The Korean Society Of Automotive Engineers
[ < 응용논문> ]
Transactions of the Korean Society of Automotive Engineers - Vol. 30, No. 5, pp.371-378
ISSN: 1225-6382 (Print) 2234-0149 (Online)
Print publication date 01 May 2022
Received 12 Nov 2021 Revised 21 Feb 2022 Accepted 22 Feb 2022
DOI: https://doi.org/10.7467/KSAE.2022.30.5.371

노면 소음 능동제어 시스템의 성능 평가를 위한 HIL 시뮬레이터 개발

강종규1) ; 김현석2) ; 도지현2) ; 오치성3) ; 오동호*, 1)
1)충남대학교 기계공학과
2)에이알이 기술연구소
3)현대자동차 남양연구소 NVH리서치랩
Hardware-In-The-Loop Simulator for Performance Evaluation of Road Noise Active Control System
Jonggyu Kang1) ; Hyounsuk Kim2) ; Jihyun Doe2) ; Chisung Oh3) ; Dongho Oh*, 1)
1)Department of Mechanical Engineering, Chungnam National University, Daejeon 34134, Korea
2)R&D Center, ARE Co. Ltd., 790 Yuseong-daero, Yuseong-gu, Daejeon 34166, Korea
3)NVH Research Lab. of Namyang R&D Center, Hyundai Motor Group, 49 Hyundaiyeonguso-ro, Namyang-eup, Hwaseong-si, Gyeonggi 18278, Korea

Correspondence to: *E-mail: dongho@cnu.ac.kr

Copyright Ⓒ 2022 KSAE / 198-04
This is an Open-Access article distributed under the terms of the Creative Commons Attribution Non-Commercial License(http://creativecommons.org/licenses/by-nc/3.0) which permits unrestricted non-commercial use, distribution, and reproduction in any medium provided the original work is properly cited.

Abstract

To evaluate hardware, software, and the performance of the road noise active control system prior to conducting the actual vehicle test, a HIL(Hardware-In-the-Loop) simulator was proposed. Reference signals and primary noise signals were measured by accelerometers and microphones on the test vehicle, respectively. The secondary path, which was used for the plant model in the simulation loop, was also modeled in the test vehicle. Various references and noise data could be stored on the host PC of the HIL simulator, and optionally used for simulations. The HIL simulator hardware was developed by using a multicore, system-on-chip processor configured with TMS320C66x CorePac DSP. This multi-rate system is composed of the sampling rate conversion blocks for input and output signals. The control signal of the active noise control system was then convolved with the secondary path model, and a residual error signal was produced with the addition of the primary noise. The proposed system was verified in terms of convergence characteristics, while noise reduction performance was evaluated after comparing the MATLAB simulation with the actual vehicle test.

Keywords:

HIL(Hardware-In-the-Loop), Road noise, Active noise control system, Multirate system, Digital signal processor

키워드:

하드웨어 포함, 노면 소음, 능동소음제어 시스템, 멀티레이트 시스템, 디지털 신호 처리기

1. 서 론

전기차의 보급이 확대되고 수소차 양산이 시작되는 등 점차 자동차의 첨단화, 고품질화가 빨라지고 있는 추세에 있다. 이에 따라 차량의 감성 지수 중 한 요소였던 NVH(Noise, Vibration and Harshness) 성능, 특히 차량 소음에 대한 소비자의 요구 수준 또한 점점 높아지고 있다. 이를 위해 세계적인 완성차 및 부품 제조사를 중심으로 능동소음제어 기술을 차량의 편의 기능으로 추가하기 위한 많은 연구, 개발이 진행되고 있다. 1990년대에 차량 실내의 엔진 소음을 제거하기 위해 ANC가 처음 양산된 바 있으며, 최근에는 DSP 기술의 급속한 발전으로 노면 소음(Road noise) 등으로 ANC 기술의 적용이 확대되고 있다.

