（精密仪器及机械专业论文）基于RBF网络的有源噪声控制(精密仪器及机械专业优秀论文).pdf

摘要 噪声对人体健康的影响已得到了广泛的关注。管道消声器已经被提出来应 用于工厂、办公室等地方。被动阻尼技术是一种传统的消声技术，但是它只对高 频段的噪声有较好的降噪效果，很难对低频段噪声产生作用。有源噪声控制技术 正是基于此产生的一种有效的噪声控制方法。 有源噪声控制是指人为的产生次级噪声去抵消原有噪声的一种方法。有源噪 声控制的基本原理是根据两列同频率、相位差固定的声波会发生相消性干涉。 a a n c 是采用自适应方式完成次级声源控制的有源消声。a a n c 系统的核心是自适 应滤波器和相应的自适应算法。自适应滤波器可以按某种事先设定的准则自动调 节其本身的传递函数以达到所需要的输出。设计自适应滤波器时可以不必预先先 知道其输入的统计特性，而且，在滤波过程中输入的统计特性如随时间作慢变化 它也能自动适应。这些突出的优点使它顺理成章的被有源噪声控制研究所接纳和 发展。 本文利用神经网络理论对控制器进行了优化设计，在对控制器进行设计时， 选择恰当的网络模型及扩散常数，将对函数的逼近能力产生积极的影响。采用 r b f ( r a d i a lb a s i sf u n c t i o n ) 设计的新控制器不仅克服了b p 网络设计时需要预设 初值的问题，而且进一步提高了一维输入一维输出的训练速度。文中利用r b f 网络的任意精度逼近函数的能力对控制器的传递函数进行逼近，对输入样本进行 训练从而尽可能达到理想传递函数应有的输出量。针对r b f 网络的特点，用r b f 网络对控制器的传递函数进行了逼近，可以取的较理想的输出效果，从而达到提 高系统鲁棒性的目的。仿真结果表明，利用r b f 网络对控制器进行设计，使有源 噪声控制系统的鲁棒性得到了明显的改善。 关键词：有源噪声控制自适应滤波r b f 网络 a b s t r a c t n o i s ei m p a c t0 1 1h u m a nh e a l t hh a sb e e naw i d e s p r e a dc o n c e r n p i p e l i n em u f f l e rh a s b e e np u tf o r w a r dt ot h ef a c t o r y , o f f i c e , a n do t h e rp l a c e s p a s s i v ed a m p i n gt e c h n o l o g yi s at r a d i t i o n a lm u f f l e rt e c h n o l o g y , b u to n l yo nt h eh i 曲f r e q u e n c yn o i s ei sg o o dn o i s e e f f e c t s ，i ti sv e r yd i f f i c u l tt op r o d u c ea ne f f e c to fl o wf r e q u e n c yn o i s e a c t i v en o i s e c o n t r o lt e c h n o l o g yb a s e d0 1 1t h i se m e r g e da sa ne f f e c t i v en o i s ec o n t r o lm e t h o d s a c t i v en o i s ec o n t r o lr e f e r st ot h ef o r m a t i o no fs u b - h u m a nn o i s et oo f f s e taw a yo f t h eo r i g i n a ln o i s e a c t i v en o i s ec o n t r o li na c c o r d a n c ew i t ht h eb a s i cp r i n c i p l e so ft h e s a m et w of r e q u e n c i e s ，t h ea c o u s t i cp h a s ew i l lb ef i x e di nc a n c e l l a t i o no fi n t e r f e r e n c e a a n ci sa c c o m p l i s h e db ya d a p t i v es e c o n d a r ys o n r c eo ft h ea c t i v en o i s ec o n t r 0 1 a a n ct h eh e a r to ft h es y s t e mi s a d a p t i v ef i l t e ra n dt h ec o r r e s p o n d i n ga d a p t i v e a l g o r i t h m a d a p t i v e f i l t e rc a nb es e ta c c o r d i n gt oc e r t a i nc r i t e r i ai na