基于多通道自適應濾波算法的主動降噪試驗

高博 張忠 魏龍 侯傳濤 任方 秦朝紅 郭靜

基于多通道自適應濾波算法的主動降噪試驗

高博 張忠 魏龍 侯傳濤 任方 秦朝紅 郭靜

(北京強度環境研究所可靠性與環境工程技術重點實驗室，北京 100076)

前饋自適應控制算法因其運算量小、容易實現、物理機理清晰等優點而在噪聲主動控制中被廣泛應用。目前工程中噪聲主動控制的應用案例主要采用單通道噪聲主動控制算法，多通道控制算法相較于單通道控制算法控制效果更好，但由于結構較復雜，工程應用較少。因此，本文對多通道自適應濾波算法進行改進，并通過試驗驗證其有效性，為多通道噪聲主動控制系統的工程應用提供一種可行方案。

噪聲主動控制；多通道Fx-LMS算法；離散狀態空間方程；泄漏因子

0 引言

噪聲控制技術分為被動控制與主動控制兩種方式[1]。被動控制技術主要通過在結構表面鋪設彈性阻尼材料達到吸聲、隔聲的效果，這種方法應用最廣，對于中高頻噪聲具有較好的控制效果，但對低頻噪聲控制效果較差[2]。主動控制技術是利用聲波干涉相消原理[3]，通過生成與噪聲源振動頻率與幅值相同、相位相反的聲波，并與噪聲源疊加，從而達到以聲消聲的目的。相較于被動控制技術，該方法更適合于低頻噪聲的控制，因而主動控制技術在汽車、船舶、航空、航天等領域越來越受到重視[4-6]。

控制算法是噪聲主動控制研究的核心問題，它的優劣會從本質上決定了整個控制系統性能的好壞，其中，前饋自適應控制算法因其運算量小、容易實現、物理機理清晰等優點而在噪聲主動控制中被廣泛應用。自適應控制理論的研究始于20世紀50年代，Widrow和 Hoff在1959年發明了一種隨機梯度算法——最小均方（Least Mean Square,LMS）算法，它結構簡單易于實現，被廣泛應用于自適應信號處理。在這之后，學者們便努力將其應用到主動控制中來，最終形成了濾波最小均方（Fx-LMS）算法。這是一種考慮次級通道的LMS算法，并被廣泛用于噪聲主動控制中[7-9]。近年來，在自適應主動控制領域，Fx-LMS算法也在不斷發展進化之中，形成了如歸一化Fx-LMS算法、變步長Fx-LMS算法、泄露Fx-LMS算法、符號Fx-LMS算法，動量Fx-LMS算法等，改進的方向集中于加快自適應迭代收斂速度，降低控制穩態誤差等[10-12]。經典的單通道自適應濾波噪聲主動控制系統如圖1所示，其中控制系統部分以參考信號S和誤差信號e為輸入，以控制揚聲器的控制信號為輸出。當噪聲源、控制揚聲器與噪聲控制點的個數不為1時，則參考信號、誤差信號及控制信號的個數不為1，即得到多通道控制算法如圖2所示。

圖1 前饋自適應濾波噪聲主動控制系統框圖

圖2 多通道自適應濾波控制算法

對比圖1與圖2可以看出，當噪聲源、控制揚聲器與噪聲控制點的個數增加時，控制算法的復雜度成倍增加，且算法形成后，噪聲源個數、控制揚聲器個數、噪聲控制點個數均固定不可變，不利于工程使用。針對上述問題，本文對多通道自適應濾波控制算法進行改進，提出一種基于仿真平臺的工程化的多通道控制算法，使得噪聲源個數、控制揚聲器個數、噪聲控制點個數可靈活改變，為Fx-LMS算法的研究、多通道噪聲主動控制系統的應用提供一種可行方案。

1 多通道自適應濾波控制算法實現

假設參考信號個數為I，控制揚聲器個數為J，噪聲控制點數為。*()表示變量*在第個時間步的值。則控制器實現方法如下。

1.1 參考信號合并

以I=2為例，在仿真平臺中實現如圖3所示

1.2 次級通道模型實現

圖4 離散狀態空間方程

圖5 次級通道濾波模塊

以為輸入變量矩陣，分別計算次級通道G的響應，得到濾波參考信號R=[12 ……I]。以=3，=2為例，次級濾波模塊實現方法如圖5所示。

1.3 自適應權系數更新方法

自適應權系數的迭代方法如式（4）所示，這里引入了泄漏因子并增加了權系數鎖定開關，可增加系統穩定性，鎖定開關可在控制效果接近最優之后，手動將權系數鎖定為常值，避免持續迭代導致系統發散。

