基于FxLMS的汽車車內(nèi)噪聲變步長主動(dòng)均衡算法

張帥，王巖松，郭輝，王孝蘭，劉寧寧

基于FxLMS的汽車車內(nèi)噪聲變步長主動(dòng)均衡算法

張帥，王巖松，郭輝，王孝蘭，劉寧寧

(上海工程技術(shù)大學(xué)汽車工程學(xué)院，上海 201620)

提出了一種可用于汽車車內(nèi)噪聲主動(dòng)均衡控制的變步長主動(dòng)噪聲均衡(Active Noise Equalization, ANE)算法，與傳統(tǒng)車內(nèi)噪聲主動(dòng)抵消控制方法所采用的濾波x最小均方(Filtered-x Least Mean Square, FxLMS)算法相比具有更好的實(shí)用性。應(yīng)用固定步長主動(dòng)噪聲均衡(Active Noise Equalization, ANE)算法、所提出變步長ANE算法和已有變步長ANE算法分別進(jìn)行汽車車內(nèi)噪聲主動(dòng)均衡控制。結(jié)果表明，所提出變步長ANE算法具有更快的收斂速度和較低的穩(wěn)態(tài)誤差，并且能進(jìn)一步降低汽車車內(nèi)噪聲響度，為汽車車內(nèi)聲品質(zhì)主動(dòng)控制提供了一種新方法。

車內(nèi)噪聲；響度；變步長；濾波x最小均方算法；主動(dòng)噪聲均衡算法

0 引言

近年來，噪聲主動(dòng)控制方法已經(jīng)成為汽車車內(nèi)噪聲控制研究的一個(gè)熱點(diǎn)[1-3]。該方法主要是通過以聲消聲的方式，人為地附加若干個(gè)次級聲源并發(fā)出與初級噪聲反相的聲波，從而降低初級噪聲的噪聲水平。

在車內(nèi)噪聲主動(dòng)控制方法中，噪聲主動(dòng)控制策略和算法的研究是關(guān)鍵。主動(dòng)控制策略主要包括兩種：主動(dòng)噪聲抵消控制和主動(dòng)噪聲均衡控制。主動(dòng)噪聲抵消控制方法往往是以盡可能的抵消車內(nèi)初級噪聲幅值為目的[4]，以車內(nèi)噪聲的聲壓級控制量為考核標(biāo)準(zhǔn)，在車內(nèi)噪聲主動(dòng)控制方法早期的研究中應(yīng)用廣泛。如OLIVEIRA[5]和LI等[6]分別采用濾波x最小均方(Filtered-x Least Mean Square, FxLMS)算法對車內(nèi)發(fā)動(dòng)機(jī)噪聲進(jìn)行了抵消控制，并取得了較好的降噪效果。但主動(dòng)噪聲抵消控制方法未考慮到乘員的主觀感受，車內(nèi)初級噪聲經(jīng)過抵消控制后，殘余噪聲的波形變成細(xì)窄的條狀，已失去了初級噪聲的聲波特征[7]，此時(shí)乘員將無法根據(jù)車內(nèi)聲音來判斷汽車行駛工況，不利于安全駕駛。而近來新興的主動(dòng)噪聲均衡方法在降低車內(nèi)初級噪聲聲壓級的基礎(chǔ)上保留一定的初級噪聲幅值[8]，使殘余噪聲依然保持著初級噪聲的聲波特征，具有更好的實(shí)用性。此方法往往以控制車內(nèi)聲品質(zhì)或提高車內(nèi)聲環(huán)境聽覺舒適性為目的，以車內(nèi)聲品質(zhì)參數(shù)控制量為考核標(biāo)準(zhǔn)，這些參數(shù)包括響度、尖銳度、粗糙度、波動(dòng)度等[9]，其中響度對車內(nèi)聲品質(zhì)的貢獻(xiàn)量在60%以上而被重視[10]，許多國內(nèi)外研究人員也都致力于降低車內(nèi)噪聲響度的主動(dòng)控制方法研究[11-12]。

本文在文獻(xiàn)[14]所提出變步長函數(shù)基礎(chǔ)上進(jìn)一步改進(jìn)，提出一種新的變步長函數(shù)，并基于FxLMS算法提出一種變步長ANE算法。采集了正常行駛狀態(tài)下汽車的車內(nèi)噪聲信號，應(yīng)用所提出的變步長ANE算法對其進(jìn)行主動(dòng)均衡控制，結(jié)果表明，所提出的變步長ANE算法具有優(yōu)異的性能。

