针对线性窄带主动噪声控制(Linear narrowband active noise control,NANC)抑制变压器非线性噪声性能不佳的问题,提出一种基于Volterra和FIR组合滤波的变压器噪声非线性主动控制方法(Volterra and FIR filter-based nonlinear active no...针对线性窄带主动噪声控制(Linear narrowband active noise control,NANC)抑制变压器非线性噪声性能不佳的问题,提出一种基于Volterra和FIR组合滤波的变压器噪声非线性主动控制方法(Volterra and FIR filter-based nonlinear active noise control,VFNLANC)。该方法通过Volterra滤波器的谐波抑制特性处理变压器的非线性噪声,并将通过Volterra滤波器的滤波信号作为FIR滤波器的输入进行二次滤波,以缩小Volterra滤波器的截断误差。考虑变压器声道具有时变特性且存在扰动噪声,在VFNLANC方法中设计次级通道混合辨识架构,通过离线辨识生成初始通道参数并结合在线辨识实时更新参数,可既保证辨识精度又降低计算复杂度。采用实际变压器噪声数据对所提方法进行了仿真实验,结果显示VFNLANC方法的降噪量比NANC方法提升3.2~6 dB。展开更多
文摘针对线性窄带主动噪声控制(Linear narrowband active noise control,NANC)抑制变压器非线性噪声性能不佳的问题,提出一种基于Volterra和FIR组合滤波的变压器噪声非线性主动控制方法(Volterra and FIR filter-based nonlinear active noise control,VFNLANC)。该方法通过Volterra滤波器的谐波抑制特性处理变压器的非线性噪声,并将通过Volterra滤波器的滤波信号作为FIR滤波器的输入进行二次滤波,以缩小Volterra滤波器的截断误差。考虑变压器声道具有时变特性且存在扰动噪声,在VFNLANC方法中设计次级通道混合辨识架构,通过离线辨识生成初始通道参数并结合在线辨识实时更新参数,可既保证辨识精度又降低计算复杂度。采用实际变压器噪声数据对所提方法进行了仿真实验,结果显示VFNLANC方法的降噪量比NANC方法提升3.2~6 dB。