式中，mij為學習率。ek為第k個噪聲控制點處的聲壓信號。權系數更新/鎖定在仿真平臺中實現方法如圖6所示。

1.4 控制器輸出計算方法

第個控制揚聲器的控制信號可由式（5）計算獲得。

組合權系數的實現方法如圖7圖所示。

將s()組合為S()：需要注意S()的排序方式與權系數W()相反。

組合參考信號的實現方法如圖8所示。

圖8 組合參考信號

控制器輸出可表示為

2 自由空間噪聲主動控制試驗驗證

基于上述控制算法開展自由空間噪聲主動控制試驗驗證，試驗分為單通道控制試驗和多通道控制試驗。

2.1 單通道噪聲主動控制試驗

單通道噪聲控制試驗如圖10所示，控制揚聲器與噪聲源音響相對放置，誤差傳聲器位于二者之間中心位置。

圖9 改進的多通道自適應噪聲主動控制算法

1-控制揚聲器，2-噪聲源音響，3-誤差傳聲器，4、5、6-聲場測量傳聲器

首先基于狀態空間方法開展聲場次級通道辨識，辨識得到的狀態空間模型為6階，辨識結果如圖11所示，辨識精度達到99.99%。

圖11 模型預測對比

控制參數選用收斂系數=0.01，泄露系數=0.995，分別對120Hz、130Hz、150Hz、160Hz、170Hz正弦信號、100Hz～500Hz寬頻信號進行了控制，結果如下所示，降噪效果明顯，正弦信號降低超過6dB，寬頻噪聲環境降低3dB。

圖12 正弦信號控制效果

圖13 隨機信號控制效果

2.2 多通道MIMO控制（2通道）

多通道MIMO控制如圖14所示。

1-控制揚聲器*2，2-噪聲源音響*6，3-誤差傳聲器*2，4、5、6-聲場測量傳聲器

2個次級揚聲器同向布置、音響與揚聲器相對布置，其中噪聲源1-1與誤差傳聲器3-1相對，二者間次級通道設為原點傳遞11，同理得到1-2與3-2之間原點傳遞為22，1-1與3-2之間跨點傳遞12，1-2與3-1之間跨點傳遞為12。辨識采用單輸入多輸出辨識，通過兩次辨識試驗，獲得上述4個次級通道模型。

通過現場調試發現，控制效果受原點傳遞H(=)參數影響較大，原點傳遞收斂系數=0.01，泄露系數均為a=0.995，分別以170Hz正弦信號、100Hz～500Hz寬頻隨機信號作為噪聲源開展噪聲主動控制，結果如下所示，降噪效果明顯，正弦信號降低6dB以上，寬頻噪聲環境降低3dB以上。

圖15 正弦信號控制（3-1處聲壓）

圖16 正弦信號控制（3-2處聲壓）

圖17 隨機信號控制（3-1處聲壓）

圖18 隨機信號控制（3-2處聲壓）

3 密閉空間噪聲主動控制試驗驗證

圓筒內噪聲主動控制采用MIMO控制，揚聲器位于筒底部，將傳聲器安置于橫梁支架上，分別與1、2次級揚聲器對應，如圖19所示。試驗系統如圖20所示。

1-控制揚聲器*2，2-誤差傳聲器*2

圖20 密閉空間聲主動控制試驗

圓筒內噪聲主動控制結果如圖21、圖22所示，分別對170Hz正弦信號、100Hz～500Hz寬頻信號進行了控制，與自由空間MIMO控制結果相比，內聲場信號已經不是純正弦或寬頻隨機信號，在激勵頻率信號的基礎上受到聲輻射的干擾，將控制信號在控制頻率范圍內濾波進行分析，發現基于Fx-LMS的多通道MIMO控制方法降噪效果依然顯著，艙內噪聲正弦信號由128dB降為121dB，降低超過6dB，寬頻噪聲信號由128dB降為124dB，降低超過3dB。

圖21 正弦信號控制效果

圖22 隨機信號控制效果

4 結論

本文針對多通道Fx-LMS算法進行了改進，提出一種可工程應用的多通道噪聲主動控制算法，具體改進包括：1)對離散狀態空間方程模型進行改進，使之具備并行計算多組響應的能力。2)增加了權系數鎖定開關，在自適應權系數收斂后，可將其鎖定為常值，從而增加了控制系統的穩定性。3)對算法整體進行了優化，使得改變少量參數，即可適用于不同噪聲源數、控制揚聲器數和噪聲控制點數的噪聲主動控制問題。4)本控制算法中大多數參數方便調節，因此，為多通道噪聲主動控制的試驗研究提供了便利條件。利用改進的控制算法開展了從單通道到多通道、從自由聲場到密閉空間、從正弦噪聲到隨機噪聲等一系列噪聲主動控制試驗，試驗驗證了該算法的有效性。

