CN116189649A - 一种车内道路噪声混合前反馈多通道主动控制系统及方法 - Google Patents

一种车内道路噪声混合前反馈多通道主动控制系统及方法 Download PDF

Info

Publication number
CN116189649A
CN116189649A CN202310130827.3A CN202310130827A CN116189649A CN 116189649 A CN116189649 A CN 116189649A CN 202310130827 A CN202310130827 A CN 202310130827A CN 116189649 A CN116189649 A CN 116189649A
Authority
CN
China
Prior art keywords
multichannel
feedforward
feedback
subsystem
noise
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.)
Pending
Application number
CN202310130827.3A
Other languages
English (en)
Inventor
张帅
张立军
孟德建
曾祥鑫
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.)
Tongji University
Original Assignee
Tongji 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 Tongji University filed Critical Tongji University
Priority to CN202310130827.3A priority Critical patent/CN116189649A/zh
Publication of CN116189649A publication Critical patent/CN116189649A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • 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
    • 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
    • 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
    • G10K11/1787—General system configurations
    • G10K11/17879—General system configurations using both a reference signal and an error signal
    • G10K11/17883—General system configurations using both a reference signal and an error signal the reference signal being derived from a machine operating condition, e.g. engine RPM or vehicle speed
    • 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
    • G10K2210/00—Details of active noise control [ANC] covered by G10K11/178 but not provided for in any of its subgroups
    • G10K2210/10—Applications
    • G10K2210/128—Vehicles
    • G10K2210/1282—Automobiles
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Acoustics & Sound (AREA)
  • Multimedia (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

本发明涉及一种车内道路噪声混合前/反馈多通道主动控制系统及方法，该方法包括：建立集中式多通道前馈子系统；建立分布式反馈子系统；建立混合前/反馈多通道ARNC系统；获取训练样本数据，构建多目标优化数学模型，对混合前/反馈多通道ARNC系统进行训练求解优化，得到参数优化后的混合前/反馈多通道ARNC系统；通过在车体/底盘处获取的振动加速度信号，利用优化的混合系统控制车辆扬声器，输出抵消噪声波，实现车内道路噪声的抑制。与现有技术相比，本发明在前馈子系统中提出简化的多通道归一化计权误差FxLMS算法，在反馈子系统中提出简化的单通道归一化FxLMS算法，本发明能够在不同道路和不同驾驶条件下实现更大的道路噪声降低，有效改善车内声音舒适性。

