HI,欢迎来到起点商标网!
24小时服务QQ:2880605093

一种用于汽车道路噪声的主动控制系统、方法及车辆系统与流程

2021-01-28 16:01:29|334|起点商标网
一种用于汽车道路噪声的主动控制系统、方法及车辆系统与流程

本发明涉及噪声及振动控制领域,特别涉及一种用于汽车道路噪声的主动控制系统、方法及车辆系统。



背景技术:

汽车上运用的主动噪声控制系统一般采用前馈、反馈或前反馈结合的结构来衰减目标噪声源。汽车行驶时,路面和轮胎相互作用产生的道路噪声通过悬架及车身传至车厢内成为环境噪声,消除此类噪声的anc技术称为道路噪声主动控制技术(roadnoisecontrol,rnc)。rnc系统是自适应最小均方系统(leastmeansystem,lms),它的前馈信号一般为引起汽车悬架振动的振动信号,反馈信号一般为车厢内布置在人耳附近的误差麦克风测得的声压信号,根据前馈信号的频率特性合成次级声源,由车载扬声器播放出在人耳处与不期望噪声相位相反、幅值相反的抵消噪声,达到降低人耳处噪声的目的。

传统的基于时域算法的道路噪声主动控制方法的计算成本较高,收敛速度慢,不利于rnc技术的产品化。而且,当车辆在运行时,路面可能会发生突变,比如从光滑沥青路面到砾石路面,如果rnc系统的主要参数是固定数值,诸如收敛步长、误差信号增益等,那它可能花费几分钟才能实现最佳的道路噪声消除效果,因为rnc系统是从适应光滑沥青路面的状态开始适应砾石路面。在rnc系统初始适应期间,收听者耳朵位置处的车厢内噪声水平不是最优的,也有可能高于系统完全适应时的水平,这不利于乘客对车厢声环境的体验。



技术实现要素:

为了克服现有技术存在的不足,本发明提供了一种用于汽车道路噪声的主动控制系统、方法及车辆系统,所述技术方案如下:

一方面,本发明提供了一种用于汽车道路噪声的主动控制系统,包括振动传感器、传声器、扬声器和控制器;所述振动传感器和所述传声器均与所述控制器的输入端连接,所述扬声器与所述控制器的输出端连接;

所述振动传感器用于采集路面和车轮相互作用产生的道路激励信号,所述控制器用于对所述道路激励信号进行自适应滤波处理并生成抵消噪声信号,所述扬声器用于播放抵消噪声信号;

所述传声器用于采集车内误差噪声信号,并将所述误差噪声信号作为反馈信号发送至所述控制器,所述控制器处理所述误差噪声信号和所述道路激励信号以对所述自适应滤波的时域系数进行更新,并以更新后的时域系数对所述道路激励信号进行自适应滤波处理以生成新的抵消噪声信号,所述控制器能够将所述抵消噪声信号和其接收的多媒体音频信号融合后输出至所述扬声器。

进一步地,所述控制器能够通过数字信号传输线路接收由车机系统输入的多媒体音频信号。

进一步地,所述控制器还用于将所述多媒体音频信号从所述传声器采集的误差噪声信号中去除,得到实际误差信号。

进一步地,所述控制器包括用于驱动所述扬声器的功率放大模块、用于对所述道路激励信号和误差噪声信号进行放大的信号放大模块、用于对所述道路激励信号进行滤波的带通滤波器、用于对所述误差噪声信号进行滤波的高通滤波器、由自适应算法控制的用于输出抵消噪声的自适应滤波器及信号处理模块;所述信号处理模块用于对信号放大模块输出的信号作快速傅立叶变换,用于对预滤波处理得到的信号与快速傅立叶变换得到的信号作lms算法处理,用于对所述lms算法处理得到的信号作逆快速傅里叶变换得到更新后的所述自适应滤波的时域系数。

