被动噪声控制对高频噪声有较好效果，对低频噪声效果却并不理想，常会增加被控对象的重量和体积。有源消声(ANC)具有控制频带宽、低频控制效果好、重量轻、控制针对性强等优点，是一种应用前景良好的降噪技术。传统的有源消声忽略了人耳对声音感受的主观性，通常是控制某个或某几个误差传声器处的声压平方和最小，然而声压只是一个客观物理量，声压减小不能保证人耳感受到的声音强度就一定减弱。声品质的评价与应用是目前声学和噪声控制领域的研究热点之一，改善声音的听觉舒适性是当今噪声控制的一个新理念。本文提出一种考虑听觉主观性的有源消声系统，以封闭空间为研究对象，建立响度控制有源消声模型，研究有效实用的响度控制有源消声算法，探索利用有源消声主动改善声环境，主要的研究工作和研究结论如下:　　 在MATLAB下编写了ISO532B的Zwicker响度模型计算程序，得到的响度大小和特性响度分布图（响度谱）可用于有源消声效果的评价与分析。构建一个模拟人耳特性的系统，使该系统的频率特性具有倒置等响曲线的形状，导出了由等响曲线得到相应频率特性的算式，根据算式设计响度滤波器用于近似获取响度信号。　　 建立了基于声模态的复杂封闭空间传声通道模型，计算了原型为轿车车厢的封闭空间内的4个传声通道的理论频率特性，并与试验曲线进行对比，两者间的差别在工程允许的范围内。建立了响度平方和最小为目标函数的封闭空间有源消声模型，将该模型应用于轿车车厢原型的封闭空间的有源消声理论预测，得到的结论为:在低频范围内如果存在接近噪声源的次级源，可取得一定程度的全空间降噪;次级源位置比次级源、传声器的数量更能影响控制效果;在高频段实现全空间降噪非常困难，只在传声器一定范围内有局部的降噪，且降噪的范围随着频率的增加逐步缩小。　　 通过在有源消声系统中加入响度滤波器，适当放大人耳敏感频率成分，以及衰减不敏感成分，使系统控制目标转变成主观性心理声学参数—响度。基于经典FLMS算法推导了响度控制自适应有源消声LFLMS算法，为克服响度滤波器的加入对计算量和收敛性的不利影响，提出基于延迟补偿与逆模型结构的LFLMS改进算法。以轿车车厢原型封闭空间为对象，在MATLAB/Simulink下建立双通道有源消声模型，使用FLMS算法、LFLMS算法以及LFLMS改进算法对三种噪声进行有源消声控制仿真，结果表明响度控制与声压控制相比，尽管声压减小量稍小，但由于加强了对更敏感成分的消声作用，响度减小量更大，可获得更好的主观听觉效果。　　 为提高有源消声的综合性能，采用前馈和反馈组合的有源消声混合控制策略，其中前馈部分沿用响度控制自适应LFLMS改进算法，反馈部分则提出采用μ综合鲁棒控制器。在MATLAB/Simulink下建立了轿车车厢原型的封闭空间的双通道混合控制有源消声模型，将反馈部分看作带不确定性的鲁棒性能准则问题，以传声器输出干扰抑制能力和控制器输出约束作为性能指标，选择合适的性能加权函数与摄动加权函数，设计了双通道μ综合反馈控制器。对车内录制的发动机声进行有源消声仿真并得到以下结论:混合控制获得的声压下降量与声压控制接近，获得的响度减小量大于响度控制前馈结构;混合控制对人为移动次级源造成的次级通道建模误差有更强的鲁棒稳定性。　　 搭建了dSPACE/MATLAB/Simulink为核心的封闭车厢双通道有源消声试验平台。在MATLAB/Simulink下建立控制模型，通过dSPACE中RTI库的DS2210接口模块建立了模型与麦克风、次级源等硬件的联系，可执行代码自动编译生成并下载到DS1005控制器中。试验采用了FLMS、LFLMS、LFLMS改进算法、混合控制算法四种控制算法。人为移动次级源位置加大次级通道的模型误差，以考察各算法的鲁棒稳定性。试验结果表明:LFLMS改进算法、混合控制算法的收敛速度明显快于FLMS算法与LFLMS算法;FLMS与混合控制算法可获得较大的声压下降，LFLMS与LFLMS改进算法的声压下降量较少;混合控制算法的响度减小量最多，LFLMS与LFLMS改进算法次之，FLMS算法最少。分析麦克风误差信号的声压谱和响度谱可知，响度控制具有频率选择性，一定程度上减弱了人耳不敏感频段的消声作用，但加强了敏感频段的消声作用，令有源消声考虑到了人耳听觉的主观性。试验验证了响度控制是有效可行的，LFLMS改进算法和混合控制算法可加快收敛速度，试验结果还显示混合控制算法可兼顾有效性、收敛速度、实时性与鲁棒性，综合性能良好。