基于经验模态分解的车内声品质EMD-ANE主动控制算法

为提高车内声品质水平,提出一种基于经验模态分解(Empirical Mode Decomposition,EMD)和噪声自适应均衡(Adaptive Noise Equalizer,ANE)算法的车内声品质EMD-ANE主动控制算法.考虑到车内噪声非平稳性高的特点,利用EMD方法获得非平稳性低的固有模式函数(Intrinsic Mode Function,IMF)分量,在ANE算法中设定不同的声音保留因子,对各分量进行主动控制.结果表明,EMD-ANE算法能够有效抑制车内噪声,且可以降低车内噪声的低频成分.与传统ANE算法相比,该算法可以更好地控制车内噪声的响度水平,更适用于车内声品质主动控制(Active Sound Quality Control,ASQC).