本技術(shù)涉及汽車(chē)噪聲處理，尤其涉及一種基于elman神經(jīng)網(wǎng)絡(luò)的汽車(chē)路噪主動(dòng)控制方法、裝置、存儲(chǔ)介質(zhì)及電子設(shè)備。

背景技術(shù)：

1、在汽車(chē)行業(yè)，車(chē)內(nèi)噪聲對(duì)車(chē)輛舒適性和品質(zhì)具有至關(guān)重要的影響，車(chē)輛nvh（noise、vibration、harshness，噪聲、振動(dòng)與聲振粗糙度）性能日益受到人們關(guān)注，并已成為購(gòu)車(chē)決策的關(guān)鍵因素。純電動(dòng)汽車(chē)采用電池與電動(dòng)機(jī)的組合來(lái)取代內(nèi)燃機(jī)，由于沒(méi)有發(fā)動(dòng)機(jī)噪聲從而使得道路噪聲成為其行駛過(guò)程中的主要噪聲來(lái)源。由于輪胎表面和道路相互激勵(lì)而產(chǎn)生的路噪的傳播路徑一般有兩種，一是通過(guò)空氣傳播，二是通過(guò)車(chē)輛鈑金件的振動(dòng)傳遞。這種鈑金件振動(dòng)傳遞的結(jié)構(gòu)路噪的頻率范圍大約為20~450hz，且該噪聲具有很強(qiáng)的隨機(jī)性以及時(shí)變特性，這些特性會(huì)使得車(chē)內(nèi)人員焦慮、煩躁等情緒，同時(shí)也是乘客暈車(chē)主要原因，不利于乘員的乘坐體驗(yàn)以及身心健康。

2、目前，在噪聲控制方面主要有兩種方法：被動(dòng)控制和主動(dòng)控制。被動(dòng)降噪是指使用隔音、減振、吸音等物理手段來(lái)控制車(chē)內(nèi)噪音。這種方法因其設(shè)計(jì)理念相對(duì)簡(jiǎn)單、制造工藝不復(fù)雜等優(yōu)點(diǎn)而得到廣大汽車(chē)制造商的采用。然而，被動(dòng)降噪方法存在一些缺點(diǎn)，例如隔音材料昂貴、對(duì)材料性能要求嚴(yán)格等。主動(dòng)噪聲控制利用聲波疊加原理來(lái)消除噪聲，當(dāng)生成的次級(jí)噪聲信號(hào)與初級(jí)噪聲信號(hào)幅度相同、相位相反時(shí)，兩信號(hào)會(huì)相互疊加，疊加后的殘余噪聲信號(hào)強(qiáng)度會(huì)大大降低。主動(dòng)噪聲控制系統(tǒng)能夠根據(jù)車(chē)輛不同行駛工況靈活改變降噪策略，并且對(duì)于低頻噪聲抑制效果良好，這在純電動(dòng)汽車(chē)的nvh性能調(diào)整方面具有明顯的優(yōu)勢(shì)。

3、主動(dòng)噪聲控制系統(tǒng)通常以車(chē)內(nèi)噪聲作為參考信號(hào)，該方法存在一些限制：一方面，引入了聲反饋問(wèn)題，從而影響系統(tǒng)的降噪效果；另一方面，噪聲信號(hào)的傳輸延遲會(huì)影響系統(tǒng)的響應(yīng)速度。

技術(shù)實(shí)現(xiàn)思路

1、本技術(shù)實(shí)施例提供一種基于elman神經(jīng)網(wǎng)絡(luò)的汽車(chē)路噪主動(dòng)控制方法、裝置、存儲(chǔ)介質(zhì)及電子設(shè)備，能夠避免直接用噪聲信號(hào)作為參考信號(hào)的聲反饋問(wèn)題和噪聲傳輸時(shí)延問(wèn)題。

2、本技術(shù)實(shí)施例提供了一種基于elman神經(jīng)網(wǎng)絡(luò)的汽車(chē)路噪主動(dòng)控制方法，包括：

3、獲取汽車(chē)行駛時(shí)的振動(dòng)加速度數(shù)據(jù)和車(chē)內(nèi)噪聲數(shù)據(jù)；

4、將所述振動(dòng)加速度數(shù)據(jù)和所述車(chē)內(nèi)噪聲數(shù)據(jù)用于訓(xùn)練elman神經(jīng)網(wǎng)絡(luò)，以得到訓(xùn)練好的elman神經(jīng)網(wǎng)絡(luò)；其中，所述elman神經(jīng)網(wǎng)絡(luò)的輸入為所述振動(dòng)加速度數(shù)據(jù)，elman神經(jīng)網(wǎng)絡(luò)的輸出為預(yù)測(cè)噪聲信號(hào)；

