JP3697702B2 - Vehicle vibration control apparatus and vibration control method - Google Patents

Description

【０００１】
【産業上の利用分野】
本発明は、車両に設置され、例えばエンジンのような振動源から発生された周期的な振動を低減制御させる車両の振動制御装置及び方法に関する。
【０００２】
【従来の技術】
アクティブに車両振動や騒音を低減させる技術に、例えば、ＧＢ２２０１８５８Ａや特開平３−２７４８９７号や特表平１−５０１３４４号、さらには特開平５−２３２９６９号の手法がある。
〈ＧＢ２２０１８５８Ａ〉
この従来技術は、フィルタ処理の中に最小二乗法(Least Mean Square)を用いることから、Filtered-x LMS法と呼ばれる。この手法の概略ブロック図を図１に示す。同図において、能動的に騒音を消すために、２つのスピーカから制御音を発生し、残留騒音を３つのマイクで拾い、この残留雑音を２つのフィルタを有するコントローラにフィードバックして、さらに騒音を消すというものである。図中、フィルタ１は残留騒音信号の振幅を最小化するように自動的に特性を変える適応フィルタであり、フィルタ２はスピーカ・マイクロホン間の音響伝達特性と同じ特性を持つフィルタである。騒音の逆位相信号すなわち制御信号は、エンジンなどの騒音源信号（例えば騒音のもとになる振動の波形信号）を前述の両フィルタでフィルタリング処理することによって生成される。
【０００３】
フィルタ２は基準信号発生器からの信号をフィルタ処理する。フィルタ１は、フィルタ２の出力信号と残留騒音信号との積を入力し、その平均パワーが最小になるようにフィルタ特性を変えていく。フィルタ１は、スピーカ１つに対して１つ用意され、図１の例では２つのフィルタが必要である。また、フィルタ２はスピーカ・マイクロホン間の音響伝達特性と同じ特性を持つフィルタであるので、２つのスピーカと３つのマイクとからなるシステムでは、６つのフィルタ２が必要となる。
【０００４】
ＬＭＳ法は汎用性に富むなどの長所を有する反面、デジタルシグナルプロセッサ（ＤＳＰ）などの現状の計算能力を超えた多くの計算を伴う場合が多いという問題点を残している。特に車室内エンジン騒音制御のように、複数のスピーカとマイクロホンとを用いて広い空間範囲で騒音を低減しなければならない場合や、複数の周波数成分を同時に制御しなければならない場合には、フィルタリング処理の計算量が増大し、単一のＤＳＰ(digital signal processor)で制御を行うことが困難になる。
【０００５】
〈特開平３−２７４８９７号〉
特開平３−２７４８９７号に開示された手法（便宜上「エラースキャニング法」と呼ぶ）は上記ＬＭＳ法の計算量を低減するために提案された。
前述のＬＭＳ法では、毎サンプリング毎に、乗算器における６つの残留雑音信号の乗算と、６つの乗算結果信号を入力してフィルタ１において行なわれるパラメータの更新処理とが行なわれることになるので、演算量が多かったものである。
【０００６】
一方、エラースキャニング法が適用されるシステムは、ＬＭＳ法が適用されるシステムと実質的に同じであるが、１サンプリング時間毎に行なわれるフィルタ処理が１つに限定される点において相異がある。即ち、エラースキャニング法に於ては、２つのフィルタ１と６つのフィルタ２とが用意され、あるサンプリング時点では、３つのマイクからの信号のうちの１つだけを選択し、その選択されたマイク信号と、６つのフィルタ２のうちの選択された１つのフィルタ２からの出力との積をフィルタ１に出力するものである。次のサンプリング時点では、次のマイク信号と次のフィルタ２を選択する。即ち、マイク信号（エラー信号）とフィルタ２を順にスキャニングすることから、「エラースキャニング法」と呼ばれる。
【０００７】
このように、エラースキャニング法では、各サンプリング時点では１つのマイクからの信号を処理するということのために、フィルタ１における騒音低減のための制御の収束が遅れることになるものの、フィルタ１におけるパラメータの更新のための処理量が減るという利点はある。
しかしながら、ここのフィルタ１における演算は、実質的にＬＭＳ法と変わりはないので、期待したほどには演算量の低減を達成することはできていない。
【０００８】
〈特表平１−５０１３４４号〉
上記３つの手法は、デジタルフィルタを用いて、時間順に入力されたエラー信号を時間領域においてフィルタ処理するというものであった。これは、マイクが検出した誤差信号の中で、制御上問題となるのは高調波成分であるので、この高調波成分を取り出すために、図２に示すように、フーリエ変換を行なう。即ち、特表平１−５０１３４４号の手法は、前述のＬＭＳの手法を周波数領域で行なうというものである。そのために、図２に示すように、誤差センサ（マイク）からの誤差信号をフーリエ変換して適応型フィルタ処理を行ない、高調波成分を取り出し、さらに逆フーリエ変換してから第２音源（即ちスピーカ）へ出力するというものである。
【０００９】
特表平１−５０１３４４号の手法を以下に説明する。
騒音信号の周波数領域における１つの高調波について、或る順番の誤差信号の複素数値は次式で与えられる。
【００１０】
【数１】

【００１１】
但し、Ａ_lはアクティブ制御されないときのＥ_lの値であり、ｗ_mは第ｍ番目の二次音源の複素振幅、Ｃ_lmは第ｌ番目のセンサとｍ番目音源との間の複素伝達関数である。数式表示すれば、
【００１２】
【数２】

【００１３】
となる。ここで、
【００１４】
【数３】

【００１５】
である。この場合のコスト関数を、Ｊ＝Ｅ^HＥと書くことができ、Ｈはベクトルまたはマトリクスの複素共役転置を表すとすると、
【００１６】
【数４】

【００１７】
従って、
【００１８】
【数５】

【００１９】
となり、最急降下アルゴリズムは、
【００２０】
【数６】

【００２１】
と記述される。ここで、Ｗ_kとＥ_kとは、夫々、第ｋ番目の反復におけるフィルタ特性と誤差出力である。
誤差信号ｅに対して作用するフーリエ変換演算を一回行うことによってＩｍ（ω₀） におけるｅの２次形式の周波数成分を得ることを図３に示し、この際に、積分回路（図中、Ｉで示す）と乗算回路（図中、Ｘで示す）が使用される。
【００２２】
このように、特表平１−５０１３４４号においては、フィルタ演算を行なうために、フーリエ変換した信号に適応型処理を行ない、処理された信号のうちのセンサにおける各高調波の複素係数に対して逆フーリエ変換を行なってスピーカへの出力信号としている。一般に、フーリエ変換は結果を数回平均しなければ信頼できる結果が得られないので、特表平１−５０１３４４号では、図３に示すように、積分回路を必要とすることとなる。
【００２３】
しかしながら、積分回路を設けて平均化処理を行なうことは制御に応答性の劣化が現われ、従って応答性が要求される加速時等においては良好な追従性が得られないことがある。
〈特開平５−２３２９６９号〉
特表平１−５０１３４４号における応答性の劣化の問題を解消するために、本出願人は、特開平５−２３２９６９等で、演算量を大幅に減らした新しい振動低減方法を提案した。この特開平５−２３２９６９号の手法を以下に説明する。
【００２４】
先ず、簡単のために、図４に示すように、騒音に対する逆位相音即ち制御音を１つのスピーカから発し、その結果として残留する騒音を１つのマイクで観測する１入力１出力系を考える。制御信号をｕ、残留騒音信号をｅ、このｅに含まれる元の騒音に起因する成分をｄとし、これら３者の関係は次の式で表される。
【００２５】
【数７】

【００２６】
ここで、ｇ（ｔ）はスピーカ・マイク間インパルス応答関数、ｈ（ｔ）はｇ（ｔ）から次の式８により求められる周期関数である。
【００２７】
【数８】

【００２８】
この方法の特徴は、制御信号ｕ、残留騒音信号ｅ、ｄのいずれもが周期Ｔの時間関数であると仮定したことである。
式１の右辺第２項を十分小さな時間幅Δｔで離散化してベクトル表現で表すと、式７は次の式９によって与えられる。
【００２９】
【数９】

【００３０】
但し、
【００３１】
【数１０】

【００３２】
であって、Ｎは
（Ｔ／Δｔ）−１≦Ｎ＜Ｔ／Δｔ
を満足する整数である。式９では、制御信号変数ｕはすでに時間の関数として扱われなくなっているので、ｕの最適化を行なうことができる。最適化として最急降下法を適用し、評価関数
Ｊ（ｕ）＝Ｅ［ｅ²（ｔ）］（Ｅは期待値記号）
を最小化するｕを最適なｕとする。Ｊをｕで微分することにより、誤差信号ｅのパワーが最小となるようにｕを決定する。ここで、前述の特表平１−５０１３４４号では、評価関数（コスト関数）の最急勾配方向ベクトルの平均値を用いているのに対し、この特開平５−２３２９６９号では、
Ｍ［ｄＪ／ｄｕ］^T
と表された推定瞬時値を用いることを特徴とする。この瞬時値を最急勾配ベクトルの代わりとして用いながらΔｔごとに制御信号ｕを更新することにすれば、ｕの最適値は次の式１１の漸化式を反復計算することにより得られる。
【００３３】
【数１１】

【００３４】
ただし、μは周期Ｔ，時間幅Δｔ，ステップ幅などにより決まる定係数である。
この特開平５−２３２９６９の動作原理を図４に示す。図４において、同じ周期Ｔを有する周期関数であるｕ，ｈを「リング」で表した。式１１によると、マイクが検出した信号ｅに−μが乗ぜられ、−μｅにｈが乗ぜられて制御信号ｕが生成される。式５の漸化式表現は図４においては、ｕとｈの「リング」上を回転することにより模されている。
【００３５】
具体的には、Δｔをサンプリング周期として、先ず、
ｕ（０），ｕ（Δｔ），ｕ（２Δｔ），…
の順で、制御信号ｕの各要素を周期的に出力する。図４において、この順次の出力を「リング」上の回転として模してある。次に、１１式に従ってｕ₁を演算し、
ｕ₁（０），ｕ₁（Δｔ），ｕ₁（２Δｔ），…
を順に出力する。制御信号ｕを式１１に従って反復的に更新し出力することにより、騒音が低減されてゆく。このとき騒音の周波数成分のうち、基本周期Ｔの成分、言い換えれば周波数１／Ｔの全高調波成分が同時に低減される。このような騒音の低減はエンジン騒音の制御には適している。また、この特開平５−２３２９６９号では、畳み込み計算を全く用いず、殆ど式１１のみの計算で制御を行うために、計算量が少なく、ＤＳＰを利用した実用的なシステムを容易に実現できるという利点もある。
【００３６】
制御信号ｕ（ｔ）の周期Ｔ、言い換えれば制御信号ベクトルｕの要素数は、制御対象とする次数成分の種類とエンジン回転数とに基づいて調整する必要がある。この特開平５−２３２９６９における制御信号の周期調整方法について説明する。
制御対象の次数との関係では、例えば４気筒エンジンの場合、0.5次，１次，２次の全高調波成分を制御対象とするには、夫々Ｔをエンジン回転周期の２倍，１倍，0.5倍に一致させなければならない。しかしながら、エンジン回転周期は変動する。そこで、補間法などを用いてｕのデータ波形が相似形を維持するように要素数Ｎを変更するか、あるいは単にサンプリング周期Δｔを変化させる。周期を変更させるのが図４においては周期調整器である。
【００３７】
図６は要素数Ｎを変更する方法を模式的に説明する。即ち、図６は、要素数Ｎを変更する簡単な例として、６個の要素からなる旧制御信号データ（即ち、Ｔ＝６Δｔ側）を８個の要素からなる新制御信号データ（即ち、Ｔ＝８Δｔ’側）に変換した場合を説明したものである。図中、黒小丸は実際にｕに格納されている６個のデータの値を、黒小三角は１次補間により求められた値を示す。即ち、Ｔ＝８Δｔ’側において、番号２のデータは、番号１のデータからΔｔ’の位置に於て、Ｔ＝６Δｔ側の番号１と番号２のデータの線形補間により計算される。この補間方法によれば信号波形の概略形状を維持したまま信号周期を変更できる。この方法を用いる場合の制御の安定性等については、自動車エンジン程度の周期変動率の下であれば、μの値を適当に調整することのみによって制御信号ｕの安定かつ良好な収束を確保できる。
【００３８】
図４〜図６に示された特開平５−２３２９６９の手法を用いて広い空間範囲にわたって騒音低域効果を発揮する振動制御システムを構築するには、図７に示すように、複数のスピーカとマイクロホンを音響空間内に配置する必要がある。Ｌ個のスピーカとＭ個のマイクロホンを含む多入出力系における第ｍマイクロホンの出力信号、即ち、第ｍマイクが拾った残留騒音信号ｅ_mは、式９を拡張して得られる式１２で表される。
【００３９】
【数１２】

