張立軍， 皮雄飛， 孟德建

（同濟(jì)大學(xué) 汽車學(xué)院，上海 201804）

隨著汽車動(dòng)力系統(tǒng)噪聲控制技術(shù)的提升及汽車電動(dòng)化進(jìn)程的加快，車內(nèi)道路噪聲日漸成為車內(nèi)主導(dǎo)噪聲。道路噪聲的低頻、寬帶特性，使得傳統(tǒng)的噪聲被動(dòng)控制手段難以對(duì)其實(shí)現(xiàn)有效的抑制。噪聲主動(dòng)控制技術(shù)具有低頻控制效果好的特點(diǎn)，逐漸成為車內(nèi)低頻結(jié)構(gòu)型道路噪聲控制的主流方法［1-3］。

道路噪聲主動(dòng)控制（active road noise control，ARNC）自1989年由Costin 等［4］提出以來，國內(nèi)外學(xué)者展開了一系列研究。自適應(yīng)前饋控制是最適合應(yīng)用于ARNC的系統(tǒng)類型。它以加速度計(jì)獲取車輛底盤或車體的振動(dòng)信號(hào)作為系統(tǒng)輸入，通過自適應(yīng)算法構(gòu)建與初級(jí)噪聲等幅、反相的次級(jí)聲實(shí)現(xiàn)道路噪聲抑制或消除?，F(xiàn)有的道路噪聲自適應(yīng)前饋控制的研究，根據(jù)被控對(duì)象可以分為模擬道路噪聲控制和實(shí)車道路噪聲控制兩種類型。

模擬道路噪聲控制的研究起步較早，在1991年普渡大學(xué)的Ferren［5-6］在半消聲室內(nèi)，以激振器對(duì)車輛左后輪施加激振力，模擬了30～100 Hz 的車內(nèi)道路噪聲。應(yīng)用單通道前饋控制系統(tǒng)，試驗(yàn)結(jié)果表明在駕駛員頭部位置35～45 Hz 的噪聲最大可以降低6.5 dB，70～100 Hz 的噪音最大可以降低2.5 dB。這是前饋ARNC 系統(tǒng)的首次成功演示，但是只針對(duì)駕駛員頭部實(shí)現(xiàn)了控制，而且控制頻段較窄。之后Wyckaert［7］、Warner［8］和Heatwole［9］也開展了一系列相關(guān)的研究，并將單通道系統(tǒng)擴(kuò)展到多通道系統(tǒng)。2019 年，吉林大學(xué)陳輝［10］基于FxLMS 算法使用小型激振器搭建了類似的車內(nèi)路噪主動(dòng)控制硬件在環(huán)系統(tǒng)，最大降噪量可達(dá)15 dB。

基于實(shí)車試驗(yàn)的真實(shí)車內(nèi)ARNC系統(tǒng)的研究始于南安普東大學(xué)的Sutton博士［11-14］，在他博士論文中開展了前饋ARNC 系統(tǒng)的實(shí)車試驗(yàn)研究。以60 km·h-1在粗糙路面的測(cè)試結(jié)果表明，該系統(tǒng)可在100～200 Hz 范圍內(nèi)實(shí)現(xiàn)最大7 dB 的降噪量；以80 km·h-1的測(cè)試結(jié)果表明，該系統(tǒng)可實(shí)現(xiàn)最大5 dB降噪量。在2002 年韓國研究者SHI-HWAN等［15］以現(xiàn)代轎車為試驗(yàn)對(duì)象，搭建了多通道前饋ARNC系統(tǒng)，測(cè)試結(jié)果表明在250 Hz 附近的15 Hz 帶寬內(nèi)，系統(tǒng)可以實(shí)現(xiàn)最大5～6 dB的降噪量。在2015年由現(xiàn)代汽車研究者［16］公布的道路噪聲前饋主動(dòng)控制系統(tǒng)中，汽車以60 km·h-1在粗糙路面上行駛時(shí)的測(cè)量結(jié)果顯示，該系統(tǒng)在100 Hz 以上獲得了較好的控制效果，其最大降噪量可達(dá)6 dB。2018 年現(xiàn)代汽車的研究者OH等［17-18］在Nexo氫能驅(qū)動(dòng)汽車上采用數(shù)字加速度傳感器，搭建了四通道車內(nèi)ARNC系統(tǒng)，在均勻路面勻速工況下實(shí)現(xiàn)了平均4.6 dB的降噪量。2021年，重慶大學(xué)的劉亞琪［19］使用的泄露NFxLMS 算法，基于ADSP 21489 硬件系統(tǒng)，進(jìn)行實(shí)車車內(nèi)路噪主動(dòng)控制道路試驗(yàn)驗(yàn)證，系統(tǒng)在勻速工況下的50～500 Hz 頻段總聲壓級(jí)降低了3 ～5 dB。吉林大學(xué)的孟豪［20］基于某電動(dòng)汽車進(jìn)行了道路噪聲主動(dòng)控制試驗(yàn)，結(jié)果表明，在勻速工況下系統(tǒng)對(duì)噪聲信號(hào)60 ～300 Hz 頻段具有較好的控制效果，降噪量可達(dá)2～7 dB。

