浦玉學(xué)，張 方，姜金輝，徐 菁，蔣 祺

（南京航空航天大學(xué)航空宇航學(xué)院機(jī)械結(jié)構(gòu)力學(xué)及控制國(guó)家重點(diǎn)實(shí)驗(yàn)室，南京 210016）

一種基于延遲系數(shù)技術(shù)的次級(jí)通道在線辨識(shí)新方法

浦玉學(xué)，張 方，姜金輝，徐 菁，蔣 祺

（南京航空航天大學(xué)航空宇航學(xué)院機(jī)械結(jié)構(gòu)力學(xué)及控制國(guó)家重點(diǎn)實(shí)驗(yàn)室，南京 210016）

工程中控制目標(biāo)區(qū)域改變、誤差傳感器位置變化或其他因素會(huì)引起的次級(jí)通路的實(shí)時(shí)改變，精確的辨識(shí)次級(jí)通道傳遞函數(shù)可以有效的提高噪聲主動(dòng)控制效率?；谌斯ぱ舆t系數(shù)技術(shù)提出一種新的次級(jí)通道在線辨識(shí)方法，推導(dǎo)出主動(dòng)控制環(huán)節(jié)收斂步長(zhǎng)和次級(jí)通路建模環(huán)節(jié)收斂步長(zhǎng)的調(diào)整表達(dá)式，從收斂性能和算法計(jì)算量?jī)煞矫娓鷤鹘y(tǒng)算法進(jìn)行比較，得出其改進(jìn)優(yōu)勢(shì)。給出新的附加噪聲功率控制策略，實(shí)現(xiàn)對(duì)附加隨機(jī)噪聲功率的調(diào)節(jié)，在保證系統(tǒng)穩(wěn)定的情況盡量消除其對(duì)殘余噪聲的影響。最后，進(jìn)行了算法仿真和噪聲主動(dòng)控制實(shí)驗(yàn)，結(jié)果表明該算法具有收斂性好，降噪性能高的特點(diǎn)。

噪聲主動(dòng)控制；次級(jí)通道在線建模；輔助噪聲功率策略；延遲系數(shù)技術(shù)

由于噪聲主動(dòng)控制（ANC）能有效彌補(bǔ)被動(dòng)控制低頻效果不好、重量代價(jià)大的缺點(diǎn)，成為近年來(lái)噪聲控制領(lǐng)域的研究熱點(diǎn)［1］?；驹硎峭ㄟ^(guò)自適應(yīng)控制律調(diào)節(jié)輸出，驅(qū)動(dòng)次級(jí)聲源產(chǎn)生次級(jí)聲場(chǎng)，與初級(jí)聲場(chǎng)疊加，達(dá)到抑制噪聲的目的。隨著自適應(yīng)主動(dòng)控制技術(shù)的不斷發(fā)展，主動(dòng)控制技術(shù)在管道、封閉空間、結(jié)構(gòu)聲輻射等方面的噪聲控制取得了較成功的應(yīng)用［2］。

自適應(yīng)主動(dòng)控制系統(tǒng)區(qū)別于自適應(yīng)信號(hào)處理系統(tǒng)在于前者存在次級(jí)通道（次級(jí)聲源到誤差傳感器之間的通道Secondary Path）。次級(jí)通道特性對(duì)噪聲主動(dòng)控制算法實(shí)現(xiàn)、系統(tǒng)的收斂性以及控制效果有著重要影響，如何對(duì)次級(jí)通道進(jìn)行快速、精確的建模，是噪聲主動(dòng)控制系統(tǒng)設(shè)計(jì)時(shí)必須考慮的關(guān)鍵問(wèn)題之一。對(duì)次級(jí)通道建模有離線建模和在線建模兩種，如果在主動(dòng)控制期間，次級(jí)通路的系統(tǒng)特性基本保持不變或變化緩慢，采用離線建模方式能簡(jiǎn)化控制算法。然而當(dāng)系統(tǒng)特性改變比較明顯時(shí)，就應(yīng)該采用在線建模以確保滿足控制系統(tǒng)的穩(wěn)定性和控制精度的要求。