Description

一种车内道路噪声混合前反馈多通道主动控制系统及方法
技术领域
本发明涉及汽车NVH技术领域，尤其是涉及一种车内道路噪声混合前反馈多通道主动控制系统及方法。
背景技术
车内的噪声控制一直是汽车企业关注的热门领域，如果车内噪声声压级太高，必然会影响车辆的乘坐舒适性，大大降低产品的竞争力，安静舒适的座舱声环境是高品质车辆的重要体现。因此，改善汽车车内噪声条件是提高汽车企业竞争力的重要手段。而随着汽车电动化和智能化的发展，车内道路噪声逐渐凸显出来，人们对车内道路噪声控制提出了更高要求。
当前对于车内噪声的控制主要集中在被动控制领域，一般通过吸声、消声、隔声等方法对汽车车内噪声进行控制。上述方法仅仅对中高频的噪声有较好的抑制效果，可以将车内噪声控制在低频范围内。但在实际中，结构产生的道路噪声是车内低频噪声主要成分之一，并且在车辆行驶过程中始终存在，这更突出了道路噪声控制的重要性，上述方法对于低频噪声的抑制基本没有效果。现有技术中，为有效抑制低频噪声，基于声波叠加的道路噪声主动控制(Active Road Noise Cancellation Control，ARNC)技术在车辆内部噪声控制上逐渐得到研究人员的重视。相比传统的被动控制方法，ARNC技术对于低频噪声具有更好的控制效果，并且占用空间小，不会产生更多的附加成本。然而，现有ARNC系统中往往忽略了一个因素：人耳对不同频率声音的感知灵敏度差异很大，导致无法保证在不同道路和不同驾驶条件下的降噪效果。
发明内容
本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种车内道路噪声混合前反馈多通道主动控制系统及方法，能够在不同道路和不同驾驶条件下实现更大的道路噪声降低效果。
本发明的目的可以通过以下技术方案来实现：一种车内道路噪声混合前反馈多通道主动控制系统，包括相互连接的集中式多通道前馈子系统和分布式反馈子系统，所述多通道前馈子系统包括多通道前馈控制器及其连接的多个扬声器和多个误差麦克风，所述多通道前馈控制器的输入包括参考信号和误差信号，并通过归一化计权误差多通道FxLMS(Filtered-x Least Mean Square，滤波-X最小均方)算法，输出第一抵消声音信号；
所述分布式反馈子系统包括多个单通道反馈控制器，所述单通道反馈控制器的输入端连接至对应的误差麦克风、输出端连接至对应的扬声器，所述单通道反馈控制器的输入包括误差信号，并通过单通道反馈归一化FxLMS算法，输出第二抵消声音信号；
所述第一抵消声音信号和第二抵消声音信号混合构成扬声器的激励信号。
进一步地，所述参考信号包括车体/底盘结构上的振动信号，所述误差信号包括误差麦克风检测到的误差噪声信号。
一种车内道路噪声混合前反馈多通道主动控制方法，包括以下步骤：
S1、建立集中式多通道前馈子系统；
S2、建立分布式反馈子系统；
S3、基于集中式多通道前馈子系统和分布式反馈子系统，建立混合前馈/反馈多通道ARNC系统；
S4、获取训练样本数据，并构建多目标优化数学模型，对混合前馈/反馈多通道ARNC系统进行训练求解优化，得到参数优化后的混合前馈/反馈多通道ARNC系统；
S5、根据参数优化后的混合前馈/反馈多通道ARNC系统，控制车辆扬声器发出抵消噪声波，实现针对车内道路噪声的降噪。
进一步地，所述步骤S1具体包括以下步骤：
S101、设定集中式多通道前馈子系统中包括J个参考信号、M个扬声器和K个误差麦克风；
S102、获取车身或底盘的振动加速度作为参考信号，表示为x(n)；
S103、建立振动加速度到车内噪声响应的振-声传递函数，表示为p(z)；
S104、建立M个扬声器和K个误差麦克风之间的次级路径，用一个M×K的矩阵S(z)表示，如下所示：
Figure BDA0004083736410000031
其中，smk表示从第m个扬声器到第k个误差麦克风的次级路径的传递函数；
S105、集中式多通道前馈子系统中多通道前馈控制器是由J×M滤波器组成的滤波器组，表示为W(n)；
S106、建立M个扬声器的输出信号y(n)；
S107、建立第k个误差麦克风的检测信号，由第k个误差麦克风处的初级噪声信号与M个扬声器输出的抵消噪声信号的差值表示，如下所示：
ek(n)＝dk(n)-yk′(n)
Figure BDA0004083736410000032
其中，dk(n)表示在第k个误差麦克风位置的初级道路噪声信号，yk’(n)表示M个扬声器输出的抵消声音，“*”表示线性卷积运算；
S108、定义代价函数，ARNC系统的直接目标是降低目标区域内的线性声压级(SPL)，但人耳对不同频率噪声分量的感知是非线性的，更接近于A计权声压级，因此，本发明根据声音的A计权法，定义新的代价函数ξ′(n)，如下所示：
ek′(n)＝h*ek(n)
Figure BDA0004083736410000033
Figure BDA0004083736410000034
其中，h表示A计权函数H(z)的单位脉冲响应，它是频域A计权的时域等效形式；
S109、对参考信号进行归一化处理，本发明创新性地提出一种仅对参考信号进行归一化的新方法，该方法可以使得参考信号的滤波过程和归一化过程并行处理，提高了计算效率，如下所示：
Figure BDA0004083736410000041
其中，αf是一个数值小于预设阈值的正常数，以确保分母不会出现太小的值；μf是一个小常数；