HIL 시뮬레이션 기술은 항공 산업에 처음 도입되어 전체 항공기 체계를 시험하기 전에 서브시스템 혹은 부품의 기능 및 신뢰성을 검증하기 위한 수단으로 활용되어왔다. 이를 통해, 전체 시스템의 개발 기간을 줄이고 시험에 투입되는 비용과 노력을 절감하는 등 개발의 효율성을 높이는데 큰 역할을 담당하고 있다. 이러한 장점으로 인해 현재는 자동차, 해양, 방위 산업 분야로 그 적용의 폭이 널리 확대되었으며, 자동차 분야에서는 동력시스템, 주행안전시스템, 자율주행시스템 등의 개발에 HIL 시뮬레이터를 적용하기 위한 연구가 많이 진행되어 왔다.1-6)

노면 소음은 타이어와 서스펜션, 차체로 이어지는 소의 전달경로가 매우 복잡하고, 노면 상태와 차량 속도의 변화에 의해 빠르게 시변(Time-varying)하는 특성을 가진다.7) 이로 인해 노면 소음은 가장 어려운 ANC 적용 분야 중 하나로, 시스템의 성능과 안정성 검증을 위해 다양한 노면 조건에서 반복적인 주행시험을 필요로 하게 된다. 따라서, 노면 소음 ANC 개발에 HIL 시뮬레이션 기술을 활용하면 실차 조건에서 수행되는 반복적인 주행 시험을 크게 줄일 수 있어 개발의 효율성 향상을 기대할 수 있다. 이러한 노면 소음 ANC에 HIL 시뮬레이션 방법을 도입한 몇몇 연구가 진행되어 왔는데, Oh 등7)은 도로 부밍 소음의 제어 성능을 확인하기 위해 주행 조건에서 취득된 소음과 진동 신호를 제어기에 전달하고, 제어 출력에 의한 잔여 소음 추정은 실제 차량의 부가 경로(Secondary path)를 이용하는 방법을 사용하였다. Pi 등8)은 가속도 센서와 마이크, 제어 스피커가 구축된 실제 차량의 토션 빔에 정현파, 스윕, 랜덤 가진을 입력하여 제어 성능을 확인하는 방법을 이용하였다. Zafeiropoulos 등9)은 주행 상태에서 취득한 소음과 진동 신호를 시뮬레이션에 이용하였으나, HIL 시스템의 상세한 구조는 소개되지 않았다.

본 연구에서는 노면 소음 ANC 제어기의 하드웨어와 소프트웨어를 검증하고 성능 개발에 활용이 가능한 HIL 시뮬레이터 개발을 목표로 한다. 시뮬레이터의 하드웨어는 고속 연산이 가능한 DSP를 기반으로 설계하여, 차량을 이용한 벤치가 아닌 실험실 환경에서 간단하게 시험이 가능하도록 구현하였다. 신호 입출력부는 멀티레이트(Multirate) 프로세싱을 적용하여, 부가 경로 모델과 제어기 출력 신호의 콘볼루션(Convolution) 연산에 필요한 처리 시간을 확보함으로서, 재현의 실시간성을 보장할 수 있게 하였다.

본 논문의 2장에서는 노면 소음 ANC 시스템의 구조에 대해 기술하였고, 3장에서는 시뮬레이터의 작동 원리와 하드웨어에 대한 설계 내용을 설명하였다. 4장에서는 본 시뮬레이터의 성능과 유효성 입증 결과를 보였으며, 5장에서 본 연구의 결론을 제시하였다.


