汽车车内制动噪声主动控制

冯天培，孙跃东，王岩松，刘宁宁

（1.上海理工大学 机械工程学院，上海 200093；2.上海工程技术大学 汽车工程学院，上海 201620）



汽车车内制动噪声主动控制

冯天培1，孙跃东1，王岩松2，刘宁宁2

（1.上海理工大学 机械工程学院，上海 200093；2.上海工程技术大学 汽车工程学院，上海 201620）

摘要：部分汽车制动时的车内噪声以低频成分占主导。低频噪声能量大，车内较强的低频制动噪声会给乘员带来不舒适的乘坐感受，降低车辆的乘坐舒适性。采集三辆轿车车内60 km/h紧急制动时司机位双耳处噪声信号并进行时-频域分析，分析结果与实车试验乘坐感受一致，接着运用低频噪声消噪效果较好的主动噪声控制方法，结合自适应LMS算法对样本信号进行消噪仿真实验，制动噪声低频部分得到较大的抑制，特别是在20 Hz～50 Hz低频带内，噪声能量衰减明显。

关键词：声学；制动噪声；汽车车内；时频域分析；主动噪声控制；LMS算法

制动是汽车行驶中的常见工况。部分汽车在紧急制动时的车内噪声低频成分能量比重较大，较强的车内低频制动噪声会使乘员产生一定的不舒适乘坐感受[1]。运用主动控制方法消减车内噪声是改善乘员乘坐声舒适性的途径之一[2]，而且相对于吸声、隔声等被动降噪方法，主动消噪更适宜于低频噪声的控制[3,4]。LMS(Least Mean Square)算法即最小均方算法是较早被用于车内噪声主动控制研究的线性自适应滤波算法，LMS算法简单有效，能对环境进行跟踪和自适应，其控制目标是自适应保持若干误差传声器处声音量值的均方最小，从而在传声器附近获得降噪区。

本文研究汽车车内制动噪声并运用主动噪声控制方法对此类噪声进行消噪仿真试验。首先采集三辆不同品牌轿车60 km/h紧急制动时车内驾驶员位双耳处噪声信号，接着运用Matlab软件及其信号处理工具箱对样本信号进行时频域分析，最后结合自适应LMS主动噪声控制算法对样本信号进行主动消噪仿真试验。

1　汽车车内制动噪声采集

汽车车内制动噪声数据的采集依据国家标准GB/T 18697_2002(声学—汽车车内噪声测量方法)[5]进行，试验车辆是三辆不同品牌的国产轿车，分别标记为K车、G车与L车，采集设备为丹麦B&K公司的PULSE噪声采集分析系统，系统软件为与硬件设备配套的Time Data Recorder数据采集软件，试验工况设为汽车60 km/h紧急制动至车辆静止，采集信号为车辆前排司机位双耳处噪声，每车均进行三次试验。

在K车制动噪声采集试验中，实际车内乘员有较低沉闷的不舒适乘坐感受，制动听觉舒适性不佳，初步判断此类噪声应是低频噪声，噪声低频成分能量幅值较大，占主导地位。三辆车试验结束后进行回放听声，对所有采集到的制动噪声也是上述听觉感觉。

选取每车三次试验中采集质量最好的一个噪声作为样本信号，利用Time Data Recorder软件转换为.mat格式文件，采样频率44 100 Hz，在Matlab软件中进行车内制动噪声的时域与频域分析。

2　车内制动噪声时频域分析

2.1傅里叶变换分析

在Matlab环境中对样本信号左耳噪声做快速傅里叶变换分析，其时域信息与频谱见下图1。

图1　三辆车60 km/h紧急制动时车内司机位左耳噪声时域图与频谱图

由图1可见，三辆车60 km/h紧急制动车内噪声整体频谱情况均以低频为主，噪声能量集中在低频处约400 Hz以内，中高频成分的幅值很小，这与上述实际车内乘坐感受相符。

2.2 STFT时频域分析

车内制动噪声信号是时变信号，可进一步运用STFT即短时傅里叶变换详细分析制动信号的时频能量信息分布情况。

因为样本信号的能量均大部分位于400 Hz以下，所以仅对噪声的低频部分进行时频分析即可。运用Matlab软件先对三个样本信号进行882 Hz重采样预处理，接着运用时频分析工具箱对重采样后的信号进行短时傅里叶变换时频分析，G车样本信号低频噪声时频能量分布等高线图见图2。

图2　G车样本信号低频噪声时频能量分布等高线图

图　3三噪声样本信号70 Hz以下能量时频分布等高线图

由图2可见，G车低频车内制动噪声能量更是集中于约50 Hz以下，K车与L车也是如此情况，三车样本信号0～70 Hz时频能量信息分布见图3。由图3可见，随着时间增加，噪声能量的频率分布一直在变化，且变化较为剧烈，而峰值均处于低频带20 Hz～50 Hz人能听到的频带内，三个噪声样本信号20 Hz～50 Hz低频成分能量较大。

3　制动噪声的主动控制

车内噪声主动控制（ANC，也即车内有源消声）是利用一套信号采集处理电路和消声算法来控制扬声器发出与乘员耳朵处的车内初级噪声幅值相同相位相反的声波，以与初级噪声相抵消的方法，从而达到降低车内乘员耳朵处噪声水平的目的。近二、三十年来许多学者和研究人员致力于车内噪声主动控制的研究，取得不少成果[6–8]。在车内噪声主动控制中，控制算法的研究是关键，关系到系统稳定性、实时性和消声效果。