1 前饋式控制模型

本文討論的次級(jí)通路在線建模問(wèn)題是基于前饋控制式的有源噪聲控制系統(tǒng)，這種系統(tǒng)具有實(shí)現(xiàn)簡(jiǎn)單，穩(wěn)定性好的優(yōu)點(diǎn)［3］。圖1是一個(gè)典型的單通道前饋噪聲控制系統(tǒng)示意圖。

圖1 前饋式噪聲主動(dòng)控制系統(tǒng)Fig．1 Adaptive active feedforward control system

2 在線次級(jí)通道建模算法

基本的在線建模技術(shù)是由Eriksson提出的附加隨機(jī)噪聲法［4］，該方法存在次級(jí)通道辨識(shí)環(huán)節(jié)與主動(dòng)控制環(huán)節(jié)相互影響，嚴(yán)重時(shí)將導(dǎo)致算法發(fā)散，此外附加的隨機(jī)噪聲會(huì)在殘余噪聲中體現(xiàn)出來(lái)，主動(dòng)控制環(huán)節(jié)對(duì)其不起作用。為了改進(jìn)Eriksson方法的性能，張明等［5］引入第三個(gè)濾波器試圖解決附加噪聲對(duì)控制器權(quán)系數(shù)的不良影響，算法框圖如圖2（包括虛線框圖），對(duì)張的方案進(jìn)一步分析可知當(dāng)系統(tǒng)收斂穩(wěn)定后時(shí)，第三個(gè)濾波器權(quán)系數(shù)收斂到零向量，一旦系統(tǒng)出現(xiàn)擾動(dòng)，只能從零向量開(kāi)始調(diào)整，這勢(shì)必影響系統(tǒng)再次收斂的性能。楊鐵軍［6］在張明的基礎(chǔ)上增加了一個(gè)誤差通道濾波器，在調(diào)整自適應(yīng)濾波器和第三個(gè)濾波器的權(quán)系數(shù)的誤差信號(hào)中減去次級(jí)控制信號(hào)的濾波信號(hào)。增加濾波器數(shù)量改進(jìn)算法性能的方法可以消除辨識(shí)環(huán)節(jié)和主動(dòng)控制環(huán)節(jié)的相互影響，但缺點(diǎn)是由于濾波器的數(shù)目的增加引起算法計(jì)算量的提高，且無(wú)法解決附加隨機(jī)噪聲無(wú)法從殘余噪聲中剔除的問(wèn)題。

圖2 張明算法和Akhtar算法框圖Fig．2 Zhang’s algorithm and Akhtar’s algorithm for online secondary path modeling

在近些年出現(xiàn)的次級(jí)通道在線辨識(shí)算法中，Akhtar［7］提出的變步長(zhǎng)算法（VSS-LMS）辨識(shí)次級(jí)通道受到了普遍的關(guān)注，這種通過(guò)自適應(yīng)調(diào)整收斂因子步長(zhǎng)改進(jìn)了Eriksson提出的基本方法的性能而不增加系統(tǒng)的計(jì)算量。Akhtar方法的系統(tǒng)框圖如圖2所示（不包括虛線框圖），主動(dòng)控制濾波器W（n）和次級(jí)通路建模濾波器的更新輸入誤差信號(hào)都為f（n）。f（n）的大小Akhtar通過(guò)觀察經(jīng)驗(yàn)判斷：當(dāng)n＝0時(shí)，系統(tǒng)處于最不穩(wěn)定的狀況，收斂性最差。此時(shí)設(shè)μs為一個(gè)非常小的值μsmin，隨著系統(tǒng)開(kāi)始收斂，μs應(yīng)該相應(yīng)逐漸增加，以提高系統(tǒng)的收斂性能。然而由于無(wú)法直接獲得誤差信號(hào)中的干擾變量，Akhtar試圖用誤差信號(hào)e（n）和f（n）的功率比值調(diào)整收斂因子的大小。μs的調(diào)節(jié)過(guò)程如下：

