基于FxLMS的汽車車內(nèi)噪聲變步長主動均衡算法

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)噪聲主動均衡控制的變步長主動噪聲均衡(Active Noise Equalization, ANE)算法，與傳統(tǒng)車內(nèi)噪聲主動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；主動噪聲均衡算法

0 引言

近年來，噪聲主動控制方法已經(jīng)成為汽車車內(nèi)噪聲控制研究的一個熱點(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)噪聲主動控制方法中，噪聲主動控制策略和算法的研究是關(guān)鍵。主動控制策略主要包括兩種：主動噪聲抵消控制和主動噪聲均衡控制。主動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)動機(jī)以及傳動機(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算法主動噪聲均衡控制結(jié)果，對三種主動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。這說明與主動噪聲抵消方法相比，主動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)制動噪聲主動控制[J]. 噪聲與振動控制, 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消聲[J]. 振動與沖擊, 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)噪聲主動控制變步長LMS算法[J]. 噪聲與振動控制, 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)噪聲主動控制方法。

王巖松, E-mail: jzwbt@163.com