基于自适应切比雪夫滤波器的非线性有源噪声控制

提出一种基于自适应切比雪夫滤波器的非线性有源噪声控制算法FCLMS。FCLMS算法使用传统的Fx LMS结构,将初级噪声使用第一类切比雪夫多项式展开,进而拟合该信号,而后使用LMS自适应算法进行噪声控制。该算法的计算复杂度低于2阶VFx LMS和1阶FS LMS算法。在不同的仿真模型下的仿真结果表明,该算法控制效果均达到或优于VFx LMS和FS LMS算法,且收敛速度快。     

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。     

一种不需要次级通道建模的有源噪声控制算法

对有源噪声控制的研究,绝大部分都是建立在次级通道已知的基础上,或者通过在线或离线辨识来建模次级通道,通过分析滤波-XLMS（FXLMS）算法收敛的几何特性实现有源噪声的无模型控制。子带技术是将信号通过不同频带的滤波器,把信号分解到不同频带的子带中,对各子带信号分别进行相应的处理,并减少处理时间。将两者相结合,运用子带技术,采用过采样无延迟子带结构消除单频噪声、窄带噪声以及宽带噪声,降噪效果明显。相比传统的XLMS滤波算法,该算法降低了运算量,且实现结构简单。     

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。     

基于自适应通用勒让德滤波器的非线性有源噪声控制

针对非线性有源噪声控制,提出一种基于通用勒让德滤波器及其对应的滤波x最小均方误差算法(General Legendre Filtered-X Least Mean Square,GLFXLMS)。通用勒让德滤波器具有正交性,可在[-1,1]区间逼近任何因果、时不变、有限记忆、连续、非线性系统。基于滤波X最小均方(Filtered-X Least Mean Square,FXLMS)算法架构推导通用勒让德滤波器对应的自适应GLFXLMS算法,并分析该算法的计算量,完成该方法与其他方法在不同非线性条件下的控制效果对比。实验结果表明,对于不同的非线性有源噪声控制模型,所提算法控制效果良好。     

一种改进型FX结构在线建模有源噪声抵消系统

次级通道等声信道的存在是ANC系统区别于自适应信号处理的最主要特征.它们的存在使得系统不再是一个单纯的电学问题,更多的涉及到声场的研究.次级通道使得控制滤波器产生的次级噪声不能立即和主输入噪声进行相消干涉,这降低了系统的性能.正是由于这一通道的存在,建模速度和建模准确性将直接影响系统的性能.文中针对水下潜艇被动声纳平台接收端有源降噪技术,提出一种新型的FX结构在线建模ANC系统,该系统增加了控制滤波器误差输出预测滤波模块,降低了控制滤波器误差输出对建模的不利影响,大大提高了建模精度和系统收敛性能.通过计算机仿真,以及对真实海试数据的处理结果可以直观的看到,该种方法使得系统的总体性能得到显著提高.     

一种基于NARX神经网络的振动主动控制方法

针对主被动混合隔振系统中次级通道的非线性因素和时变特性,设计一种基于有源非线性自回归神经网络(Nonlinear Auto-regressive With Exogenous Inputs Neural Network,NARX-NN)的次级通道系统辨识的方法,并成功应用于振动主动控制系统中。首先,使用NARX神经网络对次级通道进行辨识得到准确的次级通道模型;其次,采用FIR滤波器重构初级通道的输出,从而获得作动器的输出信号,基于重构得到数据对辨识的网络进行在线学习,可以避免由白噪声激励在系统中带来的随机振动对控制效果的影响;最后搭建仿真模型以及实验平台,仿真结果表明,该控制算法可以克服次级通道的时变性导致的次级通道失真问题;实验结果表明,该算法对15、20 Hz的线谱分别取得30.1、40.4 dB的能量衰减效果,能够有效地实现振动主动控制。     

基于方程误差法的IIR滤波有源噪声控制算法

在前馈有源噪声控制系统中会存在声反馈现象:次级声源产生的声信号反馈至参考传感器处。采用IIR滤波器能更好匹配有零极点的最优解,减弱声反馈影响。为克服FvLMS算法全局收敛性差的缺陷,提出采用比方程误差法(EEM)的计算量更小的EEM-FvLMS算法。在考虑声反馈的情况下,进行基于FvLMS算法和EEM-FvLMS算法的有源噪声控制仿真实验。仿真结果表明:对于窄带噪声,EEM-FvLMS算法性能更优;对于风机噪声,FvLMS算法与EEM-FvLMS算法性能相当;对于FvLMS算法不能控制的误差信号中的干扰信号,EEM-FvLMS算法也能有效控制。     

基于多模型的自适应有源噪声控制算法研究

针对有源噪声控制中次级通道存在很大不确定性的问题，建立次级通道模型集以覆盖次级通道的不确定性，每个模型都有一个相对应的采用Modified FXLMS算法进行权值更新的自适应滤波器。在系统运行过程中，算法首先依据切换准则实时判断当前次级通道所处状态，选出最匹配的次级通道模型，同时把采用最匹配模型进行权值更新的自适应滤波器的参数复制给参与控制的滤波器。仿真和实验结果表明，采用多模型自适应的有源噪声控制算法提高了系统的鲁棒性。     

