利用多层感知神经网络对空调噪声的控制研究

提出一种神经网络自适应噪声主动噪声控制(ANC)的方法。把后传播学习算法的多层感知神经网络用来对空调进行 ANC。对在三维空间传播的宽频带空调噪声 ,利用多层感知神经网络的 ANC获得了良好降噪效果。     

一种低复杂度快速收敛的窄带主动噪声控制系统

传统窄带主动噪声控制( ANC)系统的计算负荷与窄带噪声频带数量正相关,而且其收敛速度和降噪效果存在此消彼 长的关系。 为解决以上问题,首先基于滤波误差技术简化窄带 ANC 模型,使系统计算量与窄带噪声频带数量相互独立。 然后 通过自适应混合参数将两个简化的窄带 ANC 系统进行并行凸组合,其中一个系统拥有最快的收敛速度,另一个系统拥有较低 的稳态误差。 提出的系统不仅降低了传统窄带 ANC 系统的计算复杂度,而且在不牺牲降噪性能的情况下提升了系统收敛速 度。 实验结果表明,提出系统在不牺牲稳态误差的基础上,收敛时间缩短了 78% ,有效提升了系统收敛性能。     

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。     

基于直接速度反馈的管道振动主动控制

管道振动给石化设备的安全运行带来严重的隐患。基于直接速度反馈控制原理,利用主动阻尼装置向振动管道系统施加控制力,实现了对管道振动的主动控制。利用根轨迹法分析了控制系统的稳定性,实验验证了惯性作动器的动态特性对系统稳定性的影响,在增益系数过大时观察到了系统失稳的现象。以加速度信号作为评价指标,对不同反馈增益系数下主动阻尼装置对管道振动的控制效果进行了对比,并探究了主动阻尼装置的有效作用频带。结果表明,在反馈增益系数选择合理的情况下,主动阻尼装置对作动器线性工作频带内（20~50 Hz）的管道振动都能有较好的控制效果,最高降幅可达80%。最后对主动阻尼装置的设计和使用提出了参考意见,为振动控制效果的进一步提高提供了思路。     

基于Fu-LMS算法的前馈式噪声主动控制系统研究

声反馈的存在,使前馈式控制系统传递函数引入了新的极点。传统的基于Fx-LMS算法的前馈式控制系统利用系数很长的滤波器来模拟极点位置,这导致系统计算量增多并且效果不理想。针对这一问题,构建了一种基于Fu-LMS算法的控制系统。该系统控制的滤波器具有可变极点,利用这一结构特点可以精确模拟实际物理系统的传递函数,系统计算量更少。利用MATLAB与Simulink建立模型,分析两种系统降噪效果,并且基于DSP实验平台实现了系统设计。实验结果表明,设计的主动控制系统有很好的降噪效果。     

计算机前馈-反馈控制系统的设计

根据系统工艺要求及实际需要,本文给出以远程数据采集模块作为信息交换桥梁,运用组态软件开发用户应用软件,设计出了流量液位计算机前馈-反馈复合控制系统,着重说明了远程数据采集模块在设计开发流量液位计算机前馈-反馈复合控制系统中的应用。实际运行结果表明,前馈-反馈复合控制系统对可测量的外部扰动具有及时补偿的能力,具有一定的实际应用价值。     

基于次级声源布局优化的主动降噪实验研究

提出了一种基于蒙特卡罗法声学仿真的次级声源布局优化方法,推导了多通道主动降噪(ANC)控制算法,搭建了双通道ANC实验系统,结合仿真结果和降噪实验研究了次级声源布局优化对ANC系统性能的影响。实验结果表明,对单频和混频噪声,次级声源布局优化后的ANC系统比未优化的ANC系统噪声主频抑制效果更显著,相同降噪效果下噪区域更广。该优化方法受条件限制较小,能够广泛应用于多种ANC系统。     

基于GA-BP神经网络的汽车排气系统噪声主动控制

发动机排气系统噪声主动控制相对于被动控制具有更好的效果。其中控制算法的选取决定了降噪效果的好坏。目前主要应用BP神经网络算法对发动机排气噪声进行控制,但是BP网络算法存在一些缺点,比如容易陷入局部极小值、收敛精度低等。将GA-BP算法引入汽车排气系统噪声主动控制中,建立基于GA-BP神经网络的汽车排气噪声主动控制系统的仿真模型。由仿真结果得出,所提方法能够使BP网络算法的收敛精度明显得到改善,有效地提高了噪声主动控制系统的降噪效果。     

利用MATLAB对噪声主动控制算法的研究

针对噪声主动控制系统的特点,提出滤波-XLMS算法,并且利用MATLAB中SIMULINK平台进行系统建模,对此算法进行仿真分析研究.     

