差分相位調(diào)制指令-FxLMS算法驅(qū)動的多階次噪聲調(diào)制

關(guān)鍵詞：主動聲音分析；參考濾波最小均方；差分相位調(diào)制；多階次噪聲；穩(wěn)態(tài)仿真 中圖分類號：TB535；TP273.2 文獻標志碼：A DOI：10.16385/j.cnki.issn.1004-4523.202311058

Multi-order noise modulation driven by a differential phase scheduled command-FxLMS algorithm

LI Rubin，ZHENGXu1，JIA Zibin ² ，LIUXuexian1 （1.College of Energy Engineering，ZhejiangUniversity，Hangzhou 3loo27，China; 2.Zhejiang Setron Technology Co.，Ltd.，Hangzhou 311l99，China）

Abstract：Thecommand-FxLMSalgorithm formultiordernoise modulationhasunnecessrilyhighoutput gain whenthere isa phase error betwen thecommand signalandthe disturbance signal.Aimingatthis problem，a multiorderactivesound profiling system based on the modified differential phase scheduled command filtered- x least mean square（DPSC-FxLMS） algorithm is constructed.Byadjustingthephaseofthecommandsignaltokeepit inphasewiththedisturbancesignal，theoutputlevelof thecon trolsignalisreducedwhilekeepingthesamecontrolperformance.Simulationanalysisandcomparisonofenginesteadystate multiordernoisemodulationusingtheabovealgorithmsarecariedout，andthecontrolefectoftealgorithmsisverifiedForthe in-phasecase，twoalgorithmssharetheidenticalperformanceandcontroleffect，whilefortheout-of-phasecase，the DPSC-FxLMSalgorithmrequires less controlefort thanthecommand-FxLMS toachieve thesamecontrol performance.The multiordernoisemodulationsimulationoftheabovealgoritmiscariedoutusingthemultiordernoisesignalcolectedfromareal vehicle.Thesimulationresultsvalidate thefeasibilityof the proposed algorithm forpracticalin-vehicleapplications.

Keywords：activesoundprofiling;filtered -X least mean square;differential phase schedule;multi-order noise;steady-state simulatior

主動噪聲控制（activenoisecontrol，ANC）技術(shù)運用控制算法在測點位置處生成與原始噪聲幅值相等、頻率相同但相位相反的相干聲波，該聲波與原始噪聲相互抵消，可有效降低測點位置處的噪聲水平[1-2]。主動噪聲控制系統(tǒng)利用傳感器探測得到的參考信號和誤差信號，通過自適應(yīng)算法更新控制濾波器系數(shù)，并驅(qū)動次級聲源主動播放反相信號來實現(xiàn)噪聲消除的物理過程[3]。近年來，隨著數(shù)字信號處理（digitalsignal processing，DSP）技術(shù)的發(fā)展，前饋有源噪聲控制算法4以及基于前饋算法的車內(nèi)主動噪聲控制系統(tǒng)也得到了廣泛研究[5-7]，一些汽車廠商已將主動噪聲控制系統(tǒng)應(yīng)用于量產(chǎn)車型上，以降低車內(nèi)的發(fā)動機和道路噪聲水平。

主動噪聲控制系統(tǒng)的控制目標一般為降低所有測點處的平均聲能量，這一自標可被量化為平均的測點聲壓級衰減量，ANC系統(tǒng)控制的噪聲主要頻率區(qū)間一般在 20～500Hz 范圍內(nèi)。以車內(nèi)發(fā)動機階次噪聲為代表的旋轉(zhuǎn)機械多階次噪聲作為車輛內(nèi)部噪聲的重要組成部分，是一類典型的窄帶諧波噪聲。針對這類包含多個單頻特征的噪聲，可以使用低階的自適應(yīng)陷波器代替常規(guī)主動噪聲控制系統(tǒng)中的高階有限沖激響應(yīng)濾波器以降低系統(tǒng)計算負擔(dān)，此類系統(tǒng)被稱為窄帶主動噪聲控制系統(tǒng)[8-10]

