[发明专利]应用于车内路噪控制的系统参数智能标定方法及系统

说明书

本发明公开了一种应用于车内路噪控制的系统参数智能标定方法及系统，在车身布设传感器采集汽车噪声数据；利用车内视觉传感器对控制区域进行识别，根据乘员落座情况获取车内路噪分区控制模式；基于分区控制模式和控制区域降噪最大化，利用多重相干分析法筛选出该控制区域的最优参考信号组合；结合车内路噪分区控制模式，采用VSS‑DSAF算法生成次级噪声信号以干涉相消实现特定区域的降噪；利用二次规划算法对VSS‑DSAF算法的进行可调参数寻优设计。本发明可以解决目前车内路噪的主动控制计算复杂度高、收敛速度慢、稳定性差的缺点。使得车内各处落座人员均能获得较好的降噪效果。同时解决电动汽车在失去发动机阶次噪声声掩蔽效应之后的中低频路噪凸显的问题。

技术领域

本发明涉及汽车技术领域，具体涉及一种应用于车内主动路噪控制的系统参数智能标定方法及系统。

背景技术

随着电动汽车为代表的新能源汽车迅猛发展，汽车动力系统正从内燃机驱动向电机驱动方向发展。失去内燃机噪声的声掩蔽效应，路噪成为电动汽车车内噪声的主要来源。有效降低路噪是新能源汽车提升汽车品牌形象、改善舒适性的重要途径。通过车身结构设计或增加吸振器等被动噪声控制(PNC)方法会带来汽车性能解耦困难、低频噪声控制效果差、优化方案结构复杂、生产成本高昂等问题，通常还会增加汽车重量，这与汽车轻量化的发展趋势相悖。

主动路噪控制(ARNC)方法利用干涉相消的原理，在声场中引入一个扬声器(次级声源)，控制该扬声器发出与待消除噪声(初级噪声)幅值相等、相位相反的抵消噪声，可在特定区域形成静音区。ARNC系统不仅能有效降低PNC方法难以控制的低频噪声，还能跟踪车内路噪频谱变化进行自适应控制，在不改变车辆结构和工作性能的情况下即可实现车内宽频带噪声的衰减。因此，ARNC技术成为汽车行业NVH研究的热点。

ARNC技术在实车应用中面临两个关键问题，一是与车内路噪相关性良好的参考信号的准确获取，二是低计算复杂度高降噪量自适应滤波算法的实现。参考信号为车内路噪的主动控制提供先验信息，二者的相关性与降噪量直接相关。当前，ARNC系统多采用传统滤波-x最小均方(FxLMS)算法，FxLMS算法在ARNC的应用中存在计算复杂度高、收敛速度慢、稳定性差的缺点。本发明采用一种无延时子带滤波(DSAF)的主动噪声控制算法，可将参考信号分解到子带中进行降采样，并在各子带中完成控制滤波器系数的自适应调整，使得计算复杂度降低；由于信号被分解到子带，信号能量也被分解到子带，理论上该算法在应对冲击干扰时也更趋于稳定。

此外，已有研究发现，根据驾乘人员的数量和位置对车内路噪进行分区控制，可在一定程度上提高特定区域的降噪量，改善车内声音品质。但目前实际产业化的应用不多，主要还是在于不同驾乘人员场景下的车内分区ARNC硬件的匹配和标定存在着不稳定性，无法推广应用。特别是电动汽车在失去发动机阶次噪声声掩蔽效应之后的中低频路噪凸显非常严重。

发明内容

本发明要解决的技术问题是提供一种应用于车内路噪控制的系统参数智能标定方法及系统，解决车内路噪的主动控制方法及系统计算复杂度高、收敛速度慢、稳定性差的缺点。

其次，本发明要解决目前降噪效果在驾驶员和乘客各处效果不均衡的问题，使得车内各处落座人员均能获得较好的降噪效果。

进一步地，本发明要解决电动汽车在失去发动机阶次噪声声掩蔽效应之后的中低频路噪凸显的问题。

为解决上述技术问题，本发明采用如下技术方案：

一种应用于车内路噪控制的系统参数智能标定方法，其特征在于包括：

S1：在车身布设传感器，并利用传感器采集汽车噪声数据；

S2：利用车内视觉传感器对控制区域进行识别，根据乘员落座情况获取车内路噪分区控制模式和控制区域；

S3：基于确定的分区控制模式，按照控制区域降噪最大化原则，利用多重相干分析法对参考信号进行筛选，筛选出所述控制区域的最优参考信号组合；