车内噪声自适应有源控制系统建模与仿真.pdf-资料库

第 25卷第 4期 2009年 8月机械设计与研究 Machine Design and Research Vo1．25 No．4 Aug．，2009 文章编号：1006．2343(2009)04-062-05 车内噪声自适应有源控制系统建模与仿真 (1．同济大学汽车学院，上海 201804，E-mail：zhangqiangl006@yahoo．cn；张强，靳晓雄，华春雷，侯臣元 2．中国汽车技术研究中心，天津 300162) 摘要：从有源噪声控制的原理出发，结合车内噪声的特点，制定了以前馈数字式自适应控制器为核心，发动机和车身的振动加速度为输入，次级声源为输出，残余噪声信号为反馈的闭环有源噪声控制技术方案。采用了非声信号作为参考信号来解决次级声反馈问题，在次级通路建模上，引入了自适应在线附加随机噪声 Zhang法，采用归一化 FLMS算法建立自适应滤波器。在 MATLAB／Simulink下建立了车内噪声有源控制的模型，并通过仿真论证了方案的可行性。关键词：自适应；有源控制；仿真研究中图分类号：U467．1 文献标识码：A Study on M odeling and Sim ulation of Self-adaptive Active Control System for Autom obile Cabin Noise ZHANG Qiang ，JIN Xiao-xiong ，HUA Chun—lei ，HOU Chen—yuan (1．College of Automobile Engineering，Tongji University，Shanghai 201804，China； 2．China Automotive Technology and Research Center，Tianjin 300162，China) Abstract：According to the theory of ANC (Active Noise Contro1)and the characteristics of automobile cabin noise，and also taking the feed—forward digital self-adaptive controller as the core，the vibrating accelerations of engine and car body as inputs，the second loudhailer as output and the residual noise signals as feed—back，a closed—loop ANC technical program had been established．Non—acoustic signals were used as reference inputs to solve the problem of sec— ond acoustic wave’S feed—back in ANC． A self-adaptive online identification with auxiliary noise called Zhang’S m ethod was used on secondary path modeling． The Norm alized FLM S algorithm was adopted in self-adaptive filters to ensure the stability and convergence speed of the system．In MATLAB／Simulink，an ANC model of car’s interior noise control was established and its feasibility has been discussed through the simulation results． K ey words： self-adaptive； active control；simulation study 作为评价汽车乘坐舒适性的一项重要指标，车内噪声越内噪声的有源控制。来越受到人们的重视。传统的汽车噪声控制方法大多能对 l 自适应滤波原理与算法中高频噪声进行有效的治理，但对低频段的抑制效果不佳。有源噪声控制是一种基于声波干涉原理、以声消声的主动噪声控制方法，它在低频噪声控制方面优势明显。下面的生要目的是探索一种能够应用于汽车车内噪声治理的有源控制方法。自适应滤波器是以最小均方误差为准则的最佳过滤器，即通过自适应算法自动选取控制器参数，调节自身单位脉冲响应特性，以使系统输出值与期望值的均方误差达到极小值。反应在有源噪声控制系统中，就是在跟踪噪声源与环境参数的变化，自动调节次级声源复强度到最新状态，以实现车内噪声来源复杂，在行驶过程中不可避免地受到诸多 “以声消声 ”的声波干涉 … 。因素(发动机转速、风噪声、轮胎噪声、路面激励等 )的影响，车内的传声空间特性也会随着温度、湿度等条件变化而改变，因此车内噪声具有很强的时变性。进行车内噪声有源控制的研究，就要求控制器参数必须是可调的，能够跟随噪声源和环境因素的变化，实时调节次级声源的信号输出，以达到消减初级噪声的目的。为此，需要将自适应滤波理论引进到有源噪声控制中，建立自适应有源噪声控制系统，完成车自适应滤波器的结构形式包括 IIR(Infinite Impulse Re· sponse，无限冲击响应 )和 FIR(Finite Impulse Response，有限冲击响应 )两种 J。其中 FIR 自适应滤波器的设计方法和结构相对简单，其瞬态和误差性能已得到充分证实，并且这种滤波器的结构仅包含有零点(因为没有反馈单元 )，是无条件稳定的，更重要的是 FIR滤波器在满足幅频响应要求的同时可以获得严格的线性相位特性 J。现在选取横向 FIR 型自适应滤波器对自适应滤波器原理进行说明。收稿日期：2009—03—10

