JP3579898B2 - Vehicle vibration control device and vibration control method - Google Patents

Description

【００１１】
但し、Ａ_ｌはアクティブ制御されないときのＥ_ｌの値であり、ｗ_ｍは第ｍ番目の二次音源の複素振幅、Ｃ_ｌｍは第ｌ番目のセンサとｍ番目音源との間の複素伝達関数である。数式表示すれば、
【００１２】
【数２】

【００１３】
となる。ここで、
【００１４】
【数３】

【００１５】
である。この場合のコスト関数を、Ｊ＝Ｅ^ＨＥと書くことができ、Ｈはベクトルまたはマトリクスの複素共役転置を表すとすると、
【００１６】
【数４】

【００１７】
従って、
【００１８】
【数５】

【００１９】
となり、最急降下アルゴリズムは、
【００２０】
【数６】

【００２１】
と記述される。ここで、Ｗ_ｋとＥ_ｋとは、夫々、第ｋ番目の反復におけるフィルタ特性と誤差出力である。
誤差信号ｅに対して作用するフーリエ変換演算を一回行うことによってＩｍ（ω_０） におけるｅの２次形式の周波数成分を得ることを図３に示し、この際に、積分回路（図中、Ｉで示す）と乗算回路（図中、Ｘで示す）が使用される。
【００２２】
このように、特表平１−５０１３４４号においては、フィルタ演算を行なうために、フーリエ変換した信号に適応型処理を行ない、処理された信号のうちのセンサにおける各高調波の複素係数に対して逆フーリエ変換を行なってスピーカへの出力信号としている。一般に、フーリエ変換は結果を数回平均しなければ信頼できる結果が得られないので、特表平１−５０１３４４号では、図３に示すように、積分回路を必要とすることとなる。
【００２３】
しかしながら、積分回路を設けて平均化処理を行なうことは制御に応答性の劣化が現われ、従って応答性が要求される加速時等においては良好な追従性が得られないことがある。
〈特開平５−２３２９６９号〉
特表平１−５０１３４４号における応答性の劣化の問題を解消するために、本出願人は、特開平５−２３２９６９等で、演算量を大幅に減らした新しい振動低減方法を提案した。この特開平５−２３２９６９号の手法を以下に説明する。
【００２４】
先ず、簡単のために、図４に示すように、騒音に対する逆位相音即ち制御音を１つのスピーカから発し、その結果として残留する騒音を１つのマイクで観測する１入力１出力系を考える。制御信号をｕ、残留騒音信号をｅ、このｅに含まれる元の騒音に起因する成分をｄとし、これら３者の関係は次の式で表される。
【００２５】
【数７】

【００２６】
ここで、ｇ（ｔ）はスピーカ・マイク間インパルス応答関数、ｈ（ｔ）はｇ（ｔ）から次の式８により求められる周期関数である。
【００２７】
【数８】

【００２８】
この方法の特徴は、制御信号ｕ、残留騒音信号ｅ、ｄのいずれもが周期Ｔの時間関数であると仮定したことである。
式１の右辺第２項を十分小さな時間幅Δｔで離散化してベクトル表現で表すと、式７は次の式９によって与えられる。
【００２９】
【数９】

【００３０】
但し、
【００３１】
【数１０】

【００３２】
であって、Ｎは
（Ｔ／Δｔ）−１≦Ｎ＜Ｔ／Δｔ
を満足する整数である。式９では、制御信号変数ｕはすでに時間の関数として扱われなくなっているので、ｕの最適化を行なうことができる。最適化として最急降下法を適用し、評価関数
Ｊ（ｕ）＝Ｅ［ｅ^２（ｔ）］（Ｅは期待値記号）
を最小化するｕを最適なｕとする。Ｊをｕで微分することにより、誤差信号ｅのパワーが最小となるようにｕを決定する。ここで、前述の特表平１−５０１３４４号では、評価関数（コスト関数）の最急勾配方向ベクトルの平均値を用いているのに対し、この特開平５−２３２９６９号では、
Ｍ［ｄＪ／ｄｕ］^Ｔ
と表された推定瞬時値を用いることを特徴とする。この瞬時値を最急勾配ベクトルの代わりとして用いながらΔｔごとに制御信号ｕを更新することにすれば、ｕの最適値は次の式１１の漸化式を反復計算することにより得られる。
【００３３】
【数１１】

【００３４】
ただし、μは周期Ｔ，時間幅Δｔ，ステップ幅などにより決まる定係数である。この特開平５−２３２９６９の動作原理を図４に示す。図４において、同じ周期Ｔを有する周期関数であるｕ，ｈを「リング」で表した。式１１によると、マイクが検出した信号ｅに−μが乗ぜられ、−μｅにｈが乗ぜられて制御信号ｕが生成される。式５の漸化式表現は図４においては、ｕとｈの「リング」上を回転することにより模されている。
【００３５】
具体的には、Δｔをサンプリング周期として、先ず、
ｕ（０），ｕ（Δｔ），ｕ（２Δｔ），…
の順で、制御信号ｕの各要素を周期的に出力する。図４において、この順次の出力を「リング」上の回転として模してある。次に、１１式に従ってｕ_１を演算し、
ｕ_１（０），ｕ_１（Δｔ），ｕ_１（２Δｔ），…
を順に出力する。制御信号ｕを式１１に従って反復的に更新し出力することにより、騒音が低減されてゆく。このとき騒音の周波数成分のうち、基本周期Ｔの成分、言い換えれば周波数１／Ｔの全高調波成分が同時に低減される。このような騒音の低減はエンジン騒音の制御には適している。また、この特開平５−２３２９６９号では、畳み込み計算を全く用いず、殆ど式１１のみの計算で制御を行うために、計算量が少なく、ＤＳＰを利用した実用的なシステムを容易に実現できるという利点もある。
【００３６】
制御信号ｕ（ｔ）の周期Ｔ、言い換えれば制御信号ベクトルｕの要素数は、制御対象とする次数成分の種類とエンジン回転数とに基づいて調整する必要がある。この特開平５−２３２９６９における制御信号の周期調整方法について説明する。
制御対象の次数との関係では、例えば４気筒エンジンの場合、０．５次，１次，２次の全高調波成分を制御対象とするには、夫々Ｔをエンジン回転周期の２倍，１倍，０．５倍に一致させなければならない。しかしながら、エンジン回転周期は変動する。そこで、補間法などを用いてｕのデータ波形が相似形を維持するように要素数Ｎを変更するか、あるいは単にサンプリング周期Δｔを変化させる。周期を変更させるのが図４においては周期調整器である。
【００３７】
図６は要素数Ｎを変更する方法を模式的に説明する。即ち、図６は、要素数Ｎを変更する簡単な例として、６個の要素からなる旧制御信号データ（即ち、Ｔ＝６Δｔ側）を８個の要素からなる新制御信号データ（即ち、Ｔ＝８Δｔ’側）に変換した場合を説明したものである。図中、黒小丸は実際にｕに格納されている６個のデータの値を、黒小三角は１次補間により求められた値を示す。即ち、Ｔ＝８Δｔ’側において、番号２のデータは、番号１のデータからΔｔ’の位置に於て、Ｔ＝６Δｔ側の番号１と番号２のデータの線形補間により計算される。この補間方法によれば信号波形の概略形状を維持したまま信号周期を変更できる。この方法を用いる場合の制御の安定性等については、自動車エンジン程度の周期変動率の下であれば、μの値を適当に調整することのみによって制御信号ｕの安定かつ良好な収束を確保できる。
【００３８】
図４〜図６に示された特開平５−２３２９６９の手法を用いて広い空間範囲にわたって騒音低域効果を発揮する振動制御システムを構築するには、図７に示すように、複数のスピーカとマイクロホンを音響空間内に配置する必要がある。Ｌ個のスピーカとＭ個のマイクロホンを含む多入出力系における第ｍマイクロホンの出力信号、即ち、第ｍマイクが拾った残留騒音信号ｅ_ｍは、式９を拡張して得られる式１２で表される。
【００３９】
【数１２】

【００４０】
ここで、ｍは１，２，３…Ｍの整数で、ｕ_ｌは第ｌ番目のスピーカに入力される信号レベルであり、ｈ_ｌｍは第ｌ番目のスピーカと第ｍ番目のマイクとの間でのインパルス応答関数ｇ_ｌｍから式２の同じようにして求められる周期関数の離散値からなるベクトルである。従って最小化すべき評価関数を式１３のように、
【００４１】
【数１３】

【００４２】
定めれば、制御信号ベクトルｕ_ｌｋは、漸化式表現により表される式１４のアルゴリズムで最適化、即ちＪを最小化することができる。
【００４３】
【数１４】

【００４４】
式１４の制御信号ベクトルｕ_ｌｋは、第ｌ番目のスピーカに対するｋ番目のサンプリング時点での入力信号を表す。
式１４のアルゴリズムでは、毎回のサンプリング時点で全てのマイクロホン信号を用いて制御信号ベクトルの更新を行うが、この代わりに、図７に示すように、１サンプリング時点で１つのマイクからの情報のみを用いる式１５を用いても統計的にほぼ等価な効果が得られる。
【００４５】
【数１５】