綜上所述可以看出，盡管在ARNC 領(lǐng)域已經(jīng)形成較多的基于加速度參考信號(hào)的前饋ARNC系統(tǒng)演示樣機(jī)，并通過模擬道路試驗(yàn)和實(shí)車道路試驗(yàn)驗(yàn)證了其在不同程度上實(shí)現(xiàn)了道路噪聲的有效抑制。但在道路實(shí)驗(yàn)中僅考慮了單一均勻路面上車輛勻速行駛工況下的降噪效果，忽略了車輛實(shí)際使用工況下的路面變化、車速變化等非穩(wěn)態(tài)的道路噪聲特性。當(dāng)汽車在遇到減速帶沖擊、路面沖擊等工況時(shí)，系統(tǒng)可能會(huì)出現(xiàn)發(fā)散等問題。

針對(duì)這一問題，本文提出了一種沖擊噪聲主動(dòng)控制的算法，并通過試驗(yàn)和仿真對(duì)其有效性進(jìn)行了驗(yàn)證。首先，選取了4個(gè)最佳的參考信號(hào)位置，并采集了這些位置的振動(dòng)信號(hào)和駕駛員處的沖擊噪聲信號(hào)。然后提出了道路沖擊噪聲主動(dòng)控制算法，基于該算法建立了MATLAB/Simulink 模型。最后，進(jìn)行了實(shí)車道路試驗(yàn)，通過仿真和試驗(yàn)共同驗(yàn)證了該算法的有效性

1 參考信號(hào)位置選取與信號(hào)采集

車內(nèi)道路噪聲主動(dòng)控制的首要任務(wù)是找到與初級(jí)噪聲相干的振動(dòng)或噪聲源，以確保揚(yáng)聲器發(fā)出的次級(jí)聲信號(hào)可以實(shí)現(xiàn)與初級(jí)噪聲相抵消。因此，基于前饋控制器的車內(nèi)道路噪聲主動(dòng)控制系統(tǒng)也需要找到與車內(nèi)道路噪聲高度相關(guān)的振動(dòng)信號(hào)，即參考信號(hào)，以此作為系統(tǒng)的輸入，實(shí)現(xiàn)車內(nèi)道路噪聲的主動(dòng)控制。本節(jié)通過試驗(yàn)獲取最佳的參考信號(hào)位置，并獲取沖擊噪聲的數(shù)據(jù)，為后續(xù)的算法和仿真提供數(shù)據(jù)支撐。

1.1 基于LMS數(shù)采的試驗(yàn)

