Multi-channel FURLS algorithm for active noise control and simulation

为了改善最小均方(LMS)类算法在空间宽带噪声主动控制问题中收敛速度慢的缺点,消除声反馈对系统稳定性的影响.将快速收敛的最小二乘(RLS)类算法与自适应滤波U形结构结合,提出多通道滤波-URLS(MFURLS)算法,理论上推导该算法详细流程.本文对定频和宽带噪声进行了降噪仿真,将MFURLS算法与多通道滤波-ULMS(MFULMS)算法进行对比,仿真结果表明采用MFURLS算法的系统有30dB左右的降噪量,且收敛速度优于FULMS算法,证明该算法在宽带噪声控制方面具有很大优势.     

基于多频陷波滤波和信号功率变参数的变结构FXLMS自适应变压器有源降噪算法

为了改善变压器有源降噪系统的性能,提出了基于多频陷波滤波和信号功率变参数的变结构滤波-X最小均方(filter-X least mean square,FXLMS)自适应有源降噪算法。该算法以变结构FXLMS算法为核心,针对变压器噪声的特点,采用多频陷波滤波技术实现了系统无参考传声器的设计,降低硬件成本并节约占地面积。采用随机噪声法对系统次级通道进行在线建模,并提出了"实时建模,延时更新"的策略,以及基于信号功率的变建模收敛系数和变随机噪声幅值相结合的方法,以降低引入的随机噪声幅值,并保证建模的准确性。同时,基于信号功率实现了对降噪收敛系数的自适应调节。仿真和理论分析表明,该算法可加快系统的收敛速度,提高系统的稳定性和降噪量。设计的软件平台与硬件设备相结合的变压器有源降噪系统,在额定运行的50MVA变压器降噪实验中,实现了误差传声器处10~18d B的降噪效果,平均声能量密度降低90.01%~98.41%,验证了算法对实际电力变压器噪声的降噪有效性。     

改进粒子BP神经网络在变电站噪声控制中的应用

为了改善变电站噪声控制中已有自适应降噪滤波算法的自适应能力差、收敛速度慢等弊端,提出了一种新的基于粒子群优化（PSO）的误差反向传播神经网络（BPNN）智能滤波算法。该算法针对PSO算法易出现无法兼顾局部、全局搜索和群体多样性丢失等问题,采用以粒子“亲密”度为依据来自适应调整粒子惯性因子和变异率的改进策略;利用该改进粒子群优化（IPSO）算法取代梯度下降算法,实时优化BPNN的权、阈值,使噪声迅速降低,再用梯度下降算法对BPNN的权、阈值作进一步的精细优化,使噪声得到更大程度上的抑制。文中以某变电站变压器噪声信号为仿真声源,分别利用所提算法、PSO-BPNN算法及BPNN算法对该声源信号进行主动抑制,结果表明所提算法性能明显优于另外2种算法的性能,使变压器降噪系统性能得到较大的改善。     

基于小波自适应阈值滤波的VMD降噪方法

本文提出了一种基于小波自适应阈值滤波的可变分模式分解（VMD）降噪方法。该方法降噪过程为：先将含噪声信号进行VMD分解,进而将VMD分解分量中含大部分噪声的高频模态分量进行小波自适应阈值滤波降噪,滤波降噪后的分量与其他模态分量重构降噪信号。三个实例表明：所提方法能有效减低信号噪声,适应性广。 关键字：可变分模式分解（VMD）;小波变换; 自适应阈值     