Figure BDA0004083736410000042
是第j个参考信号在第n时刻数据的平方，Lf是前馈子系统中每个参考信号的长度，/>
Figure BDA0004083736410000043
是第j个参考信号在第n-1时刻的能量；
利用以上方程，即可建立新的归一化函数，用N表示；
对于第n时刻第j个参考信号的能量可近似为
Figure BDA0004083736410000044
S110、重构滤波器组，关于滤波器的权重系数wjm(n)的代价函数的瞬时梯度为：
Figure BDA0004083736410000045
其中，x’jmk表示第j个参考信号被第m个扬声器和第k个误差麦克风之间的次级路径估计
Figure BDA0004083736410000046
滤波后得到的信号，表示为
Figure BDA0004083736410000047
x’jmk(n)＝[x’jmk(n)x’jmk(n)…x’jmk(n-l)…x’jmk(n-Lf+1)]
将滤波器h与次级路径估计
Figure BDA0004083736410000048
相结合，得到一个新的参考信号滤波器函数，重构次级路径估计的总体矩阵如下所示:
Figure BDA0004083736410000049
此时，得到新的滤波参考信号，如下所示：
Figure BDA00040837364100000410
S111、基于以上步骤，建立了一种简化的归一化计权误差多通道FxLMS算法，如下所示：
Figure BDA00040837364100000411
其中，wjm(n+1)为集中式多通道前馈子系统中滤波器的更新权重系数。
进一步地，所述步骤S2具体包括以下步骤：
S201、分布式反馈子系统包括分别对应于各误差麦克风的K个单通道反馈控制器；
S202、建立在第k个单通道反馈控制器中、第m个扬声器产生的抵消声音信号，表示为yb,k(n)，如下所示：
Figure BDA0004083736410000051
其中，
Figure BDA0004083736410000052
表示虚拟参考信号的样本向量，
Figure BDA0004083736410000053
表示滤波器系数向量，Lb,k是向量长度；
S203、建立第k个误差麦克风监测的残余噪声ek(n)，由第k个误差麦克风的初级噪声信号与扬声器的抵消噪声信号的差值表示，如下所示：
Figure BDA0004083736410000054
S204、相应地，第k个单通道反馈控制器中的参考信号估计表示为：
Figure BDA0004083736410000055
虚拟滤波参考信号为：
Figure BDA0004083736410000056
S205、简化的归一化步长用于更新权重系数：
Figure BDA0004083736410000057
其中，
Figure BDA0004083736410000058
为虚拟参考信号在第(n-1)时刻的能量，αb,k、μb,k均为常数。
进一步地，所述步骤S3中混合前馈/反馈多通道ARNC系统具体为：
Figure BDA0004083736410000059
其中，对于第m个扬声器，yf,m(n)为多通道前馈子系统的输出抵消声音信号，而yb,m,k(n)为第k个单通道反馈控制器输出的抵消声信号，ym(n)为混合输出信号，Fb是分布式反馈子系统的状态参数，其值为0或1，当Fb＝0时，分布式反馈子系不工作，则ARNC系统退化为前馈系统模式；当Fb＝1时，分布式反馈子系统参与工作，此时ARNC系统为混合模式。
进一步地，所述步骤S4中训练样本数据包括试验样车的前馈子系统参考信号、车内目标安静区域道路噪声信号次级路径的估计。
进一步地，所述步骤S4中多目标优化数学模型具体为：
Figure BDA0004083736410000061
Figure BDA0004083736410000062
其中，
Figure BDA0004083736410000063
是设计变量x2的下边界条件，/>
Figure BDA0004083736410000064
是设计变量x2的上边界条件，设计变量包括前馈子系统中的收敛系数μf和滤波器长度Lf、每个单通道反馈控制器中的收敛系数(μb,1,μb,2,…)和滤波器长度(Lb,1,Lb,2,…)。
进一步地，所述步骤S4具体是采用非支配排序遗传算法对混合前馈/反馈多通道ARNC系统进行训练求解优化。
进一步地，所述步骤S4中对混合前馈/反馈多通道ARNC系统进行训练求解优化的目标具体为：静音区内的降噪量大于或等于预设的降噪阈值。
与现有技术相比，本发明具有以下优点：
一、本发明构建一种车内道路噪声混合前反馈多通道主动控制系统，包括相互连接的集中式多通道前馈子系统和分布式反馈子系统，其中，多通道前馈子系统包括多通道前馈控制器及其连接的多个扬声器和多个误差麦克风，多通道前馈控制器基于归一化计权误差多通道FxLMS算法实现；分布式反馈子系统则包括多个单通道反馈控制器，单通道反馈控制器基于单通道反馈归一化FxLMS算法实现；利用多通道前馈子系统输出的第一抵消声音信号和分布式反馈子系统输出的第二抵消声音信号混合构成扬声器的激励信号。由此能够在不同道路和不同驾驶条件下实现更大的道路噪声降低、有效降低车内道路噪声水平。