控制系統的控制參數（學習率、泄漏因子等）直接影響控制系統的穩定性、控制精度以及收斂速度，目前這些參數主要憑經驗設置，通過手動調試獲得合適參數值。但對于多通道控制系統而言，次級通道的增加導致控制參數增多，任何一個參數值不合理，都有可能影響控制的精度，甚至導致系統發散。因此對于多通道噪聲主動控制系統，如何有效設置多個控制參數，將是后續研究的主要問題。

[1] 朱從云, 趙則祥, 李春廣, 等. 噪聲控制研究進展與展望[J]. 噪聲與振動控制, 2007, (3): 1-8, 19. [Zhu Congyun, Zhao Zexiang, Li Chunguang, et al. Development and prospect of noise control research [J]. Noise and Vibration Control, 2007 (3): 1-8,19.]

[2] 任方, 張正平, 李海波, 等. 基于吸聲材料的火箭整流罩噪聲環境控制[J]. 固體火箭技術, 2016(6): 851-856. [Ren Fang, Zhang Zhengping, Li Haibo, et al. Noise control technology of launch vehicle fairing using sound-absorbing material [J]. Journal of Solid Rocket Technology, 2016(6): 851-856.]

[3] Lueg P. Process of silencing sound oscillation[P]. US. Patent 2043, 416: 1936.

[4] 齊江龍, 原凱, 陳雅曦, 等. 運載火箭整流罩降噪技術研究進展[J]. 導彈與航天運載技術, 2019, 39(4): 119-123. [Qi Jiang-long, Yuan Kai, Chen Yaxi, et al. Research progress on noise attenuation technology of launch vehicle fairing[J]. Missiles and Space Vehicles, 2019, 39(4): 119-123.]

[5] 常振臣, 王登峰, 周淑輝, 等. 車內噪聲控制技術研究現狀及展望[J]. 吉林工業大學學報(工學版), 2002, 32(4): 86-90.[Chang Zhenchen, Wang Dengfeng, Zhou Shuhui, et al. Research developments and prospects of noise control technology in vehicle [J]. Journal of Jilin University of Technology, 2002, 32(4): 86-90.]

[6] 閭晨光. 艦艇動力裝置主動噪聲控制技術研究[J]. 科技創新導報, 2014, 31: 50. [LV Chenguang. Research on active noise control technology of ship power plant [J]. Science and Technology Innovation Herald, 2014, 31: 50.]

[7] 陳磊. 數字信號處理技術在噪聲頻譜分析儀中的應用[D]. 西安電子科技大學, 2010.

[8] 劉日山. 封閉空間噪聲自適應有源控制的研究[D]. 福建農林大學, 2009.

[9] 陳克安, 馬遠良. 自適應有源噪聲控制——原理、算法及實現[M]. 西安: 西北工業大學出版社, 1993.

[10] Kuo SM, Kong X, GanWS. Applications of adaptive feedback active noise control system[J]. IEEE Transactions on Control Systems Technology, 2003, 11: 216-220.

[11] 趙斌. 自適應逆控制及其在有源噪聲控制中的應用[D]. 燕山大學, 2002.

[12] 陳端石, 關元洪. 噪聲主動控制研究的發展與動向[J]. 應用聲學, 2001, 20(4): 1-5. [Chen Duanshi, Guan Yuanhong. Development of active noise control [J]. Applied Acoustics, 2001, 20(4): 1-5.]

Experiment of Active Noise Reduction Based on Multi-Channel Adaptive Filtering Algorithm

GAO Bo ZHANG Zhong WEI Long HOU Chuan-tao REN Fang QIN Zhao-hong GUO Jing

(Beijing Institute of Structure and Environment Engineering, Science and Technology on Reliability and Environmental Engineering Laboratory, Beijing 100076,China)

FXLMS adaptive control algorithm is widely used in active noise control because of its small amount of computation, easy implementation and clear physical mechanism. At present, the application cases of active noise control in engineering mainly use single channel noise active control algorithm. Compared with single channel control algorithm, multi-channel control algorithm has better control effect, but it is less applied in engineering due to its complex structure. Therefore, this paper improves the multi-channel adaptive filtering algorithm and verifies its effectiveness through experiments, which provides a feasible scheme for the engineering application of multi-channel noise active control system.

Active noise control; Multichannel FXLMS algorithm; Discrete state space equation; Leakage factor

V414

A

1006-3919(2022)03-0028-08

10.19447/j.cnki.11-1773/v.2022.03.005

2021-12-20；

2022-04-11

科技部國家重點研發計劃（2021YFB3801700）;重點實驗室基金（6142911180512）

高博（1992—），男，碩士，工程師，研究方向：動力學與控制；（100076）北京9200信箱72分箱.