基于改進FxLMS前饋控制算法的高速列車主動控制系統研究

丁江沨 趙艷菊 帥仁忠

摘 要：傳統的高速列車噪聲控制方法采用被動降噪方法，如隔聲、減振等，但只對高頻噪聲控制有效。為了有效的消除低頻和中頻噪聲，提出了一種基于改進FxLMS前饋控制算法的高速列車主動控制設計方案，并在此基礎上，對該方案進行了仿真分析和試驗測試。將8個參考傳聲器安裝在VIP座椅及內飾板上，通過在高速列車上的長時間運行試驗，結果表明，在啟動ANC系統時，噪聲可以降低3dBA。

關鍵詞：改進FxLMS前饋控制算法;主動降噪;高速列車;ANC

中圖分類號：TB 文獻標識碼：A doi：10.19311/j.cnki.1672-3198.2019.34.092

減振降噪措施是高速列車設計中的關鍵技術之一。線路試驗結果表明，高速列車內部噪聲主要集中在低頻和中頻。眾所周知，吸聲和隔聲措施對低頻和中頻噪聲的影響較小。降低低頻噪聲一直是噪聲控制的難題。主動噪聲控制（ANC）是通過適當的二次聲源陣列引入一個對消“噪聲”來實現的。這些二次聲源通過控制系統產生與源噪聲相反的波對原有噪聲進行消聲降噪處理。主動控制的優點是附加質量小，低頻噪聲效果好。因此，ANC在制造業、工業和汽車業有著廣泛的應用，但在鐵路領域報道較少。

本文研究了主動噪聲控制在高速列車中的應用，根據ANC原理，提出了一種基于改進FxLMS前饋控制算法的高速列車主動控制設計方案，根據ANC開發過程，進行了線路測試和靜態傳遞函數測試。然后通過在實驗室和實車驗證了該主動控制系統的降噪效果。

1 主動降噪原理

主動噪聲控制的原理是兩列相位相反聲波干涉相消的原理。如果次級聲源產生與原有聲源（空間和時間上）相位相反、幅值相等的聲波，則該區域內的原始聲場相互抵消就達到了降噪的目的。

主動噪聲控制系統的關鍵在于主動控制算法。目前，根據采用最佳原則的不同，主要分為兩類：一是基于最小均方差（LMS）算法，例如歸一化的最小均方誤差算法（NLMS）、多誤差 的LMS算法 、濾波-U等算法;二是基于遞歸最小二乘（RLS）算法，比如最小二乘格形算法（LSL）、濾波最小二乘算法（FRLS）、快速橫向濾波算法（FTF）等。而 LMS 算法因為計算量小、算法簡單、收斂性較好而且硬件易實現，目前的實時噪聲主動控制系統大多采用此類算法。由 Widrow和 Burgess兩位學者各自獨立推導的 FXLMS（Filtered X LMS）算法及其改進算法由于結構簡單收斂性好，目前已成為主動噪聲控制領域應用最為廣泛的算法。

2 FXLMS主動控制算法

在ANC前饋控制器中，采用橫向 FIR 結構的自適應濾波器。前饋ANC系統中，次路徑長度為M，hi（n）為n時刻次路徑的第i個脈沖響應系數。定義代價函數為：

FXLMS算法這一名稱是Burgess于1981年命名的，它結合管道噪聲有源控制的需求，詳細推導了這一算法并給出了收斂曲線和降噪性能的計算機仿真結果。FXLMS算法是最早應用于主動噪聲控制中的自適應算法，已成為主動控制算法中的最經典和最常用的算法，也成為其他算法比較的 “標準算法”。

前饋FXLMS控制算法主要特點為：

（1）參考傳感器和誤差傳聲器分別采集聲源的參考輸入信號x（n）和誤差信號e（n）;

（2）控制濾波器的輸出信號為：u（n）=WT（n）X（n）=∑N-1i=0wi（n）x（n-i）;

（3）輸出信號u（n）以驅動次級揚聲器;

（4）計算濾波-X信號xf（n）=∑M-1i=0si（n）x（n-i）;

（5）采用FXLMS算法更新自適應濾波器W（z）的權值參數;

W（n+1）=W（n）-μe（n）Xf（n）

（6）重復以上過程直至誤差信號e（n）滿足設定要求。

主動噪聲控制系統的物理實現要求系統是因果系統。所謂因果系統，是指系統輸出只取決于此時刻以及此時刻以前的輸入，如果初級通路的聲時延比次級通路大，則控制器是可以物理實現。此時的控制器就是一個最佳的可實現線性濾波器。

2.1 基于LMS算法的次路徑建模

最小均方（LMS）算法的權系數計算迭代公式是通過梯度估計得來，這個梯度估計值存在一定的誤差，因此在有源噪聲控制過程中，需要預先辨識次路徑的模型，以修正LMS算法的誤差梯度估計值。

有源噪聲控制過程中，一般是采用基于LMS算法的FIR濾波器對次路徑的模型進行預先辨識，以修正LMS算法的誤差梯度估計值。圖3給出了次路徑模型辨識的框圖，為充分激勵次路徑的各個頻率成分，激勵信號選擇白噪聲，其辨識過程總結如圖3。

（1）白噪聲信號驅動次級揚聲器，同時作為自適應濾波器S∧（z）及LMS算法的參考輸入信號;

（2）揚聲器的輸出信號為次級聲源信號y（n）;

（3）主動控制自適應濾波器S∧（z）的輸出信號為：y∧（n）=∑M-1i=0si（n）u（n-i）;

（4）誤差信號為實際系統和辨識模型的輸出差值：e（n）=y（n）-y∧（n）;

（5）采用LMS算法更新自適應濾波器S∧（z）的系數;

si（n+1）=si（n）+μe（n）u（n-i）， i=0，1，…，M-1重復以上過程直至誤差信號e（n）滿足設定要求。存儲濾波器參數S∧（z），供FXLMS算法使用。

2.2 改進的FXLMS算法

考慮聲反饋的FXLMS算法在自適應前饋主動控制系統中，還需要注意的是：

（1）主動噪聲控制系統處理的是聲學參量，因此需要考慮各個電氣元器件的延遲影響;

（2）主動噪聲控制系統中次級聲源的輸出并不是立刻被誤差傳感器接收，而是經過一個復雜的次級通路的傳播，因此次級通路對算法的影響必須要考慮;

（3）主動噪聲控制系統中還存在次級聲的反饋問題（即指次級聲源反饋到參考傳感器中）。

次級聲反饋是指喇叭等次級聲源產生的聲波反饋到參考輸入傳聲器處所導致的參考信號失真現象，其原因是因為聲波傳播具有非單向性;主動噪聲控制過程中，有時需要設計考慮次級聲反饋的前饋主動控制系統，以保證主動控制系統的穩定性。

在聲反饋FXLMS算法（FBFXLMS）中，利用次級聲反饋路徑的估計F∧（z） 對控制輸出u（n）進行濾波。次級聲反饋路徑的估計值F∧（z）如果與實際路徑F（z）充分接近，則可較好的恢復真實的參考輸入x（n），從而減小次級聲反饋對系統性能的影響。

（1）白噪聲信號驅動次級揚聲器，同時作為自適應濾波器S∧（z），F∧（z）及LMS算法的參考輸入信號;

（2）參考傳感器和誤差傳聲器用來分別采集聲源的參考輸入信號x（n）及誤差信號e（n）;

（3）計算誤差信號e'（n）和f（n）;

e'（n）=e（n）-∑M-1i=0si（n）u（n-i）

f（n）=x（n）-∑L-1i=0di（n）u（n-i）

（4）采用LMS算法更新自適應濾波器S∧（z），F∧（z）參數;

si（n+1）=si（n）+μse（n）u（n-i）， i=0，1，…，M-1，

di（n+1）=di（n）+μdf（n）u（n-i）， i=0，1，…，L-1

（5）重復以上過程直至誤差信號e'（n）和f（n）滿足設定要求，存儲S∧（z），F∧（z）參數，供FBFXLMS算法使用。

3 主動降噪控制系統設計

根據噪聲主動控制理論，一個ANC系統主要包括參考傳感器、誤差傳感器、主動發聲裝置（喇叭）和控制器四個部分。

參考傳感器是采用加速度傳感器獲取引起車內噪聲的激勵源，并傳遞到控制器中;誤差傳感器：監控ANC 系統運行情況;主動發聲裝置（喇叭）：物理產生相反的噪聲，抵消原有噪聲;控制器：驅動喇叭的信號處理器。在最簡單的情況下，數字信號處理（DSP）控制器將參考傳感器接收的信號乘以負一并將其傳送到喇叭來產生相反的噪聲。

噪聲主動控制算法研究首先需要進行聲源識別，找出引起乘客耳部區域噪聲的噪聲源，由于高速列車結構復雜，噪聲源眾多，隨著速度不同，車內噪聲源的貢獻也不同。通過傳遞路徑和貢獻量分析，確定車輛的主要噪聲源，用作參考信號來重構引起乘客耳部噪聲的噪聲源。

搭建控制算法模型，通過篩選不同的參考通道，模擬主動控制系統的控制效果，選取8個參考信號、2個次級聲源、2個誤差傳感器，作為控制系統的輸入和輸出通道。圖7所示的simlink程序即為控制算法程序中，圖8所示的dSPACE為控制器。

4 試驗驗證

在半消聲室內搭建VIP座椅主動降噪系統，將主動裝置嵌入VIP座椅中，不改變VIP座椅外形結構，通過模擬列車噪聲環境，進行靜態調試。根據噪聲特性和乘客頭部活動區域，優化控制參數，實現最優控制，目前試驗室條件下，降噪效果可以達到10dBA。

根據試驗室模擬效果，在實車上搭建主動控制系統，將參考傳感器布置在VIP座椅周圍車體地板、側墻、頂板上。驗證結果表明，該主動控制系統能有效地降低3-6dB的低頻噪聲，特別是在人頭部300Hz以下。圖10顯示了控制系統的布置情況，圖11為噪聲控制效果對比，300km/h速度工況下，在較寬頻帶內可實現噪聲級降低3 dBA。

5 結論

本文研究了主動噪聲控制在高速列車中的應用，針對高速列車復雜的噪聲環境，根據ANC原理，提出了一種基于改進FxLMS前饋控制算法的高速列車主動控制設計方案，并開發了一套適應于VIP座椅的主動控制系統，通過現場試驗，對開發的主動噪聲控制系統進行了驗證和評價，試驗表明開發的主動控制系統可以降低座椅頭部區域噪聲在3dBA左右。

參考文獻

[1]陳克安.有源噪聲控制[M].北京：國防工業出版社，2014.

[2]周亞麗，張奇志.有源噪聲與振動控制[M].北京：清華大學出版社，2014.

[3]Gorman J，Hinchliffe R，Stothers I.Active sound control on the flight deck of AC130 Hercules[C].Proceedings of ACTIVE04，2004.

[4]Sano H，Yamashita T，Terai K.Active control system for low-frequency road noise combined with an audio system[J].IEEE Transactions on Speech and Audio Processing，2001，9（7）：755-763.

[5]Elliott S J.A review of active noise and vibration control in road vehicles[J].ISVR Technical Memorandum No.981，2008.