Active noise control in a vehicle-like environment : the noise box case study

Following previous works that aimed at implementing Active Noise Control (ANC) solutions inside an impedance tube, the present developments moved to the more complex case, yet more realistic, of a 3D laboratory environment. In particular, this thesis serves the ultimate goal of implementing ANC solutions inside vehicle-like environments. For this reason, the current case study has been developed inside the Noise Box, that is an acoustic test bench of the "PoliMi Sound and Vibration Lab", specifically developed for the investigation of vehicle cabin interior noise. In correspondence with current developments in the area of ANC, this work first implemented the Filtered Reference Least Mean Squares algorithm (FXLMS), in a single-input single-output (SISO) configuration, later suggesting an improvement to this adaptive filtering technique and adopting the Normalized Least Mean Squares algorithm. The second major part of the thesis took a first leap towards the more widely-used approach of multichannel ANC. Early developments defined the simulation environment of the Noise Box, and after going into the theory of adaptive filters and the NLMS adaptive algorithm, dealt with numerical simulations performed in order to grasp a full understanding of this newly proposed adaptive algorithm. Complementing numerical results, still with the SISO architecture, the following chapter proceeded with a comparison between the results obtained by the first two experimental campaigns carried out by applying the feed-forward FXLMS and FXNLMS algorithms, proving the added value of the latter. In fact, it was found that the NLMS tends to adapt better to input noise sources with increased and/or high amplitudes, also ensuring a more confident convergence of the system in most cases. Finally, the last chapter moved to the multichannel case, taking a first step in this direction: first implementing a double control strategy and then moving to the single-reference/multiple-output control logic. It is demonstrated that very high levels of noise attenuation can be reached when having more than one control source, also solving major issues related to state observability, always faced in SISO systems.

Dopo i lavori precedenti che miravano a implementare soluzioni di Active Noise Control (ANC) all'interno di un tubo d’impedenza, il presente lavoro si pone l’obiettivo di testare nuovi algoritmi di ANC in un ambiente più complesso, ma più realistico, ovvero un ambiente 3D di laboratorio. In particolare, questa tesi ha come obiettivo finale l'implementazione di soluzioni ANC all'interno di ambienti simili a quelli di veicoli. Per tale ragione, come ambiente di sviluppo, è stata utilizzata la Noise Box, ovvero un banco prova acustico del "PoliMi Sound and Vibration Lab", specificamente progettato per l'indagine del rumore interno di un abitacolo. In linea con gli attuali sviluppi nell'area dell'ANC, in questo lavoro si è dapprima implementato l'algoritmo Filtered Reference Least Mean Squares (FXLMS), in una configurazione single-input single-output (SISO), e si è poi adottato un algoritmo migliorativo, implementando l'algoritmo Normalized Least Mean Squares. Nella seconda parte della tesi, si approccia il tema, più ampiamente utilizzato, dell'ANC multicanale. Nei primi sviluppi, si descrive l'ambiente di simulazione della Noise Box, e dopo aver approfondito la teoria dei filtri adattativi e l'algoritmo adattivo NLMS, si presentano le simulazioni numeriche eseguite al fine di cogliere una piena comprensione di questo nuovo algoritmo adattivo proposto. In parallelo ai risultati numerici, sempre con l'architettura SISO, nel capitolo successivo si descrivono i risultati delle prime due campagne sperimentali di confronto eseguite applicando gli algoritmi feed-forward FXLMS e FXNLMS, dimostrando il valore aggiunto di quest'ultimo. Infatti, si è riscontrato che l'NLMS tende ad adattarsi meglio a fonti di rumore in ingresso con ampiezze maggiori e/o elevate, garantendo anche una convergenza più sicura del sistema nella maggior parte dei casi. Infine, l'ultimo capitolo affronta il caso multicanale, compiendo un primo passo in questa direzione: si implementa prima una strategia di controllo doppia e poi si passa alla logica di controllo single-reference/multiple-output. I risultati di questa ultima campagna di prove permettono di dimostrare che, con questo approccio, si possono raggiungere livelli molto alti di attenuazione del rumore quando si ha più di una sorgente di controllo, risolvendo anche importanti problemi legati all'osservabilità di stato, sempre affrontati nei sistemi SISO.