【００４０】
ここで、ｍは１，２，３…Ｍの整数で、ｕ_lは第ｌ番目のスピーカに入力される信号レベルであり、ｈ_lmは第ｌ番目のスピーカと第ｍ番目のマイクとの間でのインパルス応答関数ｇ_lmから式２の同じようにして求められる周期関数の離散値からなるベクトルである。従って最小化すべき評価関数を式１３のように、
【００４１】
【数１３】

【００４２】
定めれば、制御信号ベクトルｕ_lkは、漸化式表現により表される式１４のアルゴリズムで最適化、即ちＪを最小化することができる。
【００４３】
【数１４】

【００４４】
式１４の制御信号ベクトルｕ_lkは、第ｌ番目のスピーカに対するｋ番目のサンプリング時点での入力信号を表す。
式１４のアルゴリズムでは、毎回のサンプリング時点で全てのマイクロホン信号を用いて制御信号ベクトルの更新を行うが、この代わりに、図７に示すように、１サンプリング時点で１つのマイクからの情報のみを用いる式１５を用いても統計的にほぼ等価な効果が得られる。
【００４５】
【数１５】

【００４６】
ただし、ｍ（ｋ）は１，２，…，Ｍの各々の出現確率が等しくなるような任意の整数系列である。
特開平５−２３２９６９の手法に前述のエラースキャニング法（特開平３−２７４８９７号）を適用した場合の計算量は、式１５から明らかなように、マイクロホンを複数個用いる場合でもマイクロホン１個の場合と等しくなり、大幅に低減される。これに対してＬＭＳ方式では、エラースキャニング法を適用した場合でも、図１中のフィルタ１の特性変更計算が軽減されるだけで、計算量の大半を占めるフィルタリング処理には全く影響がないため、アルゴリズム全体への計算量低減効果は本手法の場合ほど大きくない。
【００４７】
図８に、特開平５−２３２９６９の手法とＬＭＳの１サンプリングあたりの計算量を比較した結果を示す。表中、Ｎ_add，Ｎ_mulはそれぞれ加減算と乗算の回数を、Ｎ_insは代表的ＤＳＰの一種であるＴＭＳ３２０Ｃ３０で計算を行なった場合の命令サイクル数を示す。比較の条件として、いずれの手法もＥＳ法を低起用した場合の主要計算部分のみを考え、本手法ではｕの要素数を５０（エンジン回転数１２００ｒｐｍ，サンプリング周期１ｍｓのときのエンジン回転１周期分に相当する）とし、ＬＭＳではすべてのフィルタのタップ長を１２８（サンプリング周期１ｍｓで５００Ｈｚ以下の車室内スピーカ・マイクロホン間インパルス応答波形を表現するには、最低限この程度のタップ長が必要である）とした。また本手法におけるｕのデータ長調整法としては、前述の１次補間法による方法を用いた。表より、本手法は、演算回数でＬＭＳの１４〜３０％、寿命サイクル数で約３０〜５０％の計算量で済むことがわかる。
【００４８】
【発明が解決しようとする課題】
上述したように、本出願人による特開平５−２３２９６９の手法は、誤差信号ｅを最小化するのに、Ｍ［ｄＪ／ｄｕ］^Tと表された推定瞬時値を用いているために、過去のデータを参照する必要性がなくなり、喩えマイクが複数を擁するシステムであっても１つのマイクのシステムと同じになる故に、特表平１−５０１３４４号の手法よりも計算量においても低減され、制御の応答性は向上している。
【００４９】
しかしながら、それでも実際の加速時においては、特開平５−２３２９６９の手法によっても騒音低減に応答性の悪い場合がある。
これは、式９においては、フィルタ演算において更新される必要のあるパラメータの数が多数に昇り、まだまだ演算に時間がかかっていることにある。
さらに、図６に関連して説明したように、騒音周期Ｔの変動に伴う制御の変更を線形補間を用いていたが、補間後の周期性の形状が実際とは離れてしまい、これも加速時の応答性の劣化の原因となるのである。この問題を解決するために、本出願人は、特願平６−１２３７１６号によって、制御のための演算量を減らすことによって騒音低減の応答性を改善したシステムを提案した。これは、振動騒音の各次数成分毎の振幅と位相とを、フーリエ級数の形態で表現し、前記次数毎に制御出力波形を演算するようにしている。このために、計算量を大幅に低減することができるというものである。
【００５０】
しかしながら、実際にシステムを組み込んだ車両によって実験を重ねると、収束の応答性がそれほど上がらないことを経験した。この原因として、発明者達は、特願平６−１２３７１６号における収束性を決定する係数αの最適値が振動の周波数に依存する故であることを突き止めた。
【００５１】
【課題を解決するための手段】
そこで、本発明の目的は、フィルタ処理における計算量を大幅に軽減できるとともに、制御の安定／不安定を決定する条件が振動の周波数に依存しないような車両の振動制御装置及び方法を提案する。
上記課題を達成するための本発明の、周期的な車両振動を低減する車両の振動制御装置は、
前記車両振動の基本振動数を検出する検出手段と、
検出された基本振動数の高調波成分のフーリエ級数に基づいて、車両振動を低減するための制御振動を発生するための制御信号を発生する発生手段と、
この制御信号に基づいて振動を発生するアクチュエータ手段と、
車両振動を示す振動信号を検出するためのセンサ手段と、
前記アクチュエータ手段とセンサ手段との間の周波数伝達関数を、制御の安定・不安定の条件が振動の周波数に依存しなくなるように変換する変換手段と、
検出された振動信号と、前記変換手段によって変換された周波数伝達関数とに基づいて、各高調波成分についての前記フーリエ級数の振幅成分を更新する更新手段とを備えたことを特徴とする。
【００５２】
また、上記課題を達成するための本発明の、車両振動を低減するための制御振動をアクチュエータ手段から発生し、車両振動を示す振動信号をセンサ手段により検出することにより、周期的な車両振動を低減する車両の振動制御方法は、
前もって前記アクチュエータ手段とセンサ手段との間の周波数伝達関数を、制御の安定・不安定の条件が振動の周波数に依存しなくなるように変換しておき、
前記車両振動の基本振動数を検出し、
検出された基本振動数の高調波成分のフーリエ級数に基づいて、車両振動を低減するための制御振動を前記アクチュエータ手段から発生し、
前記変換された周波数伝達関数に基づいて、各高調波成分についての前記フーリエ級数の振幅成分を更新することを特徴とする。
【００５３】
本発明の好適な一態様によると、前記変換手段若しくは変換工程において、各周波数毎の前記アクチュエータ手段−センサ手段間の周波数伝達関数を、その周波数伝達関数の逆行列と共役転置行列とに基づいてＥ［Ｘ^*Ｈ^*ＨＸ］^-1を演算し、前記更新手段若しくは更新工程において、前記フーリエ級数の振幅成分ｆ_Kを、
ｆ_K+1＝ｆ_K−２αＥ［Ｘ^*Ｈ^*ＨＸ］^-1Ｈ^*Ｘｅ
に従って更新する。
【００５４】
本発明の好適な一態様によると、前記変換手段若しくは変換工程において、ｈを前記アクチュエータ手段−センサ手段間の周波数伝達関数を並べた行列とすると、
γ≡ｈ（ｈ^*ｈ）^-1
に従って変換する。
【００５５】
本発明の好適な一態様によると、Ｌ個のアクチュエータとＭ個のセンサとを含んでシステムを構成した場合に、Ｌ≦Ｍである。
【００５６】
【作用】
上記構成の振動制御装置若しくは振動制御方法によれば、アクチュエータ手段とセンサ手段との間の周波数伝達関数が、制御の安定・不安定の条件が振動の周波数に依存しなくなるように変換され、この変換された周波数伝達関数とに基づいて、各高調波成分についての前記フーリエ級数の振幅成分を更新するので、更新過程において周波数依存性はなくなり、特に、振動周波数が変化する場合、例えば、エンジン回転数が連続的に変化するような場合において、振動制御が周波数に依存しないで最適状態に移行することができる。
【００５７】
本発明の好適な一態様において、Ｅ［Ｘ^*Ｈ^*ＨＸ］^-1を演算し、前記フーリエ級数の振幅成分ｆ_Kを、
ｆ_K+1＝ｆ_K−２αＥ［Ｘ^*Ｈ^*ＨＸ］^-1Ｈ^*Ｘｅ
に従って更新するようにすると、更新における収束係数αの最適値が周波数に依存しなくなる。
【００５８】
本発明の好適な一態様において、周波数伝達関数ｈを
γ≡ｈ（ｈ^*ｈ）^-1
に従って変換する。このようにすると、更新に伴う演算量が低減する。
本発明の好適な一態様において、Ｌ≦Ｍと設定することは、γ≡ｈ（ｈ^*ｈ）^-1が計算可能であり、αの最適値が周波数に依存しなくなり、計算量が低減するための条件である。
【００５９】
【実施例】
以下、本発明の実施例について添付図面を参照しながら詳細に説明する。
〈振動低減の原理〉
図１０は、本発明の好適な実施例の騒音低減システムのブロック図を示す。
即ち、騒音ｄを打ち消すための制御変数ｕがスピーカから発生された場合に、その変数ｕはマイクによって、スピーカ・マイク間インパルス応答関数ｇとの畳み込みとして認識され残留騒音（誤差騒音）ｅとして検出される。この誤差信号ｅはコントローラに入力され、以下の手法によりコントローラは制御変数ｕを計算する。
【００６０】
図１０に示すように、エンジン騒音はエンジン回転数に依存するものと考え、点火信号を入力する。この点火信号は周期ωとして捉えられる。本システムは制御係数ｆを用いてスピーカへの出力ｕを決定する。この時、収束係数αを適当に決定して制御係数ｆを速やかに収束させる。なお、収束係数αの意味は、その決定方法は異なるものの、前述の特開平５−２３２９６９（図５）におけるμと同じである。
【００６１】
本実施例の特徴は、収束係数αの決定にある。即ち、図１０に示すように、スピーカ−マイク間の伝達特性（関数）ｈ（ω）を前もって決定しておいて、この伝達関数ｈ（ω）を、後述するように、
γ（ω）≡ｈ（ω）｛ｈ^*（ω）ｈ（ω）｝^-1
に従って変換して伝達関数γに従って制御係数ｆを決定すると、収束係数αの最適値が周波数ωに依存しなくなるようになる。αの最適値がωに依存しなくなるということは、振動の周波数がどこにあっても、即ち、エンジン回転数がどのような値であっても、換言すれば、エンジン回転数が過渡的に変動するようなときでも、最適な制御状態に速やかに移行することができることを意味する。
【００６２】
以下、本実施例の手法の原理を詳細に説明する。
まず、収束係数αの決定手法について、本出願人に拠る先行出願特願平６−１２３７１６号に基づく手法を説明し、この手法では演算量は低減されるものの、αの最適値が周波数ωに依存することになる理由を説明し、次に、収束係数αの最適値を周波数ωに依存させなくなるように決定する手法を説明し、更に、αの最適値を周波数に依存しなくなるように決定しても、演算量が、上記先行出願特願平６−１２３７１６号と同程度になるための演算手法も明らかにする。
【００６３】
〈収束係数α〉
まず、図７に示すように、Ｌ個のスピーカ及びＭ個のマイクからなる系を考える。今、外来騒音の大部分はエンジン騒音などの周期Ｔの周期性成分であると仮定する。このような外来騒音と同じ周期の制御入力をスピーカに与えることによりマイクで観測される誤差を最小化することを考える。
【００６４】
Ｍ個のマイクの各々で観測される騒音は、外来騒音と上記スピーカによる制御音との和として次式で表現できる。
【００６５】
【数１６】