【００４６】
ただし、ｍ（ｋ）は１，２，…，Ｍの各々の出現確率が等しくなるような任意の整数系列である。
特開平５−２３２９６９の手法に前述のエラースキャニング法（特開平３−２７４８９７号）を適用した場合の計算量は、式１５から明らかなように、マイクロホンを複数個用いる場合でもマイクロホン１個の場合と等しくなり、大幅に低減される。これに対してＬＭＳ方式では、エラースキャニング法を適用した場合でも、図１中のフィルタ１の特性変更計算が軽減されるだけで、計算量の大半を占めるフィルタリング処理には全く影響がないため、アルゴリズム全体への計算量低減効果は本手法の場合ほど大きくない。
【００４７】
図８に、特開平５−２３２９６９の手法とＬＭＳの１サンプリングあたりの計算量を比較した結果を示す。表中、Ｎ_ａｄｄ，Ｎ_ｍｕｌはそれぞれ加減算と乗算の回数を、Ｎ_ｉｎｓは代表的ＤＳＰの一種であるＴＭＳ３２０Ｃ３０で計算を行なった場合の命令サイクル数を示す。比較の条件として、いずれの手法もＥＳ法を低起用した場合の主要計算部分のみを考え、本手法ではｕの要素数を５０（エンジン回転数１２００ｒｐｍ，サンプリング周期１ｍｓのときのエンジン回転１周期分に相当する）とし、ＬＭＳではすべてのフィルタのタップ長を１２８（サンプリング周期１ｍｓで５００Ｈｚ以下の車室内スピーカ・マイクロホン間インパルス応答波形を表現するには、最低限この程度のタップ長が必要である）とした。また本手法におけるｕのデータ長調整法としては、前述の１次補間法による方法を用いた。表より、本手法は、演算回数でＬＭＳの１４〜３０％、寿命サイクル数で約３０〜５０％の計算量で済むことがわかる。
【００４８】
【発明が解決しようとする課題】
上述したように、本出願人による特開平５−２３２９６９の手法は、誤差信号ｅを最小化するのに、Ｍ［ｄＪ／ｄｕ］^Ｔと表された推定瞬時値を用いているために、過去のデータを参照する必要性がなくなり、喩えマイクが複数を擁するシステムであっても１つのマイクのシステムと同じになる故に、特表平１−５０１３４４号の手法よりも計算量においても低減され、制御の応答性は向上している。
【００４９】
しかしながら、それでも実際の加速時においては、特開平５−２３２９６９の手法によっても騒音低減に応答性の悪い場合がある。
これは、式９においては、フィルタ演算において更新される必要のあるパラメータの数が多数に昇り、まだまだ演算に時間がかかっていることにある。
さらに、図６に関連して説明したように、騒音周期Ｔの変動に伴う制御の変更を線形補間を用いていたが、補間後の周期性の形状が実際とは離れてしまい、これも加速時の応答性の劣化の原因となるのである。
【００５０】
【課題を解決するための手段】
そこで、本発明の目的は、フィルタ処理における計算量を大幅に軽減できた車両の振動制御装置及び方法を提案する。
上記課題を達成するための本発明の構成は、
周期的な車両振動を低減する車両の振動制御装置において、
前記車両振動の基本振動数を検出する検出手段と、
検出された基本振動数の高調波成分のフーリエ級数に基づいて、車両振動を低減するための制御振動を発生するための制御信号を発生する発生手段と、
この制御信号に基づいて振動を発生するアクチュエータ手段と、
車両振動を示す振動信号を検出するためのセンサ手段と、
検出された振動信号と、前記アクチュエータ手段と前記センサ手段間の周波数伝達関数とに基づいて、各高調波成分についての前記フーリエ級数の振幅成分を更新する更新手段とを備えたことを特徴とする。
【００５１】
同課題を達成するための本発明の他の構成は、
車両振動を低減するための制御振動をアクチュエータ手段から発生し、車両振動を示す振動信号をセンサ手段により検出することにより、周期的な車両振動を低減する車両の振動制御方法において、
前記車両振動の基本振動数を検出し、
検出された基本振動数の高調波成分のフーリエ級数に基づいて、車両振動を低減するための制御振動を前記アクチュエータ手段から発生し、
前記アクチュエータ手段と前記センサ手段間の周波数伝達関数とに基づいて、各高調波成分についての前記フーリエ級数の振幅成分を更新することを特徴とする。
【００５２】
【作用】
前記制御振動は、検出された基本振動数の高調波成分のフーリエ級数に基づいて決定される。振動抑制の精度はフーリエ級数の次数に左右されるが、このフーリエ級数の振幅成分は、時間に依存する成分（Ｃ_ｉ，Ｓ_ｉ）と位相成分（ｆ_ｃｉ，ｆ_ｓｉ）という４つの成分のみとなり、必要次数をＮとすれば、振動低減のために必要なパラメータの数は４Ｎ個となる。
【００５３】
【実施例】
以下、本発明の実施例について添付図面を参照しながら詳細に説明する。
〈原理〉
図９は、実施例の原理を説明するために、１スピーカ、１マイクのシステムのブロック図である。変数名ｕ，ｄ，ｇ，ｅなどは図２のシステムと同じである。即ち、騒音ｄを打ち消すための制御変数ｕがスピーカから発生された場合に、その変数ｕはマイクによって応答ｇ（即ち、スピーカ・マイク間インパルス応答関数）として認識され残留騒音（誤差騒音）ｅとして検出される。この誤差信号ｅはコントローラに入力され、以下の手法によりコントローラは制御変数ｕを計算する。
【００５４】
先ず、ｕ，ｄ，ｅが全て周期Ｔの時間関数であるとすると、ｅは
【００５５】
【数１６】

【００５６】
で表される。応答ｇが周期Ｔの関数であれば、次のようなｇの級数ｈ（ｔ）を導入することにより、
【００５７】
【数１７】

【００５８】
式１６は、
【００５９】
【数１８】

【００６０】
と変形することができる。本実施例の大きな特徴は、制御変数ｕと応答関数ｈとを次のようにフーリエ級数で表すことにある。即ち、
【００６１】
【数１９】

【００６２】
【数２０】

【００６３】
である。式１９，２０を導入することにより、ｕ，ｈを求めることは未知数ａ_ｉ，ψ_ｉ，ｂ_ｊ，φ_ｊを求めることに帰結する。
式２０は、周波数伝達関数ｈがωによって表されている。換言すれば、式２０を定義することによって、そのときのエンジン回転の周波数に対応する伝達関数の成分を用いてフィルタ演算における逐次演算を行なうことが可能となる。
【００６４】
式１９，２０を式１８に代入すると、
【００６５】
【数２１】

【００６６】
【数２２】

【００６７】
ここで、ω_１，ω_２，…，ω_Ｎは全て２π／Ｔの整数倍であるから、上式の第１項と第２項は０となり、次の式２３が得られる。
【００６８】
【数２３】

【００６９】
２３式において、
【００７０】
【数２４】

【００７１】
【数２５】

【００７２】
【数２６】

【００７３】
【数２７】

【００７４】
【数２８】

【００７５】
【数２９】

【００７６】
である。ｆ_ｃｉ，ｆ_ｓｉは制御変数ｕの振幅ａ_ｉの位相成分と考えることができ、ｆ_ｃｉ，ｆ_ｓｉは応答関数ｈの振幅ｂ_ｉの位相成分と考えることができる。式２３を行列表現、ベクトル表現、複素数表現を用いて書き改めると、
【００７７】
【数３０】

【００７８】
となる。ここで、行列ｘ，ベクトルｈ，ベクトルｆは、
【００７９】
【数３１】

【００８０】
【数３２】

【００８１】
【数３３】

【００８２】
である。４Ｎ個の未知数、ａ_ｉ（ｉ＝１〜Ｎ），ψ_ｉ（ｉ＝１〜Ｎ），ｂ_ｉ（ｉ＝１〜Ｎ），φ_ｉ（ｉ＝１〜Ｎ）を求めることは、式３０に最急降下法を適用して、４Ｎ個の未知数ｆ_ｃｉ（ｉ＝１〜Ｎ），ｆ_ｓｉ（ｉ＝１〜Ｎ），ｈ_ｃｉ（ｉ＝１〜Ｎ），ｈ_ｓｉ（ｉ＝１〜Ｎ）を求めることに帰結する。
式３０において、Ｒｅ（行列Ｘ・ベクトルｆ）は制御信号ｕを表す。従って、１スピーカ１マイク系では、ある時刻ｋにおける制御信号出力ｕ_ｋは、その時刻ｋにおける式２６，式２７で定義した適応パラメータｆ_ｃｉ，ｆ_ｓｉを用いて、
【００８３】
【数３４】

【００８４】
となる。後にさらに詳しく説明する、制御手順では、時刻ｋに於て生成した制御信号ｕ_ｋをスピーカから出力し、同時にマイクから入力した残留騒音信号ｅ_ｋに基づいて、次の時刻ｋ＋１における適応パラメータｆ_ｃｉ，ｆ_ｓｉを決定する。
【００８５】
【数３５】

【００８６】
式３５は、誤差信号のパワーが最小になるように前述の最急降下法を用いて得た。式３５において、周波数伝達関数ｈ_ｃ，ｈ_ｓを含む行列は式２８，２９によって演算される。また、Ｃ_ｎ，Ｓ_ｎを含むベクトルは式２４，２５によって決定される。従って、式３５に基づいて時刻ｋにおける適応パラメータｆ_ｃｉ，ｆ_ｓｉから時刻ｋ＋１における適応パラメータｆ_ｃｉ，ｆ_ｓｉが決定される。
【００８７】
〈Ｌ×Ｍシステムへの拡張〉
以上は、１スピーカ、１マイクからなるシステムにおける手法の説明である。この手法を、図５に示されたようなＬ個のスピーカとＭ個のマイクからなるシステムに拡張すると、式３０の代わりに、
【００８８】
【数３６】

【００８９】
が得られる。ここで、ベクトルｅ，ベクトルｄは夫々、Ｍ個のマイクが検出したＭ個の残留騒音ｅ、Ｍ個の外部雑音ｄであり、
【００９０】
【数３７】

【００９１】
【数３８】

【００９２】
また、ベクトルｈ_ｉをｋ番目のスピーカに与えられる応答関数ｈ_ｋの振幅ｂについての式３２に対応するベクトルとすると、即ち、
【００９３】
【数３９】

