基于DSP的動車組車內(nèi)噪聲主動控制系統(tǒng)設計

鄒侃平，伍川輝

(西南交通大學 機械工程學院，四川 成都 610031)

?

基于DSP的動車組車內(nèi)噪聲主動控制系統(tǒng)設計

鄒侃平，伍川輝

(西南交通大學 機械工程學院，四川 成都 610031)

隨著高速鐵路大規(guī)模開通，運行時噪聲隨著速度提高而增大，嚴重影響所在環(huán)境下人員的舒適性，因此有必要設計一種基于DSP的噪聲主動控制系統(tǒng)。系統(tǒng)由DSP部分和音頻部分組成：DSP部分以TMS320VC5509A為核心，擴展了SDRAM存儲模塊以和電源供電模塊；音頻部分以TLV320AIC23B為核心搭建語音輸入輸出模塊。DSP和AIC23B采用I2C二線制主從式通信，DSP把AIC23B采集到的聲音信號經(jīng)過計算再返回AIC23B輸出。同時通過上位機觀察，降噪后聲音幅值比降噪前幅值明顯下降。實驗證明：基于DSP的噪聲主動控制系統(tǒng)能有效降低動車組車內(nèi)噪聲，在寬頻降噪有待改善。

動車組；車內(nèi)噪聲；主動控制；DSP；AIC23B

近年來隨著高速鐵路的大面積建設，國內(nèi)形成了規(guī)?；蔫F路網(wǎng)絡。高速列車運營時速從200 km/h提高到350 km/h，噪聲越來越大。列車上乘客尤其處于司機室的人員長期暴露在噪聲中，會引起疲勞、耳鳴、頭暈等情況[1]。噪聲同樣會影響鐵路沿線居民的身心健康，附近的建筑受空氣振動影響也會加速老化，對安全造成隱患，目前鐵路沿線安裝大量的聲屏障[2]降低噪聲傳播范圍。研究表明，列車噪聲與速度密切相關：在低速區(qū)，牽引噪聲和輪軌噪聲占有重要部分；在中速區(qū)輪軌噪聲占有重要比例，牽引噪聲占有比例下降；在高速區(qū)，氣動噪聲[3-4]占有比例逐漸上升，且和速度呈三次方關系，上升迅速。在當前高速列車降噪方案中，主要為被動降噪方式，即優(yōu)化列車車頭形狀、改善車體材料、改進主要噪聲源部件結(jié)構(gòu)、增加橡膠彈簧隔振器等[5]。這些降噪方法屬于被動降噪方式，需要進行噪聲監(jiān)測、建模仿真、實際應用，工作量很大，于是希望在不改變列車結(jié)構(gòu)的前提下，在傳播路徑中進行降噪，本文提出一種使用DSP電子技術主動降噪系統(tǒng)的設計方案。

1 降噪系統(tǒng)設計方案

1933年德國物理學家Paul Leug最先提出主動降噪方法[6]，根據(jù)波的干涉原理，用一列聲波和和原有的噪聲聲波發(fā)生干涉相消，其中兩列聲波的幅值、頻率相同，同時相位差180°。主動噪聲技術分為前饋消噪和反饋消噪[7-8]。實際應用中，噪聲的參考輸入往往是無法獲得或者參考信號的信噪比太低，嚴重影響了前饋結(jié)構(gòu)的實際使用價值。反饋降噪[9]效果與次級通達有非常大的關系，這種系統(tǒng)實現(xiàn)起來非常復雜，影響了它的發(fā)展。于是結(jié)合二者的優(yōu)點引入自適應控制系統(tǒng)。方案如圖1所示。

圖1 主動降噪控制系統(tǒng)Fig.1 ANC system

初級傳感器采集噪聲源作為輸入信號，誤差傳感器采集目標場區(qū)噪聲作為殘余信號，通過自適應濾波算法調(diào)節(jié)濾波器系數(shù)，不斷調(diào)整輸出信號即次級聲源，使得殘余信號盡可能降低，達到主動降噪效果。

