一种含次级通道在线辨识的窄带主动噪声控制系统

分析了噪声危害设备产生的谐波噪声,特别是以500 Hz或600 Hz以下的低频成分为对象,介绍了主动噪声控制(ANC)技术的原理、意义及发展现状。在实际声学场所,由于控制系统易受初级噪声功率、残余噪声幅值等因素影响而不稳定。在分析控制系统收敛条件的基础上,通过对系统误差引入一个比例因子从而改进系统模型,并以一维管道为实验平台,基于高速数字信号处理器(DSP)设计了含次级通道在线辨识的主动噪声控制器。实验结果表明,在250 Hz左右的频段上能够达到16 dB的降噪效果。     

一种稳健的窄带反馈型主动噪声控制系统

传统窄带反馈型主动噪声控制系统采用并型自适应滤波器结构,用于合成参考信号时,仍存在参考信号合成质量较差、 滤波器权值的初值设置难度高、应对非平稳窄带噪声的能力不足等问题。 为解决以上问题,通过引入高效的串并型自适应滤波 器结构来合成参考信号,提出新型的窄带反馈型主动噪声控制系统,改善参考信号合成质量,进而提升系统的整体降噪性能。 新型系统不仅有效解决了传统系统存在的参考信号合成质量较差的问题,还降低了滤波器权值的初值设置复杂度,同时还提升 了系统应对非平稳窄带噪声的能力。 实验结果表明,新型系统较传统系统的前后两部分的降噪量分别提升了 7. 89 和 9. 18 dB。 仿真和实验结果共同验证了提出的系统较传统系统具有更强的稳健性和降噪性能。     

基于Volterra滤波器的非线性窄带主动噪声控制系统

窄带主动噪声控制(narrowband active noise control,NANC)技术已广泛用于窄带噪声的抑制中。但是实际声学环境中,往往存在非线性扰动,使得初级噪声在相消点易产生非线性扭曲,单纯的线性NANC系统难以将其滤除。考虑到实际中窄带噪声受非线性扭曲后表现出的特点,提出了一种基于Volterra滤波器的新型非线性NANC系统。该系统最大的特点为线性滤波器与非线性滤波器是独立的,不但能有效的降低受非线性影响的窄带噪声,而且通过线型滤波器可以剔除噪声中的基频部分,只需单独调节非线性滤波器便可以滤除噪声中的高次谐波,为以后系统中非线性部分的进一步研究提供了依据。并使用了一种基于滤波-X LMS(FXLMS)的算法得到控制滤波器权值更新方程,通过大量的仿真实验验证了Volterra滤波器的非线性NANC系统在抑制受非线性扰动或扭曲的窄带噪声中的有效性。     

一种快速收敛的多学科协同优化方法

为解决协同优化方法求解速度过慢的问题,提出一种快速收敛的多学科设计协同优化方法。在该求解方法中,系统优化的全部设计变量分为全局变量和局部变量,协同优化方法中的辅助设计变量被消去;系统级只控制全局变量,学科级控制局部变量;在系统级添加各学科中包含全局变量的约束条件,并基于学科状态方程构造耦合变量一致性约束条件;从各子学科中消除耦合变量的一致性问题,子学科目标的优化只对系统目标的最优起指向性作用。采用两个典型的多学科设计优化算例,检验快速收敛的多学科设计协同优化方法的计算特性,结果表明该方法的收敛迭代步数比协同优化方法大大减少,具有更快的收敛速度。     

多变量主动悬架系统的一种自适应神经元控制策略

研究了车辆主动悬架这个多变量不确定系统的自适应控制问题。提出了一种新型的单神经元多变量控制器。给出一种综合误差的概念,将综合误差与传统的单神经元控制器相结合,得到一种基于综合误差理论的单神经元控制器,它可以同时直接调控被控对象的多输出变量。将该控制方法应用于1/4主动悬架系统,采用二次型性能指标对控制器参数进行了优化设计。研究了在不同的悬架参数及随机路面输入情况下控制器的自适应性能,并与被动悬架及传统神经元控制的主动悬架进行了性能对比。仿真结果表明,所提出的控制器可使车辆获得更为优良的综合减振性能,可显著改善平顺性,是一种简单有效且鲁棒性较好的自适应控制器。该控制方法为主动悬架及类似的多变量不确定系统的控制提供了一种可能的简捷有效的新途径。     