二、本发明在建立集中式多通道前馈子系统时，考虑到人耳对不同频率噪声分量的感知是非线性的，更接近于A计权声压级，因此根据声音的A计权法，定义一种新的A计权残余噪声的代价函数，从而能够对不同频率分量的噪声信号进行不同的处理。
三、本发明在建立集中式多通道前馈子系统时，提出一种仅对参考信号进行归一化的新方法，该方法能够使得参考信号的滤波过程和归一化过程并行处理，从而大大提高计算效率。
四、本发明在建立集中式多通道前馈子系统时，通过重构的参考信号滤波器组，用于对参考信号进行滤波，进而实现一种简化的归一化计权误差多通道FxLMS算法；在建立分布式反馈子系统时，则基于内模控制(Internal Model Control，IMC)的多个单通道反馈归一化FxLMS算法。并设计分布式反馈子系统的状态参数，以建立混合前馈/反馈多通道ARNC系统，能够实现一种用于消除车内道路噪声的主动控制方案。
五、本发明通过构建多目标优化数学模型、以静音区内的降噪量作为优化目标，并采用非支配排序遗传算法对混合前馈/反馈多通道ARNC系统进行系统参数的求解寻优，能够确保高效、准确地找到混合前馈/反馈多通道ARNC系统参数的最优参数集，从而实现对车内道路噪声的有效降噪控制。
附图说明
图1为本发明的系统结构示意图；
图2为本发明的方法流程示意图；
图3为前馈多通道归一化计权误差FxLMS算法框图；
图4为反馈单通道归一化FxLMS算法框图；
图5(a)～5(d)为是实施例中振动加速度传感器布置示意图；
图6为实施例中误差传感器布置示意图；
图7(a)～7(b)为实施例中次级路径估计结果；
图8(a)～8(b)为实施例中在粗糙沥青路面速度为40km/h的试验结果；
图9(a)～9(b)为实施例中在粗糙沥青路面速度为60km/h的试验结果；
图10(a)～10(b)为实施例中在小砖路面速度为40km/h的试验结果；
图11(a)～11(b)为实施例中在小砖路面速度为60km/h的试验结果。
具体实施方式
下面结合附图和具体实施例对本发明进行详细说明。
实施例
如图1所示，一种车内道路噪声混合前反馈多通道主动控制系统，包括相互连接的集中式多通道前馈子系统和分布式反馈子系统，多通道前馈子系统包括多通道前馈控制器及其连接的多个扬声器和多个误差麦克风，多通道前馈控制器的输入包括参考信号(包括车体/底盘结构上的振动信号)和误差信号(包括误差麦克风检测到的误差噪声信号)，并通过归一化计权误差多通道FxLMS算法，输出第一抵消声音信号；
分布式反馈子系统包括多个单通道反馈控制器，单通道反馈控制器的输入端连接至对应的误差麦克风、输出端连接至对应的扬声器，单通道反馈控制器的输入包括误差信号(包括误差麦克风检测到的误差噪声信号)，并通过单通道反馈归一化FxLMS算法，输出第二抵消声音信号；
第一抵消声音信号和第二抵消声音信号混合构成扬声器的激励信号。
基于上述主动控制系统，实现一种车内道路噪声混合前反馈多通道主动控制方法，如图2所示，包括以下步骤：
S1、建立集中式多通道前馈子系统；
S2、建立分布式反馈子系统；
S3、基于集中式多通道前馈子系统和分布式反馈子系统，建立混合前馈/反馈多通道ARNC系统；
S4、获取训练样本数据，并构建多目标优化数学模型，对混合前馈/反馈多通道ARNC系统进行训练求解优化，得到参数优化后的混合前馈/反馈多通道ARNC系统(即hFBARNC系统)；
S5、根据参数优化后的混合前馈/反馈多通道ARNC系统，控制车辆扬声器发出抵消噪声波，实现针对车内道路噪声的降噪。
本实施例应用上述技术方案，选择一辆普通家用轿车(带有前麦弗逊悬架和后扭力梁悬架)作为试验车辆，主要内容包括：
1)基于简化的归一化计权误差多通道FxLMS算法，建立一个集中式多通道前馈主动道路噪声控制(FF-ARNC)子系统，假设该子系统总共有J个参考信号、M个扬声器和K个误差麦克风，如图3所示，具体步骤如下：
1.1)获取车身或底盘的振动加速度作为参考信号，表示为x(n)；
1.2)建立步骤1.1)中振动加速度到车内噪声响应的振-声传递函数，表示为p(z)；
1.3)建立M个扬声器和K个误差麦克风之间的次级路径，用一个M×K的矩阵S(z)表示，如下所示：
Figure BDA0004083736410000091
其中，smk表示从第m个扬声器到第k个误差麦克风的次级路径的传递函数；
1.4)该系统包含J个参考信号和M个扬声器，因此控制器是由J×M滤波器组成的滤波器组，表示为W(n)；
1.5)建立M个扬声器的输出信号y(n)；
1.6)建立第k个误差麦克风的检测信号，由第k个误差麦克风处的初级噪声信号与M个扬声器输出的抵消噪声信号的差值表示，如下所示：
ek(n)＝dk(n)-yk′(n)(2.a)
Figure BDA0004083736410000092
其中，dk(n)表示在第k个误差麦克风位置的初级道路噪声信号；yk’(n)表示M个扬声器输出的抵消声音，“*”表示线性卷积运算；
1.7)定义代价函数。ARNC系统的直接目标是降低目标区域内的线性声压级(SPL)。但人耳对不同频率噪声分量的感知是非线性的，更接近于A计权声压级。因此，本发明根据声音的A计权法，定义新的代价函数ξ′(n)，如下所示：
ek′(n)＝h*ek(n) (3.a)
Figure BDA0004083736410000093
其中，h表示A计权函数H(z)的单位脉冲响应，它是频域A计权的时域等效形式,H(z)如下所示：