一方面,提供了一种用于汽车道路噪声的主动控制方法,包括以下步骤:

s1、采集当前路面和车轮相互作用产生的道路激励信号,将所述道路激励信号作为参考信号;采集驾驶室内的声音信号,所述声音信号包括扬声器播放的信号和外界噪声信号,误差噪声信号为所述扬声器播放信号和所述外界噪声信号的差值,将所述误差噪声信号作为反馈信号;

s2、去除参考信号中不在设定范围内的低频和高频分量,得到带通滤波后的参考信号,对所述带通滤波后的参考信号进行放大,得到第一放大信号,对所述第一放大信号进行快速傅里叶变换,得到频域振动信号;对所述反馈信号进行放大得到第二放大信号,并对所述第二放大信号进行高通滤波,得到高频信号,从所述高频信号中去除多媒体音频信号,得到实际误差信号,对所述实际误差信号进行快速傅里叶变换,得到频域误差信号;

s3、对频域振动信号和频域误差信号进行lms算法处理,得到当前自适应滤波器的频域系数;

s4、对当前自适应滤波器的频域系数进行逆快速傅里叶变换,得到当前自适应滤波器的时域系数;

s5、根据当前自适应滤波器的时域系数对所述第一放大信号进行自适应滤波处理,得到当前抵消噪音信号;

s6、将当前所述抵消噪音信号与多媒体音频信号融合后的信号经功率放大模块放大并输出至扬声器。

进一步地,步骤s2中对所述第一放大信号进行快速傅里叶变换之后还包括:根据时域声传递函数的频域估计值对完成快速傅里叶变换的第一放大信号进行预滤波处理,得到频域振动信号;步骤s2中在从所述高频信号中去除多媒体音频信号之前还包括:根据所述时域声传递函数的时域估计值对所述多媒体音频信号进行预滤波处理;步骤s2中所述多媒体音频信号来自于车机系统。

另一方面,提供了一种基于云通信的车辆系统,包括车载处理器、车载存储器、云服务器以及所述主动控制系统;所述车载处理器能够收集并自主选择处理所述主动控制系统的振动传感器和传声器采集的数据,所述车载处理器能够将所述数据存储至所述车载存储器或/和所述云服务器中,存储在所述车载存储器和所述云服务器中的数据分别构建成数据库,所述车载处理器能够调用所述车载存储器和所述云服务器中的数据库,所述车载处理器和所述车载存储器设置在所述主动控制系统的控制器内部或外部。

进一步地,所述云服务器包括云处理器和云存储器,所述云存储器用于存储传输到所述云服务器的数据,所述云处理器和所述车载处理器均能够分析数据库中的数据,并能根据设定的主要特征对应的数据,确定适用于所述主动控制系统的最佳道路噪声主动控制参数。

进一步地,还包括一个或多个附加传感器和gps,一个或多个所述附加传感器用于采集天气状况和/或道路状况信息,所述gps用于采集车辆的加速度、方向、地图位置信息,所述车载处理器能够收集并自主选择处理所述附加传感器和所述gps采集的数据,并将所述数据存储至数据库中;

所述数据库可供目前以及将来在路面相同部分上行驶的相同或不同类型的车辆使用;所述数据库包含车辆类型、轮胎类型、路面信息、车速、天气状况以及所述主动控制系统的道路噪声主动控制参数,所述道路噪声主动控制参数包括最佳滤波器系数、传感器增益、扬声器增益、频谱泄漏、收敛步长和传感器声学性能。

进一步地,所述数据库的开发方法包括以下步骤:

q1、将实际道路试验或实验室环境收集的数据作为数据库中初始设定的rnc系统参数和传感器响应信号,所述rnc系统参数为所述主动控制系统的道路噪声主动控制参数;

q2、将初始设定的rnc系统参数输入rnc系统进行控制效果的仿真分析,并将与预定义道路类型相关的当前最优的rnc系统参数和传感器响应信号存储至数据库中;

q3、当实际车辆遇到特定道路类型时,车载处理器或云处理器通过分析实际车辆上传的传感器响应信号,访问并调用在数据库中与特定道路类型相关的rnc系统参数;

