基于自适应梯度下降算法的扬声器系统辨识

作     者：曹南 赵磊 CAO Nan;ZHAO Lei

作者机构：瑞声科技(南京)有限公司南京210038 

出 版 物：《计量科学与技术》 (Metrology Science and Technology)

年 卷 期：2024年第68卷第3期

页      面：38-44页

学科分类：08[工学] 080402[工学-测试计量技术及仪器] 0804[工学-仪器科学与技术] 

主　　题：计量学 扬声器 自适应 梯度下降算法 Adam算法 系统辨识 

摘      要：扬声器模型参数辨识中,常规的固定步长梯度下降算法耗时较长,且在初始参数误差较大时,参数辨识常常会不稳定。因此,提出了一种在频域中识别扬声器系统参数的变步长梯度下降算法。变步长梯度下降方法监测识别参数辨识的趋势,并自适应地调整相应的学习速率。该自适应方法消除了手动调整学习速率的需要。此外,由于直接计算复杂模型的梯度并不容易,采用了中心差分的方法近似计算模型的梯度。通过建立动圈扬声器模型,设置不同初值和迭代误差结束标准,比较了固定步长方法、最小二乘法和自适应步长方法的收敛性以及辨识效果,并使用微型扬声器进行测试验证。仿真和实验表明,该方法具有更高的效率,对初始误差有更好的普适性和鲁棒性。