5、將所述預(yù)測(cè)噪聲信號(hào)作為參考信號(hào)，將所述參考信號(hào)輸入到濾波器中，得到濾波信號(hào)；

6、在目標(biāo)降噪?yún)^(qū)域播放所述濾波信號(hào)，并同步采集剩余噪聲，將所述剩余噪聲作為誤差信號(hào)；

7、通過(guò)所述誤差信號(hào)調(diào)整所述濾波器的權(quán)重參數(shù)，并通過(guò)更新權(quán)重參數(shù)后的濾波器處理所述參考信號(hào)，得到更新后的濾波信號(hào)；

8、重復(fù)執(zhí)行生成誤差信號(hào)和更新權(quán)重參數(shù)的步驟，直至車(chē)內(nèi)的平均降噪量低于預(yù)設(shè)條件，得到最終的濾波信號(hào)；

9、在目標(biāo)降噪?yún)^(qū)域播放所述最終的濾波信號(hào)，抵消車(chē)內(nèi)噪聲。

10、進(jìn)一步地，上述基于elman神經(jīng)網(wǎng)絡(luò)的汽車(chē)路噪主動(dòng)控制方法，其中，所述將所述預(yù)測(cè)噪聲信號(hào)作為參考信號(hào)，將所述參考信號(hào)輸入到濾波器中，得到濾波信號(hào)，包括：

11、計(jì)算濾波器輸出的濾波信號(hào)：

12、

13、其中， w(n)為濾波器的權(quán)重系數(shù)矩陣， x(n)為參考信號(hào)矩陣。

14、進(jìn)一步地，上述基于elman神經(jīng)網(wǎng)絡(luò)的汽車(chē)路噪主動(dòng)控制方法，其中，所述通過(guò)所述誤差信號(hào)調(diào)整所述濾波器的權(quán)重參數(shù)，包括：

15、

16、其中， w(n+1 )是第 n+1次迭代時(shí)的權(quán)重系數(shù)， w(n)為第 n次迭代時(shí)的權(quán)重系數(shù)，為收斂步長(zhǎng)，控制著權(quán)重系數(shù)的更新速度，和分別是改進(jìn)的fxlms算法處理后的誤差信號(hào)和參考信號(hào)。

17、進(jìn)一步地，上述基于elman神經(jīng)網(wǎng)絡(luò)的汽車(chē)路噪主動(dòng)控制方法，其中，所述通過(guò)所述誤差信號(hào)調(diào)整所述濾波器的權(quán)重參數(shù)，并通過(guò)更新權(quán)重參數(shù)后的濾波器處理所述參考信號(hào)，得到更新后的濾波信號(hào)，包括：

18、基于所述誤差信號(hào)和所述參考信號(hào)計(jì)算自適應(yīng)約束因子；

19、通過(guò)所述自適應(yīng)約束因子調(diào)整所述濾波器的權(quán)重參數(shù)；

20、通過(guò)更新權(quán)重參數(shù)后的濾波器處理所述參考信號(hào)，得到更新后的濾波信號(hào)。

21、進(jìn)一步地，上述基于elman神經(jīng)網(wǎng)絡(luò)的汽車(chē)路噪主動(dòng)控制方法，其中，所述基于所述誤差信號(hào)和所述參考信號(hào)計(jì)算自適應(yīng)約束因子，包括：

22、

23、其中，和分別表示誤差信號(hào) e(n)和參考信號(hào) x(n)的歐幾里得范數(shù)，、、和是和之間的比重調(diào)節(jié)系數(shù)，位于區(qū)間[0，1]之間；

24、所述通過(guò)所述自適應(yīng)約束因子調(diào)整所述濾波器的權(quán)重參數(shù)，包括：

25、

26、其中， w(n+1 )是第 n+1次迭代時(shí)的權(quán)重系數(shù)，為歐幾里得范數(shù)， b為設(shè)定的權(quán)重約束因子。

27、進(jìn)一步地，上述基于elman神經(jīng)網(wǎng)絡(luò)的汽車(chē)路噪主動(dòng)控制方法，其中，所述方法還包括：

28、當(dāng)所述參考信號(hào)和所述誤差信號(hào)的振幅超過(guò)預(yù)設(shè)閾值時(shí)，對(duì)所述參考信號(hào)和所述誤差信號(hào)進(jìn)行調(diào)整：

29、

30、

31、其中，和分別是參考信號(hào)的下限和上限，和分別是誤差信號(hào)的下限和上限。

32、進(jìn)一步地，上述基于elman神經(jīng)網(wǎng)絡(luò)的汽車(chē)路噪主動(dòng)控制方法，其中，在獲取汽車(chē)行駛時(shí)的振動(dòng)加速度數(shù)據(jù)和車(chē)內(nèi)噪聲數(shù)據(jù)的步驟之后，包括：

