为解决传统滤波最小均方差(filtered-x least mean square,FxLMS)算法在收敛速度和稳定性之间存在的矛盾,以及次级通道模型不确定性对控制收敛性能的影响,将反馈FxLMS算法和混合灵敏度鲁棒控制器相结合,提出了一种反馈FxLMS-鲁棒混合控...为解决传统滤波最小均方差(filtered-x least mean square,FxLMS)算法在收敛速度和稳定性之间存在的矛盾,以及次级通道模型不确定性对控制收敛性能的影响,将反馈FxLMS算法和混合灵敏度鲁棒控制器相结合,提出了一种反馈FxLMS-鲁棒混合控制算法,并在工程应用中常见的主动撑杆隔振平台上对该混合算法的振动控制性能进行仿真分析和试验验证。变载荷激励及控制通道变化仿真和试验结果均表明,不同激励下各个阶段的加速度响应衰减均超过80%,且与传统的FxLMS算法相比,所提出的混合控制算法具有更快的收敛速度和更强的鲁棒性。展开更多
文摘为解决传统滤波最小均方差(filtered-x least mean square,FxLMS)算法在收敛速度和稳定性之间存在的矛盾,以及次级通道模型不确定性对控制收敛性能的影响,将反馈FxLMS算法和混合灵敏度鲁棒控制器相结合,提出了一种反馈FxLMS-鲁棒混合控制算法,并在工程应用中常见的主动撑杆隔振平台上对该混合算法的振动控制性能进行仿真分析和试验验证。变载荷激励及控制通道变化仿真和试验结果均表明,不同激励下各个阶段的加速度响应衰减均超过80%,且与传统的FxLMS算法相比,所提出的混合控制算法具有更快的收敛速度和更强的鲁棒性。
