For a better experience on dSPACE.com, enable JavaScript in your browser. Thank you!

德国赫尔姆特施密特大学/德国汉堡联邦国防军大学主动降低家中噪音

発行元: 2019年01月25日

德国赫尔姆特施密特大学/德国汉堡联邦国防军大学将继续专注于主动降噪系统的开发,旨在通过抗噪的方法来降低噪声。这包括一些降噪措施,能够有效应对由于增加的交通流所造成的公寓噪音污染。dSPACE Magazine 在2014年便公布了这一可喜成果。研究人员通过利用新SCALEXIO实时系统的新技术和选项,在解决方案的开发上取得了重大成果,并简化了其日常使用。

噪声污染

交通噪声污染是一种普遍存在的噪声污染,在城市地区尤为明显,它主要是由交通引起的,会给人们带来压力,也会损害人们的健康。然而如果声频降低(如卡车发动机发出的声音),住宅建筑中使用的绝缘材料则会失去其效能,无法阻绝噪声。此外,即使打开窗户通风,也会被动地听到那些噪声。这正引出了主动降噪的概念。

通过抗噪来减噪

图 1:主动降噪原理:原始声波(灰色)和对消声波(蓝色)叠加在一起,几乎相互抵消。

主动降噪是基于破坏性干扰原理,其中两个相对的相位波相互抵消。抗噪是根据两个麦克风(图1)的测量值计算的,并通过扬声器与干扰信号叠加。靠近噪声源的第一个麦克风检测不需要的噪声,而第二个麦克风则位于一个安静的区域,测量噪声和抗噪声叠加产生的误差信号。在实际应用中,由于各种干扰因素,噪声不能完全消除。声音向各个方向传播,也由表面反射。这形成了一个复杂的声场,其频谱很宽,最多只能产生一个非常局部的抗噪声信号。

在隔音环境中的生活和睡眠

图 2:抗噪测试系统的结构,包括dSPACE组件。

图2所示的包括两个房间:一个低反射的外部房间(其带有扬声器,用于生成声音)和一个内部房间,其声学特性是住宅建筑房间的典型特征。内室通过标准的窗户与外室相连。

抗噪主要基于多通道系统,该系统使用内部计算的参考信号,这些信号基于每个通道的测量误差,而不是图1所示的作为参考的麦克风。这简化了系统设计。然而,这种简化设计需要非常短的计算时间,因为在噪声到达抗噪扬声器之前,必须根据预测的噪声计算和生成抗噪声。预测时间越短,降噪效果越好。

信号处理是在SCALEXIO实时系统的基础上实现的。使用的16个误差麦克风的模拟信号通过两个DS2655 FPGA基板(每个基板配备5个DS2655M1 Multi-I/O Module)发送到两个DS6001Processor Board,其通过自适应数字控制算法(即FXLMS算法:filtered-x-least-mean-square)计算抗噪输出信号。然后,这些信号从数字信号转换为模拟信号,并通过16个抗噪扬声器进行放大并输出。

从2014年起进行开发

图 3:为了保障睡眠:将扬声器和麦克风集成到窗框,作为实验装置。

自2014年以来,该系统的所有领域都进行了改进和优化。例如,麦克风和扬声器现在放在窗框内。因此,没有组件会放置在室外。此外,窗户的视野也不会受其他组件的阻挡。因此,如果需要,可以将改装套件安装到现有的窗上。

新SCALEXIO实时系统的处理器性能和系统带宽和以前使用的PHS技术相比有显著的提高,在信号处理的优化上极大地帮助了团队。抗噪系统的采样率增加了5至40kHz,同时也增加了通道数量。这意味着不再需要在信号路径中添加模拟低通滤波器。SCALEXIO实时系统的性能能够通过以下测试设置的配置进行说明:

  • 16个误差麦克风和16个抗噪扬声器
  • 采样速率:40 kHz
  • 乘法累加运算(MAC):每个时钟周期约76640 MAC
  • 精度:每秒3.1e9 MAC

下一个项目目标

现有结构的主要目的是减少建筑噪声等静态噪声源。然而,移动噪声源也是一个大问题,如繁忙道路上通过的卡车或公共汽车发出的噪声。

在项目的下一阶段,将具体调查这些噪声源,并探讨对策。我们还将进一步研究dSPACE系统的潜力。例如,通过将两个处理器系统互联形成多处理器系统,并将信号预处理之后传送给FPGA,从而进一步增加计算的复杂性。

Hptm M. Sc.Jonas Hanselka在德国赫尔姆特施密特大学/德国汉堡联邦国防军大学机电系工作。

Product Information 成功案例