选择车辆上主动道路噪声控制的传感器位置的方法和系统与流程

本公开涉及用于自动选择车辆上用于主动道路噪声控制的参考传感器位置的方法和系统。

背景技术：

路基车辆诸如轿车和卡车在道路上被驱动时产生称为道路噪声的低频率噪声。当车轮在道路表面上被驱动时，这种道路噪声至少部分地是结构传播的。也就是说，它是通过车辆的结构元件传输的并且可在车辆车厢内听到，所述结构元件诸如轮胎、车轮、毂、底盘部件、悬挂部件诸如悬挂控制臂或叉形杆、减震器、防倾杆或横向稳定杆以及车辆车身。

直到最近，用于降低车辆车厢中的道路噪声水平的主要途径是采用相应结构元件的专门优化的形状和材料，所述形状和材料使振动衰减并提供专用缓冲器。然而，这种途径通常导致所不希望的对车辆设计的约束以及增加总体燃料消耗的另外车辆质量。

最近，主动道路噪声控制已经使用大量参考传感器而成功应用于数种车辆，所述参考传感器安装在车辆的促成道路噪声的主要传送路径的结构元件上。参考传感器位置通常通过比较车辆上的各种位置以及它们的自由度(dof)来获得，所述自由度与道路噪声传输部件诸如车轴的结构设计有关。通常进行大量模拟以确定影响车辆的噪声振动和声震粗糙度(nvh)调谐的关键结构位置与用于主动道路噪声控制(arnc)系统的参考传感器位置之间的关系。在理想情况下，参考传感器被放置成使得它们提供与车厢中的内部噪声相干的在很大程度上去相关的信号。arnc系统通过应用数字滤波器来处理这些来自参考传感器的信号，以确定由车辆音频系统的扬声器输出的通常多信道的声学信号，从而消除通常布置在驾驶员和乘客的头枕附近的预定安静区中的传输道路噪声。

然而，参考传感器的放置可能是一项具有挑战性的任务，因为车辆的道路噪声性能可根据其结构设计而变化。从nvh角度来看，与内部噪声高度相干的振动与车辆的结构动力学及其车轴设计有关。具体地，悬架和副车架构架影响与结构的结构灵敏度有关的特定dof。通常，来自各种参考传感器的信号至少部分地是相关的，使得减少参考传感器的数量将是可能的。确定车辆结构上的参考传感器的最佳数量和位置已经是昂贵且耗时的数学优化算法的目标。另外，对参考信号的互谱密度矩阵应用的主成分分析(pca)已经用于对潜在相关的参考信号去相关。然而，pca过于昂贵以致不能在当今车辆中实现的arnc系统中实时地执行。

本公开提供克服以上所提及缺点的用于自动确定参考传感器的最佳布置以用于arnc的方法和系统。所描述方法具体地是高效的且在计算上廉价的，并且可易于应用于各种车辆结构设计。本公开还提供使用多个参考传感器的arnc系统，所述多个参考传感器的布置使用所公开方法来确定。

技术实现要素：

以上所述的技术问题通过一种用于借助于自动校准系统来确定用于在车辆中进行主动道路噪声控制(arnc)的一个或多个参考传感器的布置的方法来解决，其中所述方法包括：在车辆的多个结构元件上安装校准系统的多个振动传感器，所述结构元件表示对将道路噪声传送到车辆的车厢中的最强贡献，并且所述振动传感器被配置来基于相应结构元件的振动生成多个振动输入信号，并将所述多个振动输入信号输入到校准系统的处理单元；在车辆的车厢内部安装校准系统的至少一个麦克风，所述至少一个麦克风被配置来捕获至少一个声学输入信号，并将所捕获的至少一个声学输入信号输入到处理单元；以及借助于处理单元，通过确定感测促成所述至少一个声学输入信号的主要机械道路噪声输入的振动传感器子集，而从多个振动传感器确定参考传感器的布置。

表示对将道路噪声传送到车辆的车厢中的最强贡献的结构元件可基于车轴设计、贡献分析或基于数值模拟来确定，所述数值模拟诸如对用于结构传播道路噪声分析以及道路噪声的传送路径分析的悬架和车轴的操作振型的计算。如以下详细描述的，多个振动传感器可安装在结构元件的不同位置上。从多个振动传感器中确定感测促成至少一个声学输入信号的主要机械道路噪声输入的传感器子集。此确定通过在多个振动输入信号之中确定对至少一个声学输入信号的主要贡献来执行。

以上所述的技术问题还通过一种用于借助于自动校准系统来确定用于在车辆中进行主动道路噪声控制(arnc)的一个或多个参考传感器的布置的方法来解决，其中所述方法包括：在车辆的多个结构元件上安装校准系统的多个振动传感器，其中所述振动传感器被配置来基于相应结构元件的振动生成多个振动输入信号，并将所述多个振动输入信号输入到校准系统的处理单元；在车辆的车厢内部安装校准系统的至少一个麦克风，其中所述至少一个麦克风被配置来捕获至少一个声学输入信号，并将所捕获的至少一个声学输入信号输入到处理单元；从多个振动输入信号形成多个振动输入信号真子集；使用处理单元计算子集中的每一个和至少一个声学输入信号中的每一个的多重相干函数，以确定相应声学输入信号与相应子集的振动输入信号之间的相干性；以及针对至少一个声学输入信号中的每一个，借助于处理单元自动地选择多重相干函数为最大值的子集，作为用于对声学信号进行arnc的参考传感器的最佳布置。

车辆可以是具有乘客车厢的任何路基车辆，具体地轿车或卡车。自动校准系统可设置作为车辆的一部分、例如作为特定车辆的原型的一部分，或作为在车辆的试验环境中操作的独立单元、例如作为车辆试验台的一部分，以确定参考传感器在车辆的原型上的最佳布置。另外，自动校准系统可通过电线和/或以无线方式暂时连接到车辆的电子系统，以用于执行本文所述的方法。为了执行关于道路噪声的产生的相关试验，自动校准系统可连接到车辆的ecu并控制车辆发动机的操作。

