主动噪声对抗控制算法研究

作     者：翁晶晶 

作者单位：沈阳理工大学 

学位级别：硕士

导师姓名：伍彩云

授予年度：2023年

学科分类：11[军事学] 080904[工学-电磁场与微波技术] 0809[工学-电子科学与技术（可授工学、理学学位）] 08[工学] 110503[军事学-军事通信学] 0810[工学-信息与通信工程] 1105[军事学-军队指挥学] 1104[军事学-战术学] 082601[工学-武器系统与运用工程] 081105[工学-导航、制导与控制] 0826[工学-兵器科学与技术] 081001[工学-通信与信息系统] 081002[工学-信号与信息处理] 1109[军事学-军事装备学] 0811[工学-控制科学与工程] 

主      题：主动噪声控制 变步长算法 凸组合 粒子群算法 图形用户界面 

摘      要：在传统的主动噪声控制技术中,当消声区域内存在有用信号时,如果盲目地使用主动噪声控制技术,会在降噪过程中将有用信号也同时抵消,影响系统性能。本文通过对传统主动噪声控制系统进行研究,根据主动噪声控制技术理论,提出了主动噪声对抗控制系统,在此基础上,分别对线性相关噪声与非线性相关噪声的主动噪声对抗控制算法进行研究。首先,本文针对线性相关噪声进行研究。为了解决传统的滤波-X最小均方(Filtered-X Least Mean Square,FXLMS)算法在收敛速度与稳态误差之间的矛盾,提出了一种基于Softsign函数的改进变步长FXLMS算法。仿真结果表明,与现有变步长算法相比,该改进算法拥有更快的收敛速度和更小的稳态误差。为了进一步减小改进变步长FXLMS算法的稳态误差,本文提出了一种改进凸组合FXLMS算法,将基于Softsign函数的改进变步长FXLMS快速滤波算法与小步长因子的FXLMS慢速滤波算法组合使用。仿真结果表明,所提出的改进凸组合FXLMS算法在收敛速度和稳态误差方面优于单一滤波算法,且在主动噪声对抗控制系统中具有较好的降噪效果。其次,对于非线性相关噪声,在误差反向传播(Error Back Propagtion,BP)神经网络基础上,本文搭建了基于改进粒子群算法的BP神经网络模型,进一步提出了改进神经网络主动噪声对抗控制算法。通过对惯性权重和学习因子进行参数调整,使得所提出的改进粒子群算法拥有更好的寻优能力和收敛精度。仿真结果表明,本文所提出的算法在非线性相关噪声的降噪效果上优于传统的BP神经网络、标准粒子群优化BP神经网络主动噪声对抗控制算法。最后,为了简化主动噪声对抗控制算法的仿真操作流程,进一步检验改进算法的降噪性能,本文利用MATLAB设计了主动噪声对抗控制系统仿真平台,主要包括信号读写、波形显示、降噪处理以及信噪比计算等功能,能够对本文所提出的改进变步长主动噪声对抗控制算法和改进神经网络主动噪声对抗控制算法分别进行仿真分析,仿真平台对线性相关和非线性相关噪声均具有处理能力。