2. 노면 소음제어 시스템

노면 소음은 주행 중 균일하지 못한 노면 상태에 의해 발생한다. 즉, 노면으로부터 전달되는 가진력에 의해 타이어와 서스펜션, 차체가 진동을 하게 되고, 이러한 진동은 실내에 구조 전달 소음(Structure borne noise)을 발생시킨다. 노면 소음 ANC는 소음원이 되는 차체의 진동을 가속도 센서로 측정하여 참조 신호(Reference signal)로 사용하는 피드포워드 제어 기법이 사용된다. 참조 신호로부터 제어음을 출력하는 적응필터는 부가 경로 모델에 의해 필터링된 참조 신호와 잔여 소음 신호를 이용하여 FXLMS 알고리즘에 의해 실시간 업데이트된다.10)

Fig. 1은 ANC 시스템의 블록도를 나타낸다. x(n)은 참조 신호, d(n)은 마이크 위치에서의 원소음, y(n)은 제어음, e(n)은 잔여 소음을 나타내며, P(z)는 소음원으로부터 마이크 소음 신호에 대한 주(主) 경로(Primary path) 함수, S(z)는 제어스피커로부터 마이크의 제어음 신호에 대한 부가 경로 함수, W(z)는 적응 필터, S^z은 FIR 필터로 모델링된 부가 경로 모델이다.

Fig. 1

Block diagram of ANC system

노면 소음은 실제로 무수히 많은 가진점에 의해 발생된다. 따라서, 제어 지점의 원소음 신호에 대한 기여도(Coherence)가 높은 참조 신호를 가능한 많이 사용해야 제어 성능이 향상된다. 이로 인해 일반적으로 노면 소음 ANC는 R개의 참조 신호 입력, K개의 제어 스피커, M개의 오차 마이크로 구성된 다채널 입⋅출력 시스템이 된다.

이러한 다채널 시스템을 Fig. 1에 적용하면, 부가 경로 모델에 의해 필터링된 참조신호는 다음 식에 따라 얻어진다.

x'mkrn=j=0LsS^mk,jxrn-j(1) 

여기서, S^mk,j는 FIR 필터로 모델링된 부가 경로 모델, S^mkz=j=0LsS^mk,jz-j의 필터 계수이다.

적응 필터 W(z)는 경사하강(Steepest descent)법에 의해 아래 식에 따라 업데이트된다.

Wkr,in+1=γWkr,in                     -2μm=1Memnxmkr' n-i(2) 

여기서, γ는 망각계수(Forgetting factor)11)로 0에서 1 사이의 값을 가지며, μ는 수렴계수(Step-size)로 시스템의 성능과 안정성 및 적응 필터의 수렴속도를 결정한다.

또, 각 스피커의 제어출력 ck(n)은 다음과 같다.

ckn=r=1Ri=0LwWkr,inxrn-i(3) 

노면 소음 ANC는 특정 조건의 노면을 반복 주행하며 알고리즘 및 제어 파라미터를 수정하고, 소프트웨어를 검증하는 것이 일반적인 성능 개발의 과정이다. 그러나, P(z)와 S(z)는 차체 혹은 부품의 기계적인 변형 및 온도, 습도, 차량 속도, 노면 상태의 변화 등에 따라 시변하기 때문에 소음의 재현성이 떨어지게 된다. 이로 인해, 실차 시험에서는 ANC 성능의 편차가 발생하게 되어 파라미터의 정밀한 보정과 분석의 신뢰도를 확보하기가 어렵다. 또한, ANC 제어의 안정성을 검증하기 위해서는 다양한 노면에서의 주행 시험이 필요하나, 이러한 시험에는 많은 시간과 노력이 소요되게 된다.


3. ANC HIL 시뮬레이터

3.1 시뮬레이터의 작동

본 HIL 시뮬레이터에서는 특정 조건의 노면에서 취득된 진동 신호와 소음 신호 데이터의 반복 재생을 통하여 ANC 제어기에 전달한다. 이러한 시험 방법은 실차 상태에서의 반복 주행 시험과 동일하지만 P(z)의 시변 특성을 배제할 수 있어 시험 결과의 신뢰도를 높일 수 있다. 또, 다양한 노면 조건에서 측정된 진동과 소음 신호 데이터를 Host PC에 저장하고, Fig. 2에서와 같이 시뮬레이션하고자 하는 노면에 따라 진동, 소음 데이터를 선택 혹은 복합적으로 시뮬레이션에 적용할 수 있다.