【００６６】
ここで、
ｅ_m（ｔ）：ｍ番目のマイクの残留雑音、
ｄ_m（ｔ）：制御が無いときのマイクｍで検出された騒音、
ｇ_ml（ｔ）：スピーカｌとマイクｍ間の伝達関数、
ｕ_l（ｔ）：スピーカｌに対する制御信号出力
である。制御出力ｕ_l（ｔ）は、周期信号と仮定しているので、
【００６７】
【数１７】

【００６８】
というフーリエ級数の形に表すことができる。但し、式１７中のＵ_l、nは、
【００６９】
【数１８】

【００７０】
で表される。なお、ｕ_l（ｔ）は実数なので、
【００７１】
【数１９】

【００７２】
という関係がある。
式１６の右辺の第２項は式１７を用いて次のように書き換えることができる。
【００７３】
【数２０】

【００７４】
スピーカｌとマイクｍ間の伝達関数ｇ_ml（ｔ）は、インパルス応答であるので、対応する伝達関数ｈ_ml（ω）との間で、
【００７５】
【数２１】

【００７６】
なるフーリエ変換の対をなすから、式１６の第２項を示す式２０の右辺はｈ_ml（ω）を用いて表すことができ、
式１６の第２項
【００７７】
【数２２】

【００７８】
と表される。式２２中のΩは、
【００７９】
【数２３】

【００８０】
で表される基本次の角周波数である。式２２中のＵ_lnは式１７の制御信号ｕ_l（ｔ）のフーリエ変換であるが、式１９によって示されるように、ｎが正の場合と負の場合とでは独立ではない。そこで、
【００８１】
【数２４】

【００８２】
とおき、式１７において制御不能な直流成分Ｕ_l0と（Ｎ＋１）次以上の高調波成分を除けば、式１７は、
【００８３】
【数２５】

【００８４】
となる。式２４，式２５中のｆ_lnを用い、（Ｎ＋１）次以上の高調波成分を除くという次数制限を行なえば、式２２を更に変形でき、従って、式１６の第２項は、
【００８５】
【数２６】

【００８６】
となる。そこで、式２６を式１６の第２項に戻せば、結局、マイクｍで観測される残留雑音ｅ_m（ｔ）は次のように表すことができる。
【００８７】
【数２７】

【００８８】
ここで、スピーカ−マイク間の伝達関数を行列形式で表現するために、式１６に従ってＭ×Ｌ次元のマトリクスｈ（ω）を導入すると、
【００８９】
【数２８】

【００９０】
となる。ｈ_ml（ω）は式２１で定義したように、マイクｍとスピーカｌとの間の伝達関数ｇ_ml（ｔ）のフーリエ変換である。このｈ（ω）を用いて、Ｍ×ＬＮ次元のマトリクスＨは、
【００９１】
【数２９】

【００９２】
となる。更に、Ｍ個のマイクの残留雑音を表すＭ次元のベクトルｅと、制御が無いときのＭ個のマイクの残留雑音を表すＭ次元のベクトルｄとを、
【００９３】
【数３０】

【００９４】
で表し、次の行列Ｘ，ｆ
【００９５】
【数３１】

【００９６】
【数３２】

【００９７】
を導入すると、式１６は、即ち式２７は以下のように簡略化して表すことができる。
【００９８】
【数３３】

【００９９】
次に、Ｌ次元の単位行列Ｉ_L
【０１００】
【数３４】

【０１０１】
と、Ｌ×ＬＮ次元の行列Ａ
【０１０２】
【数３５】

【０１０３】
とを導入し、更に、Ｌ個のスピーカへの制御出力を表すＬ×１次元のベクトル
【０１０４】
【数３６】

【０１０５】
を導入すると、制御出力ｕは式２５を変形することによって、Ａと行列Ｘとによって表現することができ、
【０１０６】
【数３７】

【０１０７】
と表現することができる。
〈制御入力の更新〉
騒音を低減化することは、式１７のようにフーリエ級数の形で表された制御信号ｕを最適化することである。このことは、式２４に従ってフーリエ級数ｆを最適化することと同値である。そこで、制御入力ｆの更新するための手法について説明する。ここで、騒音を低減化するための評価関数として、次式のように、各マイクの残留雑音ｅの二乗平均を用いる。
【０１０８】
【数３８】

【０１０９】
ｆを最適化するための、最急降下法を用いるが、ｆが変化したときのＪの勾配の推定値には瞬時推定値を用いることとする。ｆの（ｉ，１）成分を
【０１１０】
【数３９】

【０１１１】
と表せば、
【０１１２】
【数４０】

【０１１３】
【数４１】

【０１１４】
となり、従って、ｆ_iの最急勾配方向は、
【０１１５】
【数４２】

【０１１６】
となる。ここで、式４１，式４２中のcol(i)は第ｉ列を取り出す操作を表す。従って、ｆの最急勾配方向は、
【０１１７】
【数４３】

【０１１８】
となる。式４３は、残留雑音ｅを低減させるためには、即ち、ｆを収束させるためには、ある時刻Ｋにおける制御入力ｆ_Kに対して次の時間ステップＫ＋１における制御入力ｆ_K+1が
【０１１９】
【数４４】

【０１２０】
となればよいことを示す。ここで、αを適当な収束係数にとる。ｆがどのように収束するかは、式４４の期待値から判断する。期待値の演算子をＥで表せば、式４３の期待値は、
【０１２１】
【数４５】

【０１２２】
となる。時刻Ｋ（＜Ｋ−１）でｆの更新がなかったと仮定すれば、式４５中のｅを式３３のｅによって置き換えることにより、
【０１２３】
【数４６】

【０１２４】
を得る。式４６中の行列Ｅ［Ｘ^*Ｈ^*ＨＸ］は正規行列なので、次のようにユニタリ行列Ｖで対角化できる。
【０１２５】
【数４７】

【０１２６】
ここで、Λは対角行列であり、この対角行列の固有値をλとすると、
【０１２７】
【数４８】

【０１２８】
である。すると、式４６は式４７を用いて、
【０１２９】
【数４９】

【０１３０】
と表される。式４８において、ｆが収束するためには、行列（Ｉ−αΛ）が１未満の固有値を有する行列であればよいから、収束条件として、
【０１３１】
【数５０】

【０１３２】
である。このような収束条件が成立するとき、式４９中の
【０１３３】
【数５１】

【０１３４】
は０になるから、式４９は
【０１３５】
【数５２】

【０１３６】
となる。従って、ｆの収束先は、
【０１３７】
【数５３】

【０１３８】
である。
時間が経過した時点、即ちＫ→∞の時点では、ｆは式５２に従って収束し、従って、マイクで観測される残留雑音ｅは、式３３により、
【０１３９】
【数５４】

【０１４０】
と表される。式５４中には、
【０１４１】
【数５５】

【０１４２】
という期待値を演算する第１項と、
【０１４３】
【数５６】

【０１４４】
という期待値を演算する第２項を含む。第１の期待値項は、式２８，式２９，式３１を考慮して、
【０１４５】
【数５７】

【０１４６】
となる。また、マイクｍの検出した騒音ｄ_mを次のように周期騒音ａ_mと非周期騒音ｂ_mに分けて表せば、
【０１４７】
【数５８】

【０１４８】
となる。すると、式５６中の第２の期待値項は、
【０１４９】
【数５９】

【０１５０】
となる。従って、残留雑音のｎ次成分ｅ_nは、
【０１５１】
【数６０】

【０１５２】
式６０は、マイクの数Ｍとスピーカの数Ｌとが等しければ、逆行列（ｈ^*ｈ）^ー1が存在することとなり、従って、理論的には、（Ｉ−ｈ｛ｈ^*ｈ）^ー1ｈ^*）を０とするｈを求めることができる、即ち、制御対象の次数を有する騒音を完全に打ち消すことができることを示している。ＭとＬとが等しくない場合には、ｎ次の制御入力をｕ_nとしたとき、ｎ次の騒音は、
【０１５３】
【数６１】