【００９４】
となり、さらにベクトルｆ_ｉをｋ番目のスピーカに与えられる制御変数ｕ_ｋの振幅ａについての式３３に対応するベクトルとすると、即ち、
【００９５】
【数４０】

【００９６】
となる。従って、式３６において、行列Ｈは、
【００９７】
【数４１】

【００９８】
である。ここで、行列Ｈ中の要素であるベクトルｈは、１スピーカ１マイク系で得られた式３２のベクトルｈを拡張したもので、例えばベクトルｈ_１１は、１番目マイクと１番目のスピーカとの間のその瞬間での伝達特性である。
また、行列Ｘは、
【００９９】
【数４２】

【０１００】
となり、ベクトルハットｆは、
【０１０１】
【数４３】

【０１０２】
となる。
１スピーカ１マイクのシステムをＬスピーカ、Ｍマイクのシステムの特種形態と考えれば、式３６〜式４３が一般的な騒音低減システムを表すこととなる。そこで、評価関数
【０１０３】
【数４４】

【０１０４】
を最小化すべく、式４３に対して最急降下法を適用する。即ち、各マイクで検出される騒音の平均パワーが最小になるようにする。但し、勾配ベクトルとして、その真の値を用いず瞬時推定値を用いる。すると、
【０１０５】
【数４５】

【０１０６】
であるから、
【０１０７】
【数４６】

【０１０８】
が得られる。尚、＊は共役の転置を表す。
従って、ベクトルハットｆを最適化するためには、
【０１０９】
【数４７】

【０１１０】
であればよい。
尚、式３６において、行列Ｈ（または２／Ｔ・Ｈ）は、スピーカ／マイク間の伝達特性と考えることができる。従って制御ｕは、
【０１１１】
【数４８】

【０１１２】
となる。また、マイクで検出される制御音ｙを、
【０１１３】
【数４９】

【０１１４】
と定義すれば、
【０１１５】
【数５０】

【０１１６】
と表すことができる。
〈システムの構成〉
図１０，図１１は、本発明を車両に適用した場合の騒音低減システムの構成を示す。この実施例のシステムは、４スピーカ（２０ａ〜２０ｄ）と４マイク（３０ａ〜３０ｄ）の構成からなる。騒音の基本周期Ｔを検出するために、エンジン１１の回転周期を検出する点火コイル１０からの信号ＩＧを用いる。図１０のコントローラ１００の詳細な構成を図１１に示す。図１１において、信号ＩＧは波形成形器によって波形成形され、ＤＳＰ１０２によって取り込まれる。４つのマイクからの信号ｅはＡ／Ｄ変換されてＤＳＰ１０２が取り込む。また、ＤＳＰ１０２は、スピーカ出力信号ｕをＤＡ変換してスピーカから出力する。
【０１１７】
〈制御手順〉
１スピーカ、１マイクシステム（＝１×１システム）
図１２は、説明の簡略化上、１スピーカと１マイクを用いたときのＤＳＰ１０２における制御手順を示す。
そこで、ステップＳ２では、波形成形器１０１を介して点火時期信号ＩＧを入力し、ステップＳ４で、点火時期信号ＩＧに基づいて騒音の基本周波数ωを演算する。ここで、
ω＝２π／Ｔ
である。ステップＳ６では制御出力信号の位相角θ_ｋを次式に従って決定する。
【０１１８】
【数５１】

【０１１９】
位相角θ_ｋは式１９，２０における位相角に相当するもので、φ等が未知故にθ_ｋで置き換えたものである。また、引き数ｋは時刻を表す。時刻の原点をイグニッションキーが投入されたときに取れば、時刻ｋ＝０においてθ_０＝０である。また、本発明では制御変数ｕや伝達関数が周期性を有していることを前提にしているので、θ_ｋの範囲を、
−π≦θ_ｋ＜π
とした。従って、時刻ｋ＝１においては、θ_１＝ωΔｔである。
【０１２０】
ステップＳ８では、逐次的に、式２４，２５で定義されたパラメータＣ_ｎ＋１，Ｓ_ｎ＋１を決定する。パラメータＣ_ｎ＋１，Ｓ_ｎ＋１のｎは高調波の次数を表す。エンジンからの騒音を制御することを目的とする場合には、５次の高長波を制御すれば十分である。パラメータＣ_ｎ＋１，Ｓ_ｎ＋１は、式２３から明らかなように、一般的に次の漸化式によって決定される。
【０１２１】
【数５２】

【０１２２】
時刻ｋ＝１では、式２４，２５から明らかに、１次の高調波についてのパラメータに対しては、
【０１２３】
【数５３】

【０１２４】
が得られ、二次については、
【０１２５】
【数５４】

【０１２６】
を解くことによって得られる。二次のパラメータＣ，Ｓが得られれば、順にＮ次までのパラメータが得られる。式２６，２７によって定義されたＮ次までのパラメータを、ｆ_ｃ１，ｆ_ｓ１，ｆ_ｃ２，ｆ_ｓ２，…，ｆ_ｃＮ，ｆ_ｓＮと表記し、そのパラメータの初期値（即ち、時刻ｋ＝１における）ｆ_ｃ１，ｆ_ｓ１，ｆ_ｃ２，ｆ_ｓ２，…，ｆ_ｃＮ，ｆ_ｓＮが与えられていれば、ｎ＝１〜Ｎについての、Ｃ_ｎ，Ｓ_ｎはステップＳ８で求められているから、時刻ｋ＝１における制御変数出力ｕ_１は式３４によって与えられる。即ち、ステップＳ１０で、
【０１２７】
【数５５】

【０１２８】
である。ステップＳ１２ではこのようにして決定されたｕ_１をスピーカに入力する。そして、ステップＳ１４では、マイクから信号ｅ_ｋ（即ちｅ_１）を入力する。ステップＳ１６では、基本周波数オメガに対応する周波数伝達関数ｈ_ｃｎ，ｈ_ｓｎをメモリから読み出す。ステップＳ１８では、式３５に従って、次の時刻ｋ＋１における（即ち、時刻ｋ＝２における）、１次からＮ次（ｎ＝１〜Ｎ）までの適応パラメータｆ_ｃ１，ｆ_ｓ１，ｆ_ｃ２，ｆ_ｓ２，…，ｆ_ｃＮ，ｆ_ｓＮを決定する。式３５において、ｋ＝１におけるｆ_ｃ１，ｆ_ｓ１，ｆ_ｃ２，ｆ_ｓ２，…，ｆ_ｃＮ，ｆ_ｓＮは与えられている。また、ｋ＝１における、ｎ＝１〜ＮについてのＣ_ｎ，Ｓ_ｎも既にステップＳ８において求められているから、周波数伝達関数ｈさえ求めることができれば、時刻ｋ＝２のための、１次からＮ次（ｎ＝１〜Ｎ）までの適応パラメータｆ_ｃ１，ｆ_ｓ１，ｆ_ｃ２，ｆ_ｓ２，…，ｆ_ｃＮ，ｆ_ｓＮを決定することができる。
【０１２９】
ステップＳ１６の周波数伝達関数ｈ_ｃｎ，ｈ_ｓｎについて説明する。
スピーカマイク間の、ある周波数ωに対する周波数伝達関数をＨ（ω）と表せば、この伝達関数Ｈ（ω）を前もって測定することが可能である。そして、この伝達関数を、フーリエ変換することによりその高調波成分Ｈ（２ω），Ｈ（３ω）…Ｈ（Ｎω）を求めることができる。そして、このような各高調波成分に対する実数部分と虚数部分を、ｈ_ｃ，ｈ_ｓと表記すれば、
【０１３０】
【数５６】

