多通道自适应有源噪声控制研究

对多通道滤波-X LMS和滤波-U LMS算法进行了研究。统一滤波-X LMS和滤波-U LMS算法的计算公式并进行了仿真。设计多通道自适应有源噪声控制系统,利用滤波-X LMS算法进行封闭环境的噪声控制实验。将此系统应用于公交车的噪声控制,取得良好的降噪效果。     

环境噪声主动控制算法的研究与实现

噪声主动控制技术是环境降噪的新技术,主动控制算法是其核心的问题之一。在研究滤波-X LMS主动控制算法基础上,提出了基于ⅡR滤波器的滤波-U LMS主动控制算法。对存在声反馈时的噪声主动控制中,可以提高系统的稳定性。设计了自适应主动噪声控制系统,对滤波-X LMS与滤波-U LMS主动控制算法进行了仿真和实验,结果表明,两种算法均能有效地应用于噪声主动自适应控制中,滤波-U LMS具有更好的宽频降噪效果。     

基于量子粒子群优化的Volterra核辨识算法研究

将量子粒子群优化（QPSO）引入到非线性Volterra系统辨识中,提出了一种基于量子粒子群优化（QPSO）的Volterra级数辨识方法,利用QPSO算法估计出了非线性系统的Volterra核函数。提出的方法同时和传统的最小二乘法(LMS)辨识方法进行比较,仿真结果验表明,在无噪声干扰下,提出的方法与LMS方法都具有很好的辨识精度和收敛性。然而,在有噪声干扰下,无论在辨识精度、收敛性和抗干扰性方面,本文方法都优于传统的LMS方法,而且,随着噪声的增强,这种优势越明显。     

车内噪声听觉时域掩蔽主动控制LMS算法

在传统噪声主动控制LMS算法基础上,考虑人耳听觉感知的后掩蔽效应,推导出Post-masking LMS算法。以汽车车内噪声主动降噪为例,分别采用LMS与Post-masking LMS算法,在Matlab环境中对实测的不同车速下车内噪声信号进行有源噪声控制仿真试验,结果表明Post-masking LMS算法能在传统LMS算法的基础上进一步降低车内噪声响度水平,具有更好的降噪效果和主观听觉感受。     

脉冲噪声的最小均值M－估计有源控制算法

经典的滤波―X最小均方算法(Fx LMS)已经被广泛应用于有源噪声控制(ANC)领域。 但是当存在脉冲噪声时, 它的性能就会严重退化。基于鲁棒统计的概念介绍了一种新型自适应算法,采用的目标函数为M－估计函数, 而不是传统的最小均方误差。该算法分别采用了Huber 函数、Hampel 三段下降M估计函数等四种不同的M－估计函数作为目标函数,仿真结果表明所采用的算法能有效地消除脉冲噪声,并且与日本学者Akhtar 改进的加窗算法相比表现了更好的收敛性。     

比例最小均方/四阶算法及其在系统辨识中的应用

针对非高斯噪声环境下稀疏系统参数辨识问题,提出一种基于比例更新机制的最小均方/四阶(LMS/F)自适应滤波算法(PLMS/F)。该方法以混合均方/四阶准则(MS/FE)为代价函数,其包含了误差的高阶项,具有解决非高斯噪声问题的优势。引入比例更新机制,从而可根据算法当前时刻权重变化特征来调整各权重参数的步长,因此具有良好的跟踪性能。使用梯度下降法设计了阈值参数自适应更新机制以进一步改进算法稳态性能。此外,分析了所提算法的平均和均方收敛性。应用具有稀疏特征的FIR系统参数模型对所提算法实现了在非高斯噪声环境中的参数辨识。仿真实验结果表明,该算法可以有效辨识模型参数,且具有较低的稳态误差和强的鲁棒性。     

FOG信号的变步长符号LMS自适应消噪方法

针对光纤陀螺输出信号的随机漂移,本文提出了变步长符号LMS自适应消噪方法。结合工程实际需要,该方法在常规最小均方算法（LMS）的基础上进行了两方面改进：一方面,从提高滤波精度和稳定性角度引入输入信号的归一化功率;另一方面,从减少计算复杂性、提高算法实时性角度引入误差符号函数;并通过收敛性分析确定了变步长符号LMS算法的步长参数。某型光纤陀螺的静态实验和转动实验结果表明变步长符号LMS算法不仅可以提前确定步长参数,且在滤波稳定性、滤波精度和实时性等综合性能方面具有优越性,适合工程应用。     