本文選取一款燃油車作為研究對(duì)象，搭建了基于LMS數(shù)據(jù)采集系統(tǒng)的數(shù)據(jù)采集平臺(tái)，主要的實(shí)驗(yàn)儀器連接關(guān)系如圖1所示。加速度傳感器與聲壓傳感器通過ICP 接口同時(shí)接入LMS（least mean square）數(shù)據(jù)采集系統(tǒng)，由蓄電池通過逆變器為LMS數(shù)據(jù)采集系統(tǒng)供電。PC（個(gè)人電腦）主控機(jī)通過數(shù)據(jù)傳輸網(wǎng)線與數(shù)據(jù)采集系統(tǒng)連接，通過LMS Test.Lab 軟件控制數(shù)據(jù)采集的開始和終止。本文在汽車懸架的主要部位上共布置了12個(gè)三向加速度和1個(gè)麥克風(fēng)，布置位置如圖2、圖3和表1所示。

表1 傳感器布置方案Tab. 1 Layout of sensors

圖1 主要設(shè)備連接關(guān)系示意圖Fig. 1 Schematic diagram of connection relationship of main equipment

圖2 加速度傳感器布放位置Fig. 2 Placement of accelerometer

圖3 麥克風(fēng)傳感器布放位置Fig. 3 Placement of microphone

試驗(yàn)路面為干燥平直的粗瀝青路面。試驗(yàn)時(shí)天氣晴朗無風(fēng)，路面無積水，車窗為關(guān)閉狀態(tài)。駕駛試驗(yàn)車輛在試驗(yàn)路面上以 40 km·h-1的初速度空擋滑行減速至20 km·h-1，可以認(rèn)為此時(shí)的車內(nèi)噪聲主要為路面激勵(lì)引起的道路噪聲。

1.2 參考信號(hào)位置選取

對(duì)采集到的麥克風(fēng)信號(hào)進(jìn)行頻域分析，得到車內(nèi)噪聲聲壓級(jí)信號(hào)如圖4 所示（A 級(jí)計(jì)權(quán)下）。從圖4 可以看出，車內(nèi)道路噪聲較為突出，噪聲頻段主要集中于75～130 Hz 的轟鳴聲以及220～240 Hz 的輪胎空腔共鳴噪聲。因此基于相干分析時(shí)，應(yīng)著重篩選此頻段內(nèi)相干性較大的信號(hào)。

圖4 車內(nèi)道路噪聲聲壓級(jí)Fig. 4 Sound pressure of road noise inside car

本文利用多重相干性作為最佳加速度位置選取的評(píng)價(jià)指標(biāo)，選出與駕駛員位置相干性最高的加速度組合。先對(duì)所有加速度信號(hào)進(jìn)行常相干分析，預(yù)先選出常相干函數(shù)較大的部分信號(hào)。然后，根據(jù)需求確定參考信號(hào)的數(shù)量，再從常相干分析獲得的信號(hào)中生成可能的參考信號(hào)組合，并計(jì)算每組信號(hào)組合中加速度信號(hào)與駕駛員位置的麥克風(fēng)信號(hào)的重相干函數(shù)，將75～130 Hz和220～240 Hz頻率范圍內(nèi)重相干函數(shù)的均方根值最大的組合確定為參考信號(hào)。

計(jì)算每個(gè)加速度信號(hào)和駕駛員處聲壓信號(hào)的常相干函數(shù)，如圖 5所示。從該圖可以發(fā)現(xiàn)，具有高相干性的頻帶主要是50～150 Hz和220～240 Hz，與噪聲的頻帶較為一致。

圖5 加速度信號(hào)與聲壓信號(hào)的常相干函數(shù)Fig. 5 Constant coherence function of acceleration signal and sound pressure signal

