内模型神经网络在有源噪声控制中的应用

采用IMC结构与人工神经网络方法解决了无法得到参考信号和系统非线性的问题，设计内模型神经网络控制器对噪声进行控制。通过仿真和实验证明，该控制结构能有效消除噪声中所含的周期噪声。非线性系统的仿真实例表明，内模型神经网络控制方法明显优于线性滤波X-LMS算法。     

双模噪声背景下自适应小波阈值去噪

在分析双模噪声模型统计特性的基础上提出自适应小波阈值算法。新算法中设计改进的阈值函数和控制函数,克服了传统硬、软阈值法的不足,并且自适应得到最佳控制因子。该算法对加入双模噪声的信号进行闭环反馈处理：小波分解、阈值量化处理、小波逆变换重构信号、控制函数寻优。Matlab 2012 a仿真结果表明,该算法相对于传统硬、软阈值法,去噪图形曲线清晰、光滑、连续性好,信噪比分别提高9 dB和4 dB。在双模噪声背景下,自适应小波阈值去噪有效、可行,拓展了小波阈值算法的应用。     

一种基于Laplacian语音模型的语音增强算法

本文提出了一种新的基于Laplacian语音模型的语音增强算法。首先,在假定语音和噪声的短时DCT系数分别服从Laplacian和Gaussian分布的基础上,推导了最小均方误差意义下的语音信号短时DCT系数估计;然后,根据语音存在概率估计,提出了语音信号短时DCT系数估计的修正因子。在增强算法中,提出了面向判决的Laplacian语音模型参数估计和基于Laplacian语音模型的改进最小量控制递归平均(IMCRA)噪声估计算法。仿真结果表明,本文算法不仅在噪声抑制性能方面优于近两年国际上提出的几种基于Gaussian语音模型的语音增强算法,而且在增强语音质量方面也具有更好的性能。     

基于Gamma语音模型的语音增强算法

提出了一种新的基于Gamma语音模型的语音增强算法。首先,在假定语音和噪声的短时DCT系数分别服从Gamma和Gaussian分布的基础上,推导了最小均方误差意义下的语音信号短时DCT系数估计;然后,根据语音存在概率估计,提出了语音信号短时DCT系数估计的修正因子。在增强算法中,提出了基于Gamma语音模型的改进最小统计量控制递归平均(IMCRA)噪声估计算法。仿真结果表明,该算法不仅在噪声抑制性能方面优于近两年国际上提出的几种基于Gaussian语音模型的语音增强算法,而且在增强语音质量方面也具有更好的性能。     

极端环境下光学红外望远镜伺服系统模型预测

在极端环境下光学红外望远镜伺服系统建模的实际工作过程中,实测的望远镜状态数据经常包含有各种噪声。为了减小噪声对模型辨识精度的影响,提出了一种基于带有控制的非线性动力学稀疏辨识（Spark Identification of Nonlinear Dynamics with Control, SINDYc）算法的稀疏辨识方法。针对望远镜伺服系统,对SINDYc算法进行了理论分析和数值模拟,对比了在不同的噪声水平下,望远镜伺服系统预测模型的状态变量曲线,并拟合了不同噪声水平下辨识模型的决定系数曲线。基于南极望远镜实验平台,设计了正弦和方波信号作为激励信号进行模型辨识实验,对SINDYc算法的建模准确性进行了实验验证。数值模拟模型的预测输出结果显示:SINDYc算法在20%噪声水平以下时,模型辨识精度在0.99以上;在10%噪声水平以下时,状态变化跟随最大偏差值在信号幅值的5%以内。辨识实验数据表明,在两种不同信号激励下望远镜伺服系统模型预测的辨识精度分别为0.9857与0.9952,证实了基于SINDYc算法的稀疏辨识方法的有效性和准确性。该方法辨识出的系统模型可以为未来的南极大口径光学红外望远镜控制系统的分析及控制器设计提供很好的分析模型。     

基于注水算法的地下磁感应网络信道容量优化

无线磁感应通信通过准静态磁场耦合方式进行信号传输,因可以克服传统电磁波信号在地下信号衰减大、信道不稳定等缺陷,故其在水下或者地下的传感器网络都具有强大的应用前景.本文进行通信模型的基本建模,建立合适的信号路径损耗模型进行分析,通过信道噪声的模型化以及计算,提出特定情况下的磁感应通信系统模型,另通过对传统注水算法与平均分...     

