论文研究-基于DSP的汽车内部噪声主动智能控制系统设计 .pdf-资料库

weixin_39841848-11583663-16359647325643086574.pdf-第1页.png

第1页 / 共6页

weixin_39841848-11583663-16359647325643086574.pdf-第2页.png

第2页 / 共6页

weixin_39841848-11583663-16359647325643086574.pdf-第3页.png

第3页 / 共6页

weixin_39841848-11583663-16359647325643086574.pdf-第4页.png

第4页 / 共6页

weixin_39841848-11583663-16359647325643086574.pdf-第5页.png

第5页 / 共6页

weixin_39841848-11583663-16359647325643086574.pdf-第6页.png

第6页 / 共6页

基于DSP的汽车内部噪声主动智能控制系统设计1 http://www.paper.edu.cn 孟繁营德州职业技术学院，山东德州（253000） E-mail：mfy_8888@sohu.com 摘要：本文在 LMS 的基础上研究了改进的归一化变步长最小均方误差算法（MNVS），得出了该算法的权重调整公式。论文以 TMS320F2812 DSP 为基础设计了智能控制器，并且根据课题需要完成了汽车内部噪声主动控制实验系统的设计。关键词：噪声主动控制自适应控制 LMS 算法 DSP 汽车噪声 1．研究背景噪声对人们在心理、生理和社会生活诸多方面都将产生不利影响，随着现代社会的发展和人们生活水平的提高，噪声控制问题日益引起了人们的重视和关注。尤其在汽车、飞机、潜艇等封闭舱内的噪声控制更是具有重要的意义，引起了工程技术界的广泛关注，成为各国争相研究的重点。噪声主动控制基本思想是由德国物理学家Paul Lueg于 1936 年发明“电子消声器” [1] 时首次提出的。汽车内部噪声控制方法主要分为被动控制和主动控制。被动控制技术对于高频噪声具有较好的衰减能力，并且实现简单、系统稳定性好，但是被动控制存在许多致命的不足，如容易引起硬件过重、成本增加，更为关键的问题是，被动控制技术对于中、低频噪声控制更显得无能为力。这样噪声主动控制(Active Noise Control, 简称ANC)的思想便应运而生并逐渐引起了人们的重视。噪声主动控制技术相对传统的被动控制来说，具有对中、低频段噪声的控制效果明显、系统轻巧、实时性强等优点，具有潜在的工程应用价值[2]。 2．改进的变步长归一化最小均方误差（MNVS）算法 2.1 多误差 LMS 算法最小均方（Least Mean Square ，LMS）算法是由 Widrow 和 Hoff 于 1960 年提出的。LMS 算法是基于最小均方误差准则（NMSE）的特殊维纳滤波器和最陡下降法提出的一种线性自适应算法[3]。LMS算法的递推公式为 x n ( ) ( ) （1） n 1) w( ) e nµ w( + = + n 2 但是在实际应用中，这种简单的形式很难真正达到预想的效果。不过以它为基础的多误差 LMS 算法（NVS）具有很高的实用价值。NVS 算法的权重调整公式为公式 2 和 3。 w k w k + = ( xmi ( xmi 1) − ) 2 µ − − e k c xk i ( x l lmj ) ( ) j （2） J ∑ = j 0 w k w k + = 1) ( ymi ( ymi − ) 2 µ − − e k c yk i ( y l lmj ) ( J ∑ = j 0 j ) （3） 1本论文得到山东省自然科学基金项目（2004ZRB02001）的资助。 - 1 -

