基于DSP的直升机舱室内的有源噪声控制系统

为消减直升机舱室噪声,对有源消声技术进行了研究.以自适应有源噪声控制系统为研究核心,选用DSP21160作为控制器,给出了系统的硬件解决方案,并利用汇编语言在硬件系统上实现了基于FxLMS算法的有源噪声实时控制.实验结果表明,系统取得了良好的降噪效果     

基于DSP的有源噪声控制技术研究

以自适应有源噪声前馈控制系统为研究核心,选用TMS320F206 DSP作为控制器,给出了系统的硬件解决方案,并利用汇编语言在硬件系统上实现了基于DLMS算法的有源噪声实时控制.实验结果表明,系统取得了良好的降噪效果.     

基于TMS320VC5416的自适应有源噪声控制系统的设计与实现

设计并实现了一种适用于封闭空间的、基于TI TMS320VC5416 DSP的单通道有源前馈噪声控制系统,详细阐述了有源噪声控制采用的FLMS算法和次级通路建模中采用的LMS算法.给出了程序流程图,介绍了硬件结构,并在封闭空间内进行实验.实验结果表明.该系统具有良好的降噪效果.     

军用运输机机舱有源消声实验系统的设计与实现

为验证有源消声技术在军用运输机机舱低频噪声消除方面的有效性,设计和实现了一套机舱有源消声实验系统;采用“激振器+舱壁板”方式实现了飞机螺旋桨工作对机舱诱导噪声的声源模拟,设计了基于前馈控制结构的自适应有源噪声控制系统,构建了基于FX-LMS算法的自适应消声控制器,采用监测麦克风组对舱内空间的消声效果进行监测;实验结果验证了自适应有源噪声控制技术在军用飞机舱室消声降噪领域的有效性,并表明初、次级声源间距对自适应有源消声系统的消声效果具有重要的影响。     

内模结构的汽车排气噪声有源控制研究及仿真

研究了基于内模反馈结构的汽车排气噪声有源控制方法,使用Shannon-Bode方法和RLS自适应逆建模方法建立了次级通道的逆模型,并分析了控制系统的鲁棒稳定性和鲁棒性能.针对模型误差对控制性能的影响提出了一种基于粒子群优化算法调整反馈滤波器参数的控制方法.在Matlab/Simulink中搭建了次级通道RLS自适应逆建模模型和汽车排气噪声有源控制模型,仿真结果表明使用粒子群优化算法对反馈滤波器参数进行在线调整的内模控制方法能够进一步提高汽车排气噪声有源控制的效果.     

基于BP神经网络的自适应有源消声系统

采用神经网络控制方法,建立了基于BP算法的神经网络有源消声实验系统.实验证明基于BP算法的有源消声实验系统具有良好的消声效果和稳定性.     

基于DSP的自适应有源噪声控制实验系统

自适应有源噪声控制是有源噪声控制与自适应算法的融合,重点研究了自适应控制器及最小均方算法。采用数字信号处理器为核心,设计自适应有源噪声控制实验系统,实现了对噪声的有源控制实验,获得了理想的降噪效果。     

噪声有源控制的递归神经网络方法

使用Filter－X算法研究有源噪声控制问题,存在需要较高阶次的滤波器和当噪声出现非线性时控制效果不佳的缺陷。为此提出一种基于对角递归神经网络的非线性噪声有源自适应控制方法,并给出一种基于误差梯度下降的在线学习算法,同时证明了闭环控制系统在Lyapunov意义下的稳定性。数值仿真表明,基于对解递归神经网络的噪声有源自适应控制是一种非常有效的噪声控制方法。     

基于DSP的有源降噪系统的研究

在分析噪声危害的基础上,针对履带车辆舱室内各频率噪声大约为100dB～120dB的低频特点,阐述了有源噪声控制的原理、意义及发展现状。针对有源噪声控制中信号处理的实时性要求,将高速实时信号处理器DSP应用于有源降噪系统中,在此基础上完成了有源噪声控制的单极子两源系统的硬件设计。实验结果表明,降噪效果在100Hz～400Hz频段上平均降噪量达到10dB。     

