申请/专利权人：天津大学

申请日：2020-07-03

公开（公告）日：2024-04-12

公开（公告）号：CN111862925B

主分类号：G10K11/178

分类号：G10K11/178;G06F18/23;G06F18/2413

优先权：

专利状态码：有效-授权

法律状态：2024.04.12#授权;2020.11.17#实质审查的生效;2020.10.30#公开

摘要：本发明涉及一种基于惰性学习的自适应有源噪声控制系统及其方法，该系统包括参考麦克风、控制器、作动器和误差麦克风；参考麦克风和误差麦克风分别安装在临近声源处和控制点处，分别采集待控制的参考信号与反馈信号，并将采集的信号转换为电信号输入至所述控制器的输入端；控制器对参考信号和反馈信号进行处理后生成与待控制噪声信号振幅相同且相位相反的控制信号，将控制信号输入至所述作动器的输入端；作动器将控制信号转化为控制声波，在控制点处与待控制噪声叠加，进行噪声消除。本发明设计合理，其结合k‑NN法和自适应LMS算法，减少了控制过程中的收敛时间，加快了收敛速度，有效地满足了特殊工况下降噪系统快速收敛的需求。

主权项：1.一种基于惰性学习的自适应有源噪声控制系统的控制方法，其特征在于：所述控制系统包括参考麦克风、控制器、作动器和误差麦克风；所述参考麦克风和误差麦克风分别安装在临近声源处和控制点处，分别采集待控制的参考信号与反馈信号，并将采集的信号转换为电信号输入至所述控制器的输入端；所述控制器对参考信号和反馈信号进行处理后生成与待控制噪声信号振幅相同且相位相反的控制信号，将控制信号输入至所述作动器的输入端；所述作动器将控制信号转化为控制声波，在控制点处与待控制噪声叠加，进行噪声消除；所述控制器包括FFT电路、离群点检测电路、先验数据集、k-NN回归器电路、LMS滤波器电路和驱动电路；所述FFT电路对参考信号进行快速傅里叶变换，并将计算得到的频谱输入离群点检测电路；所述离群点检测电路通过dbscan算法提取频谱中的离群点作为线谱的频率输入k-NN回归器电路；所述频率输入k-NN回归器电路搜索先验数据集中与该频率相邻的样本点做加权平均得到LMS算法的迭代初值；所述LMS滤波器电路根据误差信号和参考信号对LMS模块抽头权值矢量进行重新迭代，计算出控制信号；所述驱动电路将控制信号输出给作动器；所述控制方法包括以下步骤：步骤1、取采样率为Fs，分别对频率fi＝1，2，......，fmax建立单频信号步骤2、取自适应滤波算法的迭代步长为μ，FIR滤波器长度为l，利用LMS算法分别迭代求各fi对应的抽头权值矢量ωi至收敛，建立先验数据集W＝ω1，ω2，...，ωmaxT；步骤3、将待控制噪声xt加高斯窗传递到FFT电路输入端，通过快速傅里叶变换求得其该时刻的频谱Ft，将求得的频谱Ft传递到离群点检测电路输入端；步骤4、离群点检测电路对频谱进行聚类分析并提取其中的n个离群点o1，o2，...，on，其中，oj表示组成带控制噪声的不同频率的线谱信号，以fj表示该信号频率，j＝1，2，...，n；步骤5、将fj输入k-NN回归器电路的输入端，在先验数据集中搜索与该点相邻的两个样本点Wfk，Wfk+1使fk＜fj＜fk+1，并根据其与fj的距离做加权平均得到估计滤波器：ωj＝fn-fkωk+fk+1-fnωk+1根据频率合成法，将抽头权值矢量ωpredict表示为： 步骤6、将抽头权值矢量ωpredict作为迭代初值输入LMS滤波器电路，取输入信号矢量为：Xt＝[xt，xt-1，…，xt-l+1]则LMS滤波器电路的输出信号为： 步骤7、LMS滤波器电路的输出信号经过驱动电路由作动器输出为控制声波，在控制点处与噪声叠加，通过误差麦克风采得误差信号et；输入LMS滤波器电路对抽头权值矢量ω进行迭代，迭代公式为：ω′＝ω+2μetxt其中ω′为迭代后的新抽头权值矢量。

全文数据：

权利要求：

百度查询： 天津大学 一种基于惰性学习的自适应有源噪声控制系统及其方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD