基于BP神经网络的车内有源噪声控制技术研究
发布时间：2022-11-06 13:31
随着高速数字信号处理技术的发展,汽车内主动降噪技术由理论转化为现实,主动噪声控制系统（Active Noise Control,ANC）逐渐被应用到汽车上。目前主流的车内ANC系统较多采用自适应算法,对发动机噪声进行抑制。但当车速高于70km/h时,胎噪和风噪在车内噪声中开始占据主导地位,进而导致车辆高速行驶时,车内ANC系统噪声抑制效果变差。此外,消费者普遍反映在周围环境出现突发噪声（鸣笛、急刹车等）时,车内会出现短暂的噪声增大现象。为此,本文主要针对上述两点问题对车内ANC系统中的控制算法进行研究与改进,旨在保证不同车速下ANC系统具有良好的噪声抑制效果和抗干扰能力。首先,搭建音频数据采集系统对某品牌小轿车在不同工况下的发动机噪声信号、风噪信号、胎噪信号及期望降噪位置的噪声信号进行采集,分析各类噪声信号的特征。针对搭建的BP神经网络模型,将发动机噪声信号、风噪信号、胎噪信号作为神经网络的输入,期望降噪位置的噪声信号作为输出训练本文提出的BP神经网络模型,建立输入输出的非线性模型,描述不同工况下各类噪声对期望降噪位置处噪声的综合影响,保证主动降噪自适应算法输入信号的准确性。然后,对A...
【文章页数】：81 页
【学位级别】：硕士
【文章目录】：
摘要
ABSTRACT
第一章 绪论
1.1 研究工作的背景与意义
1.2 国内外研究历史与现状
1.3 本论文的主要研究内容及结构安排
1.3.1 本文主要研究内容
1.3.2 本文结构安排
第二章 主动降噪技术及BP神经网络基础理论
2.1 车内主动降噪技术理论及相关算法
2.1.1 前馈ANC系统与反馈ANC系统
2.1.2 自适应滤波器方法
2.3 BP神经网络基础理论
2.3.1 人工神经单元
2.3.2 感知机
2.3.3 BP神经网络
2.4 本章小结
第三章 主动降噪算法的设计
3.1 车内噪声分析
3.1.1 噪声数据采集平台搭建
3.1.2 车内噪声各成分噪声数据分析
3.2 主动降噪算法结构设计
3.3 BP神经网络模型的结构设计
3.3.1 车内密闭空间声学环境分析
3.3.2 BP神经网络模型设计
3.4 自适应算法的设计与改进
3.4.1 基于Sigmoid函数对LMS算法进行改进
3.4.2 改进LMS算法与常见LMS算法仿真结果对比分析
3.5 本章小结
第四章 主动降噪算法的性能分析
4.1 神经网络算法的实现及结果分析
4.1.1 训练数据集制作
4.1.2 BP神经网络的训练过程
4.1.3 BP神经网络部分预测结果
4.2 改进后的LMS算法仿真结果分析
4.3 算法仿真分析
4.4 本章小结
第五章 主动降噪系统平台搭建与实验测试
5.1 实验平台搭建
5.2 改进后LMS算法的硬件平台具体实现
5.2.1 带通滤波器的必要性及实现
5.2.2 步长因子的计算以及权向量更新部分的实现
5.2.3 卷积核的实现及计算速度优化
5.3 改进后自适应算法的硬件平台实验结果分析
5.4 本章小结
第六章 全文总结与展望
6.1 全文总结
6.2 展望
致谢
参考文献
攻读硕士学位期间取得的成果
【参考文献】：
期刊论文
[1]车内噪声主动控制算法研究[J]. 李雅榕,郭辉,王岩松,张亮,刘宁宁. 噪声与振动控制. 2018(06)
[2]汽车噪声源研究现状分析[J]. 张翠青,韦丽珍. 内燃机与配件. 2018(04)
[3]主动噪声控制系统在C6000 DSP上的设计与实现[J]. 赵栋,李凯翔,张飞,庞彦宾. 测控技术. 2017(01)
[4]基于自适应神经网络进行的车内噪声主动控制研究[J]. 黄锁成,靳晓雄. 北京汽车. 2010(02)
[5]车内噪声主动控制系统设计与试验研究[J]. 常振臣,王登峰,郑联珠,刘学广. 公路交通科技. 2003(06)
[6]基于神经网络方法的车内噪声自适应主动控制[J]. 张建南,王登峰,常振臣,刘学广. 汽车技术. 2003(10)
[7]车内噪声控制技术研究现状及展望[J]. 常振臣,王登峰,周淑辉,郭骁. 吉林工业大学学报(工学版). 2002(04)
博士论文
[1]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
