딥러닝 기반 실시간 2차 경로 보정 능동 도로 소음 제어

Deep learning-based real-time secondary path updating for active road noise control

연구 내용

도로 소음에 대해 2차 경로 추정을 실시간으로 갱신하는 딥러닝 기반 능동 소음 제어 방법을 개발하는 연구

본 연구는 도로 소음 저감을 위해 능동 소음 제어기의 2차 경로(secondary path) 추정 정확도를 확보하는 데 중점을 둡니다. 딥러닝 모델을 이용하여 입력 신호로부터 2차 경로를 실시간으로 업데이트하고, 제어 설계가 요구하는 동특성을 반영하도록 학습과 추정 절차를 결합합니다. 또한 데이터 효율을 위해 주요 성분을 기반으로 학습 입력을 구성하여 연산량을 줄이고, 온라인 제어 성능과 감쇠 효과를 연계해 평가하는 절차를 제공합니다.

관련 프로젝트

0건

연구 흐름

초기에는 도로 소음 조건에서 2차 경로 추정의 오차가 제어 성능에 미치는 영향을 분석하고, 추정 갱신이 가능한 학습 구조를 구성했습니다. 이후 딥러닝을 적용하여 2차 경로를 실시간으로 업데이트하는 알고리즘을 설계하고, 제어기 운용 중 발생하는 변동에 대응할 수 있도록 추정 절차를 제어 루프에 통합했습니다. 마지막으로 도로 소음 저감 성능을 기준으로 온라인 업데이트의 효과를 검증하는 연구를 수행했습니다.

활용 가능성

활용 가능성은 알앤디써클 특화 AI 에이전트가 생성한 내용으로, 실제 연구 가능 여부는 연구실과의 논의가 필요합니다.

실시간 2차 경로 추정 모듈
도로 소음 기반 적응형 ANC(Active Noise Control)
차량 실내 NVH 제어기 고도화
제어 성능 변동 최소화
오프라인-온라인 제어 전이 설계
엣지 추론 기반 제어 최적화
측정-제어 결합형 모델링 프레임워크
주행 조건 변화 대응 제어
적응형 노이즈 캔슬링 시스템
실차 검증용 성능 평가 프로토콜