很明顯，Akhtar的方法無(wú)論在計(jì)算量還是在系統(tǒng)的實(shí)時(shí)收斂性能方面具有很大的改進(jìn)，但由于收斂因子的調(diào)整策略是基于經(jīng)驗(yàn)公式判定，算法特性和理論分析比較困難。針對(duì)Akhtar的方法的不足，Carini［8］將最優(yōu)變步長(zhǎng)（Optimal Variable Step-Size）方法用于更新次級(jí)建模濾波器S＾（n）。然而由于引入MFxLMS算法結(jié)構(gòu)，其計(jì)算復(fù)雜度甚至超過(guò)了張的算法，并且在試圖調(diào)整μw大小時(shí)，由于無(wú)法計(jì)算權(quán)系數(shù)W（n）到最優(yōu)值的失調(diào)量，自適應(yīng)調(diào)整過(guò)程中誤差信號(hào)與濾波信號(hào)的乘積的指數(shù)平滑預(yù)測(cè)作為失調(diào)量的近似，相當(dāng)于將兩次迭代之間權(quán)系數(shù)差值的平方作為μw的調(diào)整，雖然局部改善主動(dòng)控制環(huán)節(jié)的收斂性能，但算法穩(wěn)定性較差。

除此之外，吳英姿提出的基于峰值預(yù)濾波次級(jí)通道在線建模方法［9］對(duì)于附加隨機(jī)白噪聲過(guò)分增加原有聲場(chǎng)能量有一定的改善作用，但該方法只是針對(duì)窄帶信號(hào)，應(yīng)用面很局限。

3 本文改進(jìn)算法

根據(jù)以上各種在線建模算法的特點(diǎn)，本文在基于最簡(jiǎn)單的前饋式FXLMS控制模型，從以下兩方面對(duì)次級(jí)通路在線建模算法進(jìn)行改進(jìn)：

（1）基于延遲系數(shù)技術(shù)從理論上提出主動(dòng)控制環(huán)節(jié)收斂步長(zhǎng)和次級(jí)通路建模環(huán)節(jié)收斂步長(zhǎng)的調(diào)整表達(dá)式。從收斂性能和算法計(jì)算量?jī)煞矫娓鷤鹘y(tǒng)算法進(jìn)行比較，得出其改進(jìn)優(yōu)勢(shì)。

（2）基于能量控制策略實(shí)現(xiàn)對(duì)附加隨機(jī)噪聲功率的調(diào)節(jié)，以盡量消除其對(duì)殘余噪聲的影響。

3.1 基于延遲系數(shù)技術(shù)的次級(jí)通道在線辨識(shí)算法

如圖2所示，基于最簡(jiǎn)單的前饋式FXLMS控制模型，主動(dòng)控制濾波器和次級(jí)通路建模濾波器權(quán)系數(shù)的自適應(yīng)更新算法分別采用FXLMS算法和LMS算法，權(quán)系數(shù)更新表達(dá)式如式（2）～式（4）：

由式（4）可知：主動(dòng)控制濾波器和次級(jí)通路建模濾波器權(quán)系數(shù)的理論誤差信號(hào)應(yīng)分別為［d（n）－ys（n）］和［vs（n）－］。其中［d（n）－ys（n）］為）自適應(yīng)更新的干擾誤差信號(hào)，［vs（n）－］為W（n）自適應(yīng)更新的干擾誤差信號(hào)，如何盡可能的消除干擾誤差信號(hào)對(duì)權(quán)系數(shù)自適應(yīng)調(diào)整的影響，是提高主動(dòng)控環(huán)節(jié)和次級(jí)通路建模環(huán)節(jié)收斂性能關(guān)鍵問(wèn)題。