http://www.paper.edu.cn LMS算法因其计算量小、性能稳定、简单易实现而被广泛应用于时不变系统。但是，应用于时变系统时，其跟踪能力常常不能满足要求。改进的归一化变步长最小均方误差算法（MNVS）对LMS算法作了很大改进[4]，它采用了归一化变步长方法，加速了算法在大的误差区域内和小误差区的快速收敛性，有效地提高了跟踪性能。传统的 LMS 算法权系数的迭代公式如公式（1）所示，当步长 µ一定时，该算法 ]xxR 的最小特征值 minλ ，而总失调则主的总收敛速度主要取决于输入序列自相关矩阵[ ]xxR 的特征值严重分散时，输出收敛速度低且失调大。要取决于最大特征值 maxλ 。当[ ]xxR 的特征值随着输入信号强度的改变而改变，影响收敛和失调，甚至可能破坏由于[ 收敛条件。这就要求自适应算法有较大的动态范围，归一化变步长最小均方误差（NVS）算法就能很好地适应这一要求，它采取的措施之一是在公式（1）中引进了变步长因子，即 jε 大时， jµ 随之增大，自适应算法自动地进 jε ，可以将步长视为 j µ µε= j 行快速跟踪，当 jε 小时，即算法输出已经较好地跟踪期望值，取小步长 jµ ，以保证算法小的失调。其中 jε 可以由下式给出： = ε j ⎧ ⎪ ⎨ ⎪⎩ 这里 C 为常数，且 C ε j ，对1C ≥ ≥ C 当 ε j 其他又一措施是将输入功率归一化，即以（2） jε 进行限幅的目的在于保证满足收敛条件。NVS 算法的 u p 代替 µ， jp 表示输入信号的功率，用下式的 j （3） jp 一阶递归法进行估计： ( θ ˆ p ˆ p + = j 1 − j x 2 j − 2 ˆ p ), j 1 − 0 << θ 1 初始 0ˆ p x= 。由于输入信号的特征值及自相关矩阵[ 2 0 ]xxR 的迹 Tr R [ ]xx 均与输入功率成比例，因而它的引入使 LMS 算法的性能保持稳定，不随输入信号强度的改变而改变，从而扩大了 LMS 算法输入的动态范围，综合起来归一化变步长（NVS）自适应滤波算法的迭代公式为： jW ( （5）式中的 jε 和 jp 分别由公式（2）、（3）两式决定，公式（5）收敛的条件为： εµ+ j jW )( )ˆ/ p j jX )( ε j 2( )1 = + 0 < C µ < (1 λ )ˆ jp max 事实上在 NVS 算法中，变步长（6）随着 jε 的减少而越来越小，而 ˆ jp 是较平稳的量，因而使 NVS 算法收敛到精确值的时间大大超过 LMS 算法，为了克服这一缺点，在此给出改进的归一化变步长最小均方算法（MNVS）。 µε j ˆ jp MNVS 算法吸收了 NVS 算法对大输入动态范围信号具有良好跟踪性能和 LMS 算法在渐进稳态时收敛较快的特点，使该算法在整体跟踪速度上明显优于 LMS 算法和 NVS 算法。MNVS 算法的具体实现可以由下式表示： - 2 -