校准系统的振动传感器可以是以下任何传感器，所述任何传感器被配置来测量结构元件在所述传感器所安装到的结构元件的点处的振动。振动传感器可被配置来相对于一个、两个或三个dof测量振动，即，测量一个、两个或三个正交方向上的振动。因此，振动传感器各自可输出一个、两个或三个振动输入信号，所述信号各自具体地作为表示相应所测量振动的数字信号。通过举例，加速度计可用作测量相应安装点在一个、两个或三个方向上的加速度的振动传感器。振动传感器被配置来将多个振动输入信号输入到校准系统的处理单元。为此，振动传感器可通过电线和/或以无线方式与校准系统的处理单元连接。无线连接简化试验台。可替代地，振动传感器可连接到车辆的控制单元，所述控制单元收集振动信号并且通过缆线或以无线方式将它们传输到校准系统的处理单元。

在任何情况下，根据主动道路噪声控制的典型需要，在多个结构元件上安装显著较大量的振动传感器，而最终安置在量产车中作为主动噪声控制系统的一部分的参考传感器的数量是显著较小的。通过举例，八个3d加速度计可安置在前轴和后轴及其相关结构元件(诸如悬挂控制臂和横向稳定杆)中的每一个上，从而输出总计48个振动输入信号，而每非相关力输入可能需要仅一个振动输入信号。通过举例，每车轴两个测量二维加速度的加速度计可能是足够的。因此，量产车及其arnc系统将配备有数量少得多的(在很大程度上非相关的)振动传感器，使得显著降低对arnc系统的计算能力的需求。如以上所提及，振动传感器可安装在疑似或已知将道路噪声传输到车辆车厢的任何结构元件上。实例是车辆的副车架、车辆的底盘、轮胎、悬挂结构元件诸如控制臂、叉形杆、减震器、防倾杆或横向稳定杆、车轮、毂等。用于安装多个振动传感器的位置可基于车轴设计、贡献分析或数值模拟来选择，所述数值模拟诸如对用于结构传播道路噪声分析以及道路噪声的传送路径分析的悬架和车轴的操作振型的计算。它们理想地被选择成包括道路噪声的主要传送路径，使得每力输入或dof捕获至少一个强相干振动输入信号。

不同于其他方法，本方法明确地允许提供多于道路噪声的非相关源的振动输入信号，使得所得到的振动输入信号不是线性无关的。因此，多个振动传感器可靠近地安装在同一结构元件上以提供部分相关的输入信号，尤其是在这些振动传感器被分配到所述方法的不同子集的情况下。所公开校准方法然后将自动地从这样的一组冗余振动传感器中确定最适合去相关输入信号子集的传感器。

校准系统的至少一个麦克风安装在车辆的车厢内部，其中所述至少一个麦克风被配置来测量车辆的车厢内部的声音并将所测量的声音转换成至少一个声学输入信号。虽然通常做出所有可能的努力以避免其他声音的存在，诸如风噪声或其他车辆声音、从车辆外传输的声音或内部生成的声音(诸如音乐或语音)，但是可提供滤波器作为校准系统或车辆的音频系统的一部分，以从麦克风所捕获的声学信号中过滤掉此类所不想要的声音。麦克风可设置作为校准系统的暂时安装的麦克风或作为arnc系统的永久性安置的麦克风。这样，麦克风具体地可以是以下所描述的arnc系统的误差麦克风，在这种情况下，通过例如将校准系统连接到车辆的音频系统，来借由车辆的音频系统将声学输入信号输入到校准系统的处理单元。麦克风可安装在驾驶员座椅和/或乘客座椅的头部空间中、例如头枕之上或附近，或者安装在车辆的顶蓬内衬中作为相应头枕上方的顶蓬内衬麦克风。因此，所述至少一个声学输入信号表示传输到驾驶员和/或乘客的音频区中的道路噪声。

从多个振动输入信号形成多个真子集。为了能够去除所有所不想要的道路噪声，真子集中的每一个的振动输入信号的数量可被选择成大于或等于非相关力输入的数量。如果这个数量是未知的，那么可形成具有不同大小的子集以提供除参考传感器的最佳布置之外确定参考传感器的最佳数量的可能性。具体地，可形成是其他子集的真子集的子集或甚至子集的分级结构(各自包括具有以下较低水平的子集)作为多个真子集的一部分。另外，可形成重叠子集以从其交集中标识多重相干函数的主要贡献。最后，关于道路噪声的传送路径的早先专业知识可参与子集的定义。通过举例，可形成仅包括与车辆的前部分、具体地前轴相关联的传感器的子集，同时可形成仅包括与车辆的后部分、具体地后轴相关联的传感器的其他子集，以确定由车辆的前轮或后轮引起的道路噪声的贡献。另外，可形成仅包括安装在车辆车身上的传感器的子集，以确定由风摩擦引起的道路噪声的贡献。子集的数量可在每道路噪声疑似源一个子集至不同子集(包括具有仅一个振动输入信号的子集)的最大数量的范围内。另外，来自同一多维传感器的与不同维度相关联的输入信号可放置在同一子集中，如果预期使它们去相关的话；或者放置在不同子集中，如果预期使它们相关的话。

子集可通过用户输入(例如，由工程师)形成，或基于存储在数据库中的车辆数据和振动传感器的安装点自动地形成。在后一种情况下，校准系统可包括对应数据库，或者读取来自由车辆制造者提供的数据库的相关数据。

一旦安装了振动传感器和麦克风，就可在试验条件下操作车辆，以确定道路噪声从源到车辆车厢的传输。这可在消声室中在车辆试验台诸如滚筒台上进行以避免所不想要的道路噪声的反射，或者通过在道路上驾驶车辆进行。在任一种情况下，都应做出努力以在就例如速度和道路表面而言基本上恒定的条件下操作车辆，从而产生在很大程度上固定的振动信号，使得可假设它们的谱组成随时间推移是恒定的。多个振动传感器和至少一个麦克风在试验过程中测量相应结构元件的振动和车厢中的声场，并且生成对应的振动输入信号和声学输入信号。

