基于TMS320VC5509 DSP的有源噪声控制系统设计与实现

介绍了有源噪声控制技术的理论基础和算法,以自适应有源噪声前馈控制系统为研究核心,选用TMS320VC5509 DSP作为控制器,给出了系统的硬件解决方案,并用C语言编程在硬件系统上实现了基于FX-LMS算法的有源噪声实时控制。对800Hz单频噪声的实验结果表明系统可降低噪声幅度9dB。     

基于改进的FXLMS算法的主动降噪耳机系统研究

为了有效解决主动降噪耳机系统的低频噪声,采用变步长FXLMS自适应滤波算法,克服传统定步长收敛速度与稳态误差相互制约的不足,通过构造合适的变步长因子,不但改善算法的收敛速度,而且减少了稳态误差.构建主动降噪耳机模拟控制系统,模拟次级通道路径,对噪声进行处理,仿真实验表明,该算法可以有效降低频噪声,相较于传统算法,该算法具有较好的性能.     

多通道有源控制算法硬件实现及影响因素研究

在多通道有源噪声控制系统的硬件实现中,当通道数目增大或滤波器长度较长时,常规的多通道算法运算量急剧增加,使控制器可能无法实时实现。研究了局部迭代算法在多通道有源控制系统中的应用,讨论了系统选取不同通道数和滤波器长度时,对算法硬件实现的影响。     

一种基于DFT变换的多径信道估计改进算法

根据LTE(长期演进)系统下行链路的要求,结合硬件实现的实用性分析传统的信道估计算法,对信道估计中噪声区间不连续的情况、DFT(离散傅里叶变换)运算造成的频谱泄露问题、循环前缀长度内噪声不易消除等提出一种通过频域加窗,对噪声进行估计修正和对循环前缀内的信号进行滤波的方法对算法进行改进。通过对算法进行仿真,结果表明在增加少量算法复杂度上,提高了算法的准确性,提高系统的性能,适合于硬件的实现。     

DAB+音频解码器中TNS模块优化设计及硬件实现

时域噪声整形技术被广泛地应用于各种感知音频编解码方案中,能有效地消除由量化噪声所产生的预回声现象。由于数字音频广播音频解码器(HE-AAC v2)算法复杂、运算量大,目前多采用DSP或嵌入式软件方式实现,本设计基于数字音频广播音频解码纯硬件系统,通过对时域噪声整形(TNS)解码算法的优化,以极低的硬件代价完成了时域噪声整形全硬件解码模块设计,具有高硬件资源利用率、低复杂度、高解码效率等特点。     

语音信号增强系统设计与仿真

在信号处理中语音增强是一个重要分支,针对语音信号不得不在噪声和干扰环境下通信的现状,采用自适应滤波算法设计了语音信号噪声和干扰抑制系统,首先对LMS算法进行了推导,并且对噪声和干扰环境下的自适应滤波器性能进行了仿真分析,仿真结果表明:该设计抑制干扰和噪声的性能较好,对语音信号的增强明显,为该系统在硬件上实现提供了理论基础。     

基于DSP的耳机噪声抵消系统的设计与实现

设计和实现了基于DSP的自适应有源降噪耳机系统。分析了有源降噪耳机系统的原理,基于SEED-DEC6416开发板实现了有源降噪耳机系统的硬件和软件设计,为保证系统的实时性对程序进行优化,降噪耳机系统实现了对实际环境中噪声信号的提取、自适应滤波和噪声抵消。实验结果表明系统,在实际噪声环境中可以对噪声进行抵消,并良好地恢复语音信号,验证了系统设计的可行性和算法的正确性。     

基于DSP的自适应主动噪声控制系统研究

介绍了自适应主动噪声控制技术的理论基础和结构组成、X—滤波最小均方算法、相关系统辨识以及在高速DSP芯片的高性能、自适应控制器对外界噪声有实时跟踪和自我参数优化的特点，整个系统具有良好的噪声抑制能力。     

快速中值滤波算法研究及其FPGA硬件实现

针对图像噪声大和对比度差特点,提出了一种水下图像快速中值滤波算法及FPGA硬件实现。通过分析中值滤波算法,以3×3窗口为数学模型,以CycloneIIIEP3C40F324I7为核心处理芯片,用VHDL语言实现模型中所需要的模块,实现了快速中值滤波算法对图像的处理。通过硬件实验结果对比,系统达到了抑制噪声保持原图像的目的。该设计在水下图像处理中具有一定的工程参考及应用价值。     