第 4期张强等：车内噪声自适应有源控制系统建模与仿真这里有 P =E[d(n)X(n)] R = (n)x (n)] 63 (7) (8) 它们分别为 d(n)与 X(n)的阶互相关列矢量和 X(n)的￡ ×L阶自相关矩阵。对于平稳输入，J(n)是权矢量的二次型函数，其曲面为 “碗状形 ”，自适应过程就是通过连续不断的调节这些系数以寻求 “碗 ”的底部。最陡下降法可以利用 MSE曲面的梯度来都寻它的最小值。由式 (6)求导可以得 ▲图 1 横向 FIR 自适应滤波器到梯度矢量： 7(n) = =一2P +2 (9) 令 V(n)=0可以获得最佳权矢量 wo： R P (10) 由此得到最小均方误差为 J =E[d(n) ]一 P (11) 将式 (11)代入式 (6)可得 J(n) =J… +[W(n)一w ] [W(I1)一w ] 定义则有 (n) ： (n)一 J(n) = Jmin+V RV(n) (12) 这就是 MSE与其最小值之间的关系。如果 MSE达不到最小，则需要调节权矢量满足这一要求，调节权矢量的方法就是自适应算法。 2 ANC 自适应控制系统的建立 ▲图 2 自适应滤波系统框图利用抽头延迟线做成的横向滤波器如图 1所示，它的抽头加权系数正好等于其冲击响应。由该滤波器组成的自适应系统如图 2所示，图中的 (n)和 d(n)分别代表参考信号和期望信号；e(n)为误差信号。如果该滤波器的长度为￡，参考信号 (n)为离散时间序列，则第 n时刻的输出为： Simulink是 MATLAB最重要的组件之一，它提供一个动 L 态系统建模、仿真和综合分析的集成环境，被广泛应用于线 (n)= ∑W1(n) (n—z+1) (1) 性系统、非线性系统、数字控制及数字信号处理的建模和仿式 (1)表明，输出 Y(n)是个所有过去各输人的线性加权之真中 J。和，加权系数为 wl(II,)(f=1，2，… ，三)。图 1中，定义自适应 2．1 自适应滤波器的模型构建滤波器的权系数矢量和参考信号矢量分别为： MATLAB／Simulink在 DSP工具箱中提供了几种自适应 W =[ 1， 2，…，w￡r (2) 滤波器的模型，但对于有源噪声控制系统来说，尚不能满足 X(n)= [ (n)， ( 一1)，… ， (n一 +1)] (3) 需求。因此，这里在归一化 FLMS算法集成模块的基础上，于是，式 (1)变成矢量的形式：按照自适应滤波器的原理与运算结构，添加其他信号处理模 Y(n) =X (n)W = WrX(n) (4) 块，构建出适合有源噪声控制系统应用的自适应滤波器，结由此得到第 n时刻的误差为构如图 3所示。它包含两个输入：参考信号和误差信号；两 e(n) = d(n)一Y(n) = d(n)WrX(n) (5) 个输出：滤波信号和权值向量。参考信号经过堆栈环节生成假设参考信号和期望信号都是平稳的各态历经过程，则和滤波器阶数等长的参考向量；参考向量和权值向量的乘积均方误差 MSE为就是滤波输出。滤波器的阶数由堆栈长度定义，收敛系数由 J(n) = E[e (n)]= E[d (n)]一2P +W RW (6) 归一化 FLMS算法模块定义 ]。 ▲ 图 3 MATLAB／Simulink下的自适应滤波器结构

机械设计与研究第 25卷同时，为了方便在后续研究中方便使用自适应滤波器模国内外一些学者提出了多种基于附加随机噪声法的次级通块，采用模块封装 (Masking)技术，将上述结构组合到一个集路建模改进方法，其中 Zhang法。。 (如图 5所示 )在附加随机成模块下，当访问该模块时指出现一个参数设置对话框，子噪声法基础上添加了一个附加自适应滤波器 A( )，它的输系统中与滤波器相关的各个参数全部都在这个对话框中进入信号是通过将参考信号 ( )延迟 D个单位得到的。当滤行设置。 2．2 次级通路建模波器收敛到理想状态，附加随机噪声 (n)的扰动被移除。三个自适应滤波器的权值更新相互依存，极大地削弱了次级次级通路建模分为自适应离线建模和自适应在线建模通路模型和有源噪声控制器之间的相互干扰，相较于其他改两种方式。自适应离线建模指的是在有源控制系统运行之进算法取得了基于次级通路在线建模有源控制系统的最佳前，用自适应建模方法获得次级通路脉冲响应的估计值，适性能表现。合应用在次级通路特性基本保持不变的系统中。汽车噪声受诸多因素影响，特别是当汽车行驶时，车内噪声具有很强的时变性，因此为了真正实现车内噪声实时有源控制，可采用自适应在线建模方法。自适应在线建模分为期望信号抵消法和附加随机噪声法。其中附加随机噪声法 (如图 4所示 )在收敛速度、对初级噪声特性变化的反应速度、运算量以及更新迭代延迟量等诸多方面的表现要优于期望信号抵消法。但由于附加噪声的引入会造成系统中的有源控制过程与次级通路在线建模过程之间相互干扰，进而使得整个有源控制系统的性能下降。 ▲ 图 5 应用 Zhang法的次级通路在线建模 2．3 车内有源噪声控制仿真系统的建立根据上述次级通路估计模型的技术路线，按照图 5的结构，结合自适应滤波器模块和前述研究中已经建立的 BP神经网络噪声预测模块 J，在 MATLAB／Simulink下建立车内 ▲ 图 4 次级通路在线自适应建模的附加随机噪声法噪声有源控制系统的 Simulink模型，如图 6所示。将已建立 ▲图6 有源噪声控制系统的 Simulink仿真模型