Fig. 2

Block diagram of HIL simulation

Fig. 1에서와 같이 ANC 시스템은 적응필터의 출력신호와 마이크 위치에서의 제어음 간의 전달함수인 S(z), 즉 부가 경로 함수를 포함하고 있다. 시뮬레이션에서는 제어 출력에 대해 마이크에서의 제어음을 실시간으로 추정하기 위해 부가 경로 함수 모델을 필요로 한다. 본 시뮬레이터에서는 부가 경로 함수를 LMS 기법에 의해 FIR 필터로 모델링하였으며,12) HIL 시뮬레이션 루프의 플랜트 모델로 적용하여 제어 출력과의 콘볼루션 연산에 의해 제어음을 추정하는데 사용한다. 부가 경로 모델은 모델의 정확도에 의해 제어음 또는 잔여 소음의 재현 성능에 영향을 주게 되며, 이는 FIR 필터의 필터 차수가 높아짐에 따라 향상되는 특성을 보인다. 이에 대한 분석과 필터 차수의 선정은 4.1절에서 수행된다.

실차 상태에서 ANC 제어기는 가속도 센서, 마이크, 앰프 등과 A2B(Automotive Audio Bus) 통신 방식을 이용하여 48 kHz의 샘플링 데이터를 송수신한다.13) HIL 시뮬레이터는 제어 출력과 부가 경로 모델의 콘볼루션 연산을 수행하기 때문에, ANC 제어기와 인터페이스의 동일성을 유지하면서 연산 시간을 확보하는 것이 필요하다. 이를 위해, 시뮬레이터의 입출력 신호처리부는 멀티레이트 시스템으로 구성된다. 즉, ANC 제어기의 제어출력이 HIL 시뮬레이터에 입력되면 다운 샘플링(Down sampling) 과정을 거친 후 부가 경로 모델과 콘볼루션된다. 콘볼루션에 의해 생성된 제어음(yhil)은 소음 신호(dhil)와 합해진 후, 잔여 소음 신호(ehil)가 만들어지며 잔여 소음 신호와 진동 신호(xhil)은 다시 업 샘플링(Up Sampling)되어 ANC 제어기로 전송된다.

3.2 하드웨어

Fig. 3은 시뮬레이터의 하드웨어 구성을 나타낸다. 하드웨어는 DSP가 내장된 메인프로세서와 ANC 제어기 인터페이스부가 통합된 보드 형태이다. MATLAB 등을 기반으로 하는 상용 장비를 이용하는 방법에 비해, 하드웨어 및 소프트웨어 개발에 대한 많은 경험과 노력을 필요로 하지만, 기능적인 측면의 자유도가 높고 설계 최적화를 통해 장비의 경량화를 이룰 수 있는 장점을 가진다. 본 HIL 시뮬레이터 하드웨어의 주요 구성 요소는 다음과 같다.

Fig. 3

Configuration of the embedded HIL simulator hardware

1) 메인프로세서 - 시뮬레이터의 메인프로세서는 TI(Texas Instrument)사의 TMS320C66x CorePac DSP가 집적된 Multi Core SoC를 사용하였다. C66x DSP Core는 고정 소수점 및 부동 소수점 연산이 가능하고, 750 MHz의 클럭 속도로 동작한다. 또, 코어 당 32 kB의 L1 데이터/프로그램 캐쉬와 512 kB의 L2를 보유하고 있고, 코어 간 2.5 MB의 메모리를 공유한다. 본 HIL 시뮬레이션에서는 샘플레이트 변환, 제어출력과 부가 경로 모델의 콘볼루션 연산 등 빠르고 대용량의 처리가 필요한 연산은 DSP 코어에서 처리하고, 데이터의 전송 등 기타 주변 기능은 ARM(Advanced RISC Machine) Core에서 수행한다.

2) 외부메모리 - 2 GB의 DDR3 메모리를 적용하였으며, 부가 경로 모델 및 다양한 노면에 대한 진동, 소음 데이터 저장에 사용된다.

