隨著社會的進步，噪聲污染問題日益加劇，尤其是產(chǎn)生于旋轉(zhuǎn)設(shè)備或具有往復(fù)運動裝置的低頻噪聲。近十多年，針對低頻噪聲抵消的主動噪聲控制（Active Noise Control，ANC）技術(shù)逐漸成為噪聲控制領(lǐng)域的研究熱點。然而目前絕大多數(shù)ANC算法都是濾波類算法，需要對ANC控制器輸出和消噪點之間的次級通道進行在線或離線辨識。次級通道辨識不僅會引入輔助噪聲減小降噪量，還會因辨識誤差導(dǎo)致控制系統(tǒng)性能惡化。 針對以上問題，本文提出一種基于Kalman濾波的無次級通道建模ANC算法——模型誤差補償Kalman濾波算法（Model Error Compensatory KalmanFilter，MECKF）。首先，在狀態(tài)空間描述無次級通道建模ANC控制器權(quán)值的估計問題，將主通道波動歸入ANC控制器的權(quán)值估計誤差中，通過剩余噪聲序列導(dǎo)出權(quán)值估計的Kalman濾波遞推過程。然后，根據(jù)聲場特性和隨機論假設(shè)，對模型做等價轉(zhuǎn)化，將次級通道的波動歸入量測矩陣，利用已知數(shù)據(jù)調(diào)節(jié)Kalman增益補償未知次級通道的影響。最后，在本文所定義的狀態(tài)空間模型下，給出了簡單有效的系統(tǒng)噪聲和量測噪聲統(tǒng)計特性估計方法，降低了系統(tǒng)...

【文章頁數(shù)】：90 頁

【學位級別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 課題背景及研究的目的和意義
    1.2 主動噪聲控制技術(shù)研究現(xiàn)狀
    1.3 本文的研究內(nèi)容
第2章 自適應(yīng)主動噪聲控制原理與算法
    2.1 引言
    2.2 無次級通道建模 ANC 系統(tǒng)
    2.3 無次級通道建模 ANC 算法
    2.4 RLS 算法
    2.5 Kalman 濾波器
    2.6 LMS、RLS 和 Kalman 濾波算法的比較
    2.7 本章小結(jié)
第3章 基于卡爾曼濾波的無次級通道建模 ANC 算法實現(xiàn)
    3.1 引言
    3.2 系統(tǒng)的狀態(tài)空間描述
    3.3 Kalman 濾波權(quán)值估計原理
    3.4 無次級通道建模 ANC 算法實現(xiàn)
    3.5 系統(tǒng)噪聲統(tǒng)計特性的確定
    3.6 MECKF 算法小節(jié)
    3.7 算法性能分析
    3.8 本章小結(jié)
第4章 仿真實驗與結(jié)果分析
    4.1 引言
    4.2 單頻 ANC 系統(tǒng)仿真實驗
    4.3 寬帶 ANC 系統(tǒng) I 仿真實驗
    4.4 寬帶 ANC 系統(tǒng) II 仿真實驗
    4.5 算法參數(shù)特性實驗
    4.6 本章小結(jié)
結(jié)論
參考文獻
攻讀碩士學位期間發(fā)表的學術(shù)論文
致謝



本文編號：3836752