机械设计与研究第 25卷控制效果十分理想。因此，从能量的角度看，该控制系统是成功的。从图 11的对比结果可以看出，有源噪声控制系统在各工况声压级峰值位置附近作用明显，峰值不再凸现，峰值频率处能够取得了 5～16 dB的降噪量，控制效果比较明显。三暑墓韫 =、士 e ＼警日囊铸 j= ＼龆搬讣 lN 王一＼怖撷．Bl卜频奉，／Hz (a) 簇宰 Hz (b) … — … -3000r／min控制前 — 3O0Of／min控制后 l 、～． ^ 一 ^ - ．： 0 20 40 60 80 lOO 12O l40 1 60 l80 2O0 频率，／Hz (c) ▲图 l0 控制前后的功率谱密度对比频宰厂／Hz (a) 频率厂／Hz (b) 囊率厂／Hz (c) ▲图 I1 控制前后的线性声压级对比表 1 有源噪声控制的试验结果发动机传速 r／min 80O 1 5oo 1 90o 2 7oo 峰值频率 27 50 62 90 功率谱密下降值 0 ／(P ． 065 a ·Hz ) 0．081 0．107 0．O6 同时，为了验证有源噪声控制系统的实际降噪效果，进行了有源噪声控制的实车试验，对系统性能和控制效果具体峰值降噪量／dB(Li n) 8 ． 93 lO．37 10．38 7．3 分析。该试验平台以 RTW／xPC为核心，进行外围的系统软 4 结论硬件配置。试验在整车通过噪声测试半消声室内完成。在常用转速范围 800—3 000 r／min内，通过控制油门踏板的开度使发动机工作在不同的稳态转速下，对比原始噪声与施加有源控制后的噪声信号，验证有源噪声控制系统的控制效果。具体降噪效果见表 1，在稳态工况下，有源噪声控制系统能够取得 10 dB(Lin)左右的峰值降噪量，对低频噪声的抑制效果显著。在 MATLAB／Simulink下，以上构建了自适应滤波器模块；采用了附加随机噪声的 Zhang法进行次级通路的自适应在线估计；并结合 BP网络噪声预测模块，建立了车内噪声有源控制的 Simulink仿真系统。综合对各转速下 ANC控制的仿真效果分析，所建立的有源噪声系统可以有效地消减驾驶 (下转第 72页 )

