基于智能算法的汽车主动降噪系统研究与设计

摘要

有源噪声控制,是利用声波叠加原理，人为的产生一部分抵消噪声与原噪声相叠加，以次级噪声来抵消或者降低不希望的噪声。在当代，随着汽车工业的发展，乘车舒适性开始引起人们的关注，因而使得汽车噪声控制成为汽车技术研发的一个重要的研究方向。汽车噪声控制旨在降低汽车噪声对于乘客和搭载仪器的伤害。
　　汽车是个复杂的噪声环境，其噪声组成主要以低频噪声为主，且混有部分中频噪声。传统的被动噪声控制如材料法等，对高频噪声具有良好的阻音效果，但对于汽车这种以低频为主要噪声的场合效果较差。主动噪声控制是基于声波的相消干涉原理，产生一道与原噪声幅度相同但相位相反的次级声波与原噪声相叠加，达到降噪的目的。
　　目前，主动噪声控制主要采用的是滤波法，其中自适应滤波器法以其结构简单，实时性好，成为了主要的研究方向。自适应滤波器从功能结构上分为自适应算法和横向滤波器两部分，自适应算法通过实时的误差输入来改变横向滤波器的权值，使横向滤波器能够自适应环境的改变。
　　本文从汽车主动噪声控制系统和主动噪声控制系统故障诊断系统两方面进行了相关的研究和设计。本文主要工作如下：
　　（1）设计了适应于汽车噪声环境的主动噪声控制系统，该系统主要采用了在线辨识机制LMS滤波器，适用于变化的噪声环境以及噪声传播通道。同时引入了变步长机制，能够准确实时的对汽车的噪声进行控制。此次设计采用仿真手段进行验证，仿真时分别采用10阶、50阶和100阶的FIR滤波器，自适应算法步长选为0.0001，结果表明，具有在线辨识机制、变步长LMS滤波器能够很好地消除附加在有用信号上的干扰噪声，提取有用信号。且阶数越大，滤波效果越好，迭代步数越小。选用100阶的FIR滤波器，基本能够还原原信号，迭代步数和误差幅值仅为10阶FIR滤波器的二分之一。
　　（2）设计了具有容错机制的控制系统传感器故障诊断系统，该诊断系统主要通过采用支持向量机和RBF神经网络组成的双层模型系统，采用其预测功能，对主动噪声控制系统的传感器进行实时的故障诊断、定位以及信号重构。此次设计采用仿真的手段进行验证，仿真时采用白噪声经过Butterworth带通滤波器来模拟三种不同部位的噪声，仿真结果表明，系统能够在3秒左右完成故障的诊断、定位以及信号的重构。仿真结果表明，双层模型故障诊断系统具有良好的诊断、定位及重构传感器信号的功能。
　　此次研究以汽车驾驶室噪声为控制目标，针对噪声控制设计了基于自适应滤波器的主动噪声控制系统。经过仿真实验表明，本次设计的噪声主动控制系统具有良好的降噪效果。在上述工作的基础上，又针对这个自适应滤波主动噪声控制系统设计了一套基于双层智能算法模型的故障诊断系统。经过仿真实验表明，该系统能够在单一传感器发生故障时进行诊断、定位并进行信号的重构。

目录

封面

声明

中文摘要

英文摘要

目录

第一章 绪论

1.1 引言

1.2 汽车噪声控制技术研究现状

1.3 自适应滤波算法的发展

1.4 故障诊断技术的发展

1.5 本文研究的主要内容及章节安排

第二章 噪声源分析及其检测方法

2.1 引言

2.2 噪声标准

2.3 噪声源分析

2.4 噪声采集方法

2.4本章小结

第三章 有源噪声控制系统结构

3.1 有源噪声控制技术理论

3.2 主动噪声控制系统结构

3.3 本章小结

第四章 主动噪声控制系统设计及其仿真实验

4.1 自适应滤波器

4.2 自适应算法

4.3 基于改进的FX-LMS滤波器主动噪声控制系统设计

4.4 次级通道建模

4.5仿真研究

4.5本章小结

第五章 故障诊断系统设计及其仿真实验

5.1 支持向量机

5.2 RBF神经网络

5.3 传感器故障诊断系统的结构

5.4 传感器故障诊断与信号重构的实现过程

5.5 仿真研究

5.6 本章小结

第六章 总结与展望

6.1 总结

6.2 展望

参考文献

致谢

附录：攻读硕士期间所获成果