作為主動噪聲控制系統(tǒng)的一個變體，主動聲音分析（activesoundprofiling，ASP）或主動噪聲均衡（activenoiseequalization，ANE）系統(tǒng)旨在通過調(diào)制控制測點噪聲頻譜分量的幅值，優(yōu)化噪聲各階次的比例[11]。

主動噪聲均衡的概念最早由KUO等[12-13]提出，并在此基礎(chǔ)上構(gòu)建了可線性調(diào)節(jié)增益的窄帶主動噪聲均衡器。WANG等[14]分析了增益大小、次級通路估計誤差及采樣頻率對于主動噪聲均衡系統(tǒng)收斂特性的影響。REES等[1提出了主動聲音分析的概念，指出了主動聲音分析的內(nèi)模參考濾波最小均方算法（internalmodelFxLMS）與主動噪聲均衡算法的相似性并對比了各類主動聲音分析算法的優(yōu)劣勢。

為滿足消費者和車企對于車內(nèi)各階次噪聲幅值的不同需求，指令-參考濾波最小均方（commandFxLMS）算法作為主動聲音分析的一種實現(xiàn)方式，可實現(xiàn)車內(nèi)多階次噪聲的主動調(diào)制。該算法通過在基本的窄帶主動降噪系統(tǒng)中加入指令信號以改變降噪目標，來實現(xiàn)有針對性的窄帶噪聲衰減、保持或增強功能。但由于該算法未考慮指令信號與主級噪聲信號的相位匹配，因而在指令信號與主級噪聲信號具有相位差時，系統(tǒng)將會使作動器輸出不必要的高幅值信號。在實際應(yīng)用中，這會使功率放大器和揚聲器等電聲設(shè)備運行在其非線性區(qū)間，甚至發(fā)生過載。

針對此問題，文獻[11]中提出使用輸出信號和誤差信號對外部干擾信號進行估計，并使用快速傅里葉變換（fastFouriertransform，F(xiàn)FT）提取出外部干擾信號的相位，使用信號發(fā)生器構(gòu)建與外部干擾信號同相的指令信號，使得算法在最小輸出信號幅值下實現(xiàn)主動聲音分析功能。此算法被稱為相位調(diào)制指令-參考濾波最小均方（phasescheduledcommand-FxLMS，PSC-FxLMS）算法。基于此算法，PATEL等[15]提出了改進的MPSC-FxLMS算法，使用智能自適應(yīng)磁滯切換器優(yōu)化了系統(tǒng)的穩(wěn)定性。賀巖松等1使用FIR濾波器和反三角函數(shù)改進了PSC-FxLMS算法相位提取的過程，加快了相位提取的速度。基于傅里葉變換提取相位的PSC-FxLMS算法在非整周期采樣時存在相位提取誤差較大的問題，這會影響該算法的頻率分辨率。

為了使多階次主動聲音分析算法準確提取外部干擾信號的相位信息，從而滿足不同工況下，車內(nèi)多階次噪聲系統(tǒng)輸出穩(wěn)定在較小范圍的目的，本文基于多階次窄帶主動聲音分析算法的原理，針對PSC-FxLMS算法相位提取誤差較大的問題，提出了改進的差分相位提取方法，并基于此提出了差分相位調(diào)制指令-參考濾波最小均方（differentialPSC-FxLMS，DPSC-FxLMS）算法，以優(yōu)化PSC-FxLMS算法的相位提取準確性。應(yīng)用MATLAB/Simulink仿真軟件，構(gòu)建了一個基于DPSC-FxLMS算法的多階次噪聲主動聲音分析系統(tǒng)，通過該系統(tǒng)進行了穩(wěn)態(tài)工況的多階次噪聲調(diào)制仿真分析，并與command-FxLMS算法進行了對比，以驗證算法的多階次噪聲調(diào)制效果。

