随着人们生活水平的提高,乘车舒适度已经成为人们评价商用车的重要指标。其中,车内噪声的大小是影响乘车舒适度的关键因素之一,并且噪声会对人的身心造成危害,降低商用车车内噪声势在必行。降低车内噪声的传统方法有吸声、隔声、消声等被动消声技术,这几种减弱噪声的方法针对中高频噪声可以取得较好的降噪效果,但是不适用于削减低频噪声。由此主动降噪技术开始逐步发展。主动降噪技术针对低频噪声可以取得良好的降噪效果,能有效地弥补被动降噪技术的短板,与被动降噪技术结合起来共同实现全面的商用车车内降噪。主动降噪技术应用的基本原理是声波的干涉性相消,即频率和幅值大小相等、但是相位相反的两列声波,它们叠加在一起能使声波相互抵消。为了减弱商用车车内噪声,需要使用自适应控制器发出一个与车内噪声频率和幅值大小相等、相位相反的声波,用来抵消车内噪声。经分析,商用车车内低频噪声主要是由于发动机振动产生的,因此减弱车内噪声的重点在于实现对发动机噪声的主动控制。发动机噪声的主要频率与发动机转速有关,故采用发动机转速对参考信号进行合成。本文以此为基础,研究了商用车车内主动降噪控制的原理及实现策略。提出了一种商用车车内主动降噪系统的控制方法:将传统的主动降噪控制与预测算法结合使用。首先,通过搭建自适应有源控制算法模型进行仿真实验,建立抵消信号数据库。其次,对商用车发动机转速进行预测估计。再次,跟据预测的发动机转速值,以及发动机转速和参考信号之间的关系式,合成参考信号。最后,根据合成的参考信号频率自动调取次级声源数据库相关数据,达到减弱商用车车内噪声的目的。本文在MATLAB/Simulink中搭建了LMS(Least Mean Square最小均方)算法、次级通路辨识、单通道FXLMS(Filtered-X Least Mean Square滤波型最小均方)算法、多通道FXLMS算法模型,并对这些模型进行了仿真验证,建立了参考信号模型、基于多通道FXLMS算法的数据存储模型以及数据调用模型,对商用车车内主动降噪离线系统进行了仿真验证,降噪效果最高可达24.2dB。建立了发动机动力学模型,并对灰色预测、PID(Proportion Integral Derivative比例积分微分)控制算法、基于GA(Genetic Algorithm遗传算法)优化的BP(BackPropagation反向传播)神经网络算法几种可用于预测发动机转速的方法进行了仿真对比,验证了在这三种方法中基于GA优化的BP神经网络算法的预测效果最好。