【０１３１】
とおくことにより、各高調波に対するｈ_ｃｎ，ｈ_ｓｎ（ｎ＝１〜Ｎ）を前もってコントローラ内のメモリに記憶しておくことができる。このようにして、式３５によって、時刻ｋ＝２のための、適応パラメータｆを決定することができる。
時刻ｋ＝２になれば、ステップＳ２，Ｓ４において、騒音の基本周波数ωが求められる。そして、制御出力ｕの位相角θ_２が決定され、ステップＳ８で、１次からＮ次までのパラメータＣ_ｎ，Ｓ_ｎが決定され、ステップＳ１２で制御出力ｕ_２が決定され、ステップＳ１４でｕ_２が出力され、ステップＳ１６でマイクから騒音信号ｅ_２が出力され、ステップＳ１８で式３５に従って時刻ｋ＝３のための適応パラメータｆが決定される。
【０１３２】
一般的に、時刻ｋ−１の制御サイクルの終了時点で、式３５にしたがって時刻ｋの制御サイクルのための適応パラメータｆ_ｋが決定されるから、時刻ｋの時点の制御サイクルでは、ステップＳ２，Ｓ４において、騒音の基本周波数ωが求められる。そして、制御出力ｕ_ｋの位相角θ_ｋが決定され、ステップＳ８で、１次からＮ次までのパラメータＣ_ｎｋ，Ｓ_ｎｋが決定され、ステップＳ１２で制御出力ｕ_ｋが式３４に従って決定され、ステップＳ１４でｕ_ｋが出力され、ステップＳ１６でマイクから騒音信号ｅ_ｋが出力され、ステップＳ１８で式３５に従って時刻ｋ＋１のための適応パラメータｆ_ｋ＋１が決定される。
【０１３３】
このようにして、逐次的に、その時刻に適したパラメータに従って決定された制御信号ｕがスピーカから出力され、その結果がマイク信号ｅによってモニタされ、その結果はパラメータｆの更新に反映される。
以上説明した本実施例の方法の最大の特徴は、式１９，２０を導入したことにより、フィルタ演算処理において更新されるパラメータの数が大幅に減したことにある。即ち、エンジン騒音においては５次の高調波成分まで求めれば足りるとされているが、前述の特開平５−２３２９６９号の手法では例えば５次の高調波成分まで求めようとした場合には５０個程度の適応パラメータの更新演算がを必要であったが、本手法を用いれば、ｆ_ｃ１，ｆ_ｓ１，ｆ_ｃ２，ｆ_ｓ２，…，ｆ_ｃ５，ｆ_ｓ５とＣ_１，Ｓ_１，Ｃ_２，Ｓ_２，…，Ｃ_５，Ｓ_５の合計２０個のパラメータの更新演算で足りることである。パラメータ数が低減されても、収束速度が向上するために、結果的には、騒音低減の精度は劣化しない。従って、加速時などの過渡期においても追随性良く騒音を低減することができる。また、本手法は、振動の基本周期Ｔ（即ち、周波数ω）に変動が有っても、その変動はステップＳ８で求められるパラメータＣ_１，Ｓ_１，Ｃ_２，Ｓ_２，…，Ｃ_Ｎ，Ｓ_Ｎに反映される。換言すれば、エンジン回転数が急激に変化する、即ち振動の基本周期が急激に変化する加速時においても、図５，図６に示したような制御出力ｕの線形補間（この補間は精度の低い）が不要となり、結果的に加速時の振動低減が向上する。
【０１３４】
なお、ＤＳＰ内の不図示のメモリに記憶されている周波数伝達関数ｈ_ｃｎ，ｈ_ｓｎについて補足する。この周波数伝達関数ｈ_ｃｎ，ｈ_ｓｎは、前もって、所定の基本周波数毎に設定されている。その基本周波数をω_０とすれば、
【０１３５】
【数５７】

【０１３６】
となる。しかし、ステップＳ４で検出された周波数ωがメモリに記憶されている周波数と必ずしも一致するとは限らない。メモリ内に、例えば、ω_０，ω_１について記憶されていて、エンジンの周波数ω’（ω_０＜ω’＜ω_１）であった場合には、ω_０について記憶されているｈ_ｃｎ，ｈ_ｓｎと、ω_１について記憶されているｈ_ｃｎ，ｈ_ｓｎとに基づいて線形補間を適用して、ω’についてのｈ_ｃｎ，ｈ_ｓｎを求める。
【０１３７】
Ｌ個のスピーカ、Ｍ個のマイクのシステム（＝Ｌ×Ｍシステム）
Ｌ個のスピーカから制御信号^１ｕ，^２ｕ，…，^Ｌｕを出力し、Ｍ個のマイクから残留騒音ｅ_ｍ（ｋ）を入力するシステムに、前述の１×１の手法を拡張的に適用する。図１３にＬ×Ｍシステムの制御手順を示す。
ステップＳ２２〜ステップＳ２８は、１×１システムの制御手順と同じである。ステップＳ３０では、式４８に基づいて制御出力ｕを決定する。式４８を、Ｌ×Ｍ系の適応パラメータ^１ｆ_ｃ１，^１ｆ_ｓ１，^２ｆ_ｃ１，^２ｆ_ｓ１，…，^Ｌｆ_ｃ１，^Ｌｆ_ｓ１を用いて変形すると、ｌ番目（ｌ＝１〜Ｌ）のスピーカからの制御出力^ｌｕは、
【０１３８】
【数５８】

【０１３９】
となる。ここで、Ｃ_ｎ，Ｓ_ｎは１×１システムのそれと同じである。また、^１ｆ_ｃ１，^１ｆ_ｓ１，^２ｆ_ｃ１，^２ｆ_ｓ１，…，^Ｌｆ_ｃ１，^Ｌｆ_ｓ１の演算については後述する。
ステップＳ３２では、ＤＳＰ１０２は、Ｌ個のスピーカに制御出力^ｌｕ（ｌ＝１〜Ｌ）を同時にあるいは順に出力する。ステップＳ３４ではＭ個のマイクから順に、騒音信号ｅ_ｍ（ｋ）を入力する。但し、ｍ（ｋ）は時刻ｋにおける整数列で、１，２，…，Ｍである。ステップＳ３６では、基本周波数ωについての周波数伝達関数^{１ｍ（ｋ）}ｈ_ｃ１，^{１ｍ（ｋ）}ｈ_ｓ１…^{１ｍ（ｋ）}ｈ_ｃＮ，^{１ｍ（ｋ）}ｈ_ｓＮ，^{２ｍ（ｋ）}ｈ_ｃ１，^{２ｍ（ｋ）}ｈ_ｓ１…^{２ｍ（ｋ）}ｈ_ｃＮ，^{２ｍ（ｋ）}ｈ_ｓＮ，…，^{Ｌｍ（ｋ）}ｈ_ｃ１，^{Ｌｍ（ｋ）}ｈ_ｓ１…^{Ｌｍ（ｋ）}ｈ_ｃＮ，^{Ｌｍ（ｋ）}ｈ_ｓＮをメモリから読み込む。
【０１４０】
１番目のスピーカとｍ（ｋ）番目のマイクとの間についての、１次からＮ次までの周波数伝達関数ｈは、
【０１４１】
【数５９】

【０１４２】
に良って、また、２番目のスピーカとｍ（ｋ）番目のマイクとの間についての周波数伝達関数ｈは、
【０１４３】
【数６０】

【０１４４】
によって、同様にして、Ｌ番目のスピーカとｍ（ｋ）番目のマイクとの間についての周波数伝達関数ｈは、
【０１４５】
【数６１】

【０１４６】
によって前もって決めておくことができる。
ステップＳ３８では、これらの周波数伝達関数ｈを用いて、時刻ｋ＋１のための適応パラメータ^ｌｆ_ｃ，^ｌｆ_ｓを式４７に基づいて求める。式４７は周波数伝達関数を用いて、
【０１４７】
【数６２】