3) 입출력 인터페이스 - 실차 상태의 ANC 제어기 입출력은 가속도 센서와 마이크 입력, 앰프로의 제어 출력으로 구성되며, 모든 입출력 신호는 A2B 통신 버스를 이용하여 디지털 형태로 전송 혹은 수신된다. 시뮬레이터의 인터페이스부는 ANC 제어기와의 A2B 통신을 위해 ADI(Analog Devices)사의 AD2428 A2B 트랜시버를 적용하였으며, 가속도 센서와 마이크, 앰프 입출력을 위해 총 3채널이 A2B 입출력 라인을 구성하였다.

4) Host PC 인터페이스 - Host PC는 시뮬레이터의 작동과 채널의 제어 및 선택, 부가 경로 모델 및 진동, 소음 데이터의 관리/입력 등의 기능을 수행한다. 대용량의 소음, 진동 데이터 입력을 위해 SPI(Serial Peripheral Interface) 통신을 구현하였으며, 40 Mbps 이상의 전송속도를 갖도록 설계하였다.


4. HIL 시뮬레이션

4.1 부가 경로 모델

부가 경로 함수는 LMS 기법을 이용하여 FIR 필터로 모델링된다. 일반적으로 모델의 정확도는 필터의 차수가 높아질수록 좋아지지만, 반대로 필터 차수가 너무 높으면 프로세서의 연산 부하가 증가하게 되어 실시간 시스템의 구성이 어려워질 수 있다. Fig. 4는 부가 경로 모델의 모델링 정확도를 평가하기 위한 블록도이다.

Fig. 4

Block diagram for assessment of modeling accuracy

모델링에 사용된 시계열의 백색잡음(White noise) 신호 데이터와 마이크로 입력되는 신호를 측정하게 되면, 모델의 출력 y^n을 통해 오차 e(n)을 얻을 수 있다. 이를 통해, 다음 식에 따라 필터 차수에 따른 모델링 정확도를 판별할 수 있다.

MAmkf=-10*log10f=0FnEmkf2f=0FnYmkf2(4) 

여기서, Ymk(f)는 k번째 제어스피커 출력에 대해 m번째 마이크에 수음된 신호의 스펙트럼이고, Emk(f)는 오차 신호의 스펙트럼이다.

Fig. 5는 필터 차수를 128 Taps에서 1024 Taps까지 64 Taps 간격으로 증가시키며 모델링한 부가 경로 모델에 대한 모델링 정확도 결과로, 약 700 Taps 이상에서는 모델링 정확도가 한계성능에 수렴함을 볼 수 있다. 또, Table 1은 필터 차수에 따른 DSP의 연산부하(Computational complexity)를 매 클럭마다 카운트가 증가하는 DSP 타이머를 이용하여 측정한 결과이다. 필터 차수를 512, 640, 768, 896, 1024의 5가지 경우에 대해 DSP의 동작 클럭 대비 점유율을 측정한 결과, 작동 여유(Margin) 20 %를 고려할 경우 896과 1024는 DSP의 연산부하 기준을 초과하게 되어 적용이 불가능하다.

Fig. 5

Modeling accuracy of secondary path against various filter lengths

Computational complexity for each filter length

따라서, 본 HIL 시뮬레이터에서는 제어 출력과의 콘볼루션에 사용될 부가 경로 모델의 필터 차수를 768 Taps으로 선정하였다. Fig. 6은 768 Taps를 적용하여 시험 차량에서 모델링한 부가 경로 모델로, 1번째 제어스피커 입력과 1번째 마이크 출력에 대한 모델의 임펄스 응답과 주파수 응답을 보여준다.

Fig. 6

IRF and FRF of the estimated secondary path: (a) Impulse response and (b) Frequency response

4.2 시뮬레이션 및 실차 시험

본 절에서는 HIL 시뮬레이터의 성능을 검증하기 위해, MATLAB을 통한 비실시간 시뮬레이션과 실차 시험에 의한 ANC의 소음 저감 성능을 HIL 시뮬레이션 결과와 비교한다.

