涡桨飞机座舱的主动噪声控制系统普遍采用传统的多通道滤波x最小均方(multichannel filtered-x least mean square,简称McFxLMS)算法,该算法的计算量随着通道数的增加而激增,严重影响控制效果。针对该问题,基于连续局部迭代-McFxLMS(seq...涡桨飞机座舱的主动噪声控制系统普遍采用传统的多通道滤波x最小均方(multichannel filtered-x least mean square,简称McFxLMS)算法,该算法的计算量随着通道数的增加而激增,严重影响控制效果。针对该问题,基于连续局部迭代-McFxLMS(sequential partial update-McFxLMS,简称SPU-McFxLMS)算法,开发了多通道主动噪声控制系统。SPU-McFxLMS算法通过更新部分滤波器权值,在保证收敛精度的同时能够显著降低计算复杂度。首先,对比分析了传统McFxLMS算法与SPU-McFxLMS算法的原理差异,通过理论推导证明其计算效率提升特性;其次,建立了算法仿真模型,通过仿真验证了理论分析结果;最后,基于SOM-TL6678核心板开发了16通道的主动噪声控制系统,并搭建飞机座舱地面模拟实验平台进行实验。结果表明,该系统在108 Hz和216 Hz双频噪声场景下,各位置的平均降噪量能够达到10 dB以上。展开更多
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...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。展开更多
传统的线性主动噪声控制算法在噪声信号或噪声通道呈现非线性特性的情况下控制效果不佳。核-滤波最小均方误差算法(Kernel Filtered x Least Mean Square,KFxLMS)通过将输入噪声信号映射到高维再生核希尔伯特空间,再用线性方法在高维空...传统的线性主动噪声控制算法在噪声信号或噪声通道呈现非线性特性的情况下控制效果不佳。核-滤波最小均方误差算法(Kernel Filtered x Least Mean Square,KFxLMS)通过将输入噪声信号映射到高维再生核希尔伯特空间,再用线性方法在高维空间中进行处理。然而,随着新噪声信号的输入,KFxLMS算法递增的核函数运算需要较高的成本。为进一步改进KFxLMS算法,本文提出了随机傅里叶特征核滤波最小均方误差算法(Random Fourier Feature-Kernel Filtered x Least Mean Square,RFF-KFxLMS)。在仿真实验部分讨论了算法的参数选择,给出了算法的计算耗时,并验证了提出的RFF-KFxLMS算法在非线性噪声通道情况下,针对不同频率分量的正弦噪声都能够达到理想的性能。展开更多
为改善滤波-x最小均方(filtered-x least mean square,FxLMS)算法在噪声主动控制时无法兼顾收敛速度和稳态误差的问题,提出了基于sigmoid-sinh分段函数的FxLMS(SSFxLMS)算法,并引入蚁狮算法对SFxLMS(sigmoid filtered-x least mean squa...为改善滤波-x最小均方(filtered-x least mean square,FxLMS)算法在噪声主动控制时无法兼顾收敛速度和稳态误差的问题,提出了基于sigmoid-sinh分段函数的FxLMS(SSFxLMS)算法,并引入蚁狮算法对SFxLMS(sigmoid filtered-x least mean square)、ShFxLMS(sinh filtered-x least mean square)、SSFxLMS算法的参数进行优化。分别采用高斯白噪声和实测簇绒地毯织机噪声为输入信号,采用FxLMS、SFxLMS、ShFxLMS、SSFxLMS算法进行噪声主动控制仿真,对比分析这4种算法的性能。结果表明:与其他3种算法相比,采用SSFxLMS算法对高斯白噪声和簇绒地毯织机噪声进行控制时,误差信号的平均绝对值更小,平均降噪量与收敛速度也有大幅度提升。由此可知,SSFxLMS算法有效改善了FxLMS算法无法兼顾收敛速度和稳态误差的问题,研究结果为噪声主动控制算法设计提供了一定的参考。展开更多
