当前位置: 首页> 学位论文 >详情
原文传递 基于FxLMS算法的车内噪声主动控制系统研究
论文题名: 基于FxLMS算法的车内噪声主动控制系统研究
关键词: 车内噪声;FxLMS算法;次级通道建模;振动信号;主动控制
摘要: 如今随着人们对汽车车内舒适性要求的不断提高,车内噪声越来越受到人们的重视,所以控制车内噪声已是各大整车厂商亟需解决的问题。传统上,控制噪声的主要方法包括吸声技术、隔声技术、隔振技术以及使用消声器,但这些方法只能对车内高频噪声有降噪效果;在噪声的低频段,这些被动控制方法的控制效果都很差。噪声主动控制(Active Noise Control,ANC)技术又称为有源消声,它是以声波的干涉现象为原理来实现降噪目的的一种方法,近几年来由于人们生活质量的提高,所以车内降噪问题又成为了研究的热点。如今,采用噪声主动控制系统对车内低频噪声进行降低是一种比较理想的方法。
  首先,本文介绍了基于滤波最小均方(FxLMS)算法的噪声自适应主动控制系统,在simulink中自建了滤波最小均方算法模块,控制算法代码通过simulink中的Level-2 M型S函数进行编写,在代码中设置三个输入信号分别为:初始信号、参考信号和误差信号,两个输出分别为:输出信号和权系数值,并在算法模块对话框中设置了两个对话参数:收敛因子和滤波器长度,可以通过调节这两个参数值的大小来控制系统的收敛程度。建立了噪声主动控制系统模型来验证该算法模块的正确性,并分析了收敛因子和滤波器长度对系统收敛性的影响。
  其次,讨论了次级通道建模方法,本文采取离线建模方法中的附加随机噪声法对次级通道进行建模。并采用发动机的振动信号作为参考信号来避免声反馈对系统的影响,采集了发动机不同位置处的振动信号和车内噪声,对比分析了发动机不同位置处的振动信号与车内噪声的相关性。
  最后,详细介绍了实验所需的硬件设备,本文选用的DSP芯片是TI公司的TMS320VC5509A,改款芯片在语音识别及语音合成等方面所用到的数字信号处理算法是十分有效地,在实验室进行了车内ANC系统模拟实验。实验结果使得平均降噪量在7dB左右,说明了基于FxLMS算法的噪声主动控制系统能有效的降低驾驶员耳旁的低频噪声。
作者: 默超
专业: 车辆工程
导师: 陆森林
授予学位: 硕士
授予学位单位: 江苏大学
学位年度: 2016
正文语种: 中文
检索历史
应用推荐