磁悬浮陀螺转子信号的局部均值分解降噪研究

磁悬浮陀螺转子电流信号对环境变化高度敏感,信号采样过程中不可避免会引入噪声,针对该问题提出一种基于局部均值分解（local mean decomposition, LMD）,融合豪斯多夫（Hausdorff）距离与阈值降噪（threshold denoising, TD）的算法以减弱噪声干扰。首先对原始信号进行局部均值分解,得到若干乘积函数（PF）分量和一个余量,然后根据各PF分量与原始信号间的豪斯多夫距离判定噪声、信号分量,再对噪声分量进行阈值处理,最后将阈值处理后的噪声分量、信号分量及余量进行叠加得到重构信号,实现陀螺仪转子电流信号的降噪。仿真实验结果表明,重构信号的信噪比相对于原始信号平均提高了12.86 db,均方根误差平均降低了9.25×10^-6 A;实测信号降噪结果表明,该降噪算法对四条导线边的滤波增益分别为40.0%、93.5%、30.8%和50.0%。     

基于LMS自适应滤波算法的电力变压器有源降噪系统

为了有效抑制电力变压器产生的高分贝低频噪声,针对变压器有源降噪系统开展了相关研究。结合实验条件,在分析变压器噪声时域及频域特点的基础上,合理选择了有源降噪系统类型。通过仿真和理论分析了收敛系数、滤波阶数以及系统采样频率对有源降噪系统采用的LMS自适应滤波算法收敛性、稳定性以及降噪效果的影响。搭建了变压器噪声在线监测及有源降噪软件控制平台,并针对变压器噪声特点合理选择了硬件系统设备。结果表明,在变压器噪声有源降噪实验中,噪声低频区域降噪效果显著,在误差传声器处取得了5~10 d B的降噪效果,平均声能量密度下降了68.38%~90%,验证了LMS算法的有效降噪性,以及所构建的有源降噪系统对变压器噪声在线监测与抑制的可靠性。     

基于小波变换和数学形态学的局部放电信号降噪算法的研究

进行局部放电(Partial Discharge,PD)在线监测时,为解决传统降噪算法难以提取湮没在强白噪声干扰中的多态性局部放电脉冲的问题,提出一种小波变换(WT)与数学形态学(MM)相融合的方法.该算法在传统小波硬阈值降噪方法的基础上加入形态滤波环节,对小波分解系数进行滤波处理.仿真分析以强白噪声干扰下的多态性局部放电信号为研究对象,采用降噪后信号的信噪比和均方误差为降噪性能指标,分析比较该方法与其他传统降噪方法的降噪性能,对实测局部放电信号研究结果表明该方法与传统的小波阈值方法相比,能够更有效地抑制强噪声干扰并较为完整地提取局部放电脉冲信号,且对母小波选取的依赖性低、计算量小、便于实现.将该方法运用于局部放电实测信号的处理,取得了良好的降噪效果.     

快速收敛变换域自适应滤波算法

为了提高LMS算法均衡相关信号时的收敛性能,提出了一种新的快速收敛变换域自适应滤波算法（VS-DCTLMS）。该算法融合了归一化离散余弦变换LMS算法和变步长离散余弦变换LMS算法的优点,具有结构简单,收敛速度快,稳态误差小的特点。仿真结果表明,该算法计算量和变步长归一化LMS（VS-NLMS）算法、解相关LMS（DescorrLMS）等算法相当,但在收敛速度上具有很大优势;收敛性能和最小二乘回归算法（RLS）接近,却克服了RLS计算量大、不利于硬件实现的实际问题,是一种性能优良的可实现方法。     

基于高频噪声主频估计的自适应最小二乘算法

进一步提高电力系统继电保护的动作速度，要求寻找速度更快的保护滤波算法。传统的最小二乘算法与卡尔曼滤波算法虽然速度较快，但准确度难以提高。通过对电力系统故障信号高频噪声分量的理论分析与仿真研究，发现高频噪声分量存在一个主频，并提出一种使用遗传算法的主频频率估计器。根据高频噪声主频的存在性与自适应滤波原理，提出了一种基于高频噪声主频估计的自适应最小二乘算法，它利用高频噪声主频估计器计算输入信号的高频噪声主频频率，根据主频频率修改最小二乘算法的模型参数，实时形成最小二乘算法的计算式。仿真试验表明，该算法显著地提高了保护滤波算法的滤波速度与准确性，即使在噪声非常严重的情况下，也能取得很好效果。     