【０１５４】
のように記述できるから、式５２で与えられるｆは、
【０１５５】
【数６２】

【０１５６】
を最小化する制御入力ｕ_nを与えるという意味で最適である。
以上説明した制御論理によれば、振動騒音の各次数成分毎の振幅と位相とを、フーリエ級数の形態で表現し、前記次数毎に制御出力波形を演算するようにしている。このために、計算量を大幅に低減することができる。
〈収束性の改善〉
次に、ｆの収束性の改善について説明する。
【０１５７】
上記のモデルでは、収束係数αは、式５０に従って最適な値が決定される。しかしながら、式５０が示すところは、収束係数αの最適値は振動騒音の周波数ωの関数である。
図１０に、騒音を検出するためのマイクを３つ、制御音を出力するためのスピーカを２つ備えたシステムを無響室におき、騒音の周波数を静的に変更させて測定した収束係数αの最適値を示すグラフである。図１０において、実線は収束性を最大とするαの最適値を示す。図１０において、振動の周波数（即ち、エンジン回転数）がω₀の近辺において、最適な収束係数の値が大きく下がっている領域がある。
【０１５８】
図１１は、上記測定システムにおいて、エンジン回転数を１０秒間かけて１５００ｒｐｍから４５００ｒｐｍに上昇させたときのマイクで検出した騒音レベルを示す。実線Ｉは模擬騒音による騒音レベルを示し、実線ＩＩは前述の本出願人による特願平６−１２３７１６号の制御手法によって測定した騒音レベルを示す。図１１によると、特願平６−１２３７１６号の制御手法によっては、３０００ｒｐｍ付近で騒音が却って悪化していることが分かる。発明者達は、この悪化が図１０におけるαの落ち込みに起因することを見いだした。
【０１５９】
即ち、振動周期が静的にω₁（図１０）にあるときに収束係数α₁を設定すれば、制御変数ｆは素早く収束し、従って騒音は速やかに減少する。また、振動周期が静的にω₀（図１０）にあるときに収束係数α₀を設定すれば、このときも制御変数ｆは素早く収束し、従って騒音は速やかに減少する。しかしながら、収束係数α₁を設定したままで騒音周期がω₁からω₀に変化したときは、収束係数が安定限界値より大きくなってしまい、制御が不安定になる。この不安定さが、図１１において３０００ｒｐｍ近辺での騒音の増大という現象となって現われるのである。図１０の示すところは、最適な収束係数は静的状態であれば、最適な制御状態への収束が速やかに行なわれることを保証するが、過渡的な状態であれば、即ち、騒音周期が変化する状態においては、全ての周波数領域において、収束係数を「最適」な値に設定することは不可能であるということである。
【０１６０】
そこで、以下に、全ての周波数領域において、より確実に最適な制御状態に速やかに収束するような係数αの決定方法を説明する。
制御係数ｆを更新する条件を示す式４４の代わりに、
【０１６１】
【数６３】

【０１６２】
なる式を用いると、式４６，式４９に対応する式は、夫々、
【０１６３】
【数６４】

【０１６４】
、
【０１６５】
【数６５】

【０１６６】
となる。式６４，式６５が夫々収束するためには、
【０１６７】
【数６６】

【０１６８】
であることが必要である。また、時間が経過した後のｆ_Kの収束先は、ｆ_Kの更新式として式４４を用いた場合と同じように、
【０１６９】
【数６７】

【０１７０】
となる。式４４を用いる手法では、Ｖ^*ｆの各要素の収束速度は対応するαとλ₁，λ₂，…，λ_LNとの積により決定されるが、λ₁，λ₂，…，λ_LNの大きさは一般的に異なるうえ、これらの大きさは周波数によっても変化する。このためＶ^*ｆの各要素の収束速度に差が生じ、結果としてＪ＝［ｅ^Tｅ］の低減が素早く行なわれない。
【０１７１】
これに比して、式６３を用いる手法では、Ｖ^*ｆの各要素は等しい収束速度で収束するうえ、その収束速度は式６６に示すように周波数に依存しなくなるので、常に素早いＪの低減、ひいては素早いｆの最適値への収束が可能となる。
図１０の実線IIIは、上記手法を用いたことにより収束性が高まり、その結果騒音レベルが低下したことを示す。
【０１７２】
〈計算量の低減〉
式４４の代わりに式６３を用いることが却って特願平６−１２３７１６号の制御手法よりも計算量を増加させたのでは意味がない。そこで、次に、計算量を低減させる手法について説明する。
式６３の更新プロセスを式４４と同等の計算量で行なうためには、
【０１７３】
【数６８】

【０１７４】
を満たす関数Γを予め求めておき、これを式４４中のＨの代わりに用いることにする。制御が行なわれないときの騒音レベルｄを、
【０１７５】
【数６９】

【０１７６】
とおき、但し、行列Ｇは、
【０１７７】
【数７０】

【０１７８】
とし、ベクトルｘは、
【０１７９】
【数７１】

【０１８０】
とすれば、式６８を書き直せば、
【０１８１】
【数７２】

【０１８２】
となる。ここで、更に、行列Ｃ，Ｄを以下のように、
【０１８３】
【数７３】

【０１８４】
【数７４】

【０１８５】
【数７５】

【０１８６】
【数７６】

【０１８７】
【数７７】

【０１８８】
【数７８】

【０１８９】
【数７９】

【０１９０】
と定義すると、式７２は、これらを用いて、
【０１９１】
【数８０】

【０１９２】
と書き換えることができる。この式８０は、更に、
【０１９３】
【数８１】

【０１９４】
と書き換えることができる。式８１が任意のｇ＋Ｃｆ_Kについて成立するためには、
【０１９５】
【数８２】

【０１９６】
を満足していなくてはならない。換言すれば、式８２に基づいて行列Ｄを演算し、このＤから式７７，７８に基づいてΓを求めておけば、計算量を式４４を用いた場合と同程度に抑えることができる。
Γを求めるに際して次のことに留意すると計算が容易となる。即ち、行列Ｃ，Ｄが対角行列であることが条件となるから、
【０１９７】
【数８３】

【０１９８】
でなければならず、そこで、式８３に従って各周波数についてγ（ω）を求めておき、Ｈを構成するのと同じ手法でΓを構成する。
以上の手法によれば、式８２，式８３に示したような設定を行なえば、収束係数αは図１２に示すように、全ての周波数に亘って一定とすることができる。その結果、図１３〜図１５に示すように、制御性能を改善することができる。なお、図１３は騒音の二次成分を、図１４は騒音の四次成分を、図１５は騒音の六次成分を示す。
【０１９９】
〈実施例の効果〉
以上説明したように、本実施例のシステムでは、
▲１▼：マイクスピーカ間の伝達関数ｇからフーリエ変換の対をなす伝達関数ｈ（ω）を式２１に従って予め決定し、
▲２▼：このｈ（ω）からＭ×ＬＮ行列Ｈを式２９から予め求める。
▲３▼：このうえで、制御係数ｆを式６３に従って更新するように制御すると、収束係数αの最適値は式６６に示すように周波数に依存しなくなる。
▲４▼：更に、伝達関数ｈ（ω）から式８３に従って伝達関数γ（ω）を求め、更に、このγ（ω）から式７７に従って行列Γを構成すれば、演算量も少なくなる。
【０２００】
〈具体的システムの構成〉
図１６，図１７は、本発明を車両に適用した場合の騒音低減システムの構成を示す。この実施例のシステムは、４スピーカ（２０ａ〜２０ｄ）と４マイク（３０ａ〜３０ｄ）の構成からなる。騒音の基本周期Ｔを検出するために、エンジン１１の回転周期を検出する点火コイル１０からの信号IGを用いる。図１６のコントローラ１００の詳細な構成を図１７に示す。図１７において、信号IGは波形成形器によって波形成形され、ＤＳＰ１０２によって取り込まれる。４つのマイクからの信号ｅはＡ／Ｄ変換されてＤＳＰ１０２が取り込む。また、ＤＳＰ１０２は、スピーカ出力信号ｕをＤＡ変換してスピーカから出力する。
【０２０１】
〈他の実施例〉
上記実施例では、１×１系により、また、Ｌ×Ｍ系により、エンジン騒音を低減するシステムを説明したが、本発明は、エンジン騒音に限られず、例えば排気音の低減、さらには、車両振動の低減にも適用できる。
図１８に、本発明を、振動低減のためのアクティブエンジンマウントに適用した例を示す。このマウント５０は、エンジン４０と車体間に作用する力を発生するためのアクチュエータを内蔵しており、加速度センサ６０で検出された車体フロア振動のパワーが最小になるようにアクチュエータが制御される。これにより、アイドル振動や加速時の振動など、乗員にとって不快な車体振動が抑制される。
【０２０２】
【発明の効果】
以上説明した本発明において、フィルタ処理における計算量を大幅に軽減できるとともに、制御の安定／不安定を決定する条件（例えば収束係数αの最適値）が振動の周波数に依存しないようになるので、最適な制御状態に速やかに移行できるようになる。
【図面の簡単な説明】
【図１】従来のＬＭＳ法を適用した騒音低減システムの構成を示すブロック図。
【図２】従来のＬＭＳ法を周波数領域において適用した騒音低減システムの構成を示すブロック図。
【図３】図２の従来例において積分回路が必要となる理由を説明する図。
【図４】特開平５−２３２９６９号の騒音低減システムの構成を示すブロック図。
【図５】特開平５−２３２９６９号の騒音低減の原理を説明する図。
【図６】特開平５−２３２９６９号における線形補間を説明する図。
【図７】特開平５−２３２９６９号にエラースキャニング法を適用した場合のシステム図。
【図８】特開平５−２３２９６９号とＬＭＳ法とを比較した結果を示す図。
【図９】本発明の好適実施例に係る振動軽減システムのブロック図。
【図１０】収束係数αに周波数依存性があることを示す図。
【図１１】エンジン回転数を動的に変化させたときに測定される騒音レベルを、従来例と実施例の方法とにおいて比較した図。
【図１２】実施例の手法により収束係数αの最適値が周波数に拠らなくなることを示す図。
【図１３】実施例の制御結果を示すグラフ。
【図１４】実施例の制御結果を示すグラフ。
【図１５】実施例の制御結果を示すグラフ。
【図１６】本発明を４×４系に適用した実施例の構成を示した図。
【図１７】実施例のコントローラ１００の構成を示す図。
【図１８】本発明を騒音低減に適用した実施例のシステムを示す図。[0001]
[Industrial application fields]
The present invention relates to a vehicle vibration control apparatus and method for reducing control of periodic vibration generated from a vibration source such as an engine installed in a vehicle.
[0002]
[Prior art]
Examples of techniques for actively reducing vehicle vibration and noise include GB2201858A, JP-A-3-274897, JP-T-1-501344, and JP-A-5-232969.
<GB2201858A>
This prior art is called a Filtered-x LMS method because it uses a least mean square method for filtering. A schematic block diagram of this technique is shown in FIG. In the figure, in order to actively suppress noise, control sound is generated from two speakers, residual noise is picked up by three microphones, and this residual noise is fed back to a controller having two filters, and further noise is reduced. It is to erase. In the figure, the filter 1 is an adaptive filter that automatically changes its characteristic so as to minimize the amplitude of the residual noise signal, and the filter 2 is a filter having the same characteristic as the acoustic transfer characteristic between the speaker and the microphone. The noise anti-phase signal, that is, the control signal is generated by filtering the noise source signal of the engine or the like (for example, the waveform signal of the vibration causing the noise) with the two filters described above.
[0003]
Filter 2 filters the signal from the reference signal generator. The filter 1 receives the product of the output signal of the filter 2 and the residual noise signal, and changes the filter characteristics so that the average power is minimized. One filter 1 is prepared for one speaker, and two filters are required in the example of FIG. Further, since the filter 2 is a filter having the same characteristic as the sound transmission characteristic between the speaker and the microphone, the six filters 2 are necessary in a system including two speakers and three microphones.
[0004]
Although the LMS method has advantages such as versatility, it still has a problem that it often involves many calculations exceeding the current calculation capability of a digital signal processor (DSP) or the like. In particular, when noise must be reduced over a wide spatial range using multiple speakers and microphones, such as in-vehicle engine noise control, or when multiple frequency components must be controlled simultaneously, filtering processing Therefore, it becomes difficult to control with a single digital signal processor (DSP).
[0005]
<JP-A-3-274897>
A method disclosed in Japanese Patent Laid-Open No. 3-274897 (referred to as “error scanning method” for the sake of convenience) has been proposed to reduce the amount of calculation of the LMS method.
In the above-described LMS method, multiplication of six residual noise signals in the multiplier and parameter update processing performed in the filter 1 by inputting six multiplication result signals are performed for each sampling. The amount of calculation is large.
[0006]
On the other hand, the system to which the error scanning method is applied is substantially the same as the system to which the LMS method is applied, but is different in that the number of filtering processes performed per sampling time is limited to one. . That is, in the error scanning method, two filters 1 and six filters 2 are prepared, and at a certain sampling time point, only one signal from three microphones is selected and the selected microphone is selected. The product of the signal and the output from one filter 2 selected from the six filters 2 is output to the filter 1. At the next sampling time, the next microphone signal and the next filter 2 are selected. That is, since the microphone signal (error signal) and the filter 2 are scanned in order, this is called an “error scanning method”.
[0007]
Thus, in the error scanning method, since the signal from one microphone is processed at each sampling time point, the convergence of control for noise reduction in the filter 1 is delayed, but the parameter in the filter 1 is delayed. There is an advantage that the amount of processing for updating is reduced.
However, since the calculation in the filter 1 is substantially the same as the LMS method, the calculation amount cannot be reduced as much as expected.
[0008]
<Special Table hei 1-501344>
In the above three methods, error signals input in time order are filtered in the time domain using a digital filter. In the error signal detected by the microphone, the harmonic component is a problem in the control. Therefore, in order to extract this harmonic component, Fourier transformation is performed as shown in FIG. That is, the method disclosed in JP-T-1-501344 performs the above-described LMS method in the frequency domain. For this purpose, as shown in FIG. 2, the error signal from the error sensor (microphone) is Fourier-transformed to perform adaptive filter processing, a harmonic component is taken out, and further subjected to inverse Fourier transform before the second sound source (ie, speaker). ).
[0009]
The method of JP-T-1-501344 will be described below.
For one harmonic in the frequency domain of the noise signal, the complex value of an error signal in a certain order is given by:
[0010]
[Expression 1]

