前馈式有源耳罩在强干扰下误差通道建模方法

稳定性是设计自适应有源降噪耳罩过程中所必须考虑的首要问题，而误差通道模型的建模精度直接影响着系统的稳定。根据前馈结构有源降噪耳罩的特点，提出了一种简单有效的建模模型，与经典的建模模型相比，该模型能在强干扰噪声环境下获得较高的建模精度。     

有源降噪声耳罩的发展现状和前景

阐述了有源消声耳罩的特点、历史和现状;探讨了有源耳罩实现技术及产品应用;分析了有源耳罩工程应用中的存在问题和有源消声耳罩的发展前景。     

基于频域网络模型的有源器件时域有限差分建模方法

在微波有源电路建模过程中，由于有些器件内部的等效电路复杂或者不能得到该器件的内部等效电路，无法采用传统的时域有限差分（FDTD）方法对该器件进行建模.为此提出了一种基于频域网络模型的有源器件FDTD建模方法.通过实验测量有源器件在包含器件工作频段的频域网络参数（如S参数），结合该器件的物理尺寸进行建模.应用有源器件的频域网络参数，忽略了器件的内部电路结构，使该算法可以对具有任意复杂内部结构的有源器件进行建模；采用包含器件物理尺寸的建模方法，可以在FDTD算法中建立有源器件的三维电磁模型，提高了建模精度.通过对一个工作频率为6 GHz的场效应管（FET）放大电路的建模过程的描述验证了该方法的可行性.该方法无须依赖于有源器件内部的电路结构，具有较高的建模精度.     

基于CMAC的有源噪声控制研究

提出一种神经自适应噪声有源控制的方法，把小脑模型关联控制器用于对噪声进行有源控制。对三维空间传播的宽频带噪声，利用小脑模型关联控制器实现有源噪声控制获得了良好的降噪效果。     

基于平面声源的三层有源隔声结构次级源最优布放

三层有源隔声结构中次级平面声源的布放影响系统的隔声性能,平面声源位置的优化需重点研究。应用遗传算法在宽频带内对三层结构中平面声源的位置进行优化设计。首先对三层板腔结构建模并求解振动响应,然后分别以被动隔声、有源降噪及系统总隔声性能为依据,构建宽频带优化函数;最后通过迭代计算获得最优的布放位置。结果表明,对于被动隔声最优的平面声源布放位置应位于双层结构的中间;而对有源降噪,次级声源应尽量靠近入射板布放。对于系统总的隔声性能,最优的布放位置应在上述两者之间取折中。     

有源噪声控制中误差通道的自适应建模

有源噪声控制中误差通道对系统的性能有重要的影响，实现自适应控制算法必须得到误差通道的传递函数．本文对系统的误差通道采用自适应建模的方法，并提出了自适应建模的过程及算法．仿真实验证明，系统改善了稳定性、提高了降噪量，具有更快的收敛速度．     

基于粒子群算法的电力变压器噪声有源控制系统优化

误差传感器的位置对有源降噪系统理想降噪量影响很大,理论上评价降噪效果的优化准则是初级声源和次级声源的总辐射声功率最小.鉴于粒子群算法的找寻效率较高,采用粒子群算法来找寻使得总辐射声功率最小的误差传感器最佳位置.仿真研究表明,粒子群优化算法应用于误差传感器优化布放,收敛速度快,实现更灵活方便;两个误差传感器比单个误差传感器得到更高的降噪量,双次级声源比单次级声源得到更高的降噪量.对电力变压器自适应有源噪声控制系统的设计有理论指导意义.     

管道噪声的有源控制方法的研究

理论分析表明，管道有源消声器在低频段具有良好的降噪效果，本文对单频管道噪声的有源抵消方法进行了初步研究，为车用有源消声器的最终开发和研制提供基础。     

基于Curvelet-Wavelet变换高分辨率遥感图像降噪

基于图像卡通-纹理分解模型,利用Curvelet变换和Wavelet变换对图像不同部分具有不同的稀疏表示特性,提出新的混合域遥感图像降噪方法.利用分解模型对图像分别进行Curvelet域和Wavelet域中的系数建模,结合高斯混合尺度模型(GSM)对图像卡通部分和纹理部分进行降噪,之后对图像进行合并.实验结果表明,该方法降噪后图像峰值信噪比(PSNR)明显提高,有效地保持了图像的细节和边缘,抑制了降噪图像的混叠现象.     