【０１４８】
但し、ｎ＝１〜Ｎ、ｌ＝１〜Ｌである。
〈従来例との比較〉
本実施例の演算を、従来のＬＭＳ法と特開平５−２３２９６９号の手法とを比較し、定性的比較を図１４に、定量的比較を図１５に示した。なお、エンジン回転数を１２００ｒｐｍ、サンプリング周波数１ｋＨｚ、１〜５時の全次数成分を演算した。
【０１４９】
〈他の実施例〉
上記実施例では、１×１系により、また、Ｌ×Ｍ系により、エンジン騒音を低減するシステムを説明したが、本発明は、エンジン騒音に限られず、例えば排気音の低減、さらには、車両振動の低減にも適用できる。
図１６に、本発明を、振動低減のためのアクティブエンジンマウントに適用した例を示す。このマウント５０は、エンジン４０と車体間に作用する力を発生するためのアクチュエータを内蔵しており、加速度センサ６０で検出された車体フロア振動のパワーが最小になるようにアクチュエータが制御される。これにより、アイドル振動や加速時の振動など、乗員にとって不快な車体振動が抑制される。
【０１５０】
【発明の効果】
以上説明した本発明において、振動を抑制するためにアクチュエータ手段（例えばスピーカ）から発生される制御振動は、検出された基本振動数ω（例えばエンジン回転数）の高調波成分のフーリエ級数に基づいて決定される。振動抑制の精度はフーリエ級数の次数に左右されるが、このフーリエ級数の振幅成分は、時間に依存する成分（Ｃ_ｉ，Ｓ_ｉ）と位相成分（ｆ_ｃｉ，ｆ_ｓｉ）という４つの成分のみとなり、必要次数をＮとすれば、振動低減のために必要なパラメータの数は４Ｎ個となる。
【０１５１】
一方、特開平５−２３２９６９号においては、図６に示すように、制御振動ｕ、周波数伝達関数ともに、必要なデータ数はＴ／Δｔ（＝５０個前後）だけ必要であった。本発明の振動制御装置若しくは振動制御方法では、大幅に演算量を低減することができ、その結果、振動制御が速やかに収束することができる。
【図面の簡単な説明】
【図１】従来のＬＭＳ法を適用した騒音低減システムの構成を示すブロック図。
【図２】従来のＬＭＳ法を周波数領域において適用した騒音低減システムの構成を示すブロック図。
【図３】図２の従来例において積分回路が必要となる理由を説明する図。
【図４】特開平５−２３２９６９号の騒音低減システムの構成を示すブロック図。
【図５】特開平５−２３２９６９号の騒音低減の原理を説明する図。
【図６】特開平５−２３２９６９号における線形補間を説明する図。
【図７】特開平５−２３２９６９号にエラースキャニング法を適用した場合のシステム図。
【図８】特開平５−２３２９６９号とＬＭＳ法とを比較した結果を示す図。
【図９】本発明を１×１系に適用した実施例の概略構成を示した図。
【図１０】本発明を４×４系に適用した実施例の構成を示した図。
【図１１】図９の実施例のコントローラ１００の構成を示す図。
【図１２】１×１系の制御手順を示すフローチャート。
【図１３】Ｌ×Ｍ系の制御手順を示すフローチャート。
【図１４】実施例の騒音低減に必要な演算を従来の手法と定性的に比較した結果を示す図。
【図１５】実施例の騒音低減に必要な演算を従来の手法と定量的に比較した結果を示す図。
【図１６】本発明を騒音低減に適用した実施例のシステムを示す図。[0001]
[Industrial applications]
The present invention relates to a vibration control apparatus and method for a vehicle, which is installed in a vehicle and controls to reduce periodic vibration generated from a vibration source such as an engine.
[0002]
[Prior art]
Techniques for actively reducing vehicle vibration and noise include, for example, the methods of GB2201858A, JP-A-3-274897, JP-A-1-501344, and JP-A-5-232969.
<GB2201858A>
This conventional technique is called the Filtered-x LMS method because it uses the least mean square method (Least Mean Square) in the filter processing. A schematic block diagram of this technique is shown in FIG. In the figure, in order to actively suppress noise, control sounds are generated from two speakers, residual noise is picked up by three microphones, and this residual noise is fed back to a controller having two filters to further reduce noise. It is to erase. In the figure, a filter 1 is an adaptive filter that automatically changes characteristics so as to minimize the amplitude of a residual noise signal, and a filter 2 is a filter having the same characteristics as acoustic transfer characteristics between a speaker and a microphone. An anti-phase signal of noise, that is, a control signal, is generated by filtering a noise source signal of an engine or the like (for example, a waveform signal of a vibration that causes noise) by the above-described two filters.
[0003]
Filter 2 filters the signal from the reference signal generator. The filter 1 receives the product of the output signal of the filter 2 and the residual noise signal and changes the filter characteristics so that the average power is minimized. One filter 1 is prepared for one speaker, and two filters are required in the example of FIG. Further, since the filter 2 has the same characteristics as the sound transfer characteristics between the speaker and the microphone, a system including two speakers and three microphones requires six filters 2.
[0004]
The LMS method has advantages such as versatility, but has a problem that it often involves many calculations exceeding the current calculation capability of a digital signal processor (DSP) or the like. In particular, when it is necessary to reduce noise over a wide space using a plurality of speakers and microphones, as in the case of engine noise control in a vehicle cabin, or when it is necessary to control a plurality of frequency components simultaneously, a filtering process is performed. Is increased, and it becomes difficult to perform control with a single DSP (digital signal processor).
[0005]
<JP-A-3-274897>
The technique disclosed in JP-A-3-274897 (referred to as “error scanning method” for convenience) has been proposed to reduce the amount of calculation of the LMS method.
In the above-described LMS method, multiplication of six residual noise signals in the multiplier and updating of parameters performed in the filter 1 by inputting the six multiplication result signals are performed every sampling. The calculation amount is large.
[0006]
On the other hand, the system to which the error scanning method is applied is substantially the same as the system to which the LMS method is applied, but is different in that only one filtering process is performed per sampling time. . That is, in the error scanning method, two filters 1 and six filters 2 are prepared, and at a certain sampling point, only one of the signals from the three microphones is selected, and the selected microphone is selected. The product of the signal and the output from one of the six filters 2 selected is output to the filter 1. At the next sampling point, the next microphone signal and the next filter 2 are selected. That is, since the microphone signal (error signal) and the filter 2 are sequentially scanned, the method is called an “error scanning method”.
[0007]
As described above, in the error scanning method, since the signal from one microphone is processed at each sampling time, the convergence of control for noise reduction in the filter 1 is delayed, but the parameter in the filter 1 is delayed. There is an advantage that the amount of processing for updating is reduced.
However, the calculation in the filter 1 here is substantially the same as that of the LMS method, so that the calculation amount cannot be reduced as expected.
[0008]
<Tokuhei Hei 1-501344>
In the above three methods, an error signal input in time order is filtered in a time domain using a digital filter. This is because, among the error signals detected by the microphone, the harmonic component causes a problem in control. Therefore, in order to extract the harmonic component, a Fourier transform is performed as shown in FIG. In other words, the method disclosed in Japanese Patent Publication No. 1-501344 performs the above-described LMS method in the frequency domain. For this purpose, as shown in FIG. 2, an error signal from an error sensor (microphone) is subjected to Fourier transform and adaptive filter processing is performed to extract a harmonic component, and further subjected to inverse Fourier transform, and then to a second sound source (that is, a speaker). ).
[0009]
The method described in Japanese Patent Application Publication No. Hei 1-501344 will be described below.
For one harmonic in the frequency domain of the noise signal, the complex value of the error signal in a certain order is given by the following equation.
[0010]
(Equation 1)

[0011]
Where A_lIs E when active control is not performed._lAnd w_mIs the complex amplitude of the m-th secondary source, C_lmIs the complex transfer function between the l-th sensor and the m-th sound source. If you display the formula,
[0012]
(Equation 2)

[0013]
It becomes. here,
[0014]
(Equation 3)

[0015]
It is. The cost function in this case is expressed as J = E^HLet H be the complex conjugate transpose of a vector or matrix,
[0016]
(Equation 4)

[0017]
Therefore,
[0018]
(Equation 5)

[0019]
And the steepest descent algorithm is
[0020]
(Equation 6)

[0021]
Is described. Where W_kAnd E_kAre the filter characteristics and the error output at the k-th iteration, respectively.
By performing a Fourier transform operation on the error signal e once, Im (ω₀FIG. 3 shows obtaining a frequency component of the quadratic form of e in (2). In this case, an integrating circuit (indicated by I in the figure) and a multiplying circuit (indicated by X in the figure) are used.
[0022]
As described above, in Japanese Patent Application Laid-Open No. 1-501344, adaptive processing is performed on a Fourier-transformed signal in order to perform a filter operation, and the complex coefficient of each harmonic in the sensor in the processed signal is calculated. The output signal to the speaker is obtained by performing an inverse Fourier transform. In general, the Fourier transform cannot obtain a reliable result unless the result is averaged several times. Therefore, Japanese Patent Application Laid-Open No. 1-501344 requires an integration circuit as shown in FIG.
[0023]
However, when the averaging process is performed by providing an integrating circuit, the responsiveness of the control is deteriorated, and therefore, good responsiveness may not be obtained during acceleration or the like where responsiveness is required.
<JP-A-5-232969>
In order to solve the problem of deterioration of responsiveness in Japanese Patent Application Laid-Open No. 1-501344, the present applicant has proposed a new vibration reduction method in which the amount of calculation is significantly reduced in Japanese Patent Application Laid-Open No. 5-232969. The method disclosed in JP-A-5-232969 will be described below.
[0024]
First, for simplicity, as shown in FIG. 4, consider a one-input one-output system in which an opposite phase sound to noise, that is, a control sound, is emitted from one speaker, and as a result, the remaining noise is observed with one microphone. The control signal is denoted by u, the residual noise signal is denoted by e, and the component caused by the original noise included in the e is denoted by d. The relationship between the three is expressed by the following equation.
[0025]
(Equation 7)

[0026]
Here, g (t) is an impulse response function between the speaker and the microphone, and h (t) is a periodic function obtained from g (t) by the following equation 8.
[0027]
(Equation 8)

[0028]
The feature of this method is that both the control signal u and the residual noise signals e and d are assumed to be time functions of the period T.
If the second term on the right side of Expression 1 is discretized with a sufficiently small time width Δt and is represented by a vector expression, Expression 7 is given by Expression 9 below.
[0029]
(Equation 9)

[0030]
However,
[0031]
(Equation 10)

[0032]
And N is
(T / Δt) −1 ≦ N <T / Δt
Is an integer that satisfies In Equation 9, since the control signal variable u is no longer treated as a function of time, u can be optimized. The steepest descent method is applied as optimization, and the evaluation function
J (u) = E [e²(T)] (E is an expected value symbol)
Let u that minimizes be the optimal u. By differentiating J with u, u is determined so that the power of the error signal e is minimized. Here, in the above-mentioned Japanese Patent Application Laid-Open No. 1-501344, the average value of the steepest directional vector of the evaluation function (cost function) is used.
M [dJ / du]^T
It is characterized by using an estimated instantaneous value expressed as If the control signal u is updated every Δt while using this instantaneous value as a substitute for the steepest gradient vector, the optimum value of u can be obtained by repeatedly calculating the recurrence formula of the following Expression 11.
[0033]
[Equation 11]

[0034]
Here, μ is a constant coefficient determined by the period T, the time width Δt, the step width, and the like. FIG. 4 shows the operation principle of this Japanese Patent Application Laid-Open No. Hei 5-232969. In FIG. 4, u and h, which are periodic functions having the same period T, are represented by “rings”. According to Equation 11, the signal e detected by the microphone is multiplied by −μ, and −μe is multiplied by h to generate the control signal u. The recurrence expression of Equation 5 is illustrated in FIG. 4 by rotating on the "ring" of u and h.
[0035]
Specifically, using Δt as a sampling period, first,
u (0), u (Δt), u (2Δt),...
, And periodically outputs each element of the control signal u. In FIG. 4, this sequential output is simulated as rotation on a “ring”. Next, according to equation 11, u₁, And
u₁(0), u₁(Δt), u₁(2Δt), ...
Are output in order. The noise is reduced by repeatedly updating and outputting the control signal u according to the equation (11). At this time, of the frequency components of the noise, the component of the fundamental period T, in other words, the total harmonic component of the frequency 1 / T is reduced at the same time. Such noise reduction is suitable for controlling engine noise. Further, in Japanese Patent Application Laid-Open No. Hei 5-232969, since control is performed by using only the formula 11 without using any convolution calculation, the amount of calculation is small and a practical system using a DSP can be easily realized. There are benefits too.
[0036]
The period T of the control signal u (t), in other words, the number of elements of the control signal vector u needs to be adjusted based on the type of the order component to be controlled and the engine speed. The method of adjusting the period of the control signal in Japanese Patent Application Laid-Open No. 5-232969 will be described.
In relation to the order of the control target, for example, in the case of a four-cylinder engine, T is set to twice the engine rotation period and 1 to make the 0.5-order, first-order, and second-order total harmonic components the control target. Times and 0.5 times. However, the engine rotation cycle varies. Therefore, the number N of elements is changed using an interpolation method or the like so that the data waveform of u maintains a similar shape, or the sampling period Δt is simply changed. It is the period adjuster in FIG. 4 that changes the period.
[0037]
FIG. 6 schematically illustrates a method of changing the number N of elements. That is, FIG. 6 shows a simple example of changing the number N of elements by changing old control signal data consisting of six elements (that is, T = 6Δt side) to new control signal data consisting of eight elements (that is, T (= 8Δt ′ side). In the figure, the black small circles indicate the values of the six data actually stored in u, and the black small triangles indicate the values obtained by primary interpolation. That is, on the T = 8Δt ′ side, the data of the number 2 is calculated by linear interpolation of the data of the numbers 1 and 2 on the T = 6Δt side at the position of Δt ′ from the data of the number 1. According to this interpolation method, the signal period can be changed while maintaining the general shape of the signal waveform. With respect to the control stability and the like in the case of using this method, a stable and good convergence of the control signal u can be ensured only by appropriately adjusting the value of μ under a periodic variation rate of about an automobile engine. .
[0038]
In order to construct a vibration control system that exerts a low-noise effect over a wide space using the method of Japanese Patent Application Laid-Open No. 5-232969 shown in FIGS. 4 to 6, as shown in FIG. The microphone needs to be placed in the acoustic space. An output signal of the m-th microphone in a multi-input / output system including L speakers and M microphones, that is, a residual noise signal e picked up by the m-th microphone_mIs expressed by Expression 12 obtained by expanding Expression 9.
[0039]
(Equation 12)