1 FxLMS算法

圖1 FxLMS算法框圖

2 ANE算法

ANE算法的框圖如圖2所示。

圖2 ANE算法框圖

假設(shè)FxLMS算法收斂后，初級噪聲剛好被完全抵消，即：

則此時(shí)的殘余噪聲為

初級噪聲得到一定量的保留。

3 變步長ANE算法

3.1 變步長函數(shù)

文獻(xiàn)[14]提出的變步長函數(shù)為

對式(13)進(jìn)行化簡可得：

將式(15)應(yīng)用到ANE算法中，最后式(11)對濾波器進(jìn)行自適應(yīng)更新時(shí)采用新的迭代公式：

3.2 參數(shù)分析

(a)=0.5,=2

(b)=1,=2

從以上的分析中可以看出，這3個(gè)參數(shù)值的大小對算法的收斂性能都有很大影響，這也初步驗(yàn)證了改進(jìn)函數(shù)的合理性。但由于目前變步長函數(shù)的最佳取值仍無法通過理論計(jì)算給出，在實(shí)際應(yīng)用中，可以根據(jù)實(shí)際狀況參考以上的分析對參數(shù)進(jìn)行調(diào)試，進(jìn)而達(dá)到較好的收斂狀態(tài)。

4 仿真實(shí)驗(yàn)

為進(jìn)一步驗(yàn)證所提出算法的有效性，依據(jù)聲學(xué)—汽車車內(nèi)噪聲測量方法(國家標(biāo)準(zhǔn)GB/T 18697_2002)[16]，本節(jié)對汽車車內(nèi)噪聲信號進(jìn)行了采集。選取車輛為國產(chǎn)某品牌家用轎車，數(shù)據(jù)采集時(shí)車窗處于關(guān)閉狀態(tài)。采集設(shè)備為西門子公司生產(chǎn)的LMS.test.Lab噪聲與振動(dòng)信號采集設(shè)備。采集數(shù)據(jù)為汽車以勻速60 km.h-1直線行駛時(shí)駕駛員右耳處的噪聲信號，此時(shí)的車內(nèi)噪聲包含有發(fā)動(dòng)機(jī)以及傳動(dòng)機(jī)構(gòu)噪聲、路噪、風(fēng)噪以及周圍環(huán)境噪聲等，是一種汽車正常行駛狀態(tài)下的綜合噪聲，結(jié)果如圖4所示，其中縱軸幅值進(jìn)行了歸一化。

圖4 車內(nèi)噪聲信號

將所提出的變步長函數(shù)分別應(yīng)用到FxLMS算法和ANE算法上，并應(yīng)用變步長FxLMS算法、變步長ANE算法和固定步長ANE算法對所采集車內(nèi)噪聲進(jìn)行主動(dòng)控制仿真實(shí)驗(yàn)。所用實(shí)驗(yàn)車的初級傳遞路徑以及次級傳遞路徑分別為[0.01-0.05-0.05 0.75 0.5 0.5-0.4 0.2-0.03-0.01]和[0.01 0.1 0.9-0.75-0.1]。

圖5 次級路徑的擬合

4.1 控制策略結(jié)果對比

對式(15)中參數(shù)進(jìn)行調(diào)試，使變步長FxLMS算法以及變步長ANE算法達(dá)到最優(yōu)的收斂狀態(tài)，得出各個(gè)參數(shù)值為：=4，=0.3，=0.5。

從圖6中可以清晰地看出，車內(nèi)噪聲經(jīng)過變步長FxLMS算法主動(dòng)控制后，殘余噪聲波形成細(xì)窄的條狀，已經(jīng)失去初級噪聲的聲波特征。而經(jīng)過變步長ANE算法主動(dòng)控制后，其殘余噪聲依然保持著初級噪聲的聲波特征。經(jīng)過噪聲回放發(fā)現(xiàn)，變步長ANE算法的殘余噪聲依然保持著初級噪聲的時(shí)變性，而變步長FxLMS算法的殘余噪聲卻已失去了初級噪聲的時(shí)變性，無法根據(jù)該殘余噪聲判斷汽車的運(yùn)行狀態(tài)。

(a) 變步長FxLMS算法殘余噪聲

(b) 變步長ANE算法殘余噪聲

圖6 變步長FxLMS和變步長ANE算法主動(dòng)控制結(jié)果對比

Fig.6 Comparison of active control results between variable step-size FxLMS and variable step-size ANE algorithm

4.2 收斂性對比

采用固定步長ANE算法和變步長ANE算法得到的結(jié)果如圖7、8所示。

圖8 變步長ANE算法殘余噪聲[14]