适于重复控制固定采样点数的数字锁相方法

针对基于重复控制策略的有源电力滤波器,提出一种基波周期内保持固定采样点数的数字同步锁相方法,推导基于同步旋转变换和PI调节的数字锁相闭环传递函数模型,表明为二阶系统.采用零极点配置方法对其进行控制参数的设计.该方法能够从原理上保证基波周期采样点数不变,满足重复控制策略的要求.给出应用此锁相方法的重复控制有源滤波器补偿效果波形,应证了数学建模和设计的正确性.结果表明,锁相环在电网畸变和不平衡条件下具有优异的鲁棒性和快速性,应用该锁相方法的有源滤波装置具有很高的补偿精度.     

发动机排气自适应有源消声控制仿真实验

为了对发动机排气噪声进行实时控制,分析了发动机排气噪声产生的机理、噪声频谱特征,并利用基于自适应算法的有源消声控制技术对发动机排气噪声进行了实时控制分析实验．实验结果表明,所采用的自适应有源消声控制技术能够实时地对排气噪声进行控制．     

噪声有源变结构控制

研究有源噪声控制（ＡＮＣ）问题,将滑模变结构技术引入有源噪声控制领域。提出了一种基于滑模变结构技术的噪声有源自适应控制方法,给出了一种在线参数自适应学习算法,证明了闭环控制系统在Ｌｙａｐｕｎｏｖ意义下的稳定性。仿真结果表明,基于滑模变结构技术的噪声有源自适应控制比传统的Ｆｉｌｔｅｒ－Ｘ控制更为有效。     

自适应有源消声算法的研究

基于信号处理的LMS算法，结合自适应有源消声的特点，提出滤波-XLMS算法，并且利用MATLAB对该算法进行了仿真和性能分析。     

车内噪声控制技术研究现状及展望

综述了目前国内外车内噪声控制技术 ,重点论述了有源噪声控制技术和结构声的有源振动控制技术在车内噪声控制中的应用及其存在的问题 ,并预测了车内噪声控制技术的发展趋势。     

装甲车辆内部主动噪声控制系统的设计及仿真研究

针对装甲车辆内部存在着较高的低频噪声，提出了一种自适应主动噪声控制系统的设计方案，在此基础上，利用FLMS算法对系统的运行情况进行了仿真，结果表明，运用此设计方案，能取得比较满意的降噪效果。     

有源消声的混合自适应控制系统及试验研究

为有效提高有源噪声控制的消声性能,针对线性控制和非线性控制方法的优缺点,基于模型参考神经网络直接自适应控制原理,提出了一种模型参考混合直接自适应控制策略,利用FLMs和非线性BP网络混合构建自适应控制系统,通过系统误差确定2种网络的加权系数,使控制器训练初期以FLMs为主提高收敛速度,后期以非线性BP网络为主提高系统控制精度．混合控制策略在保持原有非线性控制策略优点的同时,提高了系统的收敛速度．试验结果表明．该控制策略优于神经网络自适应控制．     

李雅普诺夫噪声主动控制算法的研究

为解决噪声主动控制系统中的非线性问题,提出基于李雅普诺夫稳定性理论的李雅普诺夫噪声主动控制算法。同基于梯度下降原理的传统噪声主动控制FXLMS算法不同,该算法首先定义跟踪误差的李雅普诺夫函数,基于李雅普诺夫稳定性理论自适应地调整输出误差双线性滤波器的权系数,使系统的误差渐近趋近于零,并且根据李雅普诺夫稳定性理论确保噪声主动控制系统的稳定性。通过仿真可以看出,在非线性噪声主动控制系统中,李雅普诺夫噪声主动控制算法优于FXLMS算法.     

神经网络BP算法在有源消声中的应用

为了克服传统自适应有源消声算法在应用中稳定性方面的不足,尝试将神经网络反向传播（ＢＰ）算法应用于有源消声技术。文中建立了基于ＢＰ算法的自适应有源消声（ＡＡＮＣ—ＢＰ）模型并给出该算法的递推公式。利用ＴＭＳ３２０Ｃ２５开发板实现了该算法功能。在半消声室中进行了单频和１００Ｈｚ带宽的消声实验,仅利用单个次级源结构便获得较好的消声效果。实验证明,基于ＢＰ算法的消声系统具有良好的稳定性。