下面將f（n）做進(jìn)一步推導(dǎo)：

式中Wopt（n）是理論最優(yōu)值，S（n）是真實(shí)次級(jí)通路的FIR濾波器系數(shù)。

通常情況下，為了避免系統(tǒng)發(fā)散，主動(dòng)控制環(huán)節(jié)的收斂因子被設(shè)置為一個(gè)遠(yuǎn)小于1的正常數(shù)，顯然，自適應(yīng)的調(diào)整μw的值，可以進(jìn)一步改善系統(tǒng)的降噪量和權(quán)系數(shù)的收斂速度。Davari等［10］分析參考信號(hào)和附加隨機(jī)噪聲功率對(duì)主動(dòng)控制環(huán)節(jié)收斂性的影響，得出μw根據(jù)Pv（n）／Px（n）變化的結(jié)論，理由是參考信號(hào)功率增加則系統(tǒng)趨于發(fā)散，故μw值變小，而附加隨機(jī)噪聲功率大，則次級(jí)通道建模環(huán)節(jié)收斂性變好，μw調(diào)整為大值，可進(jìn)一步改善系統(tǒng)收斂性。從控制環(huán)節(jié)濾波器權(quán)系數(shù)更新公式可以看到，權(quán)系數(shù)的收斂性不僅受到參考信號(hào)、附加隨機(jī)信號(hào)的影響，還受到另外一個(gè)重要變量次級(jí)通道辨識(shí)誤差的影響：當(dāng)在線辨識(shí)剛開(kāi)始的時(shí)候，辨識(shí)誤差大，干擾誤差信號(hào)對(duì)主動(dòng)環(huán)節(jié)收斂性以及穩(wěn)定性的影響很大，此時(shí)，μw必須是一個(gè)很小的值，而當(dāng)辨識(shí)環(huán)節(jié)收斂以后，辨識(shí)誤差趨近于很小值，對(duì)系統(tǒng)性能影響變小，μw可以相應(yīng)的變大。此外還應(yīng)避免當(dāng)辨識(shí)誤差趨近于零時(shí)μw趨向無(wú)窮大，根據(jù)以上分析，本文給出μw一個(gè)新的變步長(zhǎng)策略：

當(dāng)辨識(shí)誤差功率估計(jì)大于附加隨機(jī)噪聲的功率估計(jì)時(shí)，應(yīng)用本文提出的μw變步長(zhǎng)策略將有效提高主動(dòng)控制環(huán)節(jié)收斂性能。反之，（6）式將統(tǒng)一于文獻(xiàn)［10］的調(diào)整策略。

而對(duì)于次級(jí)通路建模環(huán)節(jié)，消除干擾誤差信號(hào)影響后的權(quán)系數(shù)表達(dá)式為：

這樣，通過(guò)調(diào)整μs的值，可以消除干擾項(xiàng)［d（n）－ys（n）］對(duì)次級(jí)通道建模環(huán)節(jié)的影響。下面再來(lái)分析式（7），由于當(dāng)系統(tǒng)逐漸收斂后，ΔS（n）和ΔW（n）逐漸趨近于零。式（7）分子分母都趨于零，數(shù)值穩(wěn)定性差。將上式分子分母同乘以

對(duì)于次級(jí)通路的估計(jì)偏差PΔS（n）的評(píng)估，本文采用一種在回聲消除領(lǐng)域常用的延遲系數(shù)技術(shù)（Delay Coefficient Technique）。設(shè)定濾波器的長(zhǎng)度為D＋M。這種技術(shù)是基于如下已知特性：自適應(yīng)濾波器趨向于均勻地將加權(quán)誤差（濾波器失配）向量ΔS（n）擴(kuò)展到它的前D個(gè)系數(shù)上。是將v（n）延遲D個(gè)采樣輸入到次級(jí)通路中，相當(dāng)于v（n）通過(guò)Z－D的延遲濾波器，控制過(guò)程中的前D個(gè)系數(shù)瞬態(tài)值可以估計(jì)系統(tǒng)的失調(diào)量，當(dāng)系統(tǒng)穩(wěn)定以后S＾（n）的前D個(gè)系數(shù)趨近零，建模誤差也趨近于零。次級(jí)通路的估計(jì)偏差與S＾（n）前D個(gè)系數(shù)相一致。可以表達(dá)為

圖3 本文次級(jí)通道在線建模算法框圖Fig．3 The proposed algorithm for online secondary path modeling

