基于智能数据融合的车内噪声主动控制算法

为解决车辆噪声主动控制系统中参考信号在车内容易受到次级声源的污染和以发动机转速信号作为参考只能控制发动机阶次噪声的问题,提出一种基于智能数据融合的车内噪声主动控制算法。首先根据传递路径分析结果选择对车内噪声贡献量大的车外测点信号,然后将发动机转速信号和车外测点信号进行数据融合作为参考信号,再利用迭代变步长FxLMS算法对驾驶员耳侧噪声进行主动控制。基于试验采集的不同工况车内噪声进行仿真分析,结果表明,所提出的算法相较于采用发动机转速信号作为参考信号的方法在总声压级上降低了4.4 dB(A)。     

汽车发动机噪声主动控制系统实验研究

现有的多数变步长主动控制算法的思路是建立步长参数与误差之间的非线性函数。本文中提出了一种基于反正切函数的迭代变步长FxLMS算法（iterative variable step-size FxLMS,IVS-FxLMS）;然后根据发动机转速信号构造参考信号,再利用IVS-FxLMS算法对驾驶员耳侧的2阶、4阶和6阶发动机噪声进行主动控制效果仿真;最后基于某国产车设计搭建主动控制系统软硬件进行实车实验来验证仿真结果。实验结果表明,车内发动机阶次噪声得到有效抑制,降低了车内发动机轰鸣声。