汽车噪声容易让驾驶员和乘客精神烦闷,更容易觉得疲劳,会给乘客的精神和身体健康带来很多隐患,影响舒适性。随着国民经济和汽车工业的发展,用户对汽车性能的关注逐渐从燃油经济性和动力性等向乘坐舒适性转变。同时,汽车行业对汽车NVH性能的追求也逐渐变高。传统的无源降噪对车内低频噪声的降噪效果有限,而噪声主动控制技术则对中低频噪声的控制效果较好。但是有许多噪声主动控制系统的关键核心技术尚未得到破解,如初级声场的实时精确识别,非稳态声场主动控制系统的收敛性,以及控制系统的稳定性等。本文重点研究噪声主动控制系统的稳定性控制问题。本文首先分析与推导了自适应滤波原理和自适应陷波滤波算法,提出了变步长算法用以提高噪声主动控制系统的收敛速度,对变步长算法各参数的不同取值进行仿真分析,优选了控制效果最好的变步长的参数,并提出了保持汽车开关窗时系统稳定性的方案。然后分析了汽车车内的噪声产生的原因,推导了车内低频噪声主要峰值频率与发动机转速之间的关系。在Simulink环境中,建立了使用时延估计法离线辨识次级通路的模型,该方法简化了次级通路的复杂度。并分别用定步长和变步长的自适应陷波滤波算法对单个频率和三个频率的噪声进行了噪声主动控制仿真分析,仿真结果表明,对于幅值为4.2Pa的单频率噪声源,变步长和定步长算法控制后幅值分别为0.3Pa和0.5Pa,对于幅值为7Pa的三个频率的噪声源,变步长和顶定步长算法控制后幅值分别为0.6Pa和1.0Pa,变步长算法比定步长算法最终的控制效果略好,且收敛速度快一倍。接着,开发了噪声主动控制系统的软硬件,并选取了适用于噪声主动控制系统的次级扬声器、功率放大器、误差传声器等声学器件,软件模块包括次级通路辨识程序和噪声主动控制程序。然后在室内搭建了硬件在环自适应噪声主动控制系统,分别用定步长和变步长算法对模拟的汽车匀速和加速工况车内噪声进行主动控制。试验结果表明,变步长算法比定步长算法抵消后的色谱图对应的二阶噪声更暗,即对汽车加速行驶时的噪声跟踪控制效果更好,在模拟汽车匀速行驶时变步长算法比定步长算法控制系统的收敛速度快一倍,但变步长和定步长算法两者控制效果相差不大,峰值频率降噪量均为30dB左右,均可用于不同需求的实车控制。在实车上构建车内低频噪声自适应主动控制系统,并对该系统的控制效果和稳定性进行试验验证,试验结果表明汽车发动机加速工况下系统能够正常工作,对发动机阶次噪声有良好的抵消效果。在同一匀速工况下变步长算法比定步长算法的收敛速度快一倍,对选取的发动机二阶噪声频率为48.5Hz工况,变步长和定步长算法的峰值降噪量分别为17.47dB和9.65dB,对于选取的二阶频率为80Hz和96Hz工况,变步长和定步长算法峰值频率降噪量均在28dB左右,最终抵消效果相差不大。在汽车车窗不同开闭情况下通过车窗开闭状态情况选择最合适的次级通路,变步长算法都能收敛并有良好的降噪效果,峰值频率降噪量均在25dB左右,经过约0.2s收敛并稳定工作。最后,对全文进行总结,给出研究结论,阐明了进一步深入研究的建议。