3.2 計(jì)算量比較

下面將本文算法與前文提到的幾種算法進(jìn)行計(jì)算量比較，結(jié)果如表1。

表1 算法迭代計(jì)算量比較Tab.1 Comparison of Algorithms iterative computation

表1中N、M為初級(jí)通道、次級(jí)通路等效為FIR濾波器權(quán)系數(shù)階數(shù)，H為張明方法中第三個(gè)濾波器權(quán)系數(shù)階數(shù)，D為本文人工延遲系數(shù)的長(zhǎng)度。從表1可知：本文算法的計(jì)算量遠(yuǎn)少于Carini算法計(jì)算量，這是因?yàn)楸疚奶峁┑氖諗坎介L(zhǎng)調(diào)整表達(dá)式與Carini算法相比有很大的簡(jiǎn)化。本文算法計(jì)算量與張明和Akhtar的算法相當(dāng)，這是由于為了估計(jì)次級(jí)通路的建模誤差，本文算法延遲了D個(gè)次級(jí)通道權(quán)系數(shù)，而這增加的計(jì)算量相當(dāng)于張明算法中引入第三個(gè)濾波器增加的計(jì)算量。

3.3 輔助噪聲功率策略（Auxiliary Noise Power Scheduling）

控制輸出端附加隨機(jī)噪聲技術(shù)是一種不依賴于被控噪聲的次級(jí)通道在線辨識(shí)方法，所以可以在任意感興趣的頻段獲得合理、正確的辨識(shí)結(jié)果。但該方法最大的缺點(diǎn)就是，所附加的隨機(jī)噪聲在誤差信號(hào)中體現(xiàn)出來(lái)無(wú)法剔除，從而影響降噪效果。為了盡量消除穩(wěn)定后的殘余噪聲，可以根據(jù)次級(jí)通路辨識(shí)情況調(diào)整附加噪聲的功率大?。寒?dāng)辨識(shí)誤差較大時(shí)，附加噪聲以較大功率輸出以保證次級(jí)通路辨識(shí)環(huán)節(jié)的收斂性能；當(dāng)系統(tǒng)收斂后，次級(jí)通路辨識(shí)誤差很小，此時(shí)可以將附加噪聲調(diào)整到較小值。基于這一思路，本文提出一種新的基于附加隨機(jī)噪聲功率控制策略。

3.4 本文算法小結(jié)

表2 算法小結(jié)Tab.2 Summary of the proposed algorithm

4 仿真分析

為了驗(yàn)證本文給出算法的性能，本文基于Labview平臺(tái)對(duì)算法進(jìn)行仿真。并和文獻(xiàn)［5］以及文獻(xiàn)［7］提出的兩種性能表現(xiàn)較好的在線辨識(shí)方法進(jìn)行比較。

為了準(zhǔn)確衡量在線建模的收斂性能建模的精確性，定義次級(jí)通路建模誤差：

為了直觀的衡量系統(tǒng)的降噪性能，定義下式做為衡量標(biāo)準(zhǔn)：

式中R值越大，則系統(tǒng)降噪量越大，反之亦然。

仿真之前需要設(shè)置初級(jí)通路和次級(jí)通路的傳遞函數(shù)初級(jí)通路的傳遞函數(shù)分別設(shè)為48階和16階FIR型濾波器，控制濾波器權(quán)系數(shù)W（n）和S＾（n）階數(shù)分別為48和16，其中張的算法中第三個(gè)濾波器階數(shù)為16。

4.1 定頻噪聲信號(hào)控制算例仿真

設(shè)初級(jí)聲源為一正弦信號(hào)與高斯白噪聲合成信號(hào)，信噪比（SNR）為30 dB。正弦信號(hào)頻率為150 Hz，幅值為2，高斯白噪聲標(biāo)準(zhǔn)差0．01。附加隨機(jī)噪聲為零均值高斯白噪聲信號(hào)，標(biāo)準(zhǔn)差為0．1。仿真結(jié)果如圖4。

圖4 定頻噪聲信號(hào)控制算例性能比較Fig．4 Performance Comparison on fixed-frequency noise control examples

圖5 寬帶噪聲信號(hào)控制算例性能比較Fig．5 Performance Comparison on Broadband noise control examples

