风洞一维离散噪声ANC技术研究

风洞一维离散噪声ANC技术研究
顾正华;王飞;盖文;周平
【摘要】风洞噪声不仅直接影响人们的身心健康，更重要的是较大的背景噪声还降低了风洞声学试验能力和试验精度，降低风洞噪声已成为风洞建设中攻关的关键技术问题。

因此提出基于Fx-LMS自适应控制算法实现一维离散噪声主动控制，实验结果表明其能有效解决单波麦克风失匹配带来的误差，减小权系数变化对系统的影响，提高系统收敛速度；根据优化后的算法参数，在0.55 m×0.4 m声学风洞消声室进行管道噪声主动降噪实验，获得理想的降噪效果。

%Noise of wind tunnels can seriously reduce the reliability and precision of wind tunnel testing. Thus, noise reduction of wind tunnels has become a key technical issue of wind tunnel construction. In this paper, a 1-D discrete active noise control (ANC) is put forward based on Fx-LMS. The results indicate that this method can minimize the error caused by microphone mismatch, decrease the influence of the weight coefficients changing on the system and increase the system convergence speed. According to the optimized algorithm parameters, the active noise control test of the duct is done in an anechoic chamber of 0.55m×0.4m of the aero-acoustic wind tunnel. Good noise reduction effect is obtained.
【期刊名称】《噪声与振动控制》
【年(卷),期】2016(036)006
【总页数】5页(P106-110)
【关键词】声学;风洞;背景噪声;Fx-LMS自适应算法;主动控制;降噪
【作者】顾正华;王飞;盖文;周平
【作者单位】中国空气动力研究与发展中心设备设计与测试技术研究所，四川绵阳 621000;中国空气动力研究与发展中心设备设计与测试技术研究所，四川绵阳621000;中国空气动力研究与发展中心设备设计与测试技术研究所，四川绵阳621000;中国空气动力研究与发展中心设备设计与测试技术研究所，四川绵阳621000
【正文语种】中文
【中图分类】TB535
由于风洞背景噪声对风洞试验数据有很大影响，各种大型低速、亚声速、跨声速和超声速风洞，特别是声学风洞，对风洞背景噪声指标都有严格的要求，因此风洞降噪技术是当前国内外的重要研究领域。

风洞产生的噪声按其产生的机理可分为机械噪声和气动噪声。

机械噪声产生于转子不平衡力、结构振动及部件之间摩擦；气动噪声产生于气流与固体部件之间的相互作用，例如空气在流过热交换器时产生的低频段的湍流噪声，流过风机时产生的BPF噪声等。

研究表明，风洞运转时所发出的噪声主要成份是系统运行时产生的气动噪声，主要包括宽频噪声与离散噪声。

宽频噪声成因复杂，主要由流场中的涡流，脉动力及边界层吸附及分离引起，而离散噪声则是由动、静干涉，叶轮旋转等造成的。

传统的风洞降噪技术主要以噪声的声学控制方法为主，主要技术途径包括吸声处理、隔声处理、使用消声器等等。

这些噪声控制方法在机理上主要是通过噪声声波与声学材料或声学结构的相互作用消耗能量，从而达到降噪的目的，属于无源或被动式的控制方法。

一般说来，无源噪声控制对中、高频噪声较为有效，而对
低频噪声的控制效果不大；再者，随着风洞尺寸的增加，被动降噪无疑将会使风洞建设成本成几何量级增加。

因此，提出了风洞背景噪声主动降噪技术方案，实现基于管道模拟500 Hz以下的低频噪声和频域离散噪声的主动降噪，以期在工程应用上与无源降噪技术形成互补，获得更优的降噪效果。

主动噪声控制的原理是应用电子技术和电声器件，引入一个与原噪声声波(初级声波)幅值大小相等而相位相反的次级声波，使其产生的噪声与原来的噪声在一定区域内相互抵消，从而达到降低噪声的目的。

目前，主动噪声控制在机理研究、系统实现及工程应用等方面均取得了长足的进展，已成为国际上噪声控制的研究热点。

实验系统整体结构如图1所示，它的组成包括噪声源、次级声源、参考麦克风、误差麦克风、功率放大器、PXI控制器、PXI动态采集卡、PXI多功能输入输出卡以及噪声通道。