[0011]
However, A_lE when not actively controlled_lValue of w_mIs the complex amplitude of the mth secondary sound source, C_lmIs a complex transfer function between the l-th sensor and the m-th sound source. If you display the formula,
[0012]
[Expression 2]

[0013]
It becomes. here,
[0014]
[Equation 3]

[0015]
It is. The cost function in this case is J = E^HE can be written and H represents the complex conjugate transpose of a vector or matrix.
[0016]
[Expression 4]

[0017]
Therefore,
[0018]
[Equation 5]

[0019]
The steepest descent algorithm is
[0020]
[Formula 6]

[0021]
Is described. Where W_kAnd E_kAre the filter characteristics and the error output in the kth iteration, respectively.
Im (ω is obtained by performing a Fourier transform operation acting on the error signal e once.₀) In FIG. 3 is obtained, and in this case, an integrating circuit (indicated by I in the figure) and a multiplying circuit (indicated by X in the figure) are used.
[0022]
As described above, in Japanese translation of PCT National Publication No. 1-501344, adaptive processing is performed on the Fourier-transformed signal in order to perform the filter operation, and the complex coefficient of each harmonic in the sensor in the processed signal is processed. An inverse Fourier transform is performed to obtain an output signal to the speaker. In general, since the Fourier transform cannot obtain a reliable result unless the results are averaged several times, Japanese Patent Publication No. 1-501344 requires an integration circuit as shown in FIG.
[0023]
However, if the integration process is provided and the averaging process is performed, the responsiveness is deteriorated in the control, and therefore, good responsiveness may not be obtained at the time of acceleration or the like where responsiveness is required.
<JP-A-5-232969>
In order to solve the problem of deterioration of responsiveness in JP-A-1-501344, the present applicant has proposed a new vibration reducing method in which the amount of calculation is greatly reduced in Japanese Patent Laid-Open No. 5-232969. The method of Japanese Patent Laid-Open No. 5-232969 will be described below.
[0024]
First, for the sake of simplicity, as shown in FIG. 4, consider a one-input one-output system in which an antiphase sound, that is, a control sound for noise is emitted from one speaker and the remaining noise is observed with one microphone as a result. The control signal is u, the residual noise signal is e, and the component resulting from the original noise contained in e is d, and the relationship between these three is expressed by the following equation.
[0025]
[Expression 7]

[0026]
Here, g (t) is an impulse response function between the speaker and the microphone, and h (t) is a periodic function obtained from g (t) by the following Expression 8.
[0027]
[Equation 8]

[0028]
The feature of this method is that it is assumed that both the control signal u and the residual noise signals e and d are time functions of the period T.
When the second term on the right side of Equation 1 is discretized with a sufficiently small time width Δt and expressed in vector expression, Equation 7 is given by Equation 9 below.
[0029]
[Equation 9]

[0030]
However,
[0031]
[Expression 10]

[0032]
Where N is
(T / Δt) -1 ≦ N <T / Δt
Is an integer that satisfies. In Equation 9, since the control signal variable u is no longer treated as a function of time, u can be optimized. Applying the steepest descent method as an optimization, the evaluation function
J (u) = E [e²(T)] (E is the expected value symbol)
U that minimizes is set to the optimum u. By differentiating J by u, u is determined so that the power of the error signal e is minimized. Here, in the above-mentioned special table Hei 1-501344, the average value of the steepest gradient direction vector of the evaluation function (cost function) is used, whereas in Japanese Patent Laid-Open No. 5-232969,
M [dJ / du]^T
The estimated instantaneous value expressed as follows is used. If the control signal u is updated every Δt while using this instantaneous value as a substitute for the steepest gradient vector, the optimum value of u can be obtained by iteratively calculating the recurrence formula of the following formula 11.
[0033]
## EQU11 ##

[0034]
However, μ is a constant coefficient determined by the period T, the time width Δt, the step width, and the like.
The operating principle of Japanese Patent Laid-Open No. 5-232969 is shown in FIG. In FIG. 4, u and h which are periodic functions having the same period T are represented by “rings”. According to Expression 11, the signal e detected by the microphone is multiplied by −μ, and −μe is multiplied by h to generate the control signal u. The recurrence expression of Equation 5 is simulated in FIG. 4 by rotating on the “ring” of u and h.
[0035]
Specifically, with Δt as the sampling period, first,
u (0), u (Δt), u (2Δt),.
In this order, each element of the control signal u is periodically output. In FIG. 4, this sequential output is modeled as rotation on a “ring”. Next, u according to Equation 11₁And
u₁(0), u₁(Δt), u₁(2Δt), ...
Are output in order. By repeatedly updating and outputting the control signal u according to Equation 11, noise is reduced. At this time, among the frequency components of the noise, the component of the fundamental period T, in other words, the total harmonic component of the frequency 1 / T is simultaneously reduced. Such noise reduction is suitable for engine noise control. Further, in Japanese Patent Laid-Open No. 5-232969, since a convolution calculation is not used at all, and control is performed by almost only the calculation of Expression 11, a practical system using a DSP can be easily realized with a small amount of calculation. There are also advantages.
[0036]
The period T of the control signal u (t), in other words, the number of elements of the control signal vector u needs to be adjusted based on the type of the order component to be controlled and the engine speed. A method for adjusting the period of the control signal in JP-A-5-232969 will be described.
For example, in the case of a four-cylinder engine, in order to control all the harmonic components of the 0.5th order, the first order, and the second order, the T is set to 2 times, 1 time, Must match 0.5 times. However, the engine rotation cycle varies. Therefore, the number N of elements is changed using an interpolation method or the like so that the u data waveform maintains a similar shape, or the sampling period Δt is simply changed. In FIG. 4, the period adjuster changes the period.
[0037]
FIG. 6 schematically illustrates a method of changing the number N of elements. That is, FIG. 6 is a simple example of changing the number of elements N. The old control signal data consisting of 6 elements (that is, T = 6Δt side) is replaced with the new control signal data consisting of 8 elements (that is, T = 8Δt 'side). In the figure, black small circles indicate the values of six data actually stored in u, and black small triangles indicate values obtained by linear interpolation. That is, on the T = 8Δt ′ side, the number 2 data is calculated by linear interpolation of the number 1 and number 2 data on the T = 6Δt side at the position of Δt ′ from the number 1 data. According to this interpolation method, the signal period can be changed while maintaining the general shape of the signal waveform. With respect to the stability of control when this method is used, stable and good convergence of the control signal u can be ensured only by appropriately adjusting the value of μ if the rate of fluctuation is about the same as that of an automobile engine. .
[0038]
In order to construct a vibration control system that exhibits a noise low-frequency effect over a wide spatial range using the method of Japanese Patent Laid-Open No. 5-232969 shown in FIGS. 4 to 6, as shown in FIG. It is necessary to place the microphone in the acoustic space. The output signal of the mth microphone in a multi-input / output system including L speakers and M microphones, that is, the residual noise signal e picked up by the mth microphone._mIs expressed by Expression 12 obtained by expanding Expression 9.
[0039]
[Expression 12]

[0040]
Here, m is an integer of 1, 2, 3... M, u_lIs the signal level input to the l-th speaker, h_lmIs the impulse response function g between the l-th speaker and the m-th microphone._lmTo a vector composed of discrete values of a periodic function obtained in the same manner as in Expression 2. Therefore, the evaluation function to be minimized is as shown in Equation 13.
[0041]
[Formula 13]

[0042]
If defined, the control signal vector u_lkCan be optimized by the algorithm of Expression 14 represented by the recursive expression, that is, J can be minimized.
[0043]
[Expression 14]

[0044]
Control signal vector u in equation 14_lkRepresents the input signal at the k-th sampling time for the l-th speaker.
In the algorithm of Equation 14, the control signal vector is updated using all microphone signals at each sampling time. Instead, as shown in FIG. 7, only information from one microphone is obtained at one sampling time. A statistically equivalent effect can be obtained even by using Expression 15 used.
[0045]
[Expression 15]