1多階次窄帶主動聲音分析算法

1. 1 多階次command-FxLMS算法

基于窄帶FxLMS算法的多階次commandFxLMS算法框圖如圖1所示。相較于標準的窄帶FxLMS算法，command-FxLMS算法通過參考信號和期望增益生成期望信號，并與誤差信號相減，以生成用于算法迭代的偽誤差信號。算法迭代過程中，偽誤差信號均方值趨向最小化，此時測點處的誤差信號便趨向于期望信號。

圖1多階次command-FxLMS算法框圖 Fig.1Diagramofthemulti-ordercommand-FxLMS algorithm

在多階次command-FxLMS算法中，參考信號x（n） 為與轉(zhuǎn)速信號 ω（n） 同步的正余弦信號，對于第i 階發(fā)動機噪聲，有：

式中， n_e 為轉(zhuǎn)速； T_s 為系統(tǒng)采樣周期； n 為當(dāng)前采樣點數(shù)。

誤差信號 e（n） 為外部干擾信號 d（n） 與經(jīng)次級通路濾波后的控制信號 u^′（n） 的線性疊加，可表示為：

e（n）=d（n）+u^′（n）

其中，濾波控制信號 u^′（n） 由下式進行計算：

式中， u（n） 表示算法輸出的控制信號； g_j 表示次級通路 G（z） 脈沖響應(yīng)函數(shù) J 階FIR濾波器的第 j 個系數(shù)。

基于隨機梯度下降方法的FxLMS算法使用每個采樣周期更新一次的控制濾波器系數(shù)使偽誤差信號均方值趨向最小化。對于第 i 階發(fā)動機噪聲，控制濾波器系數(shù)的迭代公式如下：

式中， W_1i（n+1） 和 W_2i（n+1） 為下一采樣點的控制濾波器系數(shù)； W_1i（n） 和 W_2i（n） 為當(dāng)前采樣點的控制濾波器系數(shù)； α 為收斂因子； e^′（n） 為偽誤差信號； 和 分別為 x_1i（n） 和 x_2i（n） 經(jīng)次級通路對象模型濾波后的信號，可表示為：

式中， 表示次級通路對象模型 脈沖響應(yīng)函數(shù)J 階FIR濾波器的第 j 個系數(shù)。

算法輸出的控制信號 u（n） 是由各階參考信號經(jīng)時域控制濾波器濾波后疊加得到的，有：

每個采樣點處的偽誤差信號 e^′（n） 由誤差信號 減去指令信號 c（n） 生成：

其中，窄帶指令信號 c（n） 是由發(fā)動機各階次噪聲經(jīng)幅值調(diào)制后疊加生成的。設(shè)待控制發(fā)動機階次數(shù)為M ，則指令信號可表示為：

式中， C_i 表示第 i 階發(fā)動機噪聲的期望增益。

1.2 多階次PSC-FxLMS算法

多階次command-FxLMS算法在指令信號與外部干擾信號沒有相位差時能夠?qū)崿F(xiàn)較好的發(fā)動機階次噪聲調(diào)制效果，同時受次級通路對象模型的建模誤差影響較小。然而在實際應(yīng)用過程中，測點處采集得到的外部干擾信號由于外部聲學(xué)環(huán)境的聲傳播延遲和控制器計算的延遲會引入相位差，即外部干擾信號與參考信號并非是同相信號。此時command-FxLMS算法便需要使用具有相位差的輸入信號來進行迭代，這將使控制系統(tǒng)收斂后的輸出信號幅值較最優(yōu)的輸出幅值大，導(dǎo)致系統(tǒng)輸出設(shè)備，包括功放和揚聲器產(chǎn)生不必要的高輸出信號，這為算法的實際應(yīng)用帶來困難。

圖2所示為多階次PSC-FxLMS算法框圖。在算法收斂時，通過輸出信號 u（n） 和誤差信號 計算得到的外部干擾信號估計 由下式表示：

每經(jīng)過 N 個采樣周期，取該信號當(dāng)前采樣點及前 （N-1） 個采樣點，并執(zhí)行 N 點FFT變換，得到 的離散傅里葉變換結(jié)果 如下式所示：