考慮到計(jì)算量和實(shí)際應(yīng)用問題，本文選取4 個(gè)加速度信號(hào)作為參考信號(hào)。首先預(yù)選出18 個(gè)常相干函數(shù)較大的位置，預(yù)選的位置為后懸左側(cè)減振器上端的XYZ方向、扭力梁與車身左側(cè)連接點(diǎn)的XYZ方向、后懸右側(cè)減振器上端的XYZ 方向、扭力梁與車身右側(cè)連接點(diǎn)的XYZ方向、副車架與車身右側(cè)后連接點(diǎn)XYZ 方向、副車架與車身右側(cè)前連接點(diǎn)的XYZ 方向。對(duì)這18 個(gè)位置進(jìn)行排列組合，共3 060種組合，分別計(jì)算每種組合的重相干函數(shù)。最終得到的4個(gè)位置為扭力梁與車身左側(cè)連接點(diǎn)Z向、扭力梁與車身右側(cè)連接處Z 向、副車架與車身右側(cè)后連接點(diǎn)Z向、副車架與車身右側(cè)前連接點(diǎn)Z向。

1.3 沖擊噪聲數(shù)據(jù)采集

本文的數(shù)據(jù)來源于校園的減速帶路面（圖6）沖擊，采集設(shè)備與1.1 節(jié)相同，只采集4 個(gè)已選出位置的加速度信號(hào)和駕駛員頭枕左側(cè)的聲壓信號(hào)。試驗(yàn)路面為干燥平直的粗瀝青路面，并且勻速通過減速帶。試驗(yàn)時(shí)天氣晴朗無風(fēng)，路面無積水，車窗為關(guān)閉狀態(tài)。駕駛試驗(yàn)車輛在試驗(yàn)路面上以40 km·h-1的速度勻速行駛。

圖6 數(shù)據(jù)采集路面Fig. 6 Road pavement for data collection

1.4 次級(jí)通路獲取

次級(jí)通路指從次級(jí)聲源到麥克風(fēng)之間的聲通路，對(duì)于搭載于實(shí)車的主動(dòng)控制系統(tǒng)來說，完整的次級(jí)通路包括控制器外圍電路、功放/揚(yáng)聲器（次級(jí)聲源）、乘員艙聲腔、麥克風(fēng)（誤差傳感器）幾個(gè)環(huán)節(jié)，如圖7 所示。圖中，RANC 控制器表示道路噪聲主動(dòng)控制系統(tǒng)控制器，y表示控制器計(jì)算得到的次級(jí)聲信號(hào)，e表示誤差麥克風(fēng)采集得到的誤差信號(hào)。

圖7 次級(jí)通路構(gòu)成Fig. 7 Composition of secondary path

本文采用的傳函離線辨識(shí)方法為附加隨機(jī)噪聲法。揚(yáng)聲器（采用原車揚(yáng)聲器）和麥克風(fēng)的布放位置如圖8 所示。次級(jí)通路傳遞函數(shù)在半消聲室內(nèi)測(cè)得，均為512 階FIR(finite impulse response)濾波器，其單位脈沖響應(yīng)如圖9所示。

圖8 揚(yáng)聲器和麥克風(fēng)的位置Fig. 8 Location of Speaker and microphone

圖9 次級(jí)通路單位脈沖響應(yīng)Fig. 9 Unity impulse response of secondary path

2 多通道自適應(yīng)濾波算法改進(jìn)

2.1 FXLMS算法

圖10 為基于多通道FXLMS（filtered-x least mean square，）算法的ARNC系統(tǒng)框圖，圖中A/D表示數(shù)模轉(zhuǎn)換，LMS 表示控制算法。假設(shè)參考信號(hào)（由加速度計(jì)在車輛底盤/車身等位置獲取的振動(dòng)加速度信號(hào)）的數(shù)量為J個(gè)，次級(jí)聲輸入信號(hào)（由自適應(yīng)控制器輸出到次級(jí)源揚(yáng)聲器輸入端的電信號(hào)）的數(shù)量為M個(gè)，誤差信號(hào)（車內(nèi)誤差麥克風(fēng)在目標(biāo)降噪點(diǎn)位置獲取的聲壓信號(hào)）的數(shù)量為K個(gè)。