Figure BDA0004083736410000094
1.8)对参考信号进行归一化处理。本发明创新性地提出一种仅对参考信号进行归一化的新方法，该方法可以使得参考信号的滤波过程和归一化过程并行处理，提高了计算效率，如下所示：
Figure BDA0004083736410000095
其中，αf是一个较小的正常数，以确保分母不会出现太小的值；μf是一个小常数；
Figure BDA0004083736410000101
是第j个参考信号在第n时刻数据的平方，Lf是前馈子系统中每个参考信号的长度，
Figure BDA0004083736410000102
是第j个参考信号在第n-1时刻的能量。利用以上方程，即可建立新的归一化函数，用N表示。
对于第n时刻第j个参考信号的能量可近似为
Figure BDA0004083736410000103
1.10)重构滤波器组。关于滤波器的权重系数wjm(n)的代价函数的瞬时梯度为：
Figure BDA0004083736410000104
xj'mk表示第j个参考信号被第m个扬声器和第k个误差麦克风之间的次级路径估计
Figure BDA0004083736410000105
滤波后得到的信号。可以表示为
Figure BDA0004083736410000106
Figure BDA0004083736410000107
将滤波器h与次级路径估计
Figure BDA0004083736410000108
相结合，得到一个新的参考信号滤波器函数，重构次级路径估计的总体矩阵如下所示:
Figure BDA0004083736410000109
此时，得到新的滤波参考信号，如下所示：
Figure BDA00040837364100001010
1.11)基于以上步骤，建立了一种简化的归一化计权误差多通道FxLMS算法，如下所示：
Figure BDA00040837364100001011
2)基于内模控制(Internal Model Control,IMC)的多个单通道反馈归一化FxLMS，建立分布式反馈子系统。单通道反馈子系统的数量与误差麦克风的数量相同。因此，分布式反馈子系统总共包含K个单通道系统，如图4所示，具体步骤如下：
2.1)建立在第k个单声道反馈系统中，第m个扬声器产生的抵消声音信号，表示为yb,k(n)，如下所示：
Figure BDA0004083736410000111
其中，
Figure BDA0004083736410000112
表示虚拟参考信号的样本向量，
Figure BDA0004083736410000113
表示滤波器系数向量,Lb,k是向量长度；
2.2)建立第k个误差麦克风监测的残余噪声ek(n)，可以用第k个误差麦克风的初级噪声信号与扬声器的抵消噪声信号的差值表示，如下所示：
Figure BDA0004083736410000114
2.3)相应地，第k个单通道反馈子系统中的参考信号估计可以表示为
Figure BDA0004083736410000115
2.4)虚拟滤波参考信号为
Figure BDA0004083736410000116
2.5)与方程(11)类似，简化的归一化步长用于更新权重系数
Figure BDA0004083736410000117
其中，
Figure BDA0004083736410000118
为虚拟参考信号在第(n-1)时刻的能量，αb,k、μb,k都是常数。
3)基于步骤1)建立的集中式多通道前馈子系统和步骤2)建立的分布式反馈子系统，建立混合前馈/反馈多通道ARNC系统：
多通道前馈子系统和多个单通道反馈子系统是并联的，执行器(扬声器)和误差传感器(误差麦克风)是共用的，对于第m个扬声器，yf,m(n)表示多声道前馈子系统的输出抵消声音信号，而yb,m,k(n)则表示第k个单声道反馈子系统输出的抵消声信号，那么它们的混合输出信号可以表示为:
Figure BDA0004083736410000119
其中Fb是分布式反馈子系统的状态参数，其值为0或1。当Fb＝0时，分布式反馈子系统不工作，所开发的ARNC系统退化为前馈系统模式；当Fb＝1时，分布式反馈子系统参与工作，所开发的ARNC系统是一种混合模式。
4)基于以上步骤，即可建立得到一个用以消除道路噪声的优化的前馈-反馈混合多通道主动控制系统。
5)获取所建立系统的输入信号，包括前馈子系统的参考信号、安静区的残余噪声信号和次级路径的估计，具体步骤如下：
5.1)参考信号获取。在试验车辆底盘上设置四个三向加速度计，以获取参考信号，包括：前副车架与车身之间的左右连接点，并使用其垂直于地面方向的振动加速度信号；使用后扭梁悬架与车身之间的左右连接点，以及车辆前进方向的振动加速度信号和垂直于地面方向的振动加速信号，共6个加速度参考信号。图5是实施例中振动加速度传感器布置示意图：图5(a)为前副车架与车身的左连接点示意；图5(b)为前副车架与车身的右连接点示意；图5(c)为后扭力梁悬架与车身的左连接点示意；图5(d)为后扭力梁悬架和车身的右连接点示意；
5.2)残余噪声信号获取与次级路径估计。次级声源执行器是左前门和右前门上的两个低音扬声器。前排乘客外耳中的两个误差麦克风，图6是误差传感器布置示意图。两个扬声器和两个错误麦克风之间总共形成四条次级路径。