针对至少一个声学输入信号中的每一个，校准系统的处理单元然后计算子集中的每一个的多重相干函数，以确定相应声学输入信号与相应子集的振动输入信号之间的相干性。多重相干函数可计算为相应声学输入信号与虚拟振动信号之间的标准化互功率谱的频率相关总和，所述标准化互功率谱根据相应子集的振动输入信号的自功率谱矩阵和互功率谱矩阵来计算。因此，多重相干函数是表示声学输入信号与子集的振动输入信号之间的总相干性的频率相关函数。因为子集是真子集，所以此多重相干性通常小于1，其中靠近1的值指示声学输入信号与来自子集的振动传感器的输入信号强相干。本自动校准方法目的在于标识有效地捕获道路噪声源的传感器的最小子集。

为此，处理单元自动地针对至少一个声学输入信号中的每一个选择子集作为用于arnc的参考传感器的最佳布置。取决于子集形成的方式，此自动选择的选择准则可变化。通过举例，可仅形成不是另一子集的真子集的子集，即，不与另一子集完全重叠的子集。例如，所有子集可具有相同大小。在这种情况下，处理单元可自动地选择多重相干函数为最大值的子集。因为多重相干函数通常是频率相关的，所以此最大值可如下所述针对特定频率或特定频率带来确定，或者可基于整个多重相干函数的全局最大值。所选择子集的传感器然后自动地提供用于捕获噪声源的最好的一组传感器。在完全包括多个子集中的其他子集的子集的情况下，较大子集将总是具有与较小子集相比较大的多重相干性，因为它们包括更多振动输入信号。在这种情况下，多重相干性关于输入信号的数量的增长可用于选择参考传感器子集。如果增长下降到低于给定阈值，那么进一步增加子集大小将不产生对源的显著更好的表示。换句话讲，添加与已经在子集中的传感器信号高度耦合或相关的传感器信号并不使所得到的多重相干函数显著增长。因此，针对所述一组参考传感器选择较小子集。

对于不同声学输入信号，所选择子集可以是不同的，因为从源到对应麦克风的对应位置的传送路径可能不同。作为一个实例，对于由驾驶员的头部空间中的麦克风所捕获的声学输入信号而言，来自车辆左手侧的道路噪声比来自车辆右手侧的道路噪声更主要。如果针对不同的声学输入信号选择不同的子集，那么量产车可配备有产生组合子集的振动输入信号所需要的所有参考传感器。然而，以下所描述的arnc可基于单独子集的振动输入信号针对麦克风的单独位置、即相应的头部空间来执行。

以下将进一步描述计算多重相干函数的示例性方法。

以上所描述的方法允许关于参考传感器的安装位置和参考传感器的数量两者自动地确定参考传感器的最佳布置，这然后可用于实现量产车中的arnc系统。放置较大一组的振动传感器和形成多个真子集仅需要对所分析车辆中的道路噪声传送路径的有限了解。用户输入或来自数据库的数据可用于形成子集。校准方法和系统计算子集中的每一个的多重相干函数，并且根据结果自动确定最佳布置。因为子集由于相关振动输入信号的去除而通常显著小于多个振动传感器，所以arnc系统和算法可非常高效地并实时地工作。此外，校准方法在计算上是高效的，因为所涉及的较小子集的自谱矩阵和互谱矩阵与所有振动输入信号的全矩阵相比需要显著更小的计算能力。

根据一个实施方案，所述方法还可包括：借助于处理单元从至少一个声学输入信号确定道路噪声谱；借助于处理单元从道路噪声谱确定至少一个共振频率；以及借助于处理单元，自动地选择在第一所确定共振频率下求值的多重相干函数为最大值的第一子集，作为参考传感器的最佳布置。至少一个麦克风的位置处的道路噪声谱可通过使用处理单元处理所捕获的至少一个声学输入信号的时间序列来确定。处理单元可对所采样的声学输入信号进行傅里叶变换、具体地快速傅里叶变换(fft)，并且产生频率相关的声压水平作为道路噪声谱。

所述谱可分成低频噪声范围(例如0hz–100hz)、中频噪声范围(例如100hz–500hz)以及高频噪声范围(例如高于500hz)。在这些范围中，就乘客舒适度和道路噪声贡献而言，低频和中频范围通常是最相关的。道路噪声的单独源、即去相关的力输入通常导致可见于道路噪声谱中的或多或少的隔离共振。根据本实施方案的方法借助于处理单元处理道路噪声谱以确定至少一个共振频率，其中所述处理可限于低频范围和/或中频范围。

所述方法然后目的在于通过自动地选择在第一所确定共振频率下求值的多重相干函数为最大值的第一子集，来标识促成第一所确定共振的那些振动输入信号。为此，处理单元将子集的多重相干函数在第一共振频率下的值进行比较。具有最高多重相干值的子集是表示共振源的最好候选。如上所述，不包括其他子集的子集优先地用于这种选择准则。其他选择准则可与如上所述的形成子集的不同方式一起使用。

所述方法还可包括：借助于处理单元自动地选择在第二所确定共振频率求值的多重相干函数为最大值的第二子集；以及组合第一子集和第二子集以确定参考传感器的最佳布置。可针对第三所确定共振频率和另外的所确定共振频率重复此过程。处理单元具体地可确定道路噪声谱中的所有共振频率，或道路噪声谱中声压水平超过预定阈值的低频范围和/或中频范围，所述预定阈值可设定为高于其则使乘客不舒适的噪声水平。

通过组合第一子集和第二子集，确保了主动道路噪声控制系统可消除掉第一共振和第二共振。如果第一子集和第二子集完全相同，那么arnc系统可同时针对两个共振频率对振动输入信号进行过滤。此外，振动输入信号可彼此独立地过滤，以形成其独立的传送路径。所描述方法允许快速地确定用于对多个道路噪声共振进行arnc的参考传感器的最佳布置。

