基于宽窄带混合控制算法的车内主动噪声控制系统研究
发布时间：2022-01-06 19:21
车内由动力系统、轮胎等引发的中低频噪声已成为司乘人员感知率最高的NVH（Noise,Vibration&Harshness）问题之一,受到了车企及科研院所的广泛关注,针对车内中低频噪声的主动控制也成为NVH领域的核心难题。车内噪声具有典型的宽窄带混合特性,经典的车辆主动噪声控制算法通常仅考虑对车内窄带阶次噪声或宽带噪声的单独控制,较少考虑二者的协同控制。因此,为同时实现车内宽窄带噪声的有效抑制,本文重点研究了基于宽窄带混合控制算法的车辆主动噪声控制（ANC）技术。在分析现有主动噪声控制算法优缺点的基础上,本文提出了改进型宽窄带混合主动噪声控制算法,该算法包含基于声反馈消除的信号分离子系统,基于陷波延时LMS算法的窄带ANC子系统以及基于限幅归一化FxLMS算法的宽带ANC子系统。其中,在信号分离子系统中引入了声反馈消除技术,可消除主动噪声控制过程中参考传声器所采集的反馈声,进而保障系统的降噪性能;采用陷波延时LMS算法作为窄带ANC子系统的核心算法,从理论上规避了次级通路系数与参考信号的卷积运算,大幅降低了算法的计算复杂度;对于宽带ANC子系统,拓展提出了限幅归一化FxLMS（...
【文章来源】：吉林大学吉林省 211工程院校 985工程院校 教育部直属院校
【文章页数】：120 页
【学位级别】：硕士
【部分图文】：
基于LMS算法的次级通路辨识仿真模型
吉林大学硕士学位论文26图2.13次级通路仿真辨识的PSD曲线通常，图2.9中所搭建的基于附加随机白噪声的次级通路辨识仿真模型仅适用于辨识算法的性能仿真验证，不能用于实际次级通路系数的辨识过程。基于此，本研究将图2.9中模型进行简单修正，将其中模拟高斯白噪声输入模块替换为由ANC控制器实际发出的白噪声信号，并将期望信号由模拟真实次级通路滤波后的白噪声信号改为实际误差传声器采集的噪声信号，由此形成下图2.14中所示的实际次级通路辨识模型，该模型需与ANC硬件系统联合使用。图2.14基于LMS算法的实际次级通路辨识模型采用图2.14中搭建的实际次级通路辨识模型进行实例验证，次级通路实际辨识过程的试验场景及系统布置如下图2.15所示。其中误差传声器D与次级扬声器E之间的通路为待辨识次级通路，二者之间的距离近似12cm，误差传声器的咪头位置与次级扬声器鼓膜的中心位置保持水平。
次级通路实际辨识试验布局示意
【参考文献】：
期刊论文
[1]多通道自适应陷波算法性能的评价指标及影响因素[J]. 张立军,皮雄飞,孟德建,张频捷. 同济大学学报(自然科学版). 2020(01)
[2]直升机舱内噪声主动控制技术研究[J]. 陆洋,马逊军,王风娇. 航空制造技术. 2016(08)
[3]车内噪声听觉时域掩蔽主动控制LMS算法[J]. 冯天培,王岩松,郭辉. 噪声与振动控制. 2014(03)
[4]主动噪声控制技术（ANC）在商用车上的应用[J]. 余建华,郝奕,于俊鹏,阳松林,周杰敏. 汽车科技. 2011(03)
[5]基于峰值预滤波次级通道在线建模的主动噪声控制系统[J]. 吴英姿,鲍雪山,徐新盛,曹宇. 振动与冲击. 2008(01)
[6]车内有源噪声控制的研究[J]. 王国领,许国贤,连小珉,蒋孝煜. 清华大学学报(自然科学版). 1996(04)
博士论文
[1]简化无次级路径建模有源控制算法研究[D]. 高敏.南京大学 2017
[2]管道宽窄带混合主动噪声控制系统的若干关键算法研究[D]. 黄博妍.哈尔滨工业大学 2013
[3]基于声品质的汽车内部噪声有源控制方法研究[D]. 聂永红.湖南大学 2013
[4]车内低频噪声多次级声源有源消声系统研究[D]. 刘学广.吉林大学 2004
硕士论文
[1]基于陷波延时LMS算法的乘用车内自适应有源噪声控制技术研究[D]. 陈祥君.华南理工大学 2019
[2]商用车驾驶室内噪声主动控制系统研究[D]. 陈文海.吉林大学 2019
[3]车内路噪自适应主动控制技术研究[D]. 陈辉.吉林大学 2019
[4]基于次级路径在线辨识的宽窄带室内主动噪声控制方法[D]. 郭磊.北京邮电大学 2018
