[发明专利]基于遗传算法自动优化参数的主动降噪系统

权利要求书

1.一种基于遗传算法自动优化参数的主动降噪系统，其特征在于，包括硬件部分和软件部分，

硬件部分包括电脑(1)、主动降噪控制器(2)、误差麦克风(3)、控制喇叭(4)和CAN接口连接器(5)，其中主动降噪控制器(2)包括DSP控制芯片(6)、音频解码芯片(7)、片外存储模块(8)、CAN总线模块(9)、功率放大模块(10)、麦克风信号接收模块(11)、音频输出模块(12)；

软件部分包括数据处理系统(14)和人机界面(15)，其中数据处理系统(14)包括参数设置模块(16)、麦克风校准模块(17)、数据采集模块(18)、数据处理模块(19)、次级通道建模模块(20)、数据存储模块(21)、车内声场仿真模块(22)、参数自动优化模块(23)和主动降噪实验模块(24)；

主动降噪控制器(2)分别与电脑(1)、误差麦克风(3)、控制喇叭(4)和CAN接口连接器(5)相连，CAN接口连接器(5)另一端接在汽车OBD接口上，用于获取CAN信息；

次级通道建模模块(20)采用改进的LMS算法，可以同时计算单个控制喇叭(4)对应多个误差麦克风(3)的次级通道的系数组；

步骤包括：

S1)首先选定第j个控制喇叭(4)；

S2)确定次级通道建模所需的滤波器阶数M，则第j个控制喇叭(4)对应第i个误差麦克风(3)的次级通道的系数为：

W_ji(n)＝[w_ji(1),w_ji(2),...,w_ji(M)]

上式中：i表示第i个误差麦克风；

S3)确定次级通道建模所需的步长因子μ和迭代次数N；

S4)DSP控制芯片(6)生成随机的白噪声信号序列X_j(All)

X_j(All)＝[x_j(1),x_j(2),...,x_j(N)]

并由音频解码芯片(7)读取，并通过第j个控制喇叭(4)发出；

S5)令第i个误差麦克风(3)在第n时刻实际采集到的噪声信号为d_ji(n)，则在第n时刻滤波器的输入向量为：

X_j(n)＝[x_j(n),x_j(n-1),...,x_j(n-M+1)]

则在第n时刻第i个误差麦克风(3)的误差为：

S6)利用LMS算法更新第n+1时刻的次级通道的系数，公式如下：

W_ji(n+1)＝W_ji(n)+μe_ji(n)X_j(n)

S7)最后，若误差信号e_ji(n)与白噪声信号x_j(n)的比值小于设定比例阈值BL，则所建次级通道的系数组达标，公式如下：

上式中，N为样本数即迭代次数；k是序数；

车内声场仿真模块(22)用于仿真计算每个误差麦克风(3)位置的噪声信号；

假设车内声场是一个线性时不变的系统，发动机的低频噪声和控制喇叭(4)发出的信号为输入信号，目标静音区的声压为输出信号，即误差麦克风(3)采集的噪声信号；若误差麦克风(3)数目为i，控制喇叭(4)数目为j，则第i个误差麦克风(3)采集的噪声信号可用以下公式计算得到：

上式中：y_i(n)为第i个误差麦克风(3)采集的噪声信号，X₁(n)、X₂(n)、…、X_j(n)分别为第1、2、…、j个控制喇叭(4)发出的输入信号，W_1i(n)、W_2i(n)、…、W_Ji(n)分别为第1、2、…、j个控制喇叭对应第i个麦克风的次级通道的系数，为卷积,r(n)为发动机产生的低频噪声信号；

参数自动优化模块(23)采用遗传算法自动优化主动降噪控制参数组，主动降噪控制参数组包括主动降噪滤波器阶数M、主动降噪步长因子μ₁、μ₂、…、μ_j，其中j的值为控制喇叭(4)个数；

参数自动优化模块(23)还包含一个基于前馈FXLMS算法搭建的多通道主动降噪仿真模型，用于仿真采用最优主动降噪控制参数组后的降噪效果；

步骤包括：

1)确定遗传算法相关参数，包括遗传算法迭代次数、种群个数、交叉因子和变异因子；

2)根据遗传算法相关参数，一次产生多个主动降噪控制参数组；

3)分别将产生的主动降噪控制参数组代入到多通道主动降噪仿真模型中进行仿真，计算出降噪后的每个误差麦克风(3)的噪声数据y_i(n)；

4)分别计算采用不同的主动降噪控制参数组后的适应度，公式如下：

5)选择适应度最小的一个主动降噪控制参数组，进行选择、交叉及变异运算，得到下一代群体，即新的一批主动降噪控制参数组；

6)重复第3)步～第5)步的工作，直到遗传算法迭代次数达到所设定的值后，给出最终优化后的主动降噪控制参数组，同时给出主动降噪的仿真结果。