d v a n c e a u t o m a t i c a l l ya d j u s ti t so w nt r a n s f e rf u n c t i o nt oa c h i e v et h er e q u i r e do u t p u t a d a p t i v e f i l t e rd e s i g ne a nn o tk n o wi na d v a n c et h es t a t i s t i c a lc h a r a c t e r i s t i c so ft h ei n p u t , b u ta l s o i nt h ep r o c e s so ff i l t e r i n gt h ei n p u ts t a t i s t i c a lc h a r a c t e r i s t i c ss u c ha si n t e r c r o p p i n gs l o w c h a n g ea ta n yt i m ei tc a na u t o m a t i c a l l ya d a p tt o t h e s eh i g h l i g h tt h ea d v a n t a g e so fi t w a sl o g i c a lt oa c c e p tt h ea c t i v en o i s ec o n t r o li n s t i t u t ea n dd e v e l o p m e n t t h i sp a p e ru s e st h et h e o r yo fn e i l r a ln e t w o r kc o n t r o l l e rh a sb e e no p t i m i z e dd e s i g n ， t h ec o n t r o l l e rd e s i g n , s e l e c tt h ea p p r o p r i a t en e t w o r km o d e la n dt h ep r o l i f e r a t i o no f c o n s t a n t ，f u n c t i o na p p r o x i m a t i o na b i l i t yw i l lh a v eap o s i t i v ei m p a c t b yr b f ( r a d i a l b a s i sf u n c t i o n ) ，t h en e wc o n t r o l l e rn o to n l yo v e r c o m et h eb pn e t w o r kd e s i g nn e e d s d e f a u l ti n i t i a lv a l u ep r o b l e m s ，a n dh a sf n r t h e re n h a n c e dt h eo n e - d i m e n s i o n a li n p u t o u t p u tt r a i n i n gs p e e d r b fn e t w o r k , t h eu s eo fa r b i t r a r yp r e c i s i o na p p r o x i m a t i n g f u n c t i o no f t h ea b i l i t yo fac o n l z o l l e rt r a n s f e rf u n c t i o na p p r o x i m a t i o n , t h ei m p o r t a t i o no f s a m p l e sf o rt r a i n i n gt ot h ee x t e n tp o s s i b l e ，s h o u l db et h ei d e a lt r a n s f e rf u n c t i o no u t p u t r b ff o rt h ec h a r a c t e r i s t i c so ft h en e t w o r k , t h ec o n t r o l l e rw i t hr b fn e t w o r kf o rt h e t r a n s f e rf u n c t i o na p p r o x i m a t i o n ，c a nt a k et h eb e t t c r o u t p u t , t h e r e b yr a i s i n g t h e r o b u s t n e s so f t h es y s t e mp u r p o s e s t h es i m u l a t i o nr e s u l t ss h o wt h a t ，u s i n gt h ec o n t r o l l e r r b fn e t w o r kd e s i g n ，t h ea c t i v en o i s ec o n t r o ls y s t e mr o b u s t n e s sh a v e b e e ns i g n i f i c a n t l y i m p r o v e d k e y w o r d ：a c t i v en o i s ec o n t r o la d a p t i v ef i l t e r r b fn e u r a ln e t w o r k s 西安电子科技大学 学位论文独创性( 或创新性) 声明 秉承学校严谨的学风和优良的科学道德，本人声明所呈交的论文是我个人在 导师指导下进行的研究工作及取得的研究成果。