發(fā)布時間：2020-03-27 07:33

【摘要】：聲功率測量必需的硬件如傳聲器和信號調理電路等產生的本底噪聲限制了聲功率測量的動態(tài)范圍,影響測量結果,而準確地測量并分析噪聲才能為噪聲治理提供有效依據(jù)。當被測聲源信號較微弱時,若本底噪聲未控制好,被測聲源信號將被本底噪聲破壞,聲功率測量系統(tǒng)無法進行準確分析,嚴重時使聲功率測量系統(tǒng)無法正常工作。本文針對聲功率測量時,部分頻帶頻率計權衰減不足,衰減誤差超出GB3240-1982規(guī)定的1級允差范圍的問題,提出一種改進LMS自適應濾波算法,對被測信號進行自適應濾波,削弱本底噪聲對被測信號的影響,然后以此算法為基礎搭建基于改進L M S算法的聲功率測量系統(tǒng),提高聲功率測量系統(tǒng)工作性能。首先介紹自適應濾波技術及其在聲學測量中的應用,分析傳統(tǒng)LMS自適應濾波算法在聲功率測量應用中的不足,提出一種改進LMS算法。該改進LMS算法通過構造兩個自適應系數(shù)α(n)和β(n),建立一個新的步長和誤差的非線性函數(shù)模型,提高該算法收斂速度和精度,以滿足聲功率測量實時性和準確性的要求。MATLAB仿真結果表明,改進LMS算法在不失精度的情況下具有較快的收斂速度,當被測信號污染嚴重時,改進LMS算法能有效地降低噪聲;且在較寬的頻帶范圍內也能有效地恢復出有用信號。然后在LabVIEW平臺上,以預極化電容式測量傳聲器、信號調理電路和中泰工控EM-9118B-18同步數(shù)據(jù)采集卡為硬件基礎,結合改進LMS算法搭建聲功率測量系統(tǒng)。文中詳細闡述了聲壓法測定聲功率的原理,給出基于改進LMS算法的聲功率測量系統(tǒng)的構成與工作流程,詳細介紹基于改進LMS算法的聲功率測量的實現(xiàn)原理,并給出關鍵部分對應的LabVIEW實現(xiàn)程序。最后,以基于改進LMS算法的聲功測量系統(tǒng)為平臺,利用接近本底噪聲聲壓級的輸入信號測試本文提出的改進LMS算法在其中的應用效果,測試結果表明,輸入信號接近30dB的情況下,經過改進LMS算法自適應濾波后,A/C頻率計權的衰減值誤差更小,符合GB3240-1982規(guī)定的1級允差范圍,特別是在頻率低于31.5Hz時,解決了 A頻率計權原本衰減不足的問題。
【圖文】：

失調越小，，說明ＬＭＳ算法精度越高。逡逑斂速度逡逑速度定義為自適應濾波器的權向量從初始值向其最優(yōu)解收斂的速度，適應濾波算法性能好壞的一個重要指標［６５］。學習曲線定義為均方邋Ｓｑｕａｒｅ邋Ｅｒｒｏｒ，邋ＭＳＥ）隨迭代計算次數(shù)的變化關系［６６］，算法收斂時，化會達到最小，可通過學習曲線觀察算法的收斂速度，同時觀察算法。開始迭代后，曲線下降的越快，說明收斂速度越大；反之則越小。一定，均方誤差ＭＳ五將趨于一個穩(wěn)定值，此時學習曲線越接近橫坐標的穩(wěn)態(tài)誤差越小。逡逑值為２且頻率為１ｋＨｚ的正弦信號中添加均值為０且方差為１的高其作為仿真輸入信號，設置數(shù)據(jù)長度為５００、自適應濾波器的階數(shù)應濾波器權向量和初始誤差均為０、步長ｙ分別為０．００１、０．０１和０．．１３）？（２．１５）為ＬＭＳ算法迭代公式，繪制三種步長情況下的學習曲圖２．２所示。逡逑１

