基于FELMS算法改善车内声品质

为了改善某款国产乘用车匀速工况下车内噪声声品质,以驾驶员耳旁处的噪声为研究对象,首先在支持向量机基础上,引入最小二乘法进行优化其求解的约束条件,建立LS-SVM高精度的预测模型,实现声品质的客观评价。选取对声品质影响最大的响度作为控制参量,依据特征响度的大小确定各临界频带对总体响度的贡献程度,然后采用CEEMD经验模态分解对信号进行处理,经分解重构后确定各IMF分量对声品质的影响程度。最后基于Simulink搭建FELMS噪声主动控制系统,综合考虑控制频段大小对自适应滤波效果的影响以及声品质的控制效果进行仿真研究。结果表明,当响度达到最优控制时,烦躁度下降了2.47个等级,当基于CEEMD分解的声品质主动控制达到最优时,烦躁度下降了3.07个等级,控制效果明显提升,车内声品质得到良好的改善。

面向声品质改善的车内主动噪声控制系统设计

针对当前车用主动噪声控制系统以声压级为主要控制目标的不足,考虑人耳听觉主观感受,基于FPGA硬件设计平台提出一种面向声品质改善的车内主动噪声控制系统设计方案。首先设计时频数据转换模块、确定声品质控制思路,其次对自适应滤波技术和支持2路参考信号的2×2多通道FELMS算法进行设计,最后利用ZYNQ7000主控芯片及相关外设完成实验平台搭建。试验结果表明,所设计的系统在降噪点处对发动机噪声A计权声压级和总响度均有一定程度的控制效果。

面向声品质优化的有源噪声控制算法研究

传统有源控制算法未考虑控制后的声品质特性,而误差滤波最小均方(Filter-error least mean square,FeLMS)算法通过对误差滤波器的设置可较好地优化声品质。已有FeLMS算法的优化目标大多仅基于心理声学客观参量,未考虑不同类型噪声的频谱差异。针对该问题,以直升机舱内噪声为研究对象,研究面向声品质优化的有源控制算法。首先将直升机舱内人耳位置处采集的噪声样本作为初级噪声,开展烦恼度主观评价实验,然后对烦恼度实验数据进行多元线性回归得到直升机舱室噪声烦恼度的声品质模型,最后根据模型中烦恼度得分的频率响应曲线进行滤波器设计,以此为基础优化FeLMS算法。计算机仿真和主观评价实验结果表明,进行控制后噪声烦恼度明显降低。相较于传统滤波x最小均方(Filter-x Least Mean Square,FxLMS)算法,FeLMS算法在提升声品质方面效果更为明显。

基于主动噪声控制技术改善车内声品质

为达到改善某款SUV匀速工况下车内声品质的目的,以驾驶员右耳旁的稳态噪声为研究对象,建立GA-BP声品质预测模型,对声品质客观参量和主观烦恼度进行一元线性回归,选取与主观烦恼度显著相关的响度和粗糙度作为控制目标,利用Zwicker计算模型对响度进行分析,利用小波变换对粗糙度进行分析,根据分析结果确定最优控制频带,并设计基于FELMS算法的主动噪声控制系统对样本噪声进行主动控制。仿真结果表明,控制后噪声的响度、粗糙度分别降低了33.5%、23.1%,烦恼度等级下降了2.76个等级,车内声品质得到大幅改善。