自适应有源消声算法的研究

基于信号处理的LMS算法，结合自适应有源消声的特点，提出滤波-XLMS算法，并且利用MATLAB对该算法进行了仿真和性能分析。     

发动机排气自适应有源消声控制仿真实验

为了对发动机排气噪声进行实时控制,分析了发动机排气噪声产生的机理、噪声频谱特征,并利用基于自适应算法的有源消声控制技术对发动机排气噪声进行了实时控制分析实验.实验结果表明,所采用的自适应有源消声控制技术能够实时地对排气噪声进行控制.     

一种信息综合自适应管道有源消声系统的研究

探讨采用信号综合自适应系统的超稳定设计法实现管道有源消声的方法，解决了自适应状态观测器的设计以及如何实现纯滞后系统的自适应控制问题，最后给出了计算机仿真结果，从而验证了这种设计方法的可行性。     

自适应有源消声次级源安装角度优化试验与研究

针对一个基于Filtered-xLMS算法并应用M序列的在线自适应有源消声控制系统,研究了发动机排气管道有源消声控制中次级声源安装角度对消声效果的影响．通过改变次级声源的安装角度,在线检测其消声效果,实验验证了这种理论方法的有效性．最后得出如何优化次级声源的安装以改善发动机排气管道的消声效果．     

神经网络BP算法在有源消声中的应用

为了克服传统自适应有源消声算法在应用中稳定性方面的不足,尝试将神经网络反向传播（ＢＰ）算法应用于有源消声技术。文中建立了基于ＢＰ算法的自适应有源消声（ＡＡＮＣ—ＢＰ）模型并给出该算法的递推公式。利用ＴＭＳ３２０Ｃ２５开发板实现了该算法功能。在半消声室中进行了单频和１００Ｈｚ带宽的消声实验,仅利用单个次级源结构便获得较好的消声效果。实验证明,基于ＢＰ算法的消声系统具有良好的稳定性。     

空间声场的自适应有源噪声控制

自适应有源噪声控制技术（ＡＡＮＣ）以其独特的优点，受到噪声控制界的高度重视，为低频噪声的控制开辟了一条崭新的途径。以此ＡＡＮＣ技术为基础，结合模型参考自适应中的信息综合型ＭＲＡＳ超稳定设计方法及其简化工程设计方法，提出了一种自适应降噪装置的实施方案，并通过计算机仿真及硬件实验，取得了明显的消声效果。     

有源噪声控制中误差通道的自适应建模

有源噪声控制中误差通道对系统的性能有重要的影响，实现自适应控制算法必须得到误差通道的传递函数．本文对系统的误差通道采用自适应建模的方法，并提出了自适应建模的过程及算法．仿真实验证明，系统改善了稳定性、提高了降噪量，具有更快的收敛速度．     

管道有源消声控制技术的发展与动向

围绕声反馈、次通道、非线性、实时性等影响系统工作稳定性和整体消声效果的关键技术问题,分别对管道有源消声系统的控制结构、控制算法等方面进行了回顾、归纳和总结,并指出抗干扰能力强的复合控制结构、自适应鲁棒控制算法、神经模糊控制算法和基于智能材料的阻抗控制技术是其今后研究的主要发展方向。     

管道有源消声的关键问题及解决方法的研究

本文分析了管道有源噪声控制中需要解决的关键问题－－次源声反馈及系统非理想响应，从传递函数的角度分析了由于二者的存在单纯的延时环节和反相环节难以取得理想的降噪效果的原因，并提出了解决上述问题的方法。     

一种新的自适应退火遗传算法

在函数的全局优化算法中,模拟退火算法和遗传算法的结合可较好地改善算法的性能。基于这个思想提出一种新的自适应退火策略用于遗传算法中选择概率的计算以增强算法的收敛性,在交叉和变异概率的选取上也进行了自适应处理,以进一步改善算法的稳定性和收敛性。基于典型算例的仿真结果验证了该算法对高维复杂函数最优化的有效性和高效性,其性能明显优于传统遗传退火算法、改进的进化规划方法。     