圖4（a）給出了Akhtar算法和本文算法的次級(jí)通路建模環(huán)節(jié)收斂步長(zhǎng)μs的隨迭代次數(shù)增加的調(diào)整結(jié)果。其中，本文算法的收斂步長(zhǎng)通過(guò)式（8）進(jìn)行調(diào)整，由仿真結(jié)果可知，由于消除干擾項(xiàng)［d（n）－ys（n）］對(duì)次級(jí)通道建模環(huán)節(jié)的影響，在次級(jí)通道在線建模初期，收斂步長(zhǎng)由極小值快速增加到較大值，這極大地提高了算法的收斂性。這一優(yōu)越性能體現(xiàn)在次級(jí)通道建模誤差仿真結(jié)果上，如圖4（b）所示，本文算法相對(duì)于Akhtar和張明的算法，次級(jí)通道建模誤差ΔS很快穩(wěn)定下降到－45 dB，這說(shuō)明次級(jí)通道估計(jì)值能更快速的收斂于次級(jí)通道的真實(shí)值。圖4（c）給出了本文算法提出的噪聲主動(dòng)控制環(huán)節(jié)收斂步長(zhǎng)μw調(diào)整結(jié)果，按式（6）進(jìn)行調(diào)整有效提高主動(dòng)控制環(huán)節(jié)收斂性能，進(jìn)一步提高主動(dòng)控制的降噪效果，圖4（d）所示的是本文算法與上述兩種算法在降噪性能（R）的比較，由圖可知，通過(guò)自適應(yīng)調(diào)節(jié)主動(dòng)控制環(huán)節(jié)的收斂步長(zhǎng)的大小，本文算法表現(xiàn)出了更好的降噪性能。

4.2 寬帶噪聲信號(hào)控制算例

環(huán)境噪聲一般為隨機(jī)噪聲，為了盡可能模擬這類噪聲，這里將參考信號(hào)設(shè)置為3個(gè)頻段分別為30～50 Hz，100～150 Hz和300～330 Hz合成的寬帶信號(hào)。附加隨機(jī)噪聲為零均值高斯白噪聲信號(hào)，標(biāo)準(zhǔn)差為0．05。仿真結(jié)果如圖5。

由圖5可知，與定頻噪聲信號(hào)控制算例類似，在初級(jí)聲場(chǎng)為寬帶噪聲的算例中，相對(duì)于Akhtar和張明的算法，本文算法無(wú)論是在次級(jí)通道建模的收斂性能還是在主動(dòng)控制環(huán)節(jié)的降噪性能，依然表現(xiàn)出了其優(yōu)越性能。但對(duì)于初級(jí)噪聲為寬帶噪聲的情況，Akhtar和張明的算法主動(dòng)控制工作時(shí)，魯棒性較差，如圖5（a）中Akhtar算法的次級(jí)通路建模環(huán)節(jié)收斂步長(zhǎng)μs和圖5（b）中Akhtar和張明算法次級(jí)通道建模誤差ΔS均無(wú)法收斂到相對(duì)穩(wěn)定值，到而本文算法則表現(xiàn)出了較強(qiáng)的平穩(wěn)性。

4.3 次級(jí)聲道突變控制算例

現(xiàn)在考慮一種特殊情況：次級(jí)聲道在控制過(guò)程中突然發(fā)生變化。仿真控制系統(tǒng)的參考信號(hào)、附加隨機(jī)噪聲信號(hào)按照4．1小節(jié)情況設(shè)置，次級(jí)通道變化前的傳遞函數(shù)跟前幾種情況一致，在系統(tǒng)迭代到40 000次時(shí)，次級(jí)通道產(chǎn)生突然變化。仿真結(jié)果如圖6。

圖6 次級(jí)聲道突變控制算例性能比較Fig．6 Performance Comparison on fixed-frequency noise signal control examples

通過(guò)圖6的仿真結(jié)果可以看出，即使次級(jí)通道發(fā)生了突然變化，本文提出的基于人工延遲系數(shù)方法提出次級(jí)通道在線辨識(shí)技術(shù)，依然能夠適應(yīng)這種突變，自適應(yīng)的調(diào)整收斂步長(zhǎng)，使控制過(guò)程具有更快的收斂性和更好的降噪效果。

