神經(jīng)網(wǎng)絡(luò)及同步方程自適應(yīng)噪聲抵消方法研究.pdf

1、隨著現(xiàn)代工業(yè)的發(fā)展，噪聲控制問(wèn)題日益引起了人們的關(guān)注?；谧赃m應(yīng)控制策略的有源噪聲抵消技術(shù)已經(jīng)成為有源噪聲控制領(lǐng)域的重要研究?jī)?nèi)容之一。在自適應(yīng)有源噪聲控制中，控制算法是直接影響自適應(yīng)控制品質(zhì)的重要因素。目前，國(guó)內(nèi)外在控制算法的研究方面已經(jīng)取得了豐碩的成果，但其中一些算法存在著明顯的不足和特定性，因此運(yùn)用新的信息分析手段對(duì)控制算法進(jìn)行研究是一個(gè)非常有潛力而且具有重要意義的工作。 針對(duì)這一問(wèn)題，論文選擇了以控制算法為切入點(diǎn)，主要研究

2、了兩類(lèi)自適應(yīng)有源噪聲抵消方法：基于神經(jīng)網(wǎng)絡(luò)的自適應(yīng)有源噪聲抵消方法和基于同步方程方法的自適應(yīng)有源噪聲抵消方法。 為了有效的控制非線性噪聲，論文深入研究了FXBPNN算法，該算法采用BP(back-propagation)神經(jīng)網(wǎng)絡(luò)作為自適應(yīng)有源噪聲抵消系統(tǒng)的控制器，它能夠抵消非線性噪聲，但運(yùn)算量大。因此在這種算法的基礎(chǔ)上，論文提出了一種運(yùn)算量小的FEBPNN算法。并對(duì)FEBPNN算法、FXBPNN算法和FXLMS算法進(jìn)行了計(jì)算機(jī)仿

3、真比較分析。 另外，論文深入研究了基于同步方程方法的自適應(yīng)有源噪聲抵消算法，該算法通過(guò)估計(jì)附加濾波器避免了次級(jí)通道建模，但運(yùn)算量也很大。因此在這種算法的基礎(chǔ)上，論文提出了一種改進(jìn)的基于同步方程方法的自適應(yīng)有源噪聲抵消算法，通過(guò)存儲(chǔ)少量的主輸入噪聲和誤差信號(hào)，避免了估計(jì)附加濾波器，因而有效地降低了運(yùn)算量。通過(guò)計(jì)算機(jī)仿真，將兩種同步方程方法與FXLMS算法進(jìn)行比較分析。 最后，利用文中研究的幾種自適應(yīng)有源噪聲抵消算法對(duì)真實(shí)的