详情

原文传递基于动量项的车内宽窄带混合主动噪声控制算法研究

论文题名：	基于动量项的车内宽窄带混合主动噪声控制算法研究
关键词：	汽车车内环境;低频噪声;宽窄带混合特性;主动噪声控制
摘要：	汽车行业的发展提高了人们的生活质量，但引入的噪声严重危害驾乘人员的身心健康。车内的低频噪声主要由发动机阶次噪声和路面结构噪声组成，呈现出明显的宽窄带混合特性。传统的被动噪声控制（Passive Noise Control，PNC）技术仅适用于中高频噪声的抵消，对低频噪声的降噪效果不尽人意。主动噪声控制（Active Noise Control， ANC）技术有效弥补了 PNC技术存在的缺陷，能够实现车内低频噪声的有效降噪。宽窄带混合主动噪声控制系统同时处理噪声中的宽带成分和窄带成分，在降低车内噪声水平方面具有巨大潜力。本文着眼于提升宽窄带混合 ANC系统的综合性能，以递进层次研究适用于车内噪声环境的宽带ANC算法、窄带ANC算法以及宽窄带混合ANC算法。具体研究内容如下：　　首先，为了提升宽带 ANC系统的收敛性能和降噪性能，本文提出了一种变动量因子归一化滤波-X最小均方（Variable Momentum Normalized Filtered-X Least Mean Square， VMNFXLMS）算法。将动量项技术和归一化变步长算法引入 ANC 算法中，在自适应权系数更新的过程中融入过去的权重信息并使收敛系数随着参考信号功率自适应调整，加快了算法的收敛速度。另外，为了解决动量项技术和变步长算法带来的算法计算量升高的问题，进一步提出了基于集员策略的变动量因子归一化最小均方（Set Membership VMNFXLMS，SM-VMNFXLMS）算法，通过选择性更新滤波器的权系数实现计算复杂度的降低。针对陷波FXLMS算法收敛速度慢及跟踪性能差的问题，本文提出了一种变动量因子平滑滤波-X 最小均方（Variable Momentum Smoothed Filtered-X Least Mean Square，VM-SFXLMS）算法。引入平滑因子对发动机转速信号进行预处理，避免了转速波动造成的窄带 ANC系统不稳定的问题。利用误差信号构建了变动量因子，通过附加项对窄带ANC系统的收敛过程进行加速，仿真证明，VM-SFXLMS算法能在保证稳态性能的前提下，提升窄带ANC系统的收敛速度和跟踪性能。　　其次，将 SM-VMNFXLMS算法和 VM-SFXLMS算法应用于宽窄带混合主动噪声控制系统中，提升 ANC系统对车内噪声的降噪效果。为了使宽窄带混合主动噪声控制系统在汽车过减速带或行驶在粗糙路面等脉冲干扰环境中具有降噪能力，在 ANC系统中设置脉冲检测器，用来实时检测脉冲噪声以便及时关闭窄带相关子系统，增强了宽窄带混合ANC系统的鲁棒性和适应性。　　再次，为了使 ANC系统工作在更佳的状态，本文提出了一种基于改进的鲸鱼优化（Improved Whale Optimization Algorithm，IWOA）算法的参数匹配方法，以ANC算法的评价指标为适应度函数，相比试错法，该方法能够高效且精确地匹配到降噪性能更优的参数。　　最后，开展了匀速工况和过减速带工况下的车内噪声数据采集试验和车内声学路径辨识试验。基于 MATLAB软件针对车内噪声进行降噪仿真，结果证明，改进的宽窄带混合 ANC 算法能够同时抵消车内的低频宽带噪声和目标阶次噪声，能够实现 10-12dB的平均降噪量。本文搭建了基于 dSPACE的硬件在环试验平台，开展实时实验来验证改进的算法的实用性。试验结果显示，改进的宽窄带混合 ANC算法在发动机二阶频率处实现了14-16dB的降噪量，并实现了5dB左右的平均降噪量。
作者：	李慧娟
专业：	车辆工程
导师：	陈书明
授予学位：	硕士
授予学位单位：	吉林大学
学位年度：	2023