根据一个实施方案，计算多重相干函数可包括：由处理单元处理振动输入信号的时间序列，以计算子集中的每一个的相应振动输入信号的自功率谱矩阵和互功率谱矩阵；由处理单元对所得到的自功率谱矩阵和互功率谱矩阵进行奇异值分解，以确定关于虚拟振动信号的对角功率谱矩阵；以及基于虚拟振动信号与至少一个声学输入信号之间的互功率谱，计算子集的多重相干函数。

可将子集的振动输入信号的所采样时间序列x(t)＝[x1(t),x2(t)...xk(t)]分成时间块并通过对时间块执行fft变换进行处理。根据所得到的频率样本，针对相应子集的振动输入信号计算

自功率谱矩阵和互功率谱矩阵。针对子集中的每一个重复此过程。

然后通过执行奇异值分解使矩阵sxx(f)对角化，以确定关于虚拟振动信号

对角功率谱矩阵。这些矩阵的对角元可被认为是矩阵sxx(f)的完全非相关的主成分的自功率谱。它们因此表示虚拟振动信号的自功率谱，所述虚拟振动信号由原始振动输入信号的线性组合产生，所述原始振动输入信号被形成为使得所得到的虚拟振动信号去耦。在理想情况下，子集的传感器已经放置成使得振动输入信号去耦，从而使得矩阵sxx(f)在很大程度上是对角的。因为通常情况并非如此，所以由处理单元执行以上奇异值分解以确定虚拟功率谱。在本方法中需要对输入信号去耦以计算子集的多重相干函数。

从虚拟功率谱矩阵开始，可获得虚拟振动信号的频线，所述频线可与至少一个声学输入信号的所采样时间序列的傅里叶变换时间块相乘，以计算虚拟振动信号与至少一个声学输入信号之间的互功率谱其中i＝1...k，并且yj指示第j个声学输入信号的所采样时间序列。

然后可将多重相干函数计算为相应子集的所有虚拟振动信号与第j个声学输入信号之间

的互功率谱的总和，所述互功率谱被标准化为虚拟振动信号和声学输入信号的自功率谱，其中n指示用于对子集编号的索引。

针对所有子集n和每个声学输入信号j计算多重相干函数γj:n(f)以确定参考传感器的最佳布置，如上所述。多重相干函数的值可在0与1之间变化，其中1指示相应子集的振动输入信号与相应声学输入信号的全相关，即，传感器位置对内部道路噪声的100％贡献。因为奇异值分解的计算成本随着矩阵的大小、通常随着大小的三次方大大地增加，所以，以现今的汽车中可获得的计算能力几乎难以在合理的时间范围内分解大矩阵、即大组的振动输入信号的自功率谱矩阵和互功率谱矩阵，使得基于非结构化的且大的一组参考传感器的实时arnc是不可能的。所描述方法允许从较多多个传感器中选择仍然足以有效地捕获最相关共振的噪声源的大大减小的子集。对于可例如包括少至三个振动输入信号的减小的子集，arnc系统可实时地执行奇异值分解，使得固定信号的假设可能不成立，所述假设在车辆的实际操作过程中几乎无效。结果是有效地消除变化的道路噪声并显著地改善乘客舒适度。

可使用计算多重相干函数的替代方法。通过举例，可由处理单元计算振动输入信号的自功率谱矩阵和互功率谱矩阵的逆，并且在两侧上跟振动输入信号与至少一个声学输入信号之间的互功率谱的矢量相乘，并且结果可标准化成至少一个声学输入信号的自功率谱，以计算多重相干函数的平方。

以上所描述的基于虚拟振动信号对多重相干函数的计算还可包括：由处理单元针对子集中的至少一个，确定具有所计算的自功率谱矩阵和互功率谱矩阵的最大互功率谱的一对振动输入信号；自动地去除所述一对的两个振动输入信号中的一个，并从子集中去除对应振动传感器；以及针对减小的子集计算多重相干函数。

如果特定子集的振动输入信号是至少部分地相关的，那么对应虚拟功率谱矩阵的秩将小于其维数。换句话讲，振动输入信号的自功率谱矩阵和互功率谱矩阵的一个或多个本征值、并且因此虚拟功率谱矩阵的对角元的一个或多个本征值将是(接近)零。在这种情况下，振动输入信号可编写为减少数量的非相关信号的线性组合，所述非相关信号是自功率谱矩阵和互功率谱矩阵的主成分。然而，为了生成这些非相关信号，传感器将必须被移动到难以确定的不同安装点。在本方法中采取一种较简单的途径，即通过分析自功率谱矩阵和互功率谱矩阵来确定具有最大互功率谱的一对振动输入信号。为此，比较互功率谱的绝对值。互功率谱的大绝对值指示两个贡献输入信号的强相关，即强相干性。因此，可安全地去除一对振动输入信号中的一个，而不强烈地影响多重相干函数。如果所去除的振动输入信号是来自本子集的特定振动传感器的唯一输入信号，那么此传感器也可从对应于输入信号子集的传感器子集中去除，使得可形成减小的子集。换句话讲，生成彼此相干的输入信号的振动传感器可减少至单个传感器位置。以这种方式，可在仅强烈去相关的传感器信号参与arnc计算的意义上优化参考传感器的数量。

只有在对应互功率谱大于或等于预定阈值的情况下，才可去除两个振动输入信号中的一个。同样，可将互功率谱的绝对值与阈值进行比较。设定去除过程的阈值确保不从子集中去除非相关信号。典型的阈值可例如设定为在0.7与0.9之间的值。

