多通道自适应有源噪声控制研究

对多通道滤波-X LMS和滤波-U LMS算法进行了研究。统一滤波-X LMS和滤波-U LMS算法的计算公式并进行了仿真。设计多通道自适应有源噪声控制系统,利用滤波-X LMS算法进行封闭环境的噪声控制实验。将此系统应用于公交车的噪声控制,取得良好的降噪效果。     

基于卡尔曼滤波的有源噪声自适应逆控制

提出在自适应逆控制建模中,用卡尔曼滤波代替LMS滤波,并对比研究了LMS、RLS、KALMAN三种算法。提出基于滤波-U卡尔曼的自适应逆控制,并将其应用于有源噪声控制中,取得了良好的降噪效果。     

一种噪声与振动主动控制的滤波-MLMS算法

滤波－LMS算法在噪声与振动主动控制中最为常用，但在具有冲击干扰的环境下，其收敛性能变差，本文提出一种更具鲁棒性的滤波－中值LMS算法，无论在冲击噪声还是在非冲击噪声环境下，都具有很好的收敛性，计算机仿真结果进一步验证了这种算法的有效性。     

车内噪声听觉时域掩蔽主动控制LMS算法

在传统噪声主动控制LMS算法基础上,考虑人耳听觉感知的后掩蔽效应,推导出Post-masking LMS算法。以汽车车内噪声主动降噪为例,分别采用LMS与Post-masking LMS算法,在Matlab环境中对实测的不同车速下车内噪声信号进行有源噪声控制仿真试验,结果表明Post-masking LMS算法能在传统LMS算法的基础上进一步降低车内噪声响度水平,具有更好的降噪效果和主观听觉感受。     

基于小波包和LMS自适应降噪的柴油机振动诊断

由于柴油机振动信号的特征频带和噪声频带存在重叠现象,利用小波阈值消噪时难以选取合适的小波阈值,针对该问题提出一种基于小波包的LMS自适应滤波降噪方法。该方法将小波包与LMS自适应滤波相结合,首先利用小波包变换对信号进行多层分解,然后以噪声干扰对应尺度上的第一层“细节”分量及最大分解尺度上的逼近分量重构信号,将重构后的信号作为LMS自适应滤波器原始输入信号,再以小波包最大分解尺度上的高频细节信号作为自适应抵消器的参考输入信号,进行LMS自适应滤波降噪处理。仿真计算和工程应用表明,该方法参数设置较少,易于控制,不涉及小波阈值降噪中阈值的选取问题,对比试验信号的分析验证了方法的有效性,将该法应用在柴油机振动诊断中提高了故障识别率。     

Study and verification of an online secondary path identification algorithm for adaptive filtering based control of structural vibration

针对基于自适应滤波的振动控制算法的误差通道辨识问题,提出一种在实施该控制算法中进行误差通道模型实时在线辨识的方法.其基本思想是在振动主动控制器输出端引入一个白噪声信号,采用有限脉冲响应滤波器作为误差通道模型进行实时在线辨识,利用性能判别器实时控制辨识环节的停止与否,同时振动主动控制采用滤波-X算法.给出了具有在线辨识功能的控制器结构与算法过程,并结合实验模型结构和测控平台进行了实验分析与验证.基于MATLAB进行相关算法仿真,分析引入白噪声信号对辨识模型误差的影响,提出了一种辨识模型误差判定准则,并分析对振动控制系统性能的影响;基于实验平台进行了压电机敏柔性结构振动主动控制的验证.实验结果表明,控制通道模型实时在线辨识策略是成功的,由此验证了所设计的控制器及其控制算法的可行性和有效性.     

改进变步长LMS算法及在自适应噪声抵消中的应用

在分析传统LMS算法、变步长LMS算法及其改进算法的基础上,通过建立步长因子μ与误差信号е之间的非线性关系,提出了一种改进的变步长LMS自适应滤波算法,并将其应用于自适应噪声抵消中,还分析了参数对算法性能的影响,结果表明该算法具有较快的收敛速度和较小的稳态失调。文中最后给出了仿真结果,仿真结果与理论分析一致。     

车内噪声FXFU-LMS声振混合主动控制算法

目前车内振动与噪声主动控制研究主要集中在以振消声或以声消声方面,为解决消声与消振无法同时兼顾的问题,提出一种基于滤波-X最小均方算法(FXLMS)和滤波-U最小均方算法(FULMS)的车内噪声FXFU-LMS声振混合主动控制算法。以在某轿车中采集的振声传递函数为基础,在每次迭代中,首先采用FULMS算法对振动信号进行主动振动控制;然后利用振声传递函数计算出控制前后振动辐射噪声的减少量,得到进行振动主动控制后的耳侧噪声;最后采用FXLMS算法进行主动噪声控制,依次循环直至稳定。结果表明,FXFU-LMS算法能有效抑制车内噪声,且与传统FXLMS、FULMS算法相比,该算法残余误差更小,收敛速度更快,可以兼顾振动与噪声控制,更适用于车内噪声主动控制(ANC)。     

