自适应计权处理后的参考信号和S5中自适应计权处理后的误差信号送入LMS算法模块130中进行LMS算法处理，再通过控制器100中的滤波器控制模块Gw 131处理，以更新滤波器W 132生成抗噪声输出信号y(n)，生成与车内道路噪声信号幅值相等且相位相反的抗噪声信号，并叠加车内存在的其它音频信号133，最终通过车内扬声器117发出，以声波的“干涉相消”，达到主动降低道路噪声的功效。

S7，所述滤波器控制模块Gw 131根据进行LMS算法处理后的参考信号、误差信号和滤波器的输出信号，对所述滤波器132的系数进行更新处理，从而平衡汽车道路噪声主动控制系统算法的收敛速度和稳定性，并优化降噪效果，或当触发设定阈值时，启动系统参数控制或状态控制，该状态控制为暂停或重启汽车道路噪声主动控制系统。比如当检测到输出信号y(n)过大时，对滤波器132的系数进行缩放操作，使系统不会发散。

滤波器的系数更新处理具体为：更新处理后的滤波器系数w′(n)＝g_w(x(n),e(n),y(n))w(n)，其中，g_W为滤波器控制函数，x(n)为参考信号，e(n)为误差信号，y(n)为抗噪声输出信号，所述滤波器控制函数g_W由实际道路试验或实验室环境收集的数据而预先设定，控制器根据识别采集的车外环境信息和车内环境信息，匹配对应的滤波器控制函数g_W。

所述抗噪声输出信号的幅值A_m(n)、能量P(n)和能量比R(n)以及幅频响应A(f)计算公式分别为：

A_m(n)＝max(abs(T(n)))，

A(f)＝FFT(T(n))；

其中，max为求取最大值，abs为求取绝对值，FFT为傅里叶变换，t(i)为第i时刻信号，P_i(n)和P_j(n)为通道i和j的能量，L为信号长度，Fs为信号采样频率，T(n)＝[t(n-L+1),…,t(n-1),t(n)]为长度L的信号序列。

所述RNC系统参数包括收敛步长、泄露因子、输入参考信号增益、误差信号增益、滤波器系数。

本发明所称的又一个本发明的实施例中，参见图5，给出了本发明所述的最佳道路噪声的主动控制参数的实现的步骤图，所述的最佳道路噪声的主动控制参数具备在系统算法的收敛速度、稳定性和降噪效果之间取得较好的平衡、且可对系统进行干预，以暂停、改变系统输出、触发系统应对策略以避免“冲击爆音”等异常抗噪声等功能，其具体实现包括以下步骤：

Q1、将由实际道路试验或实验室环境收集的数据而预先设定的车外环境识别结果、车内环境识别结果，作为输入参考信号自适应计权模块、误差信号自适应计权模块、滤波器控制模块和传递特性选择以及RNC系统参数的若干个预设值及预设值组合。

Q2、车辆启动且RNC功能打开后，车内环境识别模块和车外环境识别模块工作，分别识别判断车内环境信息和车外环境信息，控制器将根据识别结果访问调用预设的参考信号的计权系数、误差信号的计权系数、差异化的RNC系统参数以及预设的传递特性参数，生成抗噪声输出信号。具体为：车内环境识别模块工作，识别判断车内驾乘人员数量及乘坐位置、座椅倾斜角度、座椅放倒状态、车内乘员舱占用情况，车窗天窗及后备箱/尾门开闭情况等，系统将根据识别结果采取根据驾乘人员数量调用预设的输入参考信号、误差信号的计权系数及差异化的RNC系统参数，并采取开启关闭部分输入参考信号、误差信号的方式执行；同时，根据识别到的不同车内驾乘人员数量、不同座椅倾斜角度(误差麦克风与对应驾乘人员人耳处的相对位置)、不同车内配置及车内空间占用情况等车内环境情况，调用预设的传递特性。车外环境识别模块工作，返回识别结果，同时对输入参考信号、误差信号进行控制和处理，当识别到实际车辆遇到特定道路类型、道路状况及车内驾乘状况等预先设定的车外环境识别结果、车内环境识别结果时，访问并调用与该识别结果相对应的系统参数，所述系统参数是指步骤Q1所指输入参考信号、误差信号、传递特性及RNC系统参数的若干个预设值及预设值组合。

