局部空间自适应有源降噪系统的实验研究

针对在前人所做的有源降噪的程序设计中,对误差通道传递函数估计为1的不合理性,讨论了局部空间自适应有源降噪控制系统误差通道的在线自适应建模,给出了误差通道在线自适应建模的原理、实现方法及应用程序的设计,实验证明,采用这种方法,能明显改善系统的稳定性,提高降噪效果。     

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．     

有源护耳器系统频响的实验研究

分析了有源扩耳器系统的被控制对象，采用自适应滤波辨识方法对系统进行了辨识实验研究，得到了系统的模型和参数。     

空间声场的自适应有源噪声控制

自适应有源噪声控制技术（AANC）以其独特的优点,受到噪声控制界的高度重视,为低频噪声的控制开辟了一条崭新的途径．以此AANC技术为基础,结合模型参考自适应中的信号综合型MRAS超稳定设计方法及其简化工程设计方法,提出了一种自适应降噪装置的实施方案,并通过计算机仿真及硬件实验,取得了明显的消声效果．     

自适应有源噪声控制算法的研究与实现

FLMS(滤波-XLMS)算法是广泛应用于自适应有源噪声控制技术中的算法,针对该算法收敛速度较慢的缺点,提出一种改进的FLMS算法--FTLMS算法来提高降噪系统的收敛速度.着重讨论了FTLMS算法的原理、实现方法和程序设计.理论分析表明,FTLMS算法具有运算量小,收敛速度快和适应于各种噪声环境的优点.实验结果表明FTLMS算法优于FLMS算法,同时降噪效果也有明显提高.     

自适应有源消声耳罩

提出了设计参数与具体配戴无关的双传声器自适应有泊消声耳罩，给出了有源消声耳罩的结构和原理，理论和实验表明，其在较宽频率范围有较好消声效果，且具有不信赖戴 良好适应性。     

有源声屏障降噪中的几个基本问题

有源声屏障尚处于初始阶段，许多基本问题尚未得到解决，本用数值模拟的手段分析了有源声屏障的有源控制效果与次级声源的个数，观测点的位置以及噪声频率等因素的关系；所得结构对工程实现有源声屏障降噪具有指导意义。     

自适应有源消声耳罩

提出了设计参数与具体配戴无关的双传声器自适应有源消声耳罩，给出了有源消声耳罩的结构和原理，理论和实验表明，其在较宽频率范围有较好消声效果，且具有不依赖具体佩戴状态的良好适应性．     

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.     

一种基于自适应滤波的系统辨识方法

采用自适应滤波技术，给出了系统辨识的一种方法。该方法具有计算简单、实用的特点，可以在理论模型不清楚的情况下，通过测量和学习，实现对未知系统的最佳拟合。     

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．     

无人机螺桨噪声主动控制实验

对无人机螺桨噪声的主动控制技术进行实验研究。针对某型国产无人机,通过对其发动机螺桨噪声的测量分析,设计并开发了一个四入二出的主动噪声控制系统。利用该系统,在实验室环境下分别对100 Hz单频正弦噪声、实际风扇噪声和实际录取的某型号无人机螺桨噪声进行了噪声控制实验,取得了较好的消声效果。     

基于多通道噪声消除的两级主动噪声控制算法研究

提出在传统的自适应降噪算法的基础上进行改进,发展为两级主动噪声控制( T-ANC)算法,将纯净信号作为参考信号。第一级滤波器的输出是近似的算法输入噪声,将其作为第二级滤波器的参考信号,从而在第二级滤波结束后,得到复原的纯净信号。仿真实验表明,本文提出的算法,有效的弥补了传统的主动噪声控制算法中噪声相关信号作为参考通道难以获取的情况,取得了较高的信噪比增量和降噪量,主观感受音质改善明显。     

某中型客车车内噪声主动控制试验研究

根据自适应噪声主动控制理论,选择FELMS自适应控制算法建立了某中型客车车内噪声主动控制系统.通过采集发动机悬置处振动信号获取参考信号频率.最后根据建立的控制系统模型,选用合适的硬件搭建试验系统进行了试验,取得了较好的消声效果.     

自适应非线性FIR主动噪声控制

针对非线性主动噪声控制系统的非高斯噪声问题,利用Hammerstein/Wiener模型思想简化Volterra滤波器,提出基于函数映射的非线性FIR主动噪声控制器.给出基于二阶Renyi误差熵和均方误差加权和的广义滤波-X梯度下降算法,实现自适应非线性主动噪声控制,并分析了控制算法的收敛性.该方法综合了信息熵和均方误差对误差信息的优势,结构简单且学习参数少.仿真结果表明了该方法的有效性.     

一种消除脉冲噪声的迭代自适应中值滤波方法

基于脉冲噪声的特点提出了一种新的滤波方法——迭代自适应中值滤波方法(Iterative Adaptive Median Filter,IAMF)。本方法根据被脉冲噪声污染的图像的特征,建立相应的权重函数,并结合迭代算法进行噪声消除,处理后的图像不但能够较好地保留细节信息,而且能够保持良好的清晰度。此外,在IAMF滤波过程中,由于噪声点不参与计算,从而有效避免了图像中噪声点对正常像素的影响,同时也提高了运算速度。试验结果进一步证明:当噪声率超过0.5时,该方法的优越性尤为突出,噪声率超过0.9时,图像处理效果仍比较理想。     

主动消声技术在地铁噪声控制中的应用研究

分析了铁轮运行过程中噪声构成及产生机理,并根据噪声频谱特性分析结果,运行在60～120 km/h的城市轨道交通中对车厢影响最大的噪声源为轮轨噪声,虽然噪声频带较宽,且频谱随车速、工况等变化较大,但可针对其噪声来源可在噪声控制过程中进行预测.基于PAT(phase auto-track)算法设计了地铁噪声主动控制系统,可将地铁运行特殊环境简化为管道系统,并通过MATLAB平台进行了噪声的主动消除模拟仿真.仿真结果表明,经过一定调整周期后,系统能获得明显降噪效果.