2 自適應濾波

實際應用中，次級聲源的聲波會向初級傳感器傳播，這就不可避免產(chǎn)生聲反饋問題，同時，電路運算時間和聲波傳播速度也嚴重影響消噪質(zhì)量。目前采用較多的是最小均方誤差(LMS)算法[10]的濾波器。

令X(n)為濾波器的輸入信號，Wi(n)為濾波器的權值系數(shù)，d(n)為濾波器的期望信號，e(n)為濾波器的估計信號誤差。l=0,1…,L-1,L為濾波器的階數(shù)。

自適應濾波器的目的是，以迭代方式逐步調(diào)整濾波器系數(shù)Wi(n)，使誤差信號e(n)的幅度不斷減少。

定義濾波器輸入信號向量為

X(n)=[x(n),x(n-1),…,x(n-l+1)]T

(1)

濾波器系數(shù)矢量為

W(n)=[w0(n),w1(n),…wL-1(n)]T

(2)

濾波器輸出為

(3)

誤差信號為

e(n)=d(n)-y(n)=d(n)-WT(n)X(n)

(4)

定義性能函數(shù)

ξ(n)=e2(n)=E(d2(n)-2d(n)y(n)+y2(n))

(5)

當濾波器系數(shù)固定之后，性能函數(shù)為:

ξ(n)=ξ=[d2(n)]-2WTp+WTRW

(6)

R=E[X(n)XT(n)]是輸入信號相關矩陣；p=E[d(n)X(n)]是期望信號與輸入信號的互相關矢量。

當矢量p和矩陣R已知時，可以求出W(n)。對W(n)求導，并令R是非奇異的，可以得到目標函數(shù)的最佳濾波權值系數(shù)

W0=R-1p

(7)

根據(jù)維納濾波原理，期望響應信號與輸出信號之間的差值均方是濾波器權值的二次方程函數(shù)，因此均方誤差與自適應濾波器權值的關系是一個凹形的拋物體的曲面，該曲面的極小點為最佳維納值。

采用最速下降法求解。在最速下降法中，下一時刻權值向量W(n)應該等于現(xiàn)時刻權值向量W(n)加上一個負的誤差梯度-(n)的比例項，此時可以表示為:

W(n+1)=W(n)-μ(n)。

(8)

式中:μ是一個對收斂速度與系統(tǒng)穩(wěn)定性進行調(diào)節(jié)的常數(shù)，被稱為收斂因子。

對梯度進行近似計算，直接取e2(n)作為E[e2(n)]的估計值。

(9)

[e(n)=[d(n)-wT(n)x(n)]=-x(n)

(10)

(11)

可以得到濾波器系數(shù)更新公式

W(n+1)=W(n)+2μe(n)X(n)

(12)

采用遞推算法的自適應濾波器，其參數(shù)將從一次迭代到另一次迭代進行更新，濾波器的參數(shù)變成與初級聲源和誤差信號有關。因此使用自適應濾波器，依靠遞推算法進行運算，這使得它有可能在無法獲得有關信號特征完整的情況下，完成濾波功能。

3 硬件設計

本方案采用TMS320VC5509A型DSP芯片[10]作為主控芯片，通過I2C和SPI控制方式連接兩片TLV320AIC23B語音芯片，對兩個噪聲源分別進行降噪處理。AIC23B語音芯片具有A/D和D/A轉(zhuǎn)換功能，A/D口用于連接拾音器采集兩路聲音信號，D/A用于輸出處理后的次級聲源。選擇TPS73HD301芯片作為電源部分，輸入5 V直流輸出3.3 V和1.6 V供各個芯片使用。采集的原始數(shù)據(jù)由DSP傳輸保存到HY57V641620型同步動態(tài)存儲器(SDRAM)中，通過JTAG口可以上位機可以實時監(jiān)控DSP運行狀況。如圖2所示。