改进变步长LMS算法及在自适应噪声抵消中的应用

在分析传统LMS算法、变步长LMS算法及其改进算法的基础上,通过建立步长因子μ与误差信号е之间的非线性关系,提出了一种改进的变步长LMS自适应滤波算法,并将其应用于自适应噪声抵消中,还分析了参数对算法性能的影响,结果表明该算法具有较快的收敛速度和较小的稳态失调。文中最后给出了仿真结果,仿真结果与理论分析一致。     

改进变步长LMS算法及在自适应噪声抵消中的应用

在分析传统LMS算法、变步长LMS算法及其改进算法的基础上,通过建立步长因子μ与误差信号е之间的非线性关系,提出了一种改进的变步长LMS自适应滤波算法,并将其应用于自适应噪声抵消中,还分析了参数对算法性能的影响,结果表明该算法具有较快的收敛速度和较小的稳态失调。文中最后给出了仿真结果,仿真结果与理论分析一致。     

泄漏检测应用中突发干扰对LMS时延估计性能的影响

文章中把LMS时延估计算法用于地下管网的泄漏检测和漏点定位，避免了经典时延估计算法一广义互相关法(GCC方法)需要知道信号和噪声统计特性等先验知识的不足，但是泄漏检测应用中，管道外在环境造成的突发性强干扰，导致了传感器接收到的信号是非平稳的，而非平稳信号对LMS的时延估计性能有不利影响，文章中分析了这种由突发性强干扰导致的非平稳信号对LMS时延估计收敛性、收敛速度和时延估计值的影响，提出了消除突发干扰的方法。实验表明，在地下管网泄漏检测应用中，该方法能够有效地消除强突发干扰噪声，使得估计性能得到显著的改善。     

有源脉冲噪声控制的反正切变换算法

近年来,针对有源脉冲噪声控制,提出一些较为有效的算法。由于脉冲噪声的高尖峰特性,给算法带来了不稳定。为克服这些算法的不足,提出一种基于反正切变换的滤波x最小均方差算法。该算法不需要根据脉冲噪声的先验知识估测阈值和选择参数,并且算法结构简单、易于实现。仿真结果表明该算法能有效地消除脉冲噪声,与其他几种算法相比表现了更好的收敛性和稳定性。     

Computational method for optimal machine scheduling problem with maintenance and production

This paper considers an optimal scheduling problem of maintenance and production for a machine. Firstly, the problem is formulated as a stochastic switched impulsive optimal control problem. However, there exists the stochastic disturbance in this model. Thus, it is difficult to solve the problem by conventional optimisation techniques. To overcome this difficulty, the stochastic switched impulsive optimal control problem is transformed into a deterministic switched impulsive optimal control problem with continuous state inequality constraints. Then, by combining a time-scaling transformation, a second-order smoothing technique and a penalty function method, an improved Newton algorithm is developed for solving this problem. Convergence results indicate that the algorithm is globally convergent with quadratic rate. Finally, two numerical examples are provided to illustrate the effectiveness of the developed algorithm.     

误差非线性函数的变步长FxLMS算法研究

滤波-x最小均方（Filtered-x Least Mean Square,FxLMS）算法是主动噪声控制的经典算法,其存在收敛速度与稳态误差不可兼得的问题,解决方法之一是采用变步长FxLMS算法。总结了现有的基于误差非线性函数的变步长模型,并将其应用于FxLMS算法以改善算法性能。用三种常见的噪声作为参考输入信号进行仿真试验,对比了不同非线性函数变步长算法的性能。结果表明,变步长FxLMS算法能有效改善参考信号为高斯白噪声和正弦波时的收敛速度和稳态误差,且不同噪声环境下最优算法不同,但此类算法无法提升噪声源为冲击噪声时的性能。这为不同应用场景下算法的选取提供了参考。将变步长FxLMS算法应用于某车型的发动机主动噪声控制,结果表明,变步长FxLMS能显著提高定速工况的系统性能,但对急加速工况效果并不明显。     

基于动态输出反馈的半车主动悬架系统鲁棒控制

研究了半车主动悬架系统基于输出反馈的干扰抑制鲁棒控制问题。首先建立了半车主动悬架系统的动力学模型,然后针对车体位置和速度、车身俯仰角度和角速度、前后车轮位置和速度无传感器测量情况下,系统中还存在非线性和外界扰动的现象,提出了一种动态输出反馈鲁棒干扰抑制控制策略。理论推导和仿真结果都证明了所设计控制器的正确性和有效性,通过和传统的PID控制算法相对比,进一步说明所设计的控制器能提高汽车的行驶平顺性和操作稳定性。     

