四川省建筑设计研究院有限公司 四川省成都市 610041
摘要：噪声的控制方法有两种：有源噪声控制和无源噪声控制。无源隔声窗通过研究吸声材料和改变隔声窗物理结构来抑制噪声，但其对低频噪声的降噪效果不明显。为解决这一问题，本文在隔声窗中引入有源噪声控制系统，基于FxLMS算法，研究了针对交通噪声的有源隔声窗控制方法及效果。
关键词：交通噪声；隔声窗；有源噪声控制；FxLMS算法
0 引言
人耳能听到的声音频率范围在20Hz--20000Hz间，低频噪音是指频率在200Hz以下的声音。住宅小区的低频噪音源主要有电梯、变压器、高楼中的水泵、中央空调及交通噪声等。噪声对人体危害极大，低频噪音对生理的直接影响比高频噪音更强。噪声的控制方法有有源噪声控制和无源噪声控制。有源噪声控制弥补了无源噪声控制在低频噪声降噪方面的不足，人为产生一个新的相反噪声来抵消初级噪声的能量，从而减弱初级噪声声能。
1室外交通噪声测量分析
1.1室外交通噪声声压级测量
随机选取三个时段对一处临街居民家中的噪声进行测量，每次实测分别得到了窗户打开状态和关闭状态的噪音量。该居民家中接收到交通噪声平均值在窗户打开和关闭时分别为73.3dB和58.6dB，已经超出了《声环境质量标准》中对1类区域的噪声评价标准值50dB。关闭窗户对降低噪声有一定的效果，能够降低14.7dB的噪音，但是也未能达到国家标准。
1.2 噪声频谱分析
从噪声频谱图中得出交通噪声的影响频率范围主要集中在75Hz～2500Hz，其中，影响最为严重的频段是75Hz～500Hz，说明室外交通噪声范围主要集中在中低频。
对比开窗和关窗的噪声频谱图发现关窗之后虽然有明显的降低噪音作用，但主要起到降噪效果的是1000Hz以上的高频噪音，有15~20dB的降噪量。对于低频噪音，只存在2~3dB的降噪量。这说明传统的无源降噪方法对于交通噪声中的大量存在的中低频噪声并没有起到很好的作用。
2.针对交通噪声有源隔声窗设计
2.1有源噪声控制原理
有源噪声控制的核心思想是：波的干涉原理。在空间中某一点，初级声波和人为产生的次级声波根据相消性干涉从而达到降噪目的的噪声控制方式，称之为有源噪声控制。
2.2有源噪声控制系统工作过程
噪声源产生初级声波，参考传感器检测到初级声波后将它作为参考信号输入到控制器中。控制器根据算法规则，计算出次级信号，输出次级声源。控制器的另一个输入为误差信号，由噪声源和次级声源的声能相遇叠加后形成。控制器根据算法规则，不断调整控制器的权系数，从而不断地改变输出的次级信号。持续这个工作过程直至系统最终能满足设定的控制目标，此时算法结束、系统达到稳定状态。
2.3有源隔声窗的结构
有源隔声窗的结构如图2所示。隔声窗由两层玻璃组成，窗户的内开口和外开口错置，使室外、窗户内部和室内形成了一个S型的通风管道。在窗户内部的通风管道里，可以安装有源噪声控制系统的器件。
.png)
图2有源隔声窗结构图
3仿真分析
3.1 FxLMS算法
自适应控制过程是使控制器可以根据检测到的噪声信号不间断地调整自身参数值，从而实时地改变控制器的输出信号，使系统不断接近目标的过程。一个自适应有源控制系统的核心包括了控制器和其相应的自适应控制算法。
FxLMS算法框图如图3所示模型。
.png)
图3 FxLMS 算法框图
3.2 仿真实验
下面利用Matlab软件对针对交通噪声的有源隔声窗的控制系统进行仿真。由于交通噪声的组成特点为宽带噪声与窄带噪声相混合，因此初级声源为频率为 200Hz 的正弦波加随机噪声的混合噪声。其中采用滤波器的长度为32，收敛系数0.01。
图4（a）为当噪声信号是200Hz 正弦波加随机噪声的混合噪声时，控制前后的噪声信号值随时间变化曲线图。从图中可以看出：在整个采样时间内，控制后的混合噪声信号幅值下降比较明显，噪声信号逐渐收敛，仿真系统取得了比较好的降噪效果。在处理信号的前面部分，由于滤波器的权系数是一个假定的初值，系统有一些波动。随着不断的迭代处理，系统逐渐稳定。通过FFT变换后，图4（b）为当噪声信号是200Hz 正弦波加随机噪声的混合噪声时控制前后频域上的声压信号曲线图。其中，50Hz的噪声信号降噪效果最好。
.png)
.png)
（a）声压信号时域曲线图 （b）声压信号频域曲线图
图4控制前后声压信号曲线图
4.结论
通过对建筑物外部交通噪声的测量，发现目前人们所使用的传统玻璃窗对交通噪声的降低是有限的。本文在隔声窗的加入有源噪声控制系统，采用FxLMS算法对自适应有源控制系统进行仿真。仿真结果表明，本系统对200Hz以下的低频噪声信号有较好的降噪效果。
参考文献：
[1]刘会灯，邱阿瑞.管道电机噪声有源控制系统研究[J].电机与控制学报，2011，15（1）：60-67.
[2]黄华华.自然通风有源隔声窗研究[D].南京：南京大学，2011.
[3]李珊珊，陈慧敏，孙玉国.汽车室内自适应主动降噪系统研究[J].电子科技，2017，30（10）：50-53.
[4]余荣平，张心光，王岩松，等.车内噪声主动控制变步长LMS算法[J].噪声与振动控制，2015，35（01）：123-126.
[5]于梦娇.管道低频噪声主动控制系统的DSP实现[D].哈尔滨：哈尔滨工业大学，2013.