尽我所知，除了文中特别加以标 注和致谢中所罗列的内容以外，论文中不包含其他人已经发表或撰写过的研究成 果；也不包含为获得西安电子科技大学或其它教育机构的学位或证书而使用过的 材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中做了明确的说 明并表示了谢意。 申请学位论文与资料若有不实之处，本人承担一切的法律责任。 本人签名：冬叁 西安电子科技大学 关于论文使用授权的说明 本人完全了解西安电子科技大学有关保留和使用学位论文的规定，即：研究生 在校攻读学位期间论文工作的知识产权单位属西安电子科技大学。学校有权保留 送交论文的复印件，允许查阅和借阅论文；学校可以公布论文的全部或部分内容， 可以允许采用影印、缩印或其它复制手段保存论文。同时本人保证，毕业后结合 学位论文研究课题再撰写的文章一律署名单位为西安电子科技大学。 ( 保密的论文在解密后遵守此规定) 本学位论文属于保密，在一年解密后适用本授权书。 本人签名：冬牮 导师签名：；螽终 日期2 箜2 l 燧 日期迦星： ：堡 绪论 第一章绪论 1 1引言 随着现代工业、交通运输业的发展，我们的生产和生活环境中日趋严重的噪 声问题正逐渐引起人们的重视，尤其是在人口密集的城市和存在强噪音的工厂车 间，噪声已经成为一个突出的环境公害。过高的噪声会影响人们的正常生活，降 低劳动生产率，危及生产安全，危害人体健康，甚至直接导致某些疾病的发生。 如何有效地减小或控制环境噪声，是我们所面临的一个迫切需要解决的难题。 传统的噪声控制方法主要采用吸收、隔离、阻尼以及结构消声等手段，其降 噪机理在于通过噪声声波与声学材料或声学结构的相互作用来实现声能的消耗， 这是一种被动的噪声控制( p a s s i v e n o i s ec o n t r o l ，p n c ) 方法。经过多年的理论研究 和技术实践，这类方法己趋于成熟，在实际工作中发挥了重要作用。但一般说来， 这类被动方法用于控制中、高频噪声较为有效，它能够在一个比较宽的频带范围 内显著地衰减噪声，而对于几百赫兹以下低频噪声，由于声波的波长比较长，它 却存在成本高、收效低、所需设备庞大、安装维护困难等缺点。 本文所要研究和讨论的是区别于上述被动消声机制的一种主动的噪声控n ( a - c t i v e n o i s ec o n t r o l ，a n c ) 方法。这种方法依据波的干涉原理，利用人为附加的声源 ( 次级声源s e c o n d a r ys o u n ds o u r c e ) ，使其发出的声波与原有噪声源( 初级声源，p r - i m a r ys o u n ds o u r c e ) 的声波形成相消干涉来达到衰减噪声的目的。该方法尤其适用 于传统方法难以控制的低频噪声，由于它人为地引入次级声源去抑制或衰减初级 噪声，在中文文献里一般把 a c t i v e n o i s e c o n t r o l 译作“有源噪声控制”，而相应 地把前述的 p a s s i v e n o i s e c o n t r o l ”译为“无源噪声控制”。有源噪声控制涉及到声 学、控制和信号处理等多个学科领域，应用研究是当前有源噪声控制研究的重点。 然而，要比较好地解决有源噪声控制间题，必须同时对其声学物理原理和电气控 制方法有全面而深入的了解。考虑作者的专业侧重点，在本文中，对于有源噪声 控制的声学原理只作一个简单的说明，而把主要篇幅用于从控制方法的角度探讨 a n c 问题。鉴于实际噪声系统的复杂性和易时变性，目前的有源噪声控制系统通 常都采用自适应技术，其中最具代表性的是墓于线性自适应滤波的一系列有源噪 声控制方法和算法，此外，以自适应人工神经网络为代表的非线性控制方法也正 逐渐引起人们的注意。本文围绕系统的鲁棒稳定性和稳态控制误差这两个有源噪 声控制实际应用中所面临的主要问题，对有源噪声控制的自适应控制方法、重点 是人工神经网络控制方法进行讨论，分析了影响a n c 系统稳态控制效果的主要因 2基于r b f 网络的有源噪声控制 素，并提出了一种具有良好鲁棒和稳定性的噪声有源控制人工神经网络方法，最 后采用仿真手段对本文提出的一些观点和方法进行了验证。 1 2 有源噪声控制的历史与发展 噪声控制是一项工程实践性和技术性都很强的工作。从策略上讲，它可以从 噪声源，噪声传播途径和噪声接受者三方面入手。然而，某一具体的噪声控制措 施的制定，要求从噪声控制标准，经济效益，技术可行性诸方面上的综合平衡， 以求得最佳结果。