在一个实施方案中，多个振动传感器可包括至少第一群振动传感器和第二群振动传感器，其中第一群安装在与车辆的前部、具体地与车辆的前轴相关联的结构元件上，并且第二群安装在与车辆的后部、具体地与车辆的后轴相关联的结构元件上，并且其中振动输入信号的子集被形成以便不组合来自不同群的振动输入信号。可形成其他或另外的群，例如与车辆的左手侧相关联的一群传感器和与车辆的右手侧相关联的一群传感器。所述群还可相交，在这种情况下，子集被形成以便一次仅包括来自一个群的传感器的振动输入信号。

与车辆的前轴相关联的结构元件可包括例如车轴本身、前轮和轮胎、前悬挂部件诸如控制臂或叉形杆、减震器、防倾杆或横向稳定杆、副车架支架等。后轴对应地也是如此。通过根据传感器安装在其上的结构元件的功能群对传感器进行分组，引入对多个振动传感器信号的预去相关，在第一群的结构元件的振动与第二群的结构元件的振动传输到车辆车厢中之后，所述振动之间的相干性由于显著不同的传送路径而通常非常小，即使在振动输入信号本身可能部分相干的情况下也是如此。此预分组因此进一步简化并改进选择过程，所述预分组可通过用户输入或基于车辆设计或结构数据库和传感器的安装点自动地进行。

本公开还包括一种用于确定用于在车辆中进行主动道路噪声控制arnc的一个或多个参考传感器的布置的自动校准系统，其中所述系统包括：处理单元；多个振动传感器，所述多个振动传感器可安装在车辆的多个结构元件上，并且被配置来基于相应结构元件的振动生成多个振动输入信号，并将所述多个振动输入信号输入到处理单元；其中结构元件表示对将道路噪声传送到车辆车厢中的最强贡献；以及至少一个麦克风，所述至少一个麦克风可安装在车辆的车厢内部，并且被配置来捕获至少一个声学输入信号，并将所捕获的至少一个声学输入信号输入到处理单元；其中所述处理单元被配置来通过确定感测促成至少一个声学输入信号的主要机械道路噪声输入的振动传感器子集，而从多个振动传感器确定参考传感器的布置。

本公开还包括一种用于确定用于在车辆中进行主动道路噪声控制(arnc)的参考传感器的最佳布置的自动校准系统，其中所述系统包括：处理单元；多个振动传感器，所述多个振动传感器可安装在车辆的多个结构元件上，并且被配置来基于相应结构元件的振动生成多个振动输入信号，并将所述多个振动输入信号输入到处理单元；以及至少一个麦克风，所述至少一个麦克风可安装在车辆的车厢内部，并且被配置来捕获至少一个声学输入信号，并将所捕获的至少一个声学输入信号输入到处理单元，其中所述处理单元包括多重相干计算单元和选择单元，所述多重相干计算单元被配置来计算从多个振动输入信号形成的多个振动输入信号真子集中的每一个和至少一个声学输入信号中的每一个的多重相干函数，以确定相应声学信号与相应子集的振动输入信号之间的相干性，所述选择单元被配置来针对至少一个声学输入信号中的每一个，基于所计算的多重相干函数自动地选择子集，作为用于对声学输入信号进行arnc的参考传感器的最佳布置。

与以上关于用于确定用于arnc的参考传感器的最佳布置的方法所描述等效的修改和扩展也可适用于自动校准系统。具体地，振动传感器和麦克风可例如通过缆线或以无线方式直接地，或者通过首先将它们的信号输入到车辆的控制单元、具体地车辆的arnc系统的控制单元间接地，将其相应信号输入到自动校准系统的处理单元，所述控制单元通过缆线或以无线方式将信号输入到校准系统的处理单元。如上所述，自动校准系统可设置作为车辆的arnc系统的一部分，或者作为仅暂时与车辆连接的独立系统。处理单元可以是任何种类的电子处理装置，具体地如在嵌入式系统中使用的cpu或gpu、数字信号处理器(dsp)或现场可编程门阵列(fpga)或专用集成电路(asic)。如上所述，处理单元包括多重相干计算单元和选择单元作为子单元，例如作为fpga或asic。多重相干计算单元和选择单元还可作为计算机程序产品的计算机可执行指令的模块、包括具有用于执行以上所描述方法的处理步骤的计算机可执行指令的一个或多个计算机可读介质提供。处理单元因此可被配置来通过执行计算机可执行指令的对应模块，来进行如上所述并且在下文中如由处理单元的对应子单元进行的处理步骤。

如上所述，加速度计可用作输出一维、二维或三维振动输入信号的振动传感器。至少一个麦克风可设置作为暂时安装在车辆的车厢内部的麦克风或作为车辆的arnc系统的一部分，例如作为安装在车辆的驾驶员和/或乘客的头部空间中、例如头枕内部或附近的误差麦克风，比如作为顶蓬内衬麦克风。至少一个麦克风还可设置作为发动机阶次噪声消除(eoc)系统的一部分。处理单元还可包括数字滤波器，以在对所捕获的声学输入信号进行处理之前，从所捕获的声学输入信号中去除所不想要的、即非道路噪声有关的信号，诸如语音或风噪声。另外，自动校准系统可包括车辆数据库，所述车辆数据库包括关于在试验中的车辆的结构元件的设计和功能性的数据。此数据库还可例如由车辆供应商单独提供，并且可由自动校准系统通过校准系统的无线连接单元访问。本领域中已知的另外的元件可按需要设置作为校准系统的一部分。

在一个实施方案中，多重相干计算单元还可包括傅里叶变换单元，所述傅里叶变换单元被配置来处理振动输入信号的时间序列，以计算子集中的每一个的相应振动输入信号的自功率谱矩阵和互功率谱矩阵；以及本征值计算单元，所述本征值计算单元对所得到的自功率谱矩阵和互功率谱矩阵执行奇异值分解，以确定关于虚拟振动信号的对角功率谱矩阵，其中所述多重相干计算单元被配置来基于虚拟振动信号与至少一个声学输入信号之间的互功率谱，计算子集的多重相干函数。同样，与以上关于校准方法所描述相同的修改和变型可适用于多重相干计算单元的功能性。如上所述，可根据对角功率谱矩阵并且通过对至少一个声学输入信号的所采样时间序列进行傅里叶变换，来计算计算虚拟振动信号与至少一个声学输入信号之间的互功率谱所需要的频率样本。