q4、rnc系统根据从数据库中调用的rnc系统参数进行快速收敛计算,进而对车内道路噪声实现初步控制;

q5、自适应算法根据实际控制效果不断优化rnc系统参数,进而对车内道路噪声实现最佳控制;

q6、将识别的道路类型和与其相应的优化后的rnc系统参数存储更新至数据库中;

q7、将数据库中更新的rnc系统参数输入至rnc系统进行控制效果的仿真分析,优化与预定义道路类型相关的当前最优的rnc系统参数和传感器响应信号,并将分析优化后的结果存储至数据库中以供后续车辆的使用。

本发明提供的技术方案带来的有益效果如下:

(1)显著减少计算成本,加快计算收敛速度,节省了降噪所需的时间,客户体验更好;

(2)可以实现汽车行驶工况发生突变时地快速收敛,且实现rnc系统主要参数的持续更新;

(3)降噪的同时不影响正常多媒体的播放效果;

(4)实现汽车在不同路面上行驶时的降噪控制参数的共享;

(5)运用时域和频域相结合的方法,使得系统收敛的更快更好。

附图说明

为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。

图1是本发明实施例提供的用于汽车道路噪声的主动控制系统结构示意图;

图2是本发明实施例提供的用于汽车道路噪声的主动控制方法流程示意图;

图3是本发明实施例提供的基于云通信的车辆系统结构示意图;

图4是本发明实施例提供的基于云通信的车辆系统中数据库开发流程图。

其中,附图标记分别为:100-主动控制系统,101-振动传感器,102-数字信号传输线路,103-传声器,104-扬声器,105-模拟音频线,106-人耳声场,107-控制器,108-can总线接口,201-参考信号,202-带通滤波器,203-信号放大模块,208-自适应滤波器,210-功率放大模块,214-高通滤波器,301-目前行驶车辆,302-特定路面,303-接收装置,304-后续行驶车辆,305-云服务器,306-云处理器,307-云存储器,308-附加传感器,309-gps,310-车载处理器,311-车载存储器。

具体实施方式

为了使本技术领域的人员更好地理解本发明方案,更清楚地了解本发明的目的、技术方案及其优点,以下结合具体实施例并参照附图对本发明实施例中的技术方案进行清楚、完整地描述。需要说明的是,附图中未绘示或描述的实现方式,为所属技术领域中普通技术人员所知的形式。另外,虽然本文可提供包含特定值的参数的示范,但应了解,参数无需确切等于相应的值,而是可在可接受的误差容限或设计约束内近似于相应的值。显然,所描述的实施例仅仅是本发明一部分的实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本发明保护的范围。除此,本发明的说明书和权利要求书中的术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、装置、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

在本发明的一个实施例中,提供了一种用于汽车道路噪声的主动控制系统,参见图1,包括振动传感器101、传声器103、扬声器104和控制器107;所述振动传感器101和所述传声器103均通过数字信号传输线路102与所述控制器107的输入端连接,所述扬声器104通过模拟音频线105与所述控制器107的输出端连接;

所述振动传感器101用于采集路面和车轮相互作用产生的道路激励信号,所述控制器107用于对所述道路激励信号进行自适应滤波处理并生成抵消噪声信号,所述扬声器104用于播放抵消噪声信号;

所述传声器103用于采集车内误差噪声信号,并将该信号作为反馈信号发送至所述控制器107,所述控制器107处理所述误差噪声信号和所述道路激励信号以对所述自适应滤波的时域系数进行更新,并以更新后的时域系数对所述道路激励信号进行自适应滤波处理以生成新的抵消噪声信号。

在本发明的一个实施例中,所述控制器107能够通过数字信号传输线路102接收由车机系统输入的多媒体音频信号,所述控制器107能够将所述抵消噪声信号和多媒体音频信号融合后输出至所述扬声器104;所述控制器107还用于将所述多媒体音频信号从所述传声器103采集的误差噪声信号中去除,得到实际误差信号。