修正自适应滤波算法的道路噪声主动控制系统

针对车内道路噪声主动控制系统中传感器直流偏量引起的系统失稳问题,建立了一种新的修正多通道自适应滤波的道路噪声主动控制算法。首先,以多重相干为综合评价指标,以实车道路试验下测得的24个加速度信号为基础,选取了4个加速度信号作为参考信号;其次,以2个车载扬声器为次级声源,驾驶员头枕位置为控制目标,在Simulink环境下搭建4个参考信号、2个扬声器和1个麦克风的多通道车内道路噪声主动控制系统,并用不同路面（比利时路面、粗沥青路面）不同车速下采得的数据进行了仿真验证;最后,搭建了基于dSPACE的主动控制系统硬件在环试验平台,以验证不同工况下系统的有效性。结果表明：仿真结果与试验结果相一致,在不同工况下都可以取得稳定有效的降噪效果,验证了修正算法的有效性。     

Active noise control using a distributed mode flat panel loudspeaker

A flat panel distributed mode loudspeaker (DML) has many advantages over traditional cone speakers in terms of its weight, size, and durability. However, its frequency response is uneven and complex, thus bringing its suitability for active noise control (ANC) under question. This paper presents experimental results demonstrating the effective use of panel DML speakers in an ANC application. Both feedback and feedforward control techniques are considered. Effective feedback control with a flat panel speaker could open up a whole range of new noise control applications and has many advantages over feedforward control. The paper develops a new control algorithm to attenuate tonal noise of a known frequency by feedback control. However, due to the uneven response of the speakers, feedback control is found to be only moderately effective even for this narrow-band application. Feedforward control proves to be most capable for the flat panel speaker. Using feedforward control, the sound pressure level can be significantly reduced in close proximity to an error microphone. The paper demonstrates an interesting application of the flat panel in which the panel is placed in the path of sound and effectively used to block sound transmission using feedforward control. This is a new approach to active noise control enabled by the use of flat panels and can be used to prevent sound from entering into an enclosure in the first place rather than the traditional approach of attempting to cancel sound after it enters the enclosure.     

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。     

次级声源安装角度对管道有源消声性能的影响研究

分别从理论和试验两个方面,对非适应和自适应两种管道有源消声系统中的次级声源安装角度对系统性能的影响进行了研究。结果表明,采用自适应结构具有明显的优越性。小的次级声源安装角度,可以优化有源消声系统的声波干涉条件,提高系统消声量,加快自适应有源消声系统收敛速度,并适当降低系统对次级声源的功率要求。对宽带有源消声系统而言,可以提高次级声源的指向性,减小系统存在的"声反馈"现象,提高控制系统的工作稳定性。最后,提出了几项实际工程设计原则。     

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。     

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.     

采用听觉传感策略的声品质主动控制

针对现有声品质主动控制多以心理声学参数为控制目标,声品质改善能力不足,提出一种基于听觉传感策略的声品质主动控制系统。为了使控制系统能够融入听觉非线性特性,建立了包括外/中耳模型和内耳模型的听觉传感模型,其中在基底膜建模时,考虑毛细胞对基底膜具有反馈运动调节作用,采用带宽时变的gammatone滤波器模型,该滤波器可模拟出听觉在频率和强度感知方面的非线性特性。然后,以听觉信号平方最小为控制目标,给出了基于听觉传感的主动控制系统结构,为了解决听觉传感环节的加入带来的算法计算量增加和收敛性变差问题,基于x滤波最小均方（Filtered-x least mean square,FLMS）算法,提出了延迟补偿结构与逆模型结构相结合的听觉控制算法。最后,以车速50km/h的汽车车内声为对象进行主动控制仿真,对控制前后的车内声进行了声品质客观与主观评价,并对评价结果进行比较与分析,主客观评价一致表明：与声压控制相比,听觉控制可以更好地改善听觉舒适性。     

基于响度控制的封闭腔有源噪声控制

传统有源噪声控制（ANC）通常是控制声压平方和最小，但声压与人耳对声音强弱的主观感觉并不完全一致。为了考虑人的主观听觉作用，在传统ANC系统中加入若干个响度滤波器，使其控制目标从声压转变为响度。从心理声学出发，建立了用于ANC的人耳听觉响度模型，给出了矩形封闭腔响度ANC模型以及基于FLMS算法的响度控制算法。仿真结果表明，与声压控制相比，基于响度控制的ANC系统的声压下降量稍小，但响度的减小量更大，具有更好的主观听觉效果。     

Design and Analysis of a Gain-scaling Controller Applied to a Chain of Integrator System with Measurement Noise on Feedback Sensor

A control problem of a chain of integrator system with measurement noise on feedback sensor is considered.We propose a gain-scaling controller for compenasating measurement noise of feedback sensor.Because control systems operate via feedback sensor' s signal,the measurement noise in sensor' signal results in performance degradation or even system failure.Therefore,control systems often demand on compensating measurement noise.Our controller is equipped with a compensator and gain-scaling factor in order to reduce the effect of measurement noise on feedback sensor.