多重相干计算单元还可包括子集大小减小单元，所述子集大小减小单元被配置来针对子集中的至少一个，确定具有所计算的自功率谱矩阵和互功率谱矩阵的最大互功率谱的一对振动输入信号，并且去除所述一对的两个振动输入信号中的一个，并从子集中去除对应振动传感器，其中所述多重相干计算单元还被配置来计算减小的子集的多重相干函数。如以上所讨论，可比较自功率谱矩阵和互功率谱矩阵的绝对值以将复值或负值考虑在内。另外，去除可仅在相应的互功率谱值大于预定阈值的情况下执行。去除两个振动输入信号中的哪一个可随机选择。然而，优选地去除因为传感器没有提供其他振动信号而也允许去除相应传感器的振动信号。另外，优选地去除已经在其他子集中去除的振动信号。子集大小减小单元确保标识所需要的参考传感器的最小数量，以有效地消除掉特定道路噪声共振。

如上所述，多重相干计算单元还可被配置来从至少一个声学输入信号确定道路噪声谱；从道路噪声谱确定至少一个共振频率；并且自动地选择在第一所确定共振频率下求值的多重相干函数为最大值的第一子集，作为参考传感器的最佳布置。类似地，可针对所确定共振频率中的每一个选择第二子集、第三子集和另外的子集，其中所考虑的道路噪声谱的范围可限于低频和/或中频范围，如上所述。

以上所描述的自动校准系统用于以高效且可靠的方式标识用于特定车辆的arnc系统的参考传感器的最佳布置。所得到的参考传感器的布置然后可应用于对应的量产车，以允许以合理的计算和构造成本进行实时主动道路噪声控制。

本公开还包括一种安置在车辆中的主动道路噪声控制(arnc)系统，所述系统包括：多个参考传感器，所述多个参考传感器安装在车辆的多个结构元件上，并且被配置来基于相应结构元件的振动生成多个参考信号，其中参考传感器的安装位置和数量可通过使用以上所述的校准方法和系统确定参考传感器的最佳布置来获得；自适应滤波器系统，所述自适应滤波器系统被配置来基于多个参考信号以及所述参考信号的多个传送函数，关于车辆的车厢中的预定安静区生成消除信号；以及车辆的车厢中的扬声器布置，所述扬声器布置适于基于消除信号输出声学信号，使得传输到车辆的车厢中的道路噪声在安静区中被消除。

参考传感器可与用于确定最佳布置的那些相同或至少是相同类型的。它们可通过缆线或以无线方式连接到arnc系统，并且作为加速度计提供。arnc系统具体地可以是车辆的音频系统的一部分。这样，扬声器布置和以下所提及的误差麦克风可已经设置作为音频系统的一部分。另外，自适应滤波器系统可以是音频系统的自适应滤波器系统的一部分，或者包括关于例如用于语音控制和免提电话等的音频过滤(诸如基于空气传播噪声的噪声消除、对音频信号的过滤)的另外功能性。消除信号可以是被生成为由多个扬声器或扬声器信道输出的多信道信号。它具体地可包括在一个或数个安静区中提供道路噪声共振的有效消除所需要的相位信息，所述安静区通常位于驾驶员和一个或多个乘客的头部的区域中。波束形成通常用于消除这些安静区中的道路噪声。相应的系统和滤波器是本领域中已知的，使得这里为清楚起见而省略其描述。

参考传感器的安装位置和数量通过应用以上所述的方法和系统来获得。换句话讲，参考传感器被放置在适当位置处并且被配置来生成多个参考信号，使得参考信号与由安静区中的误差麦克风所捕获的声学输入信号之间的多重相干函数最大化，所述多重相干函数针对特定道路噪声共振频率来计算。

自适应滤波器系统可包括处理单元、诸如cpu或gpu，或者可与车辆音频系统的控制单元或处理单元诸如dsp音频处理单元交互，以生成消除信号。

arnc系统还可包括至少一个误差麦克风，所述至少一个误差麦克风设置在安静区中并且被配置来捕获声学误差信号、即道路噪声消除之后的残余噪声信号，其中自适应滤波器系统还被配置来更新一个或多个滤波器系数，使得误差信号最小化。除自适应滤波器系统基于来自参考传感器的参考信号进行的前馈处理之外，arnc系统因此还使用来自误差麦克风的误差信号提供反馈处理。更新滤波器系数因此可用于去除空气传播的道路和轮胎噪声以及其他噪声源。误差信号可在更新滤波器系数之前由车辆的音频系统进行预处理，以从误差信号中去除音频信号和/或语音信号，使得这些信号在安静区中不被消除。可如本领域已知地添加另外的部件来使arnc系统与车辆的现有音频系统整合。

附图说明

将相对于附图详细解释本公开的其他特征和示例性实施方案以及优点。应理解，本公开不应解释为受以下实施方案的描述限制。此外，应理解，下文所描述的特征中的一些或全部还可以替代方式组合。

图1示出轮胎/道路噪声到车辆车厢中的传送路径的示意图。

图2示出车辆的示意性侧视图。

图3示出从根据图2的车辆的前轴和悬架下方看的平面图。

图4是前轮悬架系统的对应图示，并且示出根据本公开实施方案的振动传感器的放置。

图5示出车辆试验台的示意性表示，其中根据本公开的自动校准系统连接到试验车辆。

图6示出车辆的示意性表示，所述车辆中安装有根据本公开的主动噪声控制系统。

具体实施方式

图1示意性地示出轮胎/道路噪声到车辆车厢中的传送路径。一个贡献直接来自轮胎辐射噪声，并且称为空气传播噪声或直接传输噪声。空气传播噪声受到两个因素影响：轮胎/道路交互过程中产生的辐射噪声的水平和车辆车身密封的声学性能。其他贡献来自所谓的结构传播噪声，其中振动通过底盘传送到车身并且将噪声辐射到车辆车厢中。结构传播噪声受到轮胎/道路力的传送函数、轮胎/车轮激振力衰减以及悬架的传送特性影响。最后一个取决于底盘的动态刚度和车身的灵敏度。确定结构传播道路噪声的准确传送路径已经证明是一项非常具有挑战性的任务，其结果根据车辆结构强烈变化。因此，就有效消除车辆车厢中的所有道路噪声共振而言，主动道路噪声控制仍然是不完善的。