一种人形机器人气动导航主动控制系统

为解决人形机器人导航控制智能化水平较低,自适应程度不高的问题,设计了一种基于北斗导航的人形机器人气动导航主动控制系统.建立了人形机器人运动学数学模型,研发了机器人气动导航控制系统,通过国家2000坐标下导航实验,对模型和系统进行了实验验证.结果表明:建立的运动学数学模型和导航控制算法是合理的,研发的气动导航主动控制系统...     

一种基于局部复杂度的水下图像增强方法

因水下信道的特殊性及成像的复杂性,水下图像多呈现出对比度低、边缘模糊等缺陷.提出一种基于局部复杂度的图像增强算法并用于水下图像的增强,不仅锐化了目标边缘,还提高了图像整体对比度.由于局部复杂度对噪声不敏感,所以本算法还具有较好的抗噪性,实验结果表明,可以有效地增强水下图像.     

一种快速收敛的多级独立分量分析算法

为了解决传统独立分量分析算法存在的误差累积以及收敛速度慢等缺点,提出了一种多级串联结构的独立分量分析算法.该算法采用三级串联结构消除累积误差,第1级获取一组位于不同向量子空间的降维分离向量,第2级采用维度重构方法获取分离向量的初始迭代值,第3级采用非正交化的串行FastICA算法对初始值进行牛顿迭代来分离独立分量.为加快串联结构算法的收敛速度,采用了高阶收敛的牛顿迭代法对传统的二阶收敛算法进行了优化.理论分析和实验结果表明,该算法消除了传统FastICA算法存在的累积误差,同时提高了收敛速度,缩短了运行时间.     

一种基于快速RLS的主动控制算法研究

主动控制技术因其在低频振动噪声控制方面有着良好的效果而受到广泛关注.其中,最常见的主动控制算法为基于自适应滤波的LMS类和RLS类算法.针对RLS类算法在控制性能上优于LMS算法,但其计算量比较大的问题,利用快速横向滤波器对RLS算法进行改进,在不明显降低其性能的基础上,通过向前和向后的方式推导了 FTRLS快速算法,...     

一种新型低控制压力平衡阀

介绍了一种新型平衡阀的结构特点,阐述了工作原理,对该阀进行合理的简化,建立了该平衡阀的静态数学模型,利用MATLAB计算其静态特性,并且与已存在的某型号平衡阀进行对比,为该阀的研制提供了理论参考依据。     

主动噪声控制技术及其在车内噪声控制中的应用

主动噪声控制是集声学、自适应控制及数字信号处理等技术为一体的高新技术,已成为国内外噪声控制界的研究热点。基于主动噪声控制的Swinbanks多极子系统理论,证明了主动噪声控制技术适合于低频．1k的理论依据。阐述了决定主动噪声控制效果的决定因素及在车内噪声控制中应用的发展过程,并指出当前研究中需解决的问题和今后的研究方向。     

基于EMD与响度的有源噪声控制系统

为了提高有源噪声控制系统的降噪效果,提出了基于经验模态分解( empirical mode decomposition,EMD)和响度的控制系统.该系统首先采用EMD方法对噪声源进行自适应分解,并对分解后的各个固有模态函数(intrinsic mode function,IMF)分量的响度进行计算,然后根据各个分量的响度大小进行残差滤波器的设计.与基于A计权曲线设计的残差滤波器相比,该方法所设计滤波器能更好地抑制响度较小的信号频率成分.对有源噪声控制系统的降噪效果进行了仿真,结果表明,所提出的控制系统比传统滤波-X LMS(filtered-X least mean square)方法和采用基于A计权残差滤波器的系统降噪效果更好.     