Fig. 7은 노면 소음 ANC 시스템에 대한 차량 시험 구성을 보여주며, 시스템은 대형 세단 차량을 대상으로 구축하였다. 언더바디의 플로어 판넬, 멤버 등에 가속도 센서 12채널(R=12), 탑승자의 귀 위치 부근에 마이크 8채널(M=8)을 장착하여 각각 제어기의 진동과 오차 신호 입력으로 사용하였고, 제어음은 차량 오디오 시스템의 총 8채널(K=8) 스피커를 통해 출력된다. 시험 차량을 이용하여 MATLAB과 HIL 시뮬레이션에 이용된 부가 경로 함수를 4.1에서와 같이 모델링하였으며, 현대자동차 남양연구소의 일반 도로 노면을 모사한 소음 평가 주행 시험로를 60 km/h로 정속 주행하는 조건에서 소음과 진동 신호 데이터를 취득하였다.

Fig. 7

Vehicle test setup of road noise ANC

먼저, 각 시뮬레이션의 제어 특성 비교를 통하여, HIL 시뮬레이터가 시뮬레이션 루프 내에서 잘 동작하고 있음을 확인한다. 식 (2)의 수렴 계수는 ANC의 성능과 안정성에 가장 큰 영향을 주는 제어 파라미터로서, 수렴 계수가 너무 작으면 수렴 속도가 느려져 제어 성능의 감소 요인이 되며 너무 크면 시스템이 불안정하거나 발산할 가능성이 있다. MATLAB을 이용한 비실시간 시뮬레이션과 HIL시뮬레이션을 통해, 수렴 계수의 변화에 따른 수렴 특성을 비교하였다. Fig. 8은 각 수렴 계수에 대한 수렴 곡선을 나타낸다. 수렴 곡선은 다음 식과 같이 일정 시간 블록(L) 동안의 오차 신호 데이터에 대한 평균자승오차(Mean square error)를 계산하여 도시한다.

MSEi=m=1Ml=1LemiL+12L(5) 
Fig. 8

Convergence curve for each step-sizes

여기서, 블록 길이 L은 32768을 적용하였고, ii=0,1, ... I-1로 총 I개의 블록 수만큼 수렴이 진행되었음을 나타내며 본 연구에서는 60을 적용하여 수렴 특성을 확인하였다.

수렴 계수 3.0에서는 제어 성능이 크게 감소하며 불안정한 특성을 보여주었고, 1.5로 설정할 경우 빠 른 수렴 속도와 함께 가장 좋은 소음 저감 성능을 나타냄을 확인하였다. 따라서, 본 연구에서는 수렴 계수를 1.5로 선정하여 ANC의 제어 성능을 비교 분석하였다.

Fig. 9는 수렴 계수 1.5를 적용하여, MATLAB 시뮬레이션과 HIL 시뮬레이션 및 실차 시험 결과를 비교한 스펙트럼이다. 1개의 블록 길이에 해당하는 노면을 12회 반복 주행한 후 실차 조건의 소음 저감 성능을 측정하였다. 또한, 동일한 노면의 진동, 소음 측정데이터를 사용하여 각각 MATLAB과 HIL 시뮬레이션에서 12회 반복 수렴을 진행하였으며, 식 (6)에 의해 각 시험 별 소음 저감(Noise reduction) 성능을 구할 수 있다.

