基于神經(jīng)網(wǎng)絡(luò)算法的車輛噪聲有源控制研究.pdf

1、　　在噪聲有源控制系統(tǒng)中,目前使用的比較多的是基于線性自適應(yīng)濾波理論的控制算法,如最小均方LMS算法。其計(jì)算量小、算法簡單,而且易于實(shí)現(xiàn),但是當(dāng)系統(tǒng)中存在非線性問題時(shí),線性算法便不再適用,因此需要使用非線性算法進(jìn)行處理。本文采用BP神經(jīng)網(wǎng)絡(luò)算法代替使用較多的LMS算法,在線調(diào)節(jié)自適應(yīng)濾波器的參數(shù)。
　　BP網(wǎng)絡(luò)為最常用的一種神經(jīng)網(wǎng)絡(luò),對(duì)解決非線性問題,具有顯著優(yōu)勢(shì),顯示出強(qiáng)大的實(shí)際應(yīng)用能力。但是隨著其研究及應(yīng)用的深入,BP算法的

2、一些缺陷開始顯現(xiàn)出來,如收斂速度慢,學(xué)習(xí)時(shí)間較長；學(xué)習(xí)的過程中可能會(huì)陷入局部極小值；網(wǎng)絡(luò)的構(gòu)建缺乏統(tǒng)一的原則；對(duì)初始權(quán)值的設(shè)定相當(dāng)?shù)拿舾?；網(wǎng)絡(luò)的泛化能力差等。本文將具有全局優(yōu)化、正反饋以及分布式計(jì)算特性的蟻群算法,應(yīng)用到對(duì)BP網(wǎng)絡(luò)初始時(shí)刻的權(quán)值與閾值的確定上。結(jié)果表明,本文提出的基于自適應(yīng)最大-最小螞蟻系統(tǒng)的改進(jìn)BP算法比基本BP算法具有更強(qiáng)的處理問題的能力。
　　次級(jí)通道傳遞函數(shù)的特性會(huì)在整個(gè)自適應(yīng)有源控制系統(tǒng)中產(chǎn)生極其重要的

3、影響。本文建立前饋結(jié)構(gòu)的發(fā)動(dòng)機(jī)排氣噪聲有源控制系統(tǒng)模型,采用基于神經(jīng)網(wǎng)絡(luò)算法的自適應(yīng)逆方法離線辨識(shí)次級(jí)通道逆模型,再將其串接到次級(jí)通道前,以抵消次級(jí)通道對(duì)有源消聲系統(tǒng)所產(chǎn)生的影響。對(duì)發(fā)動(dòng)機(jī)排氣噪聲的產(chǎn)生機(jī)理和頻率構(gòu)成進(jìn)行分析的基礎(chǔ)上,利用MATLAB/SIMULINK軟件,進(jìn)行仿真試驗(yàn),并與采用LMS算法的仿真結(jié)果進(jìn)行比較。結(jié)果顯示,對(duì)于存在非線性的系統(tǒng),神經(jīng)網(wǎng)絡(luò)算法在收斂速度與收斂精度方面均強(qiáng)于LMS算法。在MATLAB中畫出仿真實(shí)驗(yàn)

4、結(jié)果的功率譜圖,可以看出,神經(jīng)網(wǎng)絡(luò)算法使得噪聲信號(hào)在較寬的頻率范圍內(nèi)得到抵消。
　　前饋系統(tǒng)因?yàn)榻Y(jié)構(gòu)簡單、穩(wěn)定性強(qiáng)等優(yōu)點(diǎn),是有源消聲技術(shù)中最常用并且最成熟的結(jié)構(gòu)方式。但是,其需要得到噪聲的參考輸入,而在實(shí)際應(yīng)用過程中,噪聲的參考輸入常常很難獲得或者信噪比太低,將其應(yīng)用到實(shí)踐中往往還是較困難的。因此嘗試在發(fā)動(dòng)機(jī)噪聲有源控制系統(tǒng)中采用反饋結(jié)構(gòu)是非常有必要的。本文采用基于神經(jīng)網(wǎng)絡(luò)算法的內(nèi)?？刂七M(jìn)行發(fā)動(dòng)機(jī)排氣噪聲的消除,并將粒子群算法用