基于動(dòng)量項(xiàng)的窄帶主動(dòng)噪聲控制算法研究.pdf

1、噪聲污染已經(jīng)成為僅次于大氣污染和水污染的第三大環(huán)境污染問(wèn)題。傳統(tǒng)的被動(dòng)噪聲控制（Passive Noise Control，PNC）技術(shù)對(duì)中高頻噪聲有效，但對(duì)低頻噪聲效果不明顯。主動(dòng)噪聲控制（Active Noise Control，ANC）技術(shù)則對(duì)高頻效果不好，而對(duì)低頻噪聲能達(dá)到很好的降噪效果，很好的彌補(bǔ)了PNC技術(shù)的缺點(diǎn)。同時(shí)，其控制設(shè)備具有體積小、重量輕、易于控制的優(yōu)點(diǎn)。在各類低頻噪聲源中，由旋轉(zhuǎn)機(jī)器或具有往復(fù)運(yùn)動(dòng)裝置產(chǎn)生的窄帶噪

2、聲帶來(lái)的污染不可忽視，尤其隨著經(jīng)濟(jì)的發(fā)展，此類設(shè)備的大量使用，造成的危害日益嚴(yán)重。在ANC領(lǐng)域中，窄帶主動(dòng)噪聲控制（Narrowband Active Noise Control，NANC）系統(tǒng)相比其它的控制系統(tǒng)能夠更有效的抵消此類噪聲，這使的NANC系統(tǒng)成為ANC領(lǐng)域的一個(gè)重要研究分支，備受關(guān)注。
　　在NANC系統(tǒng)的實(shí)際應(yīng)用中，初級(jí)噪聲的非平穩(wěn)性，次級(jí)通道的動(dòng)態(tài)變化，以及系統(tǒng)中存在的非相關(guān)干擾噪聲，需要控制算法在保證穩(wěn)態(tài)性能的

3、同時(shí)應(yīng)具有良好的收斂速度和跟蹤能力，增強(qiáng)系統(tǒng)的穩(wěn)定性和適應(yīng)性。如何減小上述因素對(duì)系統(tǒng)性能的影響，提高NANC系統(tǒng)整體性能，是NANC系統(tǒng)中控制算法需要解決的關(guān)鍵問(wèn)題。動(dòng)量項(xiàng)技術(shù)具有計(jì)算量小，動(dòng)量因子上下邊界極值確定等優(yōu)點(diǎn)，能有效提高系統(tǒng)收斂速度和追蹤性能。因此，把動(dòng)量項(xiàng)技術(shù)引入到NANC系統(tǒng)中，為解決上述關(guān)鍵問(wèn)題提供新的研究思路。論文以線性NANC系統(tǒng)為研究對(duì)象，從統(tǒng)計(jì)理論和信號(hào)處理的角度開(kāi)展基于動(dòng)量項(xiàng)的NANC系統(tǒng)研究。
　　基

4、于動(dòng)量項(xiàng)的NANC系統(tǒng)控制算法所引入的附加項(xiàng)及參數(shù)對(duì)系統(tǒng)的動(dòng)態(tài)和穩(wěn)態(tài)性能影響的機(jī)理并不清楚，尚缺乏理論說(shuō)明。針對(duì)這個(gè)問(wèn)題，對(duì)基于動(dòng)量項(xiàng)算法下的NANC系統(tǒng)進(jìn)行動(dòng)態(tài)性能和穩(wěn)態(tài)性能分析，推導(dǎo)出了基于平均和均方意義下的收斂特性表達(dá)式及穩(wěn)態(tài)的顯示表達(dá)式，并從這些表達(dá)式中分析出引入的參數(shù)對(duì)系統(tǒng)步長(zhǎng)參數(shù)、穩(wěn)態(tài)誤差以及穩(wěn)態(tài)邊界的影響，從理論上解釋了動(dòng)量項(xiàng)技術(shù)提高系統(tǒng)收斂和跟蹤性能的根本原因，以及給系統(tǒng)穩(wěn)態(tài)性能帶來(lái)的問(wèn)題，為算法的改進(jìn)、參數(shù)設(shè)置及實(shí)際應(yīng)

