黄东升,邓冠森,江若薇,林锐
(厦门理工学院 电气工程与自动化学院,福建 厦门 361024)
随着我国社会的快速发展,噪声污染开始逐步成为环境污染核心之一,噪声污染不仅会影响人们的正常生活,严重者会对人们的身心健康造成严重影响。传统的降噪技术主要是通过降低噪声的能量来降低噪声,如:吸声、隔声处理、使用消声器或利用阻尼减振等,这都属于被动降噪。当今,现代降噪技术采用通过采集噪声信号并对其进行处理,利用单片机发出控制信号来推动扬声器产生与噪声信号幅值相同、相位相反的声音来抵消噪声信号,实现降噪。本文所阐述的降噪系统通过对普通发电机组行静音改造,并构建主动降噪系统来进一步降低噪音。
主动降噪系统可分为前馈主动降噪系统、反馈主动降噪系统和多通道主动降噪系统。本系统使用鲁棒性较好的前馈主动降噪系统结构,以DSP TMS320F2812为主控芯片,结合相关外设和音频处理模块等构建该控制系统。其主动降噪系统结构图如图1所示
图1 主动降噪系统结构图
如图1所示,发电机组发出的周期性排气噪声作为初级声源,将非声学传感器采集的同步信号按一定线性关系转化为频率值传入DSP控制器作为输入之一,另外,通过麦克风传感器检测DSP控制器经音频处理模块和扬声器发出的次级声源与初级声源的误差反馈到DSP控制器作为输入之一,当误差趋于0,说明设计的降噪系统能实现降噪产生“静区”。其中,DSP控制器采用DSP TMS320F2812,结合自适应滤波算法,不断更新权值参数以产生与初级噪声相对应的次级噪声。音频处理模块用于采集残余误差噪声和输出次级噪声,采用TI的音频处理芯片TLV320AIC23B构建电路,如图2所示。
图2 音频处理模块
如图3所示为主动降噪FXLMS算法,由于噪声信号会随时间变化而变化,因此系统的控制器需要根据某种优化准则(主动降噪算法)来对时变的噪声信号进行跟踪,通过自适应滤波器(控制器)Wn(z)产生次级噪声y(n),经过S(z)次级通道后与P(n)初级噪声进行抵消,使误差噪声信号e(n)趋于0。其中,次级通道为由AIC23B构成的音频处理模块、麦克风、扬声器等实际管道中的物理器件构成的通道。
图3 主动降噪FXLMS算法
次级通道辨识可以在线辨识也可以离线辨识,但考虑到在线辨识影响主降噪系统,并且实际管道系统中,次级通道几乎不随时间变化,因此采用离线辨识方法,如图4所示。
图4 次级通道离线辨识
次级通道辨识实质就是为了获取次级通道S(z),通过LMS算法的不断迭代更新,使得白噪声ν(n)来
整个主动降噪系统工作分为两步。第一步是先进行次级通道离线辨识,将训练结果保存,第二步是进行主动降噪FXLMS算法,系统工作流程图如图5所示。
图5 主动降噪系统工作流程图
系统工作具体过程为:⑴ 计算参考信号:
⑵ 计算滤波-X参考信号:
⑷ 麦克风检测误差噪声信号e(n)。
⑸ 使用FXLMS算法更新自适应滤波器权值:
基于LMS算法的次级(单)通道辨识仿真参数设置:实验采样点数为1000;参考输入信号采用白噪声;未知系统的自适应滤波器Sh为FIR滤波器,阶数为15阶;
系统初级通道参数设置为Pw=[0.01 0.25 0.5 1 0.5 0.25 0.01];
次级通道参数设置为Sw=Pw★0.25;
通过设置不同的步长因子u为0.02、0.06、0.12观察其对辨识结果的影响,仿真结果如图6所示,(a) 、(b) 、(c)分别对应u=0.02,u=0.06,u=0.12。
从图6仿真结果来看,若步长因子较小,虽然收敛速度较慢,但可以识别出次级通道,如图6中(a)所示;提高步长因子,收敛速度有所提升,也可以识别出次级通道,如图6中(b)所示;但若布长因子太大,则无法收敛,并且无法识别出次级通道,系统失调,如图6中(c)所示; 因此,在平衡系统稳定性和收敛速度间,本次仿真则中选择u=0.06。
图6 不同步长因子的辨识结果
以上述次级通道辨识结果代入到FX-LMS算法,进行降噪系统的仿真。仿真参数设置与上诉一致,步长因子取u=0.06,仿真结果如图7所示。
图7 ANC系统仿真结果
从仿真结果可以看出,Noice residue(残余噪声)逐渐趋于0,并且从控制器产生的噪声信号和残余噪声的差值曲线,即Control signal来看,其与噪声信号几乎重合,也说明残余噪声趋于0,说明FXLMS算法对输入的高斯白噪声有较好的降噪效果。
工厂里发电机的排气噪声一方面会导致机器设备的声疲劳,减少其使用寿命,另一方面还会逐步影响工人的身心健康,引发工作事故。本系统通过静音油箱结合管道主动降噪的方法能有效降低发电机噪声污染,具有十分重要的现实意义。