[论文解读] Active control of scattered acoustic radiation: a real-time implementation
本论文提出了一种实时主动控制系统,用于在消声室中通过14个扬声器和18个麦克风减少三维刚性长方体的散射声噪声。该方法通过预先识别的频率响应函数(FRFs)对总压强测量值进行线性滤波,估计散射噪声,随后采用改进的滤波误差最小均方(Filtered-Error LMS, FELMS)算法最小化散射噪声,实现在误差传感器处平均降低10 dB的噪声,接近三维边界元法(BEM)仿真预测的最优性能。
This paper presents an active noise control experiment designed to validate a real-time control strategy for reduction of the noise scattered from a three-dimensional body. The control algorithm relies on estimating the scattered noise by linear filtering of the total noise measured around the body; suitable filters are identified from off-line measurements. A modified Filtered-Error Least-Mean-Squares algorithm then leads to the adaptive filters which drive the secondary sources. The paper provides the numerical simulations using a Boundary Element Method which helped in designing a feasible experiment in an anechoic chamber with a limited number of control sources. Eventually a real-time pure-tone implementation with 14 ordinary loudspeakers and a large body is shown to yield on average a 10 dB reduction of the scattered noise at the error sensors, which is close to the optimum reduction predicted by the numerical simulations for the sensor arrangement.
研究动机与目标
- 开发并验证一种实时主动控制策略,用于减少三维刚性体的散射声噪声。
- 证明即使在未知入射波或介质特性的情况下,也能实现对散射噪声的控制。
- 设计一种使用现成组件(扬声器、麦克风、数字信号处理器系统)且通道数量有限的可行实验方案。
- 验证基于总压强线性滤波的控制策略,其性能可接近理论最优值。
- 探索实际应用,例如减少消声室中的壁面反射,尽管在高通道数场景下存在扩展挑战。
提出的方法
- 控制策略通过使用预先识别的频率响应函数(FRFs)对三维体周围测量的总声压强进行线性滤波,估计散射噪声。
- 这些FRFs将次级声源输入映射到麦克风输出,通过仅激活次级声源的现场测量识别,将传播特性与声源动力学特性嵌入控制器设计中。
- 采用改进的滤波误差最小均方(Filtered-Error Least-Mean-Squares, FELMS)算法,根据估计的散射噪声作为误差信号,自适应更新驱动次级声源的滤波器。
- 利用边界元法(Boundary Element Method, BEM)进行数值仿真,以确定最优传感器与作动器布置,结果表明每波长使用3个麦克风可实现宽角散射减少。
- 实时实现采用多处理器系统(COMPARS)在大型消声室中完成,16个外侧麦克风用于测量总压强与散射压强,以验证控制效果。
- 控制采用电参考信号,以避免因声反馈导致的不稳定风险,尤其因为散射噪声仅占总噪声水平的约10%。
实验结果
研究问题
- RQ1能否使用普通扬声器和麦克风实现实时主动控制系统,有效降低三维刚性体的散射声噪声?
- RQ2在不掌握入射波信息的情况下,仅通过总压强测量和预先识别的FRFs,能在多大程度上估计并抵消散射噪声?
- RQ3传感器与作动器的数量与布局如何影响三维配置中可实现的噪声降低效果?
- RQ4该控制策略能否实现接近数值仿真所预测的理论最优性能?
- RQ5该方法是否足够稳健,可应用于实际场景,如减少消声室中的壁面反射?
主要发现
- 在16个误差麦克风处实现了平均10 dB的散射噪声降低,接近三维边界元法(BEM)仿真对给定传感器与作动器布置所预测的最优降低水平。
- 该控制系统在所有误差麦克风处均成功将散射噪声降低至少5 dB,部分位置降低超过20 dB,表明在散射场较强区域性能更优。
- 误差传感器处的总噪声水平仅受控制轻微影响,证实降低主要发生在仅占总噪声约10%的散射分量上。
- 估计的误差信号与真实散射噪声相比存在30%的误差,但控制性能依然有效,表明对估计误差具有鲁棒性。
- 使用电参考信号有效防止了声反馈引起的不稳定问题,且结果表明由于控制期间反馈水平较低,使用声学参考信号也可能可行。
- 计算负载可控——仅为标准FELMS算法的两倍,表明宽带实现原则上是可行的,尽管由于随机噪声下收敛困难而未进一步推进。
更好的研究,从现在开始
从阅读论文到最终审阅,大幅缩短您的研究时间。
无需绑定信用卡
本解读由 AI 生成,并经人工编辑审核。