式中， 為虛數(shù)單位。

對于第 i 階發(fā)動機噪聲，取 中的待控制階次對應(yīng)頻率點 處的幅角，得到外部干擾信號估計的相位 ，有：

式中，和 ? 分別表示取復(fù)數(shù)的實部和虛部。

圖2多階次PSC-FxLMS算法框圖

Fig.2Diagram of the multi-orderPSC-FxLMS algorithm

在指令信號發(fā)生器中，參考式（12）中的期望增益以及提取得到的相位信息構(gòu)建相位調(diào)制的指令信號 c（n） ，表示為：

若外部干擾信號的相位估計準確，則該指令信

號與外部干擾信號應(yīng)為同相信號，這樣便可使command-FxLMS算法在實現(xiàn)多階次發(fā)動機噪聲幅值調(diào)制的同時達到最小化輸出的效果。

1.3 多階次DPSC-FxLMS算法

上述的PSC-FxLMS算法在相位提取準確時，能夠?qū)崿F(xiàn)各階次指令信號與各階次外部干擾信號的相位匹配，從而使算法輸出維持在較低水平。當(dāng)傅里葉變換的點數(shù) N 與第1階外部干擾信號的周期 吻合時，有：

在信號的 N 點傅里葉變換結(jié)果 中，最小頻率間隔 Δf 為：

式中 為1階干擾信號的頻率。故此時式（15）可簡化為：

但由于外部干擾信號的頻率不一定是系統(tǒng)采樣頻率的整數(shù)倍，當(dāng)傅里葉變換點數(shù)無法與第1階外部干擾信號周期完全吻合時，信號將出現(xiàn)非整周期采樣現(xiàn)象。若將傅里葉變換點數(shù) N 按四舍五入計為最接近第1階外部干擾信號周期的整數(shù)，有：

當(dāng)傅里葉變換點數(shù) N 不變時，第 i 階噪聲因非整周期采樣出現(xiàn)的相位估計累積誤差為：

這會對PSC-FxLMS算法的相位估計產(chǎn)生干擾。為解決此問題，可引入相位差分項 ，建立差分相位

調(diào)制指令-參考濾波最小均方（DPSC-FxLMS）算法。此相位差分代表當(dāng)前和上一個FFT變換后的相位估計結(jié)果之差，其表達式為：

算法運行的流程圖如圖3所示，算法模型框圖如圖4所示。在算法運行時，判斷該相位差分項是否大于各階噪聲相位估計誤差閾值，當(dāng)相位差分高于閾值時，判斷外部干擾信號發(fā)生了相位變化，算法需根據(jù)當(dāng)前相位估計對指令信號相位進行更新，否則不更改指令信號相位。差分相位提取方法可以有效保證當(dāng)待控制噪聲信號無法進行整周期采樣時PSC-FxLMS算法的穩(wěn)定性，提高了算法實際應(yīng)用的可行性。

圖3DPSC-FxLMS算法運行流程圖Fig.3Flowchart of theDPSC-FxLMS algorithm

圖4多階次DPSC-FxLMS算法框圖

Fig.4Diagram of the multi-order DPSC-FxLMS algorithm

2 穩(wěn)態(tài)多階次噪聲調(diào)制

2.1仿真初始化及參數(shù)設(shè)置

設(shè)四缸四沖程發(fā)動機工作于 3000r/min 的恒定轉(zhuǎn)速下，待控制階次為第2、4、6階，可通過式（1）計算其3階噪聲對應(yīng)頻率分別為 100，200，300Hz 。考慮不同頻率單頻信號的傳播相位差不同，設(shè)置3階噪聲對應(yīng)外部干擾信號的初始相角分別為0 rad，初始幅值為3、2、0.5，則合成的外部干擾信號 d（n） 的表達式為：

