一种汽车路噪主动控制系统参考信号的选择方法技术方案

本发明专利技术属于汽车技术领域，具体的说是一种汽车路噪主动控制系统参考信号的选择方法。包括：一、构建声压级加权适应度函数表达式；二、建立数学模型，进行参数初始化设置；三、确定遗传算法的基因编码方法；四、生成遗传算法的初始种群；五、计算群体中每个个体的适应度；六、记录此代群体中适应度最优个体的编码与适应度；七、根据实际数学模型设计子代个体；八、判断算法是否满足终止条件，不满足则返回执行四至六，满足则执行步骤九；九、输出记录中最优的一组编码，进行基因解码与效果验证。本发明专利技术运用改进遗传算法不仅能更高效的选取参考信号组合，同时可以选取到更优的参考信号组合，能够提升主动控制算法的降噪效果。够提升主动控制算法的降噪效果。够提升主动控制算法的降噪效果。

【技术实现步骤摘要】
一种汽车路噪主动控制系统参考信号的选择方法


[0001]本专利技术属于汽车
，具体的说是一种汽车路噪主动控制系统参考信号的选择方法。

技术介绍

[0002]随着汽车技术的不断发展，车辆的NVH性能已经成为评价汽车乘坐舒适性的重要指标之一，世界各大汽车研究中心都投入了大量人力物力进行低噪声汽车研究开发。目前，新车型的开发往往是在旧车型的基础上进行，且声学设计的重点通常放在降低声压级上，采用的方法是增加驾驶室板件刚度和质量，铺设吸声、隔声和阻尼材料等被动降噪措施。但是被动噪声控制存在许多致命的不足，如容易引起硬件过重、成本增加，更为关键的问题是，被动噪声控制技术对低频噪声处理效果微乎其微。相对于被动降噪技术，主动降噪通过在场景中合理布置麦克风及次级声源的方式来消除噪声源的干扰，可有效控制中低频噪声成分，而不用通过拓扑优化来修正目标对象结构，也不需设置大厚度、高成本的吸声材料。
[0003]道路噪声主动控制是其中一个重要的类别，通常采用前馈或者前反馈结合的控制算法，而控制效果的好坏，很大程度上取决于输入的参考信号是否合适。同时由于硬件计算能力以及反应速度的限制，人们希望获得含有最多相关性信息且参考信号数量尽可能少的参考信号选取方案。然而大部分方法，如TPA、权举法、等往往耗时耗力或者需要复杂的实验条件，效率非常低。而提出的基于改进遗传算法的汽车路噪主动控制系统参考信号选择方法，能极大地提高参考信号的选取效率，且只需要基础的数采设备，这对于整个路噪主动控制系统的研究具有重要意义。