噪声控制作为一门学科，主要研究噪声的声学控制方法，诸如 吸声原理，隔声，消声器，隔振，阻尼减振等的原理及其在工程中的应用，在实 际工作中发挥了总要的作用。 然而，以上叙述涉及的噪声控制有一个菸同的点，就是苴降噪机理在于声能 的消耗是通过噪声声波与声学材料或声学结构的相互来完成作用。它属于无源或 被动式的控制方法。我们称为“无源”噪声控制( p a s s i v en o i s ec o n t r 0 1 ) 。一般来 说无源噪声控制方法对控制中高频噪声较为有效，而对低频( 尤其是2 0 0 h z 以下) 噪声效率不大，并且这些方法不同程度的存在着安装维护困难，设备笨重， 体积庞大等缺点。另外，有些方法的应用还依赖于降噪环境。 1 9 3 3 年，德国物理学家p a u ll e u g 提出的有源噪声控制【1 】( a c t i v e n o i s e c o n t r 0 1 ) 思想为噪声控制开辟了新的途径，它通过人为的附加声源，使其发出的声波 与噪声声波相消干涉来降低噪声声能。有源噪声控制根据波的干涉原理工作。所 以有源噪声控制的方法和效果是与声波在时间和空间上的分布( 即声场) 密切相关 的。声场主要可以分为自由声场和封闭空间声场两大类【2 叫。理想情况下，如果在 时间和空间的任意点上，次级声源发出的声波与初级噪声波大小相等、方向相反。 则可以完全消除噪声，实现一种理想的“全局”噪声控制。可以想象，这种理想状况 在实际中是难以实现的，针对不同类型声场的特点，合理地配置次级声源，可以 得到尽可能接近理想或者在某个方面最优的噪声控制效果。 环境中的噪声通常可分为两种基本类型：一粪是非周期性的噪声，其能量或功 率谱比较均匀地分布在一定带宽的频率范围内，所以我们称之为宽带噪声，随机噪 声和瞬时冲击噪声都属于宽带噪声之列。另一类是周期性的或近似周期性的噪声， 如旋转机械恒速运行时产生的噪声，其特点是噪声功率在频谱上主要集中于某一 个或几个特定的功率，这类噪声就是所谓的窄带噪声( n a r r o w b a n d n o i s e ) 。而其中 能量集中于某一个特定频率的正弦型窄带噪声，也被称为纯音噪声( p u r e t o n e n o i s e ) 。实际噪声一般是宽带噪声和窄带噪声的混合体，但往往由某一类型噪声占主 导。有源噪声控制系统主要有前馈( f e e d f o r w a r d ) 控制和反馈( f e e d b a c k ) 控制两种结 构【45 1 。其中反馈控制只适用于周期性的窄带噪声，大多数a n c 系统采用的是前馈 绪论 3 控制结构。 经过近6 0 年的发展，有源噪声控制在机理研究，系统识别及工程应用等方 面取得了长足的进展，倍受噪声控制界的重视。 1 2 1 有源消声设想的提出 1 9 3 3 年，德国物理学家p a u l l u e g ( 1 8 9 8 - - 1 9 7 9 ) 分别向德国，美国提出专 利申请，1 9 3 4 年美国受理了这项名为“消除声音震荡的过程( p r o c e s s o f s i l e n c i n g s o u n do s c i l l a t i o n ) ”专利【1 】( 编号20 4 34 1 6 ) 。在这项专利中，l e u g 利用了如下 事实；两列声波的叠加会产生相加或相消性干涉，从而使声能得到增强或减弱。 在l c u g 的专利中，提出利用声波的相消性干涉来消除噪声。现在，人们一般都 认为，是l e u g 首次提出了有源消声( a c t i v e n o i s e c o n t r 0 1 ) 的概念。 图1 1 是l e u g 专利示意图。图中，管道t 中有源声传播，传声器m 检测噪 声并将其转换为电信号，电信号由放大器v 放大，然后激励扬声器l 发声。l e u g 以一正弦波为例指出：所需要的相移可由一传输线实现。通过改变传输线长度改 变时延，该时延应该等于声波从传声器传播到扬声器的时间，从而使噪声声波在 扬声器位置得到1 8 0 0 的相移。扬声器发出的声波是原正弦波的“镜像”( 1 8 0 0 的 相移) ，两者的叠加，使这个频率的声波得以抵消。 图1 1 l e u g 专利示意图 图1 2 显示了一列正弦波抵消的例子。图1 2 ( a ) 表示正弦声波在扬声器处使 空气扩张，而扬声器发出的声波使空气压缩，两者的共同作用扬声使器处声压趋于 零，图1 2 ( b ) 的情况刚好相反，而结果是一样。在图1 2 的两个例子中，如果扬声 器发出的声波能够非常完美的成为原噪声声波的“镜象”，那么在扬声器附近就建立 4 基于r b f 网络的有源噪声控制 了“静区”( q u i e tz o n e ) ，h g 描述的这个过程实质上就是一个“古典的”平面 声波有源消声为课题。 o 声压 声压 ( a ) 管遘臻声声压 插声器抵消芦压 ( b ) 图1 2 管道中有源消声示意图 图1 2 中l c 舡g 只描述了如何抵消扬声器附近有限区域内的噪声。在这种情况 下，当噪声到达l 处时，扬声器能“同步地”产生与它相反的声波。扬声器附近的“消 声区”就是使噪声声压起伏被平滑的区域。 