在本发明的一个实施例中,还包括can总线接口108,所述控制器107通过所述can总线接口108连接到车辆的can网络上。

在本发明的一个实施例中,参见图2,所述控制器107包括用于驱动所述扬声器104的功率放大模块210、用于对所述道路激励信号和误差噪声信号进行放大的信号放大模块203、用于对所述道路激励信号进行滤波的带通滤波器202、用于对所述误差噪声信号进行滤波的高通滤波器214、由自适应算法控制的用于输出抵消噪声的自适应滤波器209及信号处理模块;所述信号处理模块用于对信号放大模块输出的信号作快速傅立叶变换,用于对预滤波处理得到的信号与快速傅立叶变换得到的信号作lms算法处理,用于对所述lms算法处理得到的信号作逆快速傅里叶变换得到更新后的所述自适应滤波器的时域系数。

在本发明的一个实施例中,所述主动控制系统是宽频带前馈、反馈有源噪声控制系统,振动传感器101可采集前馈信号,传声器103可采集反馈信号,所述控制器107通过对来自振动传感器101和传声器103的信号进行自适应滤波,并通过扬声器104播放抵消噪声信号,达到降低车内人耳声场106处噪声的目的,振动传感器101、传声器103和扬声器104设置的数量包括但不局限于单个,可根据车内空间情况而布置多个。振动传感器101包括但不限于加速度计、测力计、地震检波器、线性可变差动变压器、应变计和测力传感器。其中单轴和多轴加速度计可用于检测加速度的量值和相位,并且还可用于感测取向、运动和振动。

在本发明的一个实施例中,提供了一种用于汽车道路噪声的主动控制方法,参见图2,包括以下步骤:

s1、采集当前路面和车轮相互作用产生的道路激励信号,将所述道路激励信号作为参考信号;采集驾驶室内的声音信号,所述声音信号包括扬声器播放的信号和外界噪声信号,误差噪声信号为所述扬声器播放信号和所述外界噪声信号的差值,将所述误差噪声信号作为反馈信号;

s2、去除参考信号中不在设定范围内的低频和高频分量,得到带通滤波后的参考信号,对所述带通滤波后的参考信号进行放大,得到第一放大信号,对所述第一放大信号进行快速傅里叶变换fft,得到频域振动信号;对所述反馈信号进行放大得到第二放大信号,并对所述第二放大信号进行高通滤波,得到高频信号,从所述高频信号中去除多媒体音频信号,得到实际误差信号,对所述实际误差信号进行快速傅里叶变换fft,得到频域误差信号;

s3、对频域振动信号和频域误差信号进行lms算法处理,得到当前自适应滤波器的频域系数;

s4、对当前自适应滤波器的频域系数进行逆快速傅里叶变换ifft,得到当前自适应滤波器的时域系数;

s5、根据当前自适应滤波器的时域系数对所述第一放大信号进行自适应滤波处理,得到当前抵消噪音信号;

s6、将当前所述抵消噪音信号与多媒体音频信号融合后的信号经功率放大模块放大并输出至扬声器。

其中,步骤s2中对所述第一放大信号进行快速傅里叶变换之后还包括:根据时域声传递函数的频域估计值对完成快速傅里叶变换的第一放大信号进行预滤波处理,得到频域振动信号;步骤s2中在从所述高频信号中去除多媒体音频信号之前还包括:根据所述时域声传递函数的时域估计值对所述多媒体音频信号进行预滤波处理;步骤s2中所述多媒体音频信号来自于车机系统。

当主动控制系统启动时,振动传感器与传声器实时采集车辆上的信号,步骤s1-s6一直在循环执行,每次循环中的参考信号、反馈信号、自适应滤波器的时域系数、抵消噪音信号等参数会依据当前采集的数据进行更新,当多次实际误差信号趋于一个稳定值的时候,认为人耳声场处得到最优的降噪效果,比如近10次得到实际误差信号的波动幅度小于0.1%,则认为人耳声场处得到最优的降噪效果。