圖2 系統(tǒng)總體框圖Fig.2 Overall system block diagram

兩路音頻信號通過二合一AUX音頻線從LINE IN接口輸入AIC23B芯片中，分別保存在寄存器低16位和高16位中，實現(xiàn)對噪聲源和目標場區(qū)的采集和A/D轉(zhuǎn)換。然后音頻數(shù)據(jù)可以通過McBSP口無縫連接輸入DSP5509A芯片。

AIC23B與C5509A的接口有2種類型：一個是控制接口，通過該接口對AIC23B的控制寄存器編程，來設置AIC23B的工作參數(shù)；另一個是數(shù)據(jù)接口，用于傳輸AIC23B的A/D和D/A數(shù)據(jù)。當芯片引腳MODE為高電平時，AIC23B處于SPI三線制控制模式；當芯片引腳MODE為低電平時，AIC23B處于I2C二線制控制模式。由于C5509A本身自帶I2C模塊，所以控制接口選擇I2C模式，其中DSP作為主設備，AIC23B作為從設備，選通方式CS引腳為低電平。接口引腳連接如圖3所示。C5509A芯片的多通道緩沖串口McBSP與TLV320AIC23B的DSP模式相兼容，無需電平轉(zhuǎn)換，所以數(shù)據(jù)口選擇DSP模式。接口引腳連接如圖4所示。

雙通道降噪處理需要兩片AIC23B，理論上DSPC5509A有3個McBSP接口可以分別連接3片AIC23B，通過I2C輪詢方式進行分時復用傳輸數(shù)據(jù)。這樣就會丟失部分數(shù)據(jù)，導致實時降噪效果不佳，于是本系統(tǒng)采用兩種控制方式分別控制AIC23B達到同時降噪的效果。第一片AIC23B數(shù)據(jù)接口和McBSP0接口相連，使用I2C方式進行控制。第二片AIC23B數(shù)據(jù)接口和McBSP1接口相連，控制接口和McBSP2接口相連，設定McBSP2引腳按SPI模式輸出。如圖5所示。

圖3 I2C控制接口Fig.3 I2C control interface

圖4 數(shù)據(jù)接口Fig.4 Data interface

圖5 SPI控制接口Fig.5 SPI Control Interface

TPS73HD301雙電壓調(diào)節(jié)器是TI公司生產(chǎn)主要給DSP提供電源輸入的芯片。雙輸出電壓為分體式電源應用，同時可以輸出3.3 V電壓電源和1.2～9.75 V的可調(diào)電壓電源。輸出電壓與外接電阻關系式為V0=1.182(1+R1/R2)，R1和R2為外接電阻，一般R2取固定值210 K，而R1的取值根據(jù)所需輸出電源電壓值來調(diào)整取75 K。模塊原理如圖6所示。

圖6 電源模塊原理圖Fig.6 Power Modules Schematic

HY57V641620是韓國海力士公司生產(chǎn)的一款64 Mb的同步動態(tài)隨機存取存儲器(SDRAM)，電平與LVTTL兼容[9]。本設計選擇A0到A11為外部地址管腳，DQ0到DQ15為數(shù)據(jù)輸入輸出線，CS為片選控制管腳，WE為輸入控制管腳，RAS行地址選通管腳，CAS為列地址選通管腳。當McBSP緩沖串口接收來自AIC23B音頻數(shù)據(jù)時，把DSP片上RAM之前采集的原始數(shù)據(jù)保存在片外存儲器中，用于試驗結(jié)束后，對全部數(shù)據(jù)進行分析。如圖 7所示

圖7 EMIF與SDRAM連接圖Fig.7 EMIF connection with SDRAM

4 軟件設計

JTAG接口電路與IEEE 1149.1標準給出掃描邏輯電路一致，用于仿真和測試。通過JTAG口仿真器和上位機通信，在上位機中運行CCS3.0(Code Composer Studio)軟件，觀察運算過程。對DSP設置144 Hz工作頻率和AIC23B設置為8 K 32 bit采樣率，左右聲道分別線性輸入16bit長度數(shù)據(jù)存入高位地址和低位地址。芯片節(jié)電模式為部分工作狀態(tài)，麥克風輸入關閉，對各個寄存器初始化，I2C模塊初始化，McBSP2輸出SPI控制時序。由C5509A自帶的通用定時器設置，AIC23B為從模式，通過分頻實現(xiàn)AIC23B的采樣頻率。濾波器長度設定200階，收斂速度設定μ=0.002，次級通道辨識次數(shù)，對采集的數(shù)據(jù)進行實時處理。主程序流程圖如圖8所示。

圖8 主程序流程圖Fig.8 Main program flow chart

子程序?qū)儆谕瓿蒁SP對AIC23B采集來的音頻數(shù)據(jù)進行實時處理。次級通道辨識子程序在主動降噪程序開始前，通過發(fā)出白噪聲預先調(diào)節(jié)濾波器系數(shù)，對系統(tǒng)實際所處的環(huán)境進行一次預估，并把調(diào)節(jié)好的濾波系數(shù)發(fā)送到主動降噪的濾波器中。系統(tǒng)根據(jù)初級聲源和目標場區(qū)誤差信號計算輸出次級聲源，然后更新濾波器系數(shù)。

5 試驗結(jié)果

在列車以200 km/h運行時，車廂前端安裝初級聲源傳感器和次級聲源音箱，座椅人耳高度安裝誤差傳感器，車廂前端聲源處發(fā)出頻率為500 Hz響度為100 dB的正弦噪聲通過第一片AIC23B進行降噪如圖9所示，

圖9 初級聲源Fig.9 Primary sound source

從圖10可以觀察到次級聲源輸出信號通過自適應調(diào)節(jié)很快穩(wěn)定。降噪后初級聲源響度略大于降噪前聲源，這是由于次級聲源音響單向指向性不夠優(yōu)秀，在整個聲場中擴散，向初級聲源處傳播，造成聲反饋現(xiàn)象。次級聲源和初級聲源沒有嚴格按照相位差180°，這是因為目標場區(qū)和初級聲源相對位置沒有按照半波長整數(shù)倍放置。在目標場區(qū)降噪后下降22 dB，如圖11所示。

對500～600 Hz響度為80 dB掃頻噪聲通過第二片AIC23B進行降噪試驗，觀察目標場區(qū)幅頻特性，降噪后各頻率幅值下降10 dB左右，如圖12所示。

圖10 初級聲源和次級聲源Fig.10 Primary source and secondary source

圖11 降噪前后誤差信號Fig.11 Error signal before and after

圖12 掃頻降噪Fig.12 Frequency sweep Noise

6 結(jié)論

1)基于DSP的動車組車內(nèi)噪聲主動控制系統(tǒng)，能夠?qū)崿F(xiàn)對車內(nèi)噪聲進行實時采集和降噪。

2)在動車組平穩(wěn)運行下，對單一頻率噪聲有良好效果，對掃頻變化的聲源也有具有降噪作用。

3)該系統(tǒng)結(jié)構(gòu)靈活可以根據(jù)實際聲源和目標場相對位置改變，運行穩(wěn)定功耗低，具有實際應用價值。

[1] 羅夢瑩.主動噪聲控制研究[D].重慶:重慶大學,2013. LUO Mengying. Research of the active noise control [D].Chongqing: Chongqing University,2013.

[2] 耿傳智,孫維娜,張健.關于軌道交通聲屏障結(jié)構(gòu)優(yōu)化的仿真分析[J].鐵道科學與工程學報,2014,11(8):127-134. GENG Chuanzhi, SUN Weina, ZHANG Jian.Simulation analysis of optimizing the structure of the noise barrier for railway traffic [J]. Journal of Railway Science and Engineering,2014,11(8): 127-134.

[3] 張曙光.350 km/h高速列車噪聲機理、聲源識別及控制[J].中國鐵道科學,2009,30(1):86-90. ZHANG Shuguang. Noise mechanism, sound source localization and noise control of 350 km/h High-Speed train[J]. China Railway Science,2009,30(1):86-90.

[4] 蔡軍爽,張潔,劉堂紅.基于DES的高速列車氣動阻力分布特性研究[J].鐵道科學與工程學報,2014,11(10):64-69. CAI Junshuang, ZHANG Jie, LIU Tanghong. Study on distribution characteristics of aerodynamic drag of high-speed train based on DES[J]. Journal of Railway Science and Engineering, 2014,11(10):64-69.

[5] 納躍躍,謝翀.高速列車透射噪聲與結(jié)構(gòu)噪聲的分離[J].北京交通大學學報,2013,37(10):143-150. NA Yueyue, XIE Chong. High speed train transmission noise and structural noise separation[J]. Journal of Beijing Jiaotong University,2013,37(10):143-150.

[6] 周遙.基于DSP的主動噪聲控制系統(tǒng)研究與硬件實現(xiàn)[D].杭州:浙江工業(yè)大學,2013. ZHOU Yao. Research and implementation of active noise control system based on DSP[D]. Hangzhou: Zhejiang University of Technology,2013.

[7] WU Lifu, HE Hongsen, QIU Xiaojun.An active impulsive noise control algorithm with logarithmic transformation[J]. IEEE Transaction on Audio, Speech, and Language Processing, 2011,19(5):1041-1044.

[8] Vicente L, Masgrau E. Novel FxLMS convergence condition with deterministic reference [J]. IEEE Transactions on Signal Processing, 2006(10):3768-3774.

[9] SUN Guohua, LI Mingfeng, Teik C. Lim. A family of threshold based robust adaptive algorithms for active impulsive noise control [J]. Applied Acoustics, 2015(4):30-36.

[10] 于華民,朱海潮,施引.自適應逆控制FXLMS算法有源噪聲控制仿真研究[J].海軍工程大學學報,2003,15(10):22-25. YU Huamin, ZHU Haichao, SHI Yin. A NMP adaptive inverse control basedon FXLMS algorithm applied in active noise control[J]. Journal of Naval University of Engineering,2003,15(10):22-25.

[11] 辛光,伍川輝.基于DSP的高速動車組車內(nèi)噪聲測試系統(tǒng)設計[J].中國測試,2013,39(5):84-87. XIN Guang, WU Chuanhui. High-speed EMUs interior noise test system based on DSP[J]. China Measurement & Test,2013,39(5):84-87.

[12] 佟海彬.高速列車噪聲測試系統(tǒng)及數(shù)據(jù)處理設計[D].成都：西南交通大學,2008. TONG Haibin. Design of high-speed train noise testing system and data processing[D].Chengdu: Southwest Jiaotong University,2008.

Interior noise of EMU active control system based on DSP

ZOU Kanping，WU Chuanhui

(School of Mechanical Engineering，Southwest Jiaotong University， Chengdu 610031，China)

Due to the massive use of high-speed railway, running noise increases with speed, seriously affecting the comfort of the staff exposed to the operational environment. A DSP-based active noise control system was designed. The system consisted of the DSP part and the audio part. The DSP part took TMS320VC5509A as a core, expanding SDRAM memory modules and power supply modules. The audio part takes TLV320AIC23B as a core, building voice input and output modules. DSP used I2C for communication with AIC23B, which was two-wire and master-slave way. DSP calculated the input from AIC23B and returned the output, while observing the effect in real time via the PC. The noise amplitude decreased obviously after using the system. Experimental results show that the DSP-based active noise control system can effectively reduce interior noise of EMU. Broadband noise reduction needs to be improved.

EMU; interior noise; active noise control; DSP; AIC23B

2016-01-11

“十一五”國家科技支撐計劃項目(2009BAG12A01)

伍川輝(1961-)，男，四川成都人，副教授，從事機車車輛振動信號分析研究，E-mail: chwu126@126.com

TP216+.2

A

1672-7029(2016)11-2256-06