汽车车内制动噪声主动控制

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。     

从掩蔽效应和鸡尾酒效应探究听觉

掩蔽效应和鸡尾酒效应是人耳听觉效应里两个非常重要的部分。很多人都认为,掩蔽效应和鸡尾酒效应是两个完全不相同的概念,甚至有人曾经明确地指出过,掩蔽效应是关于听觉生理上的一种现象,鸡尾酒效应是关于人的听觉心理上的一种表现;也有一部分人将鸡尾酒效应认为是人耳掩蔽效应的一种。对于各种不同的解释,下面希望能通过一些更深人和清晰的了解去探究一下两者的关系。同时,通过一些非常独特的视角,来重新审视它们。     

发动机排气噪声主动控制的LMS算法仿真研究

发动机排气噪声有源控制算法有多种,不同的算法因其复杂程度不同实际的控制效果也不一样。为了找到一种更有效的控制算法,用MATLAB建立Simulink仿真模型对LMS算法进行仿真,从仿真效果判断出在误差通道客观存在的情况下LMS算法的局限性并对LMS算法进行了改进,取得了较好的控制效果。     

汽车车内噪声主动控制变步长NFB-LMS算法

为规避最小均方（Least Mean Square,LMS）算法不能同时提高收敛速度和降低稳态误差的固有缺陷,以及已有变步长LMS算法存在收敛速度慢和稳态误差估计精度差的问题,文中提出了一种基于变步长归一化频域块（Normalized Frequency-domain Block,NFB） LMS算法的汽车车内噪声主动控制方法。为了比较,应用传统的LMS算法、基于反正切函数的变步长LMS算法和变步长NFB-LMS算法分别进行实测汽车车内噪声的主动控制。结果表明,与其他两个算法相比,变步长NFB-LMS算法的收敛速度提高了70%以上,稳态误差减小了90%以上。变步长NFB-LMS算法在处理车内噪声信号时具有很高的效率,为进行汽车车内噪声主动控制提供了一种新方法。     

车内噪声主动控制技术的研究

基于国内对汽车车内噪声控制标准的提升，运用目前国内外对噪声主动控制方面的研究成果，结合汽车本身的特点，利用压电陶瓷对车内噪声进行主动控制的研究。并根据车内声学模态对压电陶瓷优化配置方法和基于神经网络的控制策略进行探讨，通过对桑塔纳2000型轿车试验证实这种主动控制方法的有效性。     

车内噪声主动控制算法研究

为了能更好地实现对车内噪声的控制，提出了一种基于sym6小波的离散小波变换（DWT）,将其与FxLMS结合形成DWT-FxLMS主动噪声控制算法，并构建相应的主动噪声控制（ANC）系统模型。将采集的车内噪声作为参考噪声源，参考信号经由Mallat塔式算法实现的离散小波变换分解为具有多分辨率的多个子带，再由FxLMS算法处理，最终经离散小波逆变换实现信号的重构。利用计算机仿真分析该算法对车内噪声的控制效果并与时域FxLMS算法（TD-FxLMS）和频域FxLMS算法（FD-FxLMS）进行比较。结果表明，与TD-FxLMS算法相比，DWT-FxLMS算法大大降低了计算复杂性且收敛性更好；与FD-FxLMS算法相比，DWT-FxLMS算法能有效地消除稳态和非稳态噪声，而FD-FxLMS算法无法有效消除非稳态噪声。     

多通道反馈主动噪声分布控制系统的实现

在主动噪声控制领域普遍使用前馈控制,但是其要求能够获得有效的参考信号,因此在许多不能得到有效参考信号的情况下,只能选择反馈控制。相比于单通道系统,虽然多通道主动噪声控制具有更优的降噪性能,但是存在着计算负荷较大的不足,采用分布式控制是一种简单易行的解决办法。实验结果表明分布式多通道反馈主动控制具有良好的降噪性能。     

基于FxLMS的汽车车内噪声变步长主动均衡算法

提出了一种可用于汽车车内噪声主动均衡控制的变步长主动噪声均衡（Active Noise Equalization,ANE）算法,与传统车内噪声主动抵消控制方法所采用的滤波x最小均方（Filtered-x Least Mean Square,FxLMS）算法相比具有更好的实用性。应用固定步长主动噪声均衡（Active Noise Equalization,ANE）算法、所提出变步长ANE算法和已有变步长ANE算法分别进行汽车车内噪声主动均衡控制。结果表明,所提出变步长ANE算法具有更快的收敛速度和较低的稳态误差,并且能进一步降低汽车车内噪声响度,为汽车车内声品质主动控制提供了一种新方法。     

基于延时陷波算法的车内主动噪声控制

传统车内主动噪声控制(Active Noise Control,ANC)中使用的FxLMS(Filtered-x Least Mean Square)算法,计算量较大,所需硬件成本相对较高,不利于批量生产。因此文章提出一种使用参考信号与滤波参考信号数字合成的改进自适应陷波方案,弥补了次级通路延时模型在相位误差方面的缺陷,同时具有结构简单、计算量小的优点。最后,基于CompactRIO建立了车内双通道延时陷波窄带ANC系统,进行车辆定置发动机定转速与行驶过程急加速两种工况下的实车道路试验。试验结果表明,所提方案的主动噪声控制效果良好,急加速工况下,车内噪声总声压级最高仍可降低8.46 dB(A),为主动噪声控制的工程应用提供了参考。     