l e a g 描述的第三个例子( 图1 1 ( d ) ) 是在开阔空间降低噪声，在图1 1 ( a ) 中， a 是点噪声源，传声器m 检测噪声信号，管道下游方向的抵消声波由扬声器l 发 出，从而在图1 1 中的区域b 降低噪声，整个降噪过程与上述管道中的情况相似。 其中图1 ，1 中的( c ) 表示声源的相位差和幅度。 l e u g 正确的理解了有源消声的基本物理含义，他认为：空气中的声速要比电 脉冲速度慢的多。这就意味着当声波相对缓慢的从检测点传播到消声点时，电子 线路和控制元件有足够时间完成信号处理任务，而任务完成的好坏程度在一定程 度上取决于噪声频率，类型以及系统的物理特性。 在图1 1 中，消声发生的时间过程是这样的：空气声从传播器m 处向b 方向 传播，与次同时，传声器检测该声信号，经过放大器v 放大后去推动扬声器。如 果声波从m 处向l 处传播的过程中不发生变化，那么以上由于电子线路产生( 1 8 0 。) 或】i 的奇数倍的相移。因而使得声波在扬声器处被抵消。但是，仅特定频率的声 波能够满足该条件，其他频率的声波被放大或较小幅度的抵消。图1 3 画出了三列 不同频率的声波。对于一定的声时延，频率b 的声波被抵消，频率a 的声波由于 只产生a 2 的相移，因而总的声压变化不大，而频率为c 的声波由于产生了2 】i 的 相移，使相加后的声压反而被增强了。 绪论 5 正弦波分量左右两列波相加的结果 图1 3 固定声时延对不同频率声波消声效果的影响 图1 3 说明，要产生好的抵消效果，必须满足两个条件： 1 确定声波从传声器传播至扬声器的声时延。2 电子线路具有良好的幅频 特性。遗憾的是，在3 0 年代，当时的电子技术水平很难满足以上的要求。这就使 得l u e g 的设想难于实现。因而l u e g 的设想在此后进2 0 内的时间里被束之高阁。 1 2 2o l s o n 电子吸声器 1 9 5 3 年，h o l s o n 发表一篇名为“电子吸声器的文章【6 】，利用扬声器发出的 声波实现噪声控制的目的，再一次体现了有源消声的思想。o l s o n 的电子吸声器 如图1 4 所示，包括一个装有吸声材料的空腔，一个传声器，一个放大器和一个 扬声器【刀。 图1 4o l s o n 电子吸声器示意图 这个吸声器有两个基本用途：一是吸收传声器位置的声波；二是作为“声压降 低器”。为了达到以上目的，可调节扬声器锥面的运动使得传声器处的压力起伏接 近于零。o l s o n 电子吸声器制造“静区”的方法与l u e g 的方法类似。由于技术上的 进步，o l s o n 的装置有许多巧妙之处。首先，利用在声腔内加吸声材料的办法来处 理扬声器声波的反馈；其次，确保电子器件良好的线形度和将传声器紧靠扬声器 使相位问题造成的影响达到最小。根据5 0 年代电子学的发展水平，o l s o n 在文章 6 基于r b f 网络的有源噪声控制 中用了大量篇幅讨论电子器件( 如传声器，扬声器) 性能，通过放大器把传声器 和扬声器紧靠在一起就是针对当时电子器件缺点的解决办法之一，两者的靠近使 声波相位滞后基本上与放大器的相移相等。5 0 年代的电子技术有可能使相位在相 当宽的频率范围内保持这种关系。然而，装置中各部分的误差总和使o l s o n 吸声器 难于在3 倍频程内有较高的降躁量，另外，消声空间也太小。这些问题使得该消 声器的实用性受到限制。 日 = 世 覆 ，_ 、 【 、1 l 、 l - 一 额摩( h d 图1 5o l s o n 电子吸声器在传声处的降噪量 l - - _ 一、 力。一龟、l位皇i 奄 一 弋位斑2 位置3 y _ 藏率f h z ) 图1 6o l s o n 电子吸声器降噪与距离的变化 o 在o l s o n 的文章中，他没有说明传声器与扬声器究竟该保持多大的距离，也没 有考虑电子线路的延时效应，然而，他做到了使电子线路器件在2 0 范围内保持线 形。虽然如此，电子线路的频响仍然使吸声的频率范围受到限制( 图l ，5 ) 。由于 扬声器的影响，低频降噪的效果不好，即使如此，图1 5 显示的降噪效果也是非常 令人鼓舞的。不幸的是，随着测量点离传声器的距离增大，降噪效果也随之下降。 绪论 7 如图1 6 所示，在离传声器1 3 m 处( 位置1 ) ，最大降噪量仅有4 d b 。这就使得o l s o n 电子吸声器很难在实际中应用。 1 2 3 有源噪声控制的发展 然而，随着研究的逐步深入，人们开始认识到这个原理上看似简单的问题实 现起来并不那么容易：要在实际应用中获得比较好的控制效果，对次级声源的控制 必须相当精确；此外，由于实际噪声控制中，环境的时变性和噪声产生原因的复杂 性，要求控制器能自动地适应环境变化，否则次级声源不仅不能有效抑制噪声， 甚至会适得其反，成为一个附加的噪声源。但是，在当时的技术水平条件下，以 上这些要求是难以实现的，所以对有源噪声控制的研究随后又逐渐重归于沉寂。 到了二十世纪八十年代初，随着数字信号处理理论和技术的逐步成熟，基于 自适应滤波的有源噪声控制技术开始起步并迅速发展。其实早在5 0 年代后期， c o n v o r 在他的变压器有源消声实验系统中就提出了自适应有源消声的思想，只是 当时在技术上还无法实现，他的所谓“自适应”过程是靠人耳监听以及手动调节来进 行的。