基于寬窄帶混合控制算法的車內主動噪聲控制系統(tǒng)研究
發(fā)布時間:2022-01-06 19:21
車內由動力系統(tǒng)、輪胎等引發(fā)的中低頻噪聲已成為司乘人員感知率最高的NVH(Noise,Vibration&Harshness)問題之一,受到了車企及科研院所的廣泛關注,針對車內中低頻噪聲的主動控制也成為NVH領域的核心難題。車內噪聲具有典型的寬窄帶混合特性,經典的車輛主動噪聲控制算法通常僅考慮對車內窄帶階次噪聲或寬帶噪聲的單獨控制,較少考慮二者的協(xié)同控制。因此,為同時實現(xiàn)車內寬窄帶噪聲的有效抑制,本文重點研究了基于寬窄帶混合控制算法的車輛主動噪聲控制(ANC)技術。在分析現(xiàn)有主動噪聲控制算法優(yōu)缺點的基礎上,本文提出了改進型寬窄帶混合主動噪聲控制算法,該算法包含基于聲反饋消除的信號分離子系統(tǒng),基于陷波延時LMS算法的窄帶ANC子系統(tǒng)以及基于限幅歸一化FxLMS算法的寬帶ANC子系統(tǒng)。其中,在信號分離子系統(tǒng)中引入了聲反饋消除技術,可消除主動噪聲控制過程中參考傳聲器所采集的反饋聲,進而保障系統(tǒng)的降噪性能;采用陷波延時LMS算法作為窄帶ANC子系統(tǒng)的核心算法,從理論上規(guī)避了次級通路系數(shù)與參考信號的卷積運算,大幅降低了算法的計算復雜度;對于寬帶ANC子系統(tǒng),拓展提出了限幅歸一化FxLMS(...
【文章來源】:吉林大學吉林省 211工程院校 985工程院校 教育部直屬院校
【文章頁數(shù)】:120 頁
【學位級別】:碩士
【部分圖文】:
基于LMS算法的次級通路辨識仿真模型
吉林大學碩士學位論文26圖2.13次級通路仿真辨識的PSD曲線通常,圖2.9中所搭建的基于附加隨機白噪聲的次級通路辨識仿真模型僅適用于辨識算法的性能仿真驗證,不能用于實際次級通路系數(shù)的辨識過程;诖,本研究將圖2.9中模型進行簡單修正,將其中模擬高斯白噪聲輸入模塊替換為由ANC控制器實際發(fā)出的白噪聲信號,并將期望信號由模擬真實次級通路濾波后的白噪聲信號改為實際誤差傳聲器采集的噪聲信號,由此形成下圖2.14中所示的實際次級通路辨識模型,該模型需與ANC硬件系統(tǒng)聯(lián)合使用。圖2.14基于LMS算法的實際次級通路辨識模型采用圖2.14中搭建的實際次級通路辨識模型進行實例驗證,次級通路實際辨識過程的試驗場景及系統(tǒng)布置如下圖2.15所示。其中誤差傳聲器D與次級揚聲器E之間的通路為待辨識次級通路,二者之間的距離近似12cm,誤差傳聲器的咪頭位置與次級揚聲器鼓膜的中心位置保持水平。
次級通路實際辨識試驗布局示意
【參考文獻】:
期刊論文
[1]多通道自適應陷波算法性能的評價指標及影響因素[J]. 張立軍,皮雄飛,孟德建,張頻捷. 同濟大學學報(自然科學版). 2020(01)
[2]直升機艙內噪聲主動控制技術研究[J]. 陸洋,馬遜軍,王風嬌. 航空制造技術. 2016(08)
[3]車內噪聲聽覺時域掩蔽主動控制LMS算法[J]. 馮天培,王巖松,郭輝. 噪聲與振動控制. 2014(03)
[4]主動噪聲控制技術(ANC)在商用車上的應用[J]. 余建華,郝奕,于俊鵬,陽松林,周杰敏. 汽車科技. 2011(03)
[5]基于峰值預濾波次級通道在線建模的主動噪聲控制系統(tǒng)[J]. 吳英姿,鮑雪山,徐新盛,曹宇. 振動與沖擊. 2008(01)
[6]車內有源噪聲控制的研究[J]. 王國領,許國賢,連小珉,蔣孝煜. 清華大學學報(自然科學版). 1996(04)
博士論文
[1]簡化無次級路徑建模有源控制算法研究[D]. 高敏.南京大學 2017
[2]管道寬窄帶混合主動噪聲控制系統(tǒng)的若干關鍵算法研究[D]. 黃博妍.哈爾濱工業(yè)大學 2013
[3]基于聲品質的汽車內部噪聲有源控制方法研究[D]. 聶永紅.湖南大學 2013
[4]車內低頻噪聲多次級聲源有源消聲系統(tǒng)研究[D]. 劉學廣.吉林大學 2004
碩士論文
[1]基于陷波延時LMS算法的乘用車內自適應有源噪聲控制技術研究[D]. 陳祥君.華南理工大學 2019
[2]商用車駕駛室內噪聲主動控制系統(tǒng)研究[D]. 陳文海.吉林大學 2019
[3]車內路噪自適應主動控制技術研究[D]. 陳輝.吉林大學 2019
[4]基于次級路徑在線辨識的寬窄帶室內主動噪聲控制方法[D]. 郭磊.北京郵電大學 2018
[5]主動噪聲前饋控制系統(tǒng)研究[D]. 孫韻卓.哈爾濱工業(yè)大學 2017