干扰条件下基于改进SOM故障诊断研究

针对机载电子设备在噪声干扰条件下故障诊断效果不佳的问题，基于自组织特征映射网络（SOM），提出了改进的SOM的网络算法，该算法在标准SOM网络的基础上引入了滤波算法进行初级降噪处理，然后进行阈值学习，重新定义了邻域函数和学习率，最后以故障评价指标为基准进行故障的隔离定位。在高斯白噪声条件下以某型飞机前端接收机的故障数据为例建立诊断模型。通过聚类和网络训练等仿真测试实验得到了故障模式的分类和隔离。同时通过与其他方法的性能比较验证了SOM神经网络在高斯白噪声干扰条件下故障诊断中的有效性、准确性和鲁棒性。     

一种新的电力系统暂态稳定性计算方法

针对传统数值计算方法存在稳定性和收敛性差的问题,提出了一种新的电力系统暂态稳定性计算方法——辛Runge-Kutta-Nystrm(以下简称辛RKN)法,该算法不存在人为的引入耗散机制,避免歪曲系统本来结构的特征,可用较大积分步长来进行计算,与传统的Runge-Kutta(以下简称RK)法相比,收敛精度好,计算速度快,体现了该类辛算法内在的时间并行特性。在IEEE145节点电力系统运行的测试结果表明,辛RKN法能显著提高暂态稳定计算的收敛精度和计算速度。     

基于声传感器阵的舰船被动定向研究

在被动声探测设备中声传感器阵对舰船目标宽带噪声源的精确定向取决于时延估计的精度,针对这一问题,将自适应参量模型算法与变步长的 LMS算法相结合,提出了一种可高精度估计任意时延,且收敛速度快的时延估计算法.结合舰船辐射宽带噪声,以正四面体声传感器定向阵列为例进行了计算机仿真,仿真结果表明：该方法估计所得的方位角误差小于0.1°,俯仰角误差小于1°,实现了对舰船目标宽带噪声源的精确定向,具有很好的工程实用价值.     

压缩机噪声的主动噪声控制系统研究

主动噪声控制系统是运用声学干涉相消的理论,由自适应算法对参考噪声进行处理来产生抗噪声信号。本文针对燃气站压缩机在中低频段具有声压级高且难以抵消的问题,首先对压缩机噪声进行时频分析,然后提出了一种基于自适应IIR的主动噪声控制系统,该系统由两个参数可调的数字滤波器和相对应的自适应算法组成。最后利用Xilinx FPGA作为系统的核心控制模块进行系统的硬件设计。实测结果表明该方法在中低频段降噪效果可达20dBA,系统收敛速度为30us,且消耗更少的硬件资源。     

改进遗传算法在PMSM矢量控制系统优化设计中的应用

在永磁同步电机（PMSM）的矢量控制策略中,PI控制器参数的优劣直接影响到系统的性能。若采用普通遗传算法整定PI控制器参数,常会存在早熟收敛及收敛速度慢的现象。现介绍一种改进遗传算法,该算法在普通遗传算法的基础上,改进了交叉概率及变异概率,通过仿真实验,验证了改进遗传算法能有效解决PI控制器参数寻优过程中全局收敛性与收敛速度之间的矛盾。     

反馈有源噪声控制的最近邻多频陷波器模型

反馈有源噪声控制系统结构简单,抗外界干扰能力强,但在对频率成分复杂的噪声控制时通常存在收敛速度慢、控制残差高等缺陷。本文针对工程中常见的离散线谱噪声反馈控制问题设计了一种最近邻-多频陷波器（NNR-MNF）反馈有源控制模型,使用最近邻回归器算法先验计算时域最优滤波器系数的近似解,在参数空间内从一个接近最优解的位置开始训练滤波器参数,使系统能够以一个较小的步长对复杂噪声进行控制,在快速收敛的同时避免系统发散问题。基于驱逐舰轮机噪声真实数据的计算机仿真实验结果表明,NNR-MNF算法相比传统控制方法其收敛时间减少了约70%。该结果说明使用基于机器学习的参数预训练方法能够有效提升噪声有源控制系统的收敛速度,为主动噪声控制问题提供了一种新的优化方案。     