3.1 LMS自适应滤波算法

LMS算法是一种线性自适应滤波算法，1960年由Widrow与Hoff提出，广泛应用于主动消噪、自适应波束成形与自适应谱线增强等领域。图4所示为该算法噪声主动控制系统的控制框图，X(n)是输入参考信号，y(n)是自适应滤波器输出信号，d(n)是期望信号即被消减的噪声信号，e(n)是误差信号即消噪后残余噪声信号，自适应滤波器选为横向滤波器，具有可调整的权向量W。

图4　LMS算法噪声主动控制框图

基于最速下降算法，LMS算法一次迭代过程由三个基本式构成：

(1)滤波输出

(2)误差信号产生

(3)滤波器权值的自适应调整式中X(n)是m+1维矢量，横向滤波器为m阶，其权向量W(n)为m+1维矢量，μ为该算法步长，一般取为小步长，以保证算法收敛[9]。

3.2车内制动噪声的LMS算法主动控制

在Matlab软件中编制LMS算法M程序，对重采样882 Hz三辆车车内制动噪声进行主动控制仿真试验，期望信号选择为司机位左耳噪声，参考信号为司机位右耳信号，自适应滤波器阶数设为15阶，算法步长设为0.02，K车车内制动噪声LMS算法主动消噪效果见图5。

由图5可见，针对非平稳紧急制动噪声的主动LMS算法控制中，消噪后噪声声压幅值取得了快速的降低并始终保持在一定的小幅值范围内，时域声压幅值消噪效果明显，从频域对比中能看出在几乎所有频率处LMS主动噪声控制方法都取得了较好的消噪效果，特别是在低频20 Hz～50 Hz频带内，对应频率噪声振幅降低明显，验证了LMS算法及其噪声主动控制方法对车内低频制动噪声控制的有效性，有助于改善制动时车内乘员的乘坐声舒适性。G车、L车消噪效果与K车一致，分别见图6与图7。

图5　K车噪声LMS算法消噪效果

图6　G车噪声LMS算法消噪效果

4结　语

部分汽车车内制动噪声低频成分能量大，过大的低频噪声会降低车内乘员的乘坐声舒适性，LMS算法可用于车内低频制动噪声的主动消噪，控制效果较为明显。而基于LMS算法的有源消声系统没有在算法中考虑次级声信号所经过的次级通路（由重构滤波器、功率放大器、扬声器和扬声器至误差传感器的声空间所构成）的影响，将LMS算法直接应用于实际车内噪声主动控制会导致控制系统不稳定，在LMS算法的基础上发展的考虑了次级通道的自适应Fx LMS(Filter-x LMS)算法可以作为车内制动噪声实车主动控制研究的重点。

图7　L车噪声LMS算法消噪效果

参考文献：

[1]刘宁宁.车内噪声综合烦躁度主观评价方法研究[D].上海：上海工程技术大学，2014.

[2]刘宗巍，王登峰，姜吉光，等.用主动噪声控制法改善车内声品质[J].吉林大学学报(工学版)，2008，38(2)：258-262.

[3]朱从云，赵则祥，李春广，等.噪声控制研究进展与展望[J].噪声与振动控制，2007，27(3)：1-8+19.

[4]余荣平，张心光，王岩松，等.车内噪声主动控制变步长LMS算法[J].噪声与振动控制，2015，35(1)：123-126.

[5]GB/T 18697_2002(声学-汽车车内噪声测量方法)，2002.

[6]J Diaz,J M.Egaña,J Viñolas.A local active noise control system based on a virtual-microphone technique for railwaysleepingvehicleapplications[J].Mechanical Systems and Signal Processing,2006,20(8):2259-2276.

[7]王峻廷.车内噪声主动控制的选择性消声方法研究[D].长春：吉林大学，2008.

[8]Jordan Cheer,Stephen J Elliott.Multichannel control systems for the attenuation of interior road noise in vehicles[J].Mechanical Systems and Signal Processing, 2015,60-61:753-769.

[9]Simon Haykin著，郑宝玉，等，译.自适应滤波器原理(第四版)[M].北京：电子工业出版社，2010.

中图分类号：U467.4+93

文献标识码：A

DOI编码：10.3969/j.issn.1006-1335.2016.01.016

文章编号：1006-1355(2016)02-0075-04

收稿日期：2015-09-09

作者简介：冯天培（1988-），男，河南永城人，博士研究生，目前从事车辆NVH测控技术研究。E-mail:ftp20100@163.com

Active Noise Control ofAutomotive Interior Braking Noise

FENG Tian-pei1,SUN Yue-dong1,WANG Yan-song2,LIU Ning-ning2

(1.School of Mechanical Engineering,Shanghai University of Science and Technology, Shanghai 200093,China; 2.Automotive Engineering College,Shanghai University of Engineering Science, Shanghai 201620,China)

Abstract:Low-frequency components of braking noise usually dominate the internal noise for some kinds of automobiles.Since the low-frequency noise has high energy,the strong interior noise will reduce the comfort for the passengers.In this paper,the braking noises at the driver’s ears in three different cars travelling at 60km/h in emergency braking were collected and analyzed in time-frequency domain.Results of analysis agreed well with the real ride-perception in a testing car.Then,the active braking noise control simulation using adaptive LMS algorithm was implemented.The results show that the low-frequency noise,especially in the range of 20 Hz-50 Hz,is greatly eliminated.

Key words:vibration and wave;braking noise;inside automotive;time-frequency domain analysis;active noise control(ANC);LMS algorithm