1 9 8 1 年，b u r g e s s 率先采用自适应控制算法对管道噪声的有源控制进行了计 算机仿真研究i s 】，开创了自适应有源噪声控制( a d a p t i v e a c t i v e n o i s e c o n t r o l ， a a n c ) 的先河。 近二十年来，有源噪声控制系统几乎都采用自适应技术，各种更为稳定、更 为快速、更为有效的a a n c 算法的理论和应用研究成为了有源噪声控制研究的重点 之一，这也正是本文研究的重点。自适应方法从理论上解决了a n c 系统的时变问 题，有力推动了有源噪声控制技术的迅速发展，到目前己经形成了一套比较完整 的自适应有源噪声控制理论。自八十年代以来，随着功能强大、价格低廉的数字 信号处理器( d i 百t a ls i g n a lp r o c e s s o r d s p ) 的出现，又为a a n c 算法的实现提供了硬 件基础，使得噪声有源控制的大量应用成为可能。1 9 9 6 年，世界上最主要的d s p 制造商之一一美国德州仪器公司( t e x a si n s t r u m e n t st i ) 为推动d s p 在a n c 中的应 用，专门撰写了题为“采用t m s 3 2 0 系歹u d s p 的有源噪声控制系统设计”的专题应用 报告【9 】。 从八十年代后期开始，应用研究成了有源噪声控制的另一个研究重点。近十 几年来，国内外都为推动a n c 系统的实际应用进行了不懈的努力。有关a n c 应用 例子的报道很多，比较典型的如有源抗噪声耳罩【1 0 1 、空调和风机等的管道有源消 声系统【1 1 。14 】、螺旋桨飞机座舱的有源噪声控制 1 5 】、汽车发动机启动噪声的有源控 制口6 】等等。虽然这些实例有的已经在一定范围得到了应用，但由于实际噪声系统 的复杂性，大多数都还仅仅处于实验研究阶段，距离成为真正成熟实用的系统并 投入商业应用还有很长的路要走。 8 基于r b f 网络的有源噪声控制 1 2 4 有源消声名词术语 本论文中的有关有源消声名词术语f l 。1 做以下介绍： ( 1 ) 初级声源( p r i m a r ys o u n ds o u r c o ) 。指需要抵消的噪声声源，它可以是 集中参数，也可以是分布参数的。初级声源发出的声波称为初级噪声 ( 2 ) 次级声源( s e e n n d a r ys o u n ds o u r c e ) ，指为控制噪声而人为加入的声源。 ( 3 ) 初级声场( p r i m a r ys o u n df i e l d ) 。初级声源产生的声场。 ( 4 ) 次级声场( s e c o n d a r ys o u n df i e l d ) 。次级声源产生的声场。 ( 5 ) 初级误差传感器( p r i m a r ys e n s o r ) 。为拾取初级噪声而设置的传感器。 ( 6 ) 误差传感器( e r r o rs e n s o r ) 。或检测传感器( m o n i t o r i n gs e n s o r ) 。为监 视降噪效果而设置的传感器。一般在采用自适应控制方式的有源消声系统中称为 误差传感器，在非自适应有源消声系统中称为检测传感器。 ( 7 ) 初级通道( p r i m a r yp a t h ) 。指初级声源到误差传感器的声传播通道。 ( 8 ) 次级通道( s e c o n d a r yp a t h ) 。指次级声源到误差传感器的声传播通道， 有时也叫误差通道。 ( 9 ) 自适应有源消声或自适应有源声控制( a d a p t i v e a c t i v e n o i s ec o n t r o l ，简 称a a n c ) 。采用自适应方式完成次级声源控制的有源消声。 0 回消声空间。采用有源消声技术后，噪声声压级比原噪声声压级低的几何 空间。 o d 消声频带。在某一测量点，有降噪效果的噪声频带。 降噪量( a t t e n u a t i o nl e v e l ，简称a l ) 。空间某一点有源消声前后声压级 或功率级之差，它是空间位置的函数。 1 3 有源噪声控制的优点及其局限性 有源噪声控制方法特别适用于无源方法难以控制的低频噪声，这除了因为它 可以克服无源控制方法成本高、收效低、所需设备庞大、安装维护困难等缺点外， 还有其它几个方面的原因。首先，低频声波的波长较长，波在空间中的干涉相对 容易控制，而且对于测量传声器和次级声源的体积大小、布放位置精度等要求较 低，所以比较容易获得好的控制效果；其次，从上面对有源噪声控制的声学基本原 理的分析可知，低频噪声在封闭空间中激励的声模态相对较少，甚至完全是一种 平面波( 管道) ，降低了控制的难度；此外，从控制装置的角度来看，低频噪声对控 制系统的软硬件处理速度要求都相对较低，从而可以避免系统过于复杂或成本过 高。 除此之外，噪声有源控制方法还有一个非常诱人的优点：它可以根据需要有选 绪论 9 择地衰减某些频带的噪声而维持甚至增强其它频带的声音，例如在高噪声环境中 将背景噪声消除却不影响人的说话声，以便于人们在此环境中进行正常的交谈。 这一点是无源噪声控制方法所无法比拟的。 