基于优化抗干扰自适应算法的变压器有源噪声控制策略分析

针对传统算法计算不稳定，收敛速度慢的缺陷，提出了一种满足变压器噪声控制的有源噪声前馈控制（GFWC）算法。通过在FIR滤波器中加入构造一个基本函数，采用更少的参数满足算法的收敛性和稳定性，在简化系统的同时保证控制算法系统的稳定性。算法仿真对比分析表明，GFWC算法进行有源噪声控制时，能降低电力设备噪声12~18 dB，远高于传统LMS、NLMS、FxLMS算法。可见，采用有源噪声控制算法为电力设备低频降噪提供了一个有效方式。     

主动噪声控制系统在C6000 DSP上的设计与实现

在C6000 DSP基础上开发一种嵌入式主动噪声控制系统.首先描述主动噪声控制系统的理论模型,采用FX-LMS以及LMS滤波算法给出次级通道离线建模步骤和噪声主动控制方法,并开发以TMS320VC6416 DSP和AIC23B音频芯片作为核心的硬件系统,最后通过C语言编程实现噪声主动控制软件.实验结果显示,该系统可将108 Hz单频噪声降低18 dB,验证了其有效性和稳定性.     

汽车车内噪声主动控制系统仿真

降低汽车空腔的振动,是抑制汽车车内噪声的有效途径之一;以激振器、作动器和控制器等为主要部件,搭建了简化的汽车车内噪声主动控制系统,该系统通过将汽车空腔模型简化为板件,以减弱板件振动为目标,实现了汽车车内噪声主动控制;采用简谐正弦及余弦信号作为激振器发出的激励,用于模拟板件的初始振动,控制器通过采用模糊控制算法直接控制压电陶瓷作动器的振动,压电陶瓷作动器的振动用于抑制板件的振动,完成了汽车车内噪声主动控制系统仿真;仿真结果表明,研究采用的汽车车内噪声主动控制系统,使汽车空腔振动降低23%,为解决由汽车发动机和动力总成的振动所引发的汽车车内噪声问题提供了一个有效途径。     

电梯轿厢噪声主动控制系统与实验

针对高速电梯运行过程中所产生的轿厢噪声,基于主动噪声控制(ANC)技术,设计并开发了一个3入1出的多通道DSP自适应控制系统。利用该系统在模拟电梯环境中,分别针对130 Hz单频正弦噪声,正弦加白噪声和录取的电梯轿厢嗓声进行了控制实验,获得了20 dB,12 dB,8 dB的降噪效果,验证了本文系统在高速电梯轿厢噪声控制中的可用性和有效性。     

基于滑动窗实时小波降噪的扩张状态观测器及自抗扰控制EI北大核心CSCD

自抗扰控制技术应用已日渐成熟,但当系统中存在高频非平稳噪声信号时,线性自抗扰控制(LADRC)存在难以选取合适的观测器带宽的问题:当带宽较小时,线性扩张状态观测器(LESO)难以实现对总扰动的实时观测,会造成时滞;当带宽较大时,LESO又会放大噪声对系统的影响,从而造成总扰动观测失真.为了解决这一问题,将小波降噪环节加入LADRC中,通过设计基于滑动窗实时小波降噪的LESO,对含噪输出信号进行实时降噪.使用Simulink搭建系统模型,分别在输出信号中加入高斯白噪声或谐波等不同类型的高频非平稳噪声进行仿真实验,并将所提方法与滑动平均法进行对比,结果验证了所提方法的有效性.     

A recursive deconvolution approach to disturbance reduction

Active noise control (ANC) uses an estimate of the noise affecting a system in order to remove its effect from the output. In some applications, it is possible to directly measure the noise and a feedforward compensator can be used. Other applications require instead that the noise be estimated from its effect on the system. This results in an adaptive feedback ANC, see a previous paper by Gan and Kuo. The identification of the disturbance from the output of the linear system is a deconvolution problem. In this paper, we study a deconvolution technique for the active reduction of the influence of the disturbance on the output of a linear control system. The regulator that we present does not affect the behavior of the system in the absence of disturbances.