主动噪声控制(ANC)技术.pptxVIP

噪声智能检测与控制——主动噪声控制（ANC）技术;噪声的污染 解决噪声的办法 治标——被动噪声控制方法、主动噪声控制 治本——噪声产生前：新型材料;主动噪声控制（ANC，Active Noise Control）: 利用声波叠加原理，针对信号源（主波），产生一个与其幅度相同、相位相反的参考源（次波），两声波相互叠加，达到消声的目。 ————以噪声控制噪声———— ;ANC;假设s、n0、n1是零均值的平稳随机过程，且满足s与n0、n1互不相关，自适应滤波器的输出y=n2为噪声n1的滤波信号，则整个系统的输出为： z = d-y = s+n0-y ------公式（1） 两边平方得： z2=s2+(n0-y)2+2s(n0-y) ------公式（2） 两边取期望值得： E[z2]=E[s2]+E[(n0-y)2]+2E[s(n0-y)2] --公式（3） E[z2]=E[s2]+E[(n0-y)2] ------公式（4） ; E[z2]=E[s2]+E[(n0-y)2] ------公式（4） 其中E[s2]表示信号的功率； 由上式可以看出，要使得系统输出z最大程度地接近信号s，就要求E[(n0-y)2]取最小值； 由公式1可知， z-s =n0-y ，在理想情况下，y=n0，则z=s；输出信号z的噪声完全被抵消，而只保留有用信号s。 关键在于自适应滤波器。 ;自适应滤波器：根据环境的改变，使用自适应算法来改变滤波器的参数和结构。 参数可调的数字（FIR/IIR）滤波器 自适应算法 常用的自适应算法： 最小均方（LMS）算法 递推最小二乘（RLS）算法 平方根自适应滤波（QR_RLS）算法 ;最小均方（LMS，Least Mean Square）算法 是自适应算法中最常用的一种算法； 基于最小均方误差准则，使滤波器的输出信号与期望输出信号之间的均方误差最小； 特点：简单有效、计算量小、易于实现。 ;自适应滤波器的误差信号e(n)为: e(n)=d(n)-y(n) =d(n)-xT(n)w(n)=d(n)-wT(n)x(n) 其中，d(n)为包含噪声的原始信号； x(n)为同一噪声源产生的信号； y(n)= xT(n)w(n)= wT(n)x(n)为自适应滤波器的输出信号； w(n)为滤波器的权系数。;滤波器权系数的更新递归关系式： w(n+1) =w(n)+2μx(n)[d(n)- xT(n)w(n)]， 其中μ为收敛（步长）因子，0 μ λ max（x(n)自相关矩阵的最大特征值）； 从而，LMS算法的滤波器权系数迭代公式： w(n+1) =w(n)+2μx(n)e(n) 下一时刻的权系数，可由当前时刻的权系数加上以误差函数为比例的输入得到。;参数失调噪声。干扰噪声v(n)越大，则引起的失调噪声就越大。 解决方法：减小收敛（步长）因子μ 减少稳态失调噪声，提高算法的收敛精度; 降低算法的收敛速度和收敛精度 ;胎儿心率的检测 干扰：母体脏器的活动（主要是心跳）的噪声、检测设备电源干扰 信号源来源：腹部电极采集的信号 参考源来源：胸部电极采集的信号 飞行员通信 干扰：机舱各种机器噪声 信号源来源：语音信号 参考源来源：机舱噪声信号 ;谢谢！