結(jié)合圖6(b)中本文所提出的變步長ANE算法主動(dòng)噪聲均衡控制結(jié)果，對三種主動(dòng)噪聲均衡算法收斂性進(jìn)行對比，結(jié)果如圖9所示，圖9中橫軸表示迭代次數(shù)，縱軸為均方誤差MSE(Mean Square Error)。從3條曲線的下降速度可以看出，文獻(xiàn)[14]所提出變步長算法的收斂速度明顯快于固定步長算法，但穩(wěn)態(tài)誤差噪聲與固定步長算法相當(dāng)。而本文所提出的變步長算法的收斂速度相對于文獻(xiàn)[14]所提出的變步長算法又進(jìn)一步提高，且其穩(wěn)態(tài)誤差值也低于其他兩個(gè)算法。

圖9 不同算法的收斂性對比

依據(jù)國際標(biāo)準(zhǔn)Loudness ISO 532A分別計(jì)算采集車內(nèi)噪聲、固定步長ANE算法的殘余噪聲，依據(jù)文獻(xiàn)[14]變步長ANE算法和本文所提出變步長ANE算法計(jì)算殘余噪聲響度，結(jié)果如表1所示。

表1 不同算法的噪聲響度

從表1中各個(gè)噪聲響度值可以看出，采樣噪聲經(jīng)過固定步長ANE算法主動(dòng)均衡控制后響度值下降了1.49 sone。采用依據(jù)文獻(xiàn)[14]的變步長ANE算法的主動(dòng)噪聲均衡控制后噪聲響度與固定步長算法相比幾乎無變化。而經(jīng)過本文所提出變步長ANE算法主動(dòng)均衡控制后響度值下降了1.72 sone，與固定步長算法相比又下降了0.23 sone，取得了較好的效果。

5 結(jié)論

經(jīng)過變步長FxLMS算法主動(dòng)控制后，車內(nèi)噪聲已經(jīng)失去初級噪聲的聲波特征，無法辨別初級噪聲的時(shí)變性，而變步長ANE算法的殘余噪聲保留了一定的初級噪聲幅值，依然可以辨別出初級噪聲的時(shí)變性。這說明與主動(dòng)噪聲抵消方法相比，主動(dòng)噪聲均衡方法具有更好的實(shí)用性。仿真試驗(yàn)的對比結(jié)果表明，本文所提出的變步長ANE算法不僅提高了固定步長ANE算法的收斂速度，同時(shí)降低了穩(wěn)態(tài)誤差，且與已有變步長方法相比，具有更快的收斂速度和更小的穩(wěn)態(tài)誤差。同時(shí)本文所提出變步長ANE算法可進(jìn)一步降低汽車的車內(nèi)噪聲響度，改善了車內(nèi)聲品質(zhì)。

[1] HAFIDI A E, MARTIN B, LOREDO A, et al. Vibration reduction on city buses: determination of optimal position of engine mounts[J]. Mechanical Systems and Signal Processing, 2010, 24(7): 2198-2209.

[2] AIRAKSINEN T, TOIVANEN J. An optimal local active noise control method based on stochastic finite element models[J]. Journal of Sound and Vibration, 2013, 26(332): 6924-6933.

[3] 馮天培, 孫躍東, 王巖松, 等. 汽車車內(nèi)制動(dòng)噪聲主動(dòng)控制[J]. 噪聲與振動(dòng)控制, 2016, 36(1): 75-78.

FENG Tianpei, SUN Yuedong, WANG Yansong, et al. Active noise control of automotive interior braking noise[J]. Noise and Vibration Control, 2016, 36(1): 75-78.

[4] BELGACEM W, BERRY A, MASSON P. Active vibration control on a quarter-car for cancellation of road noise disturbance[J]. Journal of Sound and Vibration, 2012, 331(14): 3240-3254.

[5] de OLIVEIRA L P R, da SILVA M M, SAS P, et al. Concurrent mechatronic design approach for active control of cavity noise[J]. Journal of Sound and Vibration, 2008, 314(3-5): 507-525.

[6] LI D S, CHENG L. The design of synthesized structural acoustic sensors for active control of interior noise with experimental validation[J]. Journal of Sound and Vibration, 2010, 329(2): 123-139.

[7] 張帥, 王巖松, 張心光, 等. VS-MFxLMS算法及其在汽車車內(nèi)噪聲有源控制中的應(yīng)用功能[J]. 噪聲與振動(dòng)控制, 2019, 39(2): 64-69.