[0046]
However, m (k) is an arbitrary integer series in which the appearance probabilities of 1, 2,.
The calculation amount when the error scanning method described above (Japanese Patent Laid-Open No. 3-274897) is applied to the method of Japanese Patent Laid-Open No. 5-232969, as is apparent from Equation 15, is the case where a single microphone is used even when a plurality of microphones are used. And is greatly reduced. On the other hand, in the LMS method, even when the error scanning method is applied, only the characteristic change calculation of the filter 1 in FIG. 1 is reduced, and the filtering process occupying most of the calculation amount is not affected at all. The computational complexity reduction effect on the entire algorithm is not as great as in the case of this method.
[0047]
FIG. 8 shows the result of comparing the calculation amount per sampling of the method of Japanese Patent Laid-Open No. 5-232969 and LMS. N in the table_add, N_mulIs the number of additions / subtractions and multiplications, N_insIndicates the number of instruction cycles when calculation is performed by TMS320C30 which is a kind of typical DSP. As a comparison condition, both methods consider only the main calculation part when the ES method is used low, and in this method, the number of elements of u is 50 (engine rotation 1 cycle when the engine rotation speed is 1200 rpm and the sampling cycle is 1 ms). In LMS, the tap length of all the filters is 128 (in order to express the impulse response waveform between the speaker and the microphone in the vehicle interior of 500 Hz or less at a sampling period of 1 ms, this tap length is necessary at least. ). Further, as the u data length adjustment method in this method, the above-described method based on the primary interpolation method was used. From the table, it can be seen that this method requires a calculation amount of 14 to 30% of the LMS in terms of the number of operations and about 30 to 50% in the number of life cycles.
[0048]
[Problems to be solved by the invention]
As described above, the method disclosed in Japanese Patent Laid-Open No. 5-232969 by the applicant of the present application is required to minimize the error signal e by M [dJ / du].^TBecause the estimated instantaneous value expressed as follows is used, there is no need to refer to past data, and even a system with multiple analog microphones is the same as a single microphone system. Compared with the technique of No. 1-501344, the amount of calculation is also reduced, and the control responsiveness is improved.
[0049]
However, at the time of actual acceleration, there are cases where the response to noise reduction is poor even by the method of Japanese Patent Laid-Open No. 5-232969.
This is because in Equation 9, the number of parameters that need to be updated in the filter operation increases to a large number, and the operation still takes time.
Furthermore, as described with reference to FIG. 6, the linear interpolation is used to change the control accompanying the fluctuation of the noise period T. However, the periodic shape after the interpolation is different from the actual shape, which is also accelerated. It causes deterioration of responsiveness at the time. In order to solve this problem, the present applicant has proposed a system in which noise reduction responsiveness is improved by reducing the amount of calculation for control according to Japanese Patent Application No. 6-123716. This expresses the amplitude and phase of each order component of the vibration noise in the form of a Fourier series, and calculates the control output waveform for each order. For this reason, the calculation amount can be greatly reduced.
[0050]
However, we experienced that the response of convergence did not increase so much when we repeated experiments with a vehicle that actually incorporated the system. As a cause of this, the inventors have found that the optimum value of the coefficient α that determines the convergence in Japanese Patent Application No. 6-123716 depends on the frequency of vibration.
[0051]
[Means for Solving the Problems]
SUMMARY OF THE INVENTION Accordingly, an object of the present invention is to propose a vehicle vibration control apparatus and method that can greatly reduce the amount of calculation in filter processing and that does not depend on the vibration frequency for the condition for determining the stability / instability of control.
In order to achieve the above object, a vehicle vibration control device for reducing periodic vehicle vibration according to the present invention provides:
Detecting means for detecting a fundamental frequency of the vehicle vibration;
Generating means for generating a control signal for generating a control vibration for reducing the vehicle vibration based on the Fourier series of the detected harmonic component of the fundamental frequency;
Actuator means for generating vibration based on the control signal;
Sensor means for detecting a vibration signal indicative of vehicle vibration;
Conversion means for converting the frequency transfer function between the actuator means and the sensor means so that the stable / unstable condition of the control does not depend on the frequency of vibration;
Update means for updating the amplitude component of the Fourier series for each harmonic component based on the detected vibration signal and the frequency transfer function converted by the converting means is provided.
[0052]
In order to achieve the above object, the present invention for achieving the above-described problems generates a control vibration for reducing the vehicle vibration from the actuator means, and detects a vibration signal indicating the vehicle vibration by the sensor means, thereby detecting periodic vehicle vibration. The vehicle vibration control method to reduce
The frequency transfer function between the actuator unit and the sensor unit is converted in advance so that the stable / unstable condition of the control does not depend on the vibration frequency,
Detecting the fundamental frequency of the vehicle vibration,
Based on the Fourier series of the harmonic component of the detected fundamental frequency, a control vibration for reducing vehicle vibration is generated from the actuator means,
The Fourier series amplitude component for each harmonic component is updated based on the transformed frequency transfer function.
[0053]
According to a preferred aspect of the present invention, in the conversion means or the conversion step, a frequency transfer function between the actuator means and the sensor means for each frequency is calculated based on an inverse matrix of the frequency transfer function and a conjugate transpose matrix. E [X^*H^*HX]^-1And the amplitude component f of the Fourier series in the updating means or the updating step._KThe
f_{K + 1}= F_K-2αE [X^*H^*HX]^-1H^*Xe
Update according to.
[0054]
According to a preferred aspect of the present invention, in the conversion means or conversion step, when h is a matrix in which frequency transfer functions between the actuator means and the sensor means are arranged,
γ≡h (h^*h)^-1
Convert according to
[0055]
According to a preferred aspect of the present invention, L ≦ M when the system is configured to include L actuators and M sensors.
[0056]
[Action]
According to the vibration control device or the vibration control method having the above-described configuration, the frequency transfer function between the actuator unit and the sensor unit is converted so that the stable / unstable condition of the control does not depend on the frequency of the vibration. Based on the converted frequency transfer function, the amplitude component of the Fourier series for each harmonic component is updated, so there is no frequency dependence in the update process, especially when the vibration frequency changes, for example, engine rotation In the case where the number changes continuously, the vibration control can shift to the optimum state without depending on the frequency.
[0057]
In a preferred embodiment of the present invention, E [X^*H^*HX]^-1And the amplitude component f of the Fourier series_KThe
f_{K + 1}= F_K-2αE [X^*H^*HX]^-1H^*Xe
If the update is performed according to the above, the optimum value of the convergence coefficient α in the update does not depend on the frequency.
[0058]
In a preferred embodiment of the present invention, the frequency transfer function h is
γ≡h (h^*h)^-1
Convert according to If it does in this way, the calculation amount accompanying an update will reduce.
In a preferred aspect of the present invention, setting L ≦ M is equivalent to γ≡h (h^*h)^-1This is a condition for reducing the amount of calculation because the optimum value of α does not depend on the frequency.
[0059]
【Example】
Hereinafter, embodiments of the present invention will be described in detail with reference to the accompanying drawings.
<Principle of vibration reduction>
FIG. 10 shows a block diagram of the noise reduction system of the preferred embodiment of the present invention.
That is, when a control variable u for canceling the noise d is generated from the speaker, the variable u is recognized by the microphone as a convolution with an impulse response function g between the speaker and the microphone and detected as a residual noise (error noise) e. Is done. The error signal e is input to the controller, and the controller calculates the control variable u by the following method.
[0060]
As shown in FIG. 10, the engine noise is considered to depend on the engine speed, and an ignition signal is input. This ignition signal is taken as a period ω. The system determines the output u to the speaker using the control coefficient f. At this time, the convergence coefficient α is appropriately determined to quickly converge the control coefficient f. The meaning of the convergence coefficient α is the same as μ in the above-mentioned Japanese Patent Application Laid-Open No. 5-232969 (FIG. 5), although the determination method is different.
[0061]
The feature of this embodiment is the determination of the convergence coefficient α. That is, as shown in FIG. 10, the transfer characteristic (function) h (ω) between the speaker and the microphone is determined in advance, and this transfer function h (ω) is determined as described later.
γ (ω) ≡h (ω) {h^*(Ω) h (ω)}^-1
And the control coefficient f is determined according to the transfer function γ, the optimum value of the convergence coefficient α does not depend on the frequency ω. The fact that the optimum value of α does not depend on ω means that the frequency of vibration is anywhere, that is, whatever the engine speed, in other words, the engine speed fluctuates transiently. This means that even in such a case, it is possible to quickly shift to an optimal control state.
[0062]
Hereinafter, the principle of the method of this embodiment will be described in detail.
First, as a method for determining the convergence coefficient α, a method based on the prior application Japanese Patent Application No. 6-123716 based on the applicant will be described. Although this method reduces the amount of calculation, the optimum value of α is set to the frequency ω. Explain the reason why it depends, then explain how to determine the optimal value of the convergence coefficient α so that it does not depend on the frequency ω, and further determine the optimal value of α so that it does not depend on the frequency Even so, a calculation method for making the calculation amount comparable to that of the above-mentioned prior application Japanese Patent Application No. 6-123716 will be clarified.
[0063]
<Convergence coefficient α>
First, as shown in FIG. 7, a system composed of L speakers and M microphones is considered. Now, it is assumed that most of the external noise is a periodic component of period T such as engine noise. Let us consider minimizing an error observed by a microphone by giving a control input having the same cycle as that of the external noise to the speaker.
[0064]
The noise observed by each of the M microphones can be expressed by the following equation as the sum of the external noise and the control sound from the speaker.
[0065]
[Expression 16]

[0066]
here,
e_m(T): residual noise of the mth microphone,
d_m(T): noise detected by the microphone m when there is no control,
g_ml(T): transfer function between speaker l and microphone m
u_l(T): Control signal output to speaker l
It is. Control output u_lSince (t) is assumed to be a periodic signal,
[0067]
[Expression 17]

[0068]
It can be expressed in the form of a Fourier series. However, U in Equation 17_{l, n}Is
[0069]
[Expression 18]

[0070]
It is represented by U_lSince (t) is a real number,
[0071]
[Equation 19]

[0072]
There is a relationship.
The second term on the right side of Equation 16 can be rewritten using Equation 17 as follows.
[0073]
[Expression 20]

[0074]
Transfer function g between speaker l and microphone m_mlSince (t) is an impulse response, the corresponding transfer function h_ml(Ω),
[0075]
[Expression 21]

[0076]
Therefore, the right side of Expression 20 indicating the second term of Expression 16 is h_mlCan be expressed using (ω),
The second term of Equation 16
[0077]
[Expression 22]

[0078]
It is expressed. Ω in Equation 22 is
[0079]
[Expression 23]

[0080]
Is the basic angular frequency represented by U in Equation 22_lnIs the control signal u in equation 17_lAlthough it is the Fourier transform of (t), as shown by Equation 19, the case where n is positive and the case where it is negative is not independent. there,
[0081]
[Expression 24]

[0082]
In addition, the DC component U that is uncontrollable in Equation 17_l0And (N + 1) th order and higher harmonic components,
[0083]
[Expression 25]

[0084]
It becomes. F in Expression 24 and Expression 25_lnIf the order restriction is performed to eliminate harmonic components of the (N + 1) th order or higher, the equation 22 can be further modified, and therefore the second term of the equation 16 is
[0085]
[Equation 26]

[0086]
It becomes. Therefore, if Equation 26 is returned to the second term of Equation 16, the residual noise e observed by the microphone m will eventually be obtained._m(T) can be expressed as follows.
[0087]
[Expression 27]

[0088]
Here, in order to express the transfer function between the speaker and the microphone in a matrix form, when an M × L-dimensional matrix h (ω) is introduced according to Equation 16,
[0089]
[Expression 28]

[0090]
It becomes. h_ml(Ω) is the transfer function g between the microphone m and the speaker l as defined in Equation 21._mlIt is a Fourier transform of (t). Using this h (ω), the M × LN-dimensional matrix H is
[0091]
[Expression 29]

[0092]
It becomes. Further, an M-dimensional vector e representing the residual noise of M microphones, and an M-dimensional vector d representing the residual noise of M microphones when there is no control,
[0093]
[30]

[0094]
And the following matrix X, f
[0095]
[31]

[0096]
[Expression 32]