[2]基于FXLMS算法的窄带主动噪声控制系统性能分析研究[D]. 刘剑.哈尔滨工业大学 2011
硕士论文
[1]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
[2]基于FXLMS算法的车内噪声主动控制技术研究[D]. 曾文杰.江苏大学 2017
[3]车内噪声主动控制的选择性消声方法研究[D]. 王峻廷.吉林大学 2008
[4]基于发动机转速的车内噪声自适应主动控制系统研究[D]. 刘宗巍.吉林大学 2004
本文编号：3703588
【文章页数】：81 页
【学位级别】：硕士
【文章目录】：
摘要
ABSTRACT
第一章 绪论
1.1 研究工作的背景与意义
1.2 国内外研究历史与现状
1.3 本论文的主要研究内容及结构安排
1.3.1 本文主要研究内容
1.3.2 本文结构安排
第二章 主动降噪技术及BP神经网络基础理论
2.1 车内主动降噪技术理论及相关算法
2.1.1 前馈ANC系统与反馈ANC系统
2.1.2 自适应滤波器方法
2.3 BP神经网络基础理论
2.3.1 人工神经单元
2.3.2 感知机
2.3.3 BP神经网络
2.4 本章小结
第三章 主动降噪算法的设计
3.1 车内噪声分析
3.1.1 噪声数据采集平台搭建
3.1.2 车内噪声各成分噪声数据分析
3.2 主动降噪算法结构设计
3.3 BP神经网络模型的结构设计
3.3.1 车内密闭空间声学环境分析
3.3.2 BP神经网络模型设计
3.4 自适应算法的设计与改进
3.4.1 基于Sigmoid函数对LMS算法进行改进
3.4.2 改进LMS算法与常见LMS算法仿真结果对比分析
3.5 本章小结
第四章 主动降噪算法的性能分析
4.1 神经网络算法的实现及结果分析
4.1.1 训练数据集制作
4.1.2 BP神经网络的训练过程
4.1.3 BP神经网络部分预测结果
4.2 改进后的LMS算法仿真结果分析
4.3 算法仿真分析
4.4 本章小结
第五章 主动降噪系统平台搭建与实验测试
5.1 实验平台搭建
5.2 改进后LMS算法的硬件平台具体实现
5.2.1 带通滤波器的必要性及实现
5.2.2 步长因子的计算以及权向量更新部分的实现
5.2.3 卷积核的实现及计算速度优化
5.3 改进后自适应算法的硬件平台实验结果分析
5.4 本章小结
第六章 全文总结与展望
6.1 全文总结
6.2 展望
致谢
参考文献
攻读硕士学位期间取得的成果
【参考文献】：
期刊论文
[1]车内噪声主动控制算法研究[J]. 李雅榕,郭辉,王岩松,张亮,刘宁宁. 噪声与振动控制. 2018(06)
[2]汽车噪声源研究现状分析[J]. 张翠青,韦丽珍. 内燃机与配件. 2018(04)
[3]主动噪声控制系统在C6000 DSP上的设计与实现[J]. 赵栋,李凯翔,张飞,庞彦宾. 测控技术. 2017(01)
[4]基于自适应神经网络进行的车内噪声主动控制研究[J]. 黄锁成,靳晓雄. 北京汽车. 2010(02)
[5]车内噪声主动控制系统设计与试验研究[J]. 常振臣,王登峰,郑联珠,刘学广. 公路交通科技. 2003(06)
[6]基于神经网络方法的车内噪声自适应主动控制[J]. 张建南,王登峰,常振臣,刘学广. 汽车技术. 2003(10)
[7]车内噪声控制技术研究现状及展望[J]. 常振臣,王登峰,周淑辉,郭骁. 吉林工业大学学报(工学版). 2002(04)
博士论文
[1]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
[2]基于FXLMS算法的窄带主动噪声控制系统性能分析研究[D]. 刘剑.哈尔滨工业大学 2011
硕士论文
[1]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
[2]基于FXLMS算法的车内噪声主动控制技术研究[D]. 曾文杰.江苏大学 2017
[3]车内噪声主动控制的选择性消声方法研究[D]. 王峻廷.吉林大学 2008
[4]基于发动机转速的车内噪声自适应主动控制系统研究[D]. 刘宗巍.吉林大学 2004
本文编号：3703588
本文链接：https://www.wllwen.com/kejilunwen/qiche/3703588.html
