一种计算量小的智能座舱噪声主动控制系统及方法

本发明涉及噪声主动控制，具体涉及一种计算量小的智能座舱噪声主动控制系统及方法。

背景技术：

1、随着科技进步与汽车消费观念的提升，打造智能、安静、舒适的驾乘体验已成为各个汽车厂商在智能座舱领域发力的重点。其中，提高座舱噪声、振动和声振粗糙度(nvh)至关重要。传统的汽车nvh技术主要以被动控制为主，从噪声源头和路径出发，主要通过优化结构、选择材料、设计声学包等手段来减少或抑制噪音。这类方法对于振动和高频噪声有较好效果。但对于以低频窄带噪声为主的汽车发动机或增程器噪声，被动控制效果较差。而噪声主动控制技术能够有效降低座舱中的低频噪声，实现与传统被动降噪技术优势互补，从而为乘客提供安静舒适的座舱环境。噪声主动控制技术利用声波干涉相消现象，通过次级声源发出一个与噪声源振幅相同、相位相反的抵消信号与被抵消信号发生干涉，在特定区域产生声音相消区，从而达到降低噪声的目的。

2、在噪声主动控制系统中，次级通路包括次级声源至降噪位置间的传递路径和控制系统中电信号的传递路径。次级通路建模是噪声主动控制技术中关键的一个环节，如果没有精确的次级通路模型，噪声主动控制将无法取得预期效果。

3、在现有技术中，使用常规随机白噪声法可以获得精确的全局次级通路估计模型。对于一个阶的全局次级通路模型，在滤波运算中每次迭代都需要进行次乘法和次加法。输入信号与次级通路模型进行卷积运算得到滤波参考信号的过程，所涉及的计算量远超自适应算法中自适应滤波器权系数与输出信号迭代更新的计算量，消耗了大部分硬件资源，严重影响了算法的稳定性和实时性。因此，次级通路模型在算法更新迭代过程中计算复杂度较高的问题亟需解决。

技术实现思路

1、本发明提出了一种计算量小的智能座舱噪声主动控制系统及方法，以解决采用全局次级通路模型在算法更新迭代过程中计算复杂度较高的技术问题。

2、为解决上述技术问题，本发明提供了一种计算量小的智能座舱噪声主动控制系统，所述系统包括转速采集模块、误差麦克风、主动降噪控制器和次级扬声器；

3、所述转速采集模块，用于采集发动机转速生成参考信号；

4、所述误差麦克风，用于收集座舱内声音，生成误差信号；

5、所述主动降噪控制器包括若干个局部次级通路估计模型和滤波更新模块；通过与所述参考信号相匹配的局部次级通路估计模型进行滤波得到滤波参考信号；所述滤波更新模块通过对所述滤波参考信号和误差信号进行权系数更新；通过所述权系数和参考信号进行卷积，得到噪声输出结果；