[0097]
Is introduced, Equation 16 or Equation 27 can be simplified and expressed as follows:
[0098]
[Expression 33]

[0099]
Next, an L-dimensional unit matrix I_L
[0100]
[Expression 34]

[0101]
And an L × LN-dimensional matrix A
[0102]
[Expression 35]

[0103]
And an L × 1D vector representing the control output to the L speakers
[0104]
[Expression 36]

[0105]
, The control output u can be expressed by A and the matrix X by transforming Equation 25,
[0106]
[Expression 37]

[0107]
It can be expressed as
<Update of control input>
To reduce the noise is to optimize the control signal u expressed in the form of a Fourier series as shown in Equation 17. This is equivalent to optimizing the Fourier series f according to Equation 24. Therefore, a method for updating the control input f will be described. Here, as an evaluation function for reducing noise, the mean square of the residual noise e of each microphone is used as in the following equation.
[0108]
[Formula 38]

[0109]
The steepest descent method is used to optimize f, but an instantaneous estimated value is used as an estimated value of the gradient of J when f changes. (i, 1) component of f
[0110]
[39]

[0111]
If expressed as
[0112]
[Formula 40]

[0113]
[Expression 41]

[0114]
And therefore f_iThe steepest direction of
[0115]
[Expression 42]

[0116]
It becomes. Here, col (i) in Expressions 41 and 42 represents an operation for extracting the i-th column. Therefore, the steepest gradient direction of f is
[0117]
[Equation 43]

[0118]
It becomes. In order to reduce the residual noise e, that is, in order to converge f, the control input f at a certain time K is expressed by Equation 43._KControl input f at the next time step K + 1_{K + 1}But
[0119]
(44)

[0120]
It is necessary to become. Here, α is set to an appropriate convergence coefficient. How f converges is determined from the expected value of Equation 44. If the expected value operator is represented by E, the expected value of Equation 43 is
[0121]
[Equation 45]

[0122]
It becomes. Assuming that f has not been updated at time K (<K−1), by replacing e in equation 45 by e in equation 33,
[0123]
[Equation 46]

[0124]
Get. Matrix E [X in Equation 46^*H^*Since [HX] is a normal matrix, it can be diagonalized with the unitary matrix V as follows.
[0125]
[Equation 47]

[0126]
Here, Λ is a diagonal matrix, and if the eigenvalue of this diagonal matrix is λ,
[0127]
[Formula 48]

[0128]
It is. Then, equation 46 uses equation 47,
[0129]
[Formula 49]

[0130]
It is expressed. In Formula 48, in order for f to converge, the matrix (I−αΛ) may be a matrix having an eigenvalue less than 1, so the convergence condition is
[0131]
[Equation 50]

[0132]
It is. When such a convergence condition is satisfied,
[0133]
[Formula 51]

[0134]
Is 0, so equation 49 is
[0135]
[Formula 52]

[0136]
It becomes. Therefore, the convergence destination of f is
[0137]
[53]

[0138]
It is.
At the time when the time has elapsed, that is, when K → ∞, f converges according to Equation 52, and therefore the residual noise e observed by the microphone is
[0139]
[Formula 54]

[0140]
It is expressed. In Equation 54,
[0141]
[Expression 55]

[0142]
A first term that calculates an expected value of
[0143]
[Expression 56]

[0144]
The second term for calculating the expected value is included. The first expected value term takes into account Equation 28, Equation 29, and Equation 31,
[0145]
[Equation 57]

[0146]
It becomes. Further, the noise d detected by the microphone m_mThe periodic noise a_mAnd aperiodic noise b_mIf expressed separately,
[0147]
[Formula 58]

[0148]
It becomes. Then, the second expected value term in Equation 56 is
[0149]
[Formula 59]

[0150]
It becomes. Therefore, the n-order component e of the residual noise e_nIs
[0151]
[Expression 60]

[0152]
If the number M of microphones and the number L of speakers are equal, the equation 60 represents an inverse matrix (h^*h)^{ー 1}Therefore, theoretically, (I−h {h^*h)^{ー 1}h^*H) with 0) being 0, that is, it is possible to completely cancel the noise having the order of the controlled object. If M and L are not equal, the nth order control input is u_nThe n-th order noise is
[0153]
[Equation 61]

[0154]
Therefore, f given by Equation 52 is
[0155]
[62]

[0156]
Control input u to minimize_nIt is optimal in the sense of giving.
According to the control logic described above, the amplitude and phase of each order component of vibration noise are expressed in the form of a Fourier series, and a control output waveform is calculated for each order. For this reason, the amount of calculation can be significantly reduced.
<Improvement of convergence>
Next, improvement in the convergence of f will be described.
[0157]
In the above model, the optimum value of the convergence coefficient α is determined according to Equation 50. However, Equation 50 shows that the optimum value of the convergence coefficient α is a function of the frequency ω of vibration noise.
FIG. 10 shows a convergence coefficient measured by placing a system having three microphones for detecting noise and two speakers for outputting control sounds in an anechoic chamber and changing the noise frequency statically. It is a graph which shows the optimal value of (alpha). In FIG. 10, the solid line indicates the optimum value of α that maximizes the convergence. In FIG. 10, the frequency of vibration (that is, the engine speed) is ω.₀There is a region where the value of the optimum convergence coefficient is greatly reduced in the vicinity of.
[0158]
FIG. 11 shows the noise level detected by the microphone when the engine speed is increased from 1500 rpm to 4500 rpm over 10 seconds in the measurement system. A solid line I indicates a noise level due to simulated noise, and a solid line II indicates a noise level measured by the control method of Japanese Patent Application No. 6-123716 by the applicant. According to FIG. 11, it can be seen that the noise worsens around 3000 rpm depending on the control method of Japanese Patent Application No. 6-123716. The inventors have found that this deterioration is due to the drop in α in FIG.
[0159]
That is, the vibration period is statically ω₁Convergence coefficient α when₁Is set, the control variable f converges quickly, and thus the noise decreases quickly. Also, the vibration period is statically ω₀Convergence coefficient α when₀Then, the control variable f converges quickly at this time, and therefore the noise decreases quickly. However, the convergence factor α₁Is set and the noise cycle is ω₁To ω₀When changed to, the convergence coefficient becomes larger than the stability limit value, and the control becomes unstable. This instability appears as a phenomenon of noise increase in the vicinity of 3000 rpm in FIG. As shown in FIG. 10, if the optimum convergence coefficient is a static state, it is guaranteed that convergence to the optimum control state is performed quickly, but if it is a transient state, that is, the noise period is In the changing state, it is impossible to set the convergence coefficient to an “optimal” value in all frequency regions.
[0160]
Therefore, a method for determining the coefficient α that will more quickly converge to an optimal control state in all frequency regions will be described below.
Instead of the equation 44 indicating the condition for updating the control coefficient f,
[0161]
[Equation 63]

[0162]
When the following formula is used, the formulas corresponding to the formulas 46 and 49 are respectively
[0163]
[Expression 64]

[0164]
,
[0165]
[Equation 65]

[0166]
It becomes. In order for Expression 64 and Expression 65 to converge, respectively,
[0167]
[66]

[0168]
It is necessary to be. In addition, f after time has passed_KIs converged to f_KAs in the case of using Formula 44 as the update formula of
[0169]
[Expression 67]

[0170]
It becomes. In the method using Equation 44, V^*The convergence speed of each element of f is the corresponding α and λ₁, Λ₂, ..., λ_LNIs determined by the product of₁, Λ₂, ..., λ_LNThe sizes of are generally different and these sizes also vary with frequency. For this reason V^*A difference occurs in the convergence speed of each element of f, and as a result, J = [e^Te] cannot be reduced quickly.
[0171]
On the other hand, in the method using Equation 63, V^*Each element of f converges at the same convergence speed, and the convergence speed does not depend on the frequency as shown in Expression 66. Therefore, it is always possible to quickly reduce J and to quickly converge to the optimum value of f.
A solid line III in FIG. 10 indicates that the convergence is improved by using the above method, and as a result, the noise level is lowered.
[0172]
<Reduction in computational complexity>
It is meaningless to use the formula 63 instead of the formula 44 if the calculation amount is increased as compared with the control method of Japanese Patent Application No. 6-123716. Therefore, a method for reducing the amount of calculation will be described next.
In order to perform the update process of Equation 63 with the same amount of calculation as Equation 44,
[0173]
[Equation 68]

[0174]
A function Γ that satisfies the above is obtained in advance, and this is used in place of H in Equation 44. Noise level d when control is not performed,
[0175]
[Equation 69]

[0176]
However, the matrix G is
[0177]
[Equation 70]

[0178]
And the vector x is
[0179]
[Equation 71]

[0180]
If we rewrite equation 68,
[0181]
[Equation 72]

[0182]
It becomes. Here, the matrices C and D are further expressed as follows:
[0183]
[Equation 73]

[0184]
[Equation 74]

[0185]
[Expression 75]

[0186]
[76]

[0187]
[77]

[0188]
[Formula 78]

[0189]
[79]

[0190]
Equation 72 uses these to define
[0191]
[80]

[0192]
Can be rewritten. This equation 80 further
[0193]
[Formula 81]

[0194]
Can be rewritten. Equation 81 is an arbitrary g + Cf_KTo be true about
[0195]
[Formula 82]

[0196]
Must be satisfied. In other words, if the matrix D is calculated based on the equation 82 and Γ is obtained from the D based on the equations 77 and 78, the amount of calculation can be suppressed to the same level as when the equation 44 is used.
When calculating Γ, the following points should be taken into consideration to facilitate calculation. That is, since the condition is that the matrices C and D are diagonal matrices,
[0197]
[Formula 83]