其前0.2s的時域圖像如圖5所示。由圖5可知，由于3個階次噪聲的幅值和相位各不相同，因此合成的外部干擾信號幅值也不關(guān)于零軸對稱。

圖5外部干擾信號的時域圖像

Fig.5Time-domain diagram of external disturbance signal

次級通路及次級通路對象模型使用文獻[2]中提供的128階FIR濾波器進行模擬，其脈沖響應(yīng)和頻率響應(yīng)曲線分別如圖6和7所示。

基于多階次command-FxLMS和DPSC-FxLMS算法的仿真模型均使用 2000Hz 的采樣頻率進行仿真，仿真時長為2s。仿真過程中，兩種算法的收斂因子都調(diào)節(jié)至最優(yōu)值，以保證收斂效果穩(wěn)定。

對于上述的第2、4、6階發(fā)動機噪聲，設(shè)置指令信號的期望增益分別為 C₁=1 ， C₂=2，C₃=3 ，這對應(yīng)于主動聲音分析的3種不同模式，分別為衰減模式、中性模式和增強模式。

圖6次級通路及對象模型濾波器的脈沖響應(yīng) Fig.6Impulse response of the secondary path and plant model filter

圖7次級通路及對象模型濾波器的頻率響應(yīng) Fig.7Frequency response of the secondary path and plant model filter

2.2指令信號與干擾信號同相仿真結(jié)果

令3個階次指令信號的初始相位分別為 ，與外部干擾信號的初始相位相同，此時由式（12）和（16）可知，command-FxLMS與DPSC-FxLMS算法的指令信號完全相同，且均與待控制噪聲一致，因而此時DPSC-FxLMS的相位提取和調(diào)制模塊將不會更新指令信號的相位，兩種算法應(yīng)得到一致的輸出結(jié)果。

圖8所示為指令信號與干擾信號同相時，多階次command-FxLMS與DPSC-FxLMS算法仿真模型輸出偽誤差信號 e^′（n） 的時域圖像，此時收斂因子取值為 α=0.01 。由圖8可知，在相同的收斂因子下，兩種算法對于指令信號和干擾信號同相的情況均可實現(xiàn)偽誤差信號的快速收斂，且收斂速度和收斂結(jié)果完全一致，均在0.3s附近收斂至穩(wěn)態(tài)，因而在下述同相仿真結(jié)果分析時對兩種算法的結(jié)果不作區(qū)分。

圖8指令信號與干擾信號同相時偽誤差信號的時域圖像 Fig.8Time-domain diagram of pseudo error signal when the command signal and disturbance signal arein phase

圖9為收斂后的穩(wěn)態(tài)誤差信號 e（n） 與初始干擾信號 d（n） 的頻譜對比結(jié)果。由圖9可知，在收斂完成后各階次穩(wěn)態(tài)誤差信號與指令信號的期望增益幅值對應(yīng)較好，在2、4、6階的功率譜幅值分別變化了-9.5，0 和 +15.6dB ，符合原始干擾信號和指令信號的幅值變化關(guān)系，即算法實現(xiàn)了對于2階發(fā)動機噪聲的衰減，4階發(fā)動機噪聲的保留和6階發(fā)動機噪聲的增強作用。

圖9原始干擾信號與穩(wěn)態(tài)誤差信號的自功率譜 Fig.9Power spectrum of the original disturbance signal and steady-state error signal

上述仿真結(jié)果表明：本文提出的主動聲音分析算法對于發(fā)動機多階次噪聲可以實現(xiàn)有效的幅值調(diào)制效果，且多階次command-FxLMS算法與多階次DPSC-FxLMS算法在相同輸入?yún)?shù)和指令信號條件下的輸出結(jié)果相同。

2.3指令信號與干擾信號異相仿真結(jié)果

如第1.2節(jié)所述，當(dāng)指令信號與干擾信號不是同相信號時，多階次DPSC-FxLMS算法中的相位提取和信號發(fā)生器將發(fā)揮作用，使指令信號的相位根據(jù)當(dāng)前的干擾信號相位估計變化，以使算法具有最小化的輸出信號能量。

為了對比指令信號與干擾信號異相時兩種算法的性能，設(shè)置各階次指令信號的初始相位 θ_ci 為外部干擾信號的初始相位 θ_di 與相位偏置量 Δθ 之和，以模擬指令信號與干擾信號異相的情況，即