一种智能反步控制方法及其应用

针对反作用射流导弹的非线性和参数不确定性严重的特点,提出一种鲁棒自适应反步智能控制(Backstepping)方法。通过非特定的Lyapunov函数,采用遗传算法优化Backstepping镇定系数,得到适当的函数降低了当镇定系数不当时跟踪误差对控制律的影响。结合模糊小脑模型(FC-MAC)神经网络,推出系统参数不确定时的鲁棒控制律,克服了传统自适应反步法对模型不确定性要求线性有界问题。仿真结果表明,这种结合Lyapunov函数选择和参数优化的Backstepping方法鲁棒性强,受参数变化影响小。     

自适应有源声吸收中误差传声器的优化

针对一个基于最小均方算法的自适应有源消声控制系统，讨论了自由场空间有源声吸收中误差传声器位置的优化问题，分析了误差传声器位置对消声效果的影响，从理论上给出了一般的优化方法，并发现其误差传声器的最优位置并不是唯一的，同时系统初值的选择是实现最佳效果必须考虑的问题。     

基于自适应模拟退火算法的最优Lambert双冲量转移

建立了初始位置、终止位置和转移时间都不固定的双冲量Lam-bert转移模型,并选用自适应模拟退火(adaptive simulated annealing,ASA)算法来寻求模型的最优解,通过与遗传算法(genetic algorithm,GA)的优化结果对比,表明ASA在该模型全局寻优中具有明显优势,可为轨道转移寻优算法的选取提供借鉴。     

噪声主动控制的进展及趋势

对噪声主动控制的研究进展及发展趋势作一综述，将近几年来有源消声的消声系统，消声机理，控制器设计及算法等方面的现有研究成果进行总结，介绍一些较为成功的实例，对今后一段时期有源消声的主要发展方向做出预测。     

基于遗传算法的模糊神经网络在交流伺服中的设计

针对永磁同步电动机交流伺服系统,提出了遗传算法的模糊神经网络控制方案.在交流伺服系统的设计中,采用模糊神经网络控制器作为其位置调节器.利用遗传算法的快速搜索功能,使得系统定位准确、快速.     

基于结构式二进制编码的遗传算法在及其在BP网络中的应用

根据BP网络的拓扑特征,本文设计了基于结构式二进制编码的遗传算法,在该算法中,通过先将庞大的解空间进行分解处理,再将分解后的子空间视为个体进行遗传操作,能借助遗传算法的优势在全局范围内搜索到最优解所在的子空间,从而为下一步应用BP算法进行局部搜索明确了起点,缩小了范围,有效解决了BP算法易陷入局部极小,收敛速度慢甚至不收敛等问题,最后,通过字母识别试验证明了该算法的效率。     

遗传算法结合反设计的翼型优化设计研究

针对传统的气动外形优化设计存在计算量大、精度低的不足，以及采用余量修正方法的气动外形反设计存在难以提供合理目标压力的难题，为了提高已有气动外形设计方法的工程实用性，创新性地将优化方法中的遗传算法与反设计的余量修正方法相结合，并采用高精度的CFD分析方法，进行了翼型的气动外形设计。设计实践表明，文中的气动外形设计方法是可行的，且由于在优化方法和反设计方法中采用了不同的CFD分析方法，提高了气动外形设计的效率和精度。     

基于支持向量机和遗传算法的水下目标特征选择算法

基于统计学习理论和遗传算法理论，提出了一种基于支持向量机和遗传算法相结合的水下目标特征选择算法。通过对实测数据的特征集的优化选择实验，证明了该算法的有效性和鲁棒性，它能较好地解决在复杂水下目标信号所提取的特征维数高，样本采样困难，数目偏少的实际情况下的分类识别问题。