车内有源噪声主动控制.ppt

车内有源噪声主动控制,主要内容,1.车内有源噪声主动控制,2.主要研究内容,5.关键技术问题,3.技术路线,4.预期目标,1.车内有源噪声主动控制,1、有源噪声主动控制,有源噪声主动控制是一种通过引用来自次级声源的与初级声源的声波幅值相等相位相反的声波来削弱初始噪声的噪声控制技术，次级声源的输出被用于干涉初级声源(噪声源)。其物理概念如图所示:,有源噪声主动控制的物理概念图,主动噪声控制系统的组成部分包括辅助声源、至少一个传感器和控制系统。根据应用进行分类，主动控制可以分为前馈控制和后馈控制。,1.车内有源噪声主动控制,2、反馈有源噪声主动控制,反馈有源噪声主动控制系统图,反馈控制不需要参考信号。然而，反馈系统有几个严重的缺陷:一是控制不具有选择性，任何信号都将被削弱；二是误差传感器必须被置于离辅助扬声器非常近的位置，因为从辅助声源到误差传感器的延迟必须被控制到最短。,1.车内有源噪声主动控制,3、前馈有源噪声主动控制,前馈有源噪声主动控制系统图,前馈控制首先要得到初始噪声信号（即参考信号），此信号被反馈给控制器，并在被处理后，形成输出信号，从而削减了初始噪声。因为相关的参考信号可以通过监测噪声源而获得，因此，有源噪声主动控制已经被应用于衰减汽车内部的噪声(低频噪声)。,2.主要研究内容,1.通过声波方程对封闭空间声场进行了推导，将轿车内部声场模型看成是轿车壳体和内部空气流体的偶合模型，对轿车内声场进行仿真模拟。,2.分析LMS自适应算法，针对有源噪声控制的特点对LMS算法进行改进算法，应用改进的LMS算法建立一个车内自适应前馈有源消声系统，提出了用自适应技术进行在线误差声通道辨识的方法，对自适应算法的特性以及有源消声系统的消声效果进行了仿真验证，确定了改进的LMS算法的主要参数。,2.主要研究内容,3.对车内多通道有源消声系统中次级声源和误差传声器的布置位置进行了理论分析和试验研究，通过试验方法提出了车内多通道有源消声系统中的次级声源和误差传声器的合理布放方案。,4.采用遗传算法和模式搜索法对次级声源的强度、次级声源和误差传感器之间的距离以及初级传感器和参考传感器之间的距离等对控制效果有影响的因素进行优化。对比两种优化算法的各自特点。,5.利用所开发的有源噪声主动控制系统进行车内噪声多通道有源控制的试验研究。分析研究了所开发的有源噪声主动控制系统在车辆上应用的可行性和车内噪声的控制效果。,3.技术路线,4.预期目标,1、采用改进的LMS算法的EE-FXLMS算法，建立具有很好鲁棒性的有源噪声主动控制系统。,2、提出次级声源布置位置的优化算法和优化流程，得到优化的次级声源布置位置和其他的影响控制效果的因素。,3、将建立的有源噪声主动控制应用于轿车内部噪声的控制上，使车内低频噪声下降8dB15dB。,1、次级声源的优化,对于使用多个次级声源的主动控制系统而言，各次级声源的布放位置对系统的降噪能力影响很大，同样数目的次级声源布置于适宜位置可以获得更大的消声空间和更好的消声效果，因此有必要对次级声源的布放方案进行研究。主要方法有理论分析法和试验的方法。,理论分析方法的基本原理是以三维封闭空间内平均声势能(AveragedAcousticalPotentialEnergy)最小为目标，通过无约束最优化方法求解出最佳的次级声源强度，并由此确定声源位置。,5.关键技术问题,1、次级声源的优化,理论方法得出的定性结论主要有：(1)误差传声器探头应布置在扬声器的中心线上，使扬声器中心正对着传声器探头为宜;(2)扬声器与传声器的适宜距离在100mm-400mm之间，过远则噪声控制效果不佳，过近又会受到不稳定的扬声器近场声波影响;(3)对双次级声源系统而言，两个扬声器应分别正对于各自的误差传声器，并按两传声器中间垂直平面呈对称布放较为有利。,5.关键技术问题,1、次级声源的优化,试验分析方法首先确定两个误差传声器的位置。由于试验过程中驾驶员必须坐在其座位上，占据了相应空间，因此传声器就固定于副驾驶员两耳旁。从车厢内空间的实际大小和扬声器、传声器的尺寸情况出发，结合理论分析结论，给出几种可能的次级声源布放方案。再将车内空间划分为几个平行平面，通过等距测试平面上若干点的声强，分别绘制出各自的等声强曲线，这样各点的降噪量和空间内的降噪区域就一目了然了。,5.关键技术问题,2、次级声源的优化,5.关键技术问题,2、次级声源的优化,通过对次级声源位移的优化可以得到很好的噪声控制效果。但是，在有源噪声主动控制中，除了次级声源的位置对控制效果有很大的影响，次级声源的强度、次级声源和误差传感器之间的距离以及初级传感器和参考传感器之间的距离都会对控制效果有影响。,因而，要得到很好的有源噪声控制效果，需要采用适当的优化算法对上述影响因素进行优化。当前，应用较多的优化算法有遗传算法和模式搜索法与均匀设计法相结合的方法。,5.关键技术问题,2、有源噪声主动控制的算法,当前，应用于有源噪声主动控制的算法，主要有LMS算法（最小均方算法）、FXLMS(自适应滤波最小均方)算法和EE-FXLMS算法。,前馈主动噪声控制的自适应算法基于弱化了误差信号均方值的LMS算法。在主动噪声控制系统中，次级路径对误差传感器的影响必须考虑，因为次级路径不但影响算法本身，而且影响整个系统的稳定性。,5.关键技术问题,LMS算法基于自适应通过使用平方误差的渐变向量而以递归方式完成的最速下降法。下图为自适应噪声抵消的LMS算法的示意图，图中表示自适应滤波器的输出；表示干涉信号；表示自适应滤波器。,2、有源噪声主动控制的算法,LMS算法的示意图,5.关键技术问题,式中，为误差信号；为参考信号；为控制稳定性和收敛速度的步长；为滤波器系数向量；为参考信号的能量；为滤波器系数向量的长度,2、有源噪声主动控制的算法,其中，,5.关键技术问题,2、有源噪声主动控制的算法,LMS算法并没有在其自适应调节中考虑到从扬声器到麦克风的次级误差通路的影响，所以LMS算法不能应用于车厢内部主动噪声控制。为了解决这一问题，FXLMS(filtered-XLMS)算法被广泛应用于车厢内部主动噪声控制，下图FXLMS算法示意图。,FXLMS算法的示意图,5.关键技术问题,FXLMS的收敛性取决于频率，如果噪声是时变的，这就会导致系统总体性能的严重退化。例如，频率随着发动机速度的改变而