基于压电智能材料的自适应吸声实验研究

提出了用压电材料进行水下主动宽带低频吸声的方法,用PVDF复合智能材料作为主动吸声系统中的吸声材料,在滤波-X LMS算法基础上,研究了一种在工程中实现简便的次级通道建模方法——通道时延估计法。构建了数字时延控制系统,直接从实际声场中分离入射声波与反射声波作为控制系统的参考信号和误差信号,在脉冲声管中进行了管道声有源吸声控制实验。实验结果表明,在施加控制的情况下PVDF压电智能材料能有效地对低频入射声进行吸收。     

模糊自适应滤波的主动控制方法研究

由于主动控制中广泛使用的自适应滤波 - x L MS算法只适用于线性控制问题 ,针对一些非线性问题 ,本文提出利用一种非线性自适应滤波方法——基于模糊逻辑系统的自适应滤波方法来解决一类参考信号与外扰呈非线性函数关系的前馈主动控制问题。仿真结果表明 ,该模糊自适应滤波器优于线性滤波器的控制效果     

基于次级通道前馈等效阻尼补偿的改进滤波x-LMS算法

研究了通过次级通道阻尼补偿提高滤波x-最小均方(Least Mean Square; LMS)算法性能的实现方法,提出了一种自适应前馈等效阻尼补偿方案;将前馈补偿器与自适应前馈控制器设计相结合,设计了基于前馈等效阻尼补偿的改进滤波x-LMS算法,改进算法保持了滤波x-LMS算法结构简单、鲁棒性强等优点。以柔性悬臂梁前两阶模态振动为控制目标,分别采用两种算法进行了主动减振仿真实验,结果表明本文提出的改进滤波x-LMS算法具有更快的收敛速度。     

声振主动控制系统中误差通道的在线辨识问题

声振主动控制系统中误差通道的存在是影响系统稳定性和控制效果的关键因素,它直接影响控制系统的收敛性和控制的有效性.在系统参数慢时变或近似不变的情况下,对误差通道离线辨识能大大简化控制算法.然而在很多实际的声振控制系统中,被控系统特性和参数经常是时变的,误差通道的在线辨识便成为主动控制研究中的关键所在.在线辨识算法有很多,结合在线辨识功能的自适应控制种类就更多.通过对声振主动控制领域中的已有的误差通道在线辨识技术进行分析与比较,指出其各自的优缺点,并提出其中值得研究的若干问题,以期有助于今后的进一步深入研究.     

多通道FULMS自适应前馈振动控制算法分析与验证

摘要：柔性结构振动主动控制的核心问题之一是控制策略与方法,针对FXLMS自适应滤波前馈振动控制方法参考信号不易选取问题,给出一种多通道FULMS自适应滤波前馈振动控制方法;首先进行控制器结构的分析与构建,概括描述和推导了多通道FULMS控制算法过程;为验证所分析算法的可行性和优越性,基于MATLAB软件包进行仿真分析,并与FXLMS算法分别进行单通道和多通道控制效果对比,分析结果表明多通道控制优于单通道控制,FULMS算法优于FXLMS算法。在此基础上,以航天器柔性帆板结构为理想模拟对象,构建压电机敏柔性板结构和测控系统进行实际算法控制实验;实验过程与验证结果表明,采用的FULMS控制器设计方法与控制算法是有效可行的,并具有较快的收敛速度和较好的控制效果。     

部分加速度测量下结构恢复力与质量非参数化识别方法

传统的基于扩展卡尔曼滤波方法的结构非线性行为识别方法往往要求结构质量以及结构非线性恢复力的参数化模型已知。该研究为解决非线性结构质量,结构参数,非线性恢复力的识别问题,提出了一种两阶段识别方法;为提高计算效率采用遗忘因子扩展卡尔曼滤波算法结合等效线性模型实现结构非线性位置的定位,随后采用无迹卡尔曼滤波算法与恢复力的二重切比雪夫多项式非参数化模型识别结构参数,质量与恢复力。在对一个含形状记忆合金(SMA)阻尼器的多自由度体系的数值模型进行了数值模拟验证的基础上,设计了一个含SMA阻尼器的四自由度框架开展动力试验,验证了所提出方法对结构质量以及恢复力的识别效果。     

一种自适应逆控制管道有源消声系统及其实现

在前馈有源噪声控制中，由于次级通道传递函数往往是非最小相位系统，直接使用传统的FXLMS算法时，导致系统的性能下降。提出一种基于NMP逆控制的自适应前馈有源噪声控制FXLMS算法，在电机、风机、通风管道系统上进行实时ANC实验，结果表明较传统的前馈FXLMS算法ANC系统消声性能有明显的改进。     

基于增量耦合预测控制的风电叶片打磨机械臂末端颤振抑制研究

针对风电叶片打磨过程中,末端执行器与叶片表面发生刚性接触而引起末端执行器切向颤振问题,提出一种基于力反馈与加速度前馈复合结构的末端执行器增量耦合预测控制方法。在末端执行器柔性驱动单元数学建模的基础上,基于增量耦合动态矩阵预测控制算法对复合PID控制策略进行改进,将不可控但可预知输入加速度作为磨削轴向力预测序列的一部分。同时,在有限时域内采用二次型性能指标最小化的方式对控制目标进行滚动优化,以确保末端执行器与风电叶片表面柔顺接触。仿真及实验结果表明,此方法可以快速地实现末端执行器的切向颤振抑制,并能最大限度地减小因控制时滞、环境时变、模型失配等带来的误差。