A local active noise control system based on a virtual-microphone technique for railway sleeping vehicle applications

Low-frequency broadband noise generated on a railway vehicle by the wheel–rail interaction could be a big annoyance for passengers in sleeping cars. Low-frequency acoustic radiation is extremely difficult to attenuate by using passive devices. In this article, an active noise control (ANC) technique has been proposed for this purpose. A three-dimensional cabin was built in the laboratory to carry out the experiments. The proposed scheme is based on a Filtered-X Least Mean Square (FXLMS) control algorithm, particularised for a virtual-microphone technique. Control algorithms were designed with the Matlab-Simulink tool, and the Real Time Windows Target toolbox of Matlab was used to run in real time the ANC system. Referring to the results, different simulations and experimental performances were analysed to enlarge the silence zone around the passenger's ear zone and along the bed headboard. Attenuations of up to 20 and 15 dB(A) (re:20 μPa) were achieved at the passenger's ear in simulations and in experimental results, respectively.     

Combined MIMO adaptive and decentralized controllers for broadband active noise and vibration control

Model errors in multiple-input multiple-output adaptive controllers for reduction of broadband noise and vibrations may lead to unstable systems or increased error signals. In this paper, a combination of high-authority control (HAC) and low-authority control (LAC) is considered for improved performance in case of such model errors. A digital implementation of a control system is presented in which the HAC (adaptive MIMO control) is implemented on a CPU and in which the LAC (decentralized control) is implemented on a high-speed Field Programmable Gate Array. Experimental results are given which demonstrate that the HAC/LAC combination leads to performance advantages in terms of stabilization under parametric uncertainties and reduction of the error signal.     

考虑路面时变的整车主动悬架的改进模糊PID集成控制策略

为提升某汽车的行驶平顺性及其适应路面时变的能力,提出一种座椅主动悬架和底盘主动悬架的改进模糊PID集成控制策略。相比于一般模糊PID控制方法,该控制策略能够根据轮胎所受路面激励和驾驶员座椅垂向速度的实时变化,在线调整控制器的量化因子、比例因子及PID参数值,以实现对控制力更精确的实时调控。建立八自由度整车平顺性模型,在MATLAB/Simulink软件中模拟汽车在A级、B级、C级和D级路面行驶的状况,结果表明:整车主动悬架改进模糊PID集成控制能够大幅提升汽车行驶平顺性和操纵稳定性,且效果明显优于模糊PID控制。     

主动隔振系统中的PID模型参考自适应控制技术

当主动隔振系统的被控参数为定常或变化较小时,采用一般常规反馈控制可以得到满意的控制效果,但当对象在运行过程中其结构与参数及环境有剧烈变化时,仅用常规的反馈控制技术无法满足控制要求.对某主动隔振系统从无控制、常规比例积分微分（PID）控制以及基于PID的模型参考自适应控制3种情况进行了研究,提出了在主动隔振系统中采用的控制方法.仿真结果表明,基于PID的模型参考自适应控制方法能够很好地跟踪参考模型的输出,具备较强的抗干扰能力.     

Modified-filtered-u LMS algorithm for active noise control and its application to a short acoustic duct

This paper presents a new adaptive algorithm for active noise control (ANC) that can be effectively applicable to a short acoustic duct, such as the intake system of an automobile engine, where the stability and fast convergence of the ANC system is particularly important. The new algorithm, called the modified-filtered-u LMS algorithm (MFU-LMS), is developed based on the recursive filtered-u LMS algorithm (FU-LMS) incorporating the simple hyper-stable adaptive recursive filter (SHARF) to ensure the control stability and the variable step size to enhance the convergence rate. The MFU-LMS algorithm is implemented by purely experimental ways, and is applied to active control of noise in a short acoustic duct, and is validated using two experimental cases of which the primary noise sources are a sinusoidal signal embedded in white noise and a chirp signal. The experimental results demonstrate that the proposed MFU-LMS algorithm gives a considerably better performance than other conventional algorithms, such as the filtered-x LMS (FX-LMS) and the FU-LMS algorithms.