一种噪声与振动主动控制的滤波-MLMS算法

滤波－LMS算法在噪声与振动主动控制中最为常用，但在具有冲击干扰的环境下，其收敛性能变差，本文提出一种更具鲁棒性的滤波－中值LMS算法，无论在冲击噪声还是在非冲击噪声环境下，都具有很好的收敛性，计算机仿真结果进一步验证了这种算法的有效性。     

环境噪声主动控制算法的研究与实现

噪声主动控制技术是环境降噪的新技术,主动控制算法是其核心的问题之一。在研究滤波-X LMS主动控制算法基础上,提出了基于ⅡR滤波器的滤波-U LMS主动控制算法。对存在声反馈时的噪声主动控制中,可以提高系统的稳定性。设计了自适应主动噪声控制系统,对滤波-X LMS与滤波-U LMS主动控制算法进行了仿真和实验,结果表明,两种算法均能有效地应用于噪声主动自适应控制中,滤波-U LMS具有更好的宽频降噪效果。     

运行工况下车内噪声的能量传递路径分析

传递路径分析是分析车辆噪声的重要手段。针对在中高频范围内,产品不同个体的频率响应函数的幅值和相位均存在较大差异的现象,提出了运行工况下的能量传递路径分析。并应用于某重型商用车的车内噪声分析,对分析结果进行了验证。结果表明,和传统的传递路径分析结果相比,在同样的求解条件下,能量传递路径分析得到的传递函数的稳定性更好。     

统计能量分析在汽车车内噪声分析中的应用

建立了用于汽车车内高频噪声分析的整车SEA模型，介绍了工程设计中车身子系统SEA模型和整车噪声传递路径分析方法的应用，最后以分析实例说明了统计能量分析在汽车车内噪声性能设计中的适用性和准确性。     

铁路客车内场噪声预测与控制

统计能量分析方法适于解决高频高模态密度的复杂动力学问题。采用该方法对25型铁路客车进行研究。用模态相似群法建立整车统计能量分析模型,仿真预测客车内场噪声的分布情况和噪声的主要传播路径,进而提出降低车内噪声的措施,尽管得出的是相对的结果,但是这些结论可以使设计者在设计初期考虑噪声指标成为可能。     

车身板件对车内噪声的贡献量分析

讨论车身板件对车内空腔辐射噪声的贡献量分析.通过对声源强度和声学传递函数的乘积求和来进行某块板在目标位置声压贡献量的合成.利用互异法间接测量声学传递函数,通过截面面积和其法向加速度的乘积得到声源强度值.模拟计算前面试验边界条件建立的有限元模型,有限元计算结果和实测数据进行对比.     

管道有源消声次源声反馈问题研究与实验分析

有源消声是一种有效的低频噪声控制方法.而次源声反馈问题一直是影响管道有源消声系统的关键问题之一.从传递函数的角度分析了管道有源消声的次源声反馈问题,并提出了解决上述问题的方法.通过实验验证,此方法效果良好.     

燃料电池轿车车内后部噪声实验分析与控制

通过对车内后部噪声的测试，分析了车内后部噪声的分布状况，对试验数据进行频谱分析处理了解车内后部噪声的主要频率成分并结合振动试验判断了主要噪声源；通过隔声与吸声措施提高了后排座隔板和衣帽架对中高频噪声的隔声量，改善了乘坐室后部噪声的强度与频率特性，提高了乘座舒适性。     

统计能量分析法在声屏障设计研究中的应用

在应用统计能量分析（SEA）法对城市快速高架路声屏障进行准确估算的基础上,对不同结构形式、不同材料构成及不同布置形式的声屏障降噪效果进行预测。结果表明,应用统计能量分析方法可以通过简单的修改就能快捷而准确地获得敏感点频谱特性,大大提升声屏障计算的工作效率和可操作性。     

两参考输入复滤波NLMS主动噪声控制系统性能分析

研究了将主动噪声控制系统应用于舰船的自噪声控制,用来抵消舰船的低频线谱噪声群时,参考输入为两个单频复正弦信号条件下,次级通道对Filtered-XNLMS算法的收敛性能影响.对该问题做了严格的数学分析和仿真试验,最终结果表明：对于本地线谱噪声有源抵消而言,由于次级通道的影响,参考输入的两正弦信号的归一化频率间隔Δf/fs以及反映次级通道幅频特性对不同频率信号的幅度加权程度比例因子α都对系统性能有影响,也就是说,当比值因子α较大时（α＞1）,系统的收敛性能只是与步长μ有关,与差频Δf的大小无关;当α较小时（α≤1）,系统的收敛系统决定于步长μ和主输入的两个正弦波的差频Δf;特别对于α＝1情况,系统很快就可以收敛,具有非常好的跟踪性能.