72 机械设计与研究第 25卷 (2)参与者主要是在与人的视觉情感密切相关的手机性差别(显著性水平为 0．125，见表 2)。这表明在这三个双界面外观和颜色方面做出评价。极主观等级量表中，S 表现最好，也因此具有最好的平衡辨 (3) 为了在等级量表的辨别和分类能力上产生明显的别能力和分类能力的性能。另外也表明了在某些情况下 S 实验效果对比，这 4个手机界面将按以下的方式来选择。其可以成为 s 的一个很好替补。中之一是 4个当中最漂亮的(记为 C。 )，另一个是最不漂亮 5 结论的(记为 C )，最后两个有些漂亮但很难分辨哪个更漂亮些 (记为 C C )。 (4) 这四个手机图片是通过一份调查选出的。首先从一个比较著名的手机图片网站 Esato中初步选出 173个市场上比较常见的手机图片。其次在外观上和颜色上排除一些比较相似的，再选出有代表性的一半左右的图片。然后这些图片被放置在网站上由浏览者根据它们的美丑程度对其投票，最后根据它们的投票多少而选出所要求的这 4个手机界面 (见图 3)。 (5) 在每次的评估中，4种手机图片和 3种等级量表以完全随机的顺序提供给 20名评价者。因此，这个实验称为完全随机实验。 4 实验结果及讨论对于这四种手机界面 (C p】’C p2，C p3和 Cp4)，记录下所有参与者经过三次所得的评价数据。然后根据公式 (1)计算出它们的一致性值，见表 1。然后通过执行单因素方差分析上述实验结果证明，在涉及到人类情感的美学评估方面，与 s 和 s 相比，s 是最适合的。另外，也说明了此方法对其它现实物体也是一个有前途的方法。尽管手机可能被视为一个相当孤立的产品，但它毕竟是具有明显结构组成的消费产品，而且它的美学外观会对消费者的购买决定产生影响。这一事实也意味着从这份研究中得出的结论也同样适用于其它消费产品。然而，类似的实验研究最好能在其它产品中得到执行。最后，感谢来自华东理工大学的 20名参与者的参与和支持，以及来自 NSERC 和 Hinz automation lnc． (CRD331108—05)的部分资金支持。参考文献 [I] Bowling A．A review of quality of life measurement scale[M]．Phila- delphia：Open University Press，1995． [2] Chang Hoon Ha，Jong Hyun Kim，Seung Jun Lee．Investigation on relationship between information flow rate and mental workload of ac- cident diagnosis tasks in NPPs[J]．Nuclear Science，2006，53(3)： 1450～1459． (one—way ANOVA)来比较三种等级量表的一致性是否有显 [3]C G Dmry．Measurement and the practising ergonomist[J]．Ergo- 著性差别，此处采用最小显著差异方法 (Least Significant nomics，2002，45(14)：988～990+ [4]Annett John．Subjective rating scales：science or art?Ergnomics[J]． Difference，LSD)作为多重比较的方法，结果显示在表 2中。 2002，45(14)：966—987．表 1 基于所有手机界面的三种等级量表的一致性值等级量表 S5 S7 一致性值 O．63 0．49 S9 0．74 [5]Flaherty S A．Plain measurement tools for clinical pratice and re— search[J]．Journal of American Association of nurse Allaesllletlsts， l996，64(12)：133～139． [6] Spitznagel E L and Heizer J E．Aproposed solution to the base rate problem in the kappa statistic[J]．Arch Gen Psychiatry，1985，42 表 2 三种等级量表一致性值的多重比较结果 (7)：725～728． (I)等级量表 S (J)等级量表 S 5 7 9 7 9 5 9 5 7 Sig O．125 0．181 0．125 O．oo5 O．181 0．0o5 表 1显示．s 有着最小的一致性值 (O．49)，与 s 有着显著性差异(显著性水平为 0．005，见表 2)，但与 Js 没有显著 [7]Kramer M S and Feinstein S．Clinic biostatistics LIV the biostatistics of concordance[J]．Clin Pharmacol Ther，1981，29(21)：111 ～ l23． [8]Schtitte Simon．Engineering emotional values in product design [J]． Sweden：Linkt~pin University Press，2005． [9] Lin Y，Zhang W J，Watson L G．Using eye movementNparameters for evaluating human—machine interface frameworks under norm al control operation and fault detection situations[J]． International Journal of Human-Computer Studies，2003，59(6)：837～73．作者简介：乔柱 (1984一)，男，硕士生：主要研究方向：机械设计。 (上接第 66页 ) 员右耳噪声，而且该系统频率针对性强，对各工况的基频噪声抑制明显，体现了有源噪声控制的优势。因此，依据上述 I 5 1 H S Kim．Y Park．Delayed．X LMS Algorithm：an efficient ANC al gorithm utilizing robustness of cancellation path model l J I．Sound and Vibration，1998，212(5)：875～887． f 6 1 zHANG M ，LAN H，SER W．Cross—updated active noise control sys 技术思路建立车内噪声的有源控制系统是可行和有效的。 tern with online secondary path modeling{J I．IEEE Trans．Speech 参考文献 and Audio Processing，2001，9(5)：598—602． [7]胡涵，于海勋，陈克安．一种基于在线建模的自适应有源噪声 [1]张翔，李传光．自适应有源噪声控制算法的研究与实现 [J]．控制快速算法 [J]．电子测量技术，2007，30(8)：48～52．北京理工大学学报，2002，22(1)：52～55． [2]杨有粮，王英哲，陈克安．自适应有源噪声控制器的设计与实现 j 8 l Chunlei HUA，Xiaoxiong JI N_Research on Automobile Cabin Noise Prediction Based on Artificial Neural Network l C 1／／ The 2nd Inter， [J]．电声技术，2003，213(3)：63～66． national Conferenee of Bionic Engineering．2008．10． [3]Widrow B．Adaptive Filters[M]．New York：Holt Rinhart，Win- ston，1971． [4]于舒娟，史学军．Simulink应用于信号及系统分析 [J]．现代电子技术，2004，188(21)：15～17．作者简介：张强(1979一)，男，博士生；研究方向为汽车振动与噪声控制，已发表论文 5篇。

资料库

车内噪声自适应有源控制系统建模与仿真.pdf

相关推荐

行业

热门标签

最新资料