圖10 FXLMS算法框圖Fig. 10 Block diagram of FXLMS algorithm

x(n)=[x1( n )x2( n )… xJ( n )]T表示J 個(gè)參 考 信 號(hào) 構(gòu) 成 的 列 矢 量 ；y(n)=[y1( n )y2( n )… yJ( n )]T表示M 個(gè)次級(jí)聲輸入信 號(hào) 構(gòu) 成 的 列 矢 量 ； e(n)=[e1( n )e2( n )… eJ( n )]T表示K個(gè)誤差信號(hào)構(gòu)成的列矢量。由M個(gè)次級(jí)源揚(yáng)聲器到K個(gè)誤差麥克風(fēng)總共構(gòu)成M×K條次級(jí)通路S(z)，記為

式中：smk表示第m 個(gè)揚(yáng)聲器到第k 個(gè)麥克風(fēng)的次級(jí)通路傳遞函數(shù)單位脈沖響應(yīng)列式量。

自適應(yīng)濾波器是由J×M 個(gè)濾波器構(gòu)成的濾波器組

式中：wjm(n)=[wjm，1( n )wjm，2( n )… wjm，L( n )]T表示第n時(shí)刻與第j個(gè)參考信號(hào)和第m個(gè)次級(jí)聲輸入信號(hào)對(duì)應(yīng)的L階自適應(yīng)濾波器權(quán)系數(shù)列矢量。

第m個(gè)次級(jí)聲輸入信號(hào)可以表示為

式中：xj(n)=[xj(n)xj(n-1 )…xj(n-L+1 )]T表示第j個(gè)參考信號(hào)矢量。

第k個(gè)誤差麥克風(fēng)信號(hào)可以表示為

式中：dk(n)表示第n時(shí)刻在第k個(gè)誤差麥克風(fēng)位置處的初級(jí)信號(hào)；y′k(n)表示第n時(shí)刻在第k個(gè)誤差麥克風(fēng)位置處的次級(jí)聲壓響應(yīng)信號(hào)，可以表示為

式中：符號(hào)“*”表示線性卷積運(yùn)算；x′jmk(n)表示第j個(gè)參考信號(hào)經(jīng)過次級(jí)通路估計(jì)s?mk濾波后得到的參考信號(hào)。其矢量元素的表達(dá)式為

權(quán)系數(shù)矢量迭代方程為

2.2 改進(jìn)的FXNLMS算法

為了克服收斂系數(shù)對(duì)輸入信號(hào)功率的依賴性問題，F(xiàn)arhang[21]提出了參考信號(hào)歸一化最小均方誤差（normalized least mean square，NLMS）算法。將這一思想應(yīng)用到噪聲主動(dòng)控制系統(tǒng)中，可以導(dǎo)出多通道 FXNLMS（filtered-x normalized least mean square）算法的自適應(yīng)濾波器權(quán)系數(shù)迭代方程如下：

與FXLMS 算法相比，在一個(gè)多通道系統(tǒng)中所有自適應(yīng)濾波器權(quán)系數(shù)的更新計(jì)算量增量為J×M×K倍的能量歸一化計(jì)算量。但通過對(duì)整個(gè)控制系統(tǒng)的分析不難發(fā)現(xiàn)，導(dǎo)致系統(tǒng)不穩(wěn)定的直接因素是參考信號(hào)能量的時(shí)變特性。因此，本文提出只對(duì)參考信號(hào)能量進(jìn)行歸一化的參考信號(hào)歸一化濾波最小均方誤差算法（filter normalized-x least mean square，F(xiàn)NXLMS），權(quán)系數(shù)矢量迭代方程可以表示為

在實(shí)際應(yīng)用中，由于測(cè)得參考信號(hào)的幅值有可能小于1，因此對(duì)迭代方程進(jìn)行改進(jìn)

α和β根據(jù)實(shí)際情況進(jìn)行設(shè)置，以保證迭代方程的分母始終處于合適的范圍。

為了進(jìn)一步加強(qiáng)算法的穩(wěn)定性，本文將符號(hào)算法引入到μ0控制中，當(dāng)權(quán)系數(shù)更新過大（即次級(jí)聲輸入信號(hào)過大）時(shí)，會(huì)將收斂系數(shù)重置為0，此時(shí)權(quán)系數(shù)也將重新更新。即：