[0040]
Here, m is an integer of 1, 2, 3,._lIs the signal level input to the l-th speaker, and h_lmIs the impulse response function g between the l-th speaker and the m-th microphone_lmIs a vector composed of discrete values of the periodic function obtained in the same manner as in Expression 2. Therefore, the evaluation function to be minimized is expressed by Expression 13 as follows:
[0041]
(Equation 13)

[0042]
If determined, the control signal vector u_lkCan be optimized, that is, J can be minimized by the algorithm of Expression 14 represented by the recurrence expression.
[0043]
[Equation 14]

[0044]
The control signal vector u in equation (14)_lkRepresents the input signal to the l-th speaker at the k-th sampling time.
In the algorithm of Expression 14, the control signal vector is updated using all microphone signals at each sampling time. Instead, as shown in FIG. 7, only information from one microphone is sampled at one sampling time. Even when the equation 15 is used, a statistically almost equivalent effect can be obtained.
[0045]
(Equation 15)

[0046]
Here, m (k) is an arbitrary integer sequence such that the appearance probabilities of 1, 2,..., M are equal.
The amount of calculation when the above-described error scanning method (Japanese Unexamined Patent Application Publication No. 3-274897) is applied to the method of Japanese Patent Application Laid-Open No. Hei 5-232969 is, as is apparent from Equation 15, the case where a plurality of microphones are used and one microphone is used And greatly reduced. On the other hand, in the LMS method, even when the error scanning method is applied, the calculation for changing the characteristic of the filter 1 in FIG. 1 is only reduced, and the filtering processing that occupies most of the calculation amount is not affected at all. The effect of reducing the amount of calculation for the entire algorithm is not as great as that of the present method.
[0047]
FIG. 8 shows the result of comparison between the method of JP-A-5-232969 and the amount of calculation per sampling of LMS. In the table, N_add, N_mulRepresents the number of additions / subtractions and multiplications, respectively, N_insIndicates the number of instruction cycles when the calculation is performed by the TMS320C30, which is a type of a typical DSP. As a condition for comparison, in each method, only the main calculation part in the case where the ES method is used at a low level is considered. In this method, the number of elements of u is set to 50 (for one cycle of the engine rotation when the engine speed is 1200 rpm and the sampling cycle is 1 ms). In the LMS, the tap lengths of all the filters are 128 (in order to express an impulse response waveform between a vehicle interior speaker and a microphone with a sampling period of 1 ms and 500 Hz or less, at least this length of tap is necessary. ). As the method of adjusting the data length of u in the present method, the above-described method using the primary interpolation method was used. From the table, it can be seen that this method requires only 14 to 30% of the LMS in the number of operations and about 30 to 50% in the number of life cycles.
[0048]
[Problems to be solved by the invention]
As described above, the method of Japanese Patent Application Laid-Open No. Hei 5-232969 by the applicant assigns M [dJ / du] to minimize the error signal e.^TThe use of the estimated instantaneous value expressed as above eliminates the need to refer to past data, and even a system with multiple analog microphones becomes the same as a single microphone system. The calculation amount is reduced as compared with the method of 1-501344, and the control responsiveness is improved.
[0049]
However, at the time of actual acceleration, the response of noise reduction may be poor even by the method of Japanese Patent Application Laid-Open No. 5-232969.
This is because, in Equation 9, the number of parameters that need to be updated in the filter operation increases to a large number, and the operation still takes time.
Further, as described with reference to FIG. 6, linear interpolation is used to change the control in accordance with the fluctuation of the noise period T. However, the periodicity shape after the interpolation is different from the actual one, and this is also an acceleration. This causes deterioration of responsiveness at the time.
[0050]
[Means for Solving the Problems]
Therefore, an object of the present invention is to propose a vehicle vibration control apparatus and method that can significantly reduce the amount of calculation in the filter processing.
The configuration of the present invention for achieving the above object,
In a vehicle vibration control device that reduces periodic vehicle vibration,
Detecting means for detecting a fundamental frequency of the vehicle vibration,
Generating means for generating a control signal for generating control vibration for reducing vehicle vibration based on a Fourier series of a harmonic component of the detected fundamental frequency;
Actuator means for generating vibration based on the control signal;
Sensor means for detecting a vibration signal indicating vehicle vibration;
Updating means for updating an amplitude component of the Fourier series for each harmonic component based on the detected vibration signal and a frequency transfer function between the actuator means and the sensor means. .
[0051]
Another configuration of the present invention to achieve the same object,
In a vehicle vibration control method for reducing periodic vehicle vibration by generating control vibration for reducing vehicle vibration from an actuator unit and detecting a vibration signal indicating vehicle vibration by a sensor unit,
Detecting the fundamental frequency of the vehicle vibration,
Based on the Fourier series of the harmonic component of the detected fundamental frequency, control vibration for reducing vehicle vibration is generated from the actuator means,
An amplitude component of the Fourier series for each harmonic component is updated based on a frequency transfer function between the actuator unit and the sensor unit.
[0052]
[Action]
The control vibration is determined based on a Fourier series of a harmonic component of the detected fundamental frequency. Although the accuracy of vibration suppression depends on the order of the Fourier series, the amplitude component of the Fourier series has a time-dependent component (C_i, S_i) And the phase component (f_ci, F_si)), And if the required order is N, the number of parameters required for vibration reduction is 4N.
[0053]
【Example】
Hereinafter, embodiments of the present invention will be described in detail with reference to the accompanying drawings.
<principle>
FIG. 9 is a block diagram of a one-speaker and one-microphone system for explaining the principle of the embodiment. Variable names u, d, g, e, etc. are the same as in the system of FIG. That is, when a control variable u for canceling the noise d is generated from the speaker, the variable u is recognized by the microphone as a response g (that is, an impulse response function between the speaker and the microphone) and is regarded as a residual noise (error noise) e. Is detected. The error signal e is input to the controller, and the controller calculates a control variable u by the following method.
[0054]
First, if u, d, and e are all time functions of the period T, e is
[0055]
(Equation 16)

[0056]
Is represented by If the response g is a function of the period T, by introducing a series h (t) of g as follows:
[0057]
[Equation 17]

[0058]
Equation 16 is
[0059]
(Equation 18)

[0060]
And can be transformed. A major feature of this embodiment is that the control variable u and the response function h are represented by a Fourier series as follows. That is,
[0061]
[Equation 19]

[0062]
(Equation 20)

[0063]
It is. By introducing equations 19 and 20, finding u and h is an unknown a_i, Ψ_i, B_j, Φ_jResults in seeking.
In Expression 20, the frequency transfer function h is represented by ω. In other words, by defining Expression 20, it is possible to perform the sequential calculation in the filter calculation using the components of the transfer function corresponding to the frequency of the engine rotation at that time.
[0064]
Substituting equations 19 and 20 into equation 18,
[0065]
(Equation 21)

[0066]
(Equation 22)

[0067]
Where ω₁, Ω₂,…, Ω_NAre all integer multiples of 2π / T, the first and second terms in the above equation become 0, and the following equation 23 is obtained.
[0068]
(Equation 23)

[0069]
In Equation 23,
[0070]
[Equation 24]

[0071]
(Equation 25)

[0072]
(Equation 26)

[0073]
[Equation 27]

[0074]
[Equation 28]

[0075]
(Equation 29)

[0076]
It is. f_ci, F_siIs the amplitude a of the control variable u_iAnd the phase component of f_ci, F_siIs the amplitude b of the response function h_iCan be considered as a phase component. Equation 23 can be rewritten using a matrix expression, a vector expression, and a complex number expression.
[0077]
[Equation 30]

[0078]
It becomes. Here, the matrix x, the vector h, and the vector f are
[0079]
[Equation 31]

[0080]
(Equation 32)

[0081]
[Equation 33]

[0082]
It is. 4N unknowns, a_i(I = 1 to N), ψ_i(I = 1 to N), b_i(I = 1 to N), φ_i(I = 1 to N) is obtained by applying the steepest descent method to Equation 30 to obtain 4N unknown values f_ci(I = 1 to N), f_si(I = 1 to N), h_ci(I = 1 to N), h_si(I = 1 to N).
In Equation 30, Re (matrix X · vector f) represents the control signal u. Accordingly, in the one-speaker one-microphone system, the control signal output u at a certain time k is_kIs the adaptive parameter f defined by the equations 26 and 27 at the time k._ci, F_siUsing,
[0083]
[Equation 34]