Q3、在车辆行驶且RNC系统运行时，实时检测抗噪声输出信号，并针对RNC系统参数进行调整和优化。当识别到实际车辆遇到特定道路类型、道路状况及车内驾乘状况等预先设定的车外环境识别结果、车内环境识别结果时，访问并调用与该识别结果相对应的系统参数。

Q4、RNC核心系统控制器根据所调用的且与车内环境识别模块和车外环境识别模块识别结果相对应的系统参数进行快速收敛计算，从而对车内道路噪声进行控制，自适应算法根据实际控制效果及车外、车内环境识别结果的变化而不断调整调用参数，进而对车内道路噪声实现最佳控制；

Q5，将识别的车内环境信息和车外环境信息与其相应的优化后的RNC系统参数存储更新至数据库中。

特别地，当车外环境识别模块、车内环境识别模块识别到和/或通过对输入参考信号、误差信号和抗噪声输出信号的实时控制处理识别到特定的阈值工况时，如特定的振动标线或碎石路等容易产生“冲击爆音”的工况时，系统将启动系统参数控制、状态控制、延时控制乃至暂停或重启系统，以保证自适应过程的稳定性、或避免“冲击爆音”等异常抗噪声出现；

为了更明确的说明车内环境识别、车外环境识别及本发明所述的最佳道路噪声的主动控制参数的实现的步骤，在本发明的一个实施例中，概述了车内、车外环境识别以及对应所述最佳道路噪声的主动控制参数及系统应对的示例，如表1部分车内环境识别特征及系统应对和表2车外环境识别及系统应对所示，所述系统应对是指本发明所述的最佳道路噪声的主动控制参数的实现的步骤中所呈现的系统操作，既包括对车内道路噪声实现最佳控制，也包括前述步骤所述的系统参数控制、状态控制，如限制实际输出抗噪声的幅值等，乃至暂停或重启系统等，以保证自适应过程的稳定性、避免“冲击爆音等异常抗噪声出现等应对情形。

表1部分车内环境识别特征及系统应对

表2部分车外环境识别及系统应对

上述表1和表2所述的车外环境识别、车内环境识别及系统应对本发明起示例作用，也并未具体地列出所有的可能识别情况及其组合，且具体的识别结果和信号工作、信号特征需要具体地根据车辆类型、车辆状况、车辆特性、RNC系统硬件配置及布置位置、车辆运行状态、道路、天气、地理环境、车内配置及物理环境等车外环境识别等条件进行匹配，其匹配得到具体的客观值及对应判断也会有所差异。

本发明提供的汽车道路噪声主动控制系统和用于汽车道路噪声主动控制方法可以实现车辆行驶的路面类型发生变化时更快速的收敛，从而实现更好的降噪体验。同时，相比于传统基于最小均方LMS降噪系统无法提前预测道路类型和路面状况等车外环境的变化，只能在输入信号改变后进行自适应应对且逐渐收敛的缺点，车外、车内环境识别系统的使用，可更加及时、准确甚至提前识别到道路类型和路面状况的变化，从而更快速的进行最优化参数匹配，这明显缩短了收敛时间、且提升了应对可能会产生“冲击爆音”等瞬态异常抗噪声的场景处置能力，所述方法与系统也明显降低了且更大程度上避免了因道路工况发生突变，如遇到减速标线、分道振动指示标线或坑洼颠簸、以及碎石路、鹅卵石路等可能会产生“冲击爆音等瞬态异常抗噪声信号的发生概率，提升了RNC系统的工作稳定性，降低用户抱怨风险，更有利于RNC技术的工程化。所述方法与系统通过车外、车内环境识别系统的使用，更快速、更准确的匹配相关计权参数、降噪参数及传递特性参数，且对不同实际路噪源头激励特征、来源、驾乘位置和进行了差异化的计权处理，从而实现降噪场景区间更大、降噪频率范围更宽广、不同驾乘位置综合降噪效果更优的降噪效果。

