Page 269 - 《振动工程学报》2025年第11期

参数值
=−0.763085
−2

迭代次数
第 11 期 张恩来，等：粒子群优化的车内模糊主动噪声控制方法 2727
增益参数的变化曲线

90 0.16620
80.57
80 76.29 77.16
74.15 74.53 75.13 75.01 67.43 0.16614
69.88
ASPL / dB 70 适应度值 0.16608
60

50
0.16602
40

30 0.16596
编号1 编号2 编号3 编号4 编号5 编号6 编号7 编号8 编号9 0 5 10 15 20 25 30
(a) 匀速工况 迭代次数
(a) Uniform-speed condition (b) 适应度函数的收敛曲线
90 (b) Convergence curve of the fitness function

83.55
81.48 图 10 匀速工况的 ANC 优化结果
80 78.70 77.96 76.45
74.84 73.87 74.93 73.91 Fig. 10 ANC optimization results for uniform-speed condition
ASPL / dB 70 10 8 a b c
60

50 b=8.2235
6
参数值 4
40
30 a=1.74705
编号1 编号2 编号3 编号4 编号5 编号6 编号7 编号8 编号9 2
(b) 加速工况 0 c=−0.75248
(b) Acceleration condition

−2
图 9 不同增益参数组合的 ASPL
0 5 10 15 20 25 30
Fig. 9 ASPL for different gain parameter combinations 迭代次数
(a) 增益参数的变化曲线
统参数设置如下：自适应滤波器阶数 L=256，收敛系 (a) Variation curves of the gain parameters
0.19620
数 µ=0.001； PSO 种 群 规 模 为 50， 惯 性 权 重 w=0.4， 迭
θ 1 θ 2 =2；增益参数
代次数为 30，学习因子 = a、b 和 c 的
0.19614
优化范围依次为 [−2, 2]、[0, 10] 和 [−2, 2]。
收敛计算结果如图 10 和 11 所示，2 种工况下的
参数优化过程均呈现良好的收敛性。数值计算表 适应度值 0.19608
明，当迭代次数超过 10 次，增益参数均达到稳定状
0.19602
态，且对应的适应度函数值收敛至极小值，这说明所
获得的增益参数组合为最优解。具体而言，匀速和
0.19596
加速工况下的最优参数组合 [a, b, c] 分别为 [1.15895, 0 5 10 15 20 25 30
迭代次数

10 (b) 适应度函数的收敛曲线
a b c
(b) Convergence curve of the fitness function

8
b=8.10235 图 11 加速工况的 ANC 优化结果
6 Fig. 11 ANC optimization results for acceleration condition
参数值 4 8.10235, −0.763085] 和 [1.74705, 8.2235, −0.75248]。优
化结果验证了 PSO 算法对 TSK-FxLMS 模型参数寻
2 a=1.15895
优的有效性。
0 c=−0.763085 图 12 和 13 分别对比了匀速与加速工况下 3 种
−2 ANC 模型的降噪性能。从匀速工况的时域波形可
0 5 10 15 20 25 30
知，PSO-TSK-FxLMS 模型的误差信号在 0.1 s 内迅速
迭代次数
(a) 增益参数的变化曲线 衰减并进入稳态，其收敛速度快于 TSK-FxLMS 模型
(a) Variation curves of the gain parameters 和 模型（收敛缓慢且振荡持续更久），并且低
FxLMS
0.16620

适应度值

迭代次数
适应度函数的收敛曲线