本公开涉及结构传播噪声的消除以及用于最佳地布置多个振动传感器以便在车辆的车厢内部进行前馈主动道路噪声控制的方法和系统。

图2示出车辆10的示意性侧视图。典型的车辆10、即轿车包括一对前轮12和一对后轮19、车厢11和车辆车身8。在本公开中，如果结构元件与前轮和/或其悬架有关，那么结构元件与车辆的前部相关联。类似地，如果结构元件与后轮和/或其悬架有关，那么结构元件与车辆的后部相关联。前轮12和后轮19由车辆底盘联接到车辆车身8。如本文所用的车辆底盘涉及将前轮12和/或后轮19联接到车辆车身8并且可活接到车辆车身8或相对于车辆车身8移动的任何结构部件。与车辆的前部相关联的结构元件因此是车辆底盘的一部分或轮胎/车轮系统的一部分。与车辆的后部相关联的结构元件也是如此。

本文所提及的车辆底盘并且因此结构元件可包括但不限于控制臂、叉形杆、副车架、减震器、弹簧、撑杆、轮毂、转向节、防倾杆或横向稳定杆和/或转向部件诸如转向齿条。

图3是从根据图2的车辆的下侧的前部分下方看的平面图。图4是前轮悬架系统的对应图示，并且示出根据本公开实施方案的振动传感器的放置。

每个前轮12a、12b安装在轮毂(未示出)上，每个轮毂由第一下控制臂14a、14b和第二下控制臂16a、16b联接到副车架18。第一下控制臂14a、14b和第二下控制臂16a、16b还枢转地联接到副车架18。车辆10还包括一个或多个上控制臂17a，以便形成双叉形杆悬架构型，如图4所示。上控制臂17a枢转地联接到副车架18。包括螺旋弹簧和减震器的套装弹簧减震器13a在其基部处联接到下控制臂14a/16a和14b/16b或轮毂，并且在顶部处联接到副车架18或车身8。转向机构或齿条20由连杆臂联接在每个前轮12a、12b之间，并且由衬套或支撑件安装到副车架。应理解，图3和图4所示的车轮悬架仅表示示例性实例以展示本公开，但是所描述校准系统和方法并不限于悬架的具体选择。事实上，本公开可应用于任何种类的悬架以及任何路基车辆。

多个振动传感器30a-30x被示出为安装在图3和图4中的结构元件上。如图3所示，相当大数量的16个振动传感器30a-30p可安装在与车辆的前部相关联的结构元件上。当对于传感器使用二维加速度计时，在自动校准系统的操作中，这些传感器将生成总计32个振动输入信号。图3示出传感器相对于车辆的纵轴的对称布置。然而，这种对称布置不是必需的。事实上，非对称布置可用于在实质上增加安装点的数量，因为来自车辆的一侧的结果通常可应用于车辆的另一侧。

基于车轴和悬架设计或来自车辆设计数据库的信息，振动传感器、相应地振动输入信号可分成可部分地重叠的真子集。通过举例，传感器30a、30b、30g-30i、30k以及30m-30n可基于其与图3中的左轮12a的关联形成第一子集，而传感器30c-30f、30j、30l以及30o-30p可基于其与右轮12b的关联形成第二子集。来自这两个子集的对应传感器的振动输入信号将可能由于其对称安装位置而在很大程度上相关。因此，将来自这两个子集的传感器组合起来将不必要地增加数值问题的大小。

取决于它们的安装位置，可形成其他的和更小的子集。通过举例，传感器30a、30h和30i可形成第三子集，其中至少一个传感器安装在每个可能的传送路径上。同样，传感器30b、30g和30i可形成第四子集。对于第三子集和第四子集来说，由车辆的车厢11内部的麦克风捕获的至少一个声学输入信号和振动输入信号的多重相干函数通常由于振动传感器的不同安装点而是不同的，从而反映出相应传感器被安装处的结构元件的振动与声学输入信号之间的不同相干性。因为第一子集包括第三子集和第四子集中的所有传感器，所以第一子集的多重相干性自然大于第三子集和第四子集的多重相干性。然而，在以下情况下，差异可能是小的，尤其是对于特定道路噪声共振：传感器中的一些与其他传感器强烈相关，或安装在不促成此特定道路噪声共振的传送路径的结构元件上。那样的话，较小子集诸如第三子集或第四子集可足以在量产车中有效实行主动道路噪声控制。

图3将传感器30b和30k示出为虚线圈，指示这些传感器不是arnc所需要的，因为它们与其他传感器强烈相关。以上所描述方法和系统提供通过比较针对各种子集计算的多重相干函数来从多个传感器中去除不必要的振动传感器的有效方式。这种去除可分两个阶段执行：在第一阶段中，可通过分析如上所述的自功率谱矩阵和互功率谱矩阵来从子集中去除强烈相关的振动输入信号。在第二阶段中，可选择针对特定道路噪声共振频率具有相应多重相干函数的最大值的剩余子集，以确定用于对此共振进行arnc的参考传感器的最佳布置。虽然本文中仅讨论少量的子集和振动输入信号，但是应理解，所描述方法对于大集合的振动输入信号和大量小型子集是特别强有力的。子集的数量应至少和与车厢中的道路噪声相干的结构共振的数量一样大，优选地至少两倍大。