步長情況下ＬＭＳ自適應濾波效果進行了仿真實驗，十組仿真實驗的濾波結果數(shù)逡逑量多，但結果類似，此處用輸入信號ｗ３（？），即頻率為３１．５Ｈｚ時的濾波結果對基逡逑于ＬＭＳ自適應濾波算法的聲功率測量性能作說明，其濾波結果如圖２．３所示，圖逡逑２．３邋ａ）？ｄ）每個分圖中包含上下兩部分，上半部分為輸入信號《的波形，下半部分逡逑為期望信號Ｖ與自適應濾波器的輸出信號ｙ的波形。逡逑４０ｒ邐４０邋－逡逑Ｉ邋２：，產、一產＇逡逑ｉ．２Ｑ．邐＂邋ｉ．２0：邐＇一，邐ｌＫ＇逡逑－４０邐１邐１邐１邐！邐１邐－４０邐！邐！邐１邐１邐１逡逑５０邐１００邐１５０邐２００邐２５０邐５０邐１００邐１５０邐２００邐２５０逡逑ｎ邐ｎ逡逑４０邋ｒ邐邐邋邐邋４０邋－逡逑Ｓ－２０－邐？＿２0Ｌ邐、逡逑－４０邐１邐１邐１邐１邐１邐＿４0邐■邐？？邐＞邐１邐＞逡逑０邐５０邐ｌ00邐１５０邐２００邐２５０邐0邐５０邐１００邐１５０邐２００邐２５０逡逑ｎ邐ｎ逡逑ａ）步長為０．０１邐ｂ）步長為０．０５逡逑４0ｒ邐ｍ邋４０－逡逑Ｓ邋０ｌｆ邐１邋０邐文．Ｖ、彳，邐、ｒ逡逑Ｓ．，0．邐、ti魯邐．＇Ｖ，’逡逑－邐
【學位授予單位】：湖南大學
【學位級別】：碩士
【學位授予年份】：2018
【分類號】：TN713;TB524

【參考文獻】

相關期刊論文 前10條

1 孫洪鵬;;消聲室在聲學計量方面的應用[J];計量與測試技術;2015年08期

2 許德剛;;基于遺忘因子RLS算法的自適應直達波對消技術[J];中國電子科學研究院學報;2014年06期

3 葛青;葛良全;吳建平;李曉麗;;基于采樣定理的核信號數(shù)字高斯濾波成形研究[J];核電子學與探測技術;2014年10期

4 李麗;;自適應語音消噪算法的研究與應用[J];計算機工程與科學;2014年09期

5 羅侃;王華;張敏;;抽頭動態(tài)更新頻域LMS算法研究[J];計算機應用研究;2013年12期

6 蔡宇;洪纓;原建平;侯朝煥;郝程鵬;;語音系統(tǒng)中的子帶自適應回聲消除技術[J];儀器儀表學報;2013年07期

7 李志遠;陳慧;陳品;陸益民;;大型設備的聲功率級聲強測試方法[J];振動.測試與診斷;2013年02期

8 徐峰;;聲級計校準能力驗證與測量不確定度評定[J];計量與測試技術;2011年10期

9 王旋;鄒澎;張延彬;牛慧;;去除電磁輻射測量信號中同頻背景噪聲的研究[J];電測與儀表;2011年03期

10 嚴恭敏;白亮;趙長山;秦永元;;一種改進RLS算法及其在SINS快速對準中的應用[J];宇航學報;2010年08期

相關會議論文 前1條

1 高鷹;謝勝利;;LMS牛頓自適應濾波算法的一種修正形式[A];第二十二屆中國控制會議論文集（下）[C];2003年

相關博士學位論文 前2條

1 李寧;LMS自適應濾波算法的收斂性能研究與應用[D];哈爾濱工程大學;2009年

2 谷源濤;LMS算法收斂性能研究及應用[D];清華大學;2003年

相關碩士學位論文 前9條

1 何卓斌;基于LabVIEW的聲級計校準系統(tǒng)的設計與實現(xiàn)[D];華南理工大學;2016年

2 薛仲瑞;基于LMS濾波器的傳感器信號處理系統(tǒng)[D];中國民航大學;2014年

3 徐新龍;自適應濾波算法及其應用研究[D];復旦大學;2014年

4 王翠平;基于Split-Bregman方法的乘性噪聲去除研究[D];青島大學;2011年

5 楊紅;自適應濾波算法的改進及其在短波信號處理中的應用[D];東華大學;2011年

6 樊殊昱;LMS算法的改進研究及其在語音增強方面的應用和性能評估[D];電子科技大學;2007年

7 郭華;自適應濾波算法及應用研究[D];西北師范大學;2007年

8 夏曉云;船舶機艙背景噪聲的自適應消噪[D];上海海事大學;2005年

9 張建;空調機噪聲源識別與氣流下聲功率測量[D];清華大學;2005年

本文編號：2602682