5 實(shí)驗(yàn)驗(yàn)證

為了對(duì)本文提出的次級(jí)通道在線辨識(shí)技術(shù)的控制效果進(jìn)行驗(yàn)證，本小節(jié)基于美國(guó)國(guó)家儀器公司的可重新配置嵌入式控制盒采集系統(tǒng)（NI CompactRIO）進(jìn)行噪聲主動(dòng)降噪實(shí)驗(yàn)。實(shí)驗(yàn)的基本原理如圖7所示：聲壓傳感器接收到參考信號(hào)和誤差信號(hào)后經(jīng)轉(zhuǎn)換后輸入自適應(yīng)控制器產(chǎn)生次級(jí)控制信號(hào)經(jīng)控制揚(yáng)聲器產(chǎn)生次級(jí)聲場(chǎng)與初級(jí)噪聲聲場(chǎng)疊加抵消實(shí)現(xiàn)降噪功能。參考信號(hào)和誤差信號(hào)采用GRAS公司的聲壓傳感器，模擬輸入模塊為四通道的NI 9215采集卡，模擬輸出模塊為NI 9263信號(hào)發(fā)生卡，功率放大器為南京佛能科技HEAS－5型功率放大器，作動(dòng)器采用惠威SR6．5型音箱。

為了防止氣流和外界背景噪聲和聲反射造成的干擾，盡量減少不必要的誤差，本實(shí)驗(yàn)在本底噪聲為30 db的消聲室中進(jìn)行。誤差傳感器與主揚(yáng)聲器中心和抵消揚(yáng)聲器中心處于同一水平面，且與兩個(gè)揚(yáng)聲器中心距離均為是90 cm。

實(shí)驗(yàn)步驟為：

（1）建立噪聲的模擬聲場(chǎng)；

（2）噪聲控制系統(tǒng)工作前，測(cè)量初級(jí)聲場(chǎng)聲壓；

（3）打開(kāi)控制系統(tǒng)，激發(fā)次級(jí)聲場(chǎng)，進(jìn)行噪聲控制；

（4）測(cè)試并記錄實(shí)驗(yàn)數(shù)據(jù)

圖7 噪聲主動(dòng)控制試驗(yàn)物理框圖Fig．7 The physical diagram of active noise control

圖8 定頻噪聲主動(dòng)控制結(jié)果圖Fig．8 Results of Fixed frequency noise active control experiment

圖9 寬帶噪聲主動(dòng)控制結(jié)果圖Fig．9 Results of Broadband noise active control experiment

下面分別就初級(jí)噪聲為定頻信號(hào)和寬帶信號(hào)進(jìn)行試驗(yàn)驗(yàn)證，圖8和圖9分別是頻率為100 Hz的正弦波噪聲和由頻段分別為30～50 Hz，70～130 Hz和300～530 Hz合成的寬帶信號(hào)在本控制系統(tǒng)下的降噪效果。

通過(guò)實(shí)驗(yàn)結(jié)果可以看出，初級(jí)噪聲為定頻信號(hào)，降噪效果25分貝左右；初級(jí)聲源為寬帶噪聲信號(hào)，降噪在10到15分貝左右。降噪效果十分明顯。

6 結(jié) 論

本文基于人工延遲系數(shù)方法提出一種新的次級(jí)通道在線辨識(shí)技術(shù)，提出的次級(jí)通道在線辨識(shí)的新方法，該方法具有收斂性好、計(jì)算量較小的特點(diǎn)，性能優(yōu)于現(xiàn)存在的常用算法?；趌abview平臺(tái)對(duì)算法進(jìn)行仿真，具有收斂性好，降噪性能高的特點(diǎn)?；贜I CompactRIO平臺(tái)進(jìn)行了噪聲主動(dòng)控制實(shí)驗(yàn)，取得很好的降噪效果，說(shuō)明該方法具有很好的工程應(yīng)用價(jià)值。

［1］陳克安．有源噪聲控制［M］．北京：國(guó)防工業(yè)出版社，2003：107－110．

［2］浦玉學(xué)，張方．多通道FURLS噪聲主動(dòng)控制算法及仿真［J］．國(guó)外電子測(cè)量技術(shù)，2012，31（6）：36－39．

PU Yu-xue，ZHANG Fang．Multi-channel FURLS algorithm for active noise control and simulation［J］．Foreign Electronic Measurement Technology，2012，31（6）：36－39．