33、在每個(gè)定長(zhǎng)滑動(dòng)窗口內(nèi)，計(jì)算所述振動(dòng)加速度數(shù)據(jù)和所述車(chē)內(nèi)噪聲數(shù)據(jù)的互相關(guān)函數(shù)得到相似性關(guān)系，計(jì)算所述振動(dòng)加速度數(shù)據(jù)和所述車(chē)內(nèi)噪聲數(shù)據(jù)的互功率譜得到相干性關(guān)系；

34、根據(jù)所述相似性關(guān)系與所述相干性關(guān)系對(duì)所述振動(dòng)加速度數(shù)據(jù)和所述車(chē)內(nèi)噪聲數(shù)據(jù)進(jìn)行篩選。

35、本技術(shù)實(shí)施例還提供了一種基于elman神經(jīng)網(wǎng)絡(luò)的汽車(chē)路噪主動(dòng)控制裝置，包括：

36、數(shù)據(jù)采集模塊，用于獲取汽車(chē)行駛時(shí)的振動(dòng)加速度數(shù)據(jù)和車(chē)內(nèi)噪聲數(shù)據(jù)；

37、辨識(shí)模塊，用于將所述振動(dòng)加速度數(shù)據(jù)和所述車(chē)內(nèi)噪聲數(shù)據(jù)用于訓(xùn)練elman神經(jīng)網(wǎng)絡(luò)，以得到訓(xùn)練好的elman神經(jīng)網(wǎng)絡(luò)；其中，所述elman神經(jīng)網(wǎng)絡(luò)的輸入為所述振動(dòng)加速度數(shù)據(jù)，elman神經(jīng)網(wǎng)絡(luò)的輸出為預(yù)測(cè)噪聲信號(hào)；

38、降噪模塊，用于將所述預(yù)測(cè)噪聲信號(hào)作為參考信號(hào)，將所述參考信號(hào)輸入到濾波器中，得到濾波信號(hào)；在目標(biāo)降噪?yún)^(qū)域播放所述濾波信號(hào)，并同步采集剩余噪聲，將所述剩余噪聲作為誤差信號(hào)；通過(guò)所述誤差信號(hào)調(diào)整所述濾波器的權(quán)重參數(shù)，并通過(guò)更新權(quán)重參數(shù)后的濾波器處理所述參考信號(hào)，得到更新后的濾波信號(hào)；重復(fù)執(zhí)行生成誤差信號(hào)和更新權(quán)重參數(shù)的步驟，直至車(chē)內(nèi)的平均降噪量低于預(yù)設(shè)條件，得到最終的濾波信號(hào)；以及，在目標(biāo)降噪?yún)^(qū)域播放所述最終的濾波信號(hào)，抵消車(chē)內(nèi)噪聲。

39、本技術(shù)實(shí)施例還提供了一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，所述計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)中存儲(chǔ)有多條指令，所述指令適于由處理器加載以執(zhí)行上述任一項(xiàng)基于elman神經(jīng)網(wǎng)絡(luò)的汽車(chē)路噪主動(dòng)控制方法。

40、本技術(shù)實(shí)施例還提供了一種電子設(shè)備，包括處理器和存儲(chǔ)器，所述處理器與所述存儲(chǔ)器電性連接，所述存儲(chǔ)器用于存儲(chǔ)指令和數(shù)據(jù)，所述處理器用于上述任一項(xiàng)所述的基于elman神經(jīng)網(wǎng)絡(luò)的汽車(chē)路噪主動(dòng)控制方法中的步驟。

41、本技術(shù)提供的基于elman神經(jīng)網(wǎng)絡(luò)的汽車(chē)路噪主動(dòng)控制方法、裝置、存儲(chǔ)介質(zhì)及電子設(shè)備，本技術(shù)通過(guò)elman神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)噪聲信號(hào)，將預(yù)測(cè)噪聲信號(hào)作為參考信號(hào)從而通過(guò)濾波器處理得到濾波信號(hào)，通過(guò)濾波信號(hào)抵消車(chē)內(nèi)噪聲。本技術(shù)通過(guò)elman神經(jīng)網(wǎng)絡(luò)建立從振動(dòng)信號(hào)到噪聲信號(hào)的傳遞函數(shù)關(guān)系，避免了直接用噪聲信號(hào)作為參考信號(hào)的聲反饋問(wèn)題和噪聲傳輸時(shí)延問(wèn)題。并且通過(guò)誤差信號(hào)調(diào)整濾波器的權(quán)重參數(shù)，并通過(guò)更新權(quán)重參數(shù)后的濾波器處理參考信號(hào)，得到更新后的濾波信號(hào)。本技術(shù)通過(guò)不斷吊證濾波器的權(quán)重參數(shù)，使得最終輸出的濾波信號(hào)能夠更加精確地抵消車(chē)內(nèi)噪聲，提升了降噪效果。