+ ) (2 W j ( W j 式中各变量的定义与 NVS 算法相同。 ⎧ ⎪ + = ⎨ 1) ⎪⎩ W j ( ( ˆ µε ε ) / ) p X j j j j µε + ) 2 ( ) X j j ( http://www.paper.edu.cn ε ≥ 1 j ers oth （7）根据以上推出的 MNVS 算法，多误差 LMS 算法权系数的调整公式（5）和（7）可 ( xmi ( xmi w k 以优化为以下形式： ⎧ w k ⎪ ⎪ + = ⎨ 1) ⎪ ⎪⎩ ⎧ w k ⎪ ⎪ + = ⎨ 1) ⎪ ⎪⎩ w k ( ymi ( ymi 其中 ) ) θ− p p ( x xi xi 1 + = − ) 2 µ ( e k pe k c xk i j e k ) x l − − ) ( xi l ( l lmj ) ( ) w k ( xmi − ) 2 µ ( e k c xk i j ) x l − − lmj ) ( others − ) 2 µ ( e k pe k c yk i j e k ) y l − − ) ( yi l ( l lmj ) ( ) w k ( ymi − ) 2 µ ( e k c yk i j ) y l − − lmj ) ( J ∑ ) = j 0 J ∑ ) = j 0 J ∑ = j 0 J ∑ = j 0 ≥ 1. （8） ≥ 1. （9） others ) 0 1 ≤ xθ ≤ ) c xk i j c xk i j p − xi lmj 1 − − − − lmj − ( ( ) J ∑ = j 0 J ∑ = j 0 J ∑ ) = j 0 J ∑ ) = j 0 ) ) θ− p p ( 1 yi yi y = + ) c yk i j c yk i j p − 1 yi lmj − − − − lmj − ( ( ) ) 0 1θ ≤ y ≤ 3．汽车内部噪声主动控制系统设计本控制系统主要有四部分组成，即：汽车被控系统模型（含执行器）、外部声源、控制器和信号监视（含传感器）。系统组成如图 2 所示。任意函数发生器外部声源功放 B O M ： A V - 3 6 控制器 D S P U S B 2 . 0 A / D D / A P C 铝板 P Z T 汽车模型 P V D F 声压传感器功放 T X - 1 低通滤波器低通滤波器动态信号分析仪数据采集及分析图 2 实验系统组成示意图在实验系统中，我们采用外部扬声器模拟舱体从外部受到的激励。系统的示意图如图 2 所示，在此需要说明一点的是：在控制系统中，我们的被控汽车模型包含多块铝板，在此为了表达方便，只画出给系统的其中一块。扬声器发出的声波迫使汽车模型的一个由铝板构成的面发生受迫振动，从而使汽车内部出现较大的噪声；当放置在 - 3 -

http://www.paper.edu.cn 箱体内部指定位置的声压传感器检测到该处的声压变化，就把最新的声压值向 DSP 控制器传送，控制器根据此时系统的输入和输出情况，及时做出判断，对系统施加控制，此控制功能是通过粘贴在封闭舱体薄铝板壁上的 PZT 执行器完成的，因为 PZT 在控制信号的作用下能够产生振动能量，同样使铝板受迫振动，以此来降低在汽车内部指定位置的噪声。 3.1 汽车被控系统模型由于本论文是针对汽车车内内部噪展开的，为了研究方便，采用了粗略的轿车的模型作为被控对象。该模型的四面有 1mm 的铝板组成,在车身上和车身内部安装有控制传感器,其中该控制系统的执行器是 PZT，也是对称地安装在模型上。由于压电陶瓷具有把电能转变为机械能的能力，因此当应用系统通电给压电陶瓷时，使材料的自发偶极矩发生变化，从而使材料的尺寸发生改变，这种效应能产生 200-300 的微应变，可在 20ms 内产生 50µm 的位移，响应速度之快是其它材料所无法比拟的，而且频带很宽，对温度不敏感，随着加压次数的增加，性能趋于稳定，并且容易集成，是高精度、高速驱动器所必须的材料，在智能结构系统中得到了广泛的应用。本课题选用了压电材料 PZT 作为执行器。 3.2 外部声源在实验中的外部声源是由扬声器代替的，扬声器由信号发生器发出的信号经过功率放大器后驱动。 3.3 智能控制器该智能控制器是根据本课题自主开发的，该控制器能够通过 USB2.0 接口与 PC 通讯，以便向计算机发送数据和接收计算机发过来的控制命令。本课题设计的基于 DSP 的智能控制器选用美国 TI(Texas Instruments)公司最新推出的 TMS320F2812 数字信号处理器。设计了以 TMS320F2812 为核心的既可以脱机独立自主运行又可以通过 USB 接口在线仿真的 DSP 智能控制器结构框图，如图 3 所示。根据图 3，智能控制器的主要器件有模拟电路部分电源、时钟及复位电 SRAM 扩展电源与复位输入信号实时时钟低通滤波放大器 RTC A/D 光隔电路 DSP 路输出信号（包括数字信号采集电路和输出信号处理电路）、DSP 子系统部分（包括 DSP 芯片及外围芯片电路）、电源、时钟及复位电路等。图 3 智能控制器结构框图 CY7C680B 模拟电路部分放大器 D/A 光隔 TMS320 F2812 DSP 子系统 FLASH 扩展 USB2.0 3.4 信号监视器为了能够对箱内的控制误差信号和压电片驱动信号监视，并且进行信号处理工作，本控制系统的信号监视器采用了自行开发的多功能信号采集和处理系统。由于压电材料对于所加应力能产生可测量的电信号，因此在高智能材料系统中可用做传感器。本课题所选用的座位传感器的压电材料为压电薄膜——PVDF，PVDF - 4 -

