管道有源消声控制技术的发展与动向

围绕声反馈、次通道、非线性、实时性等影响系统工作稳定性和整体消声效果的关键技术问题,分别对管道有源消声系统的控制结构、控制算法等方面进行了回顾、归纳和总结,并指出抗干扰能力强的复合控制结构、自适应鲁棒控制算法、神经模糊控制算法和基于智能材料的阻抗控制技术是其今后研究的主要发展方向。     

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。     

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.     

神经网络BP算法在噪声主动控制中的应用

在噪声主动控制系统中采用神经网络控制方法，给出了神经网络BP算法的一种变异算法。仿真实验表明，基于神经网络的噪声主动控制系统具有非常好的降噪效果和稳定性。     

基于改进BP算法的汽车排气噪声主动控制

为了更有效地消除汽车排气噪声,针对广泛使用的Filter-XLMS自适应算法不适用于非线性系统的缺陷,采用基于共轭梯度法改进的误差反向传播(Error Back Propagation,BP)算法,调节自适应滤波器的参数,在Matlab环境下设计建立自适应噪声抵消系统的仿真模型,并在发动机排气噪声的产生机理和频率构成分析的基础上进行仿真试验.仿真结果表明,改进的BP算法对于非线性系统具有更加理想的降噪效果.     

有源噪声控制的进展与展望

有源噪声控制技术是集噪声工程，计算机和自适应控制等技术为一体的边缘学科，已成为国内外噪声控制界的研究热点。     

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.     

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。     

管道噪声有源控制的声学特性研究Ⅱ实验部分

为验证在噪声有源控制系统作用下管道初级源与次级源之间驻波场的声场特性,在所设计的自适应有源消声实验系统上进行了低频段的单频消声实验,当各频率点分别取得了最大的消声效果后,采用驻波分离法对噪声有源控制系统作用下管道的声学特性进行了测试分析.实验结果验证:当达到最大消声效果时,在初级源与次级源之间驻波场声反射系数的模接近于1,从管道上游传播过来的声能量大部分被反射回去.     

多通道有源噪声控制系统设计

基于实时数字信号处理系统理论,讨论有源噪声控制系统的电子设计方法。通过对控制时序的分析,设计了一个实时多通道自适应控制系统,该系统以PC为主控机,以DSP TMS320－C30为从处理机,具有多路传感器同时输入和扬声器同时输出通道,该系统被应用于国产某型螺桨飞机的舱内噪声控制,取得了满意的降噪效果。     

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。     

间歇自适应RLS算法

针对滤波－ＸＬＭＳ算法收敛速度慢，宽带消声效果差的缺点，本文提出间歇自适应ＲＬＳ算法，通过计算机仿真及数字信号处理硬件分析，表明：该算法兼有收敛速度快，宽带消声效果好，以及运算量相对较小的优点．     

管道自适应有源噪声控制算法

本文以管道自适应有源噪声控制（ＡＡＮＣ）理论为基础讨论了自适应控制算法，比较了ＡＡＮＣ系统中自适应滤波器的ＬＭＳ，ＲＬＳ和ＬＳＬ算法的特性，导出了ＬＭＳ算法的递推公式，得到了ＦＩＲ和ＩＩＲ滤波器的ＬＭＳ算法的计算机仿真．通过仿真，比较了不同信号的消声量，讨论了步长因子、滤波器阶数和声延迟对算法收敛速度和消声量的影响，还讨论了有声反馈的ＦＩＲ和ＩＩＲ滤波器的消声量的大小．     

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.