［3］伭煒，鮑雪山，徐新盛．一種改進(jìn)型FX結(jié)構(gòu)在線建模有源噪聲抵消系統(tǒng)［J］．振動(dòng)與沖擊，2008，27（4）：78－81．

XUANWei，BAOXue-shan，XUXin-sheng．Online modeling of ANC system with secondary path and modified FX-structure［J］．Journal of Vibration and Shock，2008，27 （4）：78－81．

［4］Eriksson L J，Allie M C．Use of random noise for on-line transducer modeling in an adaptive active attenuation system ［J］．Acoust．Soc．Am．1989，85（2）：797－802．

［5］Zhang M，Lan H，Ser W．A robust online secondary path modeling methodwithauxiliarynoisepowerscheduling strategy and norm constraint manipulation［J］．IEEE Trans．Speech and Audio Processing，2003，11（1）：45－53．

［6］楊鐵軍，顧仲權(quán)，魯明月，等．基于誤差通道在線辨識(shí)的結(jié)構(gòu)振動(dòng)主動(dòng)控制系統(tǒng)［J］．振動(dòng)與沖擊，2004，23（3）：55 －59．

YANG Tie-jun，GU Zhong-quan，LU Ming-yue，et al．Active control system for structural vibration with online secondary path identification［J］．Journal of Vibration and Shock，2004，23（3）：55－59．

［7］Akhtar M T，Abe M，Kawamat M．Noise power scheduling in active noise control systems with online secondary path modeling［J］．IEICE Electronics Express，2007，4（2）：66－71．

［8］Carini A，Malatini S．Optimal variable step-size NLMS algorithmswithauxiliarynoisepowerschedulingfor feedforward active noise control［J］．IEEE Trans．Audio，Speech and Language Processing，2008，16（8）：1383 －1395．

［9］吳英姿，鮑雪山，徐新盛，等．基于峰值預(yù)濾波次級(jí)通道在線建模的主動(dòng)噪聲控制系統(tǒng)［J］．振動(dòng)與沖擊，2008，27 （1）：89－92．

WU Ying-zi，BAO Xue-shan，XU Xin-sheng，et al．An active noise control system using online secondary path modeling with peak prefiltering technique［J］．Journal of Vibration and Shock，2008，27（1）：89－92．

［10］Davari P，Hassanpour H．Designing a new robust on-line secondary path modeling technique for feedforward active noise control systems［J］．Signal Process，2009，89：1195 －1204．

A new method for online recognition of secondary path based on delay coefficient technique

PU Yu-xue，ZHANG Fang，JIANG Jin-hui，XU Jing，JIANG Qi
（State Key Laboratory of Mechanics and Control of Mechanical Structures，Nanjing University of Aeronautics and Astronautics，Nanjing 210016，China）

Changes of control target area and error sensor position or other factors may lead to the real-time change of secondary path in practical engineering．Accurate identification of secondary path transfer function can effectively improve the efficiency of noise active control．Here，a new secondary path online modeling method based on delay coefficient technique was proposed．The adjustment rules of the convergence step lengths of active control stage and secondary path modeling stage were derived．Comparing with the traditional algorithms for convergence performance and the computational complexity，the improvement advantages of the new method were gained．The proposed algorithm also introduced an auxiliary noise power scheduling for achieving the adjustment of the additional random noise power to ensure the system stability and eliminate its influence on the residual noise as much as possible．Numerical simulations and noise active control tests showed that the proposed method has better performances of convergence and noise reduction than the existing methods do．

noise active control；secondary path online modeling；auxiliary noise power scheduling；delay coefficient technique

TB535

A

10．13465／j．cnki．jvs．2014．23．014

基金項(xiàng)目：航空科學(xué)基金（2012ZA52001）；高等學(xué)校博士學(xué)科點(diǎn)專項(xiàng)科研基金（20123218120005）；國(guó)家自然科學(xué)基金資助項(xiàng)目（51305197）；江蘇高校優(yōu)勢(shì)學(xué)科建設(shè)工程資助項(xiàng)目

2013－05－28 修改稿收到日期：2013－11－28

浦玉學(xué)男，博士生，1987年12月生

張方男，教授，博士生導(dǎo)師，1962年8月生