主动噪声控制技术
合集下载
相关主题
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
ANC原理
------公式(4)
• 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。
ANC 自适应滤波器 Active Noise Control
Active Noise Control
ANC
ANC原理
• 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
两边平方得:
------公式(1)
z2=s2+(n0-y)2+2s(n0-y)
LMS算法的原理图
Active Noise Control
ANC
LMS算法
• 滤波器权系数的பைடு நூலகம்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:
LMS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。
LMS算法的原理图
Active Noise Control
ANC
LMS算法
➢ 降低算法的收敛速度和收敛精度
变步长的LMS算法
Active Noise Control
ANC
• 胎儿心率的检测
ANC的应用
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
• 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。
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。
Active Noise Control
ANC
LMS算法
• 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;
谢谢!
谢谢
15
两边取期望值得:
------公式(2)
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)
Active Noise Control
ANC
E[z2]=E[s2]+E[(n0-y)2]
其中E[s2]表示信号的功率;
• 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
Active Noise Control
ANC