θ_ci=θ_di+Δθ

在下述仿真中，保持指令信號期望增益與收斂因子 α=0.01 不變，在相位偏置量設(shè)置為 π rad時，對兩種算法分別進行發(fā)動機多階次噪聲幅值調(diào)制仿真。圖10所示為多階次DPSC-FxLMS算法在相位偏置量為 時的相位提取結(jié)果。由圖10可知，多階次DPSC-FxLMS算法在相位偏置量（204號 時能夠準確地提取出各階發(fā)動機噪聲的相位信息，以此來修正指令信號的相位，使指令信號與外部干擾信號始終保持同相。

圖10相位偏置量 時的多階次DPSC-FxLMS算法 相位提取結(jié)果

Fig.lOPhaseextractionresultsofthemulti-order DPSC-FxLMS algorithm when the phase offset

在確保兩種算法的誤差信號均能收斂至穩(wěn)態(tài)的情況下，使用輸出信號均方根值 u（∞）_rms 來評估算法的輸出性能，仿真結(jié)果如圖11和12所示。

圖11顯示了不同相位偏置量下多階次command-FxLMS算法輸出信號均方根值時域曲線。由圖11可知，多階次command-FxLMS算法的輸出性能會受到指令信號與干擾信號相位誤差的影響，針對式（23）的3階發(fā)動機噪聲和4個不同的相位偏置量，當(dāng)指令信號與干擾信號相位差達到 π rad時，穩(wěn)態(tài)輸出信號均方根值 u（∞）_rms 最大，為2.02V_rms ;當(dāng)指令信號與干擾信號相位差為 時，輸出信號均方根值最小，為 0.90V_rms 。

圖12顯示了不同相位偏置量下多階次DPSC-FxLMS算法輸出信號均方根值時域曲線。與圖11對比可知，在保持相同收斂效果的條件下，多階次DPSC-FxLMS算法的輸出性能不受指令信號與干擾信號相位誤差的影響，穩(wěn)態(tài)輸出信號均方根始終保持在相位偏置量為0時的 0.97V_rms 附近。

上述仿真結(jié)果表明：多階次DPSC-FxLMS算法對于指令信號和干擾信號的相位誤差具有魯棒性，在同樣的收斂效果下能夠使用較小能量的輸出信號對發(fā)動機多階次噪聲進行幅值調(diào)制。

2.4基于實車數(shù)據(jù)的車內(nèi)多階次噪聲調(diào)制

為進一步體現(xiàn)多階次DPSC-FxLMS算法在實車應(yīng)用中的可行性和優(yōu)勢，本文采用實車采集的外部干擾信號進行發(fā)動機階次噪聲調(diào)制仿真。圖13為某混合動力試驗車示意圖，其發(fā)動機參數(shù)如表1所示。

圖13某混合動力試驗車示意圖Fig.13Schematic diagram of ahybrid testvehicle

表1某混合動力試驗車發(fā)動機參數(shù)表

Tab.1Engineparametersofthehybrid testvehicle

在車輛靜止?fàn)顟B(tài)，發(fā)動機處于怠速工況，轉(zhuǎn)速為1410r/min 時，在車內(nèi)副駕位置靠近人耳處使用MEMS麥克風(fēng)測量穩(wěn)態(tài)噪聲，作為算法的外部干擾信號。麥克風(fēng)測點位置圖如圖14所示，測得的怠速噪聲信號時域圖像如圖15所示。由式（1）可計算得當(dāng)前轉(zhuǎn)速下車內(nèi)發(fā)動機第2、4和6階噪聲頻率分別為47、94和 141Hz 。

圖14車內(nèi)副駕麥克風(fēng)測點位置示意圖

Fig.14 Schematic diagram of the location of the passenger seat microphone measurement point in the car

圖15車內(nèi)副駕位置人耳處發(fā)動機怠速噪聲信號時域圖像 Fig.15Time-domain diagram of engine idle noise signal at the passenger ear position in the car

