一维多谐频声源主动噪声控制算法

    由于主动控制技术具有很好的低频特性，决定了主动噪声控制技术 ( ANC 技术) 是解决低频( 500 Hz 以下) 噪声问题最具潜力的降噪方式。自1933 德国物理学家 Paul Leug 分别以声消声的专利以来，ANC 技术在消声机制、控制机理及系统研究和应用等方面取得了长足的进展，特别是在控制管道低频噪声中获得良好的降噪效果，充分展示了它自身的应用价值。由于工程运用中的声源和控制面临的复杂问题，以声消声控制机制下 ANC 技术，在多数降噪实际应用中，未能达到预期的降噪效果。追溯失败的原因可概括为: ( 1) 缺乏对具体声源特性的深刻理解，未能将实际声源问题融入 ANC系统设计之中; ( 2) 缺乏从声学和控制学的综合角度，系统地认识和理解 ANC 技术中存在的疑难问题。

    正是以上两个因素，以往人们对 ANC 技术研究倾向于优先开展复杂控制器或复杂控制系统配置的研究，试图以此来克服或解决 ANC 技术中存在的问题，其结果总将导致: 对 ANC 系统内电子控制部件或声学部件技术性能要求过高，造成系统中控制器负担过重，从而决定了目前的传统 ANC 思想设计的主动降噪系统难以实现令人满意的降噪效果［1］。现就普遍存在于冷气机、冷却塔、抽油烟机、排风机及空调口的一维多谐频声源运用主动噪声控制进行消声，并运用 MATLAB 软件仿真，达到了实时降噪的效果。

    1 一维多谐频声源的主动噪声控制模型及算法［2—5］

    1． 1 针对一维多谐频声的主动噪声控制模型

    针对系统控制的稳定性和一维多谐频声源噪声控制的需要，采用如图 1 所示的前馈结构主动噪声控制试验模型，以初级传感器采集的噪声参考信号和误差传感器采集的误差信号作为控制器的输入，通过自适应控制器自我调整参数，控制次级声源发出的反噪声的幅度与噪声信号相等相位相反以抵消初级噪声。

    X( n) 为参考输入信号，P( n) 为参考通道的传递函数，H( n) 为次级通路的传递函数，d( n) 为误差传感器接收到的噪声信号，W( n) 为自适应滤波器用于估计初级通道的传递函数，y( n) 为滤波器的输出反信号，y'( n) 为次级传感器接收到的反噪声信号;e( n) 为噪声抵消后所得到的残余误差信号。自适应算法根据参考信号 X( n) 和误差信 e( n) 自动调节滤波器的权系数，从而调整次级声源输出信号强度，以满足抵消噪声信号的目的。

    1． 2 一维多谐频声源的主动噪声控制算法

    综合考虑系统的稳定性、运算量和收敛速度，研究中采用 FX － LMS 算法，Filter － X LMS 算法考虑了次级声路径的影响。