[6]管道風機主動噪聲控制系統(tǒng)的設計與實現(xiàn)[D]. 鄭一平.哈爾濱工業(yè)大學 2017
[7]結合虛擬傳聲器的汽車車內噪聲主動控制方法[D]. 王宇.清華大學 2017
[8]基于DSP的管道有源噪聲控制系統(tǒng)研究[D]. 段相.哈爾濱工業(yè)大學 2016
[9]基于陷波法的車內噪聲主動控制系統(tǒng)研究[D]. 孫吉東.吉林大學 2016
[10]管道低頻噪聲主動控制系統(tǒng)的DSP實現(xiàn)[D]. 于夢嬌.哈爾濱工業(yè)大學 2013
本文編號:3573028
【文章來源】:吉林大學吉林省 211工程院校 985工程院校 教育部直屬院校
【文章頁數(shù)】:120 頁
【學位級別】:碩士
【部分圖文】:
基于LMS算法的次級通路辨識仿真模型
吉林大學碩士學位論文26圖2.13次級通路仿真辨識的PSD曲線通常,圖2.9中所搭建的基于附加隨機白噪聲的次級通路辨識仿真模型僅適用于辨識算法的性能仿真驗證,不能用于實際次級通路系數(shù)的辨識過程;诖,本研究將圖2.9中模型進行簡單修正,將其中模擬高斯白噪聲輸入模塊替換為由ANC控制器實際發(fā)出的白噪聲信號,并將期望信號由模擬真實次級通路濾波后的白噪聲信號改為實際誤差傳聲器采集的噪聲信號,由此形成下圖2.14中所示的實際次級通路辨識模型,該模型需與ANC硬件系統(tǒng)聯(lián)合使用。圖2.14基于LMS算法的實際次級通路辨識模型采用圖2.14中搭建的實際次級通路辨識模型進行實例驗證,次級通路實際辨識過程的試驗場景及系統(tǒng)布置如下圖2.15所示。其中誤差傳聲器D與次級揚聲器E之間的通路為待辨識次級通路,二者之間的距離近似12cm,誤差傳聲器的咪頭位置與次級揚聲器鼓膜的中心位置保持水平。
次級通路實際辨識試驗布局示意
【參考文獻】:
期刊論文
[1]多通道自適應陷波算法性能的評價指標及影響因素[J]. 張立軍,皮雄飛,孟德建,張頻捷. 同濟大學學報(自然科學版). 2020(01)
[2]直升機艙內噪聲主動控制技術研究[J]. 陸洋,馬遜軍,王風嬌. 航空制造技術. 2016(08)
[3]車內噪聲聽覺時域掩蔽主動控制LMS算法[J]. 馮天培,王巖松,郭輝. 噪聲與振動控制. 2014(03)
[4]主動噪聲控制技術(ANC)在商用車上的應用[J]. 余建華,郝奕,于俊鵬,陽松林,周杰敏. 汽車科技. 2011(03)
[5]基于峰值預濾波次級通道在線建模的主動噪聲控制系統(tǒng)[J]. 吳英姿,鮑雪山,徐新盛,曹宇. 振動與沖擊. 2008(01)
[6]車內有源噪聲控制的研究[J]. 王國領,許國賢,連小珉,蔣孝煜. 清華大學學報(自然科學版). 1996(04)
博士論文
[1]簡化無次級路徑建模有源控制算法研究[D]. 高敏.南京大學 2017
[2]管道寬窄帶混合主動噪聲控制系統(tǒng)的若干關鍵算法研究[D]. 黃博妍.哈爾濱工業(yè)大學 2013
[3]基于聲品質的汽車內部噪聲有源控制方法研究[D]. 聶永紅.湖南大學 2013
[4]車內低頻噪聲多次級聲源有源消聲系統(tǒng)研究[D]. 劉學廣.吉林大學 2004
碩士論文
[1]基于陷波延時LMS算法的乘用車內自適應有源噪聲控制技術研究[D]. 陳祥君.華南理工大學 2019
[2]商用車駕駛室內噪聲主動控制系統(tǒng)研究[D]. 陳文海.吉林大學 2019
[3]車內路噪自適應主動控制技術研究[D]. 陳輝.吉林大學 2019
[4]基于次級路徑在線辨識的寬窄帶室內主動噪聲控制方法[D]. 郭磊.北京郵電大學 2018
[5]主動噪聲前饋控制系統(tǒng)研究[D]. 孫韻卓.哈爾濱工業(yè)大學 2017
[6]管道風機主動噪聲控制系統(tǒng)的設計與實現(xiàn)[D]. 鄭一平.哈爾濱工業(yè)大學 2017
[7]結合虛擬傳聲器的汽車車內噪聲主動控制方法[D]. 王宇.清華大學 2017
[8]基于DSP的管道有源噪聲控制系統(tǒng)研究[D]. 段相.哈爾濱工業(yè)大學 2016
[9]基于陷波法的車內噪聲主動控制系統(tǒng)研究[D]. 孫吉東.吉林大學 2016
[10]管道低頻噪聲主動控制系統(tǒng)的DSP實現(xiàn)[D]. 于夢嬌.哈爾濱工業(yè)大學 2013
本文編號:3573028
本文鏈接:http://sikaile.net/kejilunwen/qiche/3573028.html
最近更新
教材專著