通过预滤波处理可以显著降低计算成本,预滤波处理根据声传递函数进行,本实施例中的声传递函数为扬声器到传声器之间的时域声传递函数sv,而且频域lms算法处理可以精确控制噪声信号中的各个频率,lms算法基于时域-频域结合,从而显著提高算法的收敛速度。抵消噪声信号由自适应算法基于振动信号和自适应滤波器的时域系数产生,多媒体音频信号与抵消噪声信号进行融合,并经过功率放大模块后,由扬声器播放出,这样使得当所述主动控制系统工作时,不影响多媒体音频信号的播放且信号不失真。

在本发明的一个实施例中,提供了一种基于云通信的车辆系统,参见图3,包括车载处理器310、车载存储器311、云服务器305、附加传感器308、gps309以及所述主动控制系统;所述车载处理器310和所述车载存储器311可以优选设置在所述主动控制系统的控制器107中;所述云服务器305包括云处理器306和云存储器307;所述附加传感器308用于采集天气状况、道路状况等信息,其数量包括但不限于单个;所述gps309用于采集车辆的加速度、方向、地图位置信息;所述车载处理器310能够收集并自主选择处理振动传感器101、传声器103、附加传感器308和gps309采集的数据,所述车载处理器310能够将所述数据存储至所述车载存储器311或/和所述云存储器307中,存储在所述车载存储器311和所述云存储器307中的数据分别构建成数据库,所述车载处理器310能够调用所述车载存储器311和所述云存储器307中的数据库,所述车载处理器310通过接收装置303与所述云服务器305双向通信连接;所述接收装置303与所述云服务器305和互联网服务器连接的方式包括但不限于sata、wi-fi、闪电、以太网、ufs、5g。

所述云处理器306和所述车载处理器310均能够分析数据库中的数据,并能根据设定的主要特征对应的数据,确定适用于所述主动控制系统的最佳道路噪声主动控制参数。车载处理器310收集处理并存储数据时,不影响所述主动控制系统的运行。

在本发明的一个实施例中,所述的云服务器305、车载处理器310中的程序可以使用一种或多种编程语言或技术创建,车载处理器310可以从存储器、计算机可读介质等中接收指令,并执行指令。车载处理器310的处理单元包含能够执行软件程序的指令的非暂时性计算机可读存储介质;所述计算机可读存储介质包括但不限于电子存储装置、磁性存储装置、光学存储装置、电磁存储装置、半导体存储装置以及上述存储装置的任何合适组合。本发明实施例中的任何一个或多个装置可以依赖于固件,所述固件可能不时需要更新以确保与操作系统的兼容性、改进和增加功能、安全更新等。

在本发明的一个实施例中,车载处理器310和云处理器306均可通过分析数据库内数据,并提取主要特征以确定适用于所述主动控制系统的最佳道路噪声主动控制参数,当诸如识别出车辆位置或路面类型时,可以确定适用于所述路面的控制参数范围,再进一步分析振动传感器101和传声器103采集的数据后,可以确定一组适用于所述主动控制系统的控制参数,当然,所述控制参数可能不是最佳的,但是有助于缩短所述主动控制系统的收敛速度。针对目前行驶车辆301工况,所述主动控制系统的控制效果达到最佳时,在特定路面302上目前行驶车辆301上的接收装置303会将其所述主动控制系统确定的最佳控制参数发送到云服务器305,云服务器305更新相关数据并存储,以便后续行驶车辆304在相同工况下经过所述特定路面302时可以通过云服务器305调用更新后的控制参数,这样可以加快后续行驶车辆304降噪时的计算收敛速度。

在本发明的一个实施例中,所述数据库可供目前以及将来在路面相同部分上行驶的相同或不同类型的车辆使用;所述数据库包含车辆类型、轮胎类型、路面信息、车速、天气状况以及所述主动控制系统的道路噪声主动控制参数,所述道路噪声主动控制参数包括但不限于最佳滤波器系数、传感器增益、扬声器增益、频谱泄漏、收敛步长和传感器声学性能。

