DSP在有源噪声控制中的应用

DSP技术已广泛应用于噪声及振动控制的各个领域,由于其本身的结构特点,如具有并行的硬件法器、流水结构以及快速的片内存储器等资源,特别适合于有源噪声控制中的信号处理。介绍了DSP在有源噪声控制中的噪声控制原理、应用及其于DSP的噪声控制算法实现,最后给出了实现结果。实验结果表明,降噪效果明显。     

噪声有源控制的人工神经网络方法

讨论了有源噪声控制（ＡＮＣ）问题,提出一种基于人工神经网络的非线性噪声有源自适应控制方法,给出了一种基于误差梯度下降的学习算法,证明了闭环控制系统在Ｌｙａｐｕｎｏｖ意义下的稳定性。     

无模型技术在有源噪声控制中的应用

根据无模型自适应控制的基本原理,采用同时扰动算法对有源噪声控制系统中的测量误差信号进行直接处理,不再需要建立次级声学路径模型。分别就前馈控制和反馈控制两种情况加以研究。仿真结果表明,该算法不仅使主噪声信号得到明显的衰减,而且对系统次路径的变化也不敏感。     

掩蔽效应在有源噪声控制中的应用

提出了一种通过频域内的加权手段,将心理声学模型的掩蔽效应特性应用到有源噪声控制系统中的有源噪声控制方法。详细给出了将掩蔽效应特性具体应用到有源噪声控制中的实现方法。仿真结果证明了这种新的有源噪声控制方法降低了噪声的分贝量,改善了频谱特性,提高了残余噪声的主观性能。     

舱室的有源噪声控制

首先讨论了有界空间的有源噪声控制,并给出了一些较为成功的舱室有源噪声控制实例。例如,飞机座舱内和小汽车座舱舱内有源噪声控制系统和它们的降噪效果。     

基于虚拟传声的双通道有源噪声控制

以有源耳罩为对象研究了基于虚拟传声的双通道有源噪声控制问题。双通道即在传统单通道有源噪声控制系统的基础上增加一个次级通路。由于两个通道之间存在相互耦合,因此控制难度加大。使用基于虚拟传声器技术的自适应多通道FxLMS算法,应用一阶前向差分预测算法通过自适应变权值预测控制目标区域内的残余误差信号。仿真结果表明,通过该方法可以使目标静音区的噪声信号明显衰减。     

南京大学的有源噪声控制研究——纪念沙家正先生

沙家正先生是中国有源噪声控制研究的开创者,著名声学家、南京大学教授。详细讲述了南京大学有源噪声控制的研究过程以及沙正明、沙家正、田静、邱小军、杨军、邵军等人所做的研究工作,尤其是沙老师对中国有源噪声控制所做的贡献。     

自适应有源噪声控制的滤波-LMAD算法

本文研究了稳定非高斯环境下的自适应有源噪声控制问题，提出了滤波－ＬＭＡＤ（ｌｅａｓｔｍｅａｎａｂｓｏｌｕｔｅｄｅｖｉａｔｉｏｎ）算法及归一化滤波－ＬＭＡＤ算法，仿真结果表明，与常用的滤波－ＬＭＳ算法和归－化滤波－ＬＭＳ算法相比，本文提出了算法收敛速度更快。     

有源噪声控制的声学和硬件／软件考虑

在源噪声是自适应滤波器的实时应用，它要求用现代快速运算数字信号处理的全部功能来实现，即使有用频率范围很低，也需要用数千赫的采样频率，算法要求有效的高速处理，系统硬件设计允许软件的多功能控制以及有源降噪系统的自动操作，本文给出了有源噪声控制的声学和硬件／软件考虑，讨论了使用ＡＤＳＰ－２１０１／２１０５芯片实现有源降噪自适应控制。     

多通道有源噪声控制算法的仿真研究

由于FXLMS算法结构简单、性能稳定和具有全局收敛的特点,在各种自适应有源噪声控制领域中,多采用FXLMS算法及其改进形式。着重讨论了3种多通道有源噪声控制算法,对3种算法收敛性进行了比较,并利用实际采集的车内噪声对算法性能进行了验证。仿真结果表明3种多通道算法能有效地降低车内的低频段噪声。     

空间自适应有源噪声控制技术

应用有源噪声控制理论,在比较反馈控制结构和前控制结构后,提出采用模型参考自适应中的ＭＲＡＳ趋稳定性设计方法,构造一种反馈结构自适应降噪的实施方案。实验表明,消声效果明显。     

基于神经网络的风机管道噪声有源控制的实验研究

通过实验来考察空气流动对传声器测量信号的影响，给出了基于神经网络的风机管道噪声有源控制的实验结果。实验结果表明，风机管道中空气流动对传声器测量信号的影响很大。在实验中采用了几项保护措施，使得次级路径的辨识结果对风机管道中空气流动不再敏感。实验结果表明了基于神经网络的风机管道噪声有源控制系统的有效性。     

一种应对窄带非线性主动噪声控制的混合结构

分析参考信号为窄带信号、初级路径为非线性路径、次级路径为非最小相位系统的主动噪声控制（ANC）的初级噪声特性,探究有限脉冲响应（FIR）反馈预测结构和前馈函数链接人工神经网络（FLANN）结构的消噪原理,并探讨其各自的优势及局限性.通过分析总结,本文提出FLANN-FIR混合结构ANC系统,该系统对FIR反馈预测结构和前馈FLANN结构进行优势互补,不仅可以消除可预测部分噪声,对不可预测部分噪声一样具有抑制作用.仿真表明,在不同信噪比参考信号和不同非线性初级路径下,提出的混合结构都具有良好的稳态误差和收敛速度.     

基于模糊归一化神经网络的开环子带主动消噪

将无延时开环子带自适应滤波结构应用到传统的宽带主动消噪系统中,并提出开环子带结构中的X滤波预补偿方法,弥补了滤波器延迟对系统的影响,提高了系统的收敛速度,降低了计算复杂度。此外,利用神经网络来精细模拟实际噪声的高度非线性性,提出模糊归一化收敛步长调整方法以控制开环方案带来的额外误差能量,并给出了数学证明。对实际噪声的仿真结果显示,给出的主动消噪系统和算法具有更快的收敛速度和更低的稳态误差,达到了更好的降噪效果。     

管道噪声有源控制的模型研究

笔者介绍了3种建模的系统辨识方法,并用管道噪声实验系统采集的数据对这些方法进行了验证和比较。结果表明：采用不同方法得到的模型具有一致性,模型预测误差均在10％以内。     

利用参量阵扬声器进行有源噪声控制的研究

在有源噪声控制系统中,由于传统扬声器具有全指向性,在控制点处获得降噪效果的同时,在声场其他区域噪声会增大.参量阵扬声器是具有强指向性的新型声频声源,可以作为有源噪声控制系统中的次级声源,以实现特定方向或区域的降噪,同时减少对声场其他区域的影响.对参量阵扬声器和传统扬声器作为次级声源的有源噪声控制系统进行了仿真实验,结果...     

噪声有源自校正预测控制

有源噪声控制（ANC）的经典方法是采用有限脉冲响应（FIR）滤波器的Filter-X算法，该算法的一个主要缺点是次级声路径响应对控制滤波器参数自适应的收敛速度有较大影响。将预测控制方法应用到有源噪声控制领域，给出了一种参数在线自适应算法，该算法的收敛速度不受次级声路径响应的影响。仿真结果表明，给出的控制方法比传的Filter-X控制有更小的稳态误差，而且收敛速度更快。