由副駕車門揚聲器至麥克風(fēng)測點的次級通路傳遞函數(shù)脈沖響應(yīng)及頻率響應(yīng)曲線如圖16所示。在基于多階次command-FxLMS和多階次DPSC-FxLMS算法的仿真模型中，輸入上述實測外部干擾信號、轉(zhuǎn)速信息和次級通路傳遞函數(shù)，將3個階次噪聲的調(diào)制模式分別設(shè)置為衰減、中性和增強模式，衰減和增強的幅度分別為 -10dB 和 +10dB ，指令信號的初始相位均設(shè)置為0。兩種算法模型的收斂因子均設(shè)置為0.4，仿真結(jié)果如圖17和18所示。

圖17顯示了多階次command-FxLMS與DPSC-FxLMS算法仿真得到的外部干擾信號 d（n） 與誤差信號 的A計權(quán)聲壓級頻譜。由圖17可知，兩種算法均實現(xiàn)了多階次噪聲調(diào)制的控制目標，這也進一步驗證了多階次DPSC-FxLMS算法實車應(yīng)用的可行性。

圖18為多階次command-FxLMS與DPSCFxLMS算法仿真得到的輸出信號均方根值時域曲線。對比兩種算法收斂時的輸出信號均方根值可知，多階次DPSC-FxLMS算法收斂后的輸出信號均方根值僅為多階次command-FxLMS算法的約65% 。同時由于多階次DPSC-FxLMS算法對于外部干擾信號和指令信號相位誤差的魯棒性較強，因此輸出信號相較于多階次command-FxLMS算法更為穩(wěn)定，這有助于在實車應(yīng)用中降低車內(nèi)音響、功放等輸出設(shè)備的負載，防止輸出功率超限而爆音。

圖18多階次command-FxLMS和DPSC-FxLMS算法輸出 信號均方根值時域曲線 Fig.18TheRMS value of the output signal in time-domain from multi-order command-FxLMS and DPSCFxLMS algorithm

3結(jié)論

為使車內(nèi)多階次噪聲主動聲音分析系統(tǒng)在相同收斂性能下具有穩(wěn)定的較低輸出水平，本文提出一種基于差分相位調(diào)制指令FxLMS算法的多階次主動聲音分析系統(tǒng)，并進行了車內(nèi)多階次噪聲調(diào)制仿真研究，得到的主要結(jié)論如下：

（1）針對現(xiàn)有多階次command-FxLMS算法在主動聲音分析應(yīng)用中存在輸出信號過高的問題，在多階次PSC-FxLMS算法的基礎(chǔ)上，引入差分相位提取方法，提出了多階次DPSC-FxLMS算法，改善了在非整周期采樣時相位提取的準確性。

（2）在MATLAB/Simulink仿真環(huán)境中，對比指令信號和干擾信號同相及異相時多階次command-FxLMS算法及多階次DPSC-FxLMS算法對多階次噪聲的控制效果及輸出性能。結(jié)果表明，在指令信號與干擾信號異相情況下，前者的輸出性能會受到指令信號與干擾信號相位差的影響，而多階次DPSC-FxLMS算法對相位差具有魯棒性。

（3）采用實車采集的發(fā)動機怠速噪聲作為外部干擾信號，進一步進行了車內(nèi)多階次噪聲調(diào)制仿真。結(jié)果表明，多階次DPSC-FxLMS算法相較于多階次command-FxLMS算法，在實測信號輸人工況下也能夠以約 65% 的輸出信號水平對多階次噪聲實現(xiàn)相同的幅值調(diào)制效果，同時輸出性能更為穩(wěn)定。上述仿真結(jié)果證明所提出的算法能夠?qū)崿F(xiàn)對車內(nèi)發(fā)動機階次噪聲等旋轉(zhuǎn)機械多階次噪聲的幅值調(diào)制，在新能源智能座艙中具有較好的應(yīng)用前景。

參考文獻：

[1] NELSON P A，ELLIOTT S J.Active Control of Sound[M].London：Academic Press，1992.

