CC BY
1
АКУСТИЧЕСКИЙ КОНТРОЛЬ СОСТОЯНИЯ ОБЪЕКТА ТРАНСПОРТНОЙ
ИНФРАСТРУКТУРЫ
A.Г. Коробейников1'2, д-р техн. наук, профессор
B.Л. Ткалич2, д-р техн. наук, профессор О.И. Пирожникова2, канд. техн. наук, доцент
1Санкт-Петербургский филиал Института земного магнетизма, ионосферы и распространения радиоволн им. Н.В. Пушкова Российской академии наук (СПбФ ИЗМИРАН) 2Национальный исследовательский университет ИТМО (Россия, г. Санкт-Петербург)
001:10.24412/2500-1000-2024-10-4-144-150
Аннотация. В работе рассмотрена задача моделирования контроля и, в случае необходимости, понижения уровня нежелательного шума с применением технологии активного шумоподавления, позволяющей уменьшать уровень шума в окружающей среде. Она работает путём создания антишума, который подавляет исходный звук при помощи фазового наложения соответствующим образом сгенерированного акустического сигнала. Это достигается с помощью микрофонов, которые улавливают внешний шум, а затем включаются специальные алгоритмы для работы динамиков, которые генерируют звуковые волны противоположной фазы, нейтрализуя исходный шум. Активное шумоподавление применяется в различных областях, в том числе и в объектах транспортной инфраструктуры, например, в трамваях, в автобусах и т.д. Эту технологию применяют для уменьшения шума от двигателей и колёс, что делает поездку более комфортной. Преимущества активного шумоподавления включают снижение уровня шума, повышение комфорта и улучшение качества звука. Однако для работы технологии требуется специальное оборудование, а неправильное использование может привести к искажению звука. Поэтому задача моделирования активного шумоподавления в объектах транспортной инфраструктуры является актуальной. В качестве программного инструментария использовалась система МЛТЬЛБ. Приведены результаты моделирования работы системы активного шумоподавления.
Ключевые слова: МЛТЬЛБ, адаптивные алгоритмы, активное шумоподавление, компьютерная модель, спектр мощности.
Шумовое (или акустическое) загрязнение представляет из себя шум антропогенного происхождения, достаточно часто нарушающий нормальное функционирование человека и животных. Поэтому задача уменьшения уровня шума является актуальной.
В настоящее время считается, что одним из основных источников шумового загрязнения являются объекты транспортной инфраструктур (ОТИ), например, автомобили, автобусы, трамваи, железнодорожные поезда и так далее. Решение задачи уменьшения уровня шума в ОТИ производят при помощи различных технологий - активного и пассивного шумоподавления [1].
В данной работе рассмотрена задача компьютерного моделирования работы системы активного шумоподавления (ANC, Active Noise Control) [2, 3]. Уменьшение нежела-
тельного шума при помощи применения технологии ANC происходит за счет фазового наложения специально сгенерированного акустического сигнала [4]. В качестве программного инструментария при моделировании была выбрана система MATLAB, позволяющая решать многочисленные задачи в различных предметных областях [5-6].
Постановка задачи
Основной задачей, решаемой при моделировании системы активного шумоподавления (САТТТ), является расчет «антишума», при помощи которого ослабляется распространяющийся в воздухе нежелательный шум в заданной «тихой» области с помощью адаптивного фильтра. Для этого необходима компьютерная модель электроакустической системы, использующей измерительные датчики, такие как микрофоны, и источники сигналов, такие
как громкоговорители. Например, шумовой сигнал исходит от двигателя в автобусе и его можно измерить шум вблизи источника.
Поставленная задача отличается от традиционного адаптивного шумоподавления тем, что:
- требуемый ответный сигнал не может быть измерен напрямую, так как доступен только ослабленный сигнал.
- САШ в процессе своей адаптации должна учитывать путь вторичного распространения (the secondary propagation path) акустической волны (антишума) от источника к микрофону.