在上述说明书中，已经通过参考特定的示例描述了本发明的主旨内容。然而，在不脱离如权利要求书所阐述的本发明的主旨内容的情况下，可以进行各种修改和改变。本说明书中的附图是说明性而不是限制性的。因此，本发明的主旨范围应当由权利要求及其符合法律规定的等效形式或实体确定，而非仅由所描述的示例确定。在本说明书任何方法或过程权利要求中所阐述的任何步骤可以按任何次序或次序组合执行，并不受限于所述权利要求中所给出的示例性特定次序。任何设备权利要求中所阐述的模块和/或电路、单元、系统都可以按照任意的排列组合、组装、配置，并且不限于在所述权利要求中程序的特定组成、组装或配置形式。

在上述说明书中的术语“包括但不限于”、“属于”或其任何变形旨在指代和表明非排他性的包括或隶属关系，使得包括一系列要素的手段、方法、设备、技术、实体、特征、程序指令等不仅包括所明确陈述的要素，且还包括未明确具体列出的此类手段、方法、设备、技术、实体、特征、程序指令等固有的其他要素。在不脱离本公开的一般方法论和设计原理的情况下，在本发明主旨的具体实践中使用的上述手段、方法、设备、技术、实体、特征、程序指令之外，都可变化或以其他方式特定的适用于特定环境、硬件平台、软件平台、生产与制造规则、设计参数或其他相关联的操作要求。

以上实施例仅是为充分说明本发明而所举的较佳的实施例，本发明的保护范围不限于此。本技术领域的技术人员在本发明基础上所作的等同替代或变换，均在本发明的保护范围之内。

Claims (16)

1.一种汽车道路噪声主动控制系统，包括振动传感器、误差麦克风、车内扬声器和控制器，所述振动传感器和所述误差麦克风均与所述控制器的输入端连接，所述车内扬声器与所述控制器的输出端连接，其特征在于，还包括：

车外环境识别模块，用于识别采集车外环境信息；

车内环境识别模块，用于识别采集车内环境信息；

所述车外环境识别模块和车内环境识别模块均与控制器的输入端连接，所述控制器基于获取的车外环境信息和车内环境信息，启动系统参数控制或状态控制，所述参数控制为使用计算或预设的最佳道路噪声的主动控制参数和/或车内环境识别参数，以此平衡系统算法的收敛速度和稳定性并优化降噪效果，所述状态控制为暂停或重启汽车道路噪声主动控制系统；

当控制器启动系统参数控制时，所述控制器用于处理误差麦克风采集的误差噪声信号和振动传感器采集的道路振动激励信号以更新自适应滤波器的滤波器系数，同时对获取的误差噪声信号、道路振动激励信号、车外环境信息和车内环境信息进行识别和计算，并根据这些识别与计算结果自适应匹配最佳的RNC控制参数，共同以道路振动激励信号、最佳的RNC控制参数以及更新的自适应滤波器系数生成抗噪声输出信号，所述控制器将所述抗噪声输出信号输出至车内扬声器，通过所述车内扬声器播放控制器生成的抗噪声输出信号。

2.根据权利要求1所述的汽车道路噪声主动控制系统，其特征在于：所述车外环境识别模块包括车外摄像头、汽车雷达组件和智能驾驶控制单元，所述车外摄像头、汽车雷达组件均与智能驾驶控制单元连接；

所述车内环境识别模块包括与座舱控制单元连接的车内摄像头、座椅占用检测装置、车窗开闭状态感应装置、天窗开闭状态感应装置、车门开闭状态感应装置及后备箱开闭状态感应装置，所述智能驾驶控制单元与座舱控制单元连接，所述座舱控制单元与控制器连接；

所述智能驾驶控制单元和/或座舱控制单元能够仅收集、或收集且单独或协同处理车外摄像头及汽车雷达组件单独或组合的数据后识别采集得到车外环境信息，通过所述座舱控制单元将车外环境信息传递给控制器，所述座舱控制单元还能够将音频信号、车内环境信息及必要信息传递给控制器，所述音频信号包括提示音、报警音、导航音、多媒体音，所述必要信息包括座椅数量、轮胎配置、车辆驱动形式、底盘形式及配置，所述控制器基于获取的数据匹配最佳的RNC控制参数，并优化调用特定的振动传感器和误差麦克风通道及差异化的通道计权适配。