ZHANG Shuai, WANG Yansong, ZHANG Xinguang, et al. Application of variable step-size modified FxLMS algorithm to active interior noise control for vehicles[J]. Noise and Vibration Control, 2019, 39(2): 64-69.

[8] JAIME A. Mosquera-Sánchez, WIM Desmet, et al. A multichannel amplitude and relative-phase controller for active sound quality control[J]. Mechanical Systems and Signal Processing, 2017, 88(1): 145-165.

[9] 賀巖松, 涂梨娥, 徐中明, 等. 汽車聲品質(zhì)研究綜述[J]. 汽車工程學(xué)報(bào), 2014, 4(6): 391-401.

HE Yansong, TU Li’e, XU Zhongming, et al. Review of vehicle sound quality[J].inese Journal of Automotive Engineering, 2014, 4(6): 391-401.

[10] 王登峰, 劉宗巍, 梁杰, 等. 車內(nèi)噪聲品質(zhì)的主觀評價(jià)試驗(yàn)與客觀量化描述[J]. 吉林大學(xué)學(xué)報(bào)(工學(xué)版), 2006, 36(S2):41-45.

WANG Dengfeng, LIU Zongwei, LIANG Jie, et al. Subjective evaluation test and objective quantificational description of vehicle interior noise quality[J]. Journal of Jilin University (Engineering and Technology Edition), 2006, 36(S2):41-45.

[11] 姜順明, 陳南. 采用響度控制改進(jìn)算法的封閉車廂主動(dòng)消聲[J]. 振動(dòng)與沖擊, 2013, 32(5): 167-170.

JIANG Shunming, CHEN Nan. Active loudness control of enclosed cabin noise by using improved algorithm[J]. Journal of Vibration and Shock, 2013, 32(5): 167-170.

[12] WANG Y S, FENG T P, WANG X L, et al. An improved LMS algorithm for active sound-quality control of vehicle interior noise based on auditory masking effect[J]. Mechanical Systems and Signal Processing, 2018, 108:292-303.

[13] MARCOS V M, SEARA R. On the stochastic modeling of FxLMS-based narrowband active noise equalization systems[J]. Signal Processing, 2015, 115: 214-226.

[14] 余榮平, 張心光, 王巖松, 等. 車內(nèi)噪聲主動(dòng)控制變步長LMS算法[J]. 噪聲與振動(dòng)控制, 2015, 35(1): 123-126.

YU Rongping, ZHANG Xinguang, WANG Yansong, et al. Active noise control for vehicle interior noise using variable incremental step LMS algorithm [J].Noise and Vibration Control, 2015, 35(1): 123-126.

[15] SUN G H, FENG T, LI M F, et al. Convergence analysis of FxLMS-based active noise control for repetitive impulses[J]. Applied Acoustics, 2015, 89: 178-187.

[16] 中華人民共和國國家質(zhì)量監(jiān)督檢驗(yàn)檢疫總局. GB/T 18697-2002 聲學(xué)—汽車車內(nèi)噪聲測量方法[S]. 北京: 中國標(biāo)準(zhǔn)出版物社, 2002.

A FxLMS based variable step-size active equalization algorithm for vehicles interiornoise

ZHANG Shuai, WANG Yan-song, GUO Hui, WANG Xiao-lan, LIU Ning-ning

(Automotive Engineering College, Shanghai University of Engineering Science, Shanghai 201620, China)

A new active equalization method for vehicle interior noise based on variable step-size ANE algorithm is presented in this paper, which has better practicality compared with the traditional active interior noise cancellation control method based on Filtered-x Least Mean Square (FxLMS) algorithm. The fixed-step Active Noise Equalization (ANE) algorithm, the proposed variable step-size ANE algorithm and the existing variable step-size ANE algorithm have been respectively applied to active interior noise equalization control for comparison. The results show that the proposed variable step-size ANE algorithm has faster algorithm convergence speed, less steady-state error and gives a lower loudness level, which provides a new method for active sound quality control of vehicle interior noise.

vehicle interior noise; loudness; variable step-size; Filtered-x Least Mean Square (FxLMS) algorithm; Active Noise Equalization (ANE) algorithm

U467.4+93

A

1000-3630(2019)-05-0574-06

10.16300/j.cnki.1000-3630.2019.05.015

2018-04-25;

2018-06-25

國家自然科學(xué)基金項(xiàng)目(51675324)、上汽基金項(xiàng)目(1523)

張帥(1989－), 男, 河南商丘人, 碩士, 研究方向?yàn)槠嘚VH測控技術(shù)、車內(nèi)噪聲主動(dòng)控制方法。

王巖松, E-mail: jzwbt@163.com