基于生物地理学优化算法的核心骨干网架搜索方法研究

构建核心骨干网架,是进行差异化规划以提高电网抵御自然灾害能力的重要手段。在构建生存性指标体系的基础上,提出了一种线路和节点数最少、生存性综合指标最大的核心骨干网架构建方法,以电网安全运行和网络连通性为约束条件,采用生物地理学优化算法搜索最优骨干网架方案,并与粒子群算法、蚁群算法、遗传算法的搜索结果进行对比分析。算例结果表明所提方法准确有效,且在收敛速度和收敛精度方面有明显的优势。     

永磁同步电机自抗扰控制系统设计及扩张状态观测器参数特性分析

针对传统永磁同步电机矢量控制系统采用的 PI速度控制算法存在参数鲁棒性差 抗干扰能力弱等问题, 提出了一种基千一阶线性自抗扰控制( LADRC) 速度控制器的永磁同步电机矢量控制方案。 分析了线性扩展状态观测器 ( LESO) 的跟踪收敛性能和噪声滤波性能。 然后总结了 LESO的带宽参数设置规则。 最后通过仿真验证了 LADRC速度控制器的性能和 LESO带宽参数设置规则的有效性。     

Steiglitz–McBride adaptive notch filter based on a variable‐step‐size LMS algorithm and its application to active noise control

This paper proposes a new Steiglitz–McBride (SM) adaptive notch filter (SM‐ANF) based on a robust variable‐step‐size least‐mean‐square algorithm and its application to active noise control (ANC). The proposed SM‐ANF not only has fast convergence but also has small misadjustment. The variable‐step‐size algorithm uses the sum of the squared cross correlation between the error signal and the delayed inputs corresponding to the adaptive weights. The cross correlation provides robustness to the broadband signal, which plays the role of noise. The proposed SM‐ANF is computationally simpler than the existing Newton/recursive least‐squares‐type ANF. The frequency response of the new SM‐ANF has a notch depth of about ?25 dB (for each of the three frequencies considered) and has spectral flatness within 5 dB (peak to peak). This robust notch filter algorithm is used as an observation noise canceller for the secondary path estimation of an ANC system based on the SM method. The ANC with proposed SM‐ANF provides not only faster convergence but also an 11‐dB improvement in noise attenuation over the SM‐based ANC without such a SM‐ANF. Copyright © 2015 John Wiley & Sons, Ltd.     

近头区域自动追踪的主动噪声控制系统研究

为有效控制强噪手术器械在手术过程中带来的噪声,设计了一种可以针对操作者近头区域自动追踪的主动噪声控制系统。具体采用了基于声音信号定位的技术对噪声控制目标进行跟踪定位;提出了一种改进的时延补偿的滤过X最小均方主动噪声控制算法,以基于一个控制源,通过对目标的自动跟踪,实现对操作者近头区域的主动噪声控制。最后,通过构建实验验证系统并进行了初步实验验证了设计方案的可行性。     

用于主动噪声控制系统的高性能算法结构

本文针对传统的自适应滤波算法降噪性能差、收敛速度慢以及应对突变能力不足等问题,提出了基于改进的方程误差算法和镜像优化算法。其中,改进的方程误差算法在FURLMS算法基础上进行离线二次路径建模,解决了降噪性能和收敛速度的问题。为了提高系统应对突变的能力,该算法在FURLMS算法基础上进行了镜像优化。结果表明,本文提出的两种算法在系统频率为250 Hz左右范围时,均方误差可稳定在-20dB,提出的改进方程误差算法和镜像修改算法分别有28dBA和30dBA的噪声衰减效果。