http://www.paper.edu.cn 很薄，柔软、密度低，灵敏度很好，而且机械柔韧性比压电陶瓷高十倍，PVDF压电材料的压电性比石英高 3-5 倍，压电系数值更高，可贴在物体表面[5]-[7]。PVDF感知的信号作为系统的参考信号。 4．控制软件开发 4.1 程序框图本文开发了 ANC 控制软件， ANC 程序主框图如图 4 所示。 5．结论本文在 LMS 的基础上，本文在 LMS 的基础上研究了改进的归一化变步长最小均方误差算法（MNVS）；以 TMS320F2812 DSP 为基础设计了智能控制器，并以该控制器为核心设计了汽车噪声主动控制模型，根据前面的理论完成了整个控制系统的软件开发。初始化 C h = ‘ M ’ 结束吗 ? Y N A / D 采参考信号 X Y C h = ' M ' ? N Y = X * Z - N Y = W x * X 开始 Y C h = ' M ' ? N c = T l m x * X * Z - N c = T l m x * Y d = D x * X p n = E r r o r - c - d Y A b s ( p n ) < 1 E - 3 N D / A 输出驱动 P Z T C h = ' C ' C h = ' M ' A / D 采信号 E r r o r 调整 T l m x 、 W x 调整 T l m x 、 D x 结束图 4 控制主程序 - 5 -

http://www.paper.edu.cn 参考文献 [1] Lueg P. Process of silencing. Sound oscillation U.S. Patent 2 043 416(1936) [2]孙庆鸿等。智能结构声控制研究的新进展，东南大学学报，2002.3 [3]Simon Haykin , Adaptive Filter Theory（third edition）. 北京：电子工业出版社，1998.10 [4]张玉璘。小波自适应控制系统及其在噪声控制中的应用研究。博士学位论文，重庆大学，2002 [5]周雅莉等。 DSP 在有源噪声控制中的应用。电声技术，2001.10 [6]刘原等。DSP 最小应用设计。电测与仪表，2004.12 [7]武雨春。自适应滤波算法及其在回波抵消中的应用。硕士学位论文，大连理工大学，2000.7 The Design of Vehicle Active Noise Control System Based on DSP Meng Fanying Dezhou Vocational and technology College ,Dezhou253000,China Abstract With the development of society, the topic of noise control has been paid much attention. the noise control is becoming important and urgent. The works in this domain have been widely investigated all over the world. The adaptive algorithms, According to the idea of forward control, the corresponding weights of this algorithm are given.The controller with TMS320F2812 is explored. The hardware and software are completed based on this controller. The experiment setup is constructed with the vehicle model and this controller, which makes preparations for the real-time control experiment. Keywords :Active Noise Control, Adaptive Control, LMS Algorithm, DSP, Vehicle Noise 作者简介：孟繁营（1973—），男，山东宁津人，工学硕士，从事汽车内部噪声主动控制研究。 - 6 -

资料库

论文研究-基于DSP的汽车内部噪声主动智能控制系统设计 .pdf

相关推荐

开发技术

热门标签

最新资料