一种可控误差分解与更新判别的车内道路噪声主动控制方法

本发明涉及主动噪声控制，尤其涉及一种可控误差分解与更新判别的车内道路噪声主动控制方法。

背景技术：

1、随着新能源汽车和智能汽车的发展，车内噪声控制成为提升整车nvh性能和驾乘舒适性的重要技术方向。相较于传统燃油汽车，纯电动汽车缺少发动机噪声掩蔽作用，道路噪声在中低速及中高速行驶工况下更加突出。道路噪声主要由轮胎与路面相互作用产生，并经悬架、车身结构和空气路径传递至车内，其能量多集中于中低频范围。传统被动噪声控制方法在中高频噪声控制方面具有良好效果，但对于中低频道路噪声，往往需要增加吸声隔声材料或优化结构布置，容易带来质量、空间和成本的增加。因此，主动噪声控制技术因其对中低频噪声的良好抑制能力，逐渐成为车内道路噪声控制的重要技术路线。

2、目前的行业解决方案主要分为以下几类，包括但不限于下述局限性：

3、1.基于传统fxlms及其改进算法的车内主动降噪方法：该类方法通常以参考传感器采集的参考信号和误差传感器采集的误差信号作为输入，通过次级路径估计滤波器构造滤波参考信号，并利用fxlms或其变体对控制滤波器权值进行自适应更新。该类方法结构成熟、实时性较好，是车内道路噪声主动控制的常用技术路线。但其核心仍然是利用原始误差信号驱动控制滤波器更新，通常默认误差信号中的全部成分均适合参与更新，尚未充分区分误差信号中能够被参考信号解释的可控误差成分与不能被当前参考信号解释的不可控误差成分。

4、2.基于参考信号优化与传感器布置优化的方法：该类方法主要通过多重相干函数、参考信号贡献度分析、传感器位置优化、参考通道筛选或参考信号融合等方式，提高参考信号与车内目标噪声之间的相关性，从而改善控制效果。该类方法能够在一定程度上提高参考信号质量，降低无效参考信号对控制系统的影响。然而，其改进重点主要集中在控制器输入端的参考信号选择与优化，仍然没有从误差信号端判断误差麦克风采集到的残余误差信号是否整体适合参与控制滤波器权值更新。

5、3.基于步长调节、归一化策略或环境参数映射的方法：该类方法通常通过变步长、归一化步长、自适应步长、基于车速、风速、气动参数或路面状态等外部环境参数的算法参数调整，提高控制滤波器的收敛速度和非平稳工况适应能力。该类方法能够改善传统fxlms算法在复杂工况下的跟踪能力，但其本质上仍属于控制参数或外部环境信息驱动的更新强度调整，并未直接判断当前误差信号中哪些成分能够被多路参考信号解释、哪些成分属于低相干扰动或不可控误差。因此，当误差信号中存在随机冲击、乘员活动声、传感器噪声或局部声场扰动时，单纯调整步长或滤波系数仍可能导致误更新。

6、4.基于子带分解和部分子带更新的方法：该类方法通常将参考信号和误差信号分解至多个频带，在目标频带内进行控制滤波器更新，以降低计算量并提高特定频段的控制效率。该类方法适用于车内道路噪声低频能量集中的特点，能够改善宽带信号直接更新带来的计算压力和频带耦合问题。但现有子带更新方法大多关注更新哪些频带或如何降低计算复杂度，并不等同于判断每一子带误差信号中哪些成分真正能够由多路子带滤波参考信号解释，也未在更新前将子带误差信号分解为可控误差分量和不可控误差分量。

7、5.基于次级路径辨识、路径补偿或延时匹配的方法：该类方法主要围绕次级声源至误差麦克风之间的声学传递路径进行建模、辨识和补偿，或者通过信号延时匹配减小初级噪声与抗噪声叠加时的时间误差。该类方法能够提高控制信号与目标噪声之间的相位匹配程度，减少路径失配对降噪效果的影响。但该类方法的重点在于路径模型或时间同步问题，因而仍可能受到不可控误差、随机扰动和低相干噪声的影响。

