基于通用切比雪夫滤波器的有源噪声控制研究

针对前馈管道非线性有源噪声控制系统,提出一种基于通用切比雪夫滤波器的次级通道建模方法和通用切比雪夫滤波x最小均方误差算法(GCFXLMS,general Chebyshev filtered-x least mean square)。通用切比雪夫滤波器由第一类切比雪夫滤波器扩展获得,交叉项部分可通过对角结构实现,根据对角结构的性质,可以采用减少通道信号的实现策略以降低结构复杂度;使用该滤波结构建模次级通道,并给出了稀疏虚拟次级通道模型,基于此模型推导了GCFXLMS算法。该方法性能比较包括计算复杂度对比和控制效果对比。实验结果表明,在非线性有源噪声控制系统中,通用切比雪夫滤波器可达到与Volterra次级通道建模类似的建模效果,相比于传统的前馈滤波器,通用切比雪夫滤波器具有更优的控制性能。     

双自适应噪声抵消算法的实现

为有效剔除噪声,提高信噪比,提出一种基于双自适应的噪声抵消算法,包括自适应子带分解算法和自适应噪声抵消算法两部分。采用子带分解与噪声功率谱密度匹配的方法来对信号进行非均匀子带分解,根据噪声在子带中的分布进行有效滤波,对低噪或基本上无噪的子带不滤波,而对其它子带采用自适应滤波的算法。仿真对比表明,与传统的均匀子带自适应噪声抵消相比,计算量大大减小,其滤波效果也得到一定的改善。     

基于流形子带特征映射的转子复合故障特征提取方法

针对复合故障特征易被噪声信号淹没,传统时频分析和流形学习方法不能完整有效的挖掘故障潜在信息和进一步实现故障特征提取。在流形学习的基础上提出了一种流形子带思想并将其应用到转子复合故障特征提取研究中,进而得出了一种基于流形子带特征映射的转子复合故障特征提取方法。对故障原始信号序列进行相空间重构,结合小波包对噪声的强烈抑制性和对信号分辨率高的特点,将重构信号分解成不同频带即子带。将同故障多种工况下的同一频带融合成频带矩阵并估计其本征维数,并通过拉普拉斯特征映射算法以本征维数为依据将子带降维获取低维特征向量并提取信息熵,进一步实现故障特征提取。实验表明,相对于经典的局部线性嵌入和拉普拉斯特征映射等算法,流形子带特征映射算法不仅对单故障而且对复合故障特征进行了更完整有效的挖掘和提取。     

自适应逆控制FXLMS算法有源噪声控制仿真研究

前馈有源噪声控制方法可在较宽的频带有效，使之获得了广泛的应用，在前馈有源噪声控制中，直接使用传统的FXLMS算法时，由于次级通道传递函数往往是非最小相位系统，导致系统的性能下降，文中提出一种基于非最小相位系统逆控制的自适应前馈有源噪声控制FXLMS算法，用带宽随机噪声信号和实测风机通风管道噪声信号进行仿真实验研究，结果表明，较传统的FXLMS算法有明显的改进。     

水声信号的低通滤波及局部投影法联合降噪

1引言 对水声信号的滤波,通常使用的是线性或统计的方法.线性滤波的方法是在对信号和噪声的频谱的分析的基础上提出的,它的假设是信号和噪声占据着不同的频带,因此使用带通滤波器就可以将噪声和信号分离开来.而在统计的理论框架下,是对水声信号和噪声的统计特性在先验知道的情况下,或对其给出合理的假设,然后,在信号的频带内对信号中的噪声进行适当的抑制.但是,由于非线性水声信号带宽比较宽,对于信号的动力系统的知识不是很多的情况下,通常使用的滤波降噪的方法就有它的局限性.因此,处理水声信号不仅要抑制信号频带内的噪声,而且对于频带内的信息要尽可能的恢复.所以,对于非线性信号的处理,应该在借鉴线性的方法的基础之上使用非线性的方法.本文将线性和非线性的方法结合使用对水声信号进行滤波,得到了很好的效果.     