它们的传递函数是在半消声室中测量的，所有这些都是长度为512的FIR滤波器，如图7所示是次级路径估计结果(图7(a)为左车门扬声器，图7(b)为右车门扬声器)。从不同扬声器到不同误差传声器的传递函数具有相同的趋势，并逐渐减小到0，这表明对每个次级路径的传递函数得到了合理的估计，可应用于ARNC系统。
6)建立ARNC系统的多目标优化数学模型
Figure BDA0004083736410000121
其中，fp(p＝1,2,…,P)是目标函数，x1,x2,…,xn是设计变量，gi(i＝1,2,…,m)是不等式约束条件，hj(j＝1,2,…,l)是等式约束条件。
本发明中混合式ARNC系统的设计变量包括前馈子系统中的收敛系数μf、滤波器长度Lf，每个单通道反馈子系统中的收敛系数(μb,1,μb,2,…)和滤波器长度(Lb,1,Lb,2,…)，根据等式(18)建立ARNC系统多协变量优化的数学模型为
Figure BDA0004083736410000131
其中，
Figure BDA0004083736410000132
是设计变量的下边界条件，/>
Figure BDA0004083736410000133
是设计变量的上边界条件；
之后再设定ARNC系统优化的目标函数为静音区内的降噪量，以作为后续求解优化的评价指标。
7)基于遗传算法对系统参数进行优化。多目标优化算法的目标参量是在给定域内搜索其Pareto解集，即多目标优化问题的非支配解。具有精英策略的非支配排序遗传算法II(NSGA-II)是求解非线性多目标优化问题最有效、最流行的算法之一，具体步骤如下：
7.1)设置初始化的种群大小N，并将其标记为第一代的gen＝1；
7.2)在初始种群的因子之间进行交叉和变异，以获得后代种群。后代种群大小也是N，运算符是正态分布交叉运算符和多项式变异运算符；
7.3)将后代种群与亲本种群相结合，得到一个大小为2N的新种群；
7.4)对新种群进行非支配排序，以获得每个个体的Pareto水平；
7.5)根据Pareto水平由高到低，选择个体进入下一代，形成新的后代群体，如果其尺寸小于N，则全部选作下一代；
7.6)如果新的后代群体规模大于N，则通过拥挤距离排序对帕累托水平的个体集合进行排序，然后选择拥挤距离较大的N个个体进入下一代；
7.7)设置一个NSGA-II算法的迭代收敛步骤(判断60部内结果有无变化)来确定Pareto前沿是否发生变化，以便分析优化算法是否收敛。
7)整车道路试验验证开发系统的性能。使用MicroAutoBox II控制器，在试验车辆上建立了开发的FF-ARNC和hFB-ARNC系统的快速控制原型。通过实车道路试验比较了它们的降噪性能。该控制器在DS 1401基板中具有16MB RAM，输入信号端口为32通道16位模数转换器(ADC)，输出端口为8通道16位数字模拟转换器(DAC)。如上所述，两个ARNC硬件系统都由4个振动加速度计、两个误差麦克风和两个扬声器组成。振动加速度参考信号和误差麦克风信号通过信号调理仪调节后输入到系统中；控制扬声器的激励信号通过功率放大器调节后输出。此外，还可以通过以太网主机接口连接计算机来调整系统参数。实车道路试验分别在粗糙的沥青路面和小方形砖路面上进行，车速分别为40km/h和60km/h。测试期间，车窗全部关闭，空调和车内娱乐系统也关闭，乘客保持安静；
图8和图9显示了两个ARNC系统在粗糙沥青路面上以40km/h和60km/h速度行驶的试验结果(图8(a)、9(a)为驾驶员侧座椅外侧示意，图8(b)、9(b)为副驾驶员侧座椅外侧示意)。在图中，红线是没有ARNC系统的主要噪声声压级，蓝线是有FF ARNC系统时的车内声压级；绿线是有hFB ARNC的车内声压级。从时域曲线可以看出，两种系统都能有效地抑制噪声，hFB ARNC系统的降噪效果优于FF-ARNC系统。在(50-250)Hz的频率范围内，hFB ARNC系统的降噪效果大于FF ARNC系统。
图10和图11显示了两个ARNC系统在小砖路面上以40km/h和60km/h速度的测试结果(图10(a)、11(a)为驾驶员侧座椅外侧示意，图10(b)、11(b)为副驾驶员侧座椅外侧示意)。显然，hFB ARNC系统在时域和频域的降噪效果仍优于FF ARNC系统。
综上所述，本技术方案提出一种由集中式多通道前馈子系统和分布式反馈子系统组成的混合前反馈多通道ARNC系统。在前馈子系统中，创新性地提出了一种简化的多通道归一化计权误差FxLMS算法，包括简化的参考信号归一化方法、重构的参考信号滤波器组和A计权残余噪声的代价函数；在反馈子系统中提出了一个简化的单通道归一化FxLMS算法，包括多个并联的单通道反馈主动道路噪声控制器，每个单通道反馈控制器里包含一个简化的参考信号归一化反馈FxLMS算法；并引入一种非支配排序遗传算法来优化系统参数，进一步建立了前馈型和混合型ARNC系统的多目标优化模型，得到了其参数的最优Pareto解集。由此提供了一种优异的车内道路噪声控制方法和一种高效的控制系统参数优化方法。通过对试验车辆内部道路噪声的ARNC系统试验，可以得出结论，本技术方案所提出的混合前反馈ARNC系统能够在不同道路和不同驾驶条件下实现更大的道路噪声降低，试验表明该混合式ARNC系统针对车内道路噪声可实现时域内5.87dBA的整体降噪和频域内7.43dBA的峰值降噪。