NR=-10*log10m=1Mf=FlFuEmf2m=1Mf=FlFuDmf2(6) 
Fig. 9

Comparison of ANC results at vehicle speed 60 km/h (solid: ANC off, dashed: vehicle test, dotted: MATLAB simulation, dotdash: HIL simulation)

여기서, E(f)와 D(f)는 각각 제어와 비제어 상태의 마이크 신호에 대한 스펙트럼이며, M=1,2, ... M으로 오차 마이크의 위치를 나타내고, FlFu은 관심 주파수 대역의 시작과 끝 주파수를 의미한다. Fig. 9에서와 같이, 좌석 및 귀 위치 별로 다소 차이를 보이지만 100~150 Hz 사이의 부밍(Booming) 소음과 200~250 Hz의 공명음(Cavity)이 실내 소음의 대부분을 차지하고 있으며 약 300 Hz 부근의 럼블(Rumble) 소음 또한 좌석에 따라 높은 레벨을 나타냄을 볼 수 있다. 실차 조건과 MATLAB 시뮬레이션, HIL 시뮬레이션 및 각 주파수 대역 별 소음 저감 성능을 Table 2에 나타냈다.

Noise reduction performance (Unit: dBA)

수렴 계수에 따른 수렴 특성과 소음 저감량 분석 결과를 확인했을 때, 잔여 소음 및 진동 신호에 대한 HIL 시뮬레이터의 재현 정확도가 매우 높다고 볼 수 있다. 따라서, 실차 시험의 진행에 앞서, 개발된 HIL 시스템에 기반한 실시간 시뮬레이션을 이용하면 ANC 시스템의 하드웨어 및 소프트웨어의 사전 검증이 가능할 것으로 판단된다. 또한, 실차 조건과 유사한 소음 저감 성능을 도출할 수 있는 적절한 제어 파라미터의 선정이 가능하기 때문에, 반복 주행 시험에 투입되는 많은 시간과 노력을 절감할 수 있을 것으로 기대된다.


5. 결 론

본 연구에서는 노면 소음제어 시스템의 하드웨어 및 소프트웨어 검증에 활용할 수 있는 HIL 시뮬레이터를 개발하였다. 시뮬레이터는 ANC 제어기와 동일한 입출력 인터페이스를 갖는 통합형 보드 형태로 개발되었으며, 제어기와의 연동 환경에서 실시간 시뮬레이션이 가능하였다. 차량에서 취득된 진동, 소음 신호와 부가 경로 모델은 HIL 시뮬레이션 루프 내에서 높은 정확도의 잔여 소음 신호와 진동 신호를 재현해주었으며, MATLAB을 통한 비실시간 시뮬레이션과 실차 ANC 제어 성능과의 비교를 통해 HIL 시뮬레이터의 성능이 유효함을 확인할 수 있었다.

제안된 HIL 시뮬레이터를 활용하면, ANC 시스템의 하드웨어와 소프트웨어 및 제어 특성을 실차 시험 전 미리 검증할 수 있기 때문에 실차 환경에서의 성능 개발에 투입되는 많은 시간과 노력을 절약할 수 있을 것으로 기대된다.

Nomenclature

W(z) : adaptive filter
P(z) : primary path
S(z) : secondary path
S^z : model of secondary path
x(n) : reference signal by accelerometers
d(n) : primary noise signal
y(n) : anti-noise signal by secondary source
e(n) : error signal on error microphones
μ : step-size(convergence factor)
γ : forgetting factor
Lw : order of the adaptive filter
Ls : order of the secondary path model

Subscripts

r, k, m : index of references, speakers, microphones

Acknowledgments

이 논문은 2022년도 정부(과학기술정보통신부)의 재원으로 정보통신기획평가원의 지원(2021-0-00854, 자동차 도로소음의 지능형 능동 저감 시스템 개발, 50%)과 2022년도 중소벤처기업부와 중소기업기술정보진흥원의 “지역특화산업육성+(R&D, S3078957)”사업의 지원을 받아 수행된 연구결과임(50%).