3.根据权利要求1或2所述的汽车道路噪声主动控制系统，其特征在于：所述车外环境信息包括道路类型、道路状况、地理、天气及环境状况、车速、轮胎使用情况；所述道路类型包括沥青路、水泥路、鹅卵石路、碎石路、横向刻槽水泥路、方砖路；所述道路状况包括规律性状况和随机性状况，所述规律性状况包括减速带、减速标线、分道振动指示标线、路侧振动标线，所述随机性状况包括不同规模、大小、深度的坑洼、颠簸、破损。

4.根据权利要求1或2所述的汽车道路噪声主动控制系统，其特征在于：所述车内环境信息包括驾乘人员数量及乘坐位置、座椅倾斜角度、座椅放倒状态、车内乘员舱占用情况、车窗开闭状态、天窗开闭状态、车门开闭状态及后备箱开闭状态。

5.根据权利要求1或2所述的汽车道路噪声主动控制系统，其特征在于：所述误差麦克风布置于车内驾乘人员附近，用于采集车内的噪声信号，所述噪声信号为外界噪声信号和次级声源即车内扬声器发出的抗噪声输出信号叠加后残余的噪声信号，作为输入汽车道路噪声主动控制系统的误差信号；

所述误差麦克风通过A2B音频总线与控制器输入端的第一A2B收发器连接。

6.根据权利要求1或2所述的汽车道路噪声主动控制系统，其特征在于：所述振动传感器布置于汽车底盘、悬架或车身上，用于采集轮胎和地面接触及轮胎本身所产生的道路振动激励信号，所述道路振动激励信号作为输入汽车道路噪声主动控制系统的参考信号；

所述振动传感器通过A2B音频总线与控制器输入端的第二A2B收发器连接。

7.根据权利要求1或2所述的汽车道路噪声主动控制系统，其特征在于：所述控制器包括依次连接的CAN接收器、微控制器、数字信号处理器，所述CAN接收器用于接收车外环境识别模块和车内环境识别模块传来的CAN/CAN-FD信号，所述微控制器用于接收CAN接收器传来的CAN/CAN-FD信号传递给所述数字信号处理器；

所述数字信号处理器上集成有RNC算法，所述RNC算法包括RNC降噪算法、将包括提示音、报警音、导航音、多媒体音从误差麦克风中去除的算法以及处理所述车外环境信息、车内环境信息及必要信息以匹配最佳的RNC控制参数及优化调用特定的振动传感器和误差麦克风通道的算法，所述必要信息包括座椅数量、轮胎配置、车辆驱动形式、底盘形式及配置。

8.根据权利要求1或2所述的汽车道路噪声主动控制系统，其特征在于：所述数字信号处理器包括参考信号高通滤波器、参考信号预滤波器、参考信号自适应计权模块、误差信号高通滤波器、误差信号预滤波器、误差信号自适应计权模块、LMS算法模块、滤波器控制模块和滤波器；

所述参考信号高通滤波器用于去除获取的参考信号中不在设定范围内的低频分量，并根据识别采集的车外环境信息匹配对应的转角频率，以满足主动降噪系统算法收敛速度和降噪效果的需求，然后对参考信号进行传递特性处理，所述传递特性处理是根据获取的车内环境信息匹配预设的传递特性参数；

所述参考信号预滤波器用于接收参考信号高通滤波器处理后的参考信号，参考信号预滤波器对参考信号中设定频段的噪声进行滤波处理；

所述参考信号自适应计权模块用于接收参考信号预滤波器处理后的参考信号，根据识别采集的车外环境信息，使用计算或预设的最佳的RNC控制参数，对特定通道的参考信号进行放大或缩小操作，或对汽车道路噪声主动控制系统进行干预，所述干预包括暂停系统输出、改变系统输出或触发系统应对策略，以避免异常抗噪声出现；