8、6.基于虚拟误差、残余噪声整形或声品质控制的方法：该类方法通常通过构造虚拟误差信号、保留一定残余噪声、调整目标误差谱形或引入声品质指标，使主动控制系统在降噪量和主观听感之间取得平衡。该类方法能够改善传统主动降噪系统过度降噪或声品质下降的问题，但其构造虚拟误差或残余目标的依据通常集中于目标声场、声品质需求或残余噪声保留比例，并不直接以多路参考信号对子带误差信号的解释能力为依据区分可控误差和不可控误差。

9、7.基于深度学习辅助的主动噪声控制方法：该类方法可利用神经网络进行噪声识别、工况分类、固定滤波器选择、控制参数预测或抗噪声信号生成，在复杂工况识别和非线性建模方面具有一定优势。然而，现有深度学习辅助方法多侧重于替代传统控制器、选择预设滤波器、预测控制输出或识别噪声类型，若未结合误差信号的可控性分析，仍难以避免不可控误差成分直接参与自适应更新所造成的梯度污染问题。

10、综上所述，目前已有的车内主动噪声控制方法已在参考信号选择、控制滤波器步长调节、归一化更新、子带部分更新、次级路径辨识、延时匹配、虚拟误差构造以及深度学习辅助控制等方面开展了较多研究，并能够在一定程度上改善系统的收敛速度、计算复杂度、路径适应能力或特定工况下的降噪效果。然而，现有方法通常仍默认误差信号整体适合参与控制滤波器权值更新，尚未充分解决误差信号本身是否可控、是否适合参与更新的问题。

11、因此，如何在控制滤波器权值更新前，基于多路子带滤波参考信号对误差信号的解释能力，将子带误差信号分解为可控误差分量和不可控误差分量，并进一步判断可控误差分量参与更新的可靠程度，构造用于替代原始误差信号的子带伪误差信号，是提高车内道路噪声主动控制系统稳定性、鲁棒性和复杂工况适应能力亟需解决的关键问题。

技术实现思路

1、本发明的目的在于提供一种可控误差分解与更新判别的车内道路噪声主动控制方法。该方法在不改变传统车内道路噪声主动控制基本硬件结构的前提下，并非单纯对fxlms算法中的步长参数、参考信号或外部环境参数进行调整，而是从误差信号参与控制滤波器权值更新的机制出发，在更新前判断误差信号中哪些成分能够被当前多路参考信号解释并适合参与更新，哪些成分属于不可控扰动并应降低其对更新过程的影响。由此解决现有车内道路噪声主动控制方法中原始误差信号直接参与控制滤波器更新，导致随机扰动、低相干噪声、瞬态冲击、传感器噪声、乘员活动声及路径失配等不可控误差成分引起控制器误更新、权值抖动、收敛不稳定和局部增噪的问题。

2、为实现上述目的，本发明提出一种可控误差分解与更新判别的车内道路噪声主动控制方法，包括：

3、s1、采集多路参考信号和车内误差信号，并根据多路参考信号和次级路径估计模型获取多路滤波参考信号；

4、s2、对多路滤波参考信号和车内误差信号进行子带分解，得到多路子带滤波参考信号和子带误差信号，并根据多路子带滤波参考信号和子带误差信号分解出子带可控误差分量和子带不可控误差分量；

5、s3、根据子带可控误差分量、子带不可控误差分量、子带误差信号、多路子带滤波参考信号和子带控制输出状态信号提取更新判别特征，并将更新判别特征输入深度学习更新判别模型，得到子带更新置信度；