提出一种基于改进滤波型最小均方(filtered-X least mean square,简称FXLMS)算法次级通道在线辨识方法,将其应用到结构自适应振动主动控制中。该算法可以消除主动控制环节和次级通道辨识环节相互影响,加快系统的收敛速度,并有效消除附...提出一种基于改进滤波型最小均方(filtered-X least mean square,简称FXLMS)算法次级通道在线辨识方法,将其应用到结构自适应振动主动控制中。该算法可以消除主动控制环节和次级通道辨识环节相互影响,加快系统的收敛速度,并有效消除附加随机信号对待控制区域残余振动的影响,简化了系统算法的复杂度。将该方法基于LABVIEW进行振动控制仿真,从收敛性能和振动控制效果两方面进行比较,得出其改进优势。以简支梁为控制对象,用本研究方法进行结构振动主动控制的试验研究。结果表明,该控制系统对简支梁的振动响应有很好的抑制作用,说明该基于次级通道在线辨识的主动控制方法的有效性。展开更多
FxLMS(Filtered-x Least Mean Square)算法在主动振动控制系统中有着广泛的应用,在实际系统中由于参考输入信号会混入诸如测量噪声、冲击噪声、野值等与参考信号不相关的干扰信号,这会导致系统更新稳定性性能变坏,甚至发散。针对这个问...FxLMS(Filtered-x Least Mean Square)算法在主动振动控制系统中有着广泛的应用,在实际系统中由于参考输入信号会混入诸如测量噪声、冲击噪声、野值等与参考信号不相关的干扰信号,这会导致系统更新稳定性性能变坏,甚至发散。针对这个问题,提出一种改进的FxLMS算法。新的算法利用跟踪微分滤波器和非线性变换函数分别对参考输入信号和反馈误差信号进行处理。同时,以滤波器更新向量的差值最小为优化条件推导出新的更新公式。通过在主动振动控制系统中与已有算法进行仿真比较,仿真结果证明在处于噪声干扰的情况下新的算法体现出更好的更新稳定性。展开更多
滤波-x最小均方(Filtered-x Least Mean Square,FxLMS)算法是主动噪声控制的经典算法,其存在收敛速度与稳态误差不可兼得的问题,解决方法之一是采用变步长FxLMS算法。总结了现有的基于误差非线性函数的变步长模型,并将其应用于FxLMS算...滤波-x最小均方(Filtered-x Least Mean Square,FxLMS)算法是主动噪声控制的经典算法,其存在收敛速度与稳态误差不可兼得的问题,解决方法之一是采用变步长FxLMS算法。总结了现有的基于误差非线性函数的变步长模型,并将其应用于FxLMS算法以改善算法性能。用三种常见的噪声作为参考输入信号进行仿真试验,对比了不同非线性函数变步长算法的性能。结果表明,变步长FxLMS算法能有效改善参考信号为高斯白噪声和正弦波时的收敛速度和稳态误差,且不同噪声环境下最优算法不同,但此类算法无法提升噪声源为冲击噪声时的性能。这为不同应用场景下算法的选取提供了参考。将变步长FxLMS算法应用于某车型的发动机主动噪声控制,结果表明,变步长FxLMS能显著提高定速工况的系统性能,但对急加速工况效果并不明显。展开更多
文摘涡桨飞机座舱的主动噪声控制系统普遍采用传统的多通道滤波x最小均方(multichannel filtered-x least mean square,简称McFxLMS)算法,该算法的计算量随着通道数的增加而激增,严重影响控制效果。针对该问题,基于连续局部迭代-McFxLMS(sequential partial update-McFxLMS,简称SPU-McFxLMS)算法,开发了多通道主动噪声控制系统。SPU-McFxLMS算法通过更新部分滤波器权值,在保证收敛精度的同时能够显著降低计算复杂度。首先,对比分析了传统McFxLMS算法与SPU-McFxLMS算法的原理差异,通过理论推导证明其计算效率提升特性;其次,建立了算法仿真模型,通过仿真验证了理论分析结果;最后,基于SOM-TL6678核心板开发了16通道的主动噪声控制系统,并搭建飞机座舱地面模拟实验平台进行实验。结果表明,该系统在108 Hz和216 Hz双频噪声场景下,各位置的平均降噪量能够达到10 dB以上。