[5]主动噪声前馈控制系统研究[D]. 孙韵卓.哈尔滨工业大学 2017
[6]管道风机主动噪声控制系统的设计与实现[D]. 郑一平.哈尔滨工业大学 2017
[7]结合虚拟传声器的汽车车内噪声主动控制方法[D]. 王宇.清华大学 2017
[8]基于DSP的管道有源噪声控制系统研究[D]. 段相.哈尔滨工业大学 2016
[9]基于陷波法的车内噪声主动控制系统研究[D]. 孙吉东.吉林大学 2016
[10]管道低频噪声主动控制系统的DSP实现[D]. 于梦娇.哈尔滨工业大学 2013
本文编号：3573028
【文章来源】：吉林大学吉林省 211工程院校 985工程院校 教育部直属院校
【文章页数】：120 页
【学位级别】：硕士
【部分图文】：
基于LMS算法的次级通路辨识仿真模型
吉林大学硕士学位论文26图2.13次级通路仿真辨识的PSD曲线通常，图2.9中所搭建的基于附加随机白噪声的次级通路辨识仿真模型仅适用于辨识算法的性能仿真验证，不能用于实际次级通路系数的辨识过程。基于此，本研究将图2.9中模型进行简单修正，将其中模拟高斯白噪声输入模块替换为由ANC控制器实际发出的白噪声信号，并将期望信号由模拟真实次级通路滤波后的白噪声信号改为实际误差传声器采集的噪声信号，由此形成下图2.14中所示的实际次级通路辨识模型，该模型需与ANC硬件系统联合使用。图2.14基于LMS算法的实际次级通路辨识模型采用图2.14中搭建的实际次级通路辨识模型进行实例验证，次级通路实际辨识过程的试验场景及系统布置如下图2.15所示。其中误差传声器D与次级扬声器E之间的通路为待辨识次级通路，二者之间的距离近似12cm，误差传声器的咪头位置与次级扬声器鼓膜的中心位置保持水平。
次级通路实际辨识试验布局示意
【参考文献】：
期刊论文
[1]多通道自适应陷波算法性能的评价指标及影响因素[J]. 张立军,皮雄飞,孟德建,张频捷. 同济大学学报(自然科学版). 2020(01)
[2]直升机舱内噪声主动控制技术研究[J]. 陆洋,马逊军,王风娇. 航空制造技术. 2016(08)
[3]车内噪声听觉时域掩蔽主动控制LMS算法[J]. 冯天培,王岩松,郭辉. 噪声与振动控制. 2014(03)
[4]主动噪声控制技术（ANC）在商用车上的应用[J]. 余建华,郝奕,于俊鹏,阳松林,周杰敏. 汽车科技. 2011(03)
[5]基于峰值预滤波次级通道在线建模的主动噪声控制系统[J]. 吴英姿,鲍雪山,徐新盛,曹宇. 振动与冲击. 2008(01)
[6]车内有源噪声控制的研究[J]. 王国领,许国贤,连小珉,蒋孝煜. 清华大学学报(自然科学版). 1996(04)
博士论文
[1]简化无次级路径建模有源控制算法研究[D]. 高敏.南京大学 2017
[2]管道宽窄带混合主动噪声控制系统的若干关键算法研究[D]. 黄博妍.哈尔滨工业大学 2013
[3]基于声品质的汽车内部噪声有源控制方法研究[D]. 聂永红.湖南大学 2013
[4]车内低频噪声多次级声源有源消声系统研究[D]. 刘学广.吉林大学 2004
硕士论文
[1]基于陷波延时LMS算法的乘用车内自适应有源噪声控制技术研究[D]. 陈祥君.华南理工大学 2019
[2]商用车驾驶室内噪声主动控制系统研究[D]. 陈文海.吉林大学 2019
[3]车内路噪自适应主动控制技术研究[D]. 陈辉.吉林大学 2019
[4]基于次级路径在线辨识的宽窄带室内主动噪声控制方法[D]. 郭磊.北京邮电大学 2018
[5]主动噪声前馈控制系统研究[D]. 孙韵卓.哈尔滨工业大学 2017
[6]管道风机主动噪声控制系统的设计与实现[D]. 郑一平.哈尔滨工业大学 2017
[7]结合虚拟传声器的汽车车内噪声主动控制方法[D]. 王宇.清华大学 2017
[8]基于DSP的管道有源噪声控制系统研究[D]. 段相.哈尔滨工业大学 2016
[9]基于陷波法的车内噪声主动控制系统研究[D]. 孙吉东.吉林大学 2016
[10]管道低频噪声主动控制系统的DSP实现[D]. 于梦娇.哈尔滨工业大学 2013
本文编号：3573028
本文链接：https://www.wllwen.com/kejilunwen/qiche/3573028.html