Claims (10)

1.一种车内道路噪声混合前反馈多通道主动控制系统，其特征在于，包括相互连接的集中式多通道前馈子系统和分布式反馈子系统，所述多通道前馈子系统包括多通道前馈控制器及其连接的多个扬声器和多个误差麦克风，所述多通道前馈控制器的输入包括参考信号和误差信号，并通过归一化计权误差多通道FxLMS算法，输出第一抵消声音信号；
所述分布式反馈子系统包括多个单通道反馈控制器，所述单通道反馈控制器的输入端连接至对应的误差麦克风、输出端连接至对应的扬声器，所述单通道反馈控制器的输入包括误差信号，并通过单通道反馈归一化FxLMS算法，输出第二抵消声音信号；
所述第一抵消声音信号和第二抵消声音信号混合构成扬声器的激励信号。
2.根据权利要求1所述的一种车内道路噪声混合前反馈多通道主动控制系统，其特征在于，所述参考信号包括车体/底盘结构上的振动信号，所述误差信号包括误差麦克风检测到的误差噪声信号。
3.一种车内道路噪声混合前反馈多通道主动控制方法，其特征在于，包括以下步骤：
S1、建立集中式多通道前馈子系统；
S2、建立分布式反馈子系统；
S3、基于集中式多通道前馈子系统和分布式反馈子系统，建立混合前馈/反馈多通道ARNC系统；
S4、获取训练样本数据，并构建多目标优化数学模型，对混合前馈/反馈多通道ARNC系统进行训练求解优化，得到参数优化后的混合前馈/反馈多通道ARNC系统；
S5、根据参数优化后的混合前馈/反馈多通道ARNC系统，控制车辆扬声器发出抵消噪声波，实现针对车内道路噪声的降噪。
4.根据权利要求3所述的一种车内道路噪声混合前反馈多通道主动控制方法，其特征在于，所述步骤S1具体包括以下步骤：
S101、设定集中式多通道前馈子系统中包括J个参考信号、M个扬声器和K个误差麦克风；
S102、获取车身或底盘的振动加速度作为参考信号，表示为x(n)；
S103、建立振动加速度到车内噪声响应的振-声传递函数，表示为p(z)；
S104、建立M个扬声器和K个误差麦克风之间的次级路径，用一个M×K的矩阵S(z)表示，如下所示：
Figure FDA0004083736380000021
其中，smk表示从第m个扬声器到第k个误差麦克风的次级路径的传递函数；
S105、集中式多通道前馈子系统中多通道前馈控制器是由J×M滤波器组成的滤波器组，表示为W(n)；
S106、建立M个扬声器的输出信号y(n)；
S107、建立第k个误差麦克风的检测信号，由第k个误差麦克风处的初级噪声信号与M个扬声器输出的抵消噪声信号的差值表示，如下所示：
ek(n)＝dk(n)-yk′(n)
Figure FDA0004083736380000022
其中，dk(n)表示在第k个误差麦克风位置的初级道路噪声信号，yk'(n)表示M个扬声器输出的抵消声音，“*”表示线性卷积运算；
S108、定义代价函数，ARNC系统的直接目标是降低目标区域内的线性声压级(SPL)，但人耳对不同频率噪声分量的感知是非线性的，更接近于A计权声压级，因此根据声音的A计权法，定义新的代价函数ξ′(n)，如下所示：
ek′(n)＝h*ek(n)
Figure FDA0004083736380000023
Figure FDA0004083736380000024
其中，h表示A计权函数H(z)的单位脉冲响应，它是频域A计权的时域等效形式；
S109、对参考信号进行归一化处理，仅对参考信号进行归一化，能够使参考信号的滤波过程和归一化过程并行处理，提高计算效率，如下所示：
Figure FDA0004083736380000031
其中，αf是一个数值小于预设阈值的正常数，以确保分母不会出现太小的值；μf是一个小常数；
Figure FDA0004083736380000032
是第j个参考信号在第n时刻数据的平方，Lf是前馈子系统中每个参考信号的长度，/>
Figure FDA0004083736380000033
是第j个参考信号在第n-1时刻的能量；
利用以上方程，即可建立新的归一化函数，用N表示；
对于第n时刻第j个参考信号的能量可近似为
Figure FDA0004083736380000034
S110、重构滤波器组，关于滤波器的权重系数wjm(n)的代价函数的瞬时梯度为：
Figure FDA0004083736380000035
其中，xj'mk表示第j个参考信号被第m个扬声器和第k个误差麦克风之间的次级路径估计
Figure FDA0004083736380000036
滤波后得到的信号，表示为：/>
Figure FDA0004083736380000037
xj'mk(n)＝[xj'mk(n)xj'mk(n)…xj'mk(n-l)…xj'mk(n-Lf+1)]
将滤波器h与次级路径估计
Figure FDA0004083736380000038
相结合，得到一个新的参考信号滤波器函数，重构次级路径估计的总体矩阵如下所示：
Figure FDA0004083736380000039
此时，得到新的滤波参考信号，如下所示：
Figure FDA00040837363800000310
S111、基于以上步骤，建立了一种简化的归一化计权误差多通道FxLMS算法，如下所示：
Figure FDA0004083736380000041
其中，wjm(n+1)为集中式多通道前馈子系统中滤波器的更新权重系数。
5.根据权利要求3所述的一种车内道路噪声混合前反馈多通道主动控制方法，其特征在于，所述步骤S2具体包括以下步骤：
S201、分布式反馈子系统包括分别对应于各误差麦克风的K个单通道反馈控制器；
S202、建立在第k个单通道反馈控制器中、第m个扬声器产生的抵消声音信号，表示为yb,k(n)，如下所示：
Figure FDA0004083736380000042
其中，
Figure FDA0004083736380000043
表示虚拟参考信号的样本向量，
Figure FDA0004083736380000044
表示滤波器系数向量，Lb,k是向量长度；
S203、建立第k个误差麦克风监测的残余噪声ek(n)，由第k个误差麦克风的初级噪声信号与扬声器的抵消噪声信号的差值表示，如下所示：
Figure FDA0004083736380000045
S204、相应地，第k个单通道反馈控制器中的参考信号估计表示为：
Figure FDA0004083736380000046
虚拟滤波参考信号为：
Figure FDA0004083736380000047
S205、简化的归一化步长用于更新权重系数：
Figure FDA0004083736380000048
其中，
Figure FDA0004083736380000049
为虚拟参考信号在第(n-1)时刻的能量，αb,k、μb,k均为常数。
6.根据权利要求5所述的一种车内道路噪声混合前反馈多通道主动控制方法，其特征在于，所述步骤S3中混合前馈/反馈多通道ARNC系统具体为：
Figure FDA00040837363800000410
其中，对于第m个扬声器，yf,m(n)为多通道前馈子系统的输出抵消声音信号，而yb,m,k(n)为第k个单通道反馈控制器输出的抵消声信号，ym(n)为混合输出信号，Fb是分布式反馈子系统的状态参数，其值为0或1，当Fb＝0时，分布式反馈子系不工作，则ARNC系统退化为前馈系统模式；当Fb＝1时，分布式反馈子系统参与工作，此时ARNC系统为混合模式。
7.根据权利要求5所述的一种车内道路噪声混合前反馈多通道主动控制方法，其特征在于，所述步骤S4中训练样本数据包括试验样车的前馈子系统参考信号、车内目标安静区域内的噪声信号和ARNC控制系统中次级路径的估计。
8.根据权利要求5所述的一种车内道路噪声混合前反馈多通道主动控制方法，其特征在于，所述步骤S4中多目标优化数学模型具体为：
Figure FDA0004083736380000051
Figure FDA0004083736380000052
其中，
Figure FDA0004083736380000053
是设计变量x2的下边界条件，/>
Figure FDA0004083736380000054
是设计变量x2的上边界条件，设计变量包括前馈子系统中的收敛系数μf和滤波器长度Lf、每个单通道反馈控制器中的收敛系数(μb,1,μb,2,…)和滤波器长度(Lb,1,Lb,2,…)。
9.根据权利要求3所述的一种车内道路噪声混合前反馈多通道主动控制方法，其特征在于，所述步骤S4具体是采用非支配排序遗传算法对混合前馈/反馈多通道ARNC系统进行训练求解优化。
10.根据权利要求3所述的一种车内道路噪声混合前反馈多通道主动控制方法，其特征在于，所述步骤S4中对混合前馈/反馈多通道ARNC系统进行训练求解优化的目标具体为：静音区内的降噪量大于或等于预设的降噪阈值。
CN202310130827.3A 2023-02-17 2023-02-17 一种车内道路噪声混合前反馈多通道主动控制系统及方法 Pending CN116189649A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310130827.3A CN116189649A (zh) 2023-02-17 2023-02-17 一种车内道路噪声混合前反馈多通道主动控制系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310130827.3A CN116189649A (zh) 2023-02-17 2023-02-17 一种车内道路噪声混合前反馈多通道主动控制系统及方法