[0084]
It becomes. In the control procedure described in more detail later, the control signal u generated at time k_kIs output from the speaker, and at the same time, the residual noise signal e input from the microphone_kBased on the adaptive parameter f at the next time k + 1_ci, F_siTo determine.
[0085]
(Equation 35)

[0086]
Equation 35 was obtained using the steepest descent method described above so that the power of the error signal was minimized. In Equation 35, the frequency transfer function h_c, H_sIs calculated by equations 28 and 29. Also, C_n, S_nAre determined by Equations 24 and 25. Therefore, based on Equation 35, the adaptive parameter f at time k_ci, F_siTo the adaptive parameter f at time k + 1_ci, F_siIs determined.
[0087]
<Extension to L × M system>
The above is the description of the method in the system including one speaker and one microphone. Extending this approach to a system consisting of L speakers and M microphones as shown in FIG.
[0088]
[Equation 36]

[0089]
Is obtained. Here, the vectors e and d are M residual noises e and M external noises d detected by the M microphones, respectively.
[0090]
(37)

[0091]
[Equation 38]

[0092]
Also, the vector h_iIs the response function h given to the k-th speaker_kAs a vector corresponding to Equation 32 for the amplitude b of
[0093]
[Equation 39]

[0094]
And the vector f_iIs a control variable u given to the k-th speaker._kAs a vector corresponding to equation 33 for the amplitude a of
[0095]
(Equation 40)

[0096]
It becomes. Therefore, in Equation 36, the matrix H is
[0097]
(Equation 41)

[0098]
It is. Here, the vector h, which is an element in the matrix H, is an extension of the vector h in Equation 32 obtained with one speaker and one microphone system.₁₁Is the transfer characteristic at that moment between the first microphone and the first speaker.
The matrix X is
[0099]
(Equation 42)

[0100]
And the vector hat f is
[0101]
[Equation 43]

[0102]
It becomes.
Assuming that a system with one loudspeaker and one microphone is a special form of a system with L loudspeakers and M mics, Equations 36 to 43 represent a general noise reduction system. Therefore, the evaluation function
[0103]
[Equation 44]

[0104]
The steepest descent method is applied to Equation 43 in order to minimize That is, the average power of the noise detected by each microphone is minimized. However, an instantaneous estimated value is used as the gradient vector without using its true value. Then
[0105]
[Equation 45]

[0106]
Because
[0107]
[Equation 46]

[0108]
Is obtained. In addition, * represents conjugate transposition.
Therefore, in order to optimize the vector hat f,
[0109]
[Equation 47]

[0110]
Should be fine.
In Equation 36, the matrix H (or 2 / TH) can be considered as a transfer characteristic between the speaker and the microphone. Therefore, control u is
[0111]
[Equation 48]

[0112]
It becomes. Also, the control sound y detected by the microphone is
[0113]
[Equation 49]

[0114]
If you define
[0115]
[Equation 50]

[0116]
It can be expressed as.
<System configuration>
10 and 11 show a configuration of a noise reduction system when the present invention is applied to a vehicle. The system of this embodiment has a configuration of four speakers (20a to 20d) and four microphones (30a to 30d). In order to detect the basic cycle T of the noise, a signal IG from the ignition coil 10 for detecting the rotation cycle of the engine 11 is used. FIG. 11 shows a detailed configuration of the controller 100 in FIG. In FIG. 11, the signal IG is waveform-shaped by a waveform shaper and captured by the DSP 102. The signals e from the four microphones are A / D converted and are taken in by the DSP 102. The DSP 102 converts the speaker output signal u from DA to DA and outputs the result from the speaker.
[0117]
<Control procedure>
1 speaker, 1 microphone system (= 1 × 1 system)
FIG. 12 shows a control procedure in the DSP 102 when one speaker and one microphone are used for simplification of the description.
Therefore, in step S2, the ignition timing signal IG is input via the waveform shaper 101, and in step S4, the fundamental frequency ω of the noise is calculated based on the ignition timing signal IG. here,
ω = 2π / T
It is. In step S6, the phase angle θ of the control output signal_kIs determined according to the following equation.
[0118]
(Equation 51)

[0119]
Phase angle θ_kIs equivalent to the phase angle in Equations 19 and 20, and since φ and the like are unknown, θ_kIs replaced by The argument k represents time. If the origin of the time is taken when the ignition key is turned on, θ at time k = 0₀= 0. Further, the present invention is based on the premise that the control variable u and the transfer function have periodicity._kThe range of
−π ≦ θ_k<Π
And Therefore, at time k = 1, θ₁= ΩΔt.
[0120]
In step S8, the parameters C defined by Expressions 24 and 25 are sequentially determined._{n + 1}, S_{n + 1}To determine. Parameter C_{n + 1}, S_{n + 1}Represents the order of the harmonic. When the purpose is to control the noise from the engine, it is sufficient to control the fifth-order high-long wave. Parameter C_{n + 1}, S_{n + 1}Is generally determined by the following recurrence equation, as is apparent from Equation (23).
[0121]
(Equation 52)

[0122]
At time k = 1, it is clear from equations 24 and 25 that the parameters for the first harmonic are:
[0123]
(Equation 53)

[0124]
And for the second order,
[0125]
(Equation 54)

[0126]
Is obtained by solving If the secondary parameters C and S are obtained, the parameters up to the Nth order are obtained in order. The parameters up to the Nth order defined by Equations 26 and 27 are represented by f_c1, F_s1, F_c2, F_s2, ..., f_cN, F_sNAnd the initial value of the parameter (ie, at time k = 1) f_c1, F_s1, F_c2, F_s2, ..., f_cN, F_sNIs given, C for n = 1 to N_n, S_nIs obtained in step S8, so that the control variable output u at time k = 1₁Is given by equation 34. That is, in step S10,
[0127]
[Equation 55]

[0128]
It is. In step S12, u thus determined₁Is input to the speaker. Then, in step S14, the signal e from the microphone_k(Ie e₁). In step S16, the frequency transfer function h corresponding to the fundamental frequency Omega_cn, H_snIs read from the memory. In step S18, the adaptive parameters f from the first order to the Nth order (n = 1 to N) at the next time k + 1 (that is, at time k = 2) are calculated according to Expression 35._c1, F_s1, F_c2, F_s2, ..., f_cN, F_sNTo determine. In Equation 35, f at k = 1_c1, F_s1, F_c2, F_s2, ..., f_cN, F_sNHas been given. Also, when k = 1, C for n = 1 to N_n, S_nHas already been obtained in step S8, so long as the frequency transfer function h can be obtained, the adaptive parameter f from the first order to the Nth order (n = 1 to N) for time k = 2 is obtained._c1, F_s1, F_c2, F_s2, ..., f_cN, F_sNCan be determined.
[0129]
Frequency transfer function h in step S16_cn, H_snWill be described.
If a frequency transfer function between a speaker microphone and a certain frequency ω is expressed as H (ω), it is possible to measure this transfer function H (ω) in advance. Then, by subjecting this transfer function to Fourier transform, its harmonic components H (2ω), H (3ω)... H (Nω) can be obtained. Then, the real part and the imaginary part for each harmonic component are represented by h_c, H_sIf you write
[0130]
[Equation 56]

[0131]
Thus, for each harmonic, h_cn, H_sn(N = 1 to N) can be stored in advance in a memory in the controller. In this way, the adaptive parameter f for the time k = 2 can be determined by Expression 35.
When time k = 2, in steps S2 and S4, the fundamental frequency ω of the noise is obtained. Then, the phase angle θ of the control output u₂Are determined, and in step S8, the parameters C from the first to Nth order_n, S_nIs determined, and in step S12, the control output u₂Is determined, and u is determined in step S14.₂Is output, and the noise signal e is output from the microphone in step S16.₂Is output, and the adaptive parameter f for the time k = 3 is determined in step S18 according to the equation 35.
[0132]
In general, at the end of the control cycle at time k-1, the adaptive parameter f for the control cycle at time k according to equation 35_kIs determined, in the control cycle at the time point k, the fundamental frequency ω of the noise is obtained in steps S2 and S4. And the control output u_kPhase angle θ_kAre determined, and in step S8, the parameters C from the first to Nth order_nk, S_nkIs determined, and in step S12, the control output u_kIs determined according to equation 34, and in step S14, u_kIs output, and the noise signal e is output from the microphone in step S16._kIs output, and the adaptive parameter f for the time k + 1 is calculated according to Equation 35 in step S18._{k + 1}Is determined.
[0133]
In this way, the control signal u determined according to the parameter suitable for the time is sequentially output from the speaker, the result is monitored by the microphone signal e, and the result is reflected in the update of the parameter f.
The greatest feature of the method of the present embodiment described above is that the number of parameters updated in the filter operation processing is greatly reduced by introducing the equations 19 and 20. That is, it is said that it is sufficient to obtain the fifth harmonic component in the engine noise. However, in the method described in Japanese Patent Laid-Open No. Hei 5-232969, for example, when it is desired to obtain the fifth harmonic component, 50 noise components are required. Updating of the adaptive parameter was required to some degree, but using this method, f_c1, F_s1, F_c2, F_s2, ..., f_c5, F_s5And C₁, S₁, C₂, S₂, ..., C₅, S₅, The update operation of a total of 20 parameters is sufficient. Even if the number of parameters is reduced, the convergence speed is improved, and as a result, the accuracy of noise reduction does not deteriorate. Therefore, even in a transitional period such as acceleration, noise can be reduced with good followability. Further, according to the present method, even if there is a change in the fundamental period T (that is, the frequency ω) of the vibration, the change is determined by the parameter C obtained in step S8.₁, S₁, C₂, S₂, ..., C_N, S_NIs reflected in In other words, even during acceleration when the engine speed changes rapidly, that is, when the fundamental period of vibration changes rapidly, the linear interpolation of the control output u as shown in FIGS. Low) is unnecessary, and as a result, vibration reduction during acceleration is improved.
[0134]
The frequency transfer function h stored in a memory (not shown) in the DSP_cn, H_snTo supplement. This frequency transfer function h_cn, H_snIs set in advance for each predetermined fundamental frequency. Its fundamental frequency is ω₀given that,
[0135]
[Equation 57]