6、所述次级扬声器，用于根据所述噪声输出结果进行发声，以抵消噪声。

7、优选地，所述误差麦克风设置于座椅内部、头顶车棚或门把手上。

8、优选地，所述次级扬声器为车载扬声器，输出声波信号。

9、本发明还提供了一种计算量小的智能座舱噪声主动控制方法，适用于上述的计算量小的智能座舱噪声主动控制系统，其特征在于：包括以下步骤：

10、步骤s1：生成参考信号，所述参考信号为正、余弦信号，所述正、余弦信号的频率通过发动机转速信号进行获取；

11、步骤s2：获取座舱内噪声信号，作为误差信号；

12、步骤s3：通过所述参考信号识别噪声主要频率，选取对应频点的局部次级通路估计模型计算得到滤波参考信号；

13、步骤s4：通过滤波参考信号和误差信号，采用自适应滤波算法进行滤波器权系数更新迭代；

14、步骤s5：将所述参考信号和滤波器权系数进行卷积，得到扬声器输出信号，输出声波信号和座舱内噪声干涉抵消，进行主动噪声控制。

15、优选地，所述参考信号的频率通过发动机转速信号进行计算，发动机阶次频率fi表达式为：

16、fi＝i*n/60；

17、式中，n表示当前转速，i表示发动机阶数。

18、优选地，步骤s3中的局部次级通路估计模型通过以下方法生成：

19、步骤s31：生成白噪声信号，采用所述白噪声信号识别次级通路，得到全局次级通路估计模型；

20、步骤s32：输出单频正弦信号，设定频率步长进行遍历，对次级通路循环激励；

21、步骤s33：采用所述全局次级通路估计模型，对激励后的次级通路进行识别，得到所有频点的局部次级通路估计模型。

22、优选地，步骤s4中所述自适应滤波算法采用归一化最小均方算法。

23、优选地，所述归一化最小均方算法的表达式为：

24、wi(n+1)＝wi(n)+μ×e(n)×x'(n)；

25、式中，wi(n+1)表示权系数，μ表示步长参数，e(n)表示n时刻的误差信号，x'(n)表示n时刻的参考信号。

26、优选地，所述白噪声信号为高斯白噪声；所述白噪声信号和单频正弦信号的频率范围为50hz-500hz

27、优选地，步骤s32中频率步长为1hz。

28、本发明的有益效果至少包括：使用频点局部次级通路估计模型代替全局次级通路估计模型，次级通路模型的阶数由通常的256阶缩减至2阶，自适应算法的计算量大幅降低，算法实时性和延时得到改善，硬件资源占用降低。将频率范围内的频点局部次级通路模型存入控制器的指定寄存器中，当汽车发动机或增程器噪声传入控制系统时，调用相应频点的局部次级通路模型参与自适应算法迭代，系统计算量大大减小。由于噪声主动控制技术在汽车应用中需要精确的成本控制，计算量小的智能座舱的噪声主动控制系统可以极大降低硬件资源占用，从而选择成本较低的低算力dsp(数字信号处理)芯片，利于噪声主动控制技术在智能座舱领域的普及。并且，在计算量降低的同时，频点局部次级通路模型在各个频点处的建模精度与全局次级通路模型一致，噪声主动控制系统的稳定性与降噪效果不受影响。

技术特征：

1.一种计算量小的智能座舱噪声主动控制系统，其特征在于：所述系统包括转速采集模块、误差麦克风、主动降噪控制器和次级扬声器；

2.根据权利要求1所述的一种计算量小的智能座舱噪声主动控制系统，其特征在于：所述误差麦克风设置于座椅内部、头顶车棚或门把手上。

3.根据权利要求1所述的一种计算量小的智能座舱噪声主动控制系统，其特征在于：所述次级扬声器为车载扬声器，输出声波信号。

4.一种计算量小的智能座舱噪声主动控制方法，适用于权利要求1至权利要求3任意一项所述的计算量小的智能座舱噪声主动控制系统，其特征在于：包括以下步骤：

5.根据权利要求4所述的一种计算量小的智能座舱噪声主动控制方法，其特征在于：所述参考信号的频率通过发动机转速信号进行计算，发动机阶次频率fi表达式为：

6.根据权利要求4所述的一种计算量小的智能座舱噪声主动控制方法，其特征在于：步骤s3中的局部次级通路估计模型通过以下方法生成：

7.根据权利要求4所述的一种计算量小的智能座舱噪声主动控制方法，其特征在于：步骤s4中所述自适应滤波算法采用归一化最小均方算法。

8.根据权利要求7所述的一种计算量小的智能座舱噪声主动控制方法，其特征在于：所述归一化最小均方算法的表达式为：

9.根据权利要求6所述的一种计算量小的智能座舱噪声主动控制方法，其特征在于：所述白噪声信号为高斯白噪声；所述白噪声信号和单频正弦信号的频率范围为50hz-500hz。

10.根据权利要求6所述的一种计算量小的智能座舱噪声主动控制方法，其特征在于：步骤s32中频率步长为1hz。

技术总结本发明提供了一种计算量小的智能座舱噪声主动控制系统及方法，通过生成参考信号；获取座舱内噪声信号，作为误差信号；通过所述参考信号识别噪声主要频率，选取对应频点的局部次级通路估计模型计算得到滤波参考信号；通过滤波参考信号和误差信号，采用自适应滤波算法进行滤波器权系数更新迭代；将所述参考信号和滤波器权系数进行卷积，得到扬声器输出信号，输出声波信号和座舱内噪声干涉抵消，进行主动噪声控制。使用频点局部次级通路估计模型代替全局次级通路估计模型次级通路模型的阶数由通常的256阶缩减至2阶，自适应算法的计算量大幅降低，算法实时性和延时得到改善，硬件资源占用降低。技术研发人员：刘志恩,钱宇书,陈弯,卢炽华,罗挺,邵炯炀,吕之品,孙孟雷受保护的技术使用者：武汉理工大学技术研发日：技术公布日：2024/4/17