文摘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。
文摘传统的线性主动噪声控制算法在噪声信号或噪声通道呈现非线性特性的情况下控制效果不佳。核-滤波最小均方误差算法(Kernel Filtered x Least Mean Square,KFxLMS)通过将输入噪声信号映射到高维再生核希尔伯特空间,再用线性方法在高维空间中进行处理。然而,随着新噪声信号的输入,KFxLMS算法递增的核函数运算需要较高的成本。为进一步改进KFxLMS算法,本文提出了随机傅里叶特征核滤波最小均方误差算法(Random Fourier Feature-Kernel Filtered x Least Mean Square,RFF-KFxLMS)。在仿真实验部分讨论了算法的参数选择,给出了算法的计算耗时,并验证了提出的RFF-KFxLMS算法在非线性噪声通道情况下,针对不同频率分量的正弦噪声都能够达到理想的性能。
文摘为改善滤波-x最小均方(filtered-x least mean square,FxLMS)算法在噪声主动控制时无法兼顾收敛速度和稳态误差的问题,提出了基于sigmoid-sinh分段函数的FxLMS(SSFxLMS)算法,并引入蚁狮算法对SFxLMS(sigmoid filtered-x least mean square)、ShFxLMS(sinh filtered-x least mean square)、SSFxLMS算法的参数进行优化。分别采用高斯白噪声和实测簇绒地毯织机噪声为输入信号,采用FxLMS、SFxLMS、ShFxLMS、SSFxLMS算法进行噪声主动控制仿真,对比分析这4种算法的性能。结果表明:与其他3种算法相比,采用SSFxLMS算法对高斯白噪声和簇绒地毯织机噪声进行控制时,误差信号的平均绝对值更小,平均降噪量与收敛速度也有大幅度提升。由此可知,SSFxLMS算法有效改善了FxLMS算法无法兼顾收敛速度和稳态误差的问题,研究结果为噪声主动控制算法设计提供了一定的参考。
文摘提出一种基于改进滤波型最小均方(filtered-X least mean square,简称FXLMS)算法次级通道在线辨识方法,将其应用到结构自适应振动主动控制中。该算法可以消除主动控制环节和次级通道辨识环节相互影响,加快系统的收敛速度,并有效消除附加随机信号对待控制区域残余振动的影响,简化了系统算法的复杂度。将该方法基于LABVIEW进行振动控制仿真,从收敛性能和振动控制效果两方面进行比较,得出其改进优势。以简支梁为控制对象,用本研究方法进行结构振动主动控制的试验研究。结果表明,该控制系统对简支梁的振动响应有很好的抑制作用,说明该基于次级通道在线辨识的主动控制方法的有效性。
文摘FxLMS(Filtered-x Least Mean Square)算法在主动振动控制系统中有着广泛的应用,在实际系统中由于参考输入信号会混入诸如测量噪声、冲击噪声、野值等与参考信号不相关的干扰信号,这会导致系统更新稳定性性能变坏,甚至发散。针对这个问题,提出一种改进的FxLMS算法。新的算法利用跟踪微分滤波器和非线性变换函数分别对参考输入信号和反馈误差信号进行处理。同时,以滤波器更新向量的差值最小为优化条件推导出新的更新公式。通过在主动振动控制系统中与已有算法进行仿真比较,仿真结果证明在处于噪声干扰的情况下新的算法体现出更好的更新稳定性。
文摘滤波-x最小均方(Filtered-x Least Mean Square,FxLMS)算法是主动噪声控制的经典算法,其存在收敛速度与稳态误差不可兼得的问题,解决方法之一是采用变步长FxLMS算法。总结了现有的基于误差非线性函数的变步长模型,并将其应用于FxLMS算法以改善算法性能。用三种常见的噪声作为参考输入信号进行仿真试验,对比了不同非线性函数变步长算法的性能。结果表明,变步长FxLMS算法能有效改善参考信号为高斯白噪声和正弦波时的收敛速度和稳态误差,且不同噪声环境下最优算法不同,但此类算法无法提升噪声源为冲击噪声时的性能。这为不同应用场景下算法的选取提供了参考。将变步长FxLMS算法应用于某车型的发动机主动噪声控制,结果表明,变步长FxLMS能显著提高定速工况的系统性能,但对急加速工况效果并不明显。