5、用提供理論指導(dǎo)和依據(jù)。仿真實(shí)驗(yàn)證明了分析的正確性和有效性。
　　針對(duì)初級(jí)噪聲的特征參數(shù)突變產(chǎn)生的非平穩(wěn)問(wèn)題，需要控制算法在保證穩(wěn)態(tài)性能的同時(shí)應(yīng)具有良好的收斂速度和跟蹤能力。根據(jù)性能分析所獲得的步長(zhǎng)和遺忘因子參數(shù)對(duì)系統(tǒng)性能的影響，提出一種變遺忘因子變步長(zhǎng)濾波-X加權(quán)累加最小均方算法（VFVS-FXWALMS）。首先，利用互相關(guān)的誤差信號(hào)構(gòu)建了變遺忘因子策略克服固定遺忘因子對(duì)系統(tǒng)穩(wěn)態(tài)性能的影響；然后結(jié)合變步長(zhǎng)思想，利用遺忘因子極值范圍

6、確定的特點(diǎn)構(gòu)造了變步長(zhǎng)策略，不僅繼承了變遺忘因子策略的優(yōu)點(diǎn)，而且進(jìn)一步提高了算法的穩(wěn)態(tài)性能。仿真實(shí)驗(yàn)表明提出的算法能夠獲得更優(yōu)的遺忘因子和步長(zhǎng)參數(shù)值，從而在保證穩(wěn)態(tài)性能下提高了系統(tǒng)的收斂速度和跟蹤能力，同時(shí)增強(qiáng)了系統(tǒng)的穩(wěn)定性，有效提升了NANC系統(tǒng)的整體性能。
　　在基于輔助噪聲的在線次級(jí)通道建模方法中，作為激勵(lì)信號(hào)的輔助噪聲不僅影響了NANC子系統(tǒng)的收斂，而且還增加了誤差噪聲能量。此外，在線建模的速度以及對(duì)變化的次級(jí)通道的跟蹤能

7、力也制約著系統(tǒng)的性能?，F(xiàn)有的一些基于輔助噪聲的在線次級(jí)通道建模方法都是用于寬帶ANC系統(tǒng)，無(wú)法應(yīng)用到NANC系統(tǒng)。針對(duì)上述問(wèn)題，提出一種基于遺忘因子輔助噪聲能量策略的在線次級(jí)通道建模NANC算法。該算法利用變遺忘因子策略能夠很好的反應(yīng)系統(tǒng)收斂狀態(tài)的特點(diǎn)以及其極值范圍明確的特點(diǎn)，構(gòu)建輔助噪聲能量策略，使輔助噪聲能量能夠跟隨系統(tǒng)的收斂狀態(tài)自適應(yīng)的調(diào)整。仿真實(shí)驗(yàn)表明提出的算法不僅能夠獲得較好的建模精度和更快的收斂速度，而且提高了系統(tǒng)的降噪量。

8、
　　針對(duì)NANC系統(tǒng)中出現(xiàn)的非相關(guān)干擾噪聲降低系統(tǒng)性能的問(wèn)題，基于傳統(tǒng)思想的混合結(jié)構(gòu)控制系統(tǒng)算法由于采用共同誤差（Common Error，CE），造成各子系統(tǒng)耦合過(guò)緊，產(chǎn)生相互干擾，降低了系統(tǒng)的收斂速度。在此基礎(chǔ)上，提出一種新的混合結(jié)構(gòu)NANC系統(tǒng)算法，該算法把正弦噪聲抑制（Sinusoidal Noise Cancellation，SNC）子系統(tǒng)引入到傳統(tǒng)混合結(jié)構(gòu)控制算法中，為其它子系統(tǒng)提供合適的誤差信號(hào)，使其能夠相對(duì)獨(dú)立運(yùn)