基于滤波器组分解的周期性振动冲击信号解调方法及其应用

针对离散小波包变换用于振动信号解调分析存在的不足,构造了一种具有线性相位的两通道正交镜像对称滤波器组(QMF)用于信号解调分析;与同阶的小波滤波器相比,此QMF滤波器不仅滤波性能更优,而且其滤波系数的求取更加便捷.为了解决常规两通道滤波器组分解算法中存在的子带信号组频带错位问题,引入了无频带错位的QMF滤波器组分解算法.基于此分解算法,提出了一种用于早期故障自动检测的振动信号解调新方法.该方法在考虑各组子带信号能量大小的基础上,按修正的归一化峭度(MKv)最大化准则自动选择一组含有丰富故障信息的子带信号进行Hil-ben包络谱分析提取故障特征.利用该方法对仿真和实际轴承故障信号进行了解调分析,分析结果表明,该方法可以有效地检测出轴承故障.     

多通道PID神经网络解耦有源控制算法

为满足多目标区域降噪要求,研究多通道有源噪声控制系统至关重要。随着声通道数量增加,通道间会出现相互耦合,增加系统复杂性且影响系统稳定性。为解决通道耦合问题,提出一种基于比例积分微分(PID)神经网络和滤波x最小均方算法(FxLMS)的多通道噪声解耦算法(PIDNN-FxLMS)。在传统FxLMS算法基础上,利用PID神经网络对有源控制系统控制参数进行调整,获得最优控制,同时对多通道有源控制系统解耦和控制问题进行处理。结果表明,PIDNN-FxLMS算法的收敛速度明显快于传统FxLMS算法,在降噪效果方面,该算法残余误差信号幅值最小,更适用于多通道有源噪声控制系统。     

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。     

一种用于主动噪声抑制系统的次级通道特性识别算法的改进

本文着重研究窄带信号噪声自适应主动抑制技术中的次级通道特性在线识别问题。针对窄带噪声信号，提出了基于自适应陷波器的次级通道特性在线识别算法，该方法利用自适应陷波器技术解决在线识别时存在的激励信号干扰问题，从而提高次级通道特性在线识别的速度。同时研究了选定参数对算法性能的影响。仿真结果表明，基于自适应陷波器的次级通道特性在线识别算法能较大程度的提高对次级通道特性的识别速度。     

简化窄带频域无次级路径建模有源噪声控制算法

针对采样频率较高的窄带有源噪声控制系统,在无需次级路径信息基础上,提出简化窄带频域有源噪声控制算法,该算法将参考信号采样点代入离散傅里叶变换（DFT）定义式,直接计算与其频域参考信号、误差信号相对应频率柜的幅度和相位信息,并将这些频率柜均匀分为多个子频率柜组,然后每个子频率柜组在0°、180°以及±90°四个不同的方向,搜索判断并选择出该组内最佳方向,更新自适应滤波器系数,从而实现窄带降噪。与FDFxLMS算法比较,所提算法避免了全频带频率柜信息全部参与计算,提高计算效率,当有效频率柜个数满足一定条件时,可减少计算量。分别以单频、复合频率和窄带信号为初级噪声源进行仿真,仿真结果表明在降噪量不减的情况下,所提算法具有良好的稳定特性和跟踪特性。     

三类有源噪声控制算法性能比较

设计了FxLMS、GSFxAP、FsLMS等三类有源控制算法的仿真实验和消声室实验，分析了算法性能，对算法的适用条件进行深入研究。结果表明：当次级通路为线性通路时，在实际应用对收敛速度要求不高的情况下，选择FxLMS算法的性能代价比最高。如果欲控制的噪声为非平稳噪声或对算法收敛速度要求较高，GSFxAP算法是最优选择。如果参考信号与初级信号相关性差，选用FsLMS算法最为合适。上述结论为实际工程中有源控制算法的选择提供了理论依据。     