3 仿真分析

本節(jié)使用第1 節(jié)中采集的4 個(gè)加速度信號(hào)和1個(gè)麥克風(fēng)信號(hào)進(jìn)行仿真分析，次級(jí)通路使用測(cè)得的真實(shí)次級(jí)通路。

3.1 模型搭建與參數(shù)設(shè)置

根據(jù)FNXLMS 算法和符號(hào)算法的原理，使用4個(gè)參考信號(hào)，1 個(gè)次級(jí)聲源和1 個(gè)誤差信號(hào)，搭建了基于Matlab/Simulink 的車內(nèi)噪聲主動(dòng)控制仿真模型。算法仿真參數(shù)通過多次仿真結(jié)果選擇了最優(yōu)值，仿真參數(shù)如表2所示。

表2 仿真參數(shù)表Tab. 2 Simulation parameters

3.2 仿真結(jié)果

降噪后的時(shí)域聲壓級(jí)如圖11 所示。由圖11 可以看出，當(dāng)在穩(wěn)定的路面上（0～8 s）行駛時(shí)，兩種算法都有一定的降噪效果，且效果基本相同。但是當(dāng)遇到較大沖擊（8～11 s）時(shí)，傳統(tǒng)FXLMS 算法會(huì)出現(xiàn)發(fā)散現(xiàn)象，使得降噪后的信號(hào)會(huì)遠(yuǎn)遠(yuǎn)大于初級(jí)噪聲信號(hào)，并且后續(xù)不會(huì)收斂。而FNXLMS算法則不會(huì)出現(xiàn)發(fā)散現(xiàn)象，且會(huì)很快收斂，沖擊過后仍有較好的降噪效果，最大降噪量為3.58 dB。說明了該算法比傳統(tǒng)算法具有更好的魯棒性能，更適用于實(shí)際道路行駛工況。

圖11 仿真結(jié)果Fig. 11 Simulation result

4 基于dSPACE的實(shí)車道路試驗(yàn)驗(yàn)證

4.1 硬件在環(huán)平臺(tái)

為了進(jìn)一步驗(yàn)證算法的有效性，本文使用選取的4個(gè)加速度信號(hào)，1個(gè)車載揚(yáng)聲器和1個(gè)麥克風(fēng)，搭建了基于dSPACE 的硬件在環(huán)實(shí)驗(yàn)平臺(tái)，進(jìn)行實(shí)車試驗(yàn)。試驗(yàn)儀器與設(shè)備、試驗(yàn)設(shè)備之間的連接關(guān)系分別如圖 12和圖 13所示。

圖12 試驗(yàn)儀器與設(shè)備Fig. 12 Test instruments and equipment

圖13 硬件在環(huán)試驗(yàn)平臺(tái)Fig. 13 Hardware-in-the-loop test platform

試驗(yàn)中，聲壓傳感器布置于駕駛員座位左頭枕處，加速度計(jì)布置于選取的4個(gè)位置，揚(yáng)聲器使用左前排1 個(gè)車載揚(yáng)聲器。試驗(yàn)中MicroAutobox、信號(hào)調(diào)理儀、功率放大器以及供電裝置均布置在汽車行李艙中，如圖14所示。

圖14 儀器布置圖Fig. 14 Layout of instrument

4.2 試驗(yàn)工況

本節(jié)的試驗(yàn)工況與1.3節(jié)沖擊噪聲數(shù)據(jù)采集的工況保持一致，均為粗瀝青路面（含減速帶），車速為40 km·h-1勻速，車內(nèi)乘坐兩個(gè)乘員?？刂茀?shù)與仿真時(shí)保持一致。分別測(cè)量噪聲主動(dòng)控制系統(tǒng)開關(guān)時(shí)，駕駛員位置頭枕左側(cè)的噪聲。