[0136]
It becomes. However, the frequency ω detected in step S4 does not always match the frequency stored in the memory. In memory, for example, ω₀, Ω₁And the engine frequency ω ′ (ω₀<Ω '<ω₁), Ω₀H stored for_cn, H_snAnd ω₁H stored for_cn, H_snAnd apply linear interpolation based on_cn, H_snAsk for.
[0137]
A system of L speakers and M microphones (= L × M system)
Control signals from L speakers¹u,²u, ...,^Lu, and the residual noise e from the M microphones_{m (k)}The above-mentioned 1 × 1 method is extendedly applied to a system for inputting the. FIG. 13 shows a control procedure of the L × M system.
Steps S22 to S28 are the same as the control procedure of the 1 × 1 system. In step S30, the control output u is determined based on equation (48). Equation 48 is calculated using the L × M adaptive parameter¹f_c1,¹f_s1,²f_c1,²f_s1,…,^Lf_c1,^Lf_s1, The control output from the l-th (l = 1 to L) speaker^lu is
[0138]
[Equation 58]

[0139]
It becomes. Where C_n, S_nIs the same as that of the 1 × 1 system. Also,¹f_c1,¹f_s1,²f_c1,²f_s1,…,^Lf_c1,^Lf_s1The calculation of will be described later.
In step S32, the DSP 102 outputs the control output to the L speakers.^lu (l = 1 to L) are output simultaneously or sequentially. In step S34, the noise signal e_{m (k)}Enter Here, m (k) is an integer sequence at time k, and is 1, 2,..., M. In step S36, the frequency transfer function for the fundamental frequency ω^{1m (k)}h_c1,^{1m (k)}h_s1…^{1m (k)}h_cN,^{1m (k)}h_sN,^{2m (k)}h_c1,^{2m (k)}h_s1…^{2m (k)}h_cN,^{2m (k)}h_sN,…,^{Lm (k)}h_c1,^{Lm (k)}h_s1…^{Lm (k)}h_cN,^{Lm (k)}h_sNIs read from memory.
[0140]
The first to Nth frequency transfer functions h between the first speaker and the m (k) th microphone are:
[0141]
[Equation 59]

[0142]
And the frequency transfer function h between the second speaker and the m (k) th microphone is
[0143]
[Equation 60]

[0144]
Similarly, the frequency transfer function h between the L-th speaker and the m (k) -th microphone is
[0145]
[Equation 61]

[0146]
Can be determined in advance.
In step S38, using these frequency transfer functions h, the adaptive parameter for time k + 1^lf_c,^lf_sIs calculated based on Expression 47. Equation 47 uses the frequency transfer function,
[0147]
(Equation 62)

[0148]
However, n = 1 to N and l = 1 to L.
<Comparison with conventional example>
The calculation of the present embodiment is compared between the conventional LMS method and the method disclosed in Japanese Patent Application Laid-Open No. Hei 5-232969. FIG. 14 shows a qualitative comparison and FIG. 15 shows a quantitative comparison. In addition, all the order components at an engine speed of 1200 rpm, a sampling frequency of 1 kHz, and 1 to 5 o'clock were calculated.
[0149]
<Other examples>
In the above embodiment, the system for reducing the engine noise by the 1 × 1 system and the L × M system has been described. However, the present invention is not limited to the engine noise. It can also be applied to reduce vibration.
FIG. 16 shows an example in which the present invention is applied to an active engine mount for reducing vibration. The mount 50 has a built-in actuator for generating a force acting between the engine 40 and the vehicle body. The actuator is controlled such that the power of the vehicle body floor vibration detected by the acceleration sensor 60 is minimized. As a result, uncomfortable vehicle body vibrations such as idle vibrations and vibrations during acceleration are suppressed.
[0150]
【The invention's effect】
In the present invention described above, the control vibration generated from the actuator means (for example, a speaker) for suppressing the vibration is based on the Fourier series of the harmonic component of the detected fundamental frequency ω (for example, the engine speed). It is determined. Although the accuracy of vibration suppression depends on the order of the Fourier series, the amplitude component of the Fourier series has a time-dependent component (C_i, S_i) And the phase component (f_ci, F_si)), And if the required order is N, the number of parameters required for vibration reduction is 4N.
[0151]
On the other hand, in Japanese Unexamined Patent Publication No. Hei 5-232969, as shown in FIG. 6, the required number of data for both the control vibration u and the frequency transfer function is T / Δt (= about 50). According to the vibration control device or the vibration control method of the present invention, the amount of calculation can be greatly reduced, and as a result, the vibration control can quickly converge.
[Brief description of the drawings]
FIG. 1 is a block diagram showing a configuration of a noise reduction system to which a conventional LMS method is applied.
FIG. 2 is a block diagram showing a configuration of a noise reduction system to which a conventional LMS method is applied in a frequency domain.
FIG. 3 is a view for explaining the reason why an integration circuit is required in the conventional example of FIG. 2;
FIG. 4 is a block diagram showing a configuration of a noise reduction system disclosed in JP-A-5-232969.
FIG. 5 is a view for explaining the principle of noise reduction disclosed in Japanese Patent Application Laid-Open No. 5-232969.
FIG. 6 is a view for explaining linear interpolation in JP-A-5-232969.
FIG. 7 is a system diagram when the error scanning method is applied to Japanese Patent Application Laid-Open No. 5-232969.
FIG. 8 is a view showing the result of comparing JP-A-5-232969 with the LMS method.
FIG. 9 is a diagram showing a schematic configuration of an embodiment in which the present invention is applied to a 1 × 1 system.
FIG. 10 is a diagram showing a configuration of an embodiment in which the present invention is applied to a 4 × 4 system.
FIG. 11 is a diagram showing a configuration of a controller 100 of the embodiment in FIG. 9;
FIG. 12 is a flowchart showing a control procedure of the 1 × 1 system.
FIG. 13 is a flowchart showing a control procedure of an L × M system.
FIG. 14 is a diagram showing a result of qualitatively comparing the calculation required for noise reduction according to the embodiment with a conventional method.
FIG. 15 is a diagram showing a result of quantitatively comparing the calculation required for noise reduction according to the embodiment with a conventional method.
FIG. 16 is a diagram showing a system according to an embodiment in which the present invention is applied to noise reduction.

Claims (9)

In a vehicle vibration control device that reduces periodic vehicle vibration,
Detecting means for detecting a fundamental frequency of the vehicle vibration,
Generating means for generating a control signal for generating control vibration for reducing vehicle vibration based on a Fourier series of a harmonic component of the detected fundamental frequency;
Actuator means for generating vibration based on the control signal;
Sensor means for detecting a vibration signal indicating vehicle vibration;
Updating means for updating an amplitude component of the Fourier series for each harmonic component based on the detected vibration signal and a frequency transfer function between the actuator means and the sensor means. Vehicle vibration control device. 2. The vibration control device for a vehicle according to claim 1, wherein the detection unit detects the rotation of the engine and sets the rotation frequency as a fundamental frequency of the vibration. The vehicle according to claim 1, wherein the updating unit updates an amplitude component of the Fourier series for each harmonic component such that an average power of the vibration signal detected by the sensor unit is minimized. Vibration control device. The sensor means has a plurality of vibration detection sensors, the actuator means has a plurality of vibration actuators,
Means for selecting one of the plurality of vibration detection sensors and one of the plurality of vibration actuators,
The updating means updates an amplitude component of the Fourier series for each harmonic component based on a frequency transfer function between one selected sensor and one actuator during one sampling period. The vehicle vibration control device according to claim 1. The apparatus according to claim 1, wherein the sensor is a microphone, and the actuator is a speaker. In a vehicle vibration control method for reducing periodic vehicle vibration by generating control vibration for reducing vehicle vibration from an actuator unit and detecting a vibration signal indicating vehicle vibration by a sensor unit,
Detecting the fundamental frequency of the vehicle vibration,
Based on the Fourier series of the harmonic component of the detected fundamental frequency, control vibration for reducing vehicle vibration is generated from the actuator means,
A vibration control method for a vehicle, comprising: updating an amplitude component of the Fourier series for each harmonic component based on a frequency transfer function between the actuator means and the sensor means. 7. The vehicle vibration control method according to claim 6, wherein the rotation frequency of the engine is set as a fundamental frequency of the vibration. 7. The vehicle according to claim 6, wherein in the updating step, an amplitude component of the Fourier series for each harmonic component is updated such that an average power of the vibration signal detected by the sensor unit is minimized. Vibration control method. The sensor means has a plurality of vibration detection sensors, the actuator means has a plurality of vibration actuators,
Selecting one of the plurality of vibration detection sensors and one of the plurality of vibration actuators,
7. The method according to claim 6, wherein an amplitude component of the Fourier series for each harmonic component is updated based on a frequency transfer function between one selected sensor and one actuator during one sampling period. Vehicle vibration control method.

Images