基于最小控制GARCH模型的噪声估计算法

MCRA（ Minima-Controlled Recursive Averaging ）方法是经典的噪声估计算法,然而在语音段MCRA方法存在不能对噪声功率谱进行有效更新的问题。针对这一问题,本文利用广义自回归条件异方差（ Generalized Autoregres-sive Conditional Heteroskedasticity ,GARCH）模型在时频域对噪声信号建模,在MCRA算法原理的基础上,提出了基于最小控制GARCH模型的噪声估计算法,实验结果表明,本文所提的噪声估计算法能够更为准确估计噪声功率谱,将该算法应用到语音增强中能够获得到较好的语音增强效果。     

改进的基于信号子空间的多通道语音增强算法

通过同时对角化麦克风阵列接收信号中语音信号和噪声信号的全局协方差矩阵,本文改进了一种基于信号子空间分解的多通道语音增强算法.该算法不依赖任何信号模型且无需对噪声信号的统计特性进行任何先验假定,它弥补了原始算法只限于白噪声背景下语音增强的不足,实现了色噪声背景下语音信号的最优估计.仿真结果表明本文算法在主观和客观测试中都具有良好的语音增强效果.     

基于同步方程方法的有源噪声控制

基于同步方程方法基本原理,对有源噪声控制系统中的参考输入信号和测量误差信号进行处理,得到最优的噪声控制滤波器,其无须对次路径进行辨识建模,且具有较好的鲁棒性;就前馈控制结构加以研究,仿真结果表明,该方法不仅在次路径固定不变时,使噪声信号得到明显衰减,并且在次路径发生改变时,依然能很好地控制噪声。     

稀疏重构的压缩感知语声增强模型与算法北大核心CSCD

语声增强的目的在于消除带噪语声信号中的噪声干扰,提高语声信号的可听度与可懂度。与传统语声增强算法不同,本文利用语声信号与噪声信号的稀疏性差异,提出了一种基于稀疏重构的压缩感知语声增强模型,并导出该模型的数学表达式。基于此语声增强模型,本文还融入了语声信号的稀疏性与非平稳性,提出了语声存在概率为加权因子的加权正交匹配追踪语声增强算法。仿真实验表明本文提出的语声增强模型与算法具有可行性、有效性以及优越性。本算法不仅可以有效的抑制噪声干扰,还可以保留大部分语声信号,达到语声增强的目的。此外,与谱减法和最小均方误差算法比较,虽然本文算法计算量较大,但是其性能优越。     

一种归一化QPLL的未知时变谐波噪声主动控制算法

针对船舶机械未知时变谐波噪声的主动控制问题,基于正交锁相环原理,提出了一种归一化QPLL（Quadrature Phase Locked Loop）的未知时变谐波噪声主动控制方法.通过在相位/频率更新结构中引入参数调整因子,形成一种改进的QPLL结构;引入次级通道,设计并提出了基于QPLL的未知时变谐波噪声控制算法.首先,通过平均化理论和线性化方法,分析该算法的稳定性,指出了次级通道特性和谐波信号幅值对该算法收敛性能的影响;其次,基于分析结果,引入次级通道、幅值归一化措施,形成一种归一化的未知时变谐波噪声主动控制算法,提升稳定性能和收敛速度;最后,通过仿真验证了归一化改进措施对未知时变谐波噪声主动控制算法综合性能的改善效果.     

基于PL-EPLL的未知时变窄带噪声有源控制方法

针对船舶动力机械装置未知时变窄带噪声的有源控制问题,基于锁相环信号跟踪生成原理,通过在锁相环中引入次级通道执行机构,推导了新的未知时变窄带噪声有源控制方法.首先,通过EPLL（Enhanced Phase Locked Loop）环节中引入次级通道,形成基于EPLL的未知时变窄带噪声有源控制方法;其次,通过近似分析得到其等效线性差分方程,研究了窄带噪声信号幅值和次级通道特性对算法收敛性能的影响;再次,通过引入幅值归一化和次级通道归一化改进措施,提出了基于Pseudolinear（PL）-EPLL的窄带噪声控制方法.相比原方法,改进算法幅值、频率/相位收敛方程的收敛特性与窄带噪声信号幅值和次级通道特性无关,对不同强度分量的多频窄带噪声控制,具有较为一致的收敛速度.最后,通过仿真分析,验证所提出方法的有效性.     

噪声有源自校正预测控制

有源噪声控制（ANC）的经典方法是采用有限脉冲响应（FIR）滤波器的Filter-X算法，该算法的一个主要缺点是次级声路径响应对控制滤波器参数自适应的收敛速度有较大影响。将预测控制方法应用到有源噪声控制领域，给出了一种参数在线自适应算法，该算法的收敛速度不受次级声路径响应的影响。仿真结果表明，给出的控制方法比传的Filter-X控制有更小的稳态误差，而且收敛速度更快。     

基于鲁棒控制的管道噪声有源控制实验研究

以鲁棒控制理论为基础,详细研究了基于H∞鲁棒控制理论的有源控制器设计.同时,为了验证该鲁棒控制器的有效性,在消声室内以管道噪声为研究对象,进行了一系列相关实验验证.实验结果充分表明了该鲁棒控制器的控制性能.     