高压输电线路电晕放电可听噪声信号检测系统设计与实现

针对电晕放电初期会产生可听噪声,而这种可听噪声受环境干扰不易检测,设计了高压输电线路电晕放电可听噪声信号检测系统。系统硬件以STM32芯片为基础,通过射频电路和GPRS模块无线传输数据,软件中设计了结合自适应噪声对消原理和神经网络的去噪算法,实现了对8kHz-20kHz频率的电晕放电可听噪声信号的检测。通过对10kV-100kV电压的电晕放电可听噪声进行多次实验验证,该系统运行良好,能够准确检测电晕放电。     

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。     

Adaptive Volterra filters for active control of nonlinear noiseprocesses

This paper presents a Volterra filtered-X least mean square (LMS) algorithm for feedforward active noise control. The research has demonstrated that linear active noise control (ANC) systems can be successfully applied to reduce the broadband noise and narrowband noise, specifically, such linear ANC systems are very efficient in reduction of low-frequency noise. However, in some situations, the noise that comes from a dynamic system may he a nonlinear and deterministic noise process rather than a stochastic, white, or tonal noise process, and the primary noise at the canceling point may exhibit nonlinear distortion. Furthermore, the secondary path estimate in the ANC system, which denotes the transfer function between the secondary source (secondary speaker) and the error microphone, may have nonminimum phase, and hence, the causality constraint is violated. If such situations exist, the linear ANC system will suffer performance degradation. An implementation of a Volterra filtered-X LMS (VFXLMS) algorithm based on a multichannel structure is described for feedforward active noise control. Numerical simulation results show that the developed algorithm achieves performance improvement over the standard filtered-X LMS algorithm for the following two situations: (1) the reference noise is a nonlinear noise process, and at the same time, the secondary path estimate is of nonminimum phase; (2) the primary path exhibits the nonlinear behavior. In addition, the developed VFXLMS algorithm can also be employed as an alternative in the case where the standard filtered-X LMS algorithm does not perform well     

Active noise control using an adaptive bacterial foraging optimization algorithm

This paper presents an adaptive bacterial foraging optimization (ABFO) algorithm for an active noise control system. The conventional active noise control (ANC) systems often use the gradient-based filtered-X least mean square algorithms to adapt the coefficients of the adaptive controller. Hence, there is a possibility to converge to local minima. In addition, this class of algorithms needs prior identification of the secondary path. The ABFO algorithm helps the ANC system to prevent falling into local minima. The proposed ANC system is also simpler since it does not need any prior information of the secondary path. Moreover, the adaptive strategy of the algorithm results in improved search performance compared with the basic bacterial foraging optimization algorithm, as well as other conventional algorithms. Experimental studies are performed for nonlinear primary path along with linear and nonlinear secondary path. The results show the effectiveness of the proposed ABFO-based ANC system for different kinds of input noise.     

基于虚拟传感器有源噪声控制系统及实时实现

详细推导了基于虚拟传感器的有源噪声控制系统的算法结构。在TMS320C6727硬件平台上,采用LMS算法完成了误差通道模型的传函辨识,用FXLMS算法对虚拟传感器的系统性能进行了试验分析。试验结果表明,该方法可以有效地将噪声控制范围向虚拟传感器处转移。     

基于最大混合相关熵准则的主动噪声控制算法

为了处理脉冲噪声，传统的滤波x最大相关熵准则（filtered-x maximum correntropy criterion，FxMCC）自适应算法具有良好的降噪性能在主动噪声控制(active noise control，ANC)系统中。然而，FxMCC算法具有单一的高斯核，其降噪性能和收敛速度易受到核宽度取值的影响。因此，在ANC系统中，本文采用最大混合相关熵准则（maximum mixture correntropy criterion，MMCC），以两个高斯核的混合作为代价函数来推导滤波x最大混合相关熵准则（filtered-x maximum mixture correntropy criterion，FxMMCC）算法。仿真结果表明，在标准对称α稳定（symmetric α-stable, SαS）分布的脉冲噪声的主动噪声控制中，本文提出的FxMMCC算法比其它ANC算法具有更好的降噪性能。      

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。     

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。     

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。