然而，有源噪声控制方法受到声学原理和控制手段等各方面的局限，它无法 解决所有的噪声控制问题，也不可能完全取代无源噪声控制方法，而只是后者的 一个有益的补充。目前有源噪声控制主要还存在以下一些方面的问题： 1 噪声有源控制的范围有限。当前的研究主要着眼于抑制1 0 0 0 h z 以下的一维 ( 管道平面波) 声场、封闭空间驻波声场和声源集中的自由声场等低频噪声。 2 在大多数场合下，噪声成分非常复杂，单纯采用有源控制方法抑制人耳相 对不敏感的低频噪声，听觉上效果不明显。而且由于控制系统中一些非线性因素 的影响，在抑制低频噪声的同时，甚至有可能使听觉敏感的高频噪声有所增强。 3 总的来看，目前有源噪声控制的实际效果还不理想，尤其对于最为常见的 封闭空间宽带噪声，控制起来难度非常大，有时为了使某些局部空间的噪声降低， 必须以增大其它空间范围的噪声为代价。 4 声学系统对于各种干扰非常敏感，要求实用的有源噪声控制系统必须具有 很强的鲁棒性和稳定性，否则，次级声将不仅不能起到抑制初级噪声的作用，反 而可能成为一个附加的噪声源。 5 控制硬件限制了某些控制算法的实现，在改善算法收敛特性，减小算法计 算等方面还有许多工作要做。 6 应用研究是当前有源噪声控制研究的重点，但从目前看来，有源噪声控制 在技术上还很不成熟。由于实际系统的噪声环境的复杂性，往往需要对每个应用 系统进行单独的调试和定期调校，大量投入商业应用还有待时日。 第二章常用的有源噪声自适应算法及神经网络基本理论 11 第二章常用的有源噪声自适应算法及神经网络基本理论 2 1 自适应控制概述 自适应控制可以看作是一个能根据环境变化智能调节自身特性的反馈控制系 统，系统能按照一些设定的标准工作在最优状态【19 2 0 。自适应控制在有源噪声控 制中已经取得了广泛的应用。传统的自适应控制适合( 1 ) 没有大时间延迟的机械 系统；( 2 ) 对设计的系统动态特性很清楚。但在工业过程控制应用中，传统的自 适应控制并不如意。p i d 自整定方案可能是最可靠的，广泛应用于商业产品，但用 户并不怎么喜欢和接受。传统的自适应控制方法，要么采用模型参考要么采用自 整定，一般需要辨识过程的动态特性。它存在许多基本问题( 1 ) 需要复杂的离线 训练；( 2 ) 辨识所需的充分激励信号和系统平稳运行的矛盾；( 3 ) 对系统结构 假设；( 4 ) 实际应用中，模型的收敛性和系统稳定性无法保证。另外，传统自适 应控制方法中假设系统结构的信息，在处理非线性、变结构或大时间延迟时很难。 在日常生活中，所谓自适应是指生物能改变自己的习性以适应新的环境的一种特 征。因此，直观地讲，自适应控制器应当是这样一种控制器，它能修正自己的特 性以适应对象和扰动的动态特性的变化。自适应控制的研究对象是具有一定程度 不确定性的系统，这里所谓的“不确定性”是指描述被控对象及其环境的数学模 型不是完全确定的，其中包含一些未知因素和随机因素。任何个实际系统都具 有不同程度的不确定性，这些不确定性有时表现在系统内部，有时表现在系统的 外部。从系统内部来讲，描述被控对象的数学模型的结构和参数，设计者事先并 不一定能准确知道。作为外部环境对系统的影响，可以等效地用许多扰动来表示。 这些扰动通常是不可预测的。此外，还有一些测量时产生的不确定因素进入系统。 面对这些客观存在的各式各样的不确定性，如何设计适当的控制作用，使得某一 指定的性能指标达到并保持最优或者近似最优，这就是自适应控制所要研究解决 的问题。自适应控制和常规的反馈控制和最优控制一样，也是一种基于数学模型 的控制方法，所不同的只是自适应控制所依据的关于模型和扰动的先验知识比较 少，需要在系统的运行过程中去不断提取有关模型的信息，使模型逐步完善。具 体地说，可以依据对象的输入输出数据，不断地辨识模型参数，这个过程称为系 统的在线辩识。随着生产过程的不断进行，通过在线辩识，模型会变得越来越准 确，越来越接近于实际。既然模型在不断的改进，显然，基于这种模型综合出来 的控制作用也将随之不断的改进。在这个意义下，控制系统具有一定的适应能力。 比如说，当系统在设计阶段，由于对象特性的初始信息比较缺乏，系统在刚开始 投入运行时可能性能不理想，但是只要经过一段时间的运行，通过在线辩识和控 1 2 基于r b f 网络的有源噪声控制 制以后，控制系统逐渐适应，最终将自身调整到一个满意的工作状态。再比如某 些控制对象，其特性可能在运行过程中要发生较大的变化，但通过在线辩识和改 变控制器参数，系统也能逐渐适应。常规的反馈控制系统对于系统内部特性的变 化和外部扰动的影响都具有一定的抑制能力，但是由于控制器参数是固定的，所 以当系统内部特性变化或者外部扰动的变化幅度很大时，系统的性能常常会大幅 度下降，甚至是不稳定。所以对那些对象特性或扰动特性变化范围大，同时又要 求经常保持高性能指标的一类系统，采取自适应控制是适合的。但是同时也应当 指出，自适应控制比常规反馈控制要复杂的多，成本也高的多，因此只是在用常 规反馈达不到所期望的性能时，才会考虑采用唧】。 2 2 1 自适应滤波概述 2 2 自适应滤波基本理论 在有源噪声控制过程中，信号采集通道难免会受到各种各样的干扰，通常情 况下会采用数字滤波对于扰进行削弱和滤除 2 4 - 2 6 。