基于延迟LMS算法的管道噪声有源控制实验研究

在自适应有源控制中，次级通路建模对控制器算法实现有着重要的影响。以往次级通路建模通常会使用带有数十个甚至上百个系数的FIR滤波器，但过多的参数运算会对系统稳定性、控制实时性及硬件复杂度等方面带来麻烦。研究了一种在工程中实现简便的次级通路建模方法——通路时延估计法，并在消声室内进行了管道噪声有源控制实验。实验结果表明，次级通路时延影响着管道噪声有源控制的降噪频率以及降噪带宽。     

介质型EBG结构对同步开关噪声抑制的有限元分析

研究了介质型电磁带隙结构对高速电路中电源/ 地平面间同步开关噪声的抑制作用。该介质型电磁带隙结构在抑制同步开关噪声的同时未破坏高速信号的电流返回路径,使高速信号的信号完整性得以保持。利用电磁场有限元方法将电源/地平面间同步开关噪声抑制的三维问题转化成二维问题进行处理,提高了计算效率。分析了介质型电磁带隙结构的介电常数对噪声抑制带宽的影响,利用了三维全波电磁场仿真软件HFSS对二维数值结 果进行仿真验证,仿真结果与数值计算结果基本吻合,验证了二维数值算法的正确性。     

Adaptive Volterra filters for active control of nonlinear noiseprocesses

This paper presents a Volterra filtered-X least mean square (LMS) algorithm for feedforward active noise control. The research has demonstrated that linear active noise control (ANC) systems can be successfully applied to reduce the broadband noise and narrowband noise, specifically, such linear ANC systems are very efficient in reduction of low-frequency noise. However, in some situations, the noise that comes from a dynamic system may he a nonlinear and deterministic noise process rather than a stochastic, white, or tonal noise process, and the primary noise at the canceling point may exhibit nonlinear distortion. Furthermore, the secondary path estimate in the ANC system, which denotes the transfer function between the secondary source (secondary speaker) and the error microphone, may have nonminimum phase, and hence, the causality constraint is violated. If such situations exist, the linear ANC system will suffer performance degradation. An implementation of a Volterra filtered-X LMS (VFXLMS) algorithm based on a multichannel structure is described for feedforward active noise control. Numerical simulation results show that the developed algorithm achieves performance improvement over the standard filtered-X LMS algorithm for the following two situations: (1) the reference noise is a nonlinear noise process, and at the same time, the secondary path estimate is of nonminimum phase; (2) the primary path exhibits the nonlinear behavior. In addition, the developed VFXLMS algorithm can also be employed as an alternative in the case where the standard filtered-X LMS algorithm does not perform well     

Output SNR analysis of integrated active noise control and noise reduction in hearing aids under a single speech source scenario

This paper analyses the output signal-to-noise ratio for a standard noise reduction scheme based on the multichannel Wiener filter and for an integrated active noise control and noise reduction scheme based on the filtered-X multichannel Wiener filter, both applied in a hearing aid framework that includes the effects of signal leakage through an open fitting and secondary path effects. In previous work, integrating noise reduction and active noise control has been shown to allow to compensate for effects of signal leakage and secondary path effects. These experimental results are now verified theoretically. The output signal-to-noise ratios are derived under a single speech source scenario. Theoretical results are then compared to simulations for a single noise source scenario and a multiple noise sources scenario.     

一种应对窄带非线性主动噪声控制的混合结构

分析参考信号为窄带信号、初级路径为非线性路径、次级路径为非最小相位系统的主动噪声控制（ANC）的初级噪声特性,探究有限脉冲响应（FIR）反馈预测结构和前馈函数链接人工神经网络（FLANN）结构的消噪原理,并探讨其各自的优势及局限性.通过分析总结,本文提出FLANN-FIR混合结构ANC系统,该系统对FIR反馈预测结构和前馈FLANN结构进行优势互补,不仅可以消除可预测部分噪声,对不可预测部分噪声一样具有抑制作用.仿真表明,在不同信噪比参考信号和不同非线性初级路径下,提出的混合结构都具有良好的稳态误差和收敛速度.     

一种窄带主动噪声控制系统次声学路径建模技术

本文针对最大长度序列相关(Maximal Length sequence Correlation，MLc)建模技术在窄带主动噪声控制系统次声学路径建模的应用中，系统性能易受窄带信号影响这一不足，提出了一种改进的MLC(MMLC)次声学路径建模技术。具体地说就是采用一个自适应预测滤波器来预测和消除MLC技术中的窄带干扰，并用一个补偿滤波器来修正由预测误差滤波器引起的训练信号成分失真。计算机仿真表明，MMLC算法能有效克服窄带主动噪声控制系统次声学路径建模的窄带信号影响，具有较高的建模精度。