靠近彼此安装的振动传感器诸如图4中的对30q和30r、30s和30t、30u和30v、以及30w和30x通常强烈相关，使得对应振动输入信号对中的每一对中的一个在校准过程中通常将被去除，如由虚线所指示。剩余的传感器是参考传感器的良好候选，但是仅确定的最佳布置的传感器将最终安装在量产车上，以降低生产成本并允许实时arnc。

图5示出车辆试验台的示意性表示，其中根据本公开的自动校准系统连接到试验车辆。为了简单，每车轮/悬架仅示出三个振动传感器，即用于车轮512b的传感器530a-c、用于车轮512d的传感器530d-f、用于车轮512a的传感器530g-i以及用于车轮512c的传感器530j-l。应清楚，可使用显著更大量的传感器，并且附图所示的安装点仅用于例示系统。在所描绘的实施方案中，所有传感器530a-530l通过缆线与自动校准系统的处理单元550连接。同样，设置在驾驶员和四名潜在乘客的头部空间中、例如整合在头枕中的所有麦克风540a-540e通过缆线与处理单元550连接。在此示例性实例中，麦克风540a-540e被示出为设置在头枕附近或头枕内部。然而，它们可设置在头枕上方的顶篷内衬中，并且可具体地设置为车辆的发动机阶次噪声消除(eoc)系统的一部分。可替代地，传感器和/或麦克风可以无线方式与处理单元550的收发器575连接，或与车辆的通过缆线或以无线方式与处理单元550连接的音频系统(未示出)连接。可在具有固定式车辆的滚动试验台上执行校准的测量。这具有去除所不希望的风摩擦噪声以便分析结构传播道路噪声的优点。滚动试验台可设置在消声室中以避免噪声反射的不利影响。然后使车辆以恒定的车轮转动速度操作，以便在振动传感器530a-530l中产生稳定的振动输入信号并且在麦克风540a-540e中产生稳定的声学输入信号。将这些信号传输到处理单元550，在所述处理单元550中，这些信号由多重相干计算单元560处理。

如图5所示，多重相干计算单元560可包括傅里叶变换单元562和本征值计算单元564以将输入信号的所采样时间序列处理成自功率谱矩阵和互功率谱矩阵，所述自功率谱矩阵和互功率谱矩阵然后被对角化以计算每个子集和每个声学输入信号的多重相干函数，如上所述。为了减小子集的大小，子集大小减小单元566可检测具有高相关性的振动输入信号对并且去除信号中的一个，如上所述。处理单元550的选择单元570然后基于所计算的多重相干函数，针对每个声学输入信号选择子集作为用于对声学输入信号进行arnc的参考传感器的最佳布置。可在校准系统的显示装置580、诸如lcd显示器或触摸屏中显示结果。

校准系统还可包括用于用户输入的输入装置585，诸如键盘、触摸面板、触摸屏、鼠标等。用户可具体地通过输入装置585影响对子集的定义以及对要校准的所检测道路噪声共振的选择。另外，可通过输入装置设定多重相干函数的频率范围或其他参数，诸如采样速率、频率分辨率、最大子集大小和最小子集大小等。

校准系统可包括用于与车辆和/或无线网络通信、例如用于访问供应商的车辆数据库的收发器575。可按需要提供另外的部件用于与车辆部件、用户和/或试验台交互。

图6示出车辆的示意性表示，所述车辆中安装有根据本公开的主动噪声控制系统。作为以上所描述的校准方法和系统的结果，针对每个车轮标识包括两个参考传感器的子集。附图示出用于车轮612b的参考传感器630a和630c、用于车轮612d的参考传感器630d和630f、用于车轮612a的参考传感器630g和630i以及用于车轮612c的参考传感器630j和630k。应理解，附图所示的参考传感器的数量和位置仅出于示例性目的而选择，并且不限制本公开的范围。

参考传感器通过如虚线所指示的缆线或以无线方式与arnc系统的自适应滤波器系统690连接。此外，设置在驾驶员和四名可能乘客的头枕内部或附近的总计五个误差麦克风640a-640e与自适应滤波器系统690连接。同样，替代地或此外，可提供顶蓬内衬麦克风，具体地作为eoc系统的一部分。最后，具有五个扬声器695a-695e的扬声器布置与自适应滤波器系统690连接。麦克风和扬声器的数量和布置仅出于示例性目的而选择。另外，自适应滤波器系统690可以是车辆的音频系统的一部分，所述音频系统还包括扬声器布置和误差麦克风。因此，车辆的现有音频系统可通过所描绘的参考传感器和连接件以及所描述的自适应滤波器单元或模块来扩展，以便实施根据本公开的arnc。

如上所述，自适应滤波器系统690从参考传感器接收多个参考信号，并且基于参考信号的多个传送函数、相对于车辆车厢中的一个或若干预定安静区对参考信号进行处理以生成消除信号。然后由扬声器695a-695e输出消除信号，以消除掉从轮胎/车轮传输到驾驶员的安静区655中的道路噪声。相应消除信号可针对乘客的安静区(未示出)生成。由扬声器695a-695e输出的声波的波束形成可用于消除多个安静区内部的道路噪声。

残余噪声信号然后由误差麦克风640a-640e捕获并且输入到自适应滤波器系统690，所述自适应滤波器系统690可减去由车辆的音频系统输出的音频信号、发动机或其他nvh源的背景噪声和/或语言信号，以分离剩余道路噪声。基于残余道路噪声信号，可在如本领域中已知的反馈回路中更新自适应滤波器系统690的一个或若干滤波系数。

由于每子集少量的参考传感器(这里为两个)，对用于arnc的虚拟振动信号的计算是快速的并且可实时地执行，使得所描述arnc系统可容易地将例如由于变化的速度或道路条件造成的道路噪声的变化考虑在内。因此，可有效地消除掉主要道路噪声共振，从而显著提高驾驶员和乘客的舒适度，而不需要复杂地改造车辆设计或明显地增加车辆重量。