Page 263 - 《振动工程学报》2025年第11期

第 38 卷第 11 期 振 动 工 程 学 报 Vol. 38 No. 11
2025 年 11 月 Journal of Vibration Engineering Nov. 2025

粒 子 群 优 化 的 车 内 模 糊 主 动 噪 声 控 制 方 法

张恩来 ， 彭智龙 ， 杜加福 ， 王 恒 ， 苏 亮 ， 林宝星 2
1
1
2
1
1
（1. 厦门理工学院福建省客车先进设计与制造重点实验室，福建 厦门 361024；
2. 厦门金龙联合汽车工业有限公司新能源客车电控与安全技术国家地方联合工程实验室，福建 厦门 361023）
摘要：针对车内主动噪声控制 (ANC) 系统人工调试参数效率低及标准 FxLMS 算法收敛速度慢的问题，提出了一种融合粒子群
优化 (PSO) 与 Takagi-Sugeno-Kang 模糊控制的改进 FxLMS 算法 (PSO-TSK-FxLMS)。该方法通过智能优化模糊控制增益参数，
提升 ANC 系统的收敛速度和降噪性能。以误差信号的时间绝对偏差积分作为适应度函数，运用 PSO 算法全局寻优获取最优
参数组合，并结合 TSK 模糊控制的非线性映射能力，实现自适应噪声控制。基于匀速和加速工况下的电动客车驾驶区实测噪
声数据，ANC 仿真与硬件试验表明：相较于 TSK-FxLMS 算法和标准 FxLMS 算法，所建立的 PSO-TSK-FxLMS 模型在主动降噪
和滤波收敛上具备可行性和优越性。正交试验设计与 PSO 寻优结果在参数空间解的邻近性验证了优化方案的可靠性，为车
内 ANC 系统的自适应参数优化提供了思路。

关键词： 车内噪声；主动噪声控制；TSK 模糊控制；FxLMS 算法；粒子群优化；正交试验
中图分类号：TB535；U121 文献标志码：A DOI：10.16385/j.cnki.issn.1004-4523.202506057

A method for vehicle interior fuzzy active noise control

using particle swarm optimization

1
2
1
1
1
ZHANG Enlai ，PENG Zhilong ，DU Jiafu ，WANG Heng ，SU Liang ，LIN Baoxing 2
（1.Fujian Key Laboratory of Bus Advanced Design and Manufacture，Xiamen University of Technology，Xiamen 361024，China；
2.National and Local Joint Engineering Laboratory of New Energy Bus Electronic Control and Safety Technology，
Xiamen King Long United Automotive Industry Co.，Ltd.，Xiamen 361023，China）
Abstract：To address the issues of low efficiency in manual parameter tuning and slow convergence speed of the standard FxLMS algorithm in
vehicle active noise control (ANC) systems，this study proposes an improved FxLMS algorithm integrating particle swarm optimization (PSO)
with Takagi-Sugeno-Kang fuzzy control (PSO-TSK-FxLMS). The proposed method enhances the convergence speed and noise reduction
performance of ANC systems through intelligent optimization of fuzzy control gain parameters. Taking the time absolute deviation integral of
the error signal as the fitness function， the PSO algorithm is employed to globally search for the optimal parameter combinations， and
combined with the nonlinear mapping capability of the TSK fuzzy control，the adaptive noise control is realized. Based on acquired interior
noise data from the driver's area of an electric bus under constant-speed and acceleration conditions，ANC simulations and hardware tests
demonstrate that compared with the TSK-FxLMS algorithm and the standard FxLMS algorithm， the established PSO-TSK-FxLMS model
exhibits superior feasibility and effectiveness in active noise reduction and filter convergence. The proximity of the optimal solutions obtained
from the orthogonal experimental design and PSO optimization in the parameter space verifies the reliability of the proposed optimization
scheme，which provides a novel approach for adaptive parameter optimization in vehicle ANC systems.
Keywords：vehicle interior noise； active noise control； TSK fuzzy control； FxLMS algorithm； particle swarm optimization； orthogonal
experiment

随着新能源汽车技术的快速发展与市场普及， 在匀速和加速工况下的噪声限值要求，这进一步凸
人们对电动客车的噪声控制提出更高要求。相较于 显车内噪声控制的重要性。由于驱动电机替代传统
2010 版的国家标准，新颁布的《客车车内噪声限值及 发动机，电动客车车内的背景噪声水平普遍较低，使
测量方法》（GB/T 25982—2024） [1] 增加了电动客车 得许多在燃油车上被掩盖或不易发觉的噪声类型显

收稿日期：2025-06-26；修订日期：2025-10-14
基金项目：国家自然科学基金资助项目（12004136）；福建省自然科学基金资助项目（2023J011438)；福建省教育厅教研重大
项目 (FBJY20230154)；中国博士后科学基金资助项目（2019M662252）