[2] KUO S M，MORGAN D. Active Noise Control Systems：AlgorithmsandDSPImplementations[M].New York：JohnWileyamp;Sons，Inc，1995.

[3] ELLIOTT S J. Signal Processing for Active Control [M].Amsterdam：Elsevier，2001.

[4] 馬進，鄒海山，邱小軍.存在聲反饋的前饋有源噪聲 控制系統(tǒng)性能分析[J].聲學(xué)學(xué)報，2016，41（5）： 686-693. MA Jin，ZOU Haishan，QIU Xiaojun.Performance analysis of feedforward active noise control systems with acoustic feedback[J].Acta Acustica，2O16，41 （5）：686-693.

[5] 張立軍，張希玉，孟德建.基于NFXLMS算法的車內(nèi) 道路噪聲主動控制系統(tǒng)[J].振動與沖擊，2020，39 （21）：173-178. ZHANGLijun，ZHANG Xiyu，MENG Dejian.Active control system of vehicle interior road noise based on NFXLMS algorithm[J].Journal of Vibrationand Shock，2020，39（21）：173-178.

[6] CHEER J，ELLIOTT S J. Multichannel control sys temsfortheattenuation of interior road noise invehicles [J].Mechanical Systems and Signal Processing，2015， 60-61：753-769.

[7]JIA ZB，ZHENG X，ZHOUQ，et al.A hybrid active noise control system for the attenuation of road noise insideavehiclecabin[J].Sensors，202O，2O（24）：7190.

[8]吳方博，盧熾華，劉志恩，等.高效遠程傳聲技術(shù)窄帶 主動噪聲控制研究[J].振動與沖擊，2023，42（9）： 268-274. WUFangbo，LU Chihua，LIU Zhien，et al. Narrow-band active noise control using highly efficient remote microphone technique[J].Journal of Vibration and Shock，2023，42（9）：268-274.

[9]ZHANG S，ZHANG L J，MENG D J，et al. Active controlofvehicleinteriorengine noise usinga multi-channel delayed adaptive Notch algorithm based on FxLMS structure[J]. Mechanical Systems and Signal Processing，2023，186：109831.

[10]FERRARICL，CHEERJ， MAUTONEM.Investigation of an engine order noise cancellation system in a super sports car[J].Acta Acustica，2023，7：1.

[11]REES L E，ELLIOTT S J. Adaptive algorithms for active sound-profiling[J]. IEEE Transactions on Audio， Speech，and Language Processing，20o6，14（2）： 711-719.

[12] KUO S M， JI M J. Principle and application of adaptive noise equalizer[J]. IEEE Transactions on Circuits and Systems I ：Analog and Digital Signal Processing， 1994，41（7）：471-474.

[13]KUO S M，JI M J. Development and analysis of an adaptive noise equalizer[J]. IEEE Transactionson Speech and Audio Processing，1995，3（3）：217-222.

[14] WANG L，GAN W S. Convergence analysis of narrowband active noise equalizer system under imperfect secondary path estimation[J]. IEEE Transactions on Audio，Speech，and Language Processing，2Oo9，17（4）： 566-571.

[15]PATEL V，CHEER J，GEORGE N V. Modified phase-scheduled-command FxLMS algorithm for active sound profiling[J]. IEEE/ACM Transactions on Audio，Speech，and Language Processing，2Ol7，25（9）： 1799-1808.

[16］賀巖松，蔣昊，張志飛，等.基于FPSC-FxLMS算法 的車內(nèi)發(fā)動機噪聲主動控制[J].汽車工程，2022，44 （6）：919-928. HE Yansong，JIANG Hao，ZHANG Zhifei，et al. Active control of engine noise invehicle basedon FPSC-FxLMS algorithm[J]. Automotive Engineering， 2022，44（6）：919-928.

第一作者：勵汝彬 （1999- ），男，博士研究生。

E-mail：rubinli@zju.edu.cn通信作者：鄭旭（1983一），男，博士，副教授。E-mail：zhengxu@zju.edu.cn