一种用于自适应有源噪声控制的在线次级通道建模方法

针对前馈式自适应有源降噪系统次级通道在线建模问题,首先分析比较已有的在线次级通道建模方法,给出了各自的优缺点。在此基础上提出了一种基于Fx LMS算法的在线次级通道建模方法,该方法使次级通道建模步长随干扰信号和建模白噪声信号功率自适应更新,降低了初级噪声对建模的不利影响,并利用误差信号相关值和初级噪声能量来更新控制滤波器步长,有效降低了突发随机噪声对系统稳定性的影响。计算机仿真结果表明,该方法显著提高了次级通道模型的精度和系统收敛速度,取得更好的降噪效果。     

自适应声学结构控制策略研究

1引言 有源噪声控制分为有源声控制和有源力控制两种,前者指的是利用声源作为"反"声源产生次级声场,控制原噪声场;后者指的是直接在振动结构(初级结构)上施加作用力(次级力源),改变结构响应,从而拟制声辐射功率.虽然这两种控制方式在特定的场合能够取得良好的控制效果,但它们共同的缺点是需要位于远场的声学传感器检测声学量作为误差信号,构成控制系统的目标函数,同时系统配置强烈依赖于初级源和声空间的具体形式,使得建立的有源控制系统通用性很差,这给该技术的推广应用带来严重限制.     

多通道PID神经网络解耦有源控制算法

为满足多目标区域降噪要求,研究多通道有源噪声控制系统至关重要。随着声通道数量增加,通道间会出现相互耦合,增加系统复杂性且影响系统稳定性。为解决通道耦合问题,提出一种基于比例积分微分(PID)神经网络和滤波x最小均方算法(FxLMS)的多通道噪声解耦算法(PIDNN-FxLMS)。在传统FxLMS算法基础上,利用PID神经网络对有源控制系统控制参数进行调整,获得最优控制,同时对多通道有源控制系统解耦和控制问题进行处理。结果表明,PIDNN-FxLMS算法的收敛速度明显快于传统FxLMS算法,在降噪效果方面,该算法残余误差信号幅值最小,更适用于多通道有源噪声控制系统。     

柴油机排气噪声有源控制仿真研究

针对柴油机排气噪声设计了一套有源消声系统，并对高速数字信号处理芯片为基础的控制单元进行了仿真试验，该系统采用了转速信号作为次级声源输入，并以自适应同源谐波滤波为控制模型，保证了系统的有效性和稳定性，仿真结果表明，本系统有很好的消声效果。     

基于自适应切比雪夫滤波器的非线性有源噪声控制

提出一种基于自适应切比雪夫滤波器的非线性有源噪声控制算法FCLMS。FCLMS算法使用传统的Fx LMS结构,将初级噪声使用第一类切比雪夫多项式展开,进而拟合该信号,而后使用LMS自适应算法进行噪声控制。该算法的计算复杂度低于2阶VFx LMS和1阶FS LMS算法。在不同的仿真模型下的仿真结果表明,该算法控制效果均达到或优于VFx LMS和FS LMS算法,且收敛速度快。     

车内噪声时域传递路径分析

与传统的频域传递路径分析相比,时域传递路径分析能够对噪声及其各路径贡献进行回放试听及进一步的声品质分析,能更直观、全面地理解和掌握噪声及其路径贡献特性。基于结构声的阻抗矩阵传递路径分析方法和空气声的替代源传递路径分析方法,给出一种综合考虑结构声和空气声的车内噪声时域传递路径分析方法,并阐明了其实现流程。在此基础上,建立某汽车发动机对车内副驾驶位置噪声的时域传递路径分析模型,分析了发动机悬置结构声传递路径和表面辐射空气声传递路径贡献。结果表明:在整个升降速过程中,该发动机的结构声对车内目标点的贡献显著大于空气声,右上悬置和左上悬置是其主要传递路径,且路径频率响应函数高是造成贡献量大的根本原因。为后续的噪声控制方案的制定指明了方向。     

自适应空间有源消声系统及其算法

在未知噪声场中,以消声区域声信号的均方和最小为准则,建立自适应空间有源消声系统。本文推导了系统的自适应算法,给出了抵消单频和宽带噪声的计算机仿真结果。结果表明:在初级噪声场中布设二个自适应次级声源,可使消声区域里传感器处的单频噪声功率衰减39dB;对于宽带噪声,传感器处的噪声功率亦能衰减17.3dB。本系统有可能在要求建立局部无噪声区域的场合(例如,各类航行器驾驶员附近)得到应用。本系统已经用高速信号处理芯片TMS320实现。     

自适应逆控制FXLMS算法有源噪声控制仿真研究

前馈有源噪声控制方法可在较宽的频带有效，使之获得了广泛的应用，在前馈有源噪声控制中，直接使用传统的FXLMS算法时，由于次级通道传递函数往往是非最小相位系统，导致系统的性能下降，文中提出一种基于非最小相位系统逆控制的自适应前馈有源噪声控制FXLMS算法，用带宽随机噪声信号和实测风机通风管道噪声信号进行仿真实验研究，结果表明，较传统的FXLMS算法有明显的改进。     

基于变分贝叶斯独立分量分析的故障源盲分离

提出一种基于变分贝叶斯独立分量分析的故障源盲分离方法,该方法可直接对噪声干扰的机械源信号进行有效分离,即不需要将未知噪声看成一种独立源,也不需要进行消噪预处理。并将该方法与传统的机械源分离方法进行对比实验,实验结果表明该方法是非常有效的。     

基于变分贝叶斯理论的机械故障源 盲分离方法研究

摘要：未知噪声环境下机械源信号盲分离方法由于忽略噪声影响往往得到很差的分离效果。针对此问题,本文提出了一种基于变分贝叶斯独立分量分析的机械故障源分离方法,该方法与传统的机械源分离方法相比,具有以下独特特点,即不需要将未知噪声看成一种独立源,也不需要进行消噪预处理,可直接对噪声干扰的机械源信号进行有效分离。仿真研究表明,提出的方法优于传统的机械源分离方法,分离误差大幅度降低。实验结果也验证了本文提出的方法的有效性。