傳統(tǒng)的線(xiàn)性主動(dòng)噪聲控制算法在噪聲信號(hào)或噪聲通道呈現(xiàn)非線(xiàn)性特性的情況下控制效果不佳。核-濾波最小均方誤差算法（Kernel Filtered x Least Mean Square,KFxLMS）通過(guò)將輸入噪聲信號(hào)映射到高維再生核希爾伯特空間,再用線(xiàn)性方法在高維空間中進(jìn)行處理。然而,隨著新噪聲信號(hào)的輸入,KFxLMS算法遞增的核函數(shù)運(yùn)算需要較高的成本。為進(jìn)一步改進(jìn)KFxLMS算法,本文提出了隨機(jī)傅里葉特征核濾波最小均方誤差算法（Random Fourier Feature-Kernel Filtered x Least Mean Square,RFF-KFxLMS）。在仿真實(shí)驗(yàn)部分討論了算法的參數(shù)選擇,給出了算法的計(jì)算耗時(shí),并驗(yàn)證了提出的RFF-KFxLMS算法在非線(xiàn)性噪聲通道情況下,針對(duì)不同頻率分量的正弦噪聲都能夠達(dá)到理想的性能。 

【文章來(lái)源】：信號(hào)處理. 2020,36(06)北大核心

【文章頁(yè)數(shù)】：7 頁(yè)

【部分圖文】：

參考噪聲為實(shí)際噪聲時(shí)各算法的平均

本文采用單通道非線(xiàn)性主動(dòng)噪聲控制的系統(tǒng)[13],其控制框圖如圖1所示。其中P(z)表示噪聲通道的系統(tǒng)響應(yīng);權(quán)向量w(n)=[w1(n),w2(n),...,wN(n)]T表示自適應(yīng)FIR濾波器的權(quán)系數(shù);S(z)表示次級(jí)通道的系統(tǒng)響應(yīng)。向量x(n)=[x(n),x(n-1),...,x(n-N+1)]T是由輸入噪聲經(jīng)采樣得到的輸入信號(hào),其中n為時(shí)間指標(biāo),N為自適應(yīng)FIR濾波器的長(zhǎng)度。d(n)為在對(duì)消點(diǎn)觀測(cè)到的期望信號(hào)值。X→H表示非線(xiàn)性轉(zhuǎn)換模塊,該非線(xiàn)性模塊通過(guò)核方法將輸入信號(hào)映射到RKHS,即輸入信號(hào)x(n)(x(n)∈X)通過(guò)非線(xiàn)性展開(kāi)模塊展開(kāi)為Φ(x(n))(Φ(x(n))∈H),再將非線(xiàn)性問(wèn)題轉(zhuǎn)化為線(xiàn)性問(wèn)題處理。

基于RFF濾波器的非線(xiàn)性主動(dòng)噪聲控制的系統(tǒng)框圖如圖2所示�；谏鲜鲭S機(jī)傅里葉變換,L維輸入向量x(n)經(jīng)過(guò)RF(ωk,φk)模塊進(jìn)行運(yùn)算ωkx(n)+φk,k=1,...,D;再經(jīng)過(guò)余弦模塊后得到D維展開(kāi)向量z(x(n))=[z1(x(n)),…,zD(x(n))]T,其中zk(x(n))=cos(ωkx(n)+φk),k=1,...,D。將展開(kāi)信號(hào)再通過(guò)權(quán)向量為w(n)=[w1(n),w2(n),...,wN(n)]T的濾波器,得到輸出為y(n)=wT(n)z(x(n));系統(tǒng)輸出的次級(jí)聲源信號(hào)為y′(n)=s(n)*(wT(n)z(x(n)));殘余噪聲表示為e(n)=d(n)-y′(n)�；谧钚【秸`差準(zhǔn)則,控制自適應(yīng)濾波器權(quán)值系數(shù)更新的RFF-KFxLMS算法的代價(jià)函數(shù)為:


本文編號(hào)：2975997