所述误差信号高通滤波器对获取的误差信号中的低频干扰信号进行滤波处理，根据识别采集的车外环境信息匹配对应的转角频率，并与车内存在的其它音频信号同时经所述传递特性处理后的信号相减，以去除所述误差信号中由于其它音频信号通过车内扬声器发出的非抗噪声成分，所述传递特性处理是根据获取的车内环境信息匹配预设的传递特性参数，所述其它音频信号包括提示音、报警音、导航音、多媒体音；

所述误差信号预滤波器用于接收误差信号高通滤波器处理后的误差信号，误差信号预滤波器对误差信号中设定频段的噪声进行滤波处理；

所述误差信号自适应计权模块用于接收误差信号预滤波器处理后的误差信号，根据识别采集的车内环境信息，使用计算或预设的最佳的RNC控制参数，对特定通道的参考信号进行放大或缩小操作，或对汽车道路噪声主动控制系统进行干预，所述干预包括暂停系统输出、改变系统输出或触发系统应对策略，以避免异常抗噪声出现；

所述LMS算法模块用于接收所述参考信号自适应计权模块处理后的参考信号和所述误差信号自适应计权模块处理后的误差信号，进行LMS算法处理；

所述滤波器控制模块根据LMS算法模块处理后的参考信号、误差信号和滤波器的输出信号，对所述滤波器的系数进行更新处理，从而平衡汽车道路噪声主动控制系统算法的收敛速度和稳定性，并优化降噪效果，或当触发设定阈值时，启动系统参数控制或状态控制，该状态控制为暂停或重启汽车道路噪声主动控制系统。

9.根据权利要求1或2所述的汽车道路噪声主动控制系统，其特征在于：所述RNC控制参数包括收敛步长、泄露因子、输入参考信号增益、误差信号增益、滤波器系数。

10.一种汽车道路噪声主动控制方法，其特征在于，包括如下步骤：

S1，获取参考信号、误差信号、车外环境信息和车内环境信息；

S2，通过控制器去除参考信号中不在设定范围内的低频分量，并根据识别采集的车外环境信息匹配对应的转角频率，然后对参考信号进行传递特性处理，所述传递特性处理是根据获取的车内环境信息匹配预设的传递特性参数；

S3，对S2处理后的参考信号中设定频段的噪声进行滤波处理，然后根据识别采集的车外环境信息进行自适应计权处理；

S4，通过控制器去除误差信号中不在设定范围内的低频干扰信号进行滤波处理，然后根据识别采集的车外环境信息匹配对应的转角频率，并与车内存在的其它音频信号同时经所述传递特性处理后的信号相减，以去除所述误差信号中由于其它音频信号通过车内扬声器发出的非抗噪声成分，所述传递特性处理是根据获取的车内环境信息匹配预设的传递特性参数，所述其它音频信号包括提示音、报警音、导航音、多媒体音；

S5，对S4处理后的误差信号中设定频段的噪声进行滤波处理，然后根据识别采集的车内环境信息进行自适应计权处理；

S6，对S3中自适应计权处理后的参考信号和S5中自适应计权处理后的误差信号进行LMS算法处理，再通过控制器中的滤波器控制模块处理，以更新滤波器生成输出信号；

S7，所述滤波器控制模块根据进行LMS算法处理后的参考信号、误差信号和滤波器的输出信号，对所述滤波器的系数进行更新处理，从而平衡汽车道路噪声主动控制系统算法的收敛速度和稳定性，并优化降噪效果，或当触发设定阈值时，启动系统参数控制或状态控制，该状态控制为暂停或重启汽车道路噪声主动控制系统。

11.根据权利要求10所述的汽车道路噪声主动控制方法，其特征在于，S1具体为：通过振动传感器采集车辆行驶时轮胎和地面接触及轮胎本身所产生的道路振动激励信号，将该道路振动激励信号作为输入汽车道路噪声主动控制系统的参考信号；通过误差麦克风采集车内的噪声信号，所述噪声信号为外界噪声信号和次级声源即车内扬声器发出的抗噪声输出信号叠加后残余的噪声信号，作为输入汽车道路噪声主动控制系统的误差信号；通过车外环境识别模块识别采集车外环境信息，通过车内环境识别模块识别采集车内环境信息。