其中,所述数据库的开发方法参见图4,包括以下步骤:

q1、将实际道路试验或实验室环境收集的数据作为数据库中初始设定的rnc系统参数和传感器响应信号,所述rnc系统参数为所述主动控制系统的道路噪声主动控制参数;

q2、将初始设定的rnc系统参数输入rnc系统进行控制效果的仿真分析,并将与预定义道路类型相关的当前最优的rnc系统参数和传感器响应信号存储至数据库中;

q3、当实际车辆遇到特定道路类型时,车载处理器或云处理器通过分析实际车辆上传的传感器响应信号,访问并调用在数据库中与特定道路类型相关的rnc系统参数;

q4、rnc系统根据从数据库中调用的rnc系统参数进行快速收敛计算,进而对车内道路噪声实现初步控制;

q5、自适应算法根据实际控制效果不断优化rnc系统参数,进而对车内道路噪声实现最佳控制;

q6、将识别的道路类型和与其相应的优化后的rnc系统参数存储更新至数据库中;

q7、将数据库中更新的rnc系统参数输入至rnc系统进行控制效果的仿真分析,优化与预定义道路类型相关的当前最优的rnc系统参数和传感器响应信号,并将分析优化后的结果存储至数据库中以供后续车辆的使用。

其中,需要说明的是车载处理器可以存储或调用全部或部分道路噪声主动控制参数。

在本发明的一个实施例中,在数据库初始数据积累测试中,关于部分道路类型特征测试结果如表1所示,概述了由信号特性定义道路类型的示例,所述信号特性是与道路类型相关联的加速度信号特性和传声器信号特性。在相同路面、不同车速下,信号特性也是不尽相同的,故表1中示例的信号特性是在车辆匀速50km/h行驶时测得的。对于常见的光滑沥青道路类型,加速度计信号表现平稳,幅值小于0.1g,主要含30-400hz的宽带频率成分;对于粗糙沥青道路类型,加速度计信号表现平稳,幅值小于0.2g,主要含30-400hz的宽带频率成分;对于鹅卵石道路和小方砖道路类型,加速度计信号表现平稳,具有高水平的加速度,即幅值大于1g,主要含30-400hz的宽带频率成分,但在最低频率处具有较高的加速度水平;对于带槽的混凝土道路类型,加速度计信号表现出部分平稳且具有中等水平(0.5-1.0g)幅值,其中140hz、210hz的高频成分突出;对于破裂道路类型,加速度计信号表现为无规律脉冲式,并且在30-400hz的宽带频率范围内的振动幅值普遍大于2g。

上述路面类型与相应信号特性对本发明起示例作用,具体信号特性需要工程师根据车辆状况、rnc系统所选参考信号、车辆类型、车辆运行工况等条件进行匹配。路面类型还可以包括可能随时间退化的特殊路面状况,诸如具有裂缝、坑洞等的路面;路面出现异物或临时状况,其可能是由砾石或石油等材料溢漏引起,或者天气变化引起。

具体地,针对每种道路类型,归纳出可以优化的主要rnc系统参数有:1)最佳频谱泄漏;2)最佳系数;3)最佳hpf转角频率,其可以减少加速度计和传声器信号中的最低频率分量;4)每个传声器的最佳增益;5)每个振动传感器的最佳增益;6)每个扬声器的最佳增益;7)最佳滤波器系数;8)最佳分析步长;9)误差信号最佳增益等。

表1部分道路类型特征

本发明提供的汽车道路噪声的主动控制系统可以显著减少计算成本,可以实现汽车行驶工况发生突变时地快速收敛,且实现rnc系统主要参数的持续更新。

以上所述仅为本发明的较佳实施例,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。

起点商标作为专业知识产权交易平台,可以帮助大家解决很多问题,如果大家想要了解更多知产交易信息请点击 【在线咨询】或添加微信 【19522093243】与客服一对一沟通,为大家解决相关问题。

此文章来源于网络,如有侵权,请联系删除

tips