6、s4、根据子带更新置信度和子带可控误差分量构造子带伪误差信号，并利用子带伪误差信号和多路子带滤波参考信号对控制滤波器权值进行更新；

7、s5、根据更新后的控制滤波器权值生成抗噪声信号并输出。

8、优选的，所述s1具体包括：

9、通过布置于车身、副车架、悬架连接点、减振器安装点或其他与道路噪声传递路径相关位置的多个振动传感器采集多路参考信号；

10、通过误差麦克风采集目标控制位置处的车内误差信号，并读取上一控制周期或当前控制周期之前的子带控制输出状态信号；

11、利用次级路径估计滤波器分别对多路参考信号进行滤波，得到多路滤波参考信号。

12、优选的，所述s2具体包括：

13、对多路滤波参考信号、车内误差信号以及控制输出状态信号进行子带分解，并利用滤波器组、短时傅里叶变换或小波分解得到多个子带信号；

14、在第

k个子带内，利用各路子带滤波参考信号的当前样本及历史样本分别构造参考信号矩阵，并将各参考通道对应的参考信号矩阵进行拼接，形成第

k个子带的多路联合滤波参考信号矩阵

r，多路联合滤波参考信号矩阵

r所张成的空间定义为第

k个子带的联合可控误差子空间；

15、以第

k个子带误差信号

e为拟合目标，通过正则化最小二乘方法求取拟合系数

a，使得

ra接近

e，并根据拟合结果确定第

k个子带的子带可控误差分量和子带不可控误差分量。

16、优选的，所述s2中，对于多参考信号情况，将各参考通道对应的子带滤波参考信号矩阵进行拼接，形成第

k个子带的联合参考信号矩阵，从而提取能够被多路参考信号共同解释的所述子带可控误差分量。

17、优选的，所述s3具体包括：

18、根据第

k个子带的子带可控误差分量、子带不可控误差分量、子带误差信号、多路子带滤波参考信号和子带控制输出状态信号，提取更新判别特征，更新判别特征包括可控误差能量、不可控误差能量、可控误差占比、多路子带滤波参考信号能量、子带误差信号能量、控制输出信号能量、控制输出信号变化率、历史误差下降率、参考信号与误差信号相干性、控制滤波器权值范数中的一种或多种；

19、将更新判别特征输入预先训练的深度学习更新判别模型，得到第

k个子带的子带更新置信度，深度学习更新判别模型采用卷积神经网络、长短时记忆网络、双向长短时记忆网络、时序卷积网络或transformer网络。

20、优选的，所述s4具体包括：

21、根据第

k个子带的子带更新置信度和子带可控误差分量构造第

k个子带的子带伪误差信号；

22、将多路子带滤波参考信号的当前样本及历史样本组合为多路联合滤波参考向量，采用归一化fxlms更新方式，利用子带伪误差信号和多路联合滤波参考向量对第k个子带控制滤波器权值进行更新。

23、优选的，所述s4中，当第

k个子带的所述子带更新置信度低于预设阈值时，降低该子带所述子带伪误差信号的幅值、暂停该子带控制滤波器权值更新、限制该子带控制输出幅值或保持上一时刻控制滤波器权值不变。

24、优选的，所述s5具体包括：根据更新后的各子带控制滤波器权值计算对应的子带抗噪声信号，并将各子带抗噪声信号合成为时域抗噪声信号，通过车内次级声源输出。

25、与现有技术相比，本发明的有益效果如下：

26、本发明通过从误差信号端出发，在控制滤波器更新前将子带误差信号分解为可控误差分量与不可控误差分量，有效避免了原始误差信号中随机冲击、传感器噪声、乘员活动声及路径失配等不可控扰动直接参与权值更新，解决了传统方法因梯度污染导致的控制器误更新、权值抖动和局部增噪问题。在此基础上，本发明进一步利用深度学习更新判别模型对可控误差分量参与更新的可靠程度进行智能判别，并据此构造子带伪误差信号替代原始误差信号，能够根据各子带误差信号的实际可控状态自适应调整更新策略，显著提高了控制系统在复杂道路工况下的稳定性、鲁棒性和收敛一致性，且无需改变现有硬件结构。