12.根据权利要求10或11所述的汽车道路噪声主动控制方法，其特征在于，S3中自适应计权处理具体为：自适应计权处理后的参考信号x′(n)＝g_x(x(n),e(n),y(n),A(n))x(n)，其中，g_x为参考信号计权函数，x(n)为参考信号，e(n)为误差信号，y(n)为抗噪声输出信号，A(n)为车外环境信息，所述参考信号计权函数g_x由根据实际路噪源头激励特征、来源及所在通道贡献、驾乘位置和道路试验或实验室环境收集的数据而预先设定，控制器根据识别采集的车外环境信息，匹配对应的参考信号计权函数g_x，通过参考信号计权函数g_x对特定通道的参考信号x(n)进行放大或缩小操作。

13.根据权利要求10或11所述的汽车道路噪声主动控制方法，其特征在于，S5中自适应计权处理具体为：自适应计权处理后的误差信号e′(n)＝g_e(x(n),e(n),y(n),B(n))e(n)，其中，g_e为参考信号计权函数，x(n)为参考信号，e(n)为误差信号，y(n)为抗噪声输出信号，B(n)为车内环境信息，所述参考信号计权函数g_e由根据实际路噪源头激励特征、来源及所在通道贡献、驾乘位置和道路试验或实验室环境收集的数据而预先设定，控制器根据识别采集的车外环境信息和车内环境信息，匹配对应的参考信号计权函数g_e，通过参考信号计权函数g_e对特定通道的误差信号e(n)进行放大或缩小操作。

14.根据权利要求10或11所述的汽车道路噪声主动控制方法，其特征在于，S7中滤波器的系数更新处理具体为：更新处理后的滤波器系数w′(n)＝g_w(x(n),e(n),y(n))w(n)，其中，g_W为滤波器控制函数，x(n)为参考信号，e(n)为误差信号，y(n)为抗噪声输出信号，所述滤波器控制函数g_W由实际道路试验或实验室环境收集的数据而预先设定，控制器根据识别采集的车外环境信息和车内环境信息，匹配对应的滤波器控制函数g_W。

15.根据权利要求10或11所述的汽车道路噪声主动控制方法，其特征在于，所述抗噪声输出信号的幅值A_m(n)、能量P(n)和能量比R(n)以及幅频响应A(f)计算公式分别为：

A_m(n)＝max(abs(T(n)))，

A(f)＝FFT(T(n))；

其中，max为求取最大值，abs为求取绝对值，FFT为傅里叶变换，t(i)为第i时刻信号，P_i(n)和P_j(n)为通道i和j的能量，L为信号长度，Fs为信号采样频率，T(n)＝[t(n-L+1),…,t(n-1),t(n)]为长度L的信号序列。

16.根据权利要求10或11所述的汽车道路噪声主动控制方法，其特征在于，最佳的RNC控制参数的实现具体包括如下步骤：

Q1、将由实际道路试验或实验室环境收集的数据而预先设定的车外环境识别结果、车内环境识别结果，作为输入参考信号自适应计权模块、误差信号自适应计权模块、滤波器控制模块和传递特性选择以及RNC系统参数的若干个预设值及预设值组合；

Q2、车辆启动且RNC功能打开后，车内环境识别模块和车外环境识别模块工作，分别识别判断车内环境信息和车外环境信息，控制器将根据识别结果访问调用预设的参考信号的计权系数、误差信号的计权系数、差异化的RNC系统参数以及预设的传递特性参数，生成抗噪声输出信号；

Q3、在车辆行驶且RNC系统运行时，实时检测抗噪声输出信号，并针对RNC系统参数进行调整和优化；

Q4、控制器根据所调用的且与车内环境识别模块和车外环境识别模块识别结果相对应的系统参数进行快速收敛计算，从而对车内道路噪声进行控制，自适应算法根据实际控制效果及车外、车内环境识别结果的变化而不断调整调用参数，进而对车内道路噪声实现最佳控制；Q5，将识别的车内环境信息和车外环境信息与其相应的优化后的RNC系统参数存储更新至数据库中。

Images