论文部分内容阅读
随着人们对汽车乘坐舒适性要求的不断提高,汽车内部噪声已经成为现代汽车业发展过程中的一个重要问题。传统的被动降噪如吸声、消声等方式针对高频噪声有较好的抑制效果,但对低频噪声的控制很不理想。又因为汽车内部噪声集中在低频范围,因此我们采用拥有对低频噪声良好控制作用的车内主动噪声控制技术。但目前国内对车内主动噪声控制(Active Noise Control,ANC)系统的研究一般都停留在仿真实验阶段,对一些算法的改进存在较多的不确定参数,在实际应用中不易实现。为此本课题重点研究ANC系统的控制结构与算法,针对算法的收敛速度与稳态误差之间存在的相互制约的问题,将提出一种有效的变步长算法并对其进行仿真验证,最后进行实际实验。最小均方算法(Least Mean Square,LMS)的次级噪声直接与初级噪声相叠加后被误差传感器所获取,没有考虑次级通路对系统的影响。但在实际应用中,次级噪声不能直接被误差传感器所获取,要经过次级声通路后再与初级噪声相干涉,这时初级噪声与次级噪声的相位不能很好的对应,严重影响了实际的降噪效果。针对这个问题,将对滤波-x最小均方算法(Filterd-x Least Mean Square,FXLMS)FXLMS算法进行深入研究,相比于LMS算法FXLMS算法将重点考虑次级通路的影响,并采用离线辨识的方法对次级声通路进行辨识,消除次级通路对ANC系统的影响,提高ANC系统在实际应用中的降噪效果。单通道ANC系统的降噪范围有限,不适合用于三维空间的噪声抑制,然而汽车内部类似于一个封闭三维空间,为此本课题将采用多通道控制算法,为了简化算法的计算量,提高ANC系统对噪声的追踪能力,对多通道控制算法进行优化,提出1?2?2的两通道控制算法,有效减小算法的计算量。针对系统的固定步长自适应算法存在收敛速度快,稳态误差大,稳态误差小,收敛速度慢的问题,本文将提出一种基于反正切函数的变步长NFXLMS算法,并引入了迭代次数与步长的函数关系对其进行了优化。经过仿真分析,本文提出的变步长NFXLMS算法相比于传统的FXLMS算法有更快的收敛速度并且有了较低的稳态失调量。最后将本文提出的算法与相关算法应用在多通道ANC系统中,针对汽车噪声进行实际实验,相比于固定步长的算法,本文提出的变步长算法让系统收敛的更快同时有更好的降噪效果。