论文部分内容阅读
随着经济社会的不断发展,城市交通噪声也随之日益增加。2018年直辖市和省会城市中,夜晚噪声未达到国家噪声标准的为79.8%,长期暴露在噪声环境会造成消化系统与神经系统损伤。日常生活中针对交通噪声主要采取声屏障,对高频噪声降噪效果较为显著,但通过分析发现在交通噪声中主要以低频为主,针对低频噪声比较理想的方式是主动噪声控制,利用声波叠加原理,产生与噪声源幅值相同、相位相反的声波来消除空间中噪声。本文为解决室内噪声消除系统中存在的次级路径辨识的问题,提出基于动量最小均方(Least Mean Square,LMS)算法次级路径在线辨识变步长主动噪声控制(Active Noise Control,ANC)系统。该系统采用加入高斯白噪声的方式对次级路径进行在线辨识,为提高在实际的噪声环境中收敛速度,对建模滤波器采用变步长动量LMS算法对次级路径的权系数进行更新。仿真结果表明算法提高了建模准确度、稳态性能、收敛速度以及提高了14.3%的降噪量。同时,为解决室内噪声消除多通道系统中存在计算复杂度高的问题,本文提出混合误差多通道ANC系统。混合误差多通道ANC系统将所有误差麦克风输出的总和作为混合误差信号,使用混合误差信号对控制滤波器的权值进行更新。仿真结果表明算法在保证系统稳定性的前提下,混合误差型2通道主动噪声控制系统比完整型2通道主动噪声控制系统计算复杂度降低了67.9%。本文为解决ANC系统在现场可编辑逻辑门阵列(Field Programmable Gate Array,FPGA)开发板上运行频率慢,进而影响系统降噪性能的问题。分别对动量LMS算法次级路径在线辨识变步长ANC系统和混合误差多通道ANC系统,建立室内降噪ANC系统实验平台。重点对ANC算法系统中各个模块的硬件电路设计进行优化设计,使用Verilog HDL完成室内降噪ANC系统的电路设计,将代码加载到Xilinx的XC7Z015-2clg485I开发板上进行实验。实验结果显示基于动量LMS算法次级路径在线辨识的变步长ANC系统最高可以降低14 d B噪声。基于混合误差的多通道ANC系统最高可以降低10 dB的噪声。