关键词：
车内噪声
主动噪声控制
颠簸路面
自适应步长
虚拟传感
摘要：
汽车噪声、振动和声振粗糙度(noise,vibration and harshness,NVH)是衡量汽车性能的一个关键指标,车内噪音的大小对乘坐舒适性有极大的影响。传统的吸声、隔声方法对中高频噪声有很好的抑制作用。与传统的吸、隔声方法相比,主动噪声控制(Active Noise Control,ANC)在解决车内低频噪声的问题上具有显著优势。本文根据主动噪声控制原理,对车内主动噪声控制进行研究。本文首先对主动噪声控制原理进行了研究,根据前馈主动噪声控制模型稳定性好的性质,选择前馈主动噪声控制结构,推导自适应滤波算法,并对Fx LMS算法做了稳定性分析。然而,经典的Fx LMS算法在面对颠簸路面的车内噪声时,由于其固定步长参数,难以适应颠簸路面噪声来保证稳定的降噪效果。因此,本文提出了一种自适应步长的滤波-x最小均方算法(ASSFx LMS),其可以根据参考信号的大小调节步长,保证自适应过程的稳定性。为提高算法的性能,还采用粒子群优化算法自动调节步长参数,使自适应算法的步长始终保持较为理想的大小。为验证所提出的算法的性能,使用模拟的标准SαS分布的脉冲噪声作为参考信号进行MATLAB仿真,仿真结果显示,相比较其他算法,所提出的算法在不同程度的脉冲噪声条件下,降噪稳定性和降噪幅度均有所提高。为进一步验证所提出的AASFx LMS算法在实际应用中的表现,通过实车采集的道路噪声数据,进行硬件在环试验,在不同的工况下的道路噪声情况下,提出的算法对100Hz以下的低频噪声最高具有12d B的降噪效果。由于主动噪声控制的声压降低点主要在误差麦克风处,而在车内主动噪声控制系统中,误差麦克风无法放置在人耳处,导致人耳处的降噪性能大幅下降。因此,本文采用虚拟传感方法以提高人耳处的降噪效果。为探究辅助滤波器(Auxiliary Filter,AF)方法与远程麦克风(Remote microphone,RM)方法在训练阶段与控制阶段参考信号频带不一致时的稳定性,采用Simulink对两种方法分别对不同频带的噪声进行仿真,结果显示RM方法在不同频带的参考信号下稳定性更好。为进一步验证RM方法的性能,在实验室内,采用不同频带的噪声信号,对RM方法的主动噪声控制方法与不采用虚拟传感的主动噪声控制方法进行了ANC实验。结果显示,RM方法在与直接将误差麦克风放置在目标静音区的主动噪声控制方法的性能相差不大,相比较只放置一个误差麦克风在物理位置的主动噪声控制方法而言,使用RM方法对降噪性能提升较大。因此,对于在车辆内部局部主动噪声控制的研究,采用RM方法是可行的。在前面工作得以开展的前提下,本次研究在汽车内部,布置了主动噪声控制试验平台,在车辆颠簸路面上进行ANC试验。首先,在车辆静止时,进行了次级通道辨识,通过次级扬声器播放白噪声的方式对虚拟次级通道与物理次级通道进行离线辨识。然后将车辆以30km/h的速度在颠簸路面匀速行驶,进行观测滤波器的训练。在次级通道辨识与训练阶段均完成之后,在同样的道路上,在不同车速的情况下,分别测量了打开和关闭ANC系统时虚拟误差麦克风处的误差信号。实验结果表明,在四种不同匀速工况下,所提出的局部主动噪声控制系统对颠簸的路面噪声均有良好的抑制效果。
同方期刊数据库
详细信息
万方期刊数据库