[0198]
Therefore, γ (ω) is obtained for each frequency in accordance with Equation 83, and Γ is configured by the same method as that for configuring H.
According to the above method, if the settings as shown in Expressions 82 and 83 are performed, the convergence coefficient α can be made constant over all frequencies as shown in FIG. As a result, the control performance can be improved as shown in FIGS. 13 shows the secondary component of noise, FIG. 14 shows the quaternary component of noise, and FIG. 15 shows the sixth component of noise.
[0199]
<Effect of Example>
As explained above, in the system of this embodiment,
{Circle around (1)} A transfer function h (ω) that forms a pair of Fourier transforms is determined in advance from the transfer function g between microphone speakers in accordance with Equation 21;
{Circle around (2)} An M × LN matrix H is obtained in advance from Equation 29 from h (ω).
{Circle around (3)} If the control coefficient f is controlled to be updated according to the equation 63, the optimum value of the convergence coefficient α does not depend on the frequency as shown in the equation 66.
{Circle around (4)} Further, if the transfer function γ (ω) is obtained from the transfer function h (ω) according to the equation 83 and the matrix Γ is constructed from the γ (ω) according to the equation 77, the amount of calculation is reduced.
[0200]
<Specific system configuration>
16 and 17 show the configuration of a noise reduction system when the present invention is applied to a vehicle. The system of this embodiment is composed of four speakers (20a to 20d) and four microphones (30a to 30d). In order to detect the basic period T of the noise, a signal IG from the ignition coil 10 that detects the rotation period of the engine 11 is used. A detailed configuration of the controller 100 of FIG. 16 is shown in FIG. In FIG. 17, a signal IG is waveform-shaped by a waveform shaper and is captured by the DSP 102. Signals e from the four microphones are A / D converted and captured by the DSP 102. Further, the DSP 102 performs DA conversion on the speaker output signal u and outputs it from the speaker.
[0201]
<Other Examples>
In the above embodiment, the system for reducing the engine noise by the 1 × 1 system and the L × M system has been described. However, the present invention is not limited to the engine noise. For example, the exhaust noise can be reduced, and further the vehicle It can also be applied to reduce vibration.
FIG. 18 shows an example in which the present invention is applied to an active engine mount for vibration reduction. The mount 50 incorporates an actuator for generating a force acting between the engine 40 and the vehicle body, and the actuator is controlled so that the power of the vehicle body floor vibration detected by the acceleration sensor 60 is minimized. As a result, vehicle vibration that is unpleasant for the occupant, such as idle vibration and vibration during acceleration, is suppressed.
[0202]
【The invention's effect】
In the present invention described above, the amount of calculation in the filter processing can be greatly reduced, and the condition for determining the stability / instability of control (for example, the optimum value of the convergence coefficient α) does not depend on the vibration frequency. It becomes possible to quickly shift to the optimal control state.
[Brief description of the drawings]
FIG. 1 is a block diagram showing a configuration of a noise reduction system to which a conventional LMS method is applied.
FIG. 2 is a block diagram showing a configuration of a noise reduction system to which a conventional LMS method is applied in the frequency domain.
3 is a diagram for explaining the reason why an integration circuit is necessary in the conventional example of FIG. 2;
FIG. 4 is a block diagram showing the configuration of a noise reduction system disclosed in Japanese Patent Application Laid-Open No. 5-232969.
FIG. 5 is a diagram for explaining the principle of noise reduction disclosed in Japanese Patent Laid-Open No. 5-232969.
FIG. 6 is a diagram for explaining linear interpolation in Japanese Patent Laid-Open No. 5-232969.
FIG. 7 is a system diagram when an error scanning method is applied to Japanese Patent Laid-Open No. Hei 5-232969.
FIG. 8 is a diagram showing a result of comparing Japanese Patent Laid-Open No. 5-232969 and the LMS method.
FIG. 9 is a block diagram of a vibration reducing system according to a preferred embodiment of the present invention.
FIG. 10 is a diagram showing that the convergence coefficient α has frequency dependency.
FIG. 11 is a diagram comparing the noise level measured when the engine speed is dynamically changed between the conventional method and the method of the example.
FIG. 12 is a diagram showing that the optimum value of the convergence coefficient α does not depend on the frequency by the method of the embodiment.
FIG. 13 is a graph showing a control result of the example.
FIG. 14 is a graph showing a control result of the example.
FIG. 15 is a graph showing a control result of the example.
FIG. 16 is a diagram showing a configuration of an embodiment in which the present invention is applied to a 4 × 4 system.
FIG. 17 is a diagram illustrating a configuration of a controller 100 according to an embodiment.
FIG. 18 is a diagram showing a system of an embodiment in which the present invention is applied to noise reduction.

Claims (13)

周期的な車両振動を低減する車両の振動制御装置において、
前記車両振動の基本振動数を検出する検出手段と、
検出された基本振動数の高調波成分のフーリエ級数に基づいて、車両振動を低減するための制御振動を発生するための制御信号を発生する発生手段と、
この制御信号に基づいて振動を発生するアクチュエータ手段と、
車両振動を示す振動信号を検出するためのセンサ手段と、
前記アクチュエータ手段とセンサ手段との間の周波数伝達関数を、制御の安定・不安定の条件が振動の周波数に依存しなくなるように変換する変換手段と、
検出された振動信号と、前記変換手段によって変換された周波数伝達関数とに基づいて、各高調波成分についての前記フーリエ級数の振幅成分を更新する更新手段とを備えたことを特徴とする車両の振動制御装置。In a vehicle vibration control device that reduces periodic vehicle vibrations,
Detecting means for detecting a fundamental frequency of the vehicle vibration;
Generating means for generating a control signal for generating a control vibration for reducing the vehicle vibration based on the Fourier series of the detected harmonic component of the fundamental frequency;
Actuator means for generating vibration based on the control signal;
Sensor means for detecting a vibration signal indicative of vehicle vibration;
Conversion means for converting the frequency transfer function between the actuator means and the sensor means so that the stable / unstable condition of the control does not depend on the frequency of vibration;
An update means for updating the amplitude component of the Fourier series for each harmonic component based on the detected vibration signal and the frequency transfer function converted by the conversion means. Vibration control device. 前記検出手段はエンジンの回転を検出し、その回転周波数を振動の基本振動数とすることを特徴とする請求項１に記載の車両の振動制御装置。2. The vehicle vibration control device according to claim 1, wherein the detection means detects rotation of the engine and uses the rotation frequency as a fundamental frequency of vibration. 前記更新手段は、前記センサ手段が検出した振動信号の平均パワーが最小になるように、各高調波成分についての前記フーリエ級数の振幅成分を更新することを特徴とする請求項１に記載の車両の振動制御装置。2. The vehicle according to claim 1, wherein the updating unit updates the amplitude component of the Fourier series for each harmonic component so that an average power of the vibration signal detected by the sensor unit is minimized. Vibration control device. 前記センサ手段はマイクロフォンであり、前記アクチュエータ手段はスピーカであることを特徴とする請求項１に記載の車両の振動制御装置。2. The vehicle vibration control apparatus according to claim 1, wherein the sensor means is a microphone, and the actuator means is a speaker. 前記変換手段は、各周波数毎の前記アクチュエータ手段−センサ手段間の周波数伝達関数を、その周波数伝達関数の逆行列と共役転置行列とに基づいてＥ［Ｘ^*Ｈ^*ＨＸ］^-1を演算し、前記更新手段は前記フーリエ級数の振幅成分ｆ_Kを、
ｆ_K+1＝ｆ_K−２αＥ［Ｘ^*Ｈ^*ＨＸ］^-1Ｈ^*Ｘｅ
に従って更新することを特徴とする請求項１に記載の車両の振動制御装置。The converting means calculates a frequency transfer function between the actuator means and the sensor means for each frequency based on an inverse matrix of the frequency transfer function and a conjugate transpose matrix, and E [X ^* H ^* HX] ^−1. , The updating means changes the amplitude component f _K of the Fourier series,
f _{K + 1} = f _K −2αE [X ^* H ^* HX] ⁻¹ H ^* Xe
The vehicle vibration control device according to claim 1, wherein the vehicle vibration control device is updated according to the following. 前記変換手段は、ｈを前記アクチュエータ手段−センサ手段間の周波数伝達関数を並べた行列とすると、
γ≡ｈ（ｈ^*ｈ）^-1
に従って変換することを特徴とする請求項１に記載の車両の振動制御装置。The conversion means has a matrix in which h is a matrix of frequency transfer functions between the actuator means and the sensor means.
γ≡h (h ^* h) ^-1
The vehicle vibration control device according to claim 1, wherein the vehicle vibration control device is converted according to 前記アクチュエータ手段はＬ個のアクチュエータを有し、前記センサ手段はＭ個のセンサを有し、Ｌ≦Ｍであることを特徴とする請求項６に記載の車両の振動制御装置。7. The vehicle vibration control device according to claim 6, wherein the actuator means has L actuators, the sensor means has M sensors, and L ≦ M. 車両振動を低減するための制御振動をアクチュエータ手段から発生し、車両振動を示す振動信号をセンサ手段により検出することにより、周期的な車両振動を低減する車両の振動制御方法において、
前もって前記アクチュエータ手段とセンサ手段との間の周波数伝達関数を、制御の安定・不安定の条件が振動の周波数に依存しなくなるように変換しておき、
前記車両振動の基本振動数を検出し、
検出された基本振動数の高調波成分のフーリエ級数に基づいて、車両振動を低減するための制御振動を前記アクチュエータ手段から発生し、
前記変換された周波数伝達関数に基づいて、各高調波成分についての前記フーリエ級数の振幅成分を更新することを特徴とする車両の振動制御方法。In a vehicle vibration control method for reducing periodic vehicle vibration by generating a control vibration for reducing vehicle vibration from the actuator means and detecting a vibration signal indicating the vehicle vibration by the sensor means,
The frequency transfer function between the actuator means and the sensor means is converted in advance so that the stable / unstable condition of the control does not depend on the vibration frequency,
Detecting the fundamental frequency of the vehicle vibration,
Based on the Fourier series of the detected harmonic component of the fundamental frequency, a control vibration for reducing vehicle vibration is generated from the actuator means,
A vehicle vibration control method, comprising: updating an amplitude component of the Fourier series for each harmonic component based on the converted frequency transfer function. エンジンの回転周波数を振動の基本振動数とすることを特徴とする請求項８に記載の車両の振動制御方法。9. The vehicle vibration control method according to claim 8, wherein the rotational frequency of the engine is a fundamental frequency of vibration. 前記更新工程において、前記センサ手段が検出した振動信号の平均パワーが最小になるように、各高調波成分についての前記フーリエ級数の振幅成分を更新することを特徴とする請求項８に記載の車両の振動制御方法。9. The vehicle according to claim 8, wherein in the updating step, the amplitude component of the Fourier series for each harmonic component is updated so that an average power of the vibration signal detected by the sensor means is minimized. Vibration control method. 前記変換工程において、各周波数毎の前記アクチュエータ手段−センサ手段間の周波数伝達関数を、その周波数伝達関数の逆行列と共役転置行列とに基づいてＥ［Ｘ^*Ｈ^*ＨＸ］^-1を演算し、
前記更新工程において、前記フーリエ級数の振幅成分ｆ_Kを、
ｆ_K+1＝ｆ_K−２αＥ［Ｘ^*Ｈ^*ＨＸ］^-1Ｈ^*Ｘｅ
に従って更新することを特徴とする請求項８に記載の車両の振動制御方法。In the conversion step, the frequency transfer function between the actuator means and the sensor means for each frequency is calculated as E [X ^* H ^* HX] ⁻¹ based on the inverse matrix of the frequency transfer function and the conjugate transpose matrix. ,
In the updating step, the amplitude component f _K of the Fourier series is
f _{K + 1} = f _K −2αE [X ^* H ^* HX] ⁻¹ H ^* Xe
The vehicle vibration control method according to claim 8, wherein the vehicle vibration control method is updated according to: 前記変換工程において、ｈを前記アクチュエータ手段−センサ手段間の周波数伝達関数を並べた行列とすると、
γ≡ｈ（ｈ^*ｈ）^-1
に従って変換することを特徴とする請求項８に記載の車両の振動制御方法。In the conversion step, when h is a matrix in which frequency transfer functions between the actuator means and the sensor means are arranged,
γ≡h (h ^* h) ^-1
The vehicle vibration control method according to claim 8, wherein conversion is performed according to: 前記アクチュエータ手段はＬ個のアクチュエータを有し、前記センサ手段はＭ個のセンサを有し、Ｌ≦Ｍであることを特徴とする請求項１２に記載の車両の振動制御方法。13. The vehicle vibration control method according to claim 12, wherein the actuator means has L actuators, the sensor means has M sensors, and L ≦ M.

Images