Publications (1)

Publication Number Publication Date
CN116189649A true CN116189649A (zh) 2023-05-30

Family

ID=86451907

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310130827.3A Pending CN116189649A (zh) 2023-02-17 2023-02-17 一种车内道路噪声混合前反馈多通道主动控制系统及方法

Country Status (1)

Country Link
CN (1) CN116189649A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116959472A (zh) * 2023-09-20 2023-10-27 武汉海微科技有限公司 主动降噪方法、装置、设备及存储介质

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116959472A (zh) * 2023-09-20 2023-10-27 武汉海微科技有限公司 主动降噪方法、装置、设备及存储介质

Similar Documents

Publication Publication Date Title
CN101552939B (zh) 车内声品质自适应主动控制系统和方法
Cheer et al. The design and performance of feedback controllers for the attenuation of road noise in vehicles
CN111354331B (zh) 降低道路噪声消除系统中传感器本底噪声的可听性
CN113821969B (zh) 基于概念模型的汽车声学包装吸隔声性能目标分解方法
CN116189649A (zh) 一种车内道路噪声混合前反馈多通道主动控制系统及方法
CN110688956B (zh) 一种用于汽车道路噪声主动控制的参考信号选择方法
Kim et al. Active control of road noise considering the vibro-acoustic transfer path of a passenger car
CN111862927B (zh) 初级通道前馈-反馈混合在线建模的车内路噪控制方法
CN116469365A (zh) 多区域降噪性能可调的噪声控制系统、方法与计算机设备
JP2021510848A (ja) 可変アクチュエータおよびセンサを関与させたアクティブノイズ制御方法およびシステム
Zhou et al. Delayless partial subband update algorithm for feed-forward active road noise control system in pure electric vehicles
CN114743533A (zh) 针对宽带噪声的车辆降噪方法及设备、存储介质
Cheer et al. Mutlichannel feedback control of interior road noise
JPH07104767A (ja) 車室内騒音低減装置
CN201395095Y (zh) 车内声品质自适应主动控制系统
JP2529745B2 (ja) 能動型騒音制御装置
WO2023124630A1 (zh) 一种基于主动降噪的车辆路噪控制方法及系统、电子设备及存储介质
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
CN116052630A (zh) 一种汽车道路噪声主动控制系统及方法
JP2789876B2 (ja) 能動型騒音制御装置
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
Pi et al. Parameter Analysis and Optimization of Road Noise Active Control System
CN111951776B (zh) 一种基于分数阶可变步长的列车牵引系统主动噪声控制方法及装置
EP4224466A1 (en) Road noise cancellation shaping filters
CN117558258A (zh) 一种用于路噪主动控制的降延迟归一化混合anc方法

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