技术实现思路

[0004]本专利技术提供了一种汽车路噪主动控制系统参考信号的选择方法，运用改进遗传算法不仅能更高效的选取参考信号组合，同时可以选取到更优的参考信号组合，能够提升主动控制算法的降噪效果，解决了道路噪声控制存在的上述问题。
[0005]本专利技术技术方案结合附图说明如下：
[0006]一种汽车路噪主动控制系统参考信号的选择方法，包括以下步骤：
[0007]步骤一、采集数据并构建声压级加权适应度函数表达式；
[0008]步骤二、建立数学模型，进行参数初始化设置；
[0009]步骤三、根据数学模型确定遗传算法的基因编码方法；
[0010]步骤四、根据约束条件生成遗传算法的初始种群；
[0011]步骤五、通过步骤一给出的声压级加权适应度函数计算群体中每个个体的适应度；
[0012]步骤六、记录此代种群中适应度最优个体的二进制序列与对应的适应度值；
[0013]步骤七、根据实际数学模型设计重组与变异算子，通过选择、重组、变异算子产生子代个体；
[0014]步骤八、判断迭代次数是否满足预设最大迭代次数的限制，不满足则返回执行步骤四至六，满足则执行步骤九；
[0015]步骤九、输出记录中最优的一组编码，进行基因解码，并将结果输入到主动噪声控制系统中，进行效果验证。
[0016]进一步的，所述步骤一的具体方法如下：
[0017]11)进行实车数据采集实验，获得若干个加速度传感器采集到的N组振动加速度参考信号和麦克风拾取到的M组车内噪声信号；
[0018]12)根据步骤11)采集的数据建立声压级加权适应度函数表达式，所述声压级加权适应度函数表达式如下：
[0019][0020]式中，n
f
为求解相干系数时频率的离散数量；γ
dMxi
为第i组参考信号相对于第M组噪声信号的相干系数；SPL
M
(f)为第M组噪声信号在频率f处的声压级；f
min
到f
max
为选取的降噪频段。
[0021]进一步的，所述步骤11)中M≥1。
[0022]进一步的，所述步骤二的具体方法如下：
[0023]21)构建数学模型；
[0024]基于所构建的声压级加权适应度函数，构建以最大化参考信号与噪声信号的加权平均多重相干系数的目标函数，即以最大化适应度函数为目标函数；
[0025]目标函数的约束条件如下：
[0026]x
j
＝0或1j＝1,2,...,Ν
[0027]式中，x
j
为第j路参考信号的基因编码，取1代表选取，取0代表不选取；j取值为从1到N；
[0028]当选定输入的参考信号数量为Num后，需要在优化过程中种群个体中取1的基因编码数量为Num，故有约束条件如下：
[0029][0030]22)对参数进行初始化设置；
[0031]初始化改进遗传算法中的参数包括：种群大小n，基因序列长度length，选取参考信号数量Num，迭代次数Gmax，重组概率pc，变异概率pm，代沟GGAP。
[0032]进一步的，所述步骤三的具体方法如下：
[0033]基因长度为N，即采集到的所有参考信号数量，其中，每个基因只能是0或1,0代表染色体不包括基因，即组合中不包括路参考信号，1则代表包括路信号。
[0034]进一步的，所述步骤四的具体方法如下：
[0035]初始种群中的个体以随机概率生成，每个个体是长度为N的01二进制序列，且其中为1的编码数量为Num。
[0036]进一步的，所述步骤七，
[0037]选择算子采用轮盘赌算子，根据概率选择参与下一代繁殖，即重组变异的个体，其中概率与个体的适应度值有关，如下式所示：
[0038][0039]式中，P(y
i
)为选择个体y
i
的概率；fitness(y
i
)为个体y
i
的适应度函数值，其中，i＝1,2，
…
，n。
[0040]进一步的，所述步骤七，
[0041]重组算子，即交叉算子采用如下方式：
[0042](1)随机生成2个位置，交换所选择的2染色体该范围内序列；
[0043](2)统计交换后两染色体变化了多少个1/0；
[0044](3)在此范围的剩余部分中，依照随机选取原则变换1/0，从而抵消变化使得编码0/1的数量不变
[0045]进一步的，所述步骤七，
[0046]变异算子采用如下方式：
[0047](1)随机选取一个染色体中编码为1的位置，将1变为0；
[0048](2)随机选取一个染色体中编码为0的位置，将0变为1。
[0049]本专利技术的有益效果为：
[0050]1)本专利技术大大减少了时耗，提高了效率；
[0051]2)适应度函数中引入车内噪声信号的声压级因子，增强了噪声信号的主要频率段处的相关性信息；
[0052]3)运用本专利技术选出的最优参考信号组合具有更强的相关性信息，应用于主动噪声控制技术中能提高主动控制算法的降噪效果。
附图说明
[0053]为了更清楚地说明本专利技术实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种汽车路噪主动控制系统参考信号的选择方法，其特征在于，包括以下步骤：步骤一、采集数据并构建声压级加权适应度函数表达式；步骤二、建立数学模型，进行参数初始化设置；步骤三、根据数学模型确定遗传算法的基因编码方法；步骤四、根据约束条件生成遗传算法的初始种群；步骤五、通过步骤一给出的声压级加权适应度函数计算群体中每个个体的适应度；步骤六、记录此代种群中适应度最优个体的二进制序列与对应的适应度值；步骤七、根据实际数学模型设计重组与变异算子，通过选择、重组、变异算子产生子代个体；步骤八、判断迭代次数是否满足预设最大迭代次数的限制，不满足则返回执行步骤四至六，满足则执行步骤九；步骤九、输出记录中最优的一组编码，进行基因解码，并将结果输入到主动噪声控制系统中，进行效果验证。2.根据权利要求1所述的一种汽车路噪主动控制系统参考信号的选择方法，其特征在于，所述步骤一的具体方法如下：11)进行实车数据采集实验，获得若干个加速度传感器采集到的N组振动加速度参考信号和麦克风拾取到的M组车内噪声信号；12)根据步骤11)采集的数据建立声压级加权适应度函数表达式，所述声压级加权适应度函数表达式如下：式中，n
f
为求解相干系数时频率的离散数量；为第i组参考信号相对于第M组噪声信号的相干系数；SPL
M
(f)为第M组噪声信号在频率f处的声压级；f
min
到f
max
为选取的降噪频段。3.根据权利要求2所述的一种汽车路噪主动控制系统参考信号的选择方法，其特征在于，所述步骤11)中M≥1。4.根据权利要求1所述的一种汽车路噪主动控制系统参考信号的选择方法，其特征在于，所述步骤二的具体方法如下：21)构建数学模型；基于所构建的声压级加权适应度函数，构建以最大化参考信号与噪声信号的加权平均多重相干系数的目标函数，即以最大化适应度函数为目标函数；目标函数的约束条件如下：x
j
＝0或1j＝1,2,...,Ν式中，x
j
为第j路参考信号的基因编码，取1代表选取...

【专利技术属性】
技术研发人员：陈书明，赵永南，徐志成，郏婧青，周政道，
申请(专利权)人：吉林大学重庆研究院，
类型：发明
国别省市：