基于分数信号处理的变步长自适应振动主动控制方法研究

针对自适应振动主动控制系统中次级通道的辨识精度严重影响振动控制效果的问题,分析了常规的次级通道在线辨识算法存在的问题,提出一种基于分数信号处理的双步长两阶段变步长策略的次级通道在线辨识方法。该方法使用基于分数信号处理的自适应算法代替传统的最小均方(least mean square, LMS)算法进行次级通道的在线辨识,同时给出了一种双步长的两阶段变步长策略,在次级通道辨识环节收敛前后应用不同的变步长策略以提高辨识精度和降低辨识环节的波动。仿真结果表明,与现有方法比较,该方法的次级通道辨识收敛速度更快,系统收敛后的波动更小,次级通道的辨识精度和系统的稳定性都有了明显的提升。经验证,该方法有效解决了常规的次级通道在线辨识算法收敛速度慢、辨识精度低和辨识环节波动大等问题,具有更好的振动控制效果。     

DSP在自适应有源噪声控制中的应用

介绍了自适应有源噪声控制的基本概念、基本原理及DSP在有源噪声控制中的噪声控制原理、应用及基于DSP的噪声控制算法实现,最后利用Matlab实验仿真给出了实验结果。     

多通道自适应有源噪声控制器的设计

介绍了基于DSP的多通道自适应有源噪声控制系统,给出了系统的硬件结构及其工作原理,详细说明了有源噪声控制的自适应噪声控制算法,并给出了程序流程图.本系统采用基于Widrow HoffLMS算法的横向FIR型Filter X算法.该控制系统通过大量实验验证,得到很好的控制结果.     

径向基网络的主动噪声控制系统

针对传统的LMS在信号处理中的不足,提出利用RBF网络实现自适应滤波,并将其应用于管道噪声控制．仿真结果表明,与LMS算法和WLMS算法相比,此方法具有良好的非线性噪声抑制能力．     

非线性主动噪声神经网络补偿控制

针对目前主动噪声控制方法需要对次级通道进行辨识,且辨识模型精确度严重影响控制效果的问题,提出一种基于神经网络前馈补偿的非线性主动噪声控制方法. 该方法利用神经网络的非线性函数逼近能力,将非线性次级通道作为被控对象,非线性主通道作为噪声模型,设计基于神经网络补偿的噪声控制系统. 该方法无需已知主通道和次级通道模型,且基于Lyapunov定理证明了控制系统的稳定性. 仿真结果表明了该方法的有效性.     

管道噪声有源控制系统的次级声源和误差传感器位置优化

基于直流电机运行噪声的特点,对于管道有源噪声控制系统的次级声源和误差传感器位置选择,提出了两种优化策略并给出了物理系统的优化设计结果,通过实验验证了两种优化策略的可行性。在优化后的管道实验平台中使用不同有源噪声控制算法进行管道噪声控制实验,噪声源分别为160~550 Hz的单频率正弦周期信号和基波100 Hz,1—5次谐波的多频率正弦周期信号时,两种优化策略最大的降噪量分别达36.2 dB和26.4 dB,降噪效果显著,表明有源控制系统可以有效降低电机运行噪声。     

采用LMS的Smith预估器参数在线辨识

基于LMS自适应预估理论,结合多层前馈神经网络,提出Smith预估网络模型,采用LMS算法,推导出单变量Smith预估器参数的在线辨识算法,并将单变量的在线辨识算法推广到多变量系统,提出多变量Smith预估网络模型和纯滞后时间τ及静态增益A的在线性辨识算法,对种模型、多种估失配的情况进行仿真实验,结果表明该算法具有良好的辨识有效性广泛的适应性。     

基于反双曲正切函数的变步长LMS算法

针对定步长的LMS算法无法同时满足低稳态误差和快收敛速度这个需求,本文提出了一种基于反双曲正切函数的变步长LMS算法. 该算法基于反双曲正切函数构建步长与误差信号之间的非线性函数关系式,以此来替代LMS算法中的定步长,实现了对步长因子的动态调整. 文中详细讨论了新的变步长函数中参数α,β和γ对于算法性能的影响,并和其他几种较新的变步长算法进行了性能比较. 仿真结果表明,所提算法很好地兼顾了收敛速度、稳态误差和跟踪性能,在系统辨识、正弦信号去噪和自适应线性预测方面表现出了优异的性能.      

格型自适应零极点滤波器在有源噪声控制中的特性分析及其与常规算法的比较

由于IIR结构中极点的存在能更精确的描述实际声场，在某些有源噪声控制场合，自适应IIR控制结构相对于常规的FIR结构具有更大的优势，目前所采用的自适应IIR控制算法包括基于直接形式IIR滤波器结构的FULMS和FVLMS算法以及基于格型零极点滤波器结构的LFRLMS算法．对格型零极点滤波器的稳定性及迭代参数的选取方法做了分析，并对几种算法在有源噪声控制中的应用效果加以比较．实验的结果表明，在有源噪声控制中常见的声场建模阶数远远不足的条件下，LFRLMS算法具有相对良好的稳定性及收敛速度，特别是在对功率谱离散度较大并含有较多窄带成分的噪声信号进行控制的时候．     

一种基于混合遗传算法的有源噪声控制方法

提出了一种基于混合遗传算法的格型IIR滤波器结构的有源噪声控制方法.混合遗传算法将遗传算法与随机搜索算法结合起来,可以改善基本遗传算法的局部搜索能力,克服基本遗传算法存在未成熟收敛问题.本文选择UNDX交叉算子作为遗传算法的主要算子,在保留当前最佳个体的同时,再对该最佳个体用随机搜索法搜索优化个体.这样既保证了算法的全局收敛性,又提高了收敛速度.仿真结果表明,该算法可以有效地实现噪声控制.     

