本文關鍵詞：基于粒子群優(yōu)化的有源噪聲控制方法研究，由筆耕文化傳播整理發(fā)布。

【摘要】：噪聲污染作為亟待解決的環(huán)境問題嚴重影響著人們生產(chǎn)生活的各個方面,并且已經(jīng)成為制約社會經(jīng)濟發(fā)展的突出問題。相較于常規(guī)噪聲控制技術,有源噪聲控制技術因其在低頻段噪聲中的控制優(yōu)勢而得到廣泛地應用。經(jīng)典的有源噪聲控制方法需要預先估計次級聲通道的模型,這不但增加了控制系統(tǒng)的復雜度,而且還影響著系統(tǒng)的穩(wěn)定性�；诹Ｗ尤簝�(yōu)化算法的有源噪聲控制方法雖然能夠避免對于次級聲通道的預先估計,但其全局收斂速度和全局優(yōu)化精度仍有待進一步提升。為改善基于粒子群算法的有源噪聲控制系統(tǒng)的性能,本文提出了一種改進型粒子群算法,并重點圍繞基于改進型粒子群算法的有源噪聲控制方法開展研究工作。首先闡述了有源噪聲控制技術的理論基礎,包括聲學理論、自適應濾波器理論以及有源噪聲控制系統(tǒng)理論,并結(jié)合實際給出了有源噪聲控制系統(tǒng)的設計方案。其次,對經(jīng)典有源噪聲控制算法進行了探討,分析了經(jīng)典算法需要預先估計次級聲通道模型的原因,介紹了經(jīng)典算法的基本原理及收斂條件,并在此基礎上給出了幾種改進的經(jīng)典有源噪聲控制算法,相應的仿真結(jié)果驗證了對于經(jīng)典有源噪聲控制算法的理論分析,同時也說明了經(jīng)典算法存在應變能力不足的缺點。然后,在對基本粒子群算法相關性能進行分析的基礎上提出了一種改進型粒子群算法,該算法在三個方面作了改進,包括動態(tài)改變慣性權重、個體最優(yōu)均值替代個體最優(yōu)以及設定觸發(fā)條件應對聲通道突變�；诟倪M型粒子群算法設計了一種新的有源噪聲控制方法,分析了該方法的主要步驟及其與經(jīng)典有源噪聲控制方法的區(qū)別,通過仿真比較的結(jié)果說明了該方法較基于現(xiàn)有粒子群算法的有源噪聲控制方法具有更快的全局收斂速度及更高的全局優(yōu)化精度,同時該方法的應變能力也優(yōu)于經(jīng)典有源噪聲控制方法及基于現(xiàn)有粒子群算法的有源噪聲方法。最后,利用音頻接口等相關設備搭建了實驗平臺,完成了初級噪聲的時頻域分析,并設計了相應的實驗方案。在次級聲通道離線建模實驗中,最小均方算法較為準確地估計了次級聲通道的模型;在對消實驗中,改進型粒子群算法和經(jīng)典有源噪聲控制算法都取得了良好的降噪效果且改進型粒子群算法具有更高的降噪幅度;在降噪實驗中,分別利用改進型粒子群算法和經(jīng)典有源噪聲控制算法設計開發(fā)的兩種降噪系統(tǒng)都能夠明顯衰減初級噪聲且具有一定通用性。
【關鍵詞】：有源噪聲控制 粒子群優(yōu)化算法 次級聲通道 經(jīng)典有源噪聲控制算法
【學位授予單位】：哈爾濱工業(yè)大學
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：TB535
【目錄】：