频域加权的LQG振动主动控制实验研究

针对实际工程领域中存在的伴有大量宽频干扰/噪声的复杂振动环境,直接影响了常规振动主动控制(AVC)的性能甚至稳定性。本文提出了频域加权的线性二次高斯型(LQG)控制方法,实现对特定振动主频重点衰减的同时,保证宽频域的干扰/噪声控制作用。最后利用压电陶瓷贴片的悬臂梁,振动主动控制试验验证了该方法的有效性。     

基于输出预估自抗扰策略的加筋壁板结构多模态振动主动控制

针对加筋壁板结构中存在的模型难以精确确定和多模态外界干扰等问题,基于加速度传感器,提出了一种不依赖结构精确数学模型的多模态线性自抗扰振动主动控制(Linear Active Disturbance Rejection Control)策略。由于加速度传感器和压电驱动器的异位配置不可避免地使得整个控制系统存在时延。为解决该问题,利用Smith预估器的原理,引入输出预估器来补偿时延,这样设计的自抗扰振动主动控制器能够很好地解决时延对结构振动性能的影响。基于dSPACE实时仿真平台、利用加速度传感器、压电片驱动器,设计并建立四面固支压电加筋壁板结构实验系统,对提出的控制方法进行试验比较研究。最后的试验结果表明,采用提出的具有输出预估功能的自抗扰振动控制器,能够快速有效地抑制结构的多模态振动。     

自适应控制算法在振动主动控制中的应用

通过试验研究主动控制振动传递的效果。采用频率在线估计和跟踪滤波的自适应控制方法,将以分量型式抑制谐波干扰引起的振动。在控制过程中,通过递推计算进行频率估计,用中心频率随动的带通滤波器进行信号跟踪,并在基本LMS方法的基础上形成自适应控制器。建立了多点控制试验台,实施跟踪滤波的自适应对消。结果表明：自适应方法能够很好地抑制谐波干扰的影响;对于多点隔振,控制通道之间存在强烈耦合作用,整体隔振效果与被控结构的振动模态相关。     

工业过程迭代学习算法的鲁棒性

在工业过程稳态优化进程中,为了进一步改善工业过程的动态品质,提出了迭代学习控制策略。本文研究系统状态初值漂移和系统参数扰动对迭代学习控制算法收敛性的影响。理论分析表明,当系统状态初值漂移和系统参数扰动在一定范围内,迭代学习控制算法关于是鲁棒的。     

具有扰动观测器的汽车主动悬架滑模控制

基于双横臂悬架的1/4汽车模型,以降低簧载质量振动为目的,提出了具有扰动观测器的滑模控制方法。由1/4汽车模型中簧载质量的受力平衡条件,得到了1/4汽车模型的二阶线性控制系统。在路面激励位移未知时,为了估计二阶线性控制系统输入的扰动力(控制臂的作用力、悬架弹簧力、减振器阻尼力和外界干扰力的总和),给出了基于滑模控制的扰动观测器设计方法。根据扰动观测器的估计值,计算了具有扰动观测器的滑模控制的1/4汽车模型的控制力。当路面激励为阶跃位移时,计算分析了采用无控制、PID控制和滑模控制时1/4汽车模型的簧载质量加速度,结果表明:具有扰动观测器的滑模控制器可以获得更好的控制效果。通过分析不同控制参数和外界干扰力对滑模控制器效果的影响,证明了基于1/4汽车模型的具有扰动观测器的悬架滑模控制设计的有效性。     

在线参数辨识的脉冲噪声有源控制

有源噪声控制是一种主动控制方法，目前已广泛应用于对高斯分布噪声进行衰减。但是传统的用于控制噪声的自适应算法不再适用大多数服从非高斯分布的脉冲噪声，主要原因是这种脉冲噪声没有有限的二阶统计量。在经典的Filter－x LMS算法的基础上提出两种适用于服从非高斯分布尖峰脉冲噪声情况下的在线参数辨识方法，一种是利用在线参数辨识方法对服从S[α]S稳定分布的脉冲噪声进行特征指数的估计，进而实现降噪目的的FxLMPest和FxLMADadapt算法；另一种是在Sun等人提出的SKM和AM算法基础上利用在线递归过程实现对幅度阈值估计的BDP算法。这两种算法均不需要获得脉冲噪声的特征指数和阈值的先验信息，仿真分析结果表明这两种算法能有效抑制脉冲噪声，并且其鲁棒性明显好于Filter－x LMS算法。