论文部分内容阅读
基于声波相消性干涉方法的噪声主动控制是用于车内低频噪声控制的有力工具,噪声品质的改善是车内噪声控制的目的。本文结合传统噪声主动控制自适应LMS算法及人耳听觉后掩蔽效应提出了PmLMS算法(Post-masking LMS Algorithm),在用LMS算法车内消噪的基础上取得响度值的进一步降低,达到改善车内噪声品质的目的。首先,在汽车匀速行驶的稳态工况下,响度对于车内声品质的影响比其余客观声品质参量如尖锐度更大,因此本文确定响度值作为评价汽车车内噪声品质的指标。研究传统LMS算法及其收敛性,编写LMS算法Matlab程序。其次对匀速行驶工况下的汽车车内噪声进行采集与筛选,作为本文汽车车内噪声主动控制的控制对象。接着本文研究人耳听觉后掩蔽效应及其应用,推导出基于后掩蔽效应的LMS算法——PmLMS算法,在Matlab环境中进行LMS算法与新算法的汽车车内噪声消噪仿真计算。结果显示在迭代步长、滤波器阶数及控制对象固定的条件下,PmLMS算法相对于传统LMS算法取得更低的响度值。最后本文对上述两种自适应滤波算法的迭代步长进行了仿真计算与分析,总结出PmLMS算法与传统LMS算法比较存在4个性质上的相同点:一、各车速下的消噪结果线性声压级与响度值均随步长的增加而减小,直至相应最优步长,之后随着步长的增加均出现震荡现象,导致不稳定不收敛状态,而且车速越高,适宜步长的范围越窄;二、随着步长的增加,各车速下车内降噪后线性声压级与响度值减小的速率越慢;三、车速越高,相同步长下两种算法的RRAL值(相对响度降低量)越大,即消噪能力越强,且随着步长增加,高速时消噪能力的增强速率大于低速时;四、在各车速下均呈现出消噪能力的增强速率随步长增加不断减小。以上四点保证了PmLMS算法对传统LMS算法的延续性。而在各车速车内噪声及各步长条件下,PmLMS算法消噪结果线性声压级与响度值均比传统LMS算法消噪结果低,在降低车内响度、改善车内噪声品质及提高车内乘员乘坐声舒适性方面,PmLMS算法优于传统LMS算法。这种改进是建立在缩短消噪算法适宜步长范围的基础上。在实际应用LMS算法及PmLMS算法时,步长要与车速相匹配才能避免出现震荡现象,到达良好的降噪效果。