降采样稀疏FIR次级通道有源降噪研究

针对有源噪声控制中线性长时延次级通道系数多导致计算量大的问题,提出了基于降采样稀疏FIR次级通道模型的有源降噪方法。该方法采用降采样技术解决了一定硬件能力下长时延次级通道辨识时的系数不收敛问题;采用稀疏FIR次级通道系数表征完整次级通道系数,有效减少了单次迭代的算法计算量,同时给出了基于和表征函数的稀疏阈值选取方法。仿真和管道有源降噪系统实验验证了文中方法可有效减少计算量,提高收敛速度,该方法可解决一定硬件资源下长时延次级通道系统降噪问题,具有较好的实用性。     

基于延时陷波算法的车内主动噪声控制

传统车内主动噪声控制(Active Noise Control,ANC)中使用的FxLMS(Filtered-x Least Mean Square)算法,计算量较大,所需硬件成本相对较高,不利于批量生产。因此文章提出一种使用参考信号与滤波参考信号数字合成的改进自适应陷波方案,弥补了次级通路延时模型在相位误差方面的缺陷,同时具有结构简单、计算量小的优点。最后,基于CompactRIO建立了车内双通道延时陷波窄带ANC系统,进行车辆定置发动机定转速与行驶过程急加速两种工况下的实车道路试验。试验结果表明,所提方案的主动噪声控制效果良好,急加速工况下,车内噪声总声压级最高仍可降低8.46 dB(A),为主动噪声控制的工程应用提供了参考。     

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.     

基于阈值与人眼特性的小波图像压缩算法

针对图像传输数据量大的问题,通过结合小波变换的高效性与普遍性,提出了一种基于阈值与人眼特性的小波图像压缩算法,在图像的低频子带中通过结合阈值与人眼的视觉敏感度,提出了阈值保留算法;而图像的高频子带则是通过结合小波变换后各子带的方向性,并根据小波幅角的不同提出了边缘保留算法：在保证图像质量的同时减少了图像中的冗余信号。实验结果表明,新方法能够实现上述目标且具有低耗时的优势,在图像压缩领域具有较好的发展前景。     

基于子带分析稳健的说话人识别

针对说话人识别系统易受噪声干扰的问题,考虑语音的非平稳特性,以语音信号各个频段区间所含有信号能量大小和所携带信息量多少的不同为前提假设,以大量的试验为基础,研究语音信号各个子带对噪声的稳健性、所含信息的充分性。研究发现,语音信号的低频区携带大量的说话人个性信息,并且能量集中,不易被噪声干扰,再通过适当地处理,使系统在10dB信噪比下识别率超过90％。     

一种基于梯度下降的次级通道在线建模有源噪声控制算法

针对前馈式有源噪声控制系统中次级通道在线建模精度低及建模信号与控制信号相互影响的问题,提出一种基于梯度下降的次级通道在线建模有源噪声控制算法。根据主动控制环节与建模环节的误差能量比,分别调节两个环节的收敛因子,利用主动控制收敛因子和建模收敛因子的调节方式减小二者的相互干扰。在建模收敛因子调整过程中引入梯度下降方法,对步长设置检测阈值,当步长达到阈值,对收敛因子采取梯度变化。仿真结果表明,针对混频信号的有源噪声控制,这种算法对比已有算法能获得较快的建模收敛速度和较低的稳态误差,且可以获得较高的降噪量。     

真正三维小波变换技术及在视频图像编码中的应用

把图像信号当作真正三维信号处理，导出三维空间正交小波基形式。用三维S.Mallat算法来实现三维信号的小波变换，并将其应用在视频图像的编码中。结果表明，低频3－D子带包含有大部分信息，代表图像序列的上下文信息；量化矩阵取值可以调整变化，压缩比最大可达160。因此这种编码方法的性能是十分优越的。