对由初级声源采集缛到的噪声 信号进行数字滤波处理可以从两方面解决【2 】：其一，用与模拟滤波器降噪效果 相似的f i r 数字滤波器，滤除干扰信号所在的频带。这种数字滤波器既可以方便 地改变滤波器的幅频特性，又可以方便地改变其带宽，但是在保持信号波形能力 和抑制干扰能力两方面不能同时保持最优。其二，采用在统计意义下对采样数据 进行最优化处理的自适应滤波器，只须很少或完全不需要任何关于噪声和信号的 先验统计特性知识，直接利用有限个观测数据来估计噪声分量，通过运算自动地 调节滤波器自身参数，达到监测信号与噪声实现最优分离的目的【2 ”。本章主要 介绍自适应滤波的基本理论，详细介绍了最小均方( l m s ) 自适应算法。 自适应信号处理是信息科学中信号与信息处理学科的一个重要的分支学科。 自适应滤波理论和技术是统计信号处理和非平稳随机信号的主要内容，它具有维 纳滤波和卡尔曼滤波的最佳滤波性能，但不需要先验知识的初始条件，它是通过 自学习来适应外部自然随机环境的，因而自适应滤波器可以用来检测确定性信号， 也可以检测平稳的或非平稳的随机过程。 早在2 0 世纪4 0 年代，就对平稳随机信号建立了维纳滤波理论。维纳滤波器 是根据有用信号和干扰噪声的统计特性，以线性最小均方误差估计准则所设计的 最佳滤波器。当输入信号的统计特性偏离设计条件，它将不是最佳的，这在实际 应用中受到了限制。到6 0 年代初，由于空间技术的发展，出现了卡尔曼滤波理论， 即利用状态变量模型对非平稳，多输入多输出随机序列作最优估计。现在，卡尔 曼滤波器已成功地应到许多领域。在设计卡尔曼滤波器时，必须知道产生输入过 第二章常用的有源噪声自适应算法及神经网络基本理论1 3 程的系统的状态方程和测量方程，即要对信号和噪声的统计特性有先验知识。但 在实际中，往往难以预知这些统计特性，因此实现不了真正的最佳滤波瞄】。 w i d r o wb 等在1 9 6 7 年提出的自适应滤波理论1 2 3 】，可使自适应滤波系统的参 数自动的调整而达到最佳状况，而且在设计时，只需要很少的或根本不需要任何 关于信号与噪声的先验统计知识。这种滤波器的实现差不多像维纳滤波器那样简 单，而滤波性能几乎如卡尔曼滤波器一样好。因此，近些年自适应滤波理论和方 法得到了迅速发展。 图2 1 自适应滤波原理框图 图2 1 描述的是一个通用的自适应滤波估计问题，图中离散事件线性系统表示 一个可编程滤波器，它的冲激响应为| j l ( 功，或称其为滤波参数，自适应滤波器输出 信号为y ( n ) ，所期望的响应信号为硪n ) ，误差信号e ( n ) 为烈，1 ) 与灭”) 之差。这里， 期望响应信号z ) 是根据不同用途来选择的，自适应滤波器的输出信号“玎) 是对期 望信号d 栉) 进行估计的，滤波参数受误差信号p ( n ) 的控制并自动调整，使y ( n ) 的估 计值夕( n ) 等于所期望的响应烈玎) 。因此，自适应滤波器与普通滤波器不同，它的 冲击响应或滤波参数是随外部环境的变化而改变的，经过一段自动调节的收敛时 间达到最佳滤波的要求。但是，自适应滤波器本身有一个重要的自适应算法，这 个算法可以根据输入，输出及原参量值，按照一定准则修改滤波参量，以使它本 身能有效地跟踪外部环境的变化。通常，自适应滤波器是线性的，因而也是一种 线性移变滤波器。当然，它也可以推广到自适应非线性滤波器。 在图2 1 中，离散事件线性系统可以分为两类基本结构，其中一类为非递归型 横向结构的数字滤波器，它具有有限的记忆，因而称之为有限冲激响应( f m ) 系 统，即自适应f i r 滤波器。另一类为递归型数字滤波器结构，理论上，它具有无 限的记忆，因而称之为无限冲激响应( i 取) 系统，即自适应i i r 滤波器。对于上 述两类自适应滤波器，还可以根据不用的滤波理论和算法，分为结构不同的滤波 理论和算法，分为结构不同的自适应滤波器，它们的滤波性能也不完全相同。 自适应滤波器有以下几种典型应用： ( 1 ) 系统辨识：这时参考信号就是未知系统的输出，当误差最小时，自适应滤 波器就与未知系统具有相近的特性，自适应滤波器用来提供一个在某种意义上能 1 4基于r b f 网络的有源噪声控制 够最好拟合未知装置的线性模型； ( 2 ) 系统逆模型：在这类应用中，自适应滤波器的作用是提供一个逆模型，该 模型可在某种意义上最好拟合未知噪声装置。理想地，在线性系统的情况下，该 逆模型具有等于未知装置转移函数倒数的转移函数，使得二者的组合构成一个理 想的传输媒介。该系统输入的延迟构成自适应滤波器的期望响应。在某些应用中， 该系统输入不加延迟地用做期望响应； ( 3 ) 信号预测：在这类应用中，自适应滤波器的作用是对随机信号的当前值提 供某种意义上的一个最好预测。于是，信号的当前值用作自适应滤波器的期望响 应。信号的过去值加到滤波器的输入端。取决于感兴趣的应用，自适应滤波器的 输出或估计误差均可作为系统的输出。 ( 4 ) 干扰消除：自适应滤波器以某种意义上的最优化方式消除包含在基本信号 中的未知干扰。基本信号用作自适应滤波器的期望响应，参考信号用作滤波器的 输入。参考信号来自定位的某一传感器或一组传感器，在这些传感器中没有所需 要的信号或有用信号很弱，可以忽略。 对于维纳滤波器，输入一个随机