Моделирования импульсной характеристики
Первой задачей моделирования САШ является оценка импульсной характеристики пути вторичного распространения, представляющего из себя путь, по которому антишум проходит от источника сигнала (выходного громкоговорителя) до приемника сигнала (микрофона) в тихой зоне. Этот шаг обычно выпол-
няется до контроля шума с использованием синтетического случайного сигнала, воспроизводимого через источник сигнала (выходной громкоговоритель), пока нежелательный шум отсутствует.
На рисунке 1 представлены результаты моделирования импульсной характеристики канала «Путь вторичного распространения» для полосового фильтра (bandpass) Чебышёва II рода со следующими параметрами:
Частота дискретизации (кГц) Fs = 20;
Количество отсчетов (samples) N = 2000 (Fs/10);
Нижняя граница полосы пропускания (ПП) (Гц): Flow = 200 (X ~ 1.7 м);
Верхняя граница ПП (Гц): Fhigh = 10000; (X ~ 0.03 м);
Порядок фильтра N_order = 20;
Величина затухания в полосе задержки (дБ) Ast = 50;
где X - длина акустической волны.
Рис. 1. Результаты моделирования импульсной характеристики.
Проектирование оценки пути вторичного распространения
Обычно длина оценки фильтра пути вторичного распространения не такая длинная, как фактический путь вторичного распространения, и в большинстве случаев не требу-
ется для адекватного управления. Ниже представлены результаты моделирования с количеством отсчетов равным 500. Необходимо отметить, что для этой цели можно использовать любой адаптивный алгоритм фильтрации с конечной импульсной характеристикой
(КИХ - фильтр). Но нормализованный алгоритм LMS (Least Mean Square) часто используется из-за его простоты и надежности [7, 8]. Графики выходных сигналов и сигнала ошибок на рисунке 2 показывают, что алгоритм сходится достаточно быстро.
Точность оценки пути вторичного распространения
На рисунке 3 приведены графики коэффициентов истинного и оценочного пути.
0 0.5
Рис. 2. Вторичная идентификация с использованием адаптивного фильтра NLMS
Рис. 3. Оценка импульсной характеристики канала Путь вторичного распространения
Только конечная (хвостовая) часть истинного импульсного отклика не оценена точно. Эта остаточная ошибка при решении данной задачи не оказывает существенного влияния на производительность САШ во время ее работы.
Альтернативный метод для оценки основного пути распространения
Путь распространения антишума также можно оценить при помощи линейного фильтра. На рисунке 4 представлены результаты моделирования импульсной характеристики линейного фильтра в 1111 200-10000 Гц.
0.01 0.015
Время (с)
Рис. 4. Результаты моделирования импульсной характеристики при помощи линейного фильтра
Результаты применения САШ
Типичные применение САШ - подавление шума от вращающихся элементов в двигателях из-за их раздражающих характеристик. Для вычислительного эксперимента был сгенерирован шум, который может исходить от типичного электродвигателя.
Одним из самых популярных адаптивных алгоритмов используемым в САШ является алгоритм йкегеё-Х ЬМБ. Этот алгоритм использует оценку пути вторичного распростра-
нения для расчета выходного сигнала, вклад которого сильно влияет на расчет ошибки [9]. Опорный сигнал представляет собой зашум-ленную версию нежелательного звука, измеренного вблизи его источника.
Чтобы подчеркнуть разницу между работой без САШ и с ней, сначала моделируется процесс без САШ в течение первых 200 итераций. Результаты моделирования представлены на рисунке 5.
Stopped ДТП02.4000 ms SamptesAJpdate=204& VBW= 172.6942 mHz RBW=9.7656 Hz Sample Rate=20.0000 kHz Updates=50 T=5.1199
Рис. 5. Спектр измеряемого сигнала без использования САШ
При прослушивании снятого сигнала перед Заключение
подавлением можно услышать достаточно Выбор при моделировании шума в диапа-
сильный характерный промышленный шум зоне частот 400-800 Гц (X ~ 0.4-0.8 м) обу-
двигателей. словлен фактом хорошей слышимости чело-
На рисунке 6 представлены моделирования веческого уха в этом диапазоне. с использованием САШ
Stopped йТ=102.4000 ms SamplesAJpdate=204B VBW=172..6942 mHz RBW=9.7656 Hz Sample Rate=20.0000 kHz llpdates=2D0 T=20.4B0
Рис. 6. Спектр измеряемого сигнала с использованием САШ
Сравнивая на Рис. 6 спектр "подавленного" меняемых для задач активного шумоподавле-сигнала со спектром исходного шумового ния. Тем не менее, при прослушивании снято-сигнала, можно увидеть видно, что большин- го сигнала с САШ шум в дальнем поле (на ство периодических компонентов были зна- расстоянии больше одной длины от источника чительно ослаблены. Однако эффективность сигнала) значительно уменьшается. Отсюда подавления неравномерна на разных частотах. следует вывод, что применение САШ в ОТИ Это часто бывает в реальных системах, при- является целесообразным
Библиографический список
1. Иванов, Н.И. Инженерная акустика. Теория и практика борьбы с шумом: учебник. - М.: Университетская книга, Логос, 2008. - 424 с.