改进变步长LMS算法及在自适应噪声抵消中的应用

在分析传统LMS算法、变步长LMS算法及其改进算法的基础上,通过建立步长因子μ与误差信号е之间的非线性关系,提出了一种改进的变步长LMS自适应滤波算法,并将其应用于自适应噪声抵消中,还分析了参数对算法性能的影响,结果表明该算法具有较快的收敛速度和较小的稳态失调。文中最后给出了仿真结果,仿真结果与理论分析一致。     

材料摩擦异响试验台随机振动控制方法研究

为解决车辆在真实道路中的材料摩擦异响测试精度及稳定性问题，开发车用材料摩擦异响试验台系统，基于此系统对其随机振动功率谱密度再现控制方法展开研究。采用变步长频域-X滤波LMS自适应逆控制模型来实时修正系统阻抗函数，实现功率谱密度的高精度再现。采用NI Compact RIO控制器完成数据采集及实时数据处理，对系统振动加速度进行闭环控制，从而实现功率谱密度的实时再现。试验结果表明，采用频域-X滤波LMS自适应逆控制方法可以高精度再现设定功率谱密度，再现误差小于10%，满足实际工程精度要求和实时性要求。     

汽车车内噪声主动控制变步长NFB-LMS算法

为规避最小均方（Least Mean Square,LMS）算法不能同时提高收敛速度和降低稳态误差的固有缺陷,以及已有变步长LMS算法存在收敛速度慢和稳态误差估计精度差的问题,文中提出了一种基于变步长归一化频域块（Normalized Frequency-domain Block,NFB） LMS算法的汽车车内噪声主动控制方法。为了比较,应用传统的LMS算法、基于反正切函数的变步长LMS算法和变步长NFB-LMS算法分别进行实测汽车车内噪声的主动控制。结果表明,与其他两个算法相比,变步长NFB-LMS算法的收敛速度提高了70%以上,稳态误差减小了90%以上。变步长NFB-LMS算法在处理车内噪声信号时具有很高的效率,为进行汽车车内噪声主动控制提供了一种新方法。     

发动机排气噪声主动控制的LMS算法仿真研究

发动机排气噪声有源控制算法有多种,不同的算法因其复杂程度不同实际的控制效果也不一样。为了找到一种更有效的控制算法,用MATLAB建立Simulink仿真模型对LMS算法进行仿真,从仿真效果判断出在误差通道客观存在的情况下LMS算法的局限性并对LMS算法进行了改进,取得了较好的控制效果。     

弹性波主动控制中LMS算法的最佳收敛系数问题研究

对扭转弹性波的主动控制系统以及LMS算法进行了描述。通过对直轴中扭转弹性波主动控制的仿真计算，讨论了LMS算法中的收敛系数对控制系统收敛时间的影响。重点讨论了弹性波控制中误差传递途径相对于主激励源的时间延迟与收敛系数以及收敛时间的关系，并回归出最佳收敛系数与延迟时间之间的倒数关系。同时通过对期望信号和误差信号当量传递函数的研究，从理论上确定了最佳收敛系数与延迟时间的关系，两者的研究结果是一致的。     

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。     

虚拟传声器的有源噪声控制

研究虚拟传声器的有源噪声控制问题。该技术适用于控制区域不适合放置误差传声器的场合。将误差传声器置于控制区域之外,得到测量误差。采用前向差分预测算法预测控制区域内的残余误差信号,然后利用自适应LMS算法,得到最优的噪声控制滤波器。为了尽量消除预测中存在的误差,采用自适应变权值预测算法。仿真结果表明该方法能有效地抑制噪声,使控制区域内的噪声信号得到明显衰减。     

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。     

基于饱和约束LMS算法的磁悬浮隔振器控制研究

研究磁悬浮隔振器的抗饱和减振控制,针对限幅抗饱和法容易激起磁悬浮隔振器共振和Boaz Rafaely抗饱和算法的阈值很难确定,如果阈值选择过大容易激起磁悬浮隔振器共振,如果选择过小则损失减振效果这些问题,提出一种饱和约束处理方法,即加入连续惩罚函数方法。推导相应的改进LMS算法并设计出抗饱和自适应前馈控制律。通过仿真和在磁悬浮隔振器系统上进行实验对比,验证这种方法相对于限幅抗饱和算法和Boaz Rafaely抗饱和算法具有一定的优越性。