基于卡尔曼滤波的无次级通道建模ANC算法研究

发布时间：2023-07-24 23:49

　　随着社会的进步，噪声污染问题日益加剧，尤其是产生于旋转设备或具有往复运动装置的低频噪声。近十多年，针对低频噪声抵消的主动噪声控制（Active Noise Control，ANC）技术逐渐成为噪声控制领域的研究热点。然而目前绝大多数ANC算法都是滤波类算法，需要对ANC控制器输出和消噪点之间的次级通道进行在线或离线辨识。次级通道辨识不仅会引入辅助噪声减小降噪量，还会因辨识误差导致控制系统性能恶化。 针对以上问题，本文提出一种基于Kalman滤波的无次级通道建模ANC算法——模型误差补偿Kalman滤波算法（Model Error Compensatory KalmanFilter，MECKF）。首先，在状态空间描述无次级通道建模ANC控制器权值的估计问题，将主通道波动归入ANC控制器的权值估计误差中，通过剩余噪声序列导出权值估计的Kalman滤波递推过程。然后，根据声场特性和随机论假设，对模型做等价转化，将次级通道的波动归入量测矩阵，利用已知数据调节Kalman增益补偿未知次级通道的影响。最后，在本文所定义的状态空间模型下，给出了简单有效的系统噪声和量测噪声统计特性估计方法，降低了系统...

【文章页数】：90 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第1章 绪论
    1.1 课题背景及研究的目的和意义
    1.2 主动噪声控制技术研究现状
    1.3 本文的研究内容
第2章 自适应主动噪声控制原理与算法
    2.1 引言
    2.2 无次级通道建模 ANC 系统
    2.3 无次级通道建模 ANC 算法
    2.4 RLS 算法
    2.5 Kalman 滤波器
    2.6 LMS、RLS 和 Kalman 滤波算法的比较
    2.7 本章小结
第3章 基于卡尔曼滤波的无次级通道建模 ANC 算法实现
    3.1 引言
    3.2 系统的状态空间描述
    3.3 Kalman 滤波权值估计原理
    3.4 无次级通道建模 ANC 算法实现
    3.5 系统噪声统计特性的确定
    3.6 MECKF 算法小节
    3.7 算法性能分析
    3.8 本章小结
第4章 仿真实验与结果分析
    4.1 引言
    4.2 单频 ANC 系统仿真实验
    4.3 宽带 ANC 系统 I 仿真实验
    4.4 宽带 ANC 系统 II 仿真实验
    4.5 算法参数特性实验
    4.6 本章小结
结论
参考文献
攻读硕士学位期间发表的学术论文
致谢



本文编号：3836752