2. Кузнецов А.Н., Поливаев О.И. Перспективы использования систем активного шумоподавления // Вестник ВГАУ. - 2010. - № 1(24). - С. 46-48.
3. Шубаев Д., Сейнасинова А. Система Активного Шумоподавления // Вестник Академии гражданской авиации. - 2022. - № 1(24). - С. 110-113.
4. Colin H. Hansen, Scott D. Snyder, Laura Brooks, Danielle Moreau. Active Control of Noise and Vibration // CRC Press, 2013. - 1537 p.
5. Коробейников А.Г., Кутузов И.М., Колесников П.Ю. Анализ методов обфускации // Кибернетика и программирование. - 2012. - № 1. - С. 31-37.
6. Korobeynikov A.G., Fedosovsky M.E., Maltseva N.K., Baranova O.V., Zharinov I.O., Gur-janov A.V., Zharinov O.O. Use of information technologies in design and production activities of instrument-making plants // Indian Journal of Science and Technology. - 2016. - Т. 9. № 44. -С.104708.
7. Джиган В.Н. Многообразие алгоритмов адаптивной фильтрации по критерию наименьших квадратов // Современная электроника. - 2008. - №3. - С. 32-39.
8. Кириллов, С.Н. Оптимизация устройств цифровой обработки сигналов по комбинированному критерию среднего квадрата ошибки// Цифровая обработка сигналов. - 2000. - №1. - C. 2732.
9. Зыков А.М. Разработка, реализация и экспериментальное выявление ошибок алгоритмов адаптивной фильтрации в режиме реального времени в системах активного шумового контроля // Интеллектуальные системы в производстве. - 2015. - № 2(26). - С. 89-92.
- TexnuHecKue nayHU -
ACOUSTIC CONTROL OF THE STATE OF A TRANSPORT INFRASTRUCTURE FACILITY
A.G. Korobeynikov1'2, Doctor of Technical Sciences, Professor
V.L. Tkalich2, Doctor of Technical Sciences, Professor
O.I. Pirozhnikova2, Candidate of Technical Sciences, Associate Professor
1Pushkov Institute of Terrestrial Magnetism, Ionosphere and Radio Wave Propagation of the Russian Academy of Sciences St.-Petersburg Filial (SPbF IZMIRAN) 2ITMO University (Russia, St. Petersburg)
Abstract. The paper considers the problem of modeling the control and, if necessary, reduction of the level of unwanted noise using active noise cancellation technology, which allows to reduce the noise level in the environment. It works by creating anti-noise, which suppresses the original sound using the phase superposition of an appropriately generated acoustic signal. This is achieved using microphones that capture external noise, and then special algorithms are turned on for the speakers that generate sound waves of the opposite phase, neutralizing the original noise. Active noise cancellation is used in various fields, including transport infrastructure facilities, such as trams, buses, etc. This technology is used to reduce the noise from engines and wheels, which makes the trip more comfortable. The advantages of active noise cancellation include reduced noise levels, increased comfort and improved sound quality. However, the technology requires special equipment, and improper use can lead to sound distortion. Therefore, the problem of modeling active noise cancellation in transport infrastructure facilities is relevant. The MATLAB system was used as a software toolkit. The results of modeling the operation of an active noise reduction system are presented.
Keywords: MATLAB, adaptive algorithms, active noise control computer model, power spectrum.
