面向涡桨飞机座舱的多通道混合主动噪声控制系统

doi:10.7527/S1000-6893.2025.32332

中国飞机强度研究所建所 60 周年专刊

本期目录 | 过刊浏览 | 高级检索

前一篇 |

面向涡桨飞机座舱的多通道混合主动噪声控制系统

沈昊¹, 董宁娟²^,³, 陈亭宇¹, 陈逸笑², 沈星¹^,³()

^1.南京航空航天大学航空学院，南京 210016
^2.中国飞机强度研究所航空声学研究室，西安 710065
^3.强度与结构完整性全国重点实验室，西安 710065

收稿日期:2025-05-30 修回日期:2025-07-03 接受日期:2025-08-18 出版日期:2025-08-29 发布日期:2025-08-28
通讯作者: 沈星 E-mail:shenx@nuaa.edu.cn
基金资助:
中国飞机强度研究所“揭榜挂帅”项目(JBGS-2024-23);南京航空航天大学博士学位论文创新与创优基金(BCXJ25-06)

Multi-channel hybrid active noise control system for turboprop aircraft cabin

Hao SHEN¹, Ningjuan DONG²^,³, Tingyu CHEN¹, Yixiao CHEN², Xing SHEN¹^,³()

^1.College of Aerospace Engineering，Nanjing University of Aeronautics & Astronautics，Nanjing 210016，China
^2.Aeroacoustics Research Laboratory，China Aircraft Strength Research Institute，Xi’an 710065，China
^3.National Key Laboratory of Strength and Structural Integrity，Xi’an 710065，China

Received:2025-05-30 Revised:2025-07-03 Accepted:2025-08-18 Online:2025-08-29 Published:2025-08-28
Contact: Xing SHEN E-mail:shenx@nuaa.edu.cn
Supported by:
Open Bidding for Selecting the Best Candidates Project by China Aircraft Strength Research Institute(JBGS-2024-23);Funding for Outstanding Doctoral Dissertation in NUAA(BCXJ25-06)

摘要/Abstract

摘要：

针对涡桨飞机舱内宽窄带混合噪声抑制难题，提出一种计算高效的多通道混合主动噪声控制（ANC）方法。在系统架构层面，基于前馈结构设计改进型窄带滤波-x最小均方（FxLMS）算法，针对参考信号为多频正弦信号的特点，将线性卷积运算等效简化为加乘运算，降低计算复杂度；基于反馈结构设计一种动态选择机制的局部迭代FxLMS算法，通过实时优化滤波器更新策略，有效提升系统收敛速度与稳定性。引入误差信号分解（RES）模块，基于误差信号平滑功率设计交替更新策略，在保证降噪性能的同时实现计算资源优化配置。理论分析表明，该混合控制方法计算复杂度极低，RES模块的引入减小反馈系统自相关矩阵的条件数并降低前馈系统梯度估计的瞬时方差，有效提升了算法的收敛性能与稳定性。仿真与实验结果表明，基于上述方法设计开发规模为1×2×2的ANC系统可实现总声压级18.33和21.27 dB的有效衰减，验证了改进方法的有效性及工程应用潜力。

关键词: 涡桨飞机, 主动噪声控制, 多通道系统, 最小均方算法, 混合结构

Abstract:

To address the challenging issue of hybrid broadband-narrowband noise suppression in turboprop aircraft cabins， this study proposes a novel multi-channel hybrid structured Active Noise Control （ANC） method. In the system architecture design， the feedforward structure employs an improved narrowband Filtered-x Least Mean Square （FxLMS） algorithm， which simplifies linear convolution operations into equivalent additive-multiplicative computations based on the characteristics of multi-frequency sinusoidal reference signals， significantly reducing computational complexity. The feedback structure adopts a partial update FxLMS algorithm with dynamic selection mechanism， effectively enhancing system convergence speed and stability through real-time optimization of filter update methods. Furthermore， a Residual Error Separation （RES） module and an alternating update method based on noise smoothing power are introduced to optimize computational resource allocation while ensuring noise reduction performance. Theoretical analysis indicates that the proposed hybrid system possesses extremely low computational complexity， and that the RES module effectively enhances the algorithm’s convergence performance and stability by improving the condition number of the feedback system's autocorrelation matrix and reducing the instantaneous variance of the feedforward system’s gradient estimate. Simulation and experimental results demonstrate that the constructed 1×2×2 multi-channel control system achieves effective total sound pressure level attenuation of 18.33 dB and 21.27 dB， verifying its effectiveness and engineering potential.

Key words: turboprop aircraft, active noise control, multi-channel system, least mean square algorithm, hybrid structure

中图分类号:

V223

沈昊, 董宁娟, 陈亭宇, 陈逸笑, 沈星. 面向涡桨飞机座舱的多通道混合主动噪声控制系统[J]. 航空学报, 2025, 46(21): 532332.

Hao SHEN, Ningjuan DONG, Tingyu CHEN, Yixiao CHEN, Xing SHEN. Multi-channel hybrid active noise control system for turboprop aircraft cabin[J]. Acta Aeronautica et Astronautica Sinica, 2025, 46(21): 532332.

图/表 19

图 1

图 2

图 3

表 1

HANC系统自适应策略概述及计算量统计

自适应步骤		计算量
初始化	$w a, q j (0), w b, q j (0), w i j (0), a e, q k (0), b e, q k (0) = 0$ 同步参考信号 $x a, q (n)$ 和 $x b, q (n)$
参数设置	设置P_min， P_max， $λ$ ， $μ n$ ， $μ b$ ， $μ e$ $求解 a s, q j k (n) = ∑ m = 1 M s ̂ j k m (n) c o s (ω q m), b s, q j k (n) = ∑ m = 1 M s ̂ j k m (n) s i n (ω q m)$
系统运行	for n=1，…，N
	$y n, j (n) = ∑ q = 1 Q w a, q j (n) x a, q (n) + w b, q j (n) x b, q (n)$	2JQ
	$y b, j (n) = ∑ i = 1 I w i j (n) x i (n)$	IJL
	$y j (n) = y n, j (n) + y b, j (n)$	2J
	$e n, k (n) = ∑ q = 1 Q a e, q k (n) x a, q (n) + b e, q k (n) x b, q (n)$	2KQ
	$e b, k (n) = e k (n) - e n, k (n)$	2K
	$a e, q k (n + 1) = a e, q k (n) + μ e e b, k (n) x b, q (n), b e, q k (n + 1) = b e, q k (n) + μ e e b, k (n) x b, q (n)$	4KQ
	$x j (n) = e j (n) + ∑ k = 1 K S ̂ k j (n) * y j (n)$	JKM
	$P e n (n) = P e n (n - 1) + λ ∑ k = 1 K e n, k 2 (n), P e b (n) = P e b (n - 1) + λ ∑ k = 1 K e b, k 2 (n)$	2K
	$P y b (n) = P y b (n - 1) + λ ∑ j = 1 J y b, j 2 (n)$	J
	If $P e b (n) < P e n (n)$
	$x a, q j k' (n) = a s, q j k (n) x a, q j k (n) + b s, q j k (n) x b, q j k (n), x b, q j k' (n) = - b s, q j k (n) x a, q j k (n) + a s, q j k (n) x b, q j k (n)$	4JKQ
	$w a, q j (n + 1) = w a, q j (n) + μ f f ∑ k K e k (n) x a, q j k' (n), w b, q j (n + 1) = w b, q j (n) + μ f f ∑ k K e k (n) x b, q j k' (n)$	2JKQ
	else
	$ρ (n) = P e b (n) / P e b (n) + P y b (n), P (n) = f l o o r ρ (n) P m i n + 1 - ρ (n) P m a x$	3
	$x i j k' (n) = S ̂ j k (n) * x i (n), n % P (n) = 0$	IJKM/P
	$w i j, l (n + 1) = w i j, l (n) + μ f b ∑ k = 1 K e k (n) x i j k' (n - l), (n - l) % P (n) = 0$	IJKL/P
	end

表 1

表 2

系统改进前后计算复杂度对比

ANC系统类型		计算量	具体计算值	$改进后计算值改进前计算值 / %$
前馈ANC	改进前	2JQ+2JKQ+JKMQ	3 997 080
前馈ANC	改进后	2JQ+6JKQ	46 872	1.17
反馈ANC	改进前	IJL+JKM+IJKL+IJKM	145 317 888
反馈ANC	改进后	IJL+JKM+IJK（L+M）/P	19 906 560	13.70
混合ANC	改进前	2J+2JQ+2JKQ+JKMQ+IJL+JKM+IJKL+IJKM	149 315 040
混合ANC	改进后	3+2K+3J+2JQ+2KQ+IJL+JKM+ （6JKQ+IJKM/P+IJKL/P）/2	10 972 839	7.35

表 2

图4

图 5

图6

图 7

图 8

图 9

图 10

表 3

图11

图 12

图 13

表 4

图 14

图15

参考文献 25

[1]	BOUWENS J， HIEMSTRA-VAN MASTRIGT S， VINK P. Ranking of human senses in relation to different in-flight activities contributing to the comfort experience of airplane passengers［J］. International Journal of Aviation， Aeronautics， and Aerospace， 2018， 5（2）： 1-14.
[2]	雷世豪，孙乐申. 飞机座舱的声学设计［J］. 噪声与振动控制， 1984， 4（4）： 16-23.
	LEI S H， SUN L S. Acoustic design of aircraft cockpit［J］. Noise and Vibration Control， 1984， 4（4）： 16-23 （in Chinese）.
[3]	周潮，徐明. 螺旋桨飞机座舱的降噪设计［J］. 民用飞机设计与研究， 1999（1）： 27-30.
	ZHOU C， XU M. Noise reduction design of propeller aircraft cockpit［J］. Civil Aircraft Design & Research， 1999（1）： 27-30 （in Chinese）.
[4]	罗磊. 基于前反馈混合结构的非线性主动噪声控制方法研究［D］. 哈尔滨：哈尔滨工业大学， 2019.
	LUO L. Research on nonlinear active noise control based on feedforward and mixed structure［D］. Harbin： Harbin Institute of Technology， 2019 （in Chinese）.
[5]	ELLIOTT S J， NELSON P A. Active noise control［J］. IEEE Signal Processing Magazine， 1993， 10（4）： 12-35.
[6]	FULLER C R， ROGERS C A， ROBERTSHAW H H. Control of sound radiation with active/adaptive structures［J］. Journal of Sound and Vibration， 1992， 157（1）： 19-39.
[7]	李江红，黎中伟，任辉，等. 运七飞机舱内噪声主动控制实验研究［J］. 航空学报， 1997， 18（5）： 627-628.
	LI J H， LI Z W， REN H， et al. Experimental study on the active noise control in the cabin of Y7［J］. Acta Aeronautica et Astronautica Sinica， 1997， 18（5）： 627-628.
[8]	裘进浩，袁明，季宏丽. 大型飞机舱内振动噪声主动控制技术的研究及应用［J］. 航空制造技术， 2010（14）： 26-29.
	QIU J H， YUAN M， JI H L. Research and application of vibration noise control technology in large aircraft cabin［J］. Aeronautical Manufacturing Technology， 2010（14）： 26-29 （in Chinese）.
[9]	LIU X X， ZHENG X， JIA Z B， et al. A study on multi-channel active sound profiling algorithm for hybrid control of broadband and narrowband noise inside vehicles［J］. Measurement， 2024， 237： 115200.
[10]	LU G Q， CHEN R W， LIU H. Active noise control scheme for smart beds based on a wide and narrow band hybrid control algorithm［J］. IEEE Access， 2023， 11： 92617-92627.
[11]	XIE X P， SHI X K， CHEN Y Z. A feedforward and feedback composite active noise reduction headset based on inverse filter frequency equalization and its DSP system implementation［J］. Applied Acoustics， 2023， 202： 109151.
[12]	SHI D Y， LAM B， JI J W， et al. Computation-efficient solution for fully-connected active noise control window： Analysis and implementation of multichannel adjoint least mean square algorithm［J］. Mechanical Systems and Signal Processing， 2023， 199： 110444.
[13]	SU H T， HU C J， CHEN J X， et al. An adjustable active noise control algorithm based on Bark scale［J］. Journal of Physics： Conference Series， 2023， 2450（1）： 012079.
[14]	JIA J Q， CHEN S M， ZHAO Y N， et al. A modified active noise control algorithm for convex combined structures based on partial updating of weight matrices［J］. Applied Acoustics， 2025， 228： 110333.
[15]	LI W G， YANG Z C， LIU K， et al. MIMO multi-frequency active vibration control for aircraft panel structure using piezoelectric actuators［J］. International Journal of Structural Stability and Dynamics， 2023， 23（14）： 2350157.
[16]	BERGAMASCO M， DELLA ROSSA F， PIRODDI L. Active noise control with on-line estimation of non-Gaussian noise characteristics［J］. Journal of Sound and Vibration， 2012， 331（1）： 27-40.
[17]	GODAVARTI M， HERO A O. Partial update LMS algorithms［J］. IEEE Transactions on Signal Processing， 2005， 53（7）： 2382-2399.
[18]	RAMOS LORENTE P， MARTÍN FERRER R， ARRANZ MARTÍNEZ F， et al. Modified filtered-X hierarchical LMS algorithm with sequential partial updates for active noise control［J］. Applied Sciences， 2021， 11（1）： 344.
[19]	SHI D Y， LAM B， GAN W S， et al. Block coordinate descent based algorithm for computational complexity reduction in multichannel active noise control system［J］. Mechanical Systems and Signal Processing， 2021， 151： 107346.
[20]	ERIKSSON L， ALLIE M， GREINER R. The selection and application of an IIR adaptive filter for use in active sound attenuation［J］. IEEE Transactions on Acoustics， Speech， and Signal Processing， 1987， 35（4）： 433-437.
[21]	WU X W， LI C P， HUANG Y Z， et al. Improved FULMS algorithm for multi-modal active control of compressor vibration and noise reduction［J］. Applied Sciences， 2022， 12（8）： 3941.
[22]	KUO S M， MORGAN D R. Active noise control： a tutorial review［J］. Proceedings of the IEEE， 1999， 87（6）： 943-973.
[23]	EMBORG U， SAMUELSSON F， HOLMGREN J， et al. Active and passive noise control in practice on the Saab 2000 high speed turboprop［C］∥ 4th AIAA/CEAS Aeroacoustics Conference. Reston， Virginia： AIAA， 1998： 2231.
[24]	TAHIR AKHTAR M， MITSUHASHI W. Improving performance of FxLMS algorithm for active noise control of impulsive noise［J］. Journal of Sound and Vibration， 2009， 327（3/5）： 647-656.
[25]	DOYLE J C， FRANCIS B A， TANNENBAUM A R. Feedback control theory［M］. New York： Springer， 2009.

E-mail：hkxb@buaa.edu.cn

关于我们

期刊社服务

专业学科

封面文章

友情链接

主管单位：中国科学技术协会主办单位：中国航空学会北京航空航天大学

名称	型号	性能参数
控制板卡	PXIe-7862	Kintex-7 325T FPGA，16通道，1 MS/s
多通道信号调理仪	CM3508D	8通道输入，每通道独立的4 mA 恒流源
功率放大器	Hivi FA860	频率响应20 Hz~20 kHz，输出功率60~150 W
传声器	GRAS 40PH-10	10 Hz~20 kHz频率范围（±2 dB），灵敏度50 mV/Pa
扬声器	JBL Control X	频率响应90 Hz~20 kHz，阻抗8 Ω

信号	控制前声压级/dB	改进前声压级/dB	改进前降低量/dB	改进后声压级/dB	改进后降低量/dB
误差信号1	92.82	73.66	19.16	74.49	18.33
误差信号2	89.89	69.44	20.45	68.62	21.27

面向涡桨飞机座舱的多通道混合主动噪声控制系统

Multi-channel hybrid active noise control system for turboprop aircraft cabin

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

图/表 19

参考文献 25

相关文章 6

编辑推荐

Metrics

本文评价

[1]	王跃, 宋文萍, 宋敏华, 韩忠华, 张彦军, 雷武涛. 涡桨飞机有/无动力降落构型的气动噪声预测[J]. 航空学报, 2023, 44(11): 126110-126110.
[2]	赵帅, 段卓毅, 李杰, 钱瑞战, 许瑞飞. 螺旋桨旋转方向对飞机俯仰力矩特性的影响[J]. 航空学报, 2020, 41(8): 123619-123619.
[3]	李杰, 杨钊, 段卓毅, 张恒, 赵帅. 涡桨飞机发展现状及关键气动问题[J]. 航空学报, 2019, 40(4): 622353-622353.
[4]	赵帅, 段卓毅, 李杰, 钱瑞战, 许瑞飞. 涡桨飞机螺旋桨滑流气动干扰效应及流动机理[J]. 航空学报, 2019, 40(4): 122469-122469.
[5]	李博;[梁德旺];黄国平. 基于等效盘模型的滑流对涡桨飞机气动性能的影响[J]. 航空学报, 2008, 29(4): 845-852.
[6]	顾家柳;洪杰;李上福. 螺桨转子的颤振涡动[J]. 航空学报, 1992, 13(8): 362-369.