基于相关信号分离技术的有源噪声控制

摘要

随着现代工业的发展,噪声污染越来越严重,传统的噪声控制方法对于中高频噪声控制效果较好,对低频控制效果不明显,而有源噪声控制方法的提出为解决这一难题带来了希望,并且由于其具有体积小、重量轻、易于控制等优点,使得很多专家和学者投入大量精力和时间致力于有源噪声控制的研究。
　　现在有源噪声控制技术中基本上都是根据线性自适应滤波理论通过不同的自适应控制算法来实现降噪的。但这类算法在收敛速度和稳态失调上具有矛盾性,增大步长可以加快收敛速度,同时也会增大稳态失调。并且通常这类自适应算法对于单通道可以取得较好的降噪量,但因多通道时计算量大、收敛速度慢,加上布放次级声源的数目和位置难以准确给出,使得多通道降噪难以实现取得明显效果。
　　针对现有控制方法在多通道降噪方面的不足,本文提出了将盲信号分离技术引入到有源噪声控制中,并以两通道降噪模型为例,着重介绍了两噪声源信号相关情况下盲信号的解析分离方法。通过仿真实验证明了该降噪模型下实现相关信号分离的可行性和准确性。盲分离完成后得到的两个信号就是两噪声信号,针对该信号做傅里叶变换,然后根据频谱图所示得到噪声信号的主要频率成分,利用这些主要频率成分信息来完成次级声源信号的构造。
　　这种基于盲信号分离的有源噪声控制方法与传统降噪方法的不同之处在于摈弃了传统的自适应控制方法,采用盲信号分离技术实现混合声源信号的分离。对于多通道降噪而言正是因为采用了盲分离技术,可以获得各个噪声信号的确切信息,从而使我们可以将多通道中的每个通道看做一个单通道去控制,能够有针对性的来安排次级声源的数目和位置,与传统降噪方法相比这也是本文的创新点之一。文章最后通过实验证明了在两通道情况下本文所讨论的降噪方法能够在长287.5cm,宽175cm的区域内取得平均3.5dB(A)的降噪量,相比传统有源降噪方法获得了更广的消声区域。

目录

封面

声明

中文摘要

英文摘要

目录

第一章 绪论

1.1 引言

1.2 研究背景及意义

1.3 ANC技术的国内外研究状况

1.4盲信号分离算法研究现状

1.5 本文主要研究内容及章节安排

第二章 有源噪声控制的基本理论

2.1 有源噪声控制基本原理

2.2有源噪声控制系统结构

2.3 ANC系统自适应算法

2.4本章小节

第三章 ANC系统中的初级声源信号分离

3.1ANC降噪模型的提出

3.2盲信号分离理论基础

3.3相关噪声源信号解析分离过程

3.4相关噪声源信号分离仿真实验

3.5 本章小节

第四章 ANC系统结构设计

4.1 ANC系统硬件选取

4.2ANC系统软件设计

4.3数据库文件的读写

4.4本章小节

第五章ANC实验及结果分析

5.1 实验平台的搭建

5.2噪声控制的实现过程

5.3实验过程及结果分析

5.4本章小节

第六章总结与展望

6.1总结

6.2展望

参 考 文 献

致谢

攻读硕士期间发表的论文