噪声信号的特性就是无法预先知道，它随时间不断变化，其信号实时跟踪困难。

噪声主动控制要求的是能有效地在噪声环境下跟踪时变的噪声输入信号，使相应输出信号达到最优的抑制效果。

自适应数字信号处理能随信号变化而自动地变化，其参数甚至结构都能按要求不断修正改变，达到某些性能的要求。

在原理上，自适应信号处理参数的调整是按某种最优化准则，以对某种代价函数进行优化为依据的。

这种优化的过程在技术上往往演化成某个算法。

通过建立输出和输入的联系方式，算法的反复迭代运算就实现了某种自适应处理的功能和过程。

文中主要采用较为基础的最小均方误差滤波器，并演化为工程上易于实现的Fx-LMS算法，以下简要叙述算法理论依据。

3.1 最小均方误差滤波器
此处主要讨论横向结构自适应滤波器，其输入矢量x(n)为
加权矢量w为
滤波器输出y(n)为
y(n)相对于所需的信号d(n)的误差为
根据最小均方误差准则，最佳的滤波参数Wopt应使性能函数即均方误差函数ζ为最小，即
rxd是x(n)和d(n)的互相关函数，Rxx为x(n)的自相关矩阵，所以
这种方法的优点是速度快，但最大缺点是要求的运算量很大，尤其当加权系数的个数多时更是如此，而最徒下降法则是逐步沿剃度的相反方向改变加权值，并能使加权矢量最终收敛到最佳值，它不需要进行矩阵的求逆运算，大大降低了运算量，这也是LMS算法的基础。

3.2 LMS算法
最小均方(LMS)算法的基础是最徒下降法，把式(8)代入，则有
为了不直接求逆来寻求Wopt，先设置W的一个初值W(0)，因为负的剃度方向就是减少最快的方向，沿着这个方向调整W，可以找到Wopt,这样就可采用如下的递推公式来调整W以寻求Wopt
其中∇wξ为ξ的梯度，而μ为一常数并称为步长因子。

LMS算法采用如下的梯度估计值
则LMS算法的递推公式为
可以证明，要保证算法收敛，步长因子要满足下列条件
λmax是R的最大特征值。

因为步长因子μ决定了自适应滤波的收敛快慢和系统稳定，所以选择合适的μ是关键，考虑到要计算出信号x(n)的最大特征值是不容易的，可以使用以下的近似公式
而且反映LMS算法收敛快慢程度的最大时间常数τmax由下式决定
可以看出LMS算法存在如下不足：自适应步长因子的选择是由R的最大特征值所决定的，而决定收敛的最大时间常数却由最小特征值所确定的，所以其收敛性能随着R特征值分散度的增大而恶化。

3.3 Fx-LMS算法
综合考虑多种因素选取的主动噪声控制方法为Fx-LMS方法，较基本的LMS方法，在系数W的更新过程中多加了个滤波过程S(z)，其控制结构如图2所示。

首先参考传声器测量的噪声源声压信号x(n)，将误差传声器测量被控制点处的声
压信号e(n)作为输入参数，通过自适应滤波算法，更新滤波器系数w(n)，经滤波
之后的输出信号y(n)在被控制点和从噪声源传播来的声音叠加后即为误差传声器
采集的声压e(n)，e(n)再作为输入参数去更新w(n)，最终使噪声最小化。

在Fx-LMS方法中，必须先得到次通道的频率响应函数S(z)，此函数表征数字输出y(n)
经过数模转换、功放放大、声波传输到误差传声器处的频率响应关系，测量前先输入白噪声信号，来测定次通道的频率响应函数S(z)。

设主通路的传递函数为P(z)，自适应控制器权系数为W(z)，次级通路脉冲响应函
数为S(z)，输入信号为x，自适应控制器的输出信号为y。

可得
D(z)为输入信号x，传递到降噪区域内的噪声信号的频域变换。

即时域内的公式为经过自适应控制，在降噪区域内的剩余噪声信号为ε。

w(n)为自适应控制器权系数，S(n)为次级通路的脉冲响应函数。

根据上面的LMS
算法的推导，可以得到如下公式
式中是输入信号通过次级通路滤波后的信号，其中要求0＜u＜1，u为控制稳定性与收敛速度的系数。

在已建成的0.55 m×0.4 m声学风洞消声室内开展主动降噪问题的研究，如图3
所示。

搭建基于PXI系统噪声主动控制系统，实验中将产生初级声源和次级声源的扬声
器分别放置于喷口段及收集器处，并处于同一水平线上，相距1.5 m左右，参考
信号传声器位于初级声源前方0.02 m处，误差传声器位于次级噪声源前方0.05
m处，实际应用中，传声器位置在一定区域内可以任意放置，不便于安装的地方，
可采用虚拟传感器技术实现，并通过系统在线辨识获得声通道传递函数关系。

以下主要介绍次级声通道脉冲响应函数的获取、单频主动降噪分析以及离散复频率主动降噪分析。

4.1 次级声通道脉冲响应函数
在Fx-LMS方法中，必须先得到次通道的脉冲响应函数S(n)，此函数表征数字输出y(n)经过数模转换、功放放大、声波传输到误差传声器处的频率响应关系。