4.3 試驗(yàn)結(jié)果

控制系統(tǒng)降噪效果的時(shí)域聲壓級(jí)如圖15所示。由圖15可以看出，車輛在經(jīng)過減速帶沖擊（8～11 s）時(shí)，該算法具有較強(qiáng)的魯棒性，在整個(gè)控制時(shí)間內(nèi)都沒有出現(xiàn)發(fā)散情況，最大降噪量為2.19 dB。

圖15 試驗(yàn)時(shí)域聲壓級(jí)Fig. 15 Time-domain sound pressure of experiment

控制效果的幅頻圖如圖16 所示。由圖16 可以看出，系統(tǒng)在50～150 Hz 和240 Hz 附近均有較大的降噪量，最大降噪量為4.39 dB，并且降噪頻帶與1.2節(jié)參考信號(hào)相干性較高的頻段保持一致。道路試驗(yàn)的控制效果證明了該算法在遇到?jīng)_擊時(shí)，具有較強(qiáng)的穩(wěn)定性和降噪效果，該算法比較適用于真實(shí)的道路場(chǎng)景中。

圖16 試驗(yàn)幅頻圖Fig. 16 Amplitude-frequency diagram of test

雖然實(shí)車試驗(yàn)取得了良好的降噪效果，但是與仿真結(jié)果（圖11）相比，試驗(yàn)結(jié)果降噪后的整體聲壓級(jí)有一定的偏高，少數(shù)頻段會(huì)出現(xiàn)聲壓級(jí)變高的現(xiàn)象，其主要原因是實(shí)車內(nèi)聲場(chǎng)較為復(fù)雜，實(shí)時(shí)性控制要求較高，還有一些車外噪聲（風(fēng)噪等）的干擾，使得降噪量沒有仿真的那么高。

5 結(jié)論

本文針對(duì)道路噪聲主動(dòng)控制系統(tǒng)中，沖擊噪聲引起的魯棒性問題，提出了一種魯棒性控制方法，主要結(jié)論如下：

（1）進(jìn)行了車內(nèi)道路噪聲采集試驗(yàn)與分析，選取了扭力梁與車身左側(cè)連接點(diǎn)Z 向、扭力梁與車身右側(cè)連接處Z向、副車架與車身右側(cè)后連接點(diǎn)Z向、副車架與車身右側(cè)前連接點(diǎn)Z 向這4 個(gè)位置的加速度信號(hào)作為參考信號(hào)。

（2）基于符號(hào)算法和FNXLMS 算法，提出了道路噪聲主動(dòng)控制系統(tǒng)抗沖擊算法。

（3）基于提出的算法，搭建了MATLAB/Simulink 模型，通過仿真，與原始FxLMS 算法進(jìn)行了對(duì)比。結(jié)果發(fā)現(xiàn)FXLMS 算法在遇到?jīng)_擊噪聲時(shí)，系統(tǒng)會(huì)發(fā)散，而提出的算法則有較好的穩(wěn)定性，最大降噪量可達(dá)3.58 dB。

（4）使用4個(gè)加速度信號(hào)，1個(gè)揚(yáng)聲器和1個(gè)麥克風(fēng)，搭建了基于dSPACE 的車內(nèi)道路噪聲主動(dòng)控制系統(tǒng)硬件在環(huán)試驗(yàn)平臺(tái)，進(jìn)行了道路實(shí)驗(yàn)。結(jié)果表明在遇到?jīng)_擊時(shí)，系統(tǒng)具有較強(qiáng)的穩(wěn)定性和降噪效果，最大降噪量為2.19 dB，進(jìn)一步驗(yàn)證了該算法的有效性。

作者貢獻(xiàn)聲明：

張立軍：項(xiàng)目監(jiān)督與管理。

皮雄飛：論文初稿，方法提出，試驗(yàn)采集，數(shù)據(jù)處理與分析。

孟德建：方法驗(yàn)證，論文修改。