神經網絡及同步方程自適應噪聲抵消方法研究.pdf

1、隨著現(xiàn)代工業(yè)的發(fā)展，噪聲控制問題日益引起了人們的關注?；谧赃m應控制策略的有源噪聲抵消技術已經成為有源噪聲控制領域的重要研究內容之一。在自適應有源噪聲控制中，控制算法是直接影響自適應控制品質的重要因素。目前，國內外在控制算法的研究方面已經取得了豐碩的成果，但其中一些算法存在著明顯的不足和特定性，因此運用新的信息分析手段對控制算法進行研究是一個非常有潛力而且具有重要意義的工作。 針對這一問題，論文選擇了以控制算法為切入點，主要研究

2、了兩類自適應有源噪聲抵消方法：基于神經網絡的自適應有源噪聲抵消方法和基于同步方程方法的自適應有源噪聲抵消方法。 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)神經網絡作為自適應有源噪聲抵消系統(tǒng)的控制器，它能夠抵消非線性噪聲，但運算量大。因此在這種算法的基礎上，論文提出了一種運算量小的FEBPNN算法。并對FEBPNN算法、FXBPNN算法和FXLMS算法進行了計算機仿

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有源噪聲抵消算法，該算法通過估計附加濾波器避免了次級通道建模，但運算量也很大。因此在這種算法的基礎上，論文提出了一種改進的基于同步方程方法的自適應有源噪聲抵消算法，通過存儲少量的主輸入噪聲和誤差信號，避免了估計附加濾波器，因而有效地降低了運算量。通過計算機仿真，將兩種同步方程方法與FXLMS算法進行比較分析。 最后，利用文中研究的幾種自適應有源噪聲抵消算法對真實的