Design of IIR Structure Active Mufflers using Stabilized Filter Algorithms

안정화 필터 알고리즘을 적용한 IIR 구조 능동 머플러의 설계

Abstract

Active muffler is implemented by applying active noise control technique to reduce exhaust noise of automobile muffler. Conventional Filtered_x LMS algorithm has a problem that the degree of control filter becomes very large and convergence deteriorates when acoustic feedback is present. The recursive LMS algorithm can compensate for this problem because it can be easily diverted in the adaptive filter adaptation process. In this paper, the structure of the primary path and the secondary path transfer function is designed as the IIR filter to improve the convergence performance and the computational burden, and the stabilization filter algorithm is applied to secure stability which is a disadvantage of the IIR filter structure. The stabilization filter algorithm plays a role of pulling the pole into the unit circle to prevent the pole of the transfer function corresponding to the acoustic feedback from diverging during the adaptation process. In this way, the computational burden of the active muffler system and the convergence performance can be improved. In order to show the usefulness of the proposed system, we compared the performance of the proposed Filtered_x LMS algorithm with the performance of the proposed system for the exhaust sound of a diesel engine, which is a variable environment. Compared to conventional algorithm, proposed algorithm's computational burden is less than half, and convergence performances are more than 4 times.

능동 머플러는 자동차 머플러의 배기소음을 저감하기 위하여 능동 소음 제어 기법을 적용하여 구현된다. 기존의 보편적인 Filtered_x LMS 알고리즘은 음향 궤환이 존재할 경우 제어필터의 차수가 매우 커지고 수렴성이 악화되는 문제가 있다. 이를 보완할 수 있는 Recursive LMS 알고리즘은 적응필터의 적응과정에서 쉽게 발산할 수 있어 적용이 제한되어 왔다. 본 논문에서는 수렴 성능과 계산량 부담이 개선되도록 1차 경로와 2차 경로 전달함수의 구조를 IIR 필터로 설계하였으며 IIR 필터 구조의 단점인 안정성 확보를 위해 안정화 필터 알고리즘을 적용하였다. 안정화 필터 알고리즘은 적응과정 중에 음향 궤환에 해당하는 전달함수의 극점이 발산하는 것을 방지하기 위하여 극점을 단위원 내부로 끌어 당기는 역할을 수행한다. 이러한 방법으로 능동 머플러 시스템의 계산량 절감과 수렴성능을 향상시킬 수 있다. 제안한 시스템의 유용성을 보이기 위하여 가변 환경인 디젤 엔진의 배기음향을 대상으로 기존의 Filtered_x LMS 알고리즘과 제안한 시스템과의 성능을 비교하여 그 우수성을 보였으며, 계산량은 절반 이하, 수렴 특성은 4배 이상의 성능을 보였다.

Fig. 1. Active Noise Canceling Systems for Mufflers

Fig. 2. Superposition Models for Active Mufflers

Fig. 3. Block Diagram of Superposition Models

Fig. 4. Adaptive Filter Algorithms

Fig. 5. Filtered_x LMS Algorithms

Fig. 6. Filtered_U LMS Algorithms

Fig. 8. Characteristics of Diesel Engine Noise Signal with Variable State

Fig. 9. Comparison of Proposed Algorithms VS. Conventional Algorithms in Active Muffler System

Table 1. Muffler Parameters

Table 2. Simulation Parameters