基于神經(jīng)網(wǎng)絡算法的車輛噪聲有源控制研究.pdf

1、　　在噪聲有源控制系統(tǒng)中,目前使用的比較多的是基于線性自適應濾波理論的控制算法,如最小均方LMS算法。其計算量小、算法簡單,而且易于實現(xiàn),但是當系統(tǒng)中存在非線性問題時,線性算法便不再適用,因此需要使用非線性算法進行處理。本文采用BP神經(jīng)網(wǎng)絡算法代替使用較多的LMS算法,在線調(diào)節(jié)自適應濾波器的參數(shù)。
　　BP網(wǎng)絡為最常用的一種神經(jīng)網(wǎng)絡,對解決非線性問題,具有顯著優(yōu)勢,顯示出強大的實際應用能力。但是隨著其研究及應用的深入,BP算法的

2、一些缺陷開始顯現(xiàn)出來,如收斂速度慢,學習時間較長；學習的過程中可能會陷入局部極小值；網(wǎng)絡的構(gòu)建缺乏統(tǒng)一的原則；對初始權(quán)值的設定相當?shù)拿舾?；網(wǎng)絡的泛化能力差等。本文將具有全局優(yōu)化、正反饋以及分布式計算特性的蟻群算法,應用到對BP網(wǎng)絡初始時刻的權(quán)值與閾值的確定上。結(jié)果表明,本文提出的基于自適應最大-最小螞蟻系統(tǒng)的改進BP算法比基本BP算法具有更強的處理問題的能力。
　　次級通道傳遞函數(shù)的特性會在整個自適應有源控制系統(tǒng)中產(chǎn)生極其重要的

3、影響。本文建立前饋結(jié)構(gòu)的發(fā)動機排氣噪聲有源控制系統(tǒng)模型,采用基于神經(jīng)網(wǎng)絡算法的自適應逆方法離線辨識次級通道逆模型,再將其串接到次級通道前,以抵消次級通道對有源消聲系統(tǒng)所產(chǎn)生的影響。對發(fā)動機排氣噪聲的產(chǎn)生機理和頻率構(gòu)成進行分析的基礎上,利用MATLAB/SIMULINK軟件,進行仿真試驗,并與采用LMS算法的仿真結(jié)果進行比較。結(jié)果顯示,對于存在非線性的系統(tǒng),神經(jīng)網(wǎng)絡算法在收斂速度與收斂精度方面均強于LMS算法。在MATLAB中畫出仿真實驗

4、結(jié)果的功率譜圖,可以看出,神經(jīng)網(wǎng)絡算法使得噪聲信號在較寬的頻率范圍內(nèi)得到抵消。
　　前饋系統(tǒng)因為結(jié)構(gòu)簡單、穩(wěn)定性強等優(yōu)點,是有源消聲技術(shù)中最常用并且最成熟的結(jié)構(gòu)方式。但是,其需要得到噪聲的參考輸入,而在實際應用過程中,噪聲的參考輸入常常很難獲得或者信噪比太低,將其應用到實踐中往往還是較困難的。因此嘗試在發(fā)動機噪聲有源控制系統(tǒng)中采用反饋結(jié)構(gòu)是非常有必要的。本文采用基于神經(jīng)網(wǎng)絡算法的內(nèi)?？刂七M行發(fā)動機排氣噪聲的消除,并將粒子群算法用