References

  • D. Kim, Development of the HILS-based Performance Evaluation System for Heavy Duty Hybrid Vehicle, Ph. D. Dissertation, Chonbuk National University, Cheongju, 2016.
  • M. Suh, S. Kim, J. Chung, C. Seok, Y. Kim, S. Lee and J. Lee, “Development of Hardware-In-The-Loop Simulator for ABS,” Transactions of KSAE, Vol.6, No.2, pp.155-167, 1998. [https://doi.org/10.4271/980244]
  • M. Suh, H. Lee and Y. Park, “Development of Hardware-in-the-loop Simulator for TCS,” Transactions of KSAE, Vol.7, No.5, pp.194-205, 1999.
  • J. Ryu and J. Kim, “A Lane-change Collision Avoidance Algorithm for Autonomous Vehicles and HILS(Hardware-In-the-Loop Simulation) Test,” Transactions of KSAE, Vol.7, No.5, pp.240-248, 1999.
  • G. Jung and K. Lee, “A Development of Hardware-in-the-Loop Simulation System of Automatic Transmission for the Simulation of Shifting Characteristics,” Transactions of KSAE, Vol.9, No.6, pp.143-151, 2001.
  • K. Park and S. Heo, “Development of HILS System for VDC,” Transactions of KSAE, Vol.11, No.3, pp.184-191, 2003.
  • S. Oh, H. Kim and Y. Park, “Active Control of Road Booming Noise in Automotive Interiors,” The Journal of the Acoustical Society of America, Vol. 111, No.1, pp.180-188, 2002. [https://doi.org/10.1121/1.1420390]
  • X. Pi, L. Zhang, D. Meng and X. Zhang, “Experimental Performance Analysis of Multi- Channel Active Control System for Road Noise in Vehicles Using FXLMS Algorithm,” SAE 2020-01-1277, 2020.
  • N. Zafeiropoulos, J. Zollner and V. K. Rajan, “Active Road Noise Cancellation for the Improvement of Sound Quality in the Vehicle,” ATZ Worldwide, Vol.120. No.3, pp.38-43, 2018. [https://doi.org/10.1007/s38311-018-0003-1]
  • S. M. Kuo and D. R. Morgan, “Active Noise Control: A Tutorial Review,” Proceeding of The IEEE, Vol.87, No.6, pp.943-973, 1999. [https://doi.org/10.1109/5.763310]
  • B. Widrow and S. D. Stearns, Adaptive Signal Processing, Prentice-Hall, New Jersey, 1985.
  • B. Farhang-Boroujeny, Adaptive Filters Theory and Applications, 2nd Edn., John Wiley & Sons, New York, 2013. [https://doi.org/10.1002/9781118591352]
  • Analog Devices, AD2420(W)/6(W)/7(W)/8(W)/9(W) Automotive Audio Bus A2B Transceiver Technical Reference, Revision 1.1, 2019.

Fig. 1

Fig. 1
Block diagram of ANC system

Fig. 2

Fig. 2
Block diagram of HIL simulation

Fig. 3

Fig. 3
Configuration of the embedded HIL simulator hardware

Fig. 4

Fig. 4
Block diagram for assessment of modeling accuracy

Fig. 5

Fig. 5
Modeling accuracy of secondary path against various filter lengths

Fig. 6

Fig. 6
IRF and FRF of the estimated secondary path: (a) Impulse response and (b) Frequency response

Fig. 7

Fig. 7
Vehicle test setup of road noise ANC

Fig. 8

Fig. 8
Convergence curve for each step-sizes

Fig. 9

Fig. 9
Comparison of ANC results at vehicle speed 60 km/h (solid: ANC off, dashed: vehicle test, dotted: MATLAB simulation, dotdash: HIL simulation)

Table 1

Computational complexity for each filter length

Filter length Number of multiplication
(K*M*Ls)
DSP usage
512 8,192 26 %
640 10,240 42 %
768 12,288 52 %
896 14,336 89 %
1024 16,384 -

Table 2

Noise reduction performance (Unit: dBA)

Test Overall
(0~500 Hz)
Booming
(100~150 Hz)
Cavity
(200~250 Hz)
Rumble
(250~350 Hz)
Vehicle 5.89 6.91 7.55 3.26
MATLAB simulation 6.01 6.38 8.56 3.73
HIL simulation 5.96 7.82 7.45 2.72