Active Noise Control for Vehicle Exhaust Noise Reduction

An active noise control (ANC) method was developed for exhaust noise reduction for medium-duty diesel trucks. A modified variable step size least mean squares (LMS) algorithm was used for the controller ina variable environment that considered the vehicle‘s acceleration characteristics. The variable step size time-based synchronized filtered-x LMS method (SFX-TB) used an adaptive algorithm that was more efficient than the conventional flltered-x LMS algorithm. The simulation and the experimental tests show that the control trackability and stability provided by the algorithm during acceleration enable the ANC system to effectively reduce the vehicle exhaust noise.     

一种新的用于罗兰-C的LMS算法

综合运用变步长、批处理、归一化的思想,提出一种新的频域变步长批处理自适应滤波算法,分析并仿真验证其有效性.在Matlab模拟的地波、天波污染、强窄带干扰、随机噪声的复杂环境中,该算法具有较全面的优势:高的收敛速度、快的跟踪能力、小的稳态失调,完全能够满足现代数字罗兰-C系统对地波识别和标准周期过零点识别的要求,并可推广到其他一些高噪声、强相关环境提取信号的应用中.     

基于发动机激励的车室内有源噪声控制方法

在汽车行驶过程中,发动机激励引起的车腔内噪声由于速度、档位、温度等变化,导致对依赖次级路径建模的传统LMS、BP等噪声主动控制算法不能实现精准控制。而常规的同步扰动随机逼近算法存在需要估计较多的参数、系统收敛速度较慢等缺陷。因此提出改进的同步扰动随机逼近算法应用在由发动机激励产生的车内噪声主动控制系统中,根据某车型实车实验采集相关数据并处理,利用声学仿真软件对多转速多工况下的整车结构-车室空腔声场结构声耦合系统进行发动机激励振动分析。通过仿真可以看出改进后的同步扰动随机逼近算法可以快速稳定地收敛,实现车内噪声的稳定控制。     

空间自适应有源降噪方法

根据电力机车噪声的特点，建立了基于ＬＭＳ算法的以适应有源降噪系统，设计了室内脉冲响应测量系统，然后在此基础上对降噪系统进行数字仿真和实际声学实验，在仿真中，降噪量可达到４０ｄＢ，实际声学实验中，机车降噪量可达到１５ｄＢ。     

声子晶体材料与有源控制相结合的宽频噪声抑制方法

电力变压器噪声除了本体噪声产生的低频分量,还包含冷却风扇产生的中高频噪声。有源降噪方法对低频噪声控制性能好,且灵活可控,但降噪效果受制于通道数量。在不增加通道数量的前提下,为了拓宽降噪频率范围,提出声子晶体材料与有源控制相结合的降噪方法。以DSP为核心控制器搭建了基于LMS算法的双通道有源降噪系统,在此基础上开展了嵌入声子晶体材料的有源降噪系统降噪性能验证实验研究。实验结果表明,针对变压器100～400 Hz的低频噪声,双通道有源降噪系统单频最大降噪量约20 dB,多频总降噪量可达9 dB。设计了对500～1 000 Hz中高频噪声抑制作用明显的声子晶体材料,对600 Hz单频降噪量约14 dB。嵌入声子晶体材料的双通道有源降噪系统,最大总降噪量可达16 dB,优于单纯的有源降噪。可见,声子晶体材料与有源控制相结合,拓宽降噪频率范围、提高降噪性能的方法是可行性的。     

管道有源降噪系统中自适应控制的计算机仿真

讨论了自适应数字信号处理应用于有源噪声控制的问题，分析了自适应控制的管道有源降噪系统的传递函数，建立了数学模型并采用通用的ＬＭＳ算法．利用ＦＩＲ滤波器和ＩＩＲ滤波器在计算机上进行了仿真，给出了仿真结果，并提出了改进仿真和降噪效果的方法．     

基于次级通路离线重构的车内道路噪声主动控制

针对车内道路噪声主动控制(RNC)系统收敛速度慢、降噪量小的问题,在考虑噪声计权特性的基础上提出基于次级通路离线重构的归一化参考信号计权滤波最小均方误差(NFWXLMS)车内道路噪声主动控制算法。在不增加控制系统计算复杂度的前提下,可以有效提升车内道路噪声主动控制系统的收敛速度和降噪量。基于Simulink离线仿真,进行了NFWXLMS算法和归一化参考信号滤波最小均方误差(NFXLMS)算法的收敛性和降噪量对比,结果表明新算法可以有效改善道路噪声主动控制系统收敛性、提升系统降噪量。最后,开展基于2种算法的道路噪声主动控制实车道路试验,测试结果表明系统的降噪量得到明显提升。