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。     

齿轮啮合振动的主动控制方法与实验研究

为了有效抑制齿轮传动系统由于啮合误差引起的周期振动噪声,提出一种基于压电堆作动器并结合自适应算法的齿轮传动振动主动控制方案。首先根据控制齿轮轴横向振动的思想构建齿轮箱主动结构,应用C-MEX S函数编写FxLMS自适应控制算法模块;基于级联自适应陷波器的技术提取齿轮啮合振动信号进而合成参考信号;利用自适应NLMS滤波器对包含压电堆作动器的次级通道进行离线辨识实验,在得到次级通道传递函数的同时有效避免了次级通道辨识和控制器之间的相互干扰。最后将算法代码下载到dSPACE中作为控制器,与内置压电堆作动器的齿轮箱组成硬件在环系统进行实验验证。结果表明:由FxLMS算法控制的压电堆作动器对齿轮的啮合振动控制效果明显,在不同转速、不同负载情况下啮合振动有15~26dB的衰减。     

一种改进自适应陷波器在齿轮箱振动信号频率估计中的应用

针对多级齿轮系统振动主动控制所需参考信号的获取问题,设计一种基于变步长无偏平滑梯度算法的二阶IIR自适应陷波器。以实时振动信号为输入信号,通过调整陷波频率实现对齿轮啮合频率的在线估计,并采用自适应改变陷波器迭代步长的方法提高估计速度和精度,仿真验证了该陷波器相比传统自适应陷波器具有更快的估计速度和更小的稳态误差,与FFT和比值校正FFT两种方法比较,所提陷波器对频率变化具有更好的追踪性能;将两个陷波器串联构成级联陷波器组,通过二级齿轮箱的振动加速度信号对两个啮合基频分别进行在线的实时估计。实验结果显示级联陷波器组能快速且准确地估计对应啮合频率,且能实时追踪由于驱动和负载变动导致的啮合频率变化,证明所提方法在实际应用中的有效性。     

气体质量计量的方法论证

为提高科氏流量计气体信号的初始频率收敛速度和跟踪精度,提出了一种频率解算的新方法：首先采用基于burg算法实现的格型IIR自适应陷波器对信号滤波,并短时间跟踪信号频率,其收敛后基于简化梯度算法实现的格型自适应陷波器开始并行工作,待简化梯度算法实现的格型自适应陷波器收敛后,前者停止工作,简化梯度算法实现的格型自适应陷波器持续工作直至结束。通过仿真和实验验证来说明本方法信号收敛速度更快、频率跟踪精度更高。     

一种不需要次级通道建模的有源噪声控制算法

对有源噪声控制的研究,绝大部分都是建立在次级通道已知的基础上,或者通过在线或离线辨识来建模次级通道,通过分析滤波-XLMS（FXLMS）算法收敛的几何特性实现有源噪声的无模型控制。子带技术是将信号通过不同频带的滤波器,把信号分解到不同频带的子带中,对各子带信号分别进行相应的处理,并减少处理时间。将两者相结合,运用子带技术,采用过采样无延迟子带结构消除单频噪声、窄带噪声以及宽带噪声,降噪效果明显。相比传统的XLMS滤波算法,该算法降低了运算量,且实现结构简单。     

基于次通道在线辨识的主动隔振技术研究

基于自适应陷波器的主动隔振技术可以有效隔离周期性振动,但次通道的时变性对隔振效果有明显的影响,传统辨识方法在精度和速度等方面存在一定的缺陷.提出了一种新的辨识方法,该方法在隔振控制器工作的同时,利用叠加白噪声对次通道进行建模;预测滤波器分离误差信号中的相关性分量,获得次通道对辨识信号的响应,从而提高了建模精度.为减少次通道模型滤波器的长度,提高控制的实时性,利用周期性信号对所建立的次通道模型进行二次建模.仿真和试验结果表明,这种基于次通道在线辨识的主动隔振技术对周期性振动有较好的隔离效果,且对干扰信号和次通道的变化有较强的鲁棒性.     

基于峰值预滤波次级通道在线建模的主动噪声控制系统

传统白噪声激励在线建模主动噪声控制(ANC)系统,次级通道对激励源的响应在一定程度上会干扰控制滤波器的迭代,而且会增大系统收敛后的声场能量.针对这一问题,一种新的、用于窄带噪声抵消的在线建模ANC系统被提出:利用峰值滤波器对真实次级通道进行重构,新的传递函数能够不失真地重现待抵消噪声所在频段的次级通道频率响应,并对其它频段进行抑制.最后利用该系统对舰船辐射线谱噪声进行了主动控制计算机仿真试验.结果表明:该系统简化了次级通道的传递函数,减少了白噪声对控制滤波器的干扰,提高了系统性能,并降低了系统收敛后的声场残余能量.     

一种基于延迟系数技术的次级通道在线辨识新方法

工程中控制目标区域改变、误差传感器位置变化或其他因素会引起的次级通路的实时改变,精确的辨识次级通道传递函数可以有效的提高噪声主动控制效率。基于人工延迟系数技术提出一种新的次级通道在线辨识方法,推导出主动控制环节收敛步长和次级通路建模环节收敛步长的调整表达式,从收敛性能和算法计算量两方面跟传统算法进行比较,得出其改进优势。给出新的附加噪声功率控制策略,实现对附加随机噪声功率的调节,在保证系统稳定的情况尽量消除其对残余噪声的影响。最后,进行了算法仿真和噪声主动控制实验,结果表明该算法具有收敛性好,降噪性能高的特点。     

基于自适应小波特征提取一体化神经网络的空调电机振动噪声识别

正确识别空凋电机的噪声类型是改善其噪声效果的重要前提，采用一种集特征提取与识别于一体的神经网络来解决这种识别问题。此网络利用Mexican hat小波作为母小波，同时将基于小波变换的特征提取过程融人为神经网络的一部分，网络学习时可针对输入信号对小波尺度和平移参数进行自适应调整，以实现对信号特征信息的充分获取。给出了此网络的学习算法。利用这一网络对空调电机的三种噪声信号即电磁噪声、不平衡噪声、轴承噪声信号进行了学习和识别，结果表明，学习后的网络以很高的可靠性准确地识别出了电机的不同噪声类型。     

一种自适应噪声抵消系统的仿真与设计

自适应噪声抵消系统是基于自适应滤波原理的一种扩展,它能从被噪声干扰的环境中检测和提取有用信号,抑制或衰减噪声干扰,提高信号传递和接收的信噪比质量。研究常用噪声消除算法,并仿真验证系统设计和所选自适应算法的可行性,最后应用DSP技术设计一个自适应噪声抵消系统,使其能消除含噪语音信号中的背景噪声,达到提高语音信号质量的目的。