测量前进行参数设置，主要包括输入输出通道的选择、麦克风的参数设置、获得次级通道频率响应函数在线辨识的滤波长度及步长的设置、数据采集的采样率和采样点数设置以及Fx-LMS方法的滤波长度和步长设置。

为了获取次级声通道脉冲响应函数，先产生白噪声信号，如图4所示。

波形图显示次级扬声器发出白噪声，对其脉冲响应函数进行在线辨识，选取滤波长度及步长，通过不断的迭加求解，当迭代收敛之后曲线基本不变，如图5所示。

即认为获取了次通道脉冲响应函数关系，则可进行下一步的自适应降噪处理。

4.2 单频噪声主动控制
编程实现数字声源发生器，产生一单频声源，频率为340 Hz。

通过参考信号传声器及误差信号传声器进行高速采集，初级声源经过一定距离传播后，在降噪区域强度有一定衰减，并且两者有一定的相位差。

为了更好的进行数据对比分析，所有实验中初级声源声压均调至75 dB～76 dB区间。

未施加噪声主动控制时，在没有其他声源干扰的前提下，初级声源声压级能长期维持在75 dB左右。

调节Fx-LMS 步长u及滤波长度。

若u值过小，系统收敛速度慢，若u值过大，系统会发散，导致噪声增强，所以，u值的选取要适当，具体选取可参考文中第3节。

施加主动控制前后单频噪声信号如图6、图7所示，分别表示消噪区域降噪前后的时域图和频域图。

由图6可以看出，由于周围环境以及扬声器、功率放大器等本底噪声等多方面的
影响，单频输出波形并非理想化波形。

降噪后信号幅值较之前幅值衰减较大。

再从图6时域图可以看出，降噪前，340 Hz频率分量占比最大，同时，50 Hz的工频干扰也占有一定分量，这和实际背景是相符的。

降噪后，340 Hz频率分量有很大的衰减，这和时域图表现是一致的。

图8所示为单频主动降噪趋势图。

由图8可知，当没有进行主动控制时，噪声声
压在75 dB左右，施加主动控制后，噪声能较快(10秒以内)衰减，最终降至59
dB以下，噪声衰减量达到16 dB以上。

在此基础上，还做了频率为200 Hz、
260 Hz、400 Hz的实验，降噪效果均能达到15 dB以上。

4.3 混频噪声主动控制
由数字信号发生器产生由多个频率混合生成的声源，频率分别为120 Hz、230 Hz、470 Hz。

施加主动控制前后混频噪声信号如图9、图10所示，分别表示消噪区域降噪前后的时域图和频域图。

可以看出图9中信号是由多频率混合生成的复频信号，具有很强的周期性，频率
特性明显，降噪后信号幅值较之前衰减较大。

由图10可以进一步验证该信号主要由3个频率分量组成，其中470 Hz频率分量所占能量最大，采用Fx-LMS自适应控制降噪后，470 Hz频率分量衰减最大，120 Hz、230 Hz频率分量衰减量较小，这跟扬声器发声频段有一定的关系。

当没有进行主动控制时，噪声声压能维持在75 dB左右，一旦施加主动控制后，
如图11所示，系统具有收敛性，但与单频降噪效果相比，梯度较缓，收敛速度较慢。

通过大概40秒左右自适应控制，噪声衰减达到10 dB以上，如果时间更长，衰减量能达15 dB以上。

风洞降噪是当前及今后迫切需要解决的重大关键技术之一，文中结合风洞管道特性，深入分析管道声场特性，研究一维声场自适应主动控制算法及实现，并在声学风洞消声室做了500 Hz以下离散单频声波、复频混合声波主动降噪实验，结果表明噪
声衰减量可达15 dB以上，为噪声主动控制技术的工程化应用打下了基础。

【相关文献】
[1]胡涵.多通道自适应有源噪声控制快速算法研究[D].西安：西北工业大学，2007.
[2]张翔，王德石，李景熹.变步长LMS自适应滤波器算法仿真研究[J].微计算机信息，2007，23（19）：252-253.
[3]梁晓.非最小相位系统的最小方差自适应控制[J].兵工自动化，2004，23.
[4]何琳，朱海潮，邱小军等.声学理论与工程应用[M].北京：科学出版社，2006.
[5]Texas Instruments.TMS320VC5509A fixed-point digital signal processor data manual[Z].2007,17.
[6]林刚.基于DSP的主动噪声控制算法结构与硬件实现研究[D].南京：南京航空航天大学，2002.
[7]赵晶.基于DSP的装甲车辆内部噪声主动控制研究[D].沈阳：沈阳理工大学，2005.
[8]于华民，朱海潮，施引.管道复合噪声主动控制系统及其实现[J].噪声与振动控制，2003，23（3）：34-36。