• 摘要4-6
• ABSTRACT6-11
• 第1章 緒論11-19
• 1.1 課題背景及研究意義11-13
• 1.2 國內(nèi)外研究歷史及發(fā)展狀況13-17
• 1.2.1 粒子群優(yōu)化算法的研究歷史及發(fā)展狀況13-15
• 1.2.2 有源噪聲控制技術的研究歷史及發(fā)展狀況15-17
• 1.3 課題的研究內(nèi)容17-19
• 第2章 有源噪聲控制技術理論基礎19-34
• 2.1 有源噪聲控制的聲學基礎19-23
• 2.1.1 聲波的基本屬性19-20
• 2.1.2 聲壓與聲壓級20-21
• 2.1.3 相消干涉原理21-23
• 2.2 自適應濾波器理論23-27
• 2.2.1 自適應濾波器的特點23-25
• 2.2.2 自適應濾波器的應用25-27
• 2.3 有源噪聲控制系統(tǒng)理論27-30
• 2.3.1 有源噪聲控制原理28
• 2.3.2 有源噪聲控制系統(tǒng)結(jié)構28-30
• 2.4 ANC系統(tǒng)設計方案30-32
• 2.5 本章小結(jié)32-34
• 第3章 經(jīng)典的有源噪聲控制算法34-51
• 3.1 LMS算法34-39
• 3.1.1 LMS算法的基本原理34-36
• 3.1.2 LMS算法的收斂條件36-37
• 3.1.3 LMS算法的性能分析37-39
• 3.2 次級聲通道建模39-41
• 3.2.1 次級聲通道離線建模39-40
• 3.2.2 次級聲通道在線建模40-41
• 3.3 FXLMS算法及其改進41-46
• 3.3.1 Fx LMS算法的推導41-43
• 3.3.2 Fx LMS算法的穩(wěn)定性43
• 3.3.3 Fx LMS算法的基本步驟43-44
• 3.3.4 Fx LMS算法的改進44-46
• 3.4 仿真實驗及結(jié)果分析46-50
• 3.4.1 次級聲通道離線建模46-47
• 3.4.2 經(jīng)典ANC方法降噪仿真47-49
• 3.4.3 經(jīng)典ANC方法應變能力仿真49-50
• 3.5 本章小結(jié)50-51
• 第4章 基于粒子群優(yōu)化的有源噪聲控制51-67
• 4.1 基本粒子群優(yōu)化算法51-55
• 4.1.1 算法數(shù)學描述51-52
• 4.1.2 算法流程52-53
• 4.1.3 算法參數(shù)53-54
• 4.1.4 算法收斂性分析54-55
• 4.2 改進型重新初始化粒子群算法55-58
• 4.2.1 動態(tài)改變慣性權重55-56
• 4.2.2 個體最優(yōu)均值替代個體最優(yōu)56
• 4.2.3 應對聲通道突變的改進56-57
• 4.2.4 算法流程57-58
• 4.3 基于MRPSO算法的有源噪聲控制58-60
• 4.3.1 基于MRPSO算法的ANC方法58-59
• 4.3.2 基于MRPSO的ANC方法的特點59
• 4.3.3 基于MRPSO的ANC方法的主要步驟59-60
• 4.3.4 基于MRPSO的ANC方法與經(jīng)典ANC方法的區(qū)別60
• 4.4 仿真實驗及結(jié)果分析60-66
• 4.4.1 基于MRPSO的ANC方法的降噪仿真61
• 4.4.2 基本控制效果的比較61-63
• 4.4.3 應變能力的比較63-64
• 4.4.4 基于MRPSO的ANC方法與經(jīng)典ANC方法的比較64-66
• 4.5 本章小結(jié)66-67
• 第5章 實驗方案與結(jié)果分析67-85
• 5.1 實驗方案設計67-73
• 5.1.1 實驗平臺介紹67-70
• 5.1.2 噪聲的時頻域分析70-71
• 5.1.3 硬件實驗方案71-73
• 5.2 次級聲通道離線建模73-74
• 5.3 對消實驗及結(jié)果分析74-78
• 5.3.1 計算控制信號74-75
• 5.3.2 對消降噪及結(jié)果分析75-78
• 5.4 降噪實驗及結(jié)果分析78-83
• 5.4.1 基于MRPSO的ANC方法降噪實驗及結(jié)果分析78-80
• 5.4.2 經(jīng)典ANC方法降噪實驗及結(jié)果分析80-83
• 5.5 本章小結(jié)83-85
• 結(jié)論85-87
• 參考文獻87-92
• 攻讀碩士學位期間發(fā)表的論文及其它成果92-94
• 致謝94

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前3條

1 潘峰;周倩;李位星;高琪;;標準粒子群優(yōu)化算法的馬爾科夫鏈分析[J];自動化學報;2013年04期

2 劉會燈;邱阿瑞;;管道噪聲有源控制系統(tǒng)的次級聲源和誤差傳感器位置優(yōu)化[J];清華大學學報(自然科學版);2011年03期

3 馬歡;李文皓;肖歆昕;劉宏;蔣再男;;空間機器人慣性參數(shù)辨識的粒子群優(yōu)化新算法[J];宇航學報;2015年03期

中國碩士學位論文全文數(shù)據(jù)庫 前1條

1 馬偉富;自適應LMS算法的研究及應用[D];四川大學;2005年

  本文關鍵詞